盲目崇拜不可取,AI需要落地

AI這把牛刀,為什麼總是用來殺雞?

核心要點:

  • 資本將人工智慧視作開啟下一個時代的鑰匙,誰也不想錯過時代機遇,因而人工智慧領域頻頻出現大額融資,泡沫由此而生。
  • 人工智慧技術落地慢、場景窄、商業化需要時間,相關企業的未來存在不確定性。
  • 人工智慧技術的真正價值在於解決行業痛點,不是各種浮誇營銷所描繪的科幻場景,需要企業腳踏實地,而非講故事。

如今上到老、下到小,幾乎沒有人不認識人工智慧,儘管這些認識之間可能有不小差異。

對於長輩來說,他們也許在網購方面還需要兒女的幫助,但泛濫的媒體報道已經給他們灌輸了「AI即將取代人類工作」的觀念;對於孩子來說,市面上各種「AI編程課」就是為他們準備的。雖然家長自己不一定懂AI,但誰也不願孩子輸在新時代的起跑線上。

媒體和商家之所以如此熱衷於人工智慧,資本的推波助瀾是關鍵原因。

據IT桔子的數據,從2016年開始,人工智慧領域的投融資事件和融資金額大幅增加,在被稱為「資本寒冬」的2018年和2019年依然頻現大額融資事件。

在資本熱潮中,人工智慧賽道湧現一批創業公司,其中有不少備受矚目的獨角獸,成立於2016年的AI晶元公司寒武紀便是典型代表。今年3月,寒武紀正式叩響科創板大門,IPO前估值已達222億元。

BAT巨頭自然不會放過風口,其親自下場做研發的同時,在人工智慧領域的投資也沒有停歇。在剛剛過去的4月份,騰訊連續投資了兩家人工智慧領域的公司:卓視智通和輕蜓視覺。

這些年,風口輪番出現,有的只是一陣風(直播答題),有的深陷虧損泥潭(共享經濟),但人工智慧到現在熱度依舊,區別很大程度來源於人們對人工智慧的期待不同。輿論中的主流觀點認為,人工智慧是推動第四次工業革命的重要力量,意義相當於蒸汽機、內燃機、互聯網。

和資本的火熱形成對比的是,人工智慧至今似乎仍未對產生殺手級應用,科幻級場景也遙遙無期,「泡沫論」因此時有傳出。不少人開始發問:人工智慧是真火,還是虛火?

AI大風持續強勁

在國內,人工智慧在輿論和資本市場的爆發是在2016年,標誌事件是AlphaGo和李世石的「人機大戰」。

2016年3月,AlphaGo以4:1擊敗圍棋世界冠軍、職業九段棋手李世石,之後又在網上與數十位圍棋高手對決,連續60局無一敗績;2017年,AlphaGo以3:0擊敗排名世界第一的圍棋冠軍柯潔。

AlphaGo對戰李世石

AlphaGo的大勝讓世人徹底意識到,機器的棋力已經到了人類頭腦無法企及的高度,技術革命將顛覆人類社會的言論不絕於耳。此後,國內巨頭在人工智慧領域動作頻頻:

  • 2017年7月,時任百度董事會副主席、集團總裁兼COO陸奇在百度AI開發者大會提出「All in AI」,百度股價應聲大漲;
  • 2017年10月,阿里巴巴宣布投資千億成立阿里達摩院,加入人工智慧領域的爭奪戰;
  • 騰訊相繼建立騰訊AI Lab、Robotics X,併發布騰訊AI開放平台。

國外互聯網巨頭對人工智慧的熱忱要更早一些,比如扎克伯格在2016年初就提出過Facebook的「十年計劃」,其將公司未來戰略聚焦於人工智慧(AI)、虛擬現實(VR)、增強現實(AR)等新技術。因為對人工智慧的看法不同,扎克伯格還和馬斯克在網上打過幾次「嘴仗」。

無論是矽谷巨頭還是國內BAT,都把人工智慧視作開啟下一個時代的鑰匙,其對技術革命如此重視的邏輯不難理解:這些企業都是在互聯網的「浪潮之巔」中成長起來的,清楚了解技術更迭的力量。一旦錯過技術革命,等待他們的可能就是從巔峰隕落的命運。

資本同樣清楚技術革命的力量,PC和移動互聯網成就了BAT、TMD等公司,人工智慧的發展可能將催生新的指數級增長機會,對於這種「時代機遇」,再怎麼豪擲千金也不為過。

因此,人工智慧領域頻頻出現大額融資,如曠視科技在2019年5月完成D輪7.5億美元融資;商湯科技在2018年獲得軟銀的10億美元D輪融資等。

真格基金創始人徐小平是人工智慧領域的著名支持者,他曾表示「人工智慧領域毫無疑問會誕生重量級的公司」、「如果說幾年前是互聯網+,那麼未來五年一定是AI+」、「投給AI的錢還不夠多」。據IT桔子的數據,真格基金在人工智慧下的投資事件達90筆,是該領域最活躍的投資機構。

對於人工智慧將對人類社會產生怎樣的影響,創新工場創始人李開復在其《AI·未來》書中指出,未來近50%的人類工作將在15年內被人工智慧取代;紅杉資本全球執行合伙人沈南鵬認為,人工智慧帶來的將是人類雙手和大腦的又一次大解放,工作的意義將真正從「勞動」變為「創造」。

總的來說,「人工智慧會深刻影響人類社會」已經成為各界共識。不過,從目前實際落地的情況來看,理想和現實還有不小的差距。

市場魚龍混雜,商業化困局難解

由於資本和媒體的熱情,AI成了這些年最時髦的概念。無論是傳統產業還是新經濟公司,都熱衷於給自家的產品貼上「AI」標籤。

與巨頭創始人或投資人對AI的種種暢想形成鮮明對比的是,智能場景往往只存在企業的PPT里,現實中各種「AI」產品的表現往往叫人哭笑不得,和理想中的「AI智能管家「相去甚遠。

以許多廠商廣泛布局的AIoT、智慧家居為例,大部分智能設備除了能完成回答「今天天氣如何」、播放郭德綱的相聲等規定動作,再稍微複雜一點的指令便無法理解。

在AI熱潮中,廠商往往想用技術去賦能生活的每一處,但受限於AI當前的實際技術突破,其落地應用往往顯得有些雞肋,例如用語音開合窗帘、與傢具進行語音交互,與其說是AI為人們的生活帶來便利,倒不如說為了精進AI的能力,人們甘願「自添麻煩」陪練升級。

廠商們的「賦能」,都頗有些「手裡拿著鎚子,看啥都是釘子「的意味。技術沒有帶來便利,反而成了給生活「做加法」。

至於AI會取代人類工作的說法,目前也還看不到跡象。

許多企業稱獲得AI加持的客服機器人能高效解決用戶問題,但試過的人都知道,機器給出的回答往往只是設定好的常規動作,遇到真正的複雜情況只能轉人工解決;在寫作方面,AI確實已經能生成文章,但這類文章往往格式固定,生成的過程更像是填空和排列組合。對於需要創造性和與人交流的內容,AI寫作機器人目前還無能為力。

相比AI不盡人意的表現,市場上更常見的情況是:AI完全成了營銷用的概念,產品實際用的只是非常基礎的指令,甚至完全是騙局。

李開復曾2017年公開吐槽人工智慧領域的浮誇風氣:「最近我見了一個做內衣的,也說自己是人工智慧的企業,這是非常不正常的現象。現在,人工智慧領域的泡沫化特別嚴重。」

去年3月,風險投資公司MMC發表報告稱,歐洲有40%左右的初創公司都是假AI公司,沒有證據表明它們使用了人工智慧,但只要打上AI標籤,公司吸引的資金就能多15%-50%。

印度的Engineer.ai公司便是典型例子,這家公司聲稱他們的AI能幫缺少工程師的公司或是不懂編程的人定製APP和網站,即不懂技術沒關係,只要有想法,交給AI就行了。

Engineer.ai描繪的圖景很美好,成功吸引了包括軟銀旗下的人工智慧專項基金DeepCore的投資,但去年被外媒曝出,Engineer.ai用的所謂「AI」並不存在,代碼其實都是真人程序員寫的。

事實上,用真人冒充AI的例子並不少見。

在新經濟領域,每當有新概念出現總能吸引大量熱錢,共享經濟、VR/AR等概念火熱的時候都出現過這樣的情況。頭部公司畢竟就幾家,大量湧入的資本自然會流向一些沒有硬實力、只靠講故事圈錢的公司,泡沫由此而生。

熱門領域有泡沫不是什麼稀奇事,不少投資人也知道人工智慧領域公司估值普遍偏高,但誰也不想因為謹慎錯過下一個時代,但有意思的是,即使是AI領域的龍頭公司,似乎也消化不了資本的熱情。

由於融資過多,「AI公司VC化」成為人工智慧領域的獨特風景,像商湯科技、曠視科技這樣的頭部公司成立了自己的戰投部門,直接下場投項目;思必馳、中科視拓、Aibee等則與傳統VC、PE聯合成立起產業基金。

之所以要一邊燒別人的錢,一邊拿別人的錢去燒,本質是AI公司的實際業務撐不起估值。

AI技術從研發到落地需要長周期,許多公司會宣傳自家AI技術在學術領域的突破,但技術要從實驗室走向商業應用並非易事,研究論文中一些數值的突破能震動學界,但對產品的實際體驗可能影響不大。此外,目前AI落地場景往往集中在某些具體的細分領域,應用場景較窄,無法快速獲得高回報。

從商業模式的角度,頭部AI公司以To B業務為主,To B是個慢生意,無法像共享單車這樣的To C業務一樣依靠資本把業務快速「喂大」。

落地慢、場景窄、商業化需要時間,拿了大額融資的AI公司要撐起估值,回應資本的期待,只能靠投資別的企業來完成。

由於人工智慧的商業化落地困局難解,這兩年資本逐漸變得謹慎,人工智慧領域的投資邏輯也在迭代,投資人的關注重點從公司團隊技術能力、論文數量轉為「你的AI怎麼落地?」,「AI落地」取代了「AI崇拜」。

戳破泡沫,前路何在?

從當前資本市場的情況來看,人工智慧的大風依然強勁,但相比此前在輿論場的一呼百應,AI概念的嚴肅性已經在很大程度上被消解,關於「人工智障」、AI泡沫的論調頻頻出現。

AI泡沫論的出現,很大程度和廠商的浮誇營銷有關。當各種產品的宣傳物料上寫的全是「AI」,卻沒幾個讓人真正感受到技術的作用,很難不讓人覺得這是個偽風口。

回顧技術革命的歷程,偽風口和泡沫論也曾出現在互聯網技術上,但最終還是得到正名。要回歸人工智慧的價值,前兩次技術革命(計算機軟體技術、互聯網技術)是有效參考。

在計算機軟體時代,人們把以前的手工交給了計算機處理,即實現了工作和行為的「信息化」。信息化讓數據得以被大量生產,相當於人類活動以數據的形式被記錄下來。這一階段,計算機軟體提高了人類活動效率,興起了微軟、甲骨文等知名軟體公司。

大量數據在計算機軟體時代被生產出來后,互聯網技術的出現讓這些數據得以流通。隨著互聯網的商業化,數據在全球廣泛流動,「流量經濟」因此而起。無論是淘寶的電商還是QQ的社交,本質上都是建立於流動的數據之上的商業模式。隨著互聯網、通信技術的發展,數據量變得愈發龐大,「雲計算」等新技術應運而生。

有了龐大的、流動的數據之後,如何開發這些數據的深層價值決定著時代能否進入下一階段。人工智慧技術的價值在於對海量數據進行分析、關聯,進而形成能夠指導決策的知識,這是解決行業痛點的關鍵。

各行業當下面臨的痛點有所不同,如金融行業面臨成本壓力、產品服務單一、交易欺詐等;醫療與教育行業資源分配不均的問題突出;零售業難以把握顧客需求、廣告投放效率等。對於產業來說,人工智慧與場景的結合意味著降本增效、實現轉型升級。

目前,政府和企業都在將人工智慧技術與產業場景相結合。在政府層面,人工智慧是「新基建」七大版塊中的重要一項;在企業層面,巨頭的AI布局也和產業聯繫緊密。

也就是說,人工智慧需求廣闊,其商業模式是滲透到各行各業,提高行業效率。這一進程需要時間和持續投入,但也是生產力迭代趨勢。

人工智慧的落地未必有你想的那麼「性感」,但對生活的影響只增不減。忘掉浮誇的營銷和鋼鐵俠的「賈維斯」吧,那些憑空創造的需求和給生活「做加法」的AI們,終將消失在時間的長河裡。

 

作者:鴻鍵;公眾號:深響(ID:deep-echo)