来源:科技网
就在很多投资者开始押注人工智能的时候,也有一些理性的投资人发出了不一样的声音。按照Greylock合伙人Josh Elman的观点:有些公司把人工智能技术当“锤子”到处找“钉子”砸,一些投资者也很配合,遇到和人工智能沾边的公司,便很乐意的扔钱过去。
Josh Elman的观点不无道理,说出了人工智能创业的典型现象,也道出了投资者对于人工智能创业所表现出的盲从的感慨。事实上,在这种观点背后反映了当前人工智能创业的两种形态:
一种是大讲概念和生态,纸上谈兵般的“风口论”。举一个例子来说,我们往往看到过这样一个场景,在人工智能的发布会上,主讲人先谈及自家的技术进展,并赋予巨大的商业想象力,然后阐述未来努力的方向,强调自家的人工智能的格局,未来将利用AI技术变革哪些行业,以及能够想象到的应用场景。
现实却是,在PPT上近乎完美的解决方案并没有找到落地的合作伙伴,自家引以为傲的产品和技术在用户数量上寥寥无几,所描绘的生态和场景或许在五到十年之后才有可能变成现实。这种形态在互联网巨头身上尤甚,在中等规模又急于崛起的互联网公司身上不罕见,一些人工智能创业者也在模仿这种模式。
不过,巨头们需要以此向华尔街的投资者们喂一颗定心丸,且自身也拥有足够的研发实力,中等公司可能在某项技术取得了一定程度的成功,以此来吸引关注。最危险的恰恰是创业者们,靠这种方式来追逐“热钱”,又在行业竞争中本就没有太多优势,是一件很危险的事。
另一种是静下心来做产品。人工智能的商业化有三大核心,即技术、数据和场景,科技巨头们拥有数据上的优势,目前的焦点在于人工智能的技术深耕,场景是留给大多数创业者的唯一机会。现阶段的用户对人工智能技术并没有太多的期许,而人工智能在算法和深度学习等方面已经取得的成果,却为解决已有的用户痛点提供了契机。也就是说,创业者需要思考的是,如何找到一个合适的商业场景,并避免落入大公司的“黑洞”。
笔者在这里分享几个亲身感受的例子,平时外出旅游时,看到不知名的花草总喜欢询问身边的朋友,但得到的答案往往是不知道,有一天在App Store里看到“微软识花”拍照识花的应用,很好的解决了这个痛点,用到的正是图像识别技术。
再比如说前面所提到的鹿客智能门锁,市场上出售的产品采用的多是电子密码或指纹识别,由于技术上的瓶颈,打开锁的时间往往在10秒左右,遇到手心出汗或者手指比较脏的时候,解锁的失败率又很高。在市场上已经出现产品中,三星做到了3秒开锁,云丁科技实现了0.4秒解锁,我想这和图像拼接、图像识别、机器学习等人工智能技术不无关系。
不管人工智能的这波浪潮能够走多远,在AI这个新赛道上,巨头们虎视眈眈,二线公司如饥似渴,创业者更多的机会不是“以小博大”的做平台做生态,而是专注于特定领域的技术,或者专心做好产品,切勿“因大失小”。