2. 方案嘗試

即使初步找到了幾個看似正確的問題（需求）定義，接下來，往往需要用機(jī)器學(xué)習(xí)來“識別”出海量數(shù)據(jù)背后的這些“模式”。

回到出行服務(wù)商的例子，不論是定義“性騷擾”or“疲勞駕駛”，實際情況中，可能需要嘗試10～20個“假設(shè)”、涉及30～40個“緯度”，誰能一開始就知道，哪個“假設(shè)”是對的？沒人能先知式的判斷；所以，需要試錯。但是，為了獲取這么多假設(shè)/緯度的數(shù)據(jù)，僅僅在產(chǎn)品（app）里完成埋點，就花了半年……

運氣好的話，團(tuán)隊能夠發(fā)現(xiàn)更好的AI產(chǎn)品落地方法。比如，如何識別司機(jī)疲勞？

• 常規(guī)大樣本的處理方法，實際中效果并不好。
• 真正work的是“PM+算法”——PM來觀察真實世界中的小樣本case，總結(jié)出“連貫動作的特征集合”
• 也就是說，小樣本AI應(yīng)用的邏輯，和大樣本不一樣了！

運氣不好的時候，（大概率的）很可能做了半年后，還不知道哪個假設(shè)是對的，就別談最后的問題解決效果了……

遇到這種情況，怎么才能保證團(tuán)隊不被砍掉、可以繼續(xù)做下去呢？

3. 組織架構(gòu)

先說結(jié)論：必須讓同一個人來負(fù)責(zé)“AI產(chǎn)品團(tuán)隊”和“業(yè)務(wù)產(chǎn)品團(tuán)隊”。

否則，如果是不同利益導(dǎo)向的團(tuán)隊，很可能會“屁股決定腦袋”，不愿意AI團(tuán)隊過度的來解決某些業(yè)務(wù)問題。

這倒不是說，業(yè)務(wù)團(tuán)隊本身多么主觀錯誤，而是因為，一方面，業(yè)務(wù)團(tuán)隊可能不知道“如何能把AI工具用好”；另一方面，更重要的是，某些問題在被AI解決之前，難道業(yè)務(wù)部門不知道嗎？其實，不僅業(yè)務(wù)部門知道，甚至大老板們也非常清楚，但是，他們都還沒有必須這樣做的決心——

4. 公司決心

對于很多AI落地feature點，AI團(tuán)隊覺得是很好的嘗試機(jī)會（idea），但業(yè)務(wù)團(tuán)隊并不這么認(rèn)為，因為站在其現(xiàn)有視角和利益背景下，那個問題真的不是必須要改的，不能怪他。

也許，只有到了生死存亡的時刻，公司才有決心“必須要用AI來解決這個業(yè)務(wù)問題”，“必須讓一個人來統(tǒng)管業(yè)務(wù)和AI團(tuán)隊”。

比如，安全、監(jiān)管、質(zhì)檢、隱私等等。出行服務(wù)商在被輿論和政府責(zé)備之前，難道不知道有性騷擾或駕駛疲勞問題嗎？各種聊天機(jī)器人在因“涉黃、涉政、涉暴”而被下線之前，難道不知道有風(fēng)險嗎？各種工業(yè)、制造業(yè)中的效率問題，難道之前不存在嗎？都是存在的，但是，沒有足夠痛的時候，企業(yè)會有各種簡單粗暴的方式去解決，比如堆人工，比如堆知識庫/關(guān)鍵詞。有鳥槍還可以用，總覺得不用換炮。

5. 效果如何

如果以上4點都o(jì)k了，真的會有非常明顯的效果。用戶、政府、公司都很滿意。（比如前述出行服務(wù)商，其“性騷擾”相關(guān)的投訴，可能降低了50%）

但是，還有個現(xiàn)實案例是，通過不斷的試錯、迭代，等這套真的有效的AI系統(tǒng)正式上線時，不僅時間已經(jīng)過去了2年多……連合作業(yè)務(wù)方的團(tuán)隊都換了3撥人了……

不過，即使效果不錯，但這個模式，可能還有其他的弊端……

6. 鳥盡弓藏

這種降本增效類問題，被花大精力解決后，還會有另一個問題，就是團(tuán)隊可能得去找下一個釘子了……這也許就是2B AI業(yè)務(wù)的宿命。2C AI可能會不一樣，但也會更難。

從以上信息可以看出，即使大B企業(yè)內(nèi)部就有懂AI且懂業(yè)務(wù)的負(fù)責(zé)人，并由他來lead AI降本增效類項目，都是九死一生、費力耗時（可能得2年），其他To B類AI創(chuàng)業(yè)公司，作為行業(yè)/企業(yè)外部的人，要想真的做出效果，難度實在是太大。

那么，To B AI 平臺方向公司該認(rèn)知并應(yīng)對呢？——

二、To B AI 平臺的困境和機(jī)會

1. To B AI 平臺 1.0 模式，已幾乎宣告失敗

1. ToB AI 平臺 1.0 模式的概述：奢望一個通用的AI平臺，來給不同行業(yè)提供AI服務(wù)（主要是深度學(xué)習(xí)），隨著行業(yè)、客戶數(shù)的提升、數(shù)據(jù)越來越多、工具效率越來越高、成本越來越低，整體平臺收益就越來越好……

2. 這個模式目前還沒成功落地的原因，不僅因為某同行朋友所說“客戶側(cè)-產(chǎn)品難以標(biāo)準(zhǔn)化；供給側(cè)，算力算法等變量太多，也很難穩(wěn)定標(biāo)準(zhǔn)化”，還有一個關(guān)鍵原因在于，就是前文說的——即使客戶自己有懂AI且懂業(yè)務(wù)的負(fù)責(zé)人，都是九死一生，你作為行業(yè)/企業(yè)外部的人，要想真的做出效果，幾乎是不可能完成的任務(wù)。

3. 資本桎梏給企業(yè)以心魔：本來，如果只重點做1、2個（細(xì)分）行業(yè)，企業(yè)也許還能活得輕松一點，但很多AI企業(yè)早期接受了對賭協(xié)議，必須在幾年之內(nèi)上市；結(jié)果把自己搞得真心難受。

4. 即使某幾家這個模式的AI上市公司，業(yè)內(nèi)其實都知道，其當(dāng)前業(yè)務(wù)質(zhì)量和利潤還不夠好。

• 簡單來說，如果只是開放AI技術(shù)接口，很難真正做大做強(qiáng)。
• 有觀點認(rèn)為，如果某些公司遲遲不能上市，對于國家形象和從業(yè)者信心來說，是不可接受的……

2. 從B公司規(guī)模角度，闡述To B AI 平臺業(yè)務(wù)的難處

大B公司：

1）背景

只有在頭部（大）客戶，才能看到最為復(fù)雜的環(huán)境下、最大規(guī)模的生產(chǎn)中需面對的所有困難。

2年前，某領(lǐng)域第一企業(yè)核心數(shù)據(jù)項X的日數(shù)據(jù)量，比其他所有公司加起來還多，這種數(shù)量級的差別，不論是需求認(rèn)知還是找解決方案，優(yōu)勢都是不言而喻的。

而且，AI領(lǐng)域應(yīng)用落地還有一個特點：即使真的有用，但是在體驗側(cè)的效果，別人（C用戶或競爭對手）也很難快速發(fā)現(xiàn)。因為它可能是某個系統(tǒng)維度的提升。

2）難度

還是如前文提到，即使客戶自己有懂AI且懂業(yè)務(wù)的負(fù)責(zé)人，都是九死一生，作為行業(yè)/企業(yè)外部的人，要想真的做出效果，幾乎是不可能完成的任務(wù)。

3）可行性

退一步說，即使To B AI平臺公司有做這個事情的能力和決心，一旦真的是非常核心、有價值的事情，大企業(yè)是不愿意給你做的。特別現(xiàn)在數(shù)據(jù)、隱私問題這么敏感，一旦有事，那就可能直接game over了。——做這些AI項目，內(nèi)部研發(fā)的成本不一定比外部低，還沒有數(shù)據(jù)安全風(fēng)險，為什么不自己搭團(tuán)隊來做？

而且，即使一開始采購?fù)獠康腁I服務(wù)/工具，2年后還是可以換自己的團(tuán)隊。

到最后，大公司還愿意給To B AI平臺公司做的，往往都是自己不愿意、價值不大的那些部分了。

中B公司：

國情不同，中國的中等企業(yè)數(shù)量不夠多；支撐不起現(xiàn)在這些AI明星公司的規(guī)模。

小B公司：

數(shù)量多，但付費能力低。補(bǔ)貼還來不及呢……可能唯一好點的方向，是電商領(lǐng)域的小B。

3. To B AI 平臺的未來機(jī)會

幾點個人想法，供大家參考——

1. 等待創(chuàng)新性的ToB AI 平臺 2.0 模式出現(xiàn)。

2. 如果還想去做中小企業(yè)的生意（AI賦能），產(chǎn)品形態(tài)可能是，平臺自身只提供80～90%的部分，然后由客戶企業(yè)自身的AI落地團(tuán)隊來完成最后一公里（詳見《AI產(chǎn)品方法論之“由用戶來完成AI產(chǎn)品設(shè)計的最后一公里”》）?！@，其實是需要從業(yè)者甚至整體國民的“AI通識”水平足夠高才行的。

3. 如果是相對舊的傳統(tǒng)領(lǐng)域，創(chuàng)業(yè)公司機(jī)會可能不大（除非接受大B企業(yè)的戰(zhàn)略投資）。這是因為，如前文所說，只有在頭部（大）客戶，才能看到最為復(fù)雜的環(huán)境下、最大規(guī)模的生產(chǎn)中需面對的所有困難。前面這篇文《智能制造：從工業(yè)中來，到工業(yè)中去 | 甲子光年》，就是典型。

4. 新領(lǐng)域，可能有增量機(jī)會。比如我之前在社群里提到的幾個方向：“車”相關(guān)、機(jī)器人（2C/2B）、AR/VR/元宇宙/虛擬人、5G等等。

5. 也許，也許，未來AI產(chǎn)業(yè)就沒有我們所以為的、超大規(guī)模的橫向To B模式。

總結(jié)來說，To B AI領(lǐng)域，創(chuàng)業(yè)公司如果想做平臺，1.0模式可能已希望不大；后續(xù)，要么有創(chuàng)新性的2.0模式出來，或者應(yīng)用更加好的AI產(chǎn)品方法論，要么在傳統(tǒng)領(lǐng)域找到合適的大B企業(yè)戰(zhàn)投，或者在新領(lǐng)域?qū)ふ以隽繖C(jī)會。

注：本文2022年2月首發(fā)于“AI產(chǎn)品經(jīng)理大本營”，有增改。

#專欄作家#

hanniman，人人都是產(chǎn)品經(jīng)理專欄作家，前圖靈機(jī)器人-人才戰(zhàn)略官/AI產(chǎn)品經(jīng)理，前騰訊產(chǎn)品經(jīng)理，9年AI背景，12年互聯(lián)網(wǎng)經(jīng)驗；關(guān)注人機(jī)交互（特別是語音交互）在手機(jī)、機(jī)器人、智能汽車、智能家居、AR/VR等前沿場景的可行性和產(chǎn)品體驗；擅長對創(chuàng)業(yè)團(tuán)隊管理、個人成長提出實戰(zhàn)型的建議方案；知乎/簡書/微博帳號，均為hanniman。

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

題圖來自Unsplash，基于CC0協(xié)議。