AI智能商用的边界究竟在哪里?
编辑导语:我们发现,在2017年以后,在算法能力上似乎出现了瓶颈。当年大量的投资集中在AI项目中,各种奖项排名做了一个又一个,但算法商业化的能力似乎阻塞在了某个地方。经常听到客户吐槽的最多的就是:“这个算法好笨啊”。AI智能商用的边界究竟在哪里?是不是一套AI应用真的没有一个实习生有用呢?一起来看看吧。
一、AI产品服务商缺乏产品思维
在2017年以后的这个阶段,无论是应用的私有化部署,还是云上的VPC部署,大家都在强调引擎的重要性。放在客户的使用体验上,引擎在很多项目里面,有限的3年服务期内,V1.0版本到V1.5.7版本的增强,可能还没有一个配套硬件优化,或者交互设计的优化来的更实惠。很多厂商甚至过了服务期,连引擎都懒得换了。
AI应用服务商,把大量的资源去实现对算法的优化上,忽视了产品商用化价值和用户体验。
典型的这类厂商的人员结构就是:大量算法专家(调参)+mini规模的产品经理(应标)+大量KA售前(写项目书)的结构。世界的尽头是铁岭,AI厂商的尽头是外包集成商。没有几个应用是真的可以批量复制的。
二、靠算法拿钱,凭应用赚钱
市场上真正掌握核心技术的厂商,算法能力并不弱。而这也是这家公司能够拿到投资最重要的原因。
但你会发现,跑出点成绩的算法公司,却是那些个产品体验还是很不错的小公司。
有些算法公司在某些领域,为啥拼不过区域集成商,不是算法不行,是真的没有资源天天泡在客户哪里,理需求理工作流。这种情况下,客户凭什么买算法,算法又贵又不好用。
真的引进过来算法,业务流里面真的能容得下这个算法吗?那硬件的适配程度真的能算法做优化?客户的业务不复杂,每天跑个EXCEL就可以了,厂商语义分析,各种操作之后还是要搞Excel去后处理。
或者这里面目标可能都不是一样的,这种情况下,中小型集成商更优秀一些,确实做到了急客户之所急,想客户之所想。
三、算法<数据<工作流
国内的无论是SaaS应用,还是区域&行业轻量级定制化的应用厂商,发展的都还不够成熟,这里面有市场和行业的需求的问题、有客户管理能力的问题、也有行业内恶性竞争的问题。
把AI项目经典的业务架构,引擎+中台+应用的经典结构简单提炼一下,其实产品力比的是算法、数据和工作流。
这里面谁最大?我理解是工作流最大。这里面体现了无论什么应用,不能以算法为中心,为了算而算,应该是以客户为中心,以满足客户的工作质量为中心。这里面没有提节省人工成本的问题,是因为我们发现,客户根本不在乎那几个人头费用。客户的反馈是,有了这么一个人,还能“做点随机性强的工作”。而用了算法“除了干这么一件事,其他的啥也干不了,要这算法有何用”。
现在这个阶段,算法技术大爆发的年代已过,新的阶段还没到来。AI商用,应该阶段性的把客户的工作流做好,把客户的数据整理好,然后才是需要什么算法,引进什么算法。
四、红利期之后怎么办
未来中小AI公司的出路,必然是向小型细分行业toB业务和消费级toC市场方向发展。行业合并和细分,会是下一个阶段的重点。后面可能会听到的AI公司的划分依据,就不是什么语义理解行业,或者图形算法行业,更可能的是医疗行业XX人工智能公司,教育行业XX人工智能公司。
这样变化的原因就是,行业的聚集,带来了工作流设计的行业化,带来了数据收集加工处理的行业化,引擎也将随着应用场景的变化,而相应的专业化。
什么时候会是AI应用的下一个爆发点呢?我觉得可能会有两个阶段:
- 第一个是大公司向行业型子公司做拆分的阶段,大量的算法公式成立XX行业子公司,把各行各业整合的差不多。
- 第二个阶段就不在AI这个行业本身,而在于人力资源的变化,在于人均所得的变化,让很多的公司、主体发现,用人的成本确实不如算法。这就和工厂用机器人替代人工一样。
第一阶段就是正在发生的阶段,比如XX语音公司,投资子公司专门做教育行业;XX智能硬件公司,投资子公司专门做汽车行业。
五、算法成熟度决定行业渗透率
算法这个领域也是分了成熟技术和不成熟技术的,成熟的一如语音、文字识别、图像识别等,这个行业成熟的不能在成熟了,我们把这类产品就叫做算法接口类产品,接入个接口就能商用。
第二梯队是暂未大量商用,像空间设计、无人驾驶、语义分析等等,这一类就是定制化项目集成技术,做大项目化的概率大;还有的是定制化算法,就是给这么几个客户用的,没办法复制的。纯烧钱的部门,很多算法公司没办法养活的。
成熟的算法各行各业的渗透率都很高,最不靠谱的连生存下去都困难。
六、总结
说完了趋势、未来的方向,最后,我们回归主题“AI智能商用的边界究竟在哪里”?
短时间内(3~5年),我想这个边界在于细分行业对AI应用的需求深度,行业的数据量是否支持算法学习,行业的工作流是否规范,有提升空间;长期看(5~10年),边界在于AI技术的下一次大爆发,以及AI算法的成本是否会显著下降决定的。
新一版的《黑客帝国》会在不久的将来上映,AI算法的最终极形式可能就会像是电影里“矩阵”的样子,系统里应用尽有,人类接入这样的AI虚拟世界,就可以实现世界上所有行业的所有问题。
但算法总是可预测的,希望人类未来可以继续像现在一样,在更有想象力的“矩阵”里活着。
#专栏作家#
稀奇先生,公众号:稀奇星球,人人都是产品经理专栏作家。拥有十余种标准化产品规划经验,7年TO G业务老兵、智能化解决方案产品专家。
本文原创发布于人人都是产品经理,未经作者许可,禁止转载。
题图来自Unsplash,基于CC0协议。
产品体验是真的很重要,对于使用者来说,算法好不好不能直观感受到,可产品的体验却可以
‘短时间内(3~5年),我想这个边界在于细分行业对AI应用的需求深度,行业的数据量是否支持算法学习,行业的工作流是否规范,有提升空间;长期看(5~10年),边界在于AI技术的下一次大爆发,以及AI算法的成本是否会显著下降决定的。’很赞同~