摘要：人工智能終究是一個不斷演進(jìn)的行業(yè)，創(chuàng)業(yè)者很難在理想和情懷的鼓舞下一蹴而就，最理想的恰恰是滾雪球般的不斷成長。風(fēng)口總會過去，概念總會失效，盈利才是推動創(chuàng)新和產(chǎn)業(yè)進(jìn)步最現(xiàn)實的做法。
 
去年流行的還是馬斯克、霍金、哈撒比斯等人背書的“人工智能恐怖論”，但到了2016年，人工智能卻搖身一變成為創(chuàng)業(yè)的新風(fēng)口。盡管人工智能的概念并不新鮮，甚至每隔幾年就會流行一波，但這一次創(chuàng)業(yè)者們似乎要真刀真槍的實干起來。
 
作為計算機(jī)科學(xué)界的“圣杯”，人工智能在2016年世界經(jīng)濟(jì)論壇報告里被預(yù)測為第四次工業(yè)革命的核心技術(shù)代表，并由此引發(fā)了國內(nèi)外互聯(lián)網(wǎng)巨頭和資本的跑馬圈地。這看起來很美好，但擺在所有創(chuàng)業(yè)者面前的現(xiàn)實問題是，除了理想和情懷，如何利用人工智能掙錢？
 
人工智能的苦行期和紅利期
 
要理解今天創(chuàng)業(yè)者為人工智能瘋狂的原因，以及資本為何表現(xiàn)出了前所未有的青睞，似乎有必要簡單了解下人工智能的發(fā)展史。和VR一樣，人工智能并不是一個新概念，同樣經(jīng)歷了長達(dá)幾十年的勢好與式微。
 
總結(jié)來看，或可以將人工智能的歷史分為苦行期和紅利期。
 
人工智能的第一個紅利期出現(xiàn)在60年代，當(dāng)時的科學(xué)家們自信而又瘋狂，“二十年內(nèi)，機(jī)器將能完成人能做到的一切工作”成為當(dāng)時科學(xué)界的主流聲音。
 
人工智能的第二個紅利期出現(xiàn)在90年代，典型的標(biāo)志就是IBM 的“深藍(lán)”戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫，影響絕不亞于 AlphaGo 的圍棋大戰(zhàn)。
 
而在兩個紅利期的間隙和今天再次成為焦點之前，人工智能所經(jīng)歷的是一個又一個苦行期。比如在70年代因為人工智能的預(yù)言無法兌現(xiàn)，研究經(jīng)費中斷而進(jìn)入低谷期。同樣的事情還出現(xiàn)在80年代末和20世紀(jì)初。
 
不過，在人工智能的研究者走出苦行期之后，往往帶來了讓人意想不到的成果，諸如控制論與早期的神經(jīng)網(wǎng)絡(luò)、新邏輯學(xué)和模態(tài)邏輯、Prolog語言和專家系統(tǒng)、Nouvelle AI與嵌入式推理等等。這些新的研究方法和邏輯的不斷試錯，對今天人工智能的發(fā)展有著不可或缺的作用。
 
當(dāng)下或是人工智能的又一個紅利期。一方面，圖像識別、深度學(xué)習(xí)、語音合成等人工的核心算法日漸成熟，并開始大范圍的商業(yè)化應(yīng)用；另一方面，人工智能的研究走出了實驗室，科技公司開始成為人工智能的主要推動者。
 
不難發(fā)現(xiàn),“商業(yè)化”是人工智能當(dāng)前的特征標(biāo)簽之一，不管是行業(yè)巨頭還是創(chuàng)業(yè)者都承擔(dān)了兩個角色，即人工智能技術(shù)的研究者和實踐者，也就意味著人工智能離象牙塔越來越遠(yuǎn)，也日漸成為更加實用的科學(xué)技術(shù)。
 
與之同時，各路資本也開始追逐人工智能，僅國內(nèi)就有創(chuàng)新工場、云啟資本、IDG等創(chuàng)投機(jī)構(gòu)積極表態(tài)?？烧驹趧?chuàng)業(yè)者的角度來講，人工智能的創(chuàng)業(yè)紅利期來了嗎？


人工智能創(chuàng)業(yè)的兩個評判標(biāo)準(zhǔn)：道與術(shù)
 
當(dāng)然，并不是所有的投資者都看好人工智能的創(chuàng)業(yè)風(fēng)口，也不是所有的科學(xué)家都認(rèn)同人工智能技術(shù)的商業(yè)化。原因并不難理解，大多數(shù)創(chuàng)業(yè)者并未能接觸到一些核心算法，就拿圖像識別來說，巨頭們可以把識別準(zhǔn)確率做到99%以上，但很多創(chuàng)業(yè)公司還停留在80%左右的水平。
 
借助商業(yè)化積累資金進(jìn)行更深層次的研發(fā)，還是僅僅將人工智能作為噱頭來蹭風(fēng)口？或可以從道和術(shù)兩方面來看。
 
道指的是戰(zhàn)略，衡量著一個創(chuàng)業(yè)者的大局觀
 
其中的一個核心準(zhǔn)則是，縱然披上了人工智能的外衣能否真正的創(chuàng)造價值，只有這樣，才能持續(xù)性的盈利并推動一個產(chǎn)業(yè)的進(jìn)步。比如提高企業(yè)的運作效率、降低生產(chǎn)或運營成本、提供附加價值等等。
 
術(shù)意味著戰(zhàn)術(shù)，考證的是創(chuàng)業(yè)項目的方法論
 
人工智能可以深耕的領(lǐng)域有很多，卻又并非所有的領(lǐng)域都適用人工智能。好比說能否拿到足夠多的數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，能否抓住顯性剛需，進(jìn)而實現(xiàn)規(guī)模量級的用戶積累。
 
事實上，人工智能為急于涌進(jìn)的創(chuàng)業(yè)者埋下了很多坑，比較常見的有兩點：
 
一是把人工智能作為炫技的需要，而絲毫不考慮用戶體驗的流氓做法，諸如人臉識別登陸、虹膜識別支付等等；
 
二是對人工智能寄予不符合現(xiàn)狀的要求，在微軟的小冰、蘋果的Siri等一炮而紅后，一些創(chuàng)業(yè)公司紛紛推出聊天機(jī)器人，并炒作成所謂的“情感伴侶”?？山Y(jié)果呢？滿是雞肋，詬病連連。
 
有專家認(rèn)為，人工智能可以基于兩點創(chuàng)業(yè)，要么找到一個尚未達(dá)到爆發(fā)點的核心技術(shù)，類似于語音識別、圖像識別等；要么選擇自己熟悉的領(lǐng)域，借用人工智能技術(shù)來改善一些行業(yè)弊病。
 
然而在這些半虛半實的建議之外，創(chuàng)業(yè)者應(yīng)該思考下面四個問題：人工智能是否適用于開放式的場景？人工智能是否要完全替代人？如何低成本的獲取大數(shù)據(jù)？怎么設(shè)計算法的容錯方案？
 
未能解決上述四個問題的失敗案例并不少見，在惡劣天氣就歇菜的無人駕駛、不成熟的智能機(jī)器人等等，不一而足。這些問題的解決與否，決定了創(chuàng)業(yè)項目的前景，以及最現(xiàn)實的能否掙到錢。
 
這些領(lǐng)域或是最可能盈利的人工智能創(chuàng)業(yè)
 
調(diào)查結(jié)果顯示，盈利良好或前景樂觀的AI創(chuàng)業(yè)項目有著三個共同點，即應(yīng)用于封閉可控的場景、輔助人類完成重復(fù)性的具體工作、以及可實現(xiàn)的切入點?；蛟S只有滿足這些條件，創(chuàng)業(yè)者才真正迎來了賺錢的紅利期，幸運的是這些領(lǐng)域并不稀缺。
 
以客服銷售領(lǐng)域為例，電商時代不可或缺的一個角色就是客服，即便是一個月流水只有五六十萬的淘寶店，往往需要配備5人以上的客服團(tuán)隊。事實上，客服場景中有大量的重復(fù)性和標(biāo)準(zhǔn)下問題，比如產(chǎn)品價格、支持退貨嗎、是否發(fā)貨等問題，在這些問題上消耗太多的人力，對企業(yè)來說無疑是一種資源浪費。
 
目前阿里、京東等已經(jīng)將人工智能引入客服系統(tǒng)，也出現(xiàn)了網(wǎng)易七魚、Udesk等第三方智能客服云服務(wù)，前景比較樂觀，尤其是在很多具有數(shù)據(jù)門檻的垂直行業(yè)。
 
同樣的情況還存在于投資理財、銀行保險、醫(yī)療教育等領(lǐng)域。
 
比如說，頂尖的財經(jīng)分析師已然成為一種稀有資源，很多理財工具開始利用人工智能的數(shù)據(jù)處理能力計算最佳的組合資產(chǎn)配置，為用戶提供最大的收益方案。再比如醫(yī)療水平本就屬于難量化的東西，AI或可以結(jié)合診斷數(shù)據(jù)和病歷大數(shù)據(jù)來幫助醫(yī)生進(jìn)行輔助性診斷。
 
總而言之，VR也好，O2O也罷，資本在追捧一段時間之后，不無進(jìn)入了所謂的“資本寒冬”。而人工智能并不缺少“畫餅”的想象空間，但理性的創(chuàng)業(yè)者并不希望難以落地的項目來沖擊投資者的信心。
 
換句話說，人工智能的發(fā)展尚處于初級階段，就好像90年代的互聯(lián)網(wǎng)創(chuàng)業(yè)者難以想象今天互聯(lián)網(wǎng)行業(yè)所流行的產(chǎn)品形態(tài)，想要在人工智能時代分一杯羹，前提是找到一個能夠賺錢的領(lǐng)域活下來，只有這樣才能形成正向循環(huán)，從而繼續(xù)在人工智能領(lǐng)域往下發(fā)展。
 
結(jié)語
 
人工智能終究是一個不斷演進(jìn)的行業(yè)，創(chuàng)業(yè)者很難在理想和情懷的鼓舞下一蹴而就，最理想的恰恰是滾雪球般的不斷成長。風(fēng)口總會過去，概念總會失效，盈利才是推動創(chuàng)新和產(chǎn)業(yè)進(jìn)步最現(xiàn)實的做法。