2019年,人工智能要落地,更要小心被“摔死”

对于这些刚刚踏上浪潮之巅的ToB企业,不妨以王兴热爱的一句话作结,2019年,我不祝你们一帆风顺,我祝你们乘风破浪。

可以充分笃定的是,从2019年开始,在科技媒体的选题列表里,400多年前莎士比亚提出的那个深邃问题:“To B or not To B”,将变得不再是问题,没人会怀疑,未来十年中国科技的新战场将向ToB一端转移。

事实上,不同于美国ToB市场的兴旺,中国最大ToB公司或许连最大ToC公司十分之一都不到,尽管很难复盘这种失衡的全貌,但可以肯定的是,中国互联网过去庞大的人口红利,在无意中“吞噬”了中国ToB巨兽们的崛起路径。

嗯,过去二十年,中国C端市场完全是一片水草丰美的良田,只需将大洋彼岸的种子撒在这里,就可以种啥长啥,遍地开花,动辄几亿的活跃流量,浇灌出一大批C端的互联网新贵,也浇灭了B端巨头的生长空间。毕竟当一切唾手可得,你很难指望人们去干脏活累活——不过现在,广袤土地已被过度开垦,资本市场摘完低垂之果,才开始想起要寻找新的疆域,无疑要转向ToB领域。

而在这片新大陆,生命力最旺盛的一颗种子,就是人工智能——且不同于互联网时代的种子更多是舶来品,在中国,由于传统机构借助AI实现转型升级的需求更迫切(比如降低人力和管理成本),论及AI场景的创新方式,中国或许将成为先行者。

不过,人工智能的种子想要落地生根,先要完成一番去魅过程。而市场凛冬利好的一面,正是用低温过滤掉了投机者。在刚刚过去的2018年,AI从业者普遍脱离亢奋状态,把AI当锤子到处找钉子的妄人逐渐被市场淘汰。而在2019年,人们更是意识到,环境愈是寒冷,投资AI的天平就愈会向场景倾斜,AI融资门槛已经从最早的demo,后来的产品,转向如今最现实的客户订单,2019年,能在垂直领域找到应用场景的AI企业,将赢得更大生存空间。

然而,相较于上述共识,我今天更想说的是这个:2019年,AI要落地,更要小心被“摔死”。

没有“大鹏展翅”,只有“方寸之间”

场景如此关键,但问题是,AI场景该如何搭建?

回答这个问题前,先要明确一点:产品是连接不同场景之间的唯一中介,人工智能企业必须拥有强大的产品化能力,为什么ToB市场很难呈现指数级增长?就像远望资本创始人程浩所言:“一个非常重要的原因是,所有ToB类项目都有实施成本和实施周期,产品化能力好坏,直接决定了实施成本。产品化能力强,可能一个人三天就能完成一个case,产品化能力非常弱,可能三个人干三个月这个项目才能实施好。”

依我之见,衡量产品化能力的唯一心法,就是看它能否短平快地满足客户需求,而在AI领域,满足客户需求不可能只凭“技术+应用”的简单匹配,更多是依靠对某个行业垂直流程的了然于胸,这也是为什么如今AI投资者已达成共识:最理想的AI被投者,应该既懂行业又懂技术,前者比后者重要。只有巨头列阵中以行业纵深度突围,AI创业才可能出现胜算。

而行业纵深度的其中一个意涵,是指AI落地必须要关注“周边环境”。当AI企业者深入到一个行业的细枝末节,就会发现包括资源和能力在内的一系列约束条件,真实的落地场景很少允许你大鹏展翅,更多时候需要你落于方寸之间,比如你不可能仅靠算法突破完成落地,那样或许会摔得很惨,因为很可能到了行业应用时才发现,数据并不像你想象的那样充盈。

下一批“三个字母”的小巨头在哪

理清上述逻辑,也就不难理解“AI场景如何搭建”。事实上,一个AI场景的构建,往往伴随着五个要素的闭环。

第一当然是业务,目前AI落地最大程度上取决于业务和方案,没有最具体的业务,场景就不会存在。

第二是数据,数据是支撑起场景的关键,也是哈耶克眼中最纯粹的“一手知识”,也是人类还原真实世界最值得仰仗的颗粒度,尤其在大数据时代,任何场景都会以数据的形式存储下来。

第三是行业知识,更像是一种认知递进关系,数据在经过系统性整理变成信息,信息经过简洁抽象加工变成知识,现在任何一个行业的知识总量,都在爆炸式增长,任何一个“不足为外人道”,都显得弥足珍贵,作为影响场景的核心,行业知识也构成了企业之间最难逾越的门槛。

第四是以AI为代表的黑科技,它通常是打破行业均衡,带来场景质变的最大变量,技术的不断迭代,督促着场景的不断跃迁。

第五是决策,也是构建场景的最终目的。

这五要素结合在一起,就可以拥有构建AI使用场景的能力,而在上述理论的提出者——最近风头正劲的海云数据看来,借助于这套场景方法论,他们完全可以把这种“能力”服务赋予用户。

以他们刚刚发布的图易7 AI能力服务平台为例,围绕场景五要素,图易7能专注于AI场景设计与应用,通过调动一切行业知识和技术资源,帮助行业用户高效决策。

按照官方叙述,图易AI能力服务平台依托顶层设计视野与经验,能在最大程度上发掘不同场景中各异的商业模式与价值空间。聚焦平台层、应用层、场景层能力需求,将有价值的软件、硬件、数据、算法变为资源,从而全面构建图易能力服务资源平台、能力平台、赋能平台,赋能用户业务场景的自我进化,并基于深度学习、知识图谱、可视分析等技术,满足场景创新中对行业知识与能力的需求升级。

而具体到产品逻辑上,按照海云数据CEO夏耘的说法,图易7的四大基本特征,保证了决策效率的跃升:“一是场景应用,图易7无码化资源搭建更加快速。二是知识图谱,一旦拥有知识图谱平台和相应知识,深度学习与智能应用的效率就会更高,知识图谱里的快速查找以及知识积累都可以来运作。三是能力定义,通过能力和场景的关联,使能力积累越来越多,行业场景更丰富和深入。四是赋能服务,通过赋能让更多人使用,在更多场合下使用,通过赋能服务使得我们以前依赖于人对这些功能和对IT的理解,变成是自动化的智慧能力输出。”

对于C端用户,上述描述可能有些晦涩,你可以这么理解,如同“7”在佛法中的轮回和圆满之意,在公安和交通等海云数据的深耕领域,图易7是一个重视交付和结果的“行业大熔炉”,将行业知识、数据、技术等一切资源作为助燃方式,放在图易7里融会贯通,待到熔炼为一体,就会以产品化的方式落地,为行业输出符合当前所有边界条件的最佳决策,满足用户业务原有场景升级迭变与细分场景创新中的不同能力需求,而这些不同能力需求所产生的新资源,最终又会“回炉”到整个熔炉里,让它能在今后适应和创造新的场景。

而如今,图易AI能力服务平台已覆盖公安、交通、应急管理和数字城市等十大行业,服务全球超过100家行业代表用户,打造超过500个细分场景应用,同时服务保障了一大批国家级大型项目建设,而在赋能他人的过程中,海云数据逐渐地褪去“创业公司”的外衣,成为了拥有自己产品护城河的创新型企业。

嗯,从海云数据的迅猛发展不难发现,ToB这条路虽然漫长而艰难,却远非巨头的专利,虽有些姗姗来迟,但未来几年,中国终将迎来一个ToB业务爆发的时代。

其实命运自有时间表,科技领域总是这样,一个新的浪头打过来,就会扎堆浮现出一批伟大的企业:1998-2000年,互联网来了,BAT就都来了;2010-2012 年,移动互联网来了,TMD也就都来了。

如今,在以AI为底座的ToB疆域,对不同垂直行业的改造才刚刚开始,这种改造迸发出的巨大能量,足以将一批深潜于海底的生物推至舞台中央,哪怕它们短期内成为不了鲸鲨,但谁又能说,它们之中不能诞生下一批“三个字母”的小巨头呢?

最后,对于这些刚刚踏上浪潮之巅的ToB企业,不妨以王兴热爱的一句话作结,2019年,我不祝你们一帆风顺,我祝你们乘风破浪。

人已赞赏
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索