廣州熱線

20世紀(jì)50年代到70年代初，人們認(rèn)為如果能賦予機(jī)器邏輯推理能力，機(jī)器就能具有智能，人工智能研究處于“推理期”。當(dāng)人們意識(shí)到人類(lèi)之所以能夠判斷、決策，除了推理能力外，還需要知識(shí)，人工智能在20世紀(jì)70年代進(jìn)入了“知識(shí)期”，大量專(zhuān)家系統(tǒng)在此時(shí)誕生。隨著研究向前進(jìn)展，專(zhuān)家發(fā)現(xiàn)人類(lèi)知識(shí)無(wú)窮無(wú)盡，且有些知識(shí)本身難以總結(jié)后交給計(jì)算機(jī)，于是一些學(xué)者誕生了將知識(shí)學(xué)習(xí)能力賦予計(jì)算機(jī)本身的想法。發(fā)展到20世紀(jì)80年代，機(jī)器學(xué)習(xí)真正成為一個(gè)獨(dú)立的學(xué)科領(lǐng)域、相關(guān)技術(shù)層出不窮，深度學(xué)習(xí)模型以及AlphaGo增強(qiáng)學(xué)習(xí)的雛形-感知器-均在這個(gè)階段得以發(fā)明。隨后由于早期的系統(tǒng)效果的不理想，美國(guó)、英國(guó)相繼縮減經(jīng)費(fèi)支持，人工智能進(jìn)入低谷。 80 年代初期，人工智能逐漸成為產(chǎn)業(yè)，  但又由于5代計(jì)算機(jī)的失敗再一次進(jìn)入低谷。2010年后，相繼在語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)領(lǐng)域取得重大進(jìn)展，圍繞語(yǔ)音、圖像等人工智能技術(shù)的創(chuàng)業(yè)大量涌現(xiàn)，從量變實(shí)現(xiàn)質(zhì)變。但是一個(gè)市場(chǎng)的形成會(huì)經(jīng)歷不同的階段，每一個(gè)階段的環(huán)境帶來(lái)不同的利潤(rùn)。

正如吳恩達(dá)曾在一次訪談中舉出了iPhone和深度學(xué)習(xí)的例子：iPhone這樣的產(chǎn)品，會(huì)在2007年而不是1993年發(fā)布的原因就是1993年的芯片、電池和屏幕技術(shù)都沒(méi)有發(fā)展到位；而深度學(xué)習(xí)也是一樣，上個(gè)世紀(jì)90年代的數(shù)據(jù)和計(jì)算量都不足以支撐深度學(xué)習(xí)的需求，只有到了2007年，有了大數(shù)據(jù)做基礎(chǔ)，深度學(xué)習(xí)才可以緩慢地發(fā)展。

對(duì)于人工智能技術(shù)來(lái)說(shuō)，也是一樣。進(jìn)入2018年以來(lái)，越來(lái)越多的媒體開(kāi)始關(guān)注人工智能技術(shù)落地的問(wèn)題，也有一些先行者開(kāi)始唱衰“人工智能”，認(rèn)為AI的新一輪寒冬即將到來(lái)，或許人工智能目前已經(jīng)處在了泡沫化的低谷期，但越是在這種時(shí)候，才越能看出真正能賺錢(qián)的人工智能商業(yè)應(yīng)用是怎樣的。正像那句話所說(shuō)的：“只有等到浪潮褪去，才能看到誰(shuí)在裸泳?！?/p>

人工智能公司的幾種類(lèi)型

目前市面上的人工智能公司主要分為以下幾種：

第一種是傳統(tǒng)互聯(lián)網(wǎng)公司巨頭，跨國(guó)市場(chǎng)超巨頭包括谷歌和微軟亞洲研究院，國(guó)內(nèi)巨頭包括大家熟知的阿里、騰訊、百度，當(dāng)然也包括乘著人工智能算法的東風(fēng)不斷壯大的今日頭條、滴滴等企業(yè)。

第二種是人工智能創(chuàng)業(yè)公司，即以某種類(lèi)別的人工智能技術(shù)為基礎(chǔ)創(chuàng)業(yè)的公司，也是前兩年媒體會(huì)大肆報(bào)道的公司。在不同的人工智能技術(shù)領(lǐng)域里，也有不同的明星企業(yè)。比如說(shuō)在自動(dòng)駕駛領(lǐng)域里的蔚來(lái)、小馬智行、Momenta、圖森未來(lái)等；在語(yǔ)音識(shí)別領(lǐng)域的科大訊飛、出門(mén)問(wèn)問(wèn)、云知聲、思必馳等；在計(jì)算機(jī)識(shí)別領(lǐng)域的商湯科技、曠視科技、云從科技、依圖科技、圖普科技等。

第三類(lèi)則是將人工智能技術(shù)融入到自身業(yè)務(wù)當(dāng)中的企業(yè)，比如前段時(shí)間上市的英語(yǔ)流利說(shuō)、第四范式、學(xué)霸君等等。

人工智能商業(yè)應(yīng)用如何變現(xiàn)

縱觀人工智能市場(chǎng)，如果根據(jù)商業(yè)應(yīng)用或者產(chǎn)業(yè)鏈進(jìn)行分析，可以大致從上至下分為三類(lèi)：應(yīng)用層、技術(shù)層和基礎(chǔ)層。

人工智能基礎(chǔ)層主要以硬件為主，分為運(yùn)算芯片、終端數(shù)據(jù)采集、終端數(shù)據(jù)傳輸、云計(jì)算、用戶(hù)行為大數(shù)據(jù)、行業(yè)大數(shù)據(jù)、智能終端等等。人工智能技術(shù)層則包括機(jī)器學(xué)習(xí)、語(yǔ)音及NLP處理、計(jì)算機(jī)識(shí)別。人工智能應(yīng)用層則可以細(xì)分為十三類(lèi)，包括通用機(jī)器學(xué)習(xí)、應(yīng)用機(jī)器學(xué)習(xí)、通用自然語(yǔ)言處理、語(yǔ)音識(shí)別、通用圖像識(shí)別、應(yīng)用圖像識(shí)別、手勢(shì)控制、虛擬私人助手、智能機(jī)器人、推薦引擎和協(xié)助過(guò)濾算法、情景感知計(jì)算、語(yǔ)音翻譯、視頻內(nèi)容識(shí)別等。

而根據(jù)商業(yè)應(yīng)用類(lèi)型的不同，盈利能力也有區(qū)分。解決方案是大部分公司最容易進(jìn)入而且相對(duì)來(lái)說(shuō)變現(xiàn)速度較快的部分，通過(guò)將技術(shù)應(yīng)用在垂直行業(yè)或者跨行業(yè)當(dāng)中實(shí)現(xiàn)盈利，但是競(jìng)爭(zhēng)相對(duì)激烈，難以形成行業(yè)壁壘，在這一步拼的不僅僅只是算法能力，更多的是對(duì)深耕行業(yè)的理解、服務(wù)能力和最終產(chǎn)品效果，舉例來(lái)說(shuō)，在新零售的風(fēng)口之中，很多知名的圖像識(shí)別公司紛紛開(kāi)始為零售商研發(fā)相應(yīng)的解決方案，比如智能貨柜，客流分析等等，其中曠視科技、依圖科技、圖普科技均是其中典型；其次就是大數(shù)據(jù)，但是大數(shù)據(jù)的進(jìn)入門(mén)檻基本已經(jīng)壟斷在了巨頭手中，像騰訊、阿里均為其中典型案例。而在技術(shù)層的通用技術(shù)和算法框架則對(duì)技術(shù)要求較高，適合中長(zhǎng)期布局，比如圖像識(shí)別公司中的商湯科技；而在基礎(chǔ)層中的計(jì)算能力則大多也是巨頭在布局。

人工智能的常見(jiàn)商業(yè)模式

如上圖所示，人工智能的商業(yè)模式大概分為以上五種，但是大部分盈利都來(lái)自于項(xiàng)目整合，比如像云從科技、依圖科技的人臉識(shí)別技術(shù)在安防領(lǐng)域的應(yīng)用，圖普科技的圖像識(shí)別技術(shù)在鑒黃和零售領(lǐng)域的應(yīng)用等等，但是就盈利部分來(lái)說(shuō)，也不算很高，因此之前一度有媒體聲音說(shuō)人工智能就是用錢(qián)堆出來(lái)的行業(yè)，人工智能不靠B，不靠C，只靠VC存活。據(jù)前瞻產(chǎn)業(yè)研究院分析，2018年有關(guān)人工智能的融資，在企業(yè)數(shù)量上放緩，但是融資數(shù)額仍舊增大。僅2018年上半年，融資事件就有146件，但融資規(guī)模達(dá)到402億元。這是因?yàn)樯虦萍?、云從科技和?yōu)必選等企業(yè)獲得高額投資，半年的融資額已經(jīng)超過(guò)2017年全年，而一些頭部的人工智能公司估值累積起來(lái)已經(jīng)達(dá)3500億。

從2016到2017年，國(guó)內(nèi)投資過(guò)人工智能領(lǐng)域的機(jī)構(gòu)多達(dá)145家，而無(wú)論是否投資過(guò)人工智能企業(yè)，幾乎所有投資機(jī)構(gòu)在公開(kāi)場(chǎng)合都認(rèn)為：人工智能的確是未來(lái)，只是在未來(lái)有多遠(yuǎn)，以及如何估值這個(gè)問(wèn)題上存在一定疑問(wèn)。 以學(xué)術(shù)水平論估值，是正在布局這個(gè)行業(yè)的一些VC的基本邏輯。但是隨著人工智能技術(shù)從過(guò)高的期望峰值回落以及資本的相對(duì)吃緊，相信未來(lái)VC投資的基本邏輯也將有所改變。

目前來(lái)看，人工智能的炒作還是集中在一些標(biāo)志性的技術(shù)型公司，變現(xiàn)渠道還不明確，而另一些開(kāi)始有盈利的垂直應(yīng)用公司，由于方案落地需要時(shí)間和精力，相對(duì)來(lái)說(shuō)則不太為媒體所知。

人工智能商業(yè)落地代表性公司(以下非全面數(shù)據(jù))

計(jì)算能力層：大數(shù)據(jù)、云計(jì)算、GPU/FPGA等硬件加速、神經(jīng)網(wǎng)絡(luò)芯片等計(jì)算能力提供商 數(shù)據(jù)層：身份信息、醫(yī)療、購(gòu)物、交通出行等各行業(yè)、各場(chǎng)景的一手?jǐn)?shù)據(jù)。

框架層：TensorFlow, Caffe, Theano, Torch, DMTK, DTPAR, ROS等框架或操作系 統(tǒng) 算法層：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)等各種算法 通用技術(shù)層：語(yǔ)音識(shí)別、圖像識(shí)別、人臉識(shí)別、NLP、SLAM、傳感器融合、路徑規(guī)劃等技術(shù)或中間件。

應(yīng)用平臺(tái)層：行業(yè)應(yīng)用分發(fā)和運(yùn)營(yíng)平臺(tái)，機(jī)器人運(yùn)營(yíng)平臺(tái) 解決方案層：智能廣告、智能診斷、自動(dòng)寫(xiě)作、身份識(shí)別、智能投資顧問(wèn)、智能助理、無(wú)人車(chē)、機(jī)器人等場(chǎng)景應(yīng)用，人工智能產(chǎn)業(yè)鏈中，基礎(chǔ)層是構(gòu)建生態(tài)的基礎(chǔ)，價(jià)值最高，需要長(zhǎng)期投入進(jìn)行戰(zhàn)略布局；通用技術(shù)層是構(gòu)建技術(shù)護(hù)城河的基礎(chǔ)，需要中長(zhǎng)期進(jìn)行布局；解決方案層直戳行業(yè)痛點(diǎn)，變現(xiàn)能力最強(qiáng).