迅雷創(chuàng)始人程浩:人工智能創(chuàng)業(yè)的6大核心問題

本文作者為迅雷聯(lián)合創(chuàng)始人程浩,文章標(biāo)題為《迅雷創(chuàng)始人程浩:人工智能創(chuàng)業(yè)的 6 大核心問題》去扣。以下為文章的內(nèi)容:
**  首先如果今天大家選擇創(chuàng)業(yè),我建議更應(yīng)該關(guān)注人工智能樊破,而非互聯(lián)網(wǎng)厅篓。為什么這么講秀存? **
  1. 互聯(lián)網(wǎng)的流量紅利已經(jīng)消失;
  以 PC 來說羽氮,全球 PC 出貨量連續(xù) 5 年下滑或链。大家知道國內(nèi)最后出現(xiàn)的一個(gè) PC 互聯(lián)網(wǎng)獨(dú)角獸是誰嗎?是知乎档押,大概是 2011 年初推出澳盐,這么多年過去,再也沒有 PC 互聯(lián)網(wǎng)的獨(dú)角獸出現(xiàn)令宿。做個(gè)類比叼耙,我們知道 2015 年移動(dòng)互聯(lián)網(wǎng)的滲透率和競(jìng)爭(zhēng)程度和 2011 年的 PC 互聯(lián)網(wǎng)類似,以此類推粒没,2015 年以后再做移動(dòng) APP筛婉,也很難出獨(dú)角獸了。
  畢竟中國連續(xù)兩年手機(jī)出貨量都在 5 億多臺(tái)癞松,增長(zhǎng)放緩爽撒,代表無線流量基本已走平,你多賣一臺(tái)响蓉,我就少賣一臺(tái)硕勿,是存量競(jìng)爭(zhēng)。今天創(chuàng)業(yè)者再做一個(gè)純互聯(lián)網(wǎng)的 APP枫甲,投資人問的第一個(gè)問題就是你怎么獲客源武。因?yàn)楝F(xiàn)階段流量格局已定,首屏就那幾個(gè) APP想幻。
  2. 互聯(lián)網(wǎng)+的機(jī)會(huì)同樣有限粱栖;
  主要在于互聯(lián)網(wǎng)最大的價(jià)值,是解決信息不對(duì)稱和連接脏毯。所以對(duì)于電商特別有價(jià)值查排。淘寶用皇冠、鉆石等信用體系解決了信息不對(duì)稱抄沮,同時(shí)又把全國有這么多買家和賣家連接在一起跋核。這個(gè)是互聯(lián)網(wǎng)的價(jià)值。
  但很多行業(yè)信息和連接并不是痛點(diǎn)叛买。拿醫(yī)療舉例砂代,中國三甲醫(yī)院的大夫就那么多,你把全國 13 億人民都和這些大夫連接上了也沒用率挣,因?yàn)橐粋€(gè)醫(yī)生一天還是只能看那么多病人刻伊。互聯(lián)網(wǎng)并沒有提高醫(yī)生看診的效率。在諸如餐飲捶箱、醫(yī)療這些傳統(tǒng)領(lǐng)域智什,互聯(lián)網(wǎng)的幫助是很有限的。
  也包括滴滴打車丁屎,互聯(lián)網(wǎng)解決了打車難的問題荠锭,但是沒解決打車價(jià)格的問題。事實(shí)上晨川,補(bǔ)貼去掉之后证九,大家都發(fā)現(xiàn)了滴滴一點(diǎn)都不便宜,道理很簡(jiǎn)單——不管是專車還是出租車共虑,還是需要由人來開愧怜,人工成本降不下來,就不可能便宜妈拌。
  3. 真正能夠提高社會(huì)生產(chǎn)力拥坛,解決供需關(guān)系不平衡的就是人工智能;
  人工智能將給社會(huì)生產(chǎn)力帶來的提高尘分,以及對(duì)人類帶來的影響將遠(yuǎn)遠(yuǎn)超過互聯(lián)網(wǎng)猜惋。
  還是拿醫(yī)療來說,很多基層醫(yī)院水平不高音诫,那未來完全可以通過人工智能來輔助醫(yī)生讀 CT惨奕、X光等醫(yī)療影像雪位。像今年竭钝,IBMWatson 對(duì)皮膚黑色素瘤的診斷,準(zhǔn)確率已提高至 97%雹洗,遠(yuǎn)遠(yuǎn)超過了人類專家 75%-84% 的平均水平香罐。
  未來,人工智能無論是在無人車时肿、機(jī)器人庇茫、醫(yī)療、金融螃成、教育還是其他領(lǐng)域旦签,都將爆發(fā)巨大的社會(huì)效益,這點(diǎn)毋庸置疑寸宏。
  我建議現(xiàn)在的創(chuàng)業(yè)者更應(yīng)該關(guān)注人工智能領(lǐng)域的創(chuàng)業(yè)機(jī)會(huì)宁炫。
  第二個(gè)問題:人工智能 vs 人工智能+
  人工智能主要分三層。最底層是基礎(chǔ)架構(gòu)(Infrastructure)氮凝,包括云計(jì)算羔巢、芯片以及 TensorFlow 這樣的框架。在基礎(chǔ)層之上是中間層,叫通用技術(shù)(EnablingTechnology)竿秆,例如圖像識(shí)別启摄、語音識(shí)別、語義理解幽钢、機(jī)器翻譯這些歉备。
  基礎(chǔ)層和中間層,是互聯(lián)網(wǎng)巨頭的必爭(zhēng)之地搅吁。比如芯片領(lǐng)域威创,Intel、英偉達(dá)谎懦、高通都投入巨資肚豺,競(jìng)爭(zhēng)極其激烈。同樣云計(jì)算界拦、框架也是一樣吸申,都不是小公司能夠涉足的領(lǐng)地。
  現(xiàn)在對(duì)于中間層的通用技術(shù)享甸,BAT 也極其重視截碴。因?yàn)榇蠹叶枷嘈湃斯ぶ悄苁窍乱徊üI(yè)革命浪潮。對(duì)騰訊蛉威、阿里日丹、百度這些巨頭來講,要想在大浪中屹立不倒蚯嫌,必須要構(gòu)建出人工智能的生態(tài)系統(tǒng)(Ecosystem)哲虾。而核心就是要依靠這些 Enabling Technology 技術(shù)。

迅雷創(chuàng)始人程浩:人工智能創(chuàng)業(yè)的 6 大核心問題

  相比創(chuàng)業(yè)公司择示,BAT 的最大優(yōu)勢(shì)是什么呢束凑?第一,不缺數(shù)據(jù)栅盲;第二汪诉,為了構(gòu)建自己的生態(tài)系統(tǒng),未來通用技術(shù)一定全部是免費(fèi)的谈秫;第三扒寄,雖然通用技術(shù)免費(fèi),但 BAT 有羊毛出在身上的豬機(jī)會(huì)拟烫。這是典型的互聯(lián)網(wǎng)打法该编。
  這里的豬是什么?豬就是云計(jì)算构灸。例如百度的 ABC 策略上渴,分別代表人工智能(AI)岸梨、大數(shù)據(jù)(Big Data)和云計(jì)算(Cloud Computing)。AI 我可以不賺錢稠氮,開放給大家曹阔,那么大家想享受我的服務(wù),就來買我的云吧隔披。
  而對(duì)于創(chuàng)業(yè)企業(yè)來說赃份,只做圖像識(shí)別、語音識(shí)別奢米、語義理解抓韩、機(jī)器翻譯這些通用技術(shù),指望通過 SDK 賣錢鬓长,未來路會(huì)越來越窄谒拴,特別是 BAT 都免費(fèi)的壓力下。
  所以從這個(gè)角度講涉波,創(chuàng)業(yè)公司做下面兩層風(fēng)險(xiǎn)比較大英上。我認(rèn)為創(chuàng)業(yè)公司的機(jī)會(huì)在最上層,就是拿著下兩層的成果去服務(wù)垂直行業(yè)啤覆,也就是我們所謂的人工智能+苍日。
  第三個(gè)問題:人工智能 + vs + 人工智能
  深入垂直行業(yè)的人工智能+,又可細(xì)分為兩類情況:即“人工智能+行業(yè)”和“行業(yè)+人工智能”窗声,他們間有明顯的區(qū)別相恃。
  “AI+ 行業(yè)”簡(jiǎn)單講就是在 AI 技術(shù)成熟之前,這個(gè)行業(yè)笨觅、產(chǎn)品從未存在過拦耐。比如自動(dòng)駕駛,亞馬遜的 Echo 智能音箱屋摇、蘋果的 Siri 語音助手揩魂。在人工智能技術(shù)未突破前幽邓,不存在這樣的產(chǎn)品炮温。因?yàn)?AI,創(chuàng)造出了一條全新的產(chǎn)業(yè)鏈牵舵。
  “行業(yè) +AI”就是行業(yè)本身一直存在柒啤,產(chǎn)業(yè)鏈條成熟,只是以前完全靠人工畸颅,效率比較低担巩,現(xiàn)在加入 AI 元素后,使得行業(yè)效率有了明顯提高没炒。比如安防涛癌、醫(yī)療等領(lǐng)域。
  客觀講,這兩個(gè)類別都有創(chuàng)業(yè)機(jī)會(huì)拳话。但“AI+ 行業(yè)”先匪,因?yàn)槭且粭l新的產(chǎn)業(yè)鏈,創(chuàng)業(yè)公司與互聯(lián)網(wǎng)巨頭實(shí)際是處在同一起跑線上弃衍。巨頭們坐擁數(shù)據(jù)優(yōu)勢(shì)呀非。所以從這個(gè)角度,“行業(yè) +AI”相對(duì)對(duì)創(chuàng)業(yè)公司更為友好镜盯,也更容易構(gòu)建出壁壘岸裙。
  我認(rèn)為,未來行業(yè)壁壘才是人工智能創(chuàng)業(yè)最大的護(hù)城河速缆。因?yàn)槊總€(gè)行業(yè)都有垂直縱深降允, 盡管 BAT 技術(shù)好一點(diǎn)、并不關(guān)鍵艺糜。拿醫(yī)療 +AI 舉例拟糕,什么最重要?大量準(zhǔn)確的被醫(yī)生標(biāo)注過的數(shù)據(jù)最重要倦踢。沒有數(shù)據(jù)送滞,再天才的科學(xué)家也無用武之地。
  但在國內(nèi)辱挥,這個(gè)醫(yī)療數(shù)據(jù)拿出來非常困難犁嗅。所以 BAT 做醫(yī)療一點(diǎn)優(yōu)勢(shì)都沒有,因?yàn)樗麄円堰@些數(shù)據(jù)晤碘,從各醫(yī)院褂微、各科室搞出來也很累。相反园爷,如果一個(gè)創(chuàng)業(yè)者在醫(yī)療行業(yè)耕耘很多年宠蚂,也許拿起數(shù)據(jù)來比大公司更容易。
  這要求創(chuàng)始團(tuán)隊(duì)的合伙人中童社,必須有懂行業(yè)求厕、有行業(yè)資源的人才。這與互聯(lián)網(wǎng)+一樣扰楼,一旦細(xì)分到具體行業(yè)呀癣,并不是說你百度、騰訊有資金弦赖、有流量项栏,投入人才就什么都能做,比拼的還有行業(yè)資源和人脈蹬竖。
  膝捞、
迅雷創(chuàng)始人程浩:人工智能創(chuàng)業(yè)的 6 大核心問題

  之所以跟大家聊這個(gè)話題,是因?yàn)榍耙欢稳グ俣却髮W(xué)跟大家交流泽篮,他們提到百度人工智能在無人車和 DuerOS 的應(yīng)用镣典。同時(shí)又問我,人臉識(shí)別在國內(nèi)安防領(lǐng)域的應(yīng)用價(jià)值非常大。像海康威視有近 3000 億人民幣的市值,每年光凈利潤(rùn)就有近百億晦嵌。百度在 AI 方面是不是該考慮進(jìn)軍這個(gè)領(lǐng)域。我回答說千萬別拷姿,因?yàn)榘卜朗堑湫偷牟言亍⒂芯薮蟊趬镜摹靶袠I(yè) +AI”領(lǐng)域。
  即使百度技術(shù)好响巢,在人臉識(shí)別率方面比好杼希康威視高一個(gè)百分點(diǎn)(實(shí)際不一定,鹤俟牛康背后有幾百人的 AI 研發(fā)團(tuán)隊(duì))含长。但這并不代表百度就能替代海康伏穆。因?yàn)榘卜朗恰胺顷P(guān)鍵性應(yīng)用”(non-mission-critical)拘泞,100 個(gè)犯人我識(shí)別了 95 個(gè),你比我多識(shí)別了一個(gè)做到了 96 個(gè)枕扫,其實(shí)沒那么重要陪腌。
  而反過來,貉糖疲康對(duì)比百度有什么優(yōu)勢(shì)诗鸭?首先海康是做攝像頭的参滴,用自己的硬件跑自己的算法强岸,是很自然的事兒。就像蘋果手機(jī)砾赔,軟硬一體體驗(yàn)更好蝌箍。其次,汗澹康做了這么多年的安防十绑,積累了非常多的數(shù)據(jù)聚至,人臉的數(shù)據(jù)酷勺、環(huán)境的數(shù)據(jù)……在安防領(lǐng)域有數(shù)據(jù)優(yōu)勢(shì)。最后扳躬,捍嗨撸康給公安系統(tǒng)做了很多類似警務(wù)通甚亭、基站信息采集、視圖檔案管理等 SaaS 平臺(tái)的東西击胜,以及警用云系統(tǒng)亏狰。我們可以認(rèn)為公安系統(tǒng)的 IT 化,其中有一部分就是号妓ぃ康威視參與的暇唾。
  這些東西可能不賺錢,但卻為撼秸康構(gòu)建了壁壘策州。因?yàn)榈讓拥幕A(chǔ)設(shè)施都是我建的,那前端的東西就只能用我的(我可以有 100 個(gè)理由宫仗,說競(jìng)品與我不兼容)够挂。而且海康做了這么長(zhǎng)時(shí)間藕夫,積累了大量的客戶資源孽糖,特別是政府公安局的資源,開拓這些資源非常需要時(shí)間毅贮。
迅雷創(chuàng)始人程浩:人工智能創(chuàng)業(yè)的 6 大核心問題

  這些就是所謂的行業(yè)縱深办悟。所以即使對(duì) BAT 而言,想進(jìn)入“行業(yè) +AI”領(lǐng)域滩褥,選擇垂直賽道時(shí)誉尖,同樣要非常謹(jǐn)慎。在巨大的行業(yè)壁壘面前铸题,真不是說我的算法比你好一些铡恕,市場(chǎng)就是我的,只有技術(shù)優(yōu)勢(shì)仍然差的很遠(yuǎn)丢间。
  回歸 “AI+ 行業(yè)”和“行業(yè) +AI”探熔,通常來講前者的行業(yè)縱深會(huì)比較淺,而后者則有巨大的行業(yè)壁壘烘挫。而行業(yè)壁壘诀艰,則是創(chuàng)業(yè)公司最大的護(hù)城河,也是抵擋 BAT 的關(guān)鍵饮六。
  第四個(gè)問題:關(guān)鍵性應(yīng)用 vs 非關(guān)鍵性應(yīng)用
  談到人工智能領(lǐng)域的創(chuàng)業(yè)其垄,很多人都會(huì)有個(gè)誤解,就是如果我團(tuán)隊(duì)沒有個(gè)大牛的科學(xué)家卤橄,比如斯坦福绿满、MIT 的博士坐鎮(zhèn),我都不好意思講在人工智能方面創(chuàng)業(yè)窟扑。其實(shí)這個(gè)認(rèn)知是完全錯(cuò)的喇颁。因?yàn)樵谌斯ぶ悄茴I(lǐng)域漏健,算法到底有多重要,完全取決于你要準(zhǔn)備進(jìn)入哪個(gè)行業(yè)橘霎。
  根據(jù)行業(yè)和應(yīng)用場(chǎng)景不同蔫浆,我認(rèn)人工智能的創(chuàng)業(yè)本質(zhì)上有 mission-critical 和 non-mission-critical 之分。為了方便大家理解姐叁,我們簡(jiǎn)稱為“關(guān)鍵性應(yīng)用”和“非關(guān)鍵性應(yīng)用”瓦盛。
  “關(guān)鍵性應(yīng)用”要追求 99.9……%后的多個(gè)9,做不到就沒法商業(yè)化外潜。比如大家認(rèn)為谭溉,99% 可靠度的自動(dòng)駕駛能上路嗎?肯定不能橡卤,意味著 100 次就出 1 次事故扮念。99.9% 也不行,1000 次出一次事故碧库。
  千萬記住柜与,99% 和 99.9% 的可靠度差距并不是 0.9%,而是要反過來算嵌灰,差距是 10 倍弄匕。也包括手術(shù)機(jī)器人,聽起來 99.9% 可靠度已經(jīng)很高了沽瞭,但意味著 1000 次出一次醫(yī)療事故迁匠,放在美國,醫(yī)院還不得被巨額索賠搞得破產(chǎn)驹溃。
  所以“關(guān)鍵性應(yīng)用”領(lǐng)域城丧,就是一丁點(diǎn)兒錯(cuò)都不能犯的人工智能領(lǐng)域,必須要有技術(shù)大牛豌鹤、科學(xué)家或算法專家坐鎮(zhèn)亡哄。同時(shí),這類項(xiàng)目研發(fā)周期都很長(zhǎng)布疙。
迅雷創(chuàng)始人程浩:人工智能創(chuàng)業(yè)的 6 大核心問題

  正如以色列做 ADAS (高級(jí)駕駛輔助系統(tǒng))解決方案的 Mobileye 公司蚊惯,今年 3 月被 Intel 以 153 億美金收購。大家知道這家公司研發(fā)周期有多長(zhǎng)嗎灵临?Mobileye 成立于 1999 年截型,到他們推出首款產(chǎn)品、掙到第一桶金已是 2007 年儒溉。長(zhǎng)達(dá) 8 年的研發(fā)周期宦焦。這在互聯(lián)網(wǎng)創(chuàng)業(yè)里不可想象。包括谷歌無人車從 2009 年開始研發(fā),到現(xiàn)在一直沒有商業(yè)化赶诊;達(dá)芬奇手術(shù)機(jī)器人從啟動(dòng)研發(fā)到 2000 年拿到美國食品藥品管理局(FDA)的認(rèn)證笼平,花了十年時(shí)間园骆。
  “關(guān)鍵性應(yīng)用”的普遍特點(diǎn)就是這樣舔痪,項(xiàng)目通常很貴,研發(fā)周期巨長(zhǎng)锌唾,離錢非常遠(yuǎn)锄码,需要持續(xù)的融資能力,團(tuán)隊(duì)怎樣才有持續(xù)融資晌涕?起碼要有非常好的簡(jiǎn)歷和非常好的背景滋捶。這個(gè)是能夠持續(xù)融資的必要前提。所以大家可以看到余黎,今天做無人駕駛的創(chuàng)業(yè)團(tuán)隊(duì)都是高富帥重窟。因?yàn)椴皇歉吒粠洠愣及静坏疆a(chǎn)品真正商業(yè)化應(yīng)用那天惧财。
  當(dāng)然巡扇,如果在人工智能領(lǐng)域都是“關(guān)鍵性應(yīng)用”,那就沒大多數(shù)創(chuàng)業(yè)者什么事了垮衷。實(shí)際上厅翔,人工智能領(lǐng)域的創(chuàng)業(yè),95% 都是“非關(guān)鍵性應(yīng)用(none-mission-critical)”搀突。簡(jiǎn)單講對(duì)這些領(lǐng)域刀闷,AI 的可靠度只要過了基礎(chǔ)線,高一點(diǎn)低一點(diǎn)區(qū)別不大仰迁。
  最簡(jiǎn)單的例子甸昏,現(xiàn)在很多公司的門禁開始用人臉識(shí)別。你今天帶個(gè)帽子徐许,明天戴個(gè)墨鏡或口罩筒扒,識(shí)別率沒法做到 99%“硌埃可即使沒識(shí)別出來也沒問題花墩。因?yàn)樗袔四樧R(shí)別的門禁都有地方讓你按指紋。即使指紋也刷不進(jìn)去澄步,問題也不大冰蘑,公司不還有前臺(tái)嗎。
  這就是“非關(guān)鍵性應(yīng)用“村缸。這類項(xiàng)目不追求 99% 后面的很多個(gè)9祠肥。實(shí)際上,國內(nèi)人工智能和機(jī)器人方向的創(chuàng)業(yè)梯皿,大部分領(lǐng)域都是“非關(guān)鍵性應(yīng)用”仇箱。當(dāng)然并不是說县恕,在這個(gè)領(lǐng)域算法不重要,你天天認(rèn)不出來也不行剂桥,所以一定要過了基礎(chǔ)的可用性門檻忠烛,偶爾出現(xiàn)問題可以容忍∪ǘ海“關(guān)鍵性應(yīng)用”則不能容忍美尸。
  “非關(guān)鍵性應(yīng)用“不追求高大上,簡(jiǎn)單斟薇、實(shí)用师坎、性價(jià)比高更重要,這樣的項(xiàng)目通常比拼綜合實(shí)力堪滨。包括:
對(duì)行業(yè)的洞察理解胯陋。要熟知行業(yè)痛點(diǎn);

產(chǎn)品和工程化能力袱箱。光在實(shí)驗(yàn)室里搞沒意義遏乔;

成本控制。不光能做出來的產(chǎn)品犯眠,還得便宜的做出來按灶;

供應(yīng)鏈能力。不光能出貨筐咧,還要能批量生產(chǎn)鸯旁;

營銷能力。產(chǎn)品出來了量蕊,你得把東西賣出去铺罢。團(tuán)隊(duì)里有沒有營銷高手,能不能搞定最好的渠道是關(guān)鍵残炮。

所以大家在創(chuàng)業(yè)組團(tuán)隊(duì)時(shí)韭赘,一定要想好你選擇的賽道處于哪個(gè)領(lǐng)域,不同的賽道對(duì)于團(tuán)隊(duì)的要求是不一樣势就∪埃“關(guān)鍵性應(yīng)用”必須有技術(shù)大牛坐鎮(zhèn),“非關(guān)鍵性應(yīng)用”則要求團(tuán)隊(duì)更加綜合和全面苞冯。
  第五個(gè)問題:技術(shù)提供商 vs 全棧服務(wù)商
  現(xiàn)在很多人工智能創(chuàng)業(yè)者都是技術(shù)背景出身袖牙,創(chuàng)業(yè)的第一個(gè)想法通常是做技術(shù)提供商。技術(shù)提供商作為創(chuàng)業(yè)的敲門磚可以舅锄。但如果只定位做技術(shù)提供商鞭达,未來路會(huì)非常窄。為什么說未來只做技術(shù)提供商價(jià)值會(huì)越來越小畴蹭?原因有幾點(diǎn):
  1. 首先通用技術(shù)一定是大公司的賽道坦仍,BAT 未來一定會(huì)開放免費(fèi)。
  人家大公司會(huì)免費(fèi)提供人臉識(shí)別叨襟、語音識(shí)別繁扎、語義理解、機(jī)器翻譯這類 EnablingTechnology芹啥,你還打算怎么靠 API 調(diào)用賺錢呢锻离?也許現(xiàn)在還可賺點(diǎn)小錢铺峭,但很難成為一個(gè)長(zhǎng)久的生意墓怀。
  2. 依托于算法的技術(shù)壁壘會(huì)越來越低。
  未來隨著基礎(chǔ)計(jì)算平臺(tái)和開源平臺(tái)的豐富成熟卫键,技術(shù)方面的壁壘會(huì)越來越不明顯傀履,整個(gè)人工智能的技術(shù)準(zhǔn)入門檻會(huì)越降越低。就像 2008 年你想找個(gè) IOS 開發(fā)者莉炉,很難钓账,現(xiàn)在卻很容易一樣,所有技術(shù)的演進(jìn)都遵循這一規(guī)律絮宁。特別隨著今天各大學(xué)的計(jì)算機(jī)專業(yè)梆暮,都紛紛開設(shè)機(jī)器學(xué)習(xí)課程,未來人才不缺绍昂,這會(huì)拉低整個(gè)行業(yè)的進(jìn)入門檻啦粹。
  同時(shí)隨著谷歌 TensorFlow 等生態(tài)系統(tǒng)的成熟,很多領(lǐng)域都會(huì)有訓(xùn)練好的模型可以用來參考(出 Demo 會(huì)更快)窘游,創(chuàng)業(yè)者只要有足夠的數(shù)據(jù)來訓(xùn)練參數(shù)就好了唠椭。所以未來算法的壁壘會(huì)越來越低,如果這個(gè)公司的核心競(jìng)爭(zhēng)力只是算法忍饰,那將非常危險(xiǎn)贪嫂。
  3. 技術(shù)提供商如果不直接面向用戶/客戶提供整體解決方案,則非常容易被上下游碾壓:
  對(duì)于技術(shù)提供商和算法類公司艾蓝,如果你的技術(shù)壁壘不夠高力崇,上游很可能直接把你的事做了。這樣的例子比比皆是赢织,比如給毫裂ィ康威視提供人臉識(shí)別算法的公司。問題就在于敌厘,禾ê铮康在用你算法的時(shí)候,人家也有龐大的研發(fā)團(tuán)隊(duì)在研究自己的算法。現(xiàn)在用你是人家還沒準(zhǔn)備好饱狂,一旦準(zhǔn)備好立刻會(huì)把你替換掉曹步。
  即使在有一定技術(shù)門檻的行業(yè),技術(shù)提供商的日子同樣并不好過休讳。比如專注嵌入式的視覺處理芯片的 Movidius讲婚,大疆無人機(jī)一直在用他們的芯片。但自從大疆統(tǒng)治了消費(fèi)級(jí)無人機(jī)市場(chǎng)后俊柔,大疆現(xiàn)在也很自然地開始研發(fā)自己的芯片筹麸。
  按說芯片的技術(shù)壁壘并不低,但只要行業(yè)集中度高雏婶,贏家就會(huì)選擇通吃物赶。比如做手機(jī)的廠商,出貨量到了一個(gè)閥值留晚,都有動(dòng)力自己做芯片酵紫。像蘋果、三星错维、華為還有現(xiàn)在的小米奖地,都選擇了自己做手機(jī) CPU。所以聯(lián)發(fā)科赋焕、高通這些技術(shù)提供商参歹,其實(shí)是挺痛苦的。
  這其實(shí)是一個(gè)產(chǎn)業(yè)鏈通用規(guī)律:產(chǎn)業(yè)鏈上的壟斷者會(huì)吃掉所有利潤(rùn)隆判,而且他們非常有動(dòng)力往上游或下游擴(kuò)展犬庇。拿 PC 產(chǎn)業(yè)鏈舉例,內(nèi)存蜜氨、硬盤械筛、整機(jī)、顯示器……都不賺錢飒炎。錢被誰賺走了埋哟?Windows 和 Intel 卻賺走了絕大部分利潤(rùn)。

迅雷創(chuàng)始人程浩:人工智能創(chuàng)業(yè)的 6 大核心問題

  既然做純技術(shù)提供商沒有出路郎汪,那怎么辦赤赊?浩哥提出“一橫一縱”理論。前期做技術(shù)服務(wù)可以煞赢,但是不能一輩子做技術(shù)服務(wù)抛计。
  “一橫”就是指你提供的技術(shù)服務(wù)。通痴罩“一橫”能服務(wù)很多行業(yè)吹截,一定要找到1瘦陈、2 個(gè),你認(rèn)為最有市場(chǎng)機(jī)會(huì)波俄,最適合你的垂直領(lǐng)域晨逝,深扎進(jìn)去做“全棧”:把技術(shù)轉(zhuǎn)化為產(chǎn)品懦铺,然后搞定用戶賣出去捉貌,實(shí)現(xiàn)商業(yè)變現(xiàn),再通過商業(yè)反饋更多的數(shù)據(jù)冬念,更加夯實(shí)自己的技術(shù)趁窃。一句話講,要做技術(shù)急前、產(chǎn)品醒陆、商業(yè)和數(shù)據(jù)四位一體的“全棧”叔汁,這就是“一縱”统求。這才是健康的商業(yè)模式检碗。
  在垂直外的行業(yè)据块,因?yàn)闆]有利益沖突,你仍可老老實(shí)實(shí)的做技術(shù)服務(wù)折剃。這樣的話另假,商業(yè)上你能吃透一個(gè)垂直行業(yè),技術(shù)上你還能通過橫向合作怕犁,形成更多的數(shù)據(jù)回路边篮,從而夯實(shí)你的技術(shù)。這個(gè)就是“一橫一縱”理論奏甫。
  那么對(duì)于技術(shù)創(chuàng)業(yè)公司戈轿,從“一橫”走到“一縱”,要選哪個(gè)垂直領(lǐng)域阵子,取決 5 個(gè)關(guān)鍵因素: **
  市場(chǎng)空間夠不夠大思杯?
  做垂直領(lǐng)域的全棧,還是做橫向的技術(shù)提供商挠进?取決市場(chǎng)空間哪個(gè)更大色乾。找對(duì)垂直領(lǐng)域,即使只占一點(diǎn)點(diǎn)市場(chǎng)份額领突,也可能比做“一橫”全歸你的收益大暖璧。拿美圖公司舉例,他們有美圖秀秀君旦、美拍澎办、美顏相機(jī)等 APP嘲碱,同時(shí)還會(huì)跟很多手機(jī)廠商合作,提供相機(jī)拍攝的美顏效果局蚀,你可以理解這就是技術(shù)服務(wù)悍汛。
  但研究 2016 財(cái)報(bào)后,大家知道美圖秀秀選的“一縱”是什么嗎至会?就是美圖手機(jī)离咐。以上提到的技術(shù)服務(wù)都遠(yuǎn)沒有垂直做美圖手機(jī)賺錢。美圖手機(jī)占了公司全部營收的 93%奉件。雖然美圖手機(jī)去年的銷量大約在 74.8 萬臺(tái)宵蛀,僅僅只占國內(nèi)手機(jī)市場(chǎng)全年銷量 5 億多臺(tái)的不足 0.15%。
  
行業(yè)集中度如何县貌?**
  做“一橫”技術(shù)提供商時(shí)术陶,最擔(dān)心的是你的上游或下游過于集中,或者說頭部效應(yīng)越明顯煤痕,對(duì)技術(shù)提供商就越不利梧宫。舉個(gè)簡(jiǎn)單的例子,IDC 時(shí)代摆碉,HP塘匣、DELL 等廠商賣服務(wù)器,都是直接賣給各 IT 公司巷帝,大家日子過的都很滋潤(rùn)忌卤。但 2010 年之后就很難做了,因?yàn)樵朴?jì)算出現(xiàn)了楞泼。
  提供云計(jì)算的廠商就那幾個(gè)驰徊,兩只手就能數(shù)出來。而且頭部效應(yīng)極其明顯堕阔,僅阿里云一家占了 50% 以上份額棍厂。如果你是一個(gè)技術(shù)提供商,在跟這么壟斷的行業(yè)去談判超陆,你會(huì)發(fā)現(xiàn)沒有任何籌碼牺弹。所以現(xiàn)在就很悲催,假設(shè)我是阿里云侥猬,會(huì)讓你列出 BOM 成本例驹,我就給你5% 或 10% 的利潤(rùn),這個(gè)生意就很難做了退唠。
  在這種情況下鹃锈,你當(dāng)然有意愿也往上游走。但帶來的問題是什么瞧预?如果上游集中度高屎债,說明這事的壁壘很高仅政,你作為技術(shù)提供商想往上走,同樣很困難盆驹;如果這個(gè)上游集中度低或客戶很零散圆丹,對(duì)你是件好事。但是你也沒有太大動(dòng)力往上游走躯喇,因?yàn)檫@個(gè)市場(chǎng)本來就很零散辫封,你即使殺進(jìn)去,可能只有1% 的市場(chǎng)份額廉丽,而且使得 99% 的人都變成你的競(jìng)爭(zhēng)對(duì)手了倦微。這是個(gè)悖論。
  技術(shù)是改良還是革命正压?
  如果你的技術(shù)創(chuàng)新對(duì)這個(gè)垂直領(lǐng)域是革命性的欣福,就越有機(jī)會(huì)走到上游。如果只是改良性的焦履,你就老老實(shí)實(shí)在下游賺個(gè)辛苦錢算了拓劝。 越是顛覆性的東西,越有機(jī)會(huì)往上游走嘉裤。因?yàn)樯嫌卧诫x不開你郑临,意味著你有機(jī)會(huì)做他的事。
  打個(gè)異想天開的比方价脾,如果你能提供一個(gè)“待機(jī)一禮拜”的電池牧抵,那你就可以考慮自己做手機(jī),你的手機(jī)只打一點(diǎn):一星期不用充電侨把,而且是全球唯一!就這一點(diǎn)可能就夠了妹孙,因?yàn)檫@個(gè)技術(shù)是革命性的秋柄。相反,如果是改良性的技術(shù)蠢正,例如你的電池待機(jī)只是比以前多了 10~20%骇笔,那你還是老老實(shí)實(shí)賣電池吧。
  雙方壁壘誰更高嚣崭?
  技術(shù)提供商的壁壘和上游客戶的壁壘哪個(gè)更高笨触,也決定做“一縱”的成敗。拿比較火的直播平臺(tái)而言雹舀,現(xiàn)在都有美顏功能芦劣,例如給女孩長(zhǎng)出個(gè)耳朵那種,這個(gè)通常都是第三方提供的技術(shù)说榆。技術(shù)本身的壁壘并不高虚吟,很多公司都能提供寸认,雖然效果有一些小的差異,但你沒有明顯優(yōu)勢(shì)串慰。
  可是直播的壁壘相當(dāng)高偏塞,這事有網(wǎng)絡(luò)效應(yīng),用戶越多會(huì)吸引更多的美女主播邦鲫,因?yàn)槟苜嵉礁噱X灸叼,美女主播越多,也會(huì)帶來更多的用戶庆捺。同時(shí)你舍得花錢怜姿,需要很多資金來買流量以及簽約很 NB 的主播。所以這個(gè)事壁壘很高疼燥。你做技術(shù)提供商壁壘不高沧卢。這種情況下,雖然技術(shù)提供商只能賺個(gè)辛苦錢醉者,但是仍然完全沒有機(jī)會(huì)往上游走但狭。
  到底跟團(tuán)隊(duì)基因相符不相符?
  能做得了技術(shù)服務(wù)撬即,不代表能做垂直解決方案立磁,做全棧,因?yàn)閳F(tuán)隊(duì)不一定有行業(yè)經(jīng)驗(yàn)剥槐,這是很大的問題唱歧。亞馬遜的無人便利店 Amazon Go 出來之后,國內(nèi)不少技術(shù)團(tuán)隊(duì)也想提供類似的技術(shù)粒竖,甚至想做 2C 的便利店颅崩。
  與他們聊完后,我都會(huì)勸他們?cè)倏紤]一下蕊苗,你的技術(shù)再好沿后,對(duì)于用戶而言,他買東西的時(shí)候朽砰,會(huì)看這個(gè)便利店有人還是無人的嗎尖滚?不會(huì),這不是優(yōu)先選項(xiàng)瞧柔。他首要考慮的還是——哪個(gè)便利店離我更近漆弄,以及我想買的東西這個(gè)便利店有沒有。
  從這個(gè)意義講造锅,這又回到了零售的本質(zhì)撼唾。所以如果團(tuán)隊(duì)沒有零售的基因,沒有懂零售的人备绽,就別考慮自己開便利店的事券坞。這時(shí)候鬓催,很多人可能會(huì)問“那我找個(gè)懂行業(yè)的高管不就行了么?”這事沒那么簡(jiǎn)單恨锚,如果 CEO 不了解行業(yè)本質(zhì)宇驾,其實(shí)是很難靠一個(gè)高管去彌補(bǔ)的。
  我特別相信基因決定論猴伶,如果任何一個(gè)新的商業(yè)课舍,BAT 找個(gè)懂行業(yè)的高管就能搞定了,那中國互聯(lián)網(wǎng)的生意就全是 BAT 的了他挎,就沒創(chuàng)業(yè)公司什么事了筝尾。BAT,一個(gè)做搜索办桨,一個(gè)做電商筹淫,一個(gè)做社交。其實(shí)他們 3 個(gè)都把對(duì)方的事情已嘗試了一遍呢撞,最后都不成功损姜。所以大家能做什么,不能做什么殊霞,跟這個(gè)公司的基因是高度相關(guān)的摧阅。
  第六個(gè)問題:2C vs 2B
  最后一個(gè)問題,簡(jiǎn)單說一下绷蹲,科技成熟都需要一定的時(shí)間棒卷。因?yàn)閺娜魏渭夹g(shù)普及演進(jìn)的角度,幾乎都延續(xù)了先是從軍工(航天)祝钢、到政府比规、到企業(yè)、到 B2B2C太颤、再到 2C 這個(gè)規(guī)律苞俘。人工智能也一樣,目前人工智能在 2C 市場(chǎng)還不是很成熟龄章。
  簡(jiǎn)單說機(jī)器人,在個(gè)人消費(fèi)者市場(chǎng)乞封,出貨量大的機(jī)器人只有 4 類產(chǎn)品:掃地機(jī)器人做裙、無人機(jī)、STEAM 教育類機(jī)器人和亞馬遜 ECHO 為代表的智能音箱肃晚。為什么 2C 市場(chǎng)早期的普及有一定的困難锚贱,簡(jiǎn)單講幾個(gè)原因:
  1. 產(chǎn)業(yè)鏈不成熟
  我做一個(gè)創(chuàng)新的東西,成品有 10 個(gè)部件关串。每一個(gè)部件都得自己做拧廊,而且因?yàn)槌鲐浟坎淮蠹嗯牵總€(gè)部件都沒有規(guī)模效應(yīng),這就導(dǎo)致每個(gè)部件都很貴吧碾,那你最后做出成品一定很貴凰盔。這是非常大的問題。
  2. 2C 是額外花錢
  這也是很重要的一個(gè)問題倦春,2C 端的用戶因?yàn)樽蕴脱Ь础㈩~外花錢,所以對(duì)價(jià)格通常比較敏感睁本,產(chǎn)品很貴就是一個(gè)很大的門檻尿庐。
  3. 2C 產(chǎn)品的用戶期待度高
  用戶買了這么貴的東西,自然對(duì)產(chǎn)品的期待度會(huì)更高很多呢堰。大家覺得我買一個(gè)機(jī)器人回來抄瑟,恨不得什么都能干:又能唱歌、又能跳舞枉疼、又能聊天皮假、又能清潔、又能講英語往衷。但這是不現(xiàn)實(shí)的钞翔,現(xiàn)在的技術(shù)成熟度離此還有些遠(yuǎn)。
迅雷創(chuàng)始人程浩:人工智能創(chuàng)業(yè)的 6 大核心問題

  相對(duì)于 2C 端席舍,這些問題在 2B 端卻不是問題布轿。
  1. 2B 端對(duì)價(jià)格承受能力更高
  首先来颤,企業(yè)對(duì)價(jià)格的承受能力顯然比 2C 強(qiáng)很多汰扭。你說一個(gè)機(jī)器人 2 萬,2C 消費(fèi)者不可能買福铅,但企業(yè)問題不大萝毛,企業(yè)對(duì)成本承受能力高。
  2. 2B 的核心目的是降成本
  舉例工業(yè)機(jī)器人滑黔,10 萬塊錢一個(gè)笆包,聽起來很貴。但一個(gè)工業(yè)機(jī)器人替代你 2 個(gè)崗位略荡。這 2 個(gè)崗位一年也得 10 萬塊錢庵佣,還不算四險(xiǎn)一金。然后這機(jī)器人能工作 4 年汛兜,這一下成本只有你原來的 25%巴粪,甚至不到。那么企業(yè)一算賬,覺得還是很便宜肛根。
  3. 2B 可以采取人機(jī)混合模式
  還有 2B 端的機(jī)器人應(yīng)用更簡(jiǎn)單一些辫塌。一方面大多是單任務(wù),機(jī)器人只要做好一件事就行了派哲,實(shí)現(xiàn)起來簡(jiǎn)單臼氨。另外,很多都是以"人機(jī)混合"模式在作業(yè)狮辽。也就是以前需要 10 個(gè)人干活一也,現(xiàn)在我用機(jī)器人替代一半人。簡(jiǎn)單重復(fù)的工作用機(jī)器人替代喉脖,復(fù)雜的用剩下的 5 個(gè)人椰苟,這就是"人機(jī)混合"模式。
  舉個(gè)例子树叽,現(xiàn)在國內(nèi)外已有很多安保機(jī)器人舆蝴,按固定路線去巡邏。你可以理解為移動(dòng)的攝像頭题诵,當(dāng)然算法上肯定加入了一些識(shí)別的東西洁仗。固定繞路線巡邏,這個(gè)完全可以交給機(jī)器人來做性锭。難的是赠潦,在巡邏的過程中,如果發(fā)現(xiàn)有老太太摔倒了草冈,讓機(jī)器人扶起來她奥,這個(gè)目前還做不到。
  但這不重要怎棱,你們后臺(tái)不還有 5 個(gè)人么哩俭,讓他們過來就好了。所以人機(jī)混合是 2B 比較主流的模式拳恋,這個(gè)大幅降低了機(jī)器人普及的難度凡资。
  最后再說一點(diǎn),目前大多數(shù) AI 創(chuàng)業(yè)公司都是技術(shù)專家主導(dǎo)谬运,這很容易理解隙赁,因?yàn)楝F(xiàn)在技術(shù)還有壁壘,技術(shù)專家主導(dǎo)起碼保證產(chǎn)品能做出來梆暖。不過未來隨著技術(shù)門檻的降低鸳谜,特別在“非關(guān)鍵應(yīng)用”領(lǐng)域里,團(tuán)隊(duì)的核心主導(dǎo)式廷,會(huì)慢慢過渡到產(chǎn)品經(jīng)理和行業(yè)專家為主,因?yàn)樗麄冸x用戶需求最近芭挽』希“非關(guān)鍵應(yīng)用”領(lǐng)域蝗肪,懂需求比技術(shù)實(shí)現(xiàn)更重要。長(zhǎng)期來看蠕趁,人工智能創(chuàng)業(yè)和任何其他領(lǐng)域的創(chuàng)業(yè)一樣薛闪,一定是綜合實(shí)力的比拼!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末俺陋,一起剝皮案震驚了整個(gè)濱河市豁延,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌腊状,老刑警劉巖诱咏,帶你破解...
    沈念sama閱讀 212,718評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異缴挖,居然都是意外死亡袋狞,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,683評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門映屋,熙熙樓的掌柜王于貴愁眉苦臉地迎上來苟鸯,“玉大人,你說我怎么就攤上這事棚点≡绱Γ” “怎么了?”我有些...
    開封第一講書人閱讀 158,207評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵瘫析,是天一觀的道長(zhǎng)砌梆。 經(jīng)常有香客問我,道長(zhǎng)颁股,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,755評(píng)論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己裙顽,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,862評(píng)論 6 386
  • 文/花漫 我一把揭開白布嗦嗡。 她就那樣靜靜地躺著卑硫,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 50,050評(píng)論 1 291
  • 那天勋拟,我揣著相機(jī)與錄音啸胧,去河邊找鬼。 笑死柠辞,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的主胧。 我是一名探鬼主播叭首,決...
    沈念sama閱讀 39,136評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼踪栋!你這毒婦竟也來了焙格?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,882評(píng)論 0 268
  • 序言:老撾萬榮一對(duì)情侶失蹤夷都,失蹤者是張志新(化名)和其女友劉穎眷唉,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體囤官,經(jīng)...
    沈念sama閱讀 44,330評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡冬阳,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,651評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了党饮。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片肝陪。...
    茶點(diǎn)故事閱讀 38,789評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖刑顺,靈堂內(nèi)的尸體忽然破棺而出氯窍,到底是詐尸還是另有隱情,我是刑警寧澤蹲堂,帶...
    沈念sama閱讀 34,477評(píng)論 4 333
  • 正文 年R本政府宣布狼讨,位于F島的核電站,受9級(jí)特大地震影響柒竞,放射性物質(zhì)發(fā)生泄漏政供。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,135評(píng)論 3 317
  • 文/蒙蒙 一能犯、第九天 我趴在偏房一處隱蔽的房頂上張望鲫骗。 院中可真熱鬧,春花似錦踩晶、人聲如沸执泰。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,864評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽术吝。三九已至计济,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間排苍,已是汗流浹背沦寂。 一陣腳步聲響...
    開封第一講書人閱讀 32,099評(píng)論 1 267
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留淘衙,地道東北人传藏。 一個(gè)月前我還...
    沈念sama閱讀 46,598評(píng)論 2 362
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像彤守,于是被迫代替她去往敵國和親毯侦。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,697評(píng)論 2 351

推薦閱讀更多精彩內(nèi)容