人工智能变现难题怎么破？
veer_157282762
眼下迫在眉睫的问题是要解决如何挣钱。
这个反差似乎既是意料之内，也是情理之中。最新一波人工智能（AI）浪潮因为技术迎来突飞猛进的发展，在2015 年至2017 年持续了3 年的高潮，尤其是2015 年和2016 年，几乎被“捧上了天”，只要跟科技沾边的公司几乎都言必称AI。2018 年，人工智能又被“摔在了地上”，因为行业迟迟没有出现特别明晰的商业模式，“AI衰退论”从今年年初开始就不绝于耳。
在受到资本连续几年的疯狂追逐后，人工智能、“商业落地”面临诸多困难，模糊不清的商业模式也越来越被市场所诟病。从年初开始，“AI 如何落地”这一主题一直出现在各种大大小小的相关会议上。用一句大白话来讲，不管是人工智能创业公司，还是已经布局人工智能的巨头公司，眼下迫在眉睫的问题都是要解决如何挣钱。
那么，人工智能落地，当下的挑战是什么？步入商业模式探索加速期的人工智能企业，又该如何向前突破？
AI变现难在哪？
2017 年开始，AI 确实在很多细分行业中都出现了较大范围的应用探索。比如安防领域，人脸识别已经陆续应用在各大火车站机场和大型活动安检中，甚至帮助警方破案，今年张学友的演唱会安检中就借助人脸识别“抓住”了多名罪犯；无人驾驶汽车路大规模路测，谷歌、百度、优步等都在加速推进无人驾驶落地。语音交互类应用也大规模出现在手机、汽车、家居等多种场景中。
不过，这并不代表AI 就进入了大规模的商业化应用，多位业内人士向《世界经理人》指出，整个人工智能的应用目前都还在初级阶段，即便是那些头部公司，比如BAT 以及商汤科技、旷视科技和出门问问等独角兽创业公司，在大规模应用和落地这件事上也在努力摸索前进中。
在技术变现面前，大多数创业公司在初创早期都走过弯路。此前《世界经理人》采访的一家人工智能创业公司早期就在技术产品化上踩过坑。该公司因为没有看清行业发展节点，以致无法把握正确的应用场景。他们首个产品类似于导航仪，只是在将人工智能技术集成到这一产品中，增加了摄像头用于驾驶行为分析和基于分析的预警功能，在导航的同时解决安全问题。可是智能手机兴起后，单独的导航仪式产品在汽车市场逐渐被抛弃了，应用场景改变，其产品即便是做的再好，也不会有市场优势。该公司只能重新寻找 造正确的应用场景并梳理技术“落地”的形态。
误入伪需求或者误判应用场景是初创公司很容易犯的错。速感科技COO 吴欣近期接受《世界经理人》采访时曾表示，商业化进展缓慢往往可能是这个技术还没有真正落地，或者市场需求还不够大，也有可能是个伪需求，典型的是服务机器人行业，比如说放在一些大厅里的服务机器人，最开始大家看见了可能回去跟它说个话互动一下，久了基本就成了一个摆设。这个可能暂时能赋予其一个美好的愿望，但实际技术成熟度不够，需求其实也没有真正释放出来。
一位人工智能领域的投资人曾告诉《世界经理人》，传统软件行业的“套路”在当下都很难直接迅速移植到人工智能领域中。“产品化确实是一个方向，可是现在依旧很难看到一个很清晰的人工智能产品化路径；卖服务或者解决方案的现在也有，但是你很难起量，大部分都是项目合作的形式，既没有规模化的服务模式，一时半会儿也很难形成一套标准化的模式。”该投资人说。
以服务为例，人工智能技术在各个细分行业中的应用，人工智能公司基本需要和传统厂商合作，比如提供无人驾驶技术不可能一上来就自己造车。该投资人向《世界经理人》分析：“企业既需要不断去开拓和发现各个行业的机会，也要想方设法找到并拿下一批早期的标杆用户。过程中你还得想清楚合作的模式，比如单纯提供一个技术可能现在基本都没有形成标准化，同时有些行业还得跟传统厂商竞争，你得提供更有优势或者更有创意的东西，竞争并不比进入或开辟一个新行业更小。”
一位人工智能领域的创业者业告诉《世界经理人》，创业公司跟行业中的大厂商合作确实难免会遇到一些掣肘，这些大厂商的开放程度往往跟他们自身所处发展阶段以及所处行业的开放程度密切相关。
此外，吴欣向《世界经理人》指出，做技术解决方案的可能还只限于某个环节，整个价值链没有打通，很难在行业里真正站住脚。比如做的一个软件一开始可能有点竞争力，但过一段时间发现做硬件的友商也集成该技术，但是卖硬件的不单独收新技术的钱就把卖软件的给颠覆了。“所以做技术解决方案商业化难就是价值链没有打通，靠某一个环节上有一个优势，但这个优势又不能保持很长时间，就很难站稳脚步。”吴欣说。
很多创业公司在前期基本都是基于某个行业的某个具体需求做的定制化服务。技术沉淀差不多的可能缺数据，有技术也有一定数据的则可能缺行业经验，基本看不到一个通用型的技术直接就能抛出去普遍适用。
即便是像IBM 这样的巨头企业也不例外，Watson 健康作为IBM 近几年大力推广“认知计算”中的标杆项目，今年上半年被The Register 曝出，Watson 健康部门要解雇50% 至 70% 的员工，这无疑跟其商业化进程有很大关系，关键还是没有找到一种合作双方都认可的商业模式。其中，前期的高昂成本支出就很容易让合作方望而却步，IBM 和德克萨斯大学MD 安德森癌症中心的合作就是一个例子，据公开资料显示，自2013 年双方开始合作，MD 安德森癌症中心为该项目投资已经超过6200 万美元，然而这个如此“烧钱”的项目却没有一个标准化的购买规则，双方最终也终止了该项目的合作。
AI变现难题怎么破？
多位创业者告诉《世界经理人》，现在大家都是在开拓，先不断找到应用场景，然后赶紧切进去，在此基础上摸索出中短期的变现模式，再在当中一步步“打磨”，并发现或者可能形成长期的商业模式。
吴欣告诉《世界经理人》：“行业中也在形成一些共识，卖软件方案基本是比较难挣钱的，软件+ 硬件一定是一个正确的商业模式。”吴欣认为，创业公司在产品研发阶段就一定要考虑到未来的市场空间和商业化效果。
尽管人工智能已经有几十年的发展历史，不过，因为技术不成熟、行业需求弱，在行业中也一直都是被作为一种前沿技术来看待，而随着这两年人工智能技术在算法方面的突飞猛进，尤其是在今年，一些细分领域的人工智能技术也开始被认为已经成为了像互联网一样的“基础技术”，最明显的就是语音交互，从手机、智能家居、汽车等多种应用场景都在迅速增加并更迭语音交互功能。可能要不了多久，语音交互也将变为各种智能设备中的“标配”。
针对这一趋势，此前《世界经理人》曾采访过的AI 独角兽公司出门问问创始人李志飞在其个人朋友圈中写到：“AI 落地的几个核心问题，To B 赋能企业还是To C 赋能人、平台优先还是爆品优先、上下游整合还是分层分块合作，这些都得重新思考了！”
到底是做技术赋能还是扎根一个细分领域做深是很多创业公司都会面临的一个选择。在吴欣看来，创业型公司的机会更多的是在于扎根细分领域做深。举个简单例子，在自动驾驶领域下还会分成不同的细分方向，有的企业更偏重于在自动驾驶数据的收集、地图创建；有的企业则更专注于做辅助驾驶比如ADAS。
吴欣向《世界经理人》进一步解释说：“创业型公司不可能像百度或腾讯那样，上来就是做开放平台，扮演为行业、企业赋能的角色。即便是放在细分市场上也会发现，创业型公司也不能仅仅是专注于某一个环节，同时还要注重加强对所在行业的理解，要跟细分行业做深度结合。”
吴欣以速感科技面向扫地机器人推出的嵌入式视觉导航定位模块为例，建图、做好路径规划，最终正确指挥扫地机器人正确避让行走等一系列细节问题都必须深入到扫地机器人行业，才能解决其中的痛点。她继续说：“所以方方面面就是只有做的越细，竞争壁垒才更高，否则的话也很容易被模仿。”
作为中国最早进军语音技术的上市公司，科大讯飞的多名高层都曾在公开场合表示，只有齐聚“核心算法、行业大数据和行业专家”三者，人工智能才能在行业里实现应用并最终被“用透”，迎来爆发式的大发展。
科大讯飞高级副总裁杜兰此前在接受《世界经理人》采访时也曾展开解释：“要让机器像人类那样能理解会思考，就必须'喂’给它海量数据。人工智能在各个细分领域的应用创新，需要与行业专家合作，由顶尖专家制定标准，把他们的知识和智慧聚集起来，供机器学习和训练，让机器具备最优秀人类的能力。”
此外，人工智能公司愈发激烈的“人才抢夺战”与人工智能人才缺口之间的矛盾也越来越大。AI创业公司径卫视觉联合创始人王波告诉《世界经理人》： “现在整个人工智能行业的状态都有点夸张，往后也不太可能再这么持续下去了。”在王波看来，人才的问题也将是人工智能创业公司接下来需要解决的问题和挑战，其它方面的储备，其实所有企业基本都差不多。
AI 已经逐步进入真正的落地阶段，对企业而言，接下来的关键是探索出一个让行业和合作伙伴都认可并能形成规则化的商业模式，新一轮“AI变现军备赛”中，所有企业肩上的变现压力都不会小。
文 / 沐野
本文来源 / 《世界经理人》杂志
图 / 123
欲了解中国十大管理实践专题详情，