自2016年阿法狗贏得“人機大戰(zhàn)”以來,關于人工智能的投資、發(fā)展和應用便火熱不止。在全球各國的一致重視與推動下,2018年全球AI市場規(guī)模已經(jīng)來到了1萬億美元以上,年均增速超過50%;人工智能企業(yè)數(shù)量接近3000多家;同時人工智能應用也已經(jīng)在教育、醫(yī)療、金融、交通等眾多領域獲得落地,整個產業(yè)發(fā)展態(tài)勢一片向好。
不過,雖然人工智能概念火爆非凡、市場熱度不減、應用落地不斷,但其中的企業(yè)想要賺錢卻依然十分艱難。據(jù)悉,2018年我國AI企業(yè)獲得融資總額占據(jù)全球的70%,但資本涌入后,仍有接近90%的企業(yè)長期處于虧損狀態(tài),僅剩的10%賺錢企業(yè)基本都是技術提供商。也就是說,不管概念、市場和資本炒的如何火熱,人工智能盈利難題始終困擾著絕大部分的企業(yè)。
那么企業(yè)盈利難,究竟難在哪里呢?從市場發(fā)展現(xiàn)狀和業(yè)界專家總結分析來看,造成人工智能企業(yè)賺不到錢的原因主要有兩點,一點是技術門檻過高,另外一點是產品價值挖掘不夠。
我們先來看第一點。人工智能的本質說白了就是數(shù)據(jù),如今說的人工智能其實是數(shù)據(jù)智能,只有用數(shù)據(jù)作為導向,讓需要機器來做判別的問題轉化為數(shù)據(jù)問題,人工智能才能發(fā)揮出作用和功效。但目前,人工智能企業(yè)從談概念、講技術,到拼場景、搶落地,資本市場和產業(yè)市場雖然是整的風生水起了,可數(shù)據(jù)本身卻仍面臨研究問題。
其一是某些行業(yè)的現(xiàn)有數(shù)據(jù)資源并不是很多。比如手機行業(yè),商家想讓人工智能來判別手機的屏幕劃痕,但現(xiàn)實中沒有任何工廠會有成百上千萬不同劃痕的手機來提供數(shù)據(jù)、供以學習。在這樣的情況下,企業(yè)不具備小樣本數(shù)據(jù)學習的能力,便打造不出理想的智能產品。
其二是大部分行業(yè)的數(shù)據(jù)存在孤島現(xiàn)象。比如政府部門、金融行業(yè)以及醫(yī)療行業(yè),其中的資料數(shù)據(jù)普遍分屬于不同的機構或部門,很難將這些數(shù)據(jù)整合成一個完全體。在這樣資源分散、數(shù)據(jù)不通的情況下,企業(yè)要想提升人工智能技術,研發(fā)優(yōu)質產品也十分困難。
基于以上問題,人工智能企業(yè)要想打造出理想的技術和產品,便需要消耗巨大的人力、物力和財力來創(chuàng)造適合的研發(fā)條件。這也就造成了研發(fā)成本的高昂,變相削弱了企業(yè)盈利的能力。也就是說,數(shù)據(jù)帶來的技術問題和巨大門檻,是企業(yè)賺錢困難的首要攔路虎。
其次,我們再來看第二點,人工智能產品的價值問題。人工智能企業(yè)研發(fā)出一項技術和產品,如果不能進行商業(yè)化的落地和規(guī)?;膽?,可以說其本身便不具備任何價值。而一直以來,我國的人工智能企業(yè)都踐行著“拿著錘子找釘子”的研發(fā)模式,并沒有真正打通產業(yè)鏈。當大家辛辛苦苦打造出了錘子,卻發(fā)現(xiàn)根本沒有釘子讓他們敲,這便使得企業(yè)白白浪費了高額融資,產品卻毫無永無之地,或者應用價值不高。
因此,先找到應用場景,再做好優(yōu)質產品,是擺脫困境的一種有效辦法。不過,即使找到了好的應用場景,要做好產品也不太容易。因為人工智能的更新?lián)Q代速度過快,需要企業(yè)持續(xù)不斷的投入人力和成本,很少有企業(yè)能夠負擔得起,就算一些企業(yè)承受了下來,要實現(xiàn)盈利也比較困難。
總而言之,人工智能企業(yè)賺錢困難的原因無外乎技術和商用兩方面?,F(xiàn)有的企業(yè)擁有獨特且可靠的技術或產品已經(jīng)不易,要想找到合適的場景實現(xiàn)規(guī)?;瘧帽愀鼮槔щy,因此盈利對于他們來說過于奢求。未來,要想實現(xiàn)規(guī)?;?、大面積的企業(yè)盈利,最終還是要回歸到技術、產品與應用中來,希望能有越來越多的企業(yè)頂住壓力、絕處逢生。