垂直行業(yè)改造者:人工智能（AI）

時間：2023-03-25 19:56:01 | 來源：電子商務

時間：2023-03-25 19:56:01 來源：電子商務

1.第三波熱潮

從技術(shù)角度來講，目前的AI技術(shù)不能算一個嶄新的技術(shù)，而是延續(xù)了前兩波人工智能技術(shù)的第三波人工智能熱潮。前兩波分別發(fā)生于上世紀60年代和90年代，皆因技術(shù)理想與現(xiàn)實的巨大落差而沉淪，而這波以AlphaGo人機大戰(zhàn)為標志，以全球AI投資事件頻發(fā)為高點的浪潮，如果我們追根溯源，在十年前或許就能察覺其發(fā)生的必然性。2006年Geoff Hinton基于非監(jiān)督式學習提出的深度學習概念，在被移植至GPU集群后促進了計算能力的大幅提高，從而被認為是本輪AI潮的重要前提之一。業(yè)界一般認為的另外兩個前提條件是大量數(shù)據(jù)的采集管理和分析能力的發(fā)展，以及算法的優(yōu)化。

2.AI產(chǎn)業(yè)細分

整個AI產(chǎn)業(yè)可以大致分為四層：最底層的基礎(chǔ)設施建立于軟硬件技術(shù)的快速發(fā)展之上，更精準高效的傳感器可以極大豐富所采集的數(shù)據(jù)量，借助云存儲技術(shù)和大數(shù)據(jù)技術(shù)，擁有更強算力的處理芯片能夠為下一層的算法優(yōu)化提供更多支持；優(yōu)化的算法能夠?qū)I能力分別應用于視覺、語言、語音等幾個垂直技術(shù)領(lǐng)域，從而支持垂直領(lǐng)域的行業(yè)應用變得更加智能。

3.AI行業(yè)現(xiàn)狀

AI智能芯片（NPU）領(lǐng)域，前兩年國內(nèi)最出名的是寒武紀，但是NPU的護城河并不強，在華為、蘋果、高通、IBM、高通等紛紛入局的情況下，不看好寒武紀的前景。另外智能芯片投入高周期長的特點，也足以把大部分創(chuàng)業(yè)公司擋在門外。

AI軟件領(lǐng)域國內(nèi)以商湯為代表的AI四小龍（商湯、曠視、依圖、云從）最出名。截至2021年，他們的主要收入還是以依托國家安防的人臉識別、智慧城市等國家項目為主，雖然除了國家項目，商湯還給小米、vivo、奔馳等做了人臉識別，但跟商湯列出的下面十類業(yè)務相比，有營業(yè)收入的主要還是人臉識別。

整個行業(yè)來說，除了人臉識別、語音交互（ASR、NLP、TTS）等通用的AI技術(shù)外，AI在各細分行業(yè)的應用比較零散，還很不成熟。原因在于，雖然硬件的提升使得算力的問題得到了解決，但算法的適配和數(shù)據(jù)的收集問題仍然難以解決：算法的適配需要依靠大量數(shù)據(jù)反復訓練，而大量數(shù)據(jù)的獲取，需要打通或改造一大批現(xiàn)有系統(tǒng)，也需要算法提供商深入了解細分行業(yè)。而做為通用算法的提供商，是沒有時間、精力和能力去深入單個細分行業(yè)去做這些短期內(nèi)看不到收益的事情的。

4.創(chuàng)業(yè)機會

我前面寫的文章《值得投資的創(chuàng)業(yè)項目》

Jeffric，公眾號：TechAngel創(chuàng)投值得投資的創(chuàng)業(yè)項目

中提到，顧客的需求，一定會被更高效的方式所滿足?！耙虼耍斯ぶ悄艿谋举|(zhì)是解決人類社會的效率問題（包含ToB的生產(chǎn)效率和ToC的使用效率）。因此在AI領(lǐng)域的商業(yè)模式應考慮的核心是效率問題，即完成一份工作的速率及成本和實現(xiàn)效果的平衡，如果再展開，則是能否通過技術(shù)手段優(yōu)化或降低完成一項高質(zhì)量任務的經(jīng)濟成本及其邊際成本。

以今日頭條為例，當年網(wǎng)易、騰訊、搜狐三巨頭幾乎壟斷了整個新聞客戶端，但今日頭條卻依靠“機器學習”一舉打破壟斷，成為新的新聞客戶端霸主。 因此我認為，對普通創(chuàng)業(yè)者來說，AI中最大的創(chuàng)業(yè)機會，不在AI基礎(chǔ)技術(shù)的研發(fā)上，而在于通過技術(shù)驅(qū)動的手段賦予傳統(tǒng)行業(yè)新的能力和機會，通俗來講，就是創(chuàng)業(yè)者使用AI巨頭提供的算法模型和算力，結(jié)合自己深度了解的行業(yè)細分領(lǐng)域和能拿到的數(shù)據(jù)，反復訓練和優(yōu)化算法，使得該垂直行業(yè)能夠通過大量數(shù)據(jù)和AI的學習能力逐步實現(xiàn)部分任務的自動化，從而解決效率和成本問題。這些領(lǐng)域包括但不限于：醫(yī)療、金融、教育、養(yǎng)老、新消費等。