編輯導(dǎo)語：我們發(fā)現(xiàn)，在2017年以后，在算法能力上似乎出現(xiàn)了瓶頸。當(dāng)年大量的投資集中在AI項(xiàng)目中，各種獎(jiǎng)項(xiàng)排名做了一個(gè)又一個(gè)，但算法商業(yè)化的能力似乎阻塞在了某個(gè)地方。經(jīng)常聽到客戶吐槽的最多的就是：“這個(gè)算法好笨啊”。AI智能商用的邊界究竟在哪里？是不是一套AI應(yīng)用真的沒有一個(gè)實(shí)習(xí)生有用呢？一起來看看吧。

一、AI產(chǎn)品服務(wù)商缺乏產(chǎn)品思維

在2017年以后的這個(gè)階段，無論是應(yīng)用的私有化部署，還是云上的VPC部署，大家都在強(qiáng)調(diào)引擎的重要性。放在客戶的使用體驗(yàn)上，引擎在很多項(xiàng)目里面，有限的3年服務(wù)期內(nèi)，V1.0版本到V1.5.7版本的增強(qiáng)，可能還沒有一個(gè)配套硬件優(yōu)化，或者交互設(shè)計(jì)的優(yōu)化來的更實(shí)惠。很多廠商甚至過了服務(wù)期，連引擎都懶得換了。

AI應(yīng)用服務(wù)商，把大量的資源去實(shí)現(xiàn)對算法的優(yōu)化上，忽視了產(chǎn)品商用化價(jià)值和用戶體驗(yàn)。

典型的這類廠商的人員結(jié)構(gòu)就是：大量算法專家（調(diào)參）+mini規(guī)模的產(chǎn)品經(jīng)理（應(yīng)標(biāo)）+大量KA售前（寫項(xiàng)目書）的結(jié)構(gòu)。世界的盡頭是鐵嶺，AI廠商的盡頭是外包集成商。沒有幾個(gè)應(yīng)用是真的可以批量復(fù)制的。

二、靠算法拿錢，憑應(yīng)用賺錢

市場上真正掌握核心技術(shù)的廠商，算法能力并不弱。而這也是這家公司能夠拿到投資最重要的原因。

但你會發(fā)現(xiàn)，跑出點(diǎn)成績的算法公司，卻是那些個(gè)產(chǎn)品體驗(yàn)還是很不錯(cuò)的小公司。

有些算法公司在某些領(lǐng)域，為啥拼不過區(qū)域集成商，不是算法不行，是真的沒有資源天天泡在客戶哪里，理需求理工作流。這種情況下，客戶憑什么買算法，算法又貴又不好用。

真的引進(jìn)過來算法，業(yè)務(wù)流里面真的能容得下這個(gè)算法嗎？那硬件的適配程度真的能算法做優(yōu)化？客戶的業(yè)務(wù)不復(fù)雜，每天跑個(gè)EXCEL就可以了，廠商語義分析，各種操作之后還是要搞Excel去后處理。

或者這里面目標(biāo)可能都不是一樣的，這種情況下，中小型集成商更優(yōu)秀一些，確實(shí)做到了急客戶之所急，想客戶之所想。

三、算法<數(shù)據(jù)<工作流

國內(nèi)的無論是SaaS應(yīng)用，還是區(qū)域&行業(yè)輕量級定制化的應(yīng)用廠商，發(fā)展的都還不夠成熟，這里面有市場和行業(yè)的需求的問題、有客戶管理能力的問題、也有行業(yè)內(nèi)惡性競爭的問題。

把AI項(xiàng)目經(jīng)典的業(yè)務(wù)架構(gòu)，引擎+中臺+應(yīng)用的經(jīng)典結(jié)構(gòu)簡單提煉一下，其實(shí)產(chǎn)品力比的是算法、數(shù)據(jù)和工作流。

這里面誰最大？我理解是工作流最大。這里面體現(xiàn)了無論什么應(yīng)用，不能以算法為中心，為了算而算，應(yīng)該是以客戶為中心，以滿足客戶的工作質(zhì)量為中心。這里面沒有提節(jié)省人工成本的問題，是因?yàn)槲覀儼l(fā)現(xiàn)，客戶根本不在乎那幾個(gè)人頭費(fèi)用?？蛻舻姆答伿?，有了這么一個(gè)人，還能“做點(diǎn)隨機(jī)性強(qiáng)的工作”。而用了算法“除了干這么一件事，其他的啥也干不了，要這算法有何用”。

現(xiàn)在這個(gè)階段，算法技術(shù)大爆發(fā)的年代已過，新的階段還沒到來。AI商用，應(yīng)該階段性的把客戶的工作流做好，把客戶的數(shù)據(jù)整理好，然后才是需要什么算法，引進(jìn)什么算法。

四、紅利期之后怎么辦

未來中小AI公司的出路，必然是向小型細(xì)分行業(yè)toB業(yè)務(wù)和消費(fèi)級toC市場方向發(fā)展。行業(yè)合并和細(xì)分，會是下一個(gè)階段的重點(diǎn)。后面可能會聽到的AI公司的劃分依據(jù)，就不是什么語義理解行業(yè)，或者圖形算法行業(yè)，更可能的是醫(yī)療行業(yè)XX人工智能公司，教育行業(yè)XX人工智能公司。

這樣變化的原因就是，行業(yè)的聚集，帶來了工作流設(shè)計(jì)的行業(yè)化，帶來了數(shù)據(jù)收集加工處理的行業(yè)化，引擎也將隨著應(yīng)用場景的變化，而相應(yīng)的專業(yè)化。

什么時(shí)候會是AI應(yīng)用的下一個(gè)爆發(fā)點(diǎn)呢？我覺得可能會有兩個(gè)階段：

• 第一個(gè)是大公司向行業(yè)型子公司做拆分的階段，大量的算法公式成立XX行業(yè)子公司，把各行各業(yè)整合的差不多。
• 第二個(gè)階段就不在AI這個(gè)行業(yè)本身，而在于人力資源的變化，在于人均所得的變化，讓很多的公司、主體發(fā)現(xiàn)，用人的成本確實(shí)不如算法。這就和工廠用機(jī)器人替代人工一樣。

第一階段就是正在發(fā)生的階段，比如XX語音公司，投資子公司專門做教育行業(yè)；XX智能硬件公司，投資子公司專門做汽車行業(yè)。

五、算法成熟度決定行業(yè)滲透率

算法這個(gè)領(lǐng)域也是分了成熟技術(shù)和不成熟技術(shù)的，成熟的一如語音、文字識別、圖像識別等，這個(gè)行業(yè)成熟的不能在成熟了，我們把這類產(chǎn)品就叫做算法接口類產(chǎn)品，接入個(gè)接口就能商用。

第二梯隊(duì)是暫未大量商用，像空間設(shè)計(jì)、無人駕駛、語義分析等等，這一類就是定制化項(xiàng)目集成技術(shù)，做大項(xiàng)目化的概率大；還有的是定制化算法，就是給這么幾個(gè)客戶用的，沒辦法復(fù)制的。純燒錢的部門，很多算法公司沒辦法養(yǎng)活的。

成熟的算法各行各業(yè)的滲透率都很高，最不靠譜的連生存下去都困難。

六、總結(jié)

說完了趨勢、未來的方向，最后，我們回歸主題“AI智能商用的邊界究竟在哪里”？

短時(shí)間內(nèi)（3~5年），我想這個(gè)邊界在于細(xì)分行業(yè)對AI應(yīng)用的需求深度，行業(yè)的數(shù)據(jù)量是否支持算法學(xué)習(xí)，行業(yè)的工作流是否規(guī)范，有提升空間；長期看（5~10年），邊界在于AI技術(shù)的下一次大爆發(fā)，以及AI算法的成本是否會顯著下降決定的。

新一版的《黑客帝國》會在不久的將來上映，AI算法的最終極形式可能就會像是電影里“矩陣”的樣子，系統(tǒng)里應(yīng)用盡有，人類接入這樣的AI虛擬世界，就可以實(shí)現(xiàn)世界上所有行業(yè)的所有問題。

但算法總是可預(yù)測的，希望人類未來可以繼續(xù)像現(xiàn)在一樣，在更有想象力的“矩陣”里活著。

#專欄作家#

稀奇先生，公眾號：稀奇星球，人人都是產(chǎn)品經(jīng)理專欄作家。擁有十余種標(biāo)準(zhǔn)化產(chǎn)品規(guī)劃經(jīng)驗(yàn)，7年TO G業(yè)務(wù)老兵、智能化解決方案產(chǎn)品專家。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。