1
| 本文作者： 余快 | 2021-08-23 22:44 |
人工智能的商業(yè)模式應(yīng)該是什么樣？
每次談到這個問題，答案分兩個極端：
要么同質(zhì)、無趣、世俗。
要么天馬行空，外行高呼震撼，內(nèi)行斥其沒有常識。
在雷鋒網(wǎng)《AI冰與火之歌·五問》第一篇文章《依圖醫(yī)療「變賣」內(nèi)幕：出走、截胡與派系整合》中，我們談到，依圖醫(yī)療成為棄子，其實是多數(shù)AI公司商業(yè)戰(zhàn)略搖擺不定的縮影。
無人能預知命運會陷入如此險境。短短幾年，AI市場的低氣壓不知何時開始盤旋成型。
商業(yè)化變現(xiàn)困境剝落了AI的優(yōu)越，讓AI企業(yè)直面最粗糙的生死。
“AI做不了顛覆式創(chuàng)新，還是要走產(chǎn)業(yè)+AI的路?！?/p>
這句話雖是業(yè)內(nèi)共識，但走這路的方法論其實是過時的，畢竟，這與十幾年前的信息化和IT軟件商業(yè)路徑，并無本質(zhì)差異：以外包的姿態(tài)，啃項目，搭集成，做交付，任勞任怨，不怕吃苦。
紀北嘉（化名）笑著說，姿態(tài)低不低現(xiàn)在不是我們主要考慮的，賺錢嘛，不寒磣。
這些AI企業(yè)踐行了一個最糙也最為實在的真理：先活下去，再考慮怎么活好。
真理背后，則是盤旋在所有AI從業(yè)者頭上的四個問題：
AI標準化、通用化的美夢是如何破滅的？
高度定制化解決方案為什么走不通？
海外高利潤解決方案我們?yōu)楹谓梃b不來？
AI企業(yè)跳出低毛利死胡同的三種激進模式是什么？
我們一個個聊聊。
在全球權(quán)威的人臉識別算法測試中，XX企業(yè)獲得XX賽道冠軍。
XX在國際權(quán)威機構(gòu)ACM MM主辦的大賽中，行為識別再奪一冠。
識別率提升、精度突破、榜單排行，是早期AI界的主旋律。
這段時期，中國的AI公司上演一場瘋狂的刷榜競賽，讓算法識別儼然間成了一項競技體育。
為什么熱衷刷榜？
在早期AI公司的藍圖里，他們只需研發(fā)出標準化的模塊，然后被集成在所有公司的各個解決方案里，如此，哪怕一個開發(fā)包（SDK）只賣幾萬、幾十萬，薄利多銷，一年的利潤也非?？捎^，而且作為被集成的軟件，所得幾乎均為凈利潤，說躺平賺錢也不為過。
這一意識形成后，很多公司將比拼算法精度作為頭等大事，甚至一度認為，不需要招銷售，客戶自然會聞訊榜單而來。
一級市場用揮金如土表達了樂觀的情緒，AI企業(yè)在宣傳上毫不掩飾科技標簽的高貴，似乎一套SDK掃天下的時代就在眼前。
但很快，在算法刷屏約兩年后，他們察覺不對勁，怎么投入不見少，銅子兒卻沒見著？
2017年是覺醒的一年，嘗試落地的他們發(fā)現(xiàn)，在賽事中頻頻拔得頭籌的算法，一旦走出實驗室或特定的場景進入實戰(zhàn)，根本玩不轉(zhuǎn)。
而且，作為最先落地的兩大行業(yè)，無論是公安還是銀行，客戶需要的不是單個模塊或開發(fā)包，也不具備集成SDK的能力，他們要的，是一套定制化的解決方案。
結(jié)果就是，在算法領(lǐng)域的神仙打架，在業(yè)務(wù)落地成了菜雞互啄。
SDK走天下夢碎后，他們的解決方案從輕變重，跟傳統(tǒng)IT企業(yè)一樣，走高度定制化解決方案的路子。
To B行業(yè)有什么特點？個性化定制；獲客周期長（決策流程較長）；產(chǎn)品有實施成本；成長較為線性；價值敏感。
而一旦進入高度定制化賽道，就意味著AI企業(yè)成為一家集成商，而非高大上的產(chǎn)品型科技公司。
陳冀（化名）表示，重型解決方案模式的最大弊病是，你能做的，別人也能做，這導致門檻大大降低，業(yè)務(wù)利潤大大降低，最后大多需要靠關(guān)系驅(qū)動。
他們吭哧吭哧地進入的重型解決方案行業(yè)，一不留神就走進利潤死胡同。
有人問，安防行業(yè)也定制化，為什么?？底叩猛?？
簡單來說，就是把“成本三低”做到了極致：
平均人力成本低
運營成本和銷售成本低
產(chǎn)量擴大后的邊際成本低
海康威視總裁胡揚忠曾告訴雷鋒網(wǎng)，他對科技公司做安防持審慎態(tài)度。
“以通訊行業(yè)為例，其運營和銷售成本比安防高很多，所以用高成本的人力去跑安防，就像拿步槍打蒼蠅一樣，投入與產(chǎn)出是非常不匹配的?！?/p>
這句話背后，也許是對高成本的科技公司走碎片化定制解決方案路徑的懷疑，甚至是否定。
大型IT公司之所以能在定制化賽道里存活，很大部分原因在于人效的極致追求，說得不好聽，就是用更低的成本，去省出更多的利潤空間。
?？低暱偛煤鷵P忠也曾發(fā)表對此的看法，他說：
這個行業(yè)場景碎片化，用戶需求差異化和定制化需求明顯，而且這個行業(yè)的平均回報并不高，每個項目貢獻度都不大。所以如果人力成本過高，會是個很關(guān)鍵的問題，會導致人均產(chǎn)出/費用比不劃算。
“從公開資料看，AI企業(yè)年度人均營收約50萬，人均費用也約50萬，即使毛利率能到50%，依然會有明顯的虧損?！标惣教寡?，“而且，他們很難達到50%的毛利率，想做大人均，很難?！?br/>
這也正是當初華為大張旗鼓地進入安防時，胡揚忠表示：華為是一家做大生意的公司，撿豆子、撿芝麻的生意不適合他，華為很快會認識到這一點。
“?？低暤娜司肆Τ杀局挥腥A為的三分之一，任正非歷來不提倡華為在低維市場的泥潭里死纏亂耗，華為如果以海康的方式做安防，被集團叫停只是時間問題?！睒I(yè)內(nèi)人告訴雷鋒網(wǎng)。
華為安防后續(xù)轉(zhuǎn)換戰(zhàn)略，主推平臺，也側(cè)面證實這一點。
在人效優(yōu)勢+規(guī)?；?yīng)的前提下，?？底隽?0年，也才做到約600億元的營收。
與互聯(lián)網(wǎng)動輒千億戰(zhàn)果相比，這盤實在算不上大肉，與動輒估值幾百億、虧損幾十億的AI企業(yè)相比，這不像是經(jīng)得起折騰的賽道。
這里提一句，彭易（化名）告訴雷鋒網(wǎng)，在他看來，云從之所以能夠上市，除了國家隊屬性，也在于他們的虧損率控制。
而虧損率不高，與人效或者說重慶人力成本低有關(guān)。同時，與其他幾位小龍喜歡重金聘請AI大牛和博士相比，云從則顯得低調(diào)得多，鮮少有盛名在外的科學家。
云從科技提交的IPO招股書顯示，2019年高管總薪酬僅890.47萬元，要知道，在不少企業(yè)，一個AI大牛的薪資就高達千萬。
千人級別員工規(guī)模下的高薪酬，一年的人力成本就可高達幾億到十幾億。
而且，AI企業(yè)雖技術(shù)優(yōu)勢傍身，但作為不單純靠高科技能打下市場的行業(yè)，難以通過單點突破快速占領(lǐng)市場。
大多數(shù)AI企業(yè)逃不開“三高”?。ǜ咄度?、高虧損、高人才），同時又不具備規(guī)模化效應(yīng)，讓他們在高度定制化且毛利低的市場，轉(zhuǎn)不開磨盤、吃不飽。
AI企業(yè)放得下高大上的科技標簽，吃得了長苦，但就是賺不到錢。
所以無論是安防也好，金融、醫(yī)療、工業(yè)也罷，都面臨這個問題，無論是走平臺模式還是定制化模式，都難逃利潤的死胡同。
1.重型解決方案的困局：國內(nèi)企業(yè)難做出高毛利的核心產(chǎn)品
有人說，海外走通此模式的大有人在，中國為什么玩不轉(zhuǎn)？
比如IBM，它就是在重型解決方案領(lǐng)域走出康莊大道的典型代表。
郭士納時期開始，IBM轉(zhuǎn)型成為一家高定制化的解決方案公司，但IBM卻并未受困于此，反而一直有著超高的利潤率。
雷鋒網(wǎng)在這先感嘆一句，真正的高人，往往能通過深入淺出的話語，道出核心本質(zhì)，毛澤東是一個，郭士納是另一個。
他當初對IBM轉(zhuǎn)型解決方案公司的定位是：如果客戶需要馬桶，那IBM也賣。
這句話背后的本質(zhì)是，以客戶為核心，牢牢把握住客戶，而這，正是一家解決方案公司的立身之本。
當然，IBM轉(zhuǎn)型成功，除了抓住了這一根本，也離不開IBM的核心產(chǎn)品、服務(wù)和并購。
這里重點談下IBM的核心產(chǎn)品。核心產(chǎn)品，是那些通用化的、高毛利的產(chǎn)品。
IBM的解決方案，集成了眾多生態(tài)伙伴的產(chǎn)品，但方案中有些重要的組件和中間件，由IBM自研把控，比如服務(wù)器、存儲。
這些技術(shù)門檻高、占據(jù)核心地位且通用的基礎(chǔ)系統(tǒng)硬件，也帶來了高利潤。
IBM看似在高度定制化解決方案里又苦又累，幫其他公司牽線搭橋，實則拿捏住了最核心的中間件，以至于一個項目可以拿到近五成的營收以及高毛利。
“以前銀行IT系統(tǒng)里最要命的中間件都是IBM在控制，成本不高，但服務(wù)費非常貴。十幾年前那批服務(wù)銀行業(yè)務(wù)的IBM銷售，真是躺著賺錢?！盜BM 前員工告訴雷鋒網(wǎng)。
所以，即使他們做重解決方案，依然可以通過核心產(chǎn)品獲得高毛利。
同樣，SAP有ECC，甲骨文有數(shù)據(jù)庫。
數(shù)據(jù)庫是基礎(chǔ)軟件皇冠上的明珠，幾十年來與操作系統(tǒng)齊名，是每一家公司業(yè)務(wù)系統(tǒng)的核心，以剛需“收割”企業(yè)利潤。
這些都是解決方案里的利潤來源、客戶不得不買的核心產(chǎn)品。
那么為什么中國的解決方案公司缺少這類高毛利的核心產(chǎn)品？在雷鋒網(wǎng)看來，原因有四：
第一，復雜的系統(tǒng)性工程能力有限。吃透一個復雜業(yè)務(wù)系統(tǒng)，需要強大的工程能力，龐大的知識體系和深厚的經(jīng)驗積累，中國在系統(tǒng)性工程能力上一直較為欠缺。
第二，浮躁，傾向于賺快錢。（其實這也是工程能力弱的原因）
這類核心產(chǎn)品，屬性重、壁壘高，需要極大的時間、資金、精力和研發(fā)投入，但中國發(fā)達的互聯(lián)網(wǎng)產(chǎn)業(yè)讓大多數(shù)企業(yè)習慣于短期獲利，在海量的客戶、海量的營收規(guī)模、高營收增長率、高利潤率的面前，難以沉下心來做各項要求極高，且不一定能成功的產(chǎn)品。
第三，對資金投入、戰(zhàn)略堅持要求極高。
以數(shù)據(jù)庫為例，在云計算的光芒下，這兩年中國數(shù)據(jù)庫領(lǐng)域進展迅速，阿里、騰訊、華為都初嘗甜頭。
在這背后，他們投入了巨大的人力、物力、財力，即便如此，因中國To B市場環(huán)境問題，在相當長一段時期內(nèi)，這類產(chǎn)品的工作推進得尤為艱難。
在那些前路星光暗淡的日子里，能堅持至今，實屬不易，這離不開企業(yè)在戰(zhàn)略上堅定地支持。
第四，企業(yè)對有效專利的保護遠遠不夠，在法律手段上不夠狠，市場懲罰力度有限，導致抄襲成本低。仿制品多了，自然會進入打價格戰(zhàn)的惡性循環(huán)，沒有利潤。
這個問題過去20年沒有解決，可能未來10年也很難解決。
早期，AI公司以為AI技術(shù)就是類似ECC、Oracle的“中間件”，但是AI本身并不是一個產(chǎn)品，且門檻逐漸降低，同質(zhì)化嚴重。
而IT軟件領(lǐng)域，中國至今也沒有一個保持高毛利率的軟件企業(yè)。以金蝶、用友為例，這些具有二、三十年歷史的公司，利潤一直在低位徘徊。
眼下的中國AI公司，大多缺錢、缺精力、缺戰(zhàn)略底氣去支持一款核心產(chǎn)品的開發(fā)。
2.輕量標準化產(chǎn)品模式：盤子是大，收費模式扭曲
做重不行，那就來輕的，比如SaaS模式。
的確，SaaS也是目前各大互聯(lián)網(wǎng)巨頭最為重視的產(chǎn)品形態(tài)之一。
它模式輕，無需定制，一套SaaS產(chǎn)品可以復用；收入可持續(xù)，不是一錘子買賣；高毛利，SaaS收入的毛利至少能達到70%。
它打通To B，通用化、標準化，是個突破困局的好苗子。
此模式也得到歐美市場認可，單2020年，美股的SaaS公司就有不少突破了百億甚至千億美金估值。
甚至有一種說法：美股過去十年屬于FAANG（互聯(lián)網(wǎng)），下一個十年屬于SaaS（軟件即服務(wù)），未來軟件定義世界。
理論上可行，但要明白，美國的企業(yè)服務(wù)程度遠在中國之上，且美國人口紅利弱勢下，長期以來注重人效比。
其次，中國環(huán)境較為尷尬，中國的付費意識有所提升，但依然不容樂觀，尤其在軟件領(lǐng)域。而有了免費的釘釘、企業(yè)微信、飛書后，更是加劇了國內(nèi)小公司的軟件“白嫖”意識，愿意付出可觀費用的企業(yè)數(shù)量非常少。
其實，這間接導致SaaS也逐步進化成定制化項目。
其次，仔細想想，淘寶在以另一種SaaS的形態(tài)存在于市場，以羊毛出在豬身上的方式，賺走了多數(shù)小微企業(yè)的錢。
3.企業(yè)知識產(chǎn)權(quán)保護：不夠快、不夠狠、不夠全
當然，高毛利的困局，除了戰(zhàn)略堅持、工程能力，更在于當前知識產(chǎn)權(quán)保護環(huán)境的不成熟。
首先，中國企業(yè)一個重大認知誤區(qū)，就是“誰掌握的技術(shù)多，誰最需要加強知識產(chǎn)權(quán)保護”。
知識產(chǎn)權(quán)其實具備技術(shù)與法律的雙重屬性，本質(zhì)上是運用于商業(yè)。
但中國大多數(shù)企業(yè)沒有意識到它不是一個法律問題，而是一個資產(chǎn)管理問題，知識產(chǎn)權(quán)長期得不到足夠的重視。
這一點上，硅谷地區(qū)尤為優(yōu)秀。
《燒掉艦船》一書中，就鮮活地展示了知識產(chǎn)權(quán)的力量。
馬歇爾?菲爾普斯在任職IBM公司副總裁期間，利用知識產(chǎn)權(quán)武器，在IBM命懸一線之時，通過一系列組織架構(gòu)及專利許可的改革，成功使得IBM公司擺脫經(jīng)營困境：
當年，IBM的利潤收入總額中有25%來自于知識產(chǎn)權(quán)的與授權(quán)的項目。
如果說在IBM馬歇爾只是利用知識產(chǎn)權(quán)拯救IBM公司脫離水火困局，那么后來在微軟馬歇爾則利用知識產(chǎn)權(quán)所做的變革，讓知識產(chǎn)權(quán)成為微軟的戰(zhàn)略核心，并支撐巨輪前行。
而另一個依靠知識產(chǎn)權(quán)的運營為企業(yè)帶來盈利的典型案例，非甲骨文莫屬。
甲骨文的法務(wù)團隊是全公司最強勢的部門，有人調(diào)侃，它應(yīng)該是一家大型律所，而不是一家軟件科技巨頭。
其法務(wù)團隊，已經(jīng)形成一條完整的產(chǎn)業(yè)鏈，有負責起草滴水不漏的授權(quán)許可合同/格式合同的律師；有負責探索并調(diào)查市場上侵權(quán)公司，進行許可授權(quán)談判的律師；有負責訴訟的律師，開啟漫長的司法程序，并申請配套的訴訟保全或禁止令等，捆住目標公司的手腳。
這些法務(wù)團隊出現(xiàn)在董事會、在風控會、在談判現(xiàn)場、在危機處理等等場景，只要與公司業(yè)務(wù)相關(guān)，他們似乎無處不在。
一家一流公司，不僅需要能創(chuàng)造IP，更需要運營IP。
作為一個軟件系統(tǒng)公司，甲骨文前期需要為產(chǎn)品投入巨大的成本，此舉本意是為保護自身不受侵害，后來，這種架構(gòu)融入企業(yè)生命，成為一種生產(chǎn)力。
只要他們開發(fā)出一款好的數(shù)據(jù)庫產(chǎn)品或組件，即舉整個公司之力保護權(quán)益，甚至經(jīng)常通過一場官司就可贏得數(shù)億美金，以至于網(wǎng)上出現(xiàn)不少諸如此類的段子：
黑客：你好，在嗎？
受害企業(yè)：？
黑客：我在你公司網(wǎng)絡(luò)里安裝了幾個oracle數(shù)據(jù)庫，給我2-btc我就告訴具體安裝位置，要不我就告到oracle法務(wù)部。
受害企業(yè)：......大哥，有話好商量
這套機制在保護他們的核心產(chǎn)品的同時，也讓其在一段時間內(nèi)形成市場壟斷。
公司業(yè)務(wù)上無處不在的法務(wù)團隊，其實是法務(wù)成熟的體現(xiàn)。顯然，國內(nèi)仍不夠成熟：知識產(chǎn)權(quán)保護體系不健全，企業(yè)也缺乏相關(guān)的意識。
比如知識產(chǎn)權(quán)保護到位，是建立在一系列前提之上，大多數(shù)企業(yè)并沒有完備的團隊：
是合適利用知識產(chǎn)權(quán)保護還是適合商業(yè)秘密保護是否做了全面的或針對性的知識產(chǎn)權(quán)布局是否有團隊在監(jiān)控和維護知識產(chǎn)權(quán)
比如實際執(zhí)法問題多，處罰力度有限。不僅存在認知力度水平不一、地方保護主義等等問題，且目前知識產(chǎn)權(quán)界的不少重大侵權(quán)案件中的賠償金額也較為有限。
“真正的懲罰是市場禁入，真正的獎勵是國家允許的市場壟斷?！蹦撤蓮臉I(yè)者對雷鋒網(wǎng)表示。
中國的知識產(chǎn)權(quán)，大多數(shù)仍處于低端的專利代理和訴訟工作，很難去真正認識到知識產(chǎn)權(quán)保護這種無形資產(chǎn)對一個企業(yè)價值體。
整個知識產(chǎn)權(quán)結(jié)構(gòu)的不成熟，讓拿來主義盛行。當企業(yè)嘔心瀝血開發(fā)的產(chǎn)品一轉(zhuǎn)手成為他人獲利的工具，得不到保護的創(chuàng)新，就是市場惡性競爭的開始。
難道沒有其他出路嗎？
未必，短道被擋，還有長道。在雷鋒網(wǎng)看來，AI未來的轉(zhuǎn)機，也許在以下三種路徑里。
路徑一：重定制集成項目實施→ 數(shù)字化咨詢 → 咨詢業(yè)務(wù)反哺重定制實施 → 與大型客戶建立高粘性和系統(tǒng)不可替代性
眼下，整個To B行業(yè)，一邊被傳統(tǒng)體系與落后的生產(chǎn)方式相互拉扯，一邊在紛繁復雜的新興技術(shù)洪流中被左右推搡。
在技術(shù)迭代的窗口，要么向上沖鋒，躍進下一個時代，要么混同撲面而來的泥沙，跌入時代的谷底。
轉(zhuǎn)型是不是找死不知道，但不轉(zhuǎn)型一定是等死。
身處其中的傳統(tǒng)企業(yè)們怎能不明白這個道理，但是AI時代，如何提升企業(yè)生產(chǎn)與管理效率？如何重構(gòu)線上與線下的關(guān)系？換句話說，往哪里轉(zhuǎn)？怎么轉(zhuǎn)？
這些問題，單靠企業(yè)本身，難以全面回答，而咨詢機構(gòu)可以。
德魯克說過：動蕩時代最大的危險不是動蕩本身，而是仍然用過去的邏輯做事。
數(shù)字化咨詢最大的價值不是解決細節(jié)的技術(shù)問題，而是通過對商業(yè)流程的把握，通過整個體系的重塑實現(xiàn)更高的企業(yè)運營效率。最終目的，是讓企業(yè)花費最小的金錢、時間等成本，實現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型。
為什么說AI公司，在當前適合開辟數(shù)字化咨詢業(yè)務(wù)？
先說說必要性。
首先以往的AI公司完全不需要做咨詢業(yè)務(wù)，因為它們只是給客戶提供單點技術(shù)服務(wù)，如人臉識別、語音交互、機器學習決策等等，遠沒到戰(zhàn)略咨詢、IT咨詢階段。
但現(xiàn)階段的AI企業(yè)，隨著業(yè)務(wù)不斷下沉，逐漸做重，本質(zhì)上成了數(shù)字化企業(yè)。
數(shù)字化，用什么技術(shù)不重要，重要的是做好頂層設(shè)計、組織管理規(guī)劃、數(shù)據(jù)沉淀、數(shù)據(jù)流通、數(shù)據(jù)決策，最終實現(xiàn)智能化。
這個時候，做咨詢，勢在必行。
咨詢行業(yè)本身是高智力的工作，難以產(chǎn)生高規(guī)模營收、高利潤，但咨詢不是目的，盈利也不是。
如今的數(shù)字化轉(zhuǎn)型解決方案，不再是單純的軟硬件實施，而是對人、組織、流程、IT的整體改造。
AI企業(yè)可以設(shè)立“咨詢子公司”，自上而下摸清楚各種場景、客戶、領(lǐng)導的需求，拉通供應(yīng)鏈關(guān)系，一來，以自身的方式經(jīng)營客群關(guān)系，并幫助母公司去直接獲客，承接項目實施。二來，在更深入了解客戶需求后，反哺主公司的整體解決方案。
坦白講，咨詢只是引子，打通客戶決策層之際，為自己的項目實施業(yè)務(wù)拉客。更通過這個引子，吃透行業(yè)，了解更多客戶需求，讓解決方案更為健全、通用。
好比一家裝修實施公司，額外經(jīng)營了一家家裝設(shè)計子公司，設(shè)計公司先給業(yè)主做出設(shè)計規(guī)劃，提供裝修的用料、實施商的選型參考，同時推薦自家的實施母公司，來做最終落地。
再說說可能性。
模式輕，市值高。
咨詢是輕模式，資金壓力小，AI企業(yè)入局風險較小。
其實IT數(shù)字化領(lǐng)域，走通此模式的咨詢企業(yè)不在少數(shù)。以埃森哲為例，其以IT咨詢起家，在咨詢領(lǐng)域站穩(wěn)腳跟后做，逐步擴展到解決方案的實施和部署，目前年營收500億美元，市值達2000億美元。
即使不以巨頭參照，咨詢本身最大的成本是人力，項目人效高，利潤與重型解決方案相比，也較為可觀。
咨詢行業(yè)市場大。
未來智庫數(shù)據(jù)顯示，2018年全球咨詢行業(yè)達 2770 億美元，復合增長 4.3%。在增長方面，亞太地區(qū)是行業(yè)的最前沿。亞太地區(qū) 2018 年的市場規(guī)模為 470 億美元，約占全球管理咨詢業(yè)的 17%，其中中國市場是增長龍頭，年復合增速超過 10%，是全球市場的兩倍。
AI企業(yè)可根據(jù)自身基礎(chǔ)，選擇不同的模式組合：輕咨詢+重實施；重咨詢+輕實施；重咨詢+沒有實施。
其實目前不少AI企業(yè)已經(jīng)在往咨詢領(lǐng)域發(fā)力，比如金融風控領(lǐng)域的頭部企業(yè)同盾就孵化了咨詢子品牌。
在定制化場景摸爬滾打的?？狄舶荡链恋赜袆幼鳌?/p>
2018年12月，?？颠M行了組織架構(gòu)調(diào)整，成立了全新的三大BG事業(yè)部（PBG、EBG、SMBG）。其中，EBG已經(jīng)成為?？敌碌膭恿σ嬷?，承擔了?？低七M企業(yè)數(shù)字化轉(zhuǎn)型業(yè)務(wù)重任，?？滴灾厝蔚腅BG負責人徐習明， 就是IT咨詢出身，曾是IBM咨詢部門的副總裁。
最鼎盛時期的IBM，是解決方案的集大成者，更是一只“高毛利的通用服務(wù)器、中間件產(chǎn)品 + 高定制化實施團隊 + IT咨詢服務(wù)部”三輪驅(qū)動的巨型航母。
路徑二：重定制集成項目實施 → 進入非標市場的標準市場（自動駕駛、芯片） → 形成標準化產(chǎn)品 → 低成本規(guī)?；瘡椭?/strong>
AI公司為何都在賠？
核心在于：AI未能標準化，項目需求又無窮多，也就有了做得越多虧得越多。
業(yè)務(wù)特性上，以項目制為主，產(chǎn)品和服務(wù)門檻高，生產(chǎn)流程復雜、定制化高；
行業(yè)特性上，周期長、反饋慢，不具備高增長性，投資回報率低。
競爭格局上，傳統(tǒng)巨頭林立，擴展業(yè)務(wù)邊界；互聯(lián)網(wǎng)大廠跨界，財大氣粗廣撒網(wǎng)，搭建生態(tài)。
說白了，非標市場，容不下AI企業(yè)浩瀚的AI夢。
那就去標準化市場？有人說。
標準化市場可以一夜之間把價格做到無窮低，高額運營支出會逼著他們重回定制化市場。
上不得，下不去，還不能不做，畢竟日子還得過？怎么辦？
在非標準化市場找到標準化賽道，這才是AI公司的路子。
沒找到之前，一定不賺錢，一定虧下去，一定成不了巨頭，一定被質(zhì)疑。
所以不管他們現(xiàn)階段是否依賴于非標領(lǐng)域獲得營收，要在未來立足，必須瞄準更大的賽道，如此，才能支撐他們“昂貴的未來”。
這個“更大的賽道”在哪里呢？
場景上，自動駕駛、芯片都是明顯的非標市場中的標準市場。
技術(shù)上，軟件定義、人機協(xié)同一旦成型，可以一招吃遍天下鮮。
這些賽道長線、資本看好（熱錢關(guān)注）、短期無法盈利，能講出不一樣的故事。
正如《依圖醫(yī)療「變賣」內(nèi)幕：出走、截胡與派系整合》中，前依圖員工的一句話點破了AI公司對標準化市場壯士斷腕般的執(zhí)著：
安防和醫(yī)療都不是依圖未來的主業(yè)，安防只是規(guī)模比醫(yī)療大，哪一天無人車或者芯片做起來，安防也能像醫(yī)療一樣賣掉。現(xiàn)在分管安防的高管Steve，背景是企業(yè)級產(chǎn)品研發(fā)，想做個類似數(shù)據(jù)庫的產(chǎn)品，什么行業(yè)都可以用。因此，對行業(yè)領(lǐng)域沒有太多的感知或者感情?！?/p>
路徑三：開源深度學習框架，占位國產(chǎn)化高地。
至今，主流的開源深度學習框架一直由國外科技巨頭主導，其中Google的TensorFlow以強大的工業(yè)部署能力深受工業(yè)界喜愛，F(xiàn)acebook的PyTorch以靈活性橫掃學術(shù)千軍，兩者占據(jù)了90%的市場份額。
在AI界，兩大開源框架的地位等同于IOS和安卓系統(tǒng)，算得上開源框架的雙煞。
既然巨頭成就在前，框架開源不受限，為什么要重復造輪子，勝算又在哪里？
1. 深度學習框架，一場潛在的制高點之爭。
如果把炒菜比作場景，優(yōu)質(zhì)的食材（大數(shù)據(jù)）、高超的方法（算法）、上等的鍋（框架），加上恰當?shù)幕鹆Γㄋ懔Γ?，才能炒出一盤好菜。
作為底層語言和算法模型的骨架，深度學習框架省去了開發(fā)者從0到1地搭建地基的成本，提高開發(fā)效率。
開發(fā)人員可以像搭積木一般，根據(jù)自身行業(yè)的特點和場景需要，選擇框架中的模型，進行組裝或訓練自己的模型，導入數(shù)據(jù)并得到模型，最終實現(xiàn)部署。
深度學習框架其實將數(shù)據(jù)、算力、算法三者相連接，向下對接芯片（算力），向上支撐應(yīng)用。
如果說芯片是算力平臺，那么深度學習框架就是編程生產(chǎn)力平臺，兩者已經(jīng)成為AI基礎(chǔ)設(shè)施基座。
成為一家平臺型公司，建立以自身為主導的龐大的AI生態(tài)，是大多數(shù)科技巨頭的愿景，在“得開發(fā)者得天下”的影響下，開源深度學習框架將是企業(yè)躋身“平臺型AI”的關(guān)鍵。
開源本身，是將自家的獨門絕技分解成一招一式，慷慨對外，既是開誠布公的交流，也是明槍暗箭的較量。
深度學習框架話語權(quán)的爭奪，暗藏著對未來AI行業(yè)標準制定主話人的爭奪。
百度CTO、深度學習技術(shù)及應(yīng)用國家工程實驗室主任王海峰也曾表示，深度學習框架是“智能時代的操作系統(tǒng)”。
深度學習框架的競爭，已經(jīng)成為未來人工智能場上競賽的制高點。
Google有TensorFlow、Facebook有PyTorch，百度有Paddle Paddle、華為有華為 MindSpore。
你看，這一制高點，早已有無數(shù)巨頭爭相競奪。
2. 技術(shù)沒有終點，企業(yè)沒有永勝將軍。
當年TensorFlow橫貫世界，誰能想到PyTorch愣是沖破鐵幕，上演了后來居上的故事呢？
按理說如今TensorFlow和PyTorch牢牢把控市場，然而TensorFlow性能高、部署方式高效，但調(diào)試性不足，而PyTorch靈活易上手，但命令式編程運行效率低。
說白了，開發(fā)端的需求動態(tài)化、多元化，沒有哪一個框架能完全滿足市場需求。
這意味著，任何一個框架都不會有決定性的勝利。沒有永恒的強者，只有永恒的挑戰(zhàn)者——新的框架出現(xiàn)具有歷史必然性。
華為徐直軍曾對此表示：“我們現(xiàn)在還沒有看到哪一個框架能夠真正做到支撐全場景，而華為 MindSpore 的目標就是成為這樣一個框架”。
也因此，不斷有挑戰(zhàn)霸主地位的沖鋒者。
開源深度學習框架的代表性崛起出現(xiàn)在2012年-2015年間，歷史并不悠久，也許追著追著，就趕上了呢？
3. 局勢動蕩，國產(chǎn)替代勢頭大。
中國超九成的開發(fā)者使用的AI開源軟件包來自美國。
很顯然，中國的人工智能嚴重依賴美國的開源框架，往嚴重了說，中國人工智能產(chǎn)業(yè)，有相當一部分是建立在美國智能框架之上。
在中美關(guān)系緩解的前提下，尚且影響不大，但如果這個前提生變呢？
輕則影響工程進度，重則步中國芯片產(chǎn)業(yè)被美制裁的后塵。
中興、華為事件的爆發(fā)、美國至今仍在更新的實體清單，無不在提醒著中國企業(yè)，作為編程生產(chǎn)力平臺的深度學習框架，不是沒有成為下一目標的可能。
一旦中國AI企業(yè)成為制裁對象，關(guān)上了深度學習框架的大門，將是對中國開發(fā)人員甚至AI產(chǎn)業(yè)的致命一擊。
退一步講，目前在國家數(shù)據(jù)安全越加敏感的背景下，即使沒有中美科技戰(zhàn)，數(shù)據(jù)向國內(nèi)遷移也將成為趨勢。
要知道，AI的訓練全部基于開源框架，這意味著海量的真實食材（數(shù)據(jù)）都將在美國企業(yè)的大鍋（開源框架）里烹飪，一旦上升到國家，數(shù)據(jù)安全將成重要隱患。
所以我們看到，百度開源了，華為開源了，阿里開源了，騰訊開源了，曠視開源了，清華也開源了......
從這個角度看，也許2020年國產(chǎn)深度學習框架開源集中爆發(fā)不是巧合。
而在這之中有個信號——少見的AI企業(yè)的身影。
2020年3月，曠視開源核心深度學習框架曠視天元（MegEngine），成為全球首個將底層框架開源的人工智能企業(yè)。
MegEngine開源發(fā)布會上，除了有圖靈獎得主姚期智、高文院士、懷進鵬院士坐鎮(zhèn)，還有前微軟人工智能領(lǐng)航人物沈向洋捧場，單從嘉賓陣容，可一窺曠視對其開源框架的重視。
曠視的出現(xiàn)，讓這場競爭不再是科技巨頭玩得起的游戲。
首先，前文提到目前AI公司的困境在于，AI并非核心技術(shù)，重型定制化解決方案容易進入死胡同，輕量的標準化產(chǎn)品模式收費潛力有限，可談得上“價值”的人才難以量化。
AI企業(yè)一直在尋找一個站得住、走得長的“價值”，基于上述分析，開源可以是那個“價值”。
站在曠視的角度，當初商湯以平臺型為目標，曠視若無亮眼標簽傍身，未來很可能與二線AI企業(yè)無異。
一知名投資人向雷鋒網(wǎng)透露，他們投資人看企業(yè)，更多看的是想象空間，不是看現(xiàn)在能賺多少錢，如果比賺錢，何不去投資集成商？
“當今的AI行業(yè)，除了極個別企業(yè)外，我們實在看不到任何大的想象空間。曠視的想象空間，我認為是深度學習開源框架，如果能把它做好，這就是他們的最大增量之一?！?/p>
再來談?wù)劕F(xiàn)實，開源框架的商業(yè)價值。
TensorFlow和PyTorch其實都存在百億美元的營收潛力，Google和Facebook之所以不以此盈利，是因為開源承載的更多是戰(zhàn)略意義，是防止被對手吞噬的防御性措施。
安卓的免費開源，從戰(zhàn)略意義上講，是為了防止被iOS和Window卡脖子。
設(shè)想下，如果Google沒有自己的安卓陣營，幾十個應(yīng)用全部架設(shè)在蘋果和微軟的操作系統(tǒng)之上，一旦發(fā)生巨頭之間的卡脖子事件，Google的處境會有多么艱難。
巨頭不缺錢，可以不在乎盈利，但AI企業(yè)在乎。他們需要錢，且理論上可操作。
方式一，可先提供一個基礎(chǔ)版本，針對高級版本收服務(wù)費；方式二，開源一段時期后閉源，按需使用收費；方式三，與使用框架的公司合作，開發(fā)新產(chǎn)品。
當然，這是一條可行的路，但并不是一條容易的路。
TensorFlow和PyTorch，背靠科技巨頭，框架性能強大、工具鏈成熟、社區(qū)生態(tài)龐大，它們匯聚了全球的工程師、頂尖的代碼和產(chǎn)品，仍然位居開源領(lǐng)域頂峰。
這個賽道里，創(chuàng)業(yè)公司極少，側(cè)面意味著高壁壘、周期長、生意慢，需要得到開發(fā)者認可，需要巨大的生態(tài)支持，才能變成大生意。
而且，這一路徑的成立必要前提，是科技制裁加劇、外國主流框架使用受限、中國相關(guān)政策支持，且成立后，僅有中國人使用，其生態(tài)環(huán)境無法與前兩者比擬，這是此模式天然的局限性。
距離那場讓各界激動不已的人機大戰(zhàn)，已經(jīng)五年了，也才短短五年。
有人趕不上熱點，抓不緊核心，在隊伍末端吊墜。
有人挑最重的擔子，啃最硬的骨頭，無懼下沉。
有人交槍、搶跑、狂奔，全力以赴想搶先初達拐點。
有人羞羞答答，不知該破釜還是堅守，兩只手相互拉扯，左右為難。
無論以何種姿態(tài)閃亮登場，未能尋得一片安身之地的企業(yè)，都將被大浪沖散。商戰(zhàn)殘酷，無人憐惜薔薇橫臥，唯有在歷史的縫隙里，輾轉(zhuǎn)騰挪，活到下一時代。
但市場鐵律會摧毀秩序，也會重建規(guī)則，催生新的萬象。
數(shù)字化浪潮正引發(fā)新一輪社會進化，所有人將通過商業(yè)路徑選擇，完成一場公平競跑。
這既是一個AI企業(yè)賭命的關(guān)鍵節(jié)點，也是AI企業(yè)在新時代開篇建制的絕佳時機。最先適應(yīng)的人，將收到時代饋贈的紅利。
AI商業(yè)化落地的鏡像里，誰能稱王，誰是敗寇？
新故事已然開始。讓我們拿起望遠鏡，隨著時代的曲線開始一場大變革浪潮的奇幻漂流吧。
————
人都說技術(shù)前進無終局，但AI基礎(chǔ)研究似乎逐漸進入了停滯期。
中國工程院院士、中科院計算所首席科學家李國杰近日提到，目前我國大學和企業(yè)的人工智能實驗室大多遇到頂天頂不了、立地又落不下去的困境。
他認為，不少科研項目要么是增量式的技術(shù)改進，要么是幾十年難以突破的理想型目標。
AI公司商業(yè)模式落寞背后，當然也離不開底層研究的支撐。
8月24日，我們將發(fā)布深度報道《鎖死AI基礎(chǔ)研究的「智子」是什么？》，從技術(shù)和人文角度，講述基礎(chǔ)研究難突破的深層原因，并探索未來AI研究的新方向。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
