|
懦夫從不啟程，弱者死于路中。只剩我們前行，一步都不能停。 ——耐克創(chuàng)始人菲爾·奈特 人工智能如何從剛開始的傲慢與失望，突然成為科技界最熱門的領(lǐng)域呢？這個問題深遠而宏大，如果你想看綜述性的文章，推薦戳 這里 閱讀。除開技術(shù)成長的周期，伴隨著人工智能發(fā)展的，是人們的各種擔憂。 然而，如同人類歷史上無數(shù)次的跨越式發(fā)展一樣，總有人看到風險，亦有人洞見機遇。今天的低調(diào)出品來自于經(jīng)緯林翠的撰文，在這篇文章里她淺顯易懂地分析了為什么現(xiàn)在要關(guān)注 AI，深耕于垂直行業(yè)的創(chuàng)業(yè)者們?nèi)绾谓?“AI+” 之能，以及部分創(chuàng)業(yè)者如何尋找到自己的機會和競爭優(yōu)勢。以下，Enjoy： 前不久我在清華聽了 Peter Thiel 的講課，當他講到“未來趨勢”一節(jié)里他講到 AI （人工智能）的時候兩眼放光，語速加快，興奮不已的神態(tài)讓人印象深刻，無獨有偶，在經(jīng)緯內(nèi)部例會時，當邵亦波聊起 AI 時，也是同樣神情。人工智能像興奮劑一樣，讓一個個在硅谷的牛人 high 了起來。李彥宏也說到，移動互聯(lián)網(wǎng)利用人口紅利帶來的增長已經(jīng)逐漸見頂，世界正在進入下一幕，即人工智能的時代。
AI 的概念 60 年前就有了，在 10 年前也曾被熱議過一陣兒，今年再次被關(guān)注則是始于一系列國內(nèi)外的投資并購事件。明顯感到 AI 領(lǐng)域在這個時點里很搶眼： 英特爾剛宣布將收購僅擁有48名員工的Nervena Systems，據(jù)傳收購金額約為4.08億美元。
下圖是 CBInsights 針對 AI 領(lǐng)域全球投資事件統(tǒng)計： 2015 年 Q1 投資交易為12筆，對比可見 2016 年Q1達到了 27 筆，增加了 2 倍多。
就像前兩年的“互聯(lián)網(wǎng)+”一樣給傳統(tǒng)產(chǎn)業(yè)賦能，讓不少具有互聯(lián)網(wǎng)能力的傳統(tǒng)產(chǎn)業(yè)升級了，把線下翻到線上，加速信息流動，大大提升了信息匹配效率。于是，我們出行更方便了，吃飯更方便了，變美更方便了，整理家務(wù)更方便了。那這個迎面而來的“AI+” 又是什么？
“互聯(lián)網(wǎng)”+與 “AI+” 的區(qū)別：大白話的說，“互聯(lián)網(wǎng)+”提升的是效率，“AI+” 提升的是品質(zhì)。 “互聯(lián)網(wǎng)+”提高匹配效率 “互聯(lián)網(wǎng)+”把用戶行為數(shù)據(jù)化——我們吃飯，看電影等消費行為及商家的服務(wù)／商品都被信息化了，這就解決了雙方搜尋及匹配的問題。而 “AI+” 則是采集更豐富的信息，并讓機器模擬思考決策過程，生成行業(yè)應(yīng)用來更好地服務(wù)雙方。
在 O2O 熱潮里，創(chuàng)業(yè)者只要給項目貼上“互聯(lián)網(wǎng)+”的標簽就很容易融到錢，可惜好景不長，“互聯(lián)網(wǎng)+”的改造并非在每個行業(yè)都立桿見影，發(fā)力過猛的 VC 們于是開始集體反思，我們意識到僅提升信息匹配效率是不夠的。 “AI+”提升服務(wù)品質(zhì)
互聯(lián)網(wǎng)的本質(zhì)除了“連接”服務(wù)、信息、人以外，還應(yīng)該讓服務(wù)變得更“聰明”，讓消費體驗更好，這就是 “AI+” 了。AI 應(yīng)用是總結(jié)現(xiàn)有的規(guī)律并實時制定出更聰明的解決方案。實現(xiàn)更“聰明”的關(guān)鍵是：對數(shù)據(jù)積累的越豐富越好；對未知的事物反應(yīng)速度越快越好。大數(shù)據(jù)分析從靜態(tài)統(tǒng)計演進到動態(tài)算法，讓機器的深度學習模擬人類思考決策并能動態(tài)調(diào)優(yōu)。
AI 領(lǐng)域投資能成為當前的一把火，有幾個客觀原因： 處理能力的突破 傳統(tǒng)的處理器在計算神經(jīng)網(wǎng)絡(luò)的選項范圍上需要好幾個星期，而現(xiàn)代化的圖形處理器（GPUs）能夠在 24 小時內(nèi)完成這一任務(wù)。除此外，云計算基礎(chǔ)設(shè)施的完善也使得 AI 響應(yīng)速度更快。 數(shù)據(jù)采集的豐富 人工智能實現(xiàn)的基礎(chǔ)是采集龐雜的數(shù)據(jù)。 在 PC 時代的數(shù)據(jù)來自感應(yīng)器收集，模數(shù)轉(zhuǎn)換輸入、手工主動錄入等方式，數(shù)據(jù)格式有限且效率不高。而移動互聯(lián)網(wǎng)時代，智能手機及智能硬件的普及使數(shù)據(jù)采集已進化到多維度實時進行，采集顆粒度細化到個體、位置、環(huán)境、行為、社交關(guān)系；數(shù)據(jù)內(nèi)容從圖文、聲音、視頻、甚至生物特征等數(shù)據(jù)都極大豐富，使得基于大數(shù)據(jù)做出行為分析及短期預判成為可能，如火如荼的互聯(lián)網(wǎng)+創(chuàng)業(yè)已為此奠定了良好基礎(chǔ)。
優(yōu)化的算法 過去幾年，業(yè)界的巨頭們無一不在認知領(lǐng)域和深度學習領(lǐng)域持續(xù)發(fā)力，除了IBM、Google 、微軟、Amazon等有海量用戶行為數(shù)據(jù)的企業(yè)，當然還包括BAT，或許這是百度翻盤的最佳時機了。
AI 還處在早期發(fā)展階段，我認為對于以下 3 類創(chuàng)業(yè)公司是好機會：
第一類：技術(shù)型創(chuàng)業(yè)公司
對于有認知能力的數(shù)據(jù)提供商，算法訓練能力，深度學習能力的創(chuàng)業(yè)公司來說是個好機會，這絕對是門檻高高的。當然如果做得出來，估值也會是高高的。
第二類：底層基礎(chǔ)服務(wù)商
在國外Google、IBM、Amazon 等大平臺正努力研發(fā)，而在國內(nèi)這個領(lǐng)域遲早將成為 BAT 的必爭之地，所以創(chuàng)業(yè)公司要謹慎。這些大家伙最終會把 AI 的各種能力輸出，給應(yīng)用層調(diào)用，就像Google Map開放 API 接口那樣。
第三類：垂直領(lǐng)域創(chuàng)業(yè)公司 我相信最大的機會在垂直領(lǐng)域應(yīng)用層，將涌現(xiàn)出優(yōu)秀的公司，“AI+” 會在不同垂直行業(yè)的不同環(huán)節(jié)賦能。 舉個例子，復雜行為的效果評估，白話說就是需要老師傅的行業(yè) “AI+” 都有施展空間，這些公司都會有這三個特點：
AI 對于所有依靠經(jīng)驗的行業(yè)都會是巨大的沖擊，越是靠老師傅經(jīng)驗存在的行業(yè)，越有機會利用 “AI+” 來賦能，例如醫(yī)療，教育，金融，健康護理等。 醫(yī)療領(lǐng)域 AI 可以通過大量的數(shù)據(jù)統(tǒng)計抽象，及數(shù)據(jù)之間的關(guān)聯(lián)，做出預測。數(shù)據(jù)節(jié)點越多，判斷越趨近準確，畢竟經(jīng)驗再豐富的醫(yī)生，大腦的存儲量都是有限的，知識邊際也是有限的。病人們寧愿排隊五六個小時，就是為了等一個經(jīng)驗豐富的老醫(yī)生來做兩三分鐘的診斷，而不少年輕醫(yī)生卻缺病人，就是因為我們相信經(jīng)驗，擔心誤診。IBM 的 Watson 機器人可以對檢測結(jié)果做分析判斷，輔助醫(yī)生進行初步診斷，對病患者的病情進行有效定位歸類，并提供相應(yīng)的治療手段選項，幫助醫(yī)生更好更快地確定治療方案，這樣不僅提高的分診效率，還大大地降低了醫(yī)生的誤診率。
教育領(lǐng)域
教育領(lǐng)域也有同樣機會。現(xiàn)在學生不管成績好壞、更解能力如何，每天的課程和作業(yè)都一樣，但其實每個人對知識點掌握并不是相同，帶著越來越多的漏洞學下去，知識體系就很難搭建起來，成績差異也就越來越大。老師不可能對眾多學生知識體系進行查缺補漏，但是 AI 可以，通過學生對于知識點的反饋，迅速調(diào)整教學進度。
交易平臺
對于交易平臺，尤其是雙側(cè)用戶足夠分散，且交易頻度較高，有大量數(shù)據(jù)沉淀的服務(wù)型公司。無論是 To C 還是 To B，都可以利用 “AI+” 給平臺賦能，讓平臺為雙側(cè)用戶提供更好的服務(wù)。幫助平臺供給方去預測需求，分配資源，優(yōu)化成本結(jié)構(gòu)；幫助需求方去篩選、判別、監(jiān)控體驗和反饋。當平臺搭建出更高的行業(yè)標準，提供雙方更好的工具，雙方對于平臺的依賴度就會增加，即便是大額、重決策的消費也不容易跳單了。
國內(nèi)市場很多領(lǐng)域都處于供大于求的狀況，很多傳統(tǒng)行業(yè)面臨挑戰(zhàn)，AI 對于這些行業(yè)的賦能將更明顯，對用戶來說更聰明的產(chǎn)品及服務(wù)將是普遍需求，那些有 AI 能力的企業(yè)才能有機會勝出。我相信在更多的垂直行業(yè)，會陸續(xù)看到利用 “AI+” 給產(chǎn)業(yè)賦能的實例。
claire.lin@matrixpartners.com.cn 題圖/西部世界 也許你還想看 ： 這可能是迄今為止關(guān)于人工智能最難讀也最全面的文章，但我們覺得非常值得你讀一讀 相比機器贏了人類，機器假裝輸?shù)魰粫膳拢?/span> 在一家創(chuàng)業(yè)公司做高管，你需要掌握什么技能？ 這141家創(chuàng)業(yè)公司的創(chuàng)始人和投資人分析了他們?yōu)槭裁词?/a> |
|
|
