迅雷創始人程浩:人工(gōng)智能(néng)創業的6大核心問題

來源：網絡2017-10-09 13:27:24

       大家好，我是迅雷創始人程浩，現在專注科(kē)技(jì )領域的投資。今天跟大家聊聊人工(gōng)智能(néng)領域的創業和創新(xīn)，包括如何選擇賽道、團隊的搭配、以及如何應對巨頭的挑戰。
 
　　為(wèi)此我從投資人的視角，給大家總結了人工(gōng)智能(néng)創業的6大核心問題。
 
　　第一個問題：互聯網 vs 人工(gōng)智能(néng)
 
　　首先如果今天大家選擇創業，我建議更應該關注人工(gōng)智能(néng)，而非互聯網。為(wèi)什麽這麽講？ 
 
　　1。 互聯網的流量紅利已經消失；
 
　　以PC來說，全球PC出貨量連續5年下滑。大家知道國(guó)内最後出現的一個PC互聯網獨角獸是誰嗎？是知乎，大概是2011年初推出，這麽多(duō)年過去，再也沒有(yǒu)PC互聯網的獨角獸出現。做個類比，我們知道2015年移動互聯網的滲透率和競争程度和2011年的PC互聯網類似，以此類推，2015年以後再做移動APP，也很(hěn)難出獨角獸了。
 
　　畢竟中(zhōng)國(guó)連續兩年手機出貨量都在5億多(duō)台，增長(cháng)放緩，代表無線(xiàn)流量基本已走平，你多(duō)賣一台，我就少賣一台，是存量競争。今天創業者再做一個純互聯網的APP，投資人問的第一個問題就是你怎麽獲客。因為(wèi)現階段流量格局已定，首屏就那幾個APP。
 
　　2。 互聯網+的機會同樣有(yǒu)限；
 
　　主要在于互聯網最大的價值，是解決信息不對稱和連接。所以對于電(diàn)商(shāng)特别有(yǒu)價值。淘寶用(yòng)皇冠、鑽石等信用(yòng)體(tǐ)系解決了信息不對稱，同時又(yòu)把全國(guó)有(yǒu)這麽多(duō)買家和賣家連接在一起。這個是互聯網的價值。
 
　　但很(hěn)多(duō)行業信息和連接并不是痛點。拿(ná)醫(yī)療舉例，中(zhōng)國(guó)三甲醫(yī)院的大夫就那麽多(duō)，你把全國(guó)13億人民(mín)都和這些大夫連接上了也沒用(yòng)，因為(wèi)一個醫(yī)生一天還是隻能(néng)看那麽多(duō)病人。互聯網并沒有(yǒu)提高醫(yī)生看診的效率。在諸如餐飲、醫(yī)療這些傳統領域，互聯網的幫助是很(hěn)有(yǒu)限的。 
 
　　也包括滴滴打車(chē)，互聯網解決了打車(chē)難的問題，但是沒解決打車(chē)價格的問題。事實上，補貼去掉之後，大家都發現了滴滴一點都不便宜，道理(lǐ)很(hěn)簡單——不管是專車(chē)還是出租車(chē)，還是需要由人來開，人工(gōng)成本降不下來，就不可(kě)能(néng)便宜。
 
　　3。 真正能(néng)夠提高社會生産(chǎn)力，解決供需關系不平衡的就是人工(gōng)智能(néng)；
 
　　人工(gōng)智能(néng)将給社會生産(chǎn)力帶來的提高，以及對人類帶來的影響将遠(yuǎn)遠(yuǎn)超過互聯網。
 
　　還是拿(ná)醫(yī)療來說，很(hěn)多(duō)基層醫(yī)院水平不高，那未來完全可(kě)以通過人工(gōng)智能(néng)來輔助醫(yī)生讀CT、X光等醫(yī)療影像。像今年，IBMWatson對皮膚黑色素瘤的診斷，準确率已提高至97%，遠(yuǎn)遠(yuǎn)超過了人類專家75%-84%的平均水平。
 
　　未來，人工(gōng)智能(néng)無論是在無人車(chē)、機器人、醫(yī)療、金融、教育還是其他(tā)領域，都将爆發巨大的社會效益，這點毋庸置疑。我認為(wèi)下一波大趨勢和大的紅利不是互聯網+，而是人工(gōng)智能(néng)+。我建議現在的創業者更應該關注人工(gōng)智能(néng)領域的創業機會。
 
　　第二個問題：人工(gōng)智能(néng) vs 人工(gōng)智能(néng)+
 
　　人工(gōng)智能(néng)主要分(fēn)三層。最底層是基礎架構（Infrastructure），包括雲計算、芯片以及TensorFlow這樣的框架。在基礎層之上是中(zhōng)間層，叫通用(yòng)技(jì )術（EnablingTechnology），例如圖像識别、語音識别、語義理(lǐ)解、機器翻譯這些。 
 
　　基礎層和中(zhōng)間層，是互聯網巨頭的必争之地。比如芯片領域，Intel、英偉達、高通都投入巨資，競争極其激烈。同樣雲計算、框架也是一樣，都不是小(xiǎo)公(gōng)司能(néng)夠涉足的領地。
 
　　現在對于中(zhōng)間層的通用(yòng)技(jì )術，BAT也極其重視。因為(wèi)大家都相信人工(gōng)智能(néng)是下一波工(gōng)業革命浪潮。對騰訊、阿裏、百度這些巨頭來講，要想在大浪中(zhōng)屹立不倒，必須要構建出人工(gōng)智能(néng)的生态系統（Ecosystem）。而核心就是要依靠這些Enabling Technology技(jì )術。 
 
　　相比創業公(gōng)司，BAT的最大優勢是什麽呢(ne)？第一，不缺數據；第二，為(wèi)了構建自己的生态系統，未來通用(yòng)技(jì )術一定全部是免費的；第三，雖然通用(yòng)技(jì )術免費，但BAT有(yǒu)羊毛出在身上的豬機會。這是典型的互聯網打法。
 
　　這裏的豬是什麽？豬就是雲計算。例如百度的ABC策略，分(fēn)别代表人工(gōng)智能(néng)（AI）、大數據（Big Data）和雲計算（Cloud Computing）。AI我可(kě)以不賺錢，開放給大家，那麽大家想享受我的服務(wù)，就來買我的雲吧。 
 
　　而對于創業企業來說，隻做圖像識别、語音識别、語義理(lǐ)解、機器翻譯這些通用(yòng)技(jì )術，指望通過SDK賣錢，未來路會越來越窄，特别是BAT都免費的壓力下。
 
　　所以從這個角度講，創業公(gōng)司做下面兩層風險比較大。我認為(wèi)創業公(gōng)司的機會在最上層，就是拿(ná)着下兩層的成果去服務(wù)垂直行業，也就是我們所謂的人工(gōng)智能(néng)+。
 
　　第三個問題：人工(gōng)智能(néng)+ vs +人工(gōng)智能(néng)
 
　　深入垂直行業的人工(gōng)智能(néng)+，又(yòu)可(kě)細分(fēn)為(wèi)兩類情況：即“人工(gōng)智能(néng)+行業”和“行業+人工(gōng)智能(néng)”，他(tā)們間有(yǒu)明顯的區(qū)别。
 
　　“AI+行業”簡單講就是在AI技(jì )術成熟之前，這個行業、産(chǎn)品從未存在過。比如自動駕駛，亞馬遜的Echo智能(néng)音箱、蘋果的Siri語音助手。在人工(gōng)智能(néng)技(jì )術未突破前，不存在這樣的産(chǎn)品。因為(wèi)AI，創造出了一條全新(xīn)的産(chǎn)業鏈。 
 
　　“行業+AI”就是行業本身一直存在，産(chǎn)業鏈條成熟，隻是以前完全靠人工(gōng)，效率比較低，現在加入AI元素後，使得行業效率有(yǒu)了明顯提高。比如安(ān)防、醫(yī)療等領域。
 
　　客觀講，這兩個類别都有(yǒu)創業機會。但“AI+行業”，因為(wèi)是一條新(xīn)的産(chǎn)業鏈，創業公(gōng)司與互聯網巨頭實際是處在同一起跑線(xiàn)上。巨頭們坐(zuò)擁數據優勢。所以從這個角度，“行業+AI”相對對創業公(gōng)司更為(wèi)友好，也更容易構建出壁壘。
 
　　我認為(wèi)，未來行業壁壘才是人工(gōng)智能(néng)創業最大的護城河。因為(wèi)每個行業都有(yǒu)垂直縱深， 盡管BAT技(jì )術好一點、并不關鍵。拿(ná)醫(yī)療+AI舉例，什麽最重要？大量準确的被醫(yī)生标注過的數據最重要。沒有(yǒu)數據，再天才的科(kē)學(xué)家也無用(yòng)武之地。
 
　　但在國(guó)内，這個醫(yī)療數據拿(ná)出來非常困難。所以BAT做醫(yī)療一點優勢都沒有(yǒu)，因為(wèi)他(tā)們要把這些數據，從各醫(yī)院、各科(kē)室搞出來也很(hěn)累。相反，如果一個創業者在醫(yī)療行業耕耘很(hěn)多(duō)年，也許拿(ná)起數據來比大公(gōng)司更容易。
 
　　這要求創始團隊的合夥人中(zhōng)，必須有(yǒu)懂行業、有(yǒu)行業資源的人才。這與互聯網+一樣，一旦細分(fēn)到具(jù)體(tǐ)行業，并不是說你百度、騰訊有(yǒu)資金、有(yǒu)流量，投入人才就什麽都能(néng)做，比拼的還有(yǒu)行業資源和人脈。
 
　　之所以跟大家聊這個話題，是因為(wèi)前一段去百度大學(xué)跟大家交流，他(tā)們提到百度人工(gōng)智能(néng)在無人車(chē)和DuerOS的應用(yòng)。同時又(yòu)問我，人臉識别在國(guó)内安(ān)防領域的應用(yòng)價值非常大。像海康威視有(yǒu)近3000億人民(mín)币的市值，每年光淨利潤就有(yǒu)近百億。百度在AI方面是不是該考慮進軍這個領域。我回答(dá)說千萬别，因為(wèi)安(ān)防是典型的、有(yǒu)巨大壁壘的“行業+AI”領域。 
 
　　即使百度技(jì )術好，在人臉識别率方面比海康威視高一個百分(fēn)點（實際不一定，海康背後有(yǒu)幾百人的AI研發團隊）。但這并不代表百度就能(néng)替代海康。因為(wèi)安(ān)防是“非關鍵性應用(yòng)”（non-mission-critical），100個犯人我識别了95個，你比我多(duō)識别了一個做到了96個，其實沒那麽重要。 
 
　　而反過來，海康對比百度有(yǒu)什麽優勢？首先海康是做攝像頭的，用(yòng)自己的硬件跑自己的算法，是很(hěn)自然的事兒。就像蘋果手機，軟硬一體(tǐ)體(tǐ)驗更好。其次，海康做了這麽多(duō)年的安(ān)防，積累了非常多(duō)的數據，人臉的數據、環境的數據……在安(ān)防領域有(yǒu)數據優勢。最後，海康給公(gōng)安(ān)系統做了很(hěn)多(duō)類似警務(wù)通、基站信息采集、視圖檔案管理(lǐ)等SaaS平台的東西，以及警用(yòng)雲系統。我們可(kě)以認為(wèi)公(gōng)安(ān)系統的IT化，其中(zhōng)有(yǒu)一部分(fēn)就是海康威視參與的。
 
　　這些東西可(kě)能(néng)不賺錢，但卻為(wèi)海康構建了壁壘。因為(wèi)底層的基礎設施都是我建的，那前端的東西就隻能(néng)用(yòng)我的（我可(kě)以有(yǒu)100個理(lǐ)由，說競品與我不兼容）。而且海康做了這麽長(cháng)時間，積累了大量的客戶資源，特别是政府公(gōng)安(ān)局的資源，開拓這些資源非常需要時間。
 
　　這些就是所謂的行業縱深。所以即使對BAT而言，想進入“行業+AI”領域，選擇垂直賽道時，同樣要非常謹慎。在巨大的行業壁壘面前，真不是說我的算法比你好一些，市場就是我的，隻有(yǒu)技(jì )術優勢仍然差的很(hěn)遠(yuǎn)。
 
　　回歸 “AI+行業”和“行業+AI”，通常來講前者的行業縱深會比較淺，而後者則有(yǒu)巨大的行業壁壘。而行業壁壘，則是創業公(gōng)司最大的護城河，也是抵擋BAT的關鍵。
 
　　第四個問題：關鍵性應用(yòng) vs 非關鍵性應用(yòng)
 
　　談到人工(gōng)智能(néng)領域的創業，很(hěn)多(duō)人都會有(yǒu)個誤解，就是如果我團隊沒有(yǒu)個大牛的科(kē)學(xué)家，比如斯坦福、MIT的博士坐(zuò)鎮，我都不好意思講在人工(gōng)智能(néng)方面創業。其實這個認知是完全錯的。因為(wèi)在人工(gōng)智能(néng)領域，算法到底有(yǒu)多(duō)重要，完全取決于你要準備進入哪個行業。
 
　　根據行業和應用(yòng)場景不同，我認人工(gōng)智能(néng)的創業本質(zhì)上有(yǒu)mission-critical和non-mission-critical之分(fēn)。為(wèi)了方便大家理(lǐ)解，我們簡稱為(wèi)“關鍵性應用(yòng)”和“非關鍵性應用(yòng)”。 
 
　　“關鍵性應用(yòng)”要追求99.9……%後的多(duō)個9，做不到就沒法商(shāng)業化。比如大家認為(wèi)，99%可(kě)靠度的自動駕駛能(néng)上路嗎？肯定不能(néng)，意味着100次就出1次事故。99.9%也不行，1000次出一次事故。
 
　　千萬記住，99%和99.9%的可(kě)靠度差距并不是0.9%，而是要反過來算，差距是10倍。也包括手術機器人，聽起來99.9%可(kě)靠度已經很(hěn)高了，但意味着1000次出一次醫(yī)療事故，放在美國(guó)，醫(yī)院還不得被巨額索賠搞得破産(chǎn)。
 
　　所以“關鍵性應用(yòng)”領域，就是一丁點兒錯都不能(néng)犯的人工(gōng)智能(néng)領域，必須要有(yǒu)技(jì )術大牛、科(kē)學(xué)家或算法專家坐(zuò)鎮。同時，這類項目研發周期都很(hěn)長(cháng)。
 
　　正如以色列做ADAS （高級駕駛輔助系統）解決方案的Mobileye公(gōng)司，今年3月被Intel以153億美金收購(gòu)。大家知道這家公(gōng)司研發周期有(yǒu)多(duō)長(cháng)嗎？Mobileye成立于1999年，到他(tā)們推出首款産(chǎn)品、掙到第一桶金已是2007年。長(cháng)達8年的研發周期。這在互聯網創業裏不可(kě)想象。包括谷歌無人車(chē)從2009年開始研發，到現在一直沒有(yǒu)商(shāng)業化；達芬奇手術機器人從啓動研發到2000年拿(ná)到美國(guó)食品藥品管理(lǐ)局（FDA）的認證，花(huā)了十年時間。
 
　　“關鍵性應用(yòng)”的普遍特點就是這樣，項目通常很(hěn)貴，研發周期巨長(cháng)，離錢非常遠(yuǎn)，需要持續的融資能(néng)力，團隊怎樣才有(yǒu)持續融資？起碼要有(yǒu)非常好的簡曆和非常好的背景。這個是能(néng)夠持續融資的必要前提。所以大家可(kě)以看到，今天做無人駕駛的創業團隊都是高富帥。因為(wèi)不是高富帥，你都熬不到産(chǎn)品真正商(shāng)業化應用(yòng)那天。
 
　　當然，如果在人工(gōng)智能(néng)領域都是“關鍵性應用(yòng)”，那就沒大多(duō)數創業者什麽事了。實際上，人工(gōng)智能(néng)領域的創業，95%都是“非關鍵性應用(yòng)（none-mission-critical）”。簡單講對這些領域，AI的可(kě)靠度隻要過了基礎線(xiàn)，高一點低一點區(qū)别不大。
 
　　最簡單的例子，現在很(hěn)多(duō)公(gōng)司的門禁開始用(yòng)人臉識别。你今天帶個帽子，明天戴個墨鏡或口罩，識别率沒法做到99%。可(kě)即使沒識别出來也沒問題。因為(wèi)所有(yǒu)帶人臉識别的門禁都有(yǒu)地方讓你按指紋。即使指紋也刷不進去，問題也不大，公(gōng)司不還有(yǒu)前台嗎。
 
　　這就是“非關鍵性應用(yòng)“。這類項目不追求99%後面的很(hěn)多(duō)個9。實際上，國(guó)内人工(gōng)智能(néng)和機器人方向的創業，大部分(fēn)領域都是“非關鍵性應用(yòng)”。當然并不是說，在這個領域算法不重要，你天天認不出來也不行，所以一定要過了基礎的可(kě)用(yòng)性門檻，偶爾出現問題可(kě)以容忍。“關鍵性應用(yòng)”則不能(néng)容忍。
 
　　“非關鍵性應用(yòng)“不追求高大上，簡單、實用(yòng)、性價比高更重要，這樣的項目通常比拼綜合實力。包括：
 
　　對行業的洞察理(lǐ)解。要熟知行業痛點；
 
　　産(chǎn)品和工(gōng)程化能(néng)力。光在實驗室裏搞沒意義；
 
　　成本控制。不光能(néng)做出來的産(chǎn)品，還得便宜的做出來；
 
　　供應鏈能(néng)力。不光能(néng)出貨，還要能(néng)批量生産(chǎn)；
 
　　營銷能(néng)力。産(chǎn)品出來了，你得把東西賣出去。團隊裏有(yǒu)沒有(yǒu)營銷高手，能(néng)不能(néng)搞定最好的渠道是關鍵。 
 
　　所以大家在創業組團隊時，一定要想好你選擇的賽道處于哪個領域，不同的賽道對于團隊的要求是不一樣。“關鍵性應用(yòng)”必須有(yǒu)技(jì )術大牛坐(zuò)鎮，“非關鍵性應用(yòng)”則要求團隊更加綜合和全面。
 
　　第五個問題：技(jì )術提供商(shāng) vs 全棧服務(wù)商(shāng)
 
　　現在很(hěn)多(duō)人工(gōng)智能(néng)創業者都是技(jì )術背景出身，創業的第一個想法通常是做技(jì )術提供商(shāng)。技(jì )術提供商(shāng)作(zuò)為(wèi)創業的敲門磚可(kě)以。但如果隻定位做技(jì )術提供商(shāng)，未來路會非常窄。為(wèi)什麽說未來隻做技(jì )術提供商(shāng)價值會越來越小(xiǎo)？原因有(yǒu)幾點：
 
　　1。 首先通用(yòng)技(jì )術一定是大公(gōng)司的賽道，BAT未來一定會開放免費。
 
　　人家大公(gōng)司會免費提供人臉識别、語音識别、語義理(lǐ)解、機器翻譯這類EnablingTechnology，你還打算怎麽靠API調用(yòng)賺錢呢(ne)？也許現在還可(kě)賺點小(xiǎo)錢，但很(hěn)難成為(wèi)一個長(cháng)久的生意。
 
　　2。 依托于算法的技(jì )術壁壘會越來越低。
 
　　未來随着基礎計算平台和開源平台的豐富成熟，技(jì )術方面的壁壘會越來越不明顯，整個人工(gōng)智能(néng)的技(jì )術準入門檻會越降越低。就像2008年你想找個IOS開發者，很(hěn)難，現在卻很(hěn)容易一樣，所有(yǒu)技(jì )術的演進都遵循這一規律。特别随着今天各大學(xué)的計算機專業，都紛紛開設機器學(xué)習課程，未來人才不缺，這會拉低整個行業的進入門檻。
 
　　同時随着谷歌TensorFlow等生态系統的成熟，很(hěn)多(duō)領域都會有(yǒu)訓練好的模型可(kě)以用(yòng)來參考（出Demo會更快），創業者隻要有(yǒu)足夠的數據來訓練參數就好了。所以未來算法的壁壘會越來越低，如果這個公(gōng)司的核心競争力隻是算法，那将非常危險。
 
　　3。 技(jì )術提供商(shāng)如果不直接面向用(yòng)戶/客戶提供整體(tǐ)解決方案，則非常容易被上下遊碾壓：
 
　　對于技(jì )術提供商(shāng)和算法類公(gōng)司，如果你的技(jì )術壁壘不夠高，上遊很(hěn)可(kě)能(néng)直接把你的事做了。這樣的例子比比皆是，比如給海康威視提供人臉識别算法的公(gōng)司。問題就在于，海康在用(yòng)你算法的時候，人家也有(yǒu)龐大的研發團隊在研究自己的算法。現在用(yòng)你是人家還沒準備好，一旦準備好立刻會把你替換掉。
 
　　即使在有(yǒu)一定技(jì )術門檻的行業，技(jì )術提供商(shāng)的日子同樣并不好過。比如專注嵌入式的視覺處理(lǐ)芯片的Movidius，大疆無人機一直在用(yòng)他(tā)們的芯片。但自從大疆統治了消費級無人機市場後，大疆現在也很(hěn)自然地開始研發自己的芯片。
 
　　按說芯片的技(jì )術壁壘并不低，但隻要行業集中(zhōng)度高，赢家就會選擇通吃。比如做手機的廠商(shāng)，出貨量到了一個閥值，都有(yǒu)動力自己做芯片。像蘋果、三星、華為(wèi)還有(yǒu)現在的小(xiǎo)米，都選擇了自己做手機CPU。所以聯發科(kē)、高通這些技(jì )術提供商(shāng)，其實是挺痛苦的。
 
　　這其實是一個産(chǎn)業鏈通用(yòng)規律：産(chǎn)業鏈上的壟斷者會吃掉所有(yǒu)利潤，而且他(tā)們非常有(yǒu)動力往上遊或下遊擴展。拿(ná)PC産(chǎn)業鏈舉例，内存、硬盤、整機、顯示器……都不賺錢。錢被誰賺走了？Windows和Intel卻賺走了絕大部分(fēn)利潤。 
 
　　既然做純技(jì )術提供商(shāng)沒有(yǒu)出路，那怎麽辦(bàn)？浩哥(gē)提出“一橫一縱”理(lǐ)論。前期做技(jì )術服務(wù)可(kě)以，但是不能(néng)一輩子做技(jì )術服務(wù)。
 
　　“一橫”就是指你提供的技(jì )術服務(wù)。通常“一橫”能(néng)服務(wù)很(hěn)多(duō)行業，一定要找到1、2個，你認為(wèi)最有(yǒu)市場機會，最适合你的垂直領域，深紮進去做“全棧”：把技(jì )術轉化為(wèi)産(chǎn)品，然後搞定用(yòng)戶賣出去，實現商(shāng)業變現，再通過商(shāng)業反饋更多(duō)的數據，更加夯實自己的技(jì )術。一句話講，要做技(jì )術、産(chǎn)品、商(shāng)業和數據四位一體(tǐ)的“全棧”，這就是“一縱”。這才是健康的商(shāng)業模式。
 
　　在垂直外的行業，因為(wèi)沒有(yǒu)利益沖突，你仍可(kě)老老實實的做技(jì )術服務(wù)。這樣的話，商(shāng)業上你能(néng)吃透一個垂直行業，技(jì )術上你還能(néng)通過橫向合作(zuò)，形成更多(duō)的數據回路，從而夯實你的技(jì )術。這個就是“一橫一縱”理(lǐ)論。
 
　　那麽對于技(jì )術創業公(gōng)司，從“一橫”走到“一縱”，要選哪個垂直領域，取決5個關鍵因素： 
 
　　市場空間夠不夠大？
 
　　做垂直領域的全棧，還是做橫向的技(jì )術提供商(shāng)？取決市場空間哪個更大。找對垂直領域，即使隻占一點點市場份額，也可(kě)能(néng)比做“一橫”全歸你的收益大。拿(ná)美圖公(gōng)司舉例，他(tā)們有(yǒu)美圖秀秀、美拍、美顔相機等APP，同時還會跟很(hěn)多(duō)手機廠商(shāng)合作(zuò)，提供相機拍攝的美顔效果，你可(kě)以理(lǐ)解這就是技(jì )術服務(wù)。
 
　　但研究2016财報後，大家知道美圖秀秀選的“一縱”是什麽嗎？就是美圖手機。以上提到的技(jì )術服務(wù)都遠(yuǎn)沒有(yǒu)垂直做美圖手機賺錢。美圖手機占了公(gōng)司全部營收的93%。雖然美圖手機去年的銷量大約在74.8萬台，僅僅隻占國(guó)内手機市場全年銷量5億多(duō)台的不足0.15%。
 
　　行業集中(zhōng)度如何？
 
　　做“一橫”技(jì )術提供商(shāng)時，最擔心的是你的上遊或下遊過于集中(zhōng)，或者說頭部效應越明顯，對技(jì )術提供商(shāng)就越不利。舉個簡單的例子，IDC時代，HP、DELL等廠商(shāng)賣服務(wù)器，都是直接賣給各IT公(gōng)司，大家日子過的都很(hěn)滋潤。但2010年之後就很(hěn)難做了，因為(wèi)雲計算出現了。
 
　　提供雲計算的廠商(shāng)就那幾個，兩隻手就能(néng)數出來。而且頭部效應極其明顯，僅阿裏雲一家占了50%以上份額。如果你是一個技(jì )術提供商(shāng)，在跟這麽壟斷的行業去談判，你會發現沒有(yǒu)任何籌碼。所以現在就很(hěn)悲催，假設我是阿裏雲，會讓你列出BOM成本，我就給你5%或10%的利潤，這個生意就很(hěn)難做了。
 
　　在這種情況下，你當然有(yǒu)意願也往上遊走。但帶來的問題是什麽？如果上遊集中(zhōng)度高，說明這事的壁壘很(hěn)高，你作(zuò)為(wèi)技(jì )術提供商(shāng)想往上走，同樣很(hěn)困難；如果這個上遊集中(zhōng)度低或客戶很(hěn)零散，對你是件好事。但是你也沒有(yǒu)太大動力往上遊走，因為(wèi)這個市場本來就很(hěn)零散，你即使殺進去，可(kě)能(néng)隻有(yǒu)1%的市場份額，而且使得99%的人都變成你的競争對手了。這是個悖論。
 
　　技(jì )術是改良還是革命？
 
　　如果你的技(jì )術創新(xīn)對這個垂直領域是革命性的，就越有(yǒu)機會走到上遊。如果隻是改良性的，你就老老實實在下遊賺個辛苦錢算了。 越是颠覆性的東西，越有(yǒu)機會往上遊走。因為(wèi)上遊越離不開你，意味着你有(yǒu)機會做他(tā)的事。
 
　　打個異想天開的比方，如果你能(néng)提供一個“待機一禮拜”的電(diàn)池，那你就可(kě)以考慮自己做手機，你的手機隻打一點：一星期不用(yòng)充電(diàn)，而且是全球唯一！就這一點可(kě)能(néng)就夠了，因為(wèi)這個技(jì )術是革命性的。相反，如果是改良性的技(jì )術，例如你的電(diàn)池待機隻是比以前多(duō)了10~20%，那你還是老老實實賣電(diàn)池吧。 
 
　　雙方壁壘誰更高？
 
　　技(jì )術提供商(shāng)的壁壘和上遊客戶的壁壘哪個更高，也決定做“一縱”的成敗。拿(ná)比較火的直播平台而言，現在都有(yǒu)美顔功能(néng)，例如給女孩長(cháng)出個耳朵那種，這個通常都是第三方提供的技(jì )術。技(jì )術本身的壁壘并不高，很(hěn)多(duō)公(gōng)司都能(néng)提供，雖然效果有(yǒu)一些小(xiǎo)的差異，但你沒有(yǒu)明顯優勢。
 
　　可(kě)是直播的壁壘相當高，這事有(yǒu)網絡效應，用(yòng)戶越多(duō)會吸引更多(duō)的美女主播，因為(wèi)能(néng)賺到更多(duō)錢，美女主播越多(duō)，也會帶來更多(duō)的用(yòng)戶。同時你舍得花(huā)錢，需要很(hěn)多(duō)資金來買流量以及簽約很(hěn)NB的主播。所以這個事壁壘很(hěn)高。你做技(jì )術提供商(shāng)壁壘不高。這種情況下，雖然技(jì )術提供商(shāng)隻能(néng)賺個辛苦錢，但是仍然完全沒有(yǒu)機會往上遊走。
 
　　到底跟團隊基因相符不相符？
 
　　能(néng)做得了技(jì )術服務(wù)，不代表能(néng)做垂直解決方案，做全棧，因為(wèi)團隊不一定有(yǒu)行業經驗，這是很(hěn)大的問題。亞馬遜的無人便利店(diàn)Amazon Go出來之後，國(guó)内不少技(jì )術團隊也想提供類似的技(jì )術，甚至想做2C的便利店(diàn)。
 
　　與他(tā)們聊完後，我都會勸他(tā)們再考慮一下，你的技(jì )術再好，對于用(yòng)戶而言，他(tā)買東西的時候，會看這個便利店(diàn)有(yǒu)人還是無人的嗎？不會，這不是優先選項。他(tā)首要考慮的還是——哪個便利店(diàn)離我更近，以及我想買的東西這個便利店(diàn)有(yǒu)沒有(yǒu)。
 
　　從這個意義講，這又(yòu)回到了零售的本質(zhì)。所以如果團隊沒有(yǒu)零售的基因，沒有(yǒu)懂零售的人，就别考慮自己開便利店(diàn)的事。這時候，很(hěn)多(duō)人可(kě)能(néng)會問“那我找個懂行業的高管不就行了麽？”這事沒那麽簡單，如果CEO不了解行業本質(zhì)，其實是很(hěn)難靠一個高管去彌補的。
 
　　我特别相信基因決定論，如果任何一個新(xīn)的商(shāng)業，BAT找個懂行業的高管就能(néng)搞定了，那中(zhōng)國(guó)互聯網的生意就全是BAT的了，就沒創業公(gōng)司什麽事了。BAT，一個做搜索，一個做電(diàn)商(shāng)，一個做社交。其實他(tā)們3個都把對方的事情已嘗試了一遍，最後都不成功。所以大家能(néng)做什麽，不能(néng)做什麽，跟這個公(gōng)司的基因是高度相關的。
 
　　第六個問題：2C vs 2B
 
　　最後一個問題，簡單說一下，科(kē)技(jì )成熟都需要一定的時間。因為(wèi)從任何技(jì )術普及演進的角度，幾乎都延續了先是從軍工(gōng)（航天）、到政府、到企業、到B2B2C、再到2C這個規律。人工(gōng)智能(néng)也一樣，目前人工(gōng)智能(néng)在2C市場還不是很(hěn)成熟。
 
　　簡單說機器人，在個人消費者市場，出貨量大的機器人隻有(yǒu)4類産(chǎn)品：掃地機器人、無人機、STEAM教育類機器人和亞馬遜ECHO為(wèi)代表的智能(néng)音箱。為(wèi)什麽2C市場早期的普及有(yǒu)一定的困難，簡單講幾個原因： 
 
　　1。 産(chǎn)業鏈不成熟
 
　　我做一個創新(xīn)的東西，成品有(yǒu)10個部件。每一個部件都得自己做，而且因為(wèi)出貨量不大，每個部件都沒有(yǒu)規模效應，這就導緻每個部件都很(hěn)貴，那你最後做出成品一定很(hěn)貴。這是非常大的問題。
 
　　2。 2C是額外花(huā)錢
 
　　這也是很(hěn)重要的一個問題，2C端的用(yòng)戶因為(wèi)自掏腰包、額外花(huā)錢，所以對價格通常比較敏感，産(chǎn)品很(hěn)貴就是一個很(hěn)大的門檻。
 
　　3。 2C産(chǎn)品的用(yòng)戶期待度高
 
　　用(yòng)戶買了這麽貴的東西，自然對産(chǎn)品的期待度會更高很(hěn)多(duō)。大家覺得我買一個機器人回來，恨不得什麽都能(néng)幹：又(yòu)能(néng)唱歌、又(yòu)能(néng)跳舞、又(yòu)能(néng)聊天、又(yòu)能(néng)清潔、又(yòu)能(néng)講英語。但這是不現實的，現在的技(jì )術成熟度離此還有(yǒu)些遠(yuǎn)。
 
　　相對于2C端，這些問題在2B端卻不是問題。
 
　　1。 2B端對價格承受能(néng)力更高
 
　　首先，企業對價格的承受能(néng)力顯然比2C強很(hěn)多(duō)。你說一個機器人2萬，2C消費者不可(kě)能(néng)買，但企業問題不大，企業對成本承受能(néng)力高。
 
　　2。 2B的核心目的是降成本
 
　　舉例工(gōng)業機器人，10萬塊錢一個，聽起來很(hěn)貴。但一個工(gōng)業機器人替代你2個崗位。這2個崗位一年也得10萬塊錢，還不算四險一金。然後這機器人能(néng)工(gōng)作(zuò)4年，這一下成本隻有(yǒu)你原來的25%，甚至不到。那麽企業一算賬，覺得還是很(hěn)便宜。
 
　　3。 2B可(kě)以采取人機混合模式
 
　　還有(yǒu)2B端的機器人應用(yòng)更簡單一些。一方面大多(duō)是單任務(wù)，機器人隻要做好一件事就行了，實現起來簡單。另外，很(hěn)多(duō)都是以“人機混合”模式在作(zuò)業。也就是以前需要10個人幹活，現在我用(yòng)機器人替代一半人。簡單重複的工(gōng)作(zuò)用(yòng)機器人替代，複雜的用(yòng)剩下的5個人，這就是“人機混合”模式。
 
　　舉個例子，現在國(guó)内外已有(yǒu)很(hěn)多(duō)安(ān)保機器人，按固定路線(xiàn)去巡邏。你可(kě)以理(lǐ)解為(wèi)移動的攝像頭，當然算法上肯定加入了一些識别的東西。固定繞路線(xiàn)巡邏，這個完全可(kě)以交給機器人來做。難的是，在巡邏的過程中(zhōng)，如果發現有(yǒu)老太太摔倒了，讓機器人扶起來，這個目前還做不到。
 
　　但這不重要，你們後台不還有(yǒu)5個人麽，讓他(tā)們過來就好了。所以人機混合是2B比較主流的模式，這個大幅降低了機器人普及的難度。
 
　　最後再說一點，目前大多(duō)數AI創業公(gōng)司都是技(jì )術專家主導，這很(hěn)容易理(lǐ)解，因為(wèi)現在技(jì )術還有(yǒu)壁壘，技(jì )術專家主導起碼保證産(chǎn)品能(néng)做出來。不過未來随着技(jì )術門檻的降低，特别在“非關鍵應用(yòng)”領域裏，團隊的核心主導，會慢慢過渡到産(chǎn)品經理(lǐ)和行業專家為(wèi)主，因為(wèi)他(tā)們離用(yòng)戶需求最近。“非關鍵應用(yòng)”領域，懂需求比技(jì )術實現更重要。長(cháng)期來看，人工(gōng)智能(néng)創業和任何其他(tā)領域的創業一樣，一定是綜合實力的比拼！
标簽：迅雷 、人工(gōng)智能(néng) 、移動互聯 、物(wù)聯網 、

上一篇：Mac電(diàn)腦曝出新(xīn)漏洞 而且這種攻擊難察覺

下一篇：京張高鐵全車(chē)将覆蓋Wi-Fi 設媒體(tǐ)車(chē)廂可(kě)看直播

相關新(xīn)聞

Related news