03 中国AI创业的“魔咒”
场景为王的思维似乎并没有什么错,但中国AI创业隐藏的深层次问题,俨然不是“缺少场景”几个字就能够掩盖的。
中国工程院院士李国杰日前的一篇文章,在坊间引发了不小的争议,虽然文章中提到的问题大多是对学术界的呼吁,但“顶不了天、落不了地”的结论一阵见血的点出了人工智能在商业化方面遭遇的困局。
还是以AI“四小龙”为例,外界眼中的第一代AI公司,留下了重技术轻场景的印象,细究的话恐怕并不十分准确。
综合几家AI公司的招股书数据,每年的研发费用普遍维持在10亿元左右的水平,部分企业的研发费用还在2亿元上下。和这些企业每年的营收相比,技术研发投入的占比已经非常可观。
可做一个横向比较的话,阿里、腾讯、百度、华为等每年的研发费用常年维持在百亿元的量级,即便是海康威视这样的安防企业,2021年的研发费用也有38．78亿元。或许这些资金只有一部分被用于AI研发,单就上述巨头对于AI的态度来看,大概率意味着创业公司很难在技术上构建绝对的优势。
何况行业巨头们离场景更近。美团的算法可以直接优化骑手的配送路线,探索AI在餐饮外卖领域的应用;字节跳动的推荐算法,打造了庞大的信息分发矩阵;百度的语音和图像识别等技术,第一时间在小度、Apollo等产品中循环验证……AI创业公司则需要有更大的投入补齐商业基础设施的短板,在人工智能缺少规模化落地的大环境下,对资本而言无异于一场看不到尽头的豪赌。
场景驱动的第二代AI公司,能否避免同样的宿命?答案似乎并不乐观。
被资本押注的机器人赛道已经印证了这一点。现阶段机器人的适用场景还比较有限,主要集中在对重复性人力工作的替代,譬如配送、质检、分拣等工作,比拼的是技术成熟度和产品成本。资本的大举进入已经产生了一些不利的负面反应,就像一些企业拿到了十倍于当前营收的资金,将很大一部分资金用于抢项目,出现了因同质化竞争大打价格战的苗头,俨然违背了行业应有的进化节奏。
由于机器人的应用场景属于To B层面,不可能像C端产品那样爆发性增长,有限的市场需求挤入了太多的玩家,在技术无法跳跃式创新的局面下,可能会出现资源错配的乱象,比如一些公司用烧钱的方式抢人才、抢客户,以恶性竞争的方式消灭竞争对手,继而上演劣币驱逐良币的一幕。
“顶不了天、落不了地”,显然不只是针对学术界的呐喊,也是对创投圈的警醒。留给资本层面的挑战,绝非是瞅准下一个百亿、千亿级的机会窗口,而是从资本层面打通产业协同的闭环,让技术优势的企业可以专注于技术,让场景落地的企业更好地优化场景,继而探索出一条可行的新路径。
无可否认的是,人工智能是一个系统性的机会,资本市场的热忱已经是最好的诠释,可这个时代需要的不是蒙眼狂奔。
04 结语
四年多前,还是百度集团总裁的陆奇曾经说过这样一段话:
“谈到人工智能技术,可能很多人会联想到谷歌、微软这些以研发见长的科技巨头。但AI商业化的榜样却是亚马逊。谷歌和微软的路径都错了,亚马逊的路径才是人工智能竞争的正途,人工智能技术的最佳商业化方式是打造生态系统。”
或许陆奇的言论有着明显的个人立场,对AI商业化来说却不失为一句忠告。相比于第一代AI公司、第二代AI公司这样对立的态度,中国AI创业者欠缺的恰恰是生态思维,或是狭义上的某家公司主导的研发、赋能、落地的商业生态,或是广义上的研发型企业和场景型企业共生的协作生态。
国内的AI创业者想要摆脱“魔咒”,还有很长的一段路要走。
