垂直行业改造者:人工智能（AI）

时间：2023-03-25 19:56:01 | 来源：电子商务

时间：2023-03-25 19:56:01 来源：电子商务

1.第三波热潮

从技术角度来讲，目前的AI技术不能算一个崭新的技术，而是延续了前两波人工智能技术的第三波人工智能热潮。前两波分别发生于上世纪60年代和90年代，皆因技术理想与现实的巨大落差而沉沦，而这波以AlphaGo人机大战为标志，以全球AI投资事件频发为高点的浪潮，如果我们追根溯源，在十年前或许就能察觉其发生的必然性。2006年Geoff Hinton基于非监督式学习提出的深度学习概念，在被移植至GPU集群后促进了计算能力的大幅提高，从而被认为是本轮AI潮的重要前提之一。业界一般认为的另外两个前提条件是大量数据的采集管理和分析能力的发展，以及算法的优化。

2.AI产业细分

整个AI产业可以大致分为四层：最底层的基础设施建立于软硬件技术的快速发展之上，更精准高效的传感器可以极大丰富所采集的数据量，借助云存储技术和大数据技术，拥有更强算力的处理芯片能够为下一层的算法优化提供更多支持；优化的算法能够将AI能力分别应用于视觉、语言、语音等几个垂直技术领域，从而支持垂直领域的行业应用变得更加智能。

3.AI行业现状

AI智能芯片（NPU）领域，前两年国内最出名的是寒武纪，但是NPU的护城河并不强，在华为、苹果、高通、IBM、高通等纷纷入局的情况下，不看好寒武纪的前景。另外智能芯片投入高周期长的特点，也足以把大部分创业公司挡在门外。

AI软件领域国内以商汤为代表的AI四小龙（商汤、旷视、依图、云从）最出名。截至2021年，他们的主要收入还是以依托国家安防的人脸识别、智慧城市等国家项目为主，虽然除了国家项目，商汤还给小米、vivo、奔驰等做了人脸识别，但跟商汤列出的下面十类业务相比，有营业收入的主要还是人脸识别。

整个行业来说，除了人脸识别、语音交互（ASR、NLP、TTS）等通用的AI技术外，AI在各细分行业的应用比较零散，还很不成熟。原因在于，虽然硬件的提升使得算力的问题得到了解决，但算法的适配和数据的收集问题仍然难以解决：算法的适配需要依靠大量数据反复训练，而大量数据的获取，需要打通或改造一大批现有系统，也需要算法提供商深入了解细分行业。而做为通用算法的提供商，是没有时间、精力和能力去深入单个细分行业去做这些短期内看不到收益的事情的。

4.创业机会

我前面写的文章《值得投资的创业项目》

Jeffric，公众号：TechAngel创投值得投资的创业项目

中提到，顾客的需求，一定会被更高效的方式所满足。“因此，人工智能的本质是解决人类社会的效率问题（包含ToB的生产效率和ToC的使用效率）。因此在AI领域的商业模式应考虑的核心是效率问题，即完成一份工作的速率及成本和实现效果的平衡，如果再展开，则是能否通过技术手段优化或降低完成一项高质量任务的经济成本及其边际成本。

以今日头条为例，当年网易、腾讯、搜狐三巨头几乎垄断了整个新闻客户端，但今日头条却依靠“机器学习”一举打破垄断，成为新的新闻客户端霸主。 因此我认为，对普通创业者来说，AI中最大的创业机会，不在AI基础技术的研发上，而在于通过技术驱动的手段赋予传统行业新的能力和机会，通俗来讲，就是创业者使用AI巨头提供的算法模型和算力，结合自己深度了解的行业细分领域和能拿到的数据，反复训练和优化算法，使得该垂直行业能够通过大量数据和AI的学习能力逐步实现部分任务的自动化，从而解决效率和成本问题。这些领域包括但不限于：医疗、金融、教育、养老、新消费等。