去年流行的(de)還是(shì)馬斯克、霍金、哈撒比斯等人(rén)背書的(de)“人(rén)工智能恐怖論”，但到(dào)了(le／liǎo)2016年，人(rén)工智能卻搖身一(yī / yì ／yí)變成爲(wéi / wèi)創業的(de)新風口。盡管人(rén)工智能的(de)概念并不(bù)新鮮，甚至每隔幾年就(jiù)會流行一(yī / yì ／yí)波，但這(zhè)一(yī / yì ／yí)次創業者們似乎要(yào / yāo)真刀真槍的(de)實幹起來(lái)。

作爲(wéi / wèi)計算機科學界的(de)“聖杯”，人(rén)工智能在(zài)2016年世界經濟論壇報告裏被預測爲(wéi / wèi)第四次工業革命的(de)核心技術代表，并由此引發了(le／liǎo)國(guó)内外互聯網巨頭和(hé / huò)資本的(de)跑馬圈地(dì / de)。這(zhè)看起來(lái)很美好，但擺在(zài)所有創業者面前的(de)現實問題是(shì)，除了(le／liǎo)理想和(hé / huò)情懷，如何利用人(rén)工智能掙錢？

人(rén)工智能的(de)苦行期和(hé / huò)紅利期

要(yào / yāo)理解今天創業者爲(wéi / wèi)人(rén)工智能瘋狂的(de)原因，以(yǐ)及資本爲(wéi / wèi)何表現出(chū)了(le／liǎo)前所未有的(de)青睐，似乎有必要(yào / yāo)簡單了(le／liǎo)解下人(rén)工智能的(de)發展史。和(hé / huò)VR一(yī / yì ／yí)樣，人(rén)工智能并不(bù)是(shì)一(yī / yì ／yí)個(gè)新概念，同樣經曆了(le／liǎo)長達幾十年的(de)勢好與式微。總結來(lái)看，或可以(yǐ)将人(rén)工智能的(de)曆史分爲(wéi / wèi)苦行期和(hé / huò)紅利期。

人(rén)工智能的(de)第一(yī / yì ／yí)個(gè)紅利期出(chū)現在(zài)60年代，當時(shí)的(de)科學家們自信而(ér)又瘋狂，“二十年内，機器将能完成人(rén)能做到(dào)的(de)一(yī / yì ／yí)切工作”成爲(wéi / wèi)當時(shí)科學界的(de)主流聲音。

人(rén)工智能的(de)第二個(gè)紅利期出(chū)現在(zài)90年代，典型的(de)标志就(jiù)是(shì)IBM 的(de)“深藍”戰勝國(guó)際象棋世界冠軍卡斯帕羅夫，影響絕不(bù)亞于(yú) AlphaGo 的(de)圍棋大(dà)戰。

而(ér)在(zài)兩個(gè)紅利期的(de)間隙和(hé / huò)今天再次成爲(wéi / wèi)焦點之(zhī)前，人(rén)工智能所經曆的(de)是(shì)一(yī / yì ／yí)個(gè)又一(yī / yì ／yí)個(gè)苦行期。比如在(zài)70年代因爲(wéi / wèi)人(rén)工智能的(de)預言無法兌現，研究經費中斷而(ér)進入低谷期。同樣的(de)事情還出(chū)現在(zài)80年代末和(hé / huò)20世紀初。

不(bù)過，在(zài)人(rén)工智能的(de)研究者走出(chū)苦行期之(zhī)後，往往帶來(lái)了(le／liǎo)讓人(rén)意想不(bù)到(dào)的(de)成果，諸如控制論與早期的(de)神經網絡、新邏輯學和(hé / huò)模态邏輯、Prolog語言和(hé / huò)專家系統、Nouvelle AI與嵌入式推理等等。這(zhè)些新的(de)研究方法和(hé / huò)邏輯的(de)不(bù)斷試錯，對今天人(rén)工智能的(de)發展有着不(bù)可或缺的(de)作用。

當下或是(shì)人(rén)工智能的(de)又一(yī / yì ／yí)個(gè)紅利期。一(yī / yì ／yí)方面，圖像識别、深度學習、語音合成等人(rén)工的(de)核心算法日漸成熟，并開始大(dà)範圍的(de)商業化應用；另一(yī / yì ／yí)方面，人(rén)工智能的(de)研究走出(chū)了(le／liǎo)實驗室，科技公司開始成爲(wéi / wèi)人(rén)工智能的(de)主要(yào / yāo)推動者。

不(bù)難發現,“商業化”是(shì)人(rén)工智能當前的(de)特征标簽之(zhī)一(yī / yì ／yí)，不(bù)管是(shì)行業巨頭還是(shì)創業者都承擔了(le／liǎo)兩個(gè)角色，即人(rén)工智能技術的(de)研究者和(hé / huò)實踐者，也(yě)就(jiù)意味着人(rén)工智能離象牙塔越來(lái)越遠，也(yě)日漸成爲(wéi / wèi)更加實用的(de)科學技術。與之(zhī)同時(shí)，各路資本也(yě)開始追逐人(rén)工智能，僅國(guó)内就(jiù)有創新工場、雲啓資本、IDG等創投機構積極表态。可站在(zài)創業者的(de)角度來(lái)講，人(rén)工智能的(de)創業紅利期來(lái)了(le／liǎo)嗎？

人(rén)工智能創業的(de)兩個(gè)評判标準：道(dào)與術

當然，并不(bù)是(shì)所有的(de)投資者都看好人(rén)工智能的(de)創業風口，也(yě)不(bù)是(shì)所有的(de)科學家都認同人(rén)工智能技術的(de)商業化。原因并不(bù)難理解，大(dà)多數創業者并未能接觸到(dào)一(yī / yì ／yí)些核心算法，就(jiù)拿圖像識别來(lái)說(shuō)，巨頭們可以(yǐ)把識别準确率做到(dào)99%以(yǐ)上(shàng)，但很多創業公司還停留在(zài)80%左右的(de)水平。

借助商業化積累資金進行更深層次的(de)研發，還是(shì)僅僅将人(rén)工智能作爲(wéi / wèi)噱頭來(lái)蹭風口？或可以(yǐ)從道(dào)和(hé / huò)術兩方面來(lái)看。

道(dào)指的(de)是(shì)戰略，衡量着一(yī / yì ／yí)個(gè)創業者的(de)大(dà)局觀。其中的(de)一(yī / yì ／yí)個(gè)核心準則是(shì)，縱然披上(shàng)了(le／liǎo)人(rén)工智能的(de)外衣能否真正的(de)創造價值，隻有這(zhè)樣，才能持續性的(de)盈利并推動一(yī / yì ／yí)個(gè)産業的(de)進步。比如提高企業的(de)運作效率、降低生産或運營成本、提供附加價值等等。

術意味着戰術，考證的(de)是(shì)創業項目的(de)方法論。人(rén)工智能可以(yǐ)深耕的(de)領域有很多，卻又并非所有的(de)領域都适用人(rén)工智能。好比說(shuō)能否拿到(dào)足夠多的(de)數據進行機器學習，能否抓住顯性剛需，進而(ér)實現規模量級的(de)用戶積累。

事實上(shàng)，人(rén)工智能爲(wéi / wèi)急于(yú)湧進的(de)創業者埋下了(le／liǎo)很多坑，比較常見的(de)有兩點，一(yī / yì ／yí)是(shì)把人(rén)工智能作爲(wéi / wèi)炫技的(de)需要(yào / yāo)，而(ér)絲毫不(bù)考慮用戶體驗的(de)流氓做法，諸如人(rén)臉識别登陸、虹膜識别支付等等；二是(shì)對人(rén)工智能寄予不(bù)符合現狀的(de)要(yào / yāo)求，在(zài)微軟的(de)小冰、蘋果的(de)Siri等一(yī / yì ／yí)炮而(ér)紅後，一(yī / yì ／yí)些創業公司紛紛推出(chū)聊天機器人(rén)，并炒作成所謂的(de)“情感伴侶”。可結果呢？滿是(shì)雞肋，诟病連連。

有專家認爲(wéi / wèi)，人(rén)工智能可以(yǐ)基于(yú)兩點創業，要(yào / yāo)麽找到(dào)一(yī / yì ／yí)個(gè)尚未達到(dào)爆發點的(de)核心技術，類似于(yú)語音識别、圖像識别等；要(yào / yāo)麽選擇自己熟悉的(de)領域，借用人(rén)工智能技術來(lái)改善一(yī / yì ／yí)些行業弊病。然而(ér)在(zài)這(zhè)些半虛半實的(de)建議之(zhī)外，創業者應該思考下面四個(gè)問題：人(rén)工智能是(shì)否适用于(yú)開放式的(de)場景？人(rén)工智能是(shì)否要(yào / yāo)完全替代人(rén)？如何低成本的(de)獲取大(dà)數據？怎麽設計算法的(de)容錯方案？

未能解決上(shàng)述四個(gè)問題的(de)失敗案例并不(bù)少見，在(zài)惡劣天氣就(jiù)歇菜的(de)無人(rén)駕駛、不(bù)成熟的(de)智能機器人(rén)等等，不(bù)一(yī / yì ／yí)而(ér)足。這(zhè)些問題的(de)解決與否，決定了(le／liǎo)創業項目的(de)前景，以(yǐ)及最現實的(de)能否掙到(dào)錢。

這(zhè)些領域或是(shì)最可能盈利的(de)人(rén)工智能創業

調查結果顯示，盈利良好或前景樂觀的(de)AI創業項目有着三個(gè)共同點，即應用于(yú)封閉可控的(de)場景、輔助人(rén)類完成重複性的(de)具體工作、以(yǐ)及可實現的(de)切入點。或許隻有滿足這(zhè)些條件，創業者才真正迎來(lái)了(le／liǎo)賺錢的(de)紅利期，幸運的(de)是(shì)這(zhè)些領域并不(bù)稀缺。

以(yǐ)客服銷售領域爲(wéi / wèi)例，電商時(shí)代不(bù)可或缺的(de)一(yī / yì ／yí)個(gè)角色就(jiù)是(shì)客服，即便是(shì)一(yī / yì ／yí)個(gè)月流水隻有五六十萬的(de)淘寶店，往往需要(yào / yāo)配備5人(rén)以(yǐ)上(shàng)的(de)客服團隊。事實上(shàng)，客服場景中有大(dà)量的(de)重複性和(hé / huò)标準下問題，比如産品價格、支持退貨嗎、是(shì)否發貨等問題，在(zài)這(zhè)些問題上(shàng)消耗太多的(de)人(rén)力，對企業來(lái)說(shuō)無疑是(shì)一(yī / yì ／yí)種資源浪費。目前阿裏、京東等已經将人(rén)工智能引入客服系統，也(yě)出(chū)現了(le／liǎo)網易七魚、Udesk等第三方智能客服雲服務，前景比較樂觀，尤其是(shì)在(zài)很多具有數據門檻的(de)垂直行業。

同樣的(de)情況還存在(zài)于(yú)投資理财、銀行保險、醫療教育等領域。比如說(shuō)，頂尖的(de)财經分析師已然成爲(wéi / wèi)一(yī / yì ／yí)種稀有資源，很多理财工具開始利用人(rén)工智能的(de)數據處理能力計算最佳的(de)組合資産配置，爲(wéi / wèi)用戶提供最大(dà)的(de)收益方案。再比如醫療水平本就(jiù)屬于(yú)難量化的(de)東西，AI或可以(yǐ)結合診斷數據和(hé / huò)病曆大(dà)數據來(lái)幫助醫生進行輔助性診斷。

總而(ér)言之(zhī)，VR也(yě)好，O2O也(yě)罷，資本在(zài)追捧一(yī / yì ／yí)段時(shí)間之(zhī)後，不(bù)無進入了(le／liǎo)所謂的(de)“資本寒冬”。而(ér)人(rén)工智能并不(bù)缺少“畫餅”的(de)想象空間，但理性的(de)創業者并不(bù)希望難以(yǐ)落地(dì / de)的(de)項目來(lái)沖擊投資者的(de)信心。換句話說(shuō)，人(rén)工智能的(de)發展尚處于(yú)初級階段，就(jiù)好像90年代的(de)互聯網創業者難以(yǐ)想象今天互聯網行業所流行的(de)産品形态，想要(yào / yāo)在(zài)人(rén)工智能時(shí)代分一(yī / yì ／yí)杯羹，前提是(shì)找到(dào)一(yī / yì ／yí)個(gè)能夠賺錢的(de)領域活下來(lái)，隻有這(zhè)樣才能形成正向循環，從而(ér)繼續在(zài)人(rén)工智能領域往下發展。

結語

人(rén)工智能終究是(shì)一(yī / yì ／yí)個(gè)不(bù)斷演進的(de)行業，創業者很難在(zài)理想和(hé / huò)情懷的(de)鼓舞下一(yī / yì ／yí)蹴而(ér)就(jiù)，最理想的(de)恰恰是(shì)滾雪球般的(de)不(bù)斷成長。風口總會過去，概念總會失效，盈利才是(shì)推動創新和(hé / huò)産業進步最現實的(de)做法。

昨天、今天、明天，你我都在(zài)不(bù)斷的(de)改變   

加入SiteServer，我們一(yī / yì ／yí)起去探索未來(lái)！