论文部分内容阅读
如果一定要从2017年选出五大商业热点，那么应该是：共享经济、新零售、知识付费、区块链和人工智能。不同于其他四个热点，追捧和唱衰交织、赞歌和挽歌共响，人工智能创业几乎被业界一致看好，资本疯狂涌入、公司市值翻倍、整个市场呈现一派火热繁荣景象。
与此同时，也不排除有个别人提出对人工智能的质疑，整个行业是否存在泡沫？到底挣不挣钱？PPTV创始人姚欣的这篇文章，将会从投资人的视角和大家分享，人工智能行业该如何实现商业化。
人工智能应该看技术还是看市场？
可能有人会说，这个问题还用问吗？既然是技术创新，毫无疑问是技术了，正是技术变迁，才会有今天的新市场和新机遇；但也会有人会说，技术并不能带来最终的商业价值，我们还要从商业的角度去看。
以Gartner公司为例。如果你去追踪Gartner公司每年发布的技术成熟度曲线可以发现，一个技术诞生之后，会经历一个如抛物线，甚至是过山车一般的路径。很多技术到达顶峰之后会走向衰亡，在泡沫破灭后淡出人们的视野，只有少数能够杀出重围走向光明，得到广泛应用。
所以说技术的趋势是可以预见、可以判断的。但是我们处在这个曲线的哪个位置，是低谷还是光明期，坦白地说，不那么容易判断，甚至Gartner公司在预测技术的时候，偶尔也会自己打脸。
今天的投资人，无非是做一个较高概率的赌博而已。风险投资就是在不确定性中寻找确定性。
投资人在面对商业模式和新企业的时候，需要面对诸多的不确定性，有团队、有市场、有竞争、有行业……站在投资人的视角，他首先会从相对较为确定的角度出发。
很多行业的痛点不是因为技术的诞生而产生的，而是因为新技术的涌现为原来的痛点和需求提供了更好的解决方案，才产生了新的商业模式。
所以对大多数创业者来讲，你要关注的是你到底从哪个角度阐述问题，从行业的场景，还是从技术的供应。
“AI+”還是“+AI”？
类似的话题在前几年是“互联网+”还是“+互联网”。
为什么这样问呢？一个“AI+”的公司，毫无疑问，技术能力和技术团队是公司的核心。而一个“+AI”的公司，你最核心部分应该是你对行业的理解，你强调的重点应该跟你所选择的商业模式是相匹配的。
即使不谈人工智能，如果我们去看，从IT产业的成熟到互联网产业的成熟，再到移动互联网时代的到来，每一个时代的产业都有这样一个分阶段成熟的过程。
第一步是底层的基础设施，然后是平台工具，只有当应用非常繁荣之后，才会带来模式创新。这是一个从底向上逐渐成熟，逐渐发展的过程，它是一个倒三角形的发展形态，越在底层，相对的存在数量越少。
今天能够成为工具平台，能成为底层基础设施的企业有多少？比如运营商，就三大运营商；比如最好的数据库，就那么几家。但是要做应用服务，竞争会非常激烈，迭代也会非常快速。
人工智能产业也是同样的道理。从底层的基础设施，到中间的平台服务，再到上层的应用和创新，你在做哪一层，你的能力和资源必须跟这一层的特点相匹配。
做平台服务你需要有很强的资本实力，因为你要活得足够久，要耐得住寂寞，要能熬得住整个产业周期的起起伏伏。
做平台的公司往往是最后一个赚钱的，你只有赋能给这个产业生态里的其他伙伴，让他们都有了很好的盈利，才有你赚钱的机会。
阿里巴巴曾经连续6年免费，来支持整个生态的发展，才能撑到今天的繁荣。
如果你做的是行业应用，那你很可能是一个“+AI”的公司。这里又分不同情况：如果你的技术解决的问题是一个关键型应用，那么对技术的可靠性、安全性和准确性要求就非常高，例如自动驾驶、医疗机器人等，失之毫厘，谬以千里。
有些行业应用对技术的要求相对宽容，比如扫地机器人，它的行业壁垒在于整个智能家居的产业环境、供应链等，而不仅仅只是技术本身。
所以说，要对自己所处的产业阶段和商业阶段有一个清楚的认知，你才能更好地定义自己的优势。
to B 还是to C？
很多公司都想做平台，似乎不做平台就不是一家伟大的公司，但是，如果你的上下游特别强势、特别集中，你是很难做成平台的。
我自己在看了上百个人工智能跟产业结合的项目后，我最后把这一类to B的商业模式总结为七个关键字：提效、降费、定价权。
任何一个to B的公司，本质上是在帮助整个产业链的某一个环节提升效率从而获取新收益，或者降低原费用。
所以，如果你要去做提效降费的分析，首先不是分析自己的企业，而是理解这个行业价值链的上下游：你处在价值链的哪个环节？这个价值链是在缩短还是变长？是在被某一两家垄断，还是处于很分散的情况？你对这个产业的上下游有什么影响力？在这个产业的上下游，是它们更需要你一些，还是你更需要它们一些？
当年的淘宝就是很好地撬动了两端，一端是普通的个人店铺的店主，一端是今天广泛崛起的网络消费者。这两端相对比较分散，淘宝把他们集中起来去赋能。今天你的产业，是否具有这样的机遇？
另外一点是定价权。to B的公司，你从你的行业客户提升的效率里能够分到的利益，取决于你能力的稀缺程度、客户对你的需求程度，以及你对于客户业务的渗透程度。
还有一个很重要的问题，如何获取数据？有人把数据比作人工智能时代的石油。互联网时代，获取数据的方式是补贴用户，也就是烧钱。
但是如果你是一个to B公司，我认为首先你不能烧钱，此外，你要把自己的心态放低，因为今天大多数行业还没有真正走到智能时代，还处于信息化的起步阶段，甚至你并不是从0到1，很可能是从-1到0。要先帮助客户改进业务，让客户先成功，最后才能轮到你成功。
你有这样的心态，你才可能在整个产业里获取到价值和长期的合作伙伴。所以说选择创业，需要的也许不是豪华高端的团队，而是更加坚忍的心态。
而to C的公司要想实现数据的积累，跟to B有点不一样，我把它描述为钩数据，就是数据要非常人性化地让用户主动交上来。当然，前提是你能给用户提供更好的服务和体验。
比如今日头条在你使用的过程中，它会根据你的阅读习惯和喜好，为你做用户画像，由此实现更加精准的内容和广告信息的推送。这就是今日头条的核心商业模式，它使用了大量人工智能及相关的技术，悄无声息地从用户交互体验中获取数据。
所以，做to C的公司，你的交互设计里能不能埋入足够多的点，让用户行为最快速地反馈到你的平台，这是更为重要的事情。
对于to B跟to C，我们往往有一个错觉，会认为如果做to B，应该用最先进的技术，而做to C的话，可能用的是比较便宜的技术。但实际上，做to C对技术的要求更高。
为什么？to C往往要求的是过剩的技术，或者说今天业已成熟到非常廉价的技术，你才有可能做起来。比如今天的人工智能行业还处在早期的成长阶段，所以to B的公司相对较多，而to C的公司较为艰难。
回到前文所说的技术成熟曲线，我认为本质上它是人类对于技术的期待曲线，从这个曲线里能看到我们对于技术的发展，短期过于乐观，而长期过于悲观，这就是我们的人性所在。就像我们看到了AlphaGo，我们就惊呼，机器要替代人了，奇点就要来临了。其实仔细想想，10年、20年前我们看待互联网的态度，也正是今天我们看待人工智能的态度。
在我创业的10年时间里，最大的挑战不仅仅是技术的成熟，更是商业模式和团队的不断更换。
我自己创办的公司经历了两次估值下调，我的合伙人团队经过了三次重组，才熬到了最后。这也是很多人工智能的创业者，你们未来可能会面对的挑战。
有技术背景的创始人，最容易犯什么样的错误？用查理·芒格的一句话讲，就是：手中握有锤子的人，很容易把世界上的一切都看成钉子。
这也是我当年犯的最大的错误。当你拥有技术，你会觉得技术能改变一切。但后来我意识到，一切还是要回归到商业本质，从需求出发，这才能活到最后。
与此同时，也不排除有个别人提出对人工智能的质疑，整个行业是否存在泡沫？到底挣不挣钱？PPTV创始人姚欣的这篇文章，将会从投资人的视角和大家分享，人工智能行业该如何实现商业化。
人工智能应该看技术还是看市场？
可能有人会说，这个问题还用问吗？既然是技术创新，毫无疑问是技术了，正是技术变迁，才会有今天的新市场和新机遇；但也会有人会说，技术并不能带来最终的商业价值，我们还要从商业的角度去看。
以Gartner公司为例。如果你去追踪Gartner公司每年发布的技术成熟度曲线可以发现，一个技术诞生之后，会经历一个如抛物线，甚至是过山车一般的路径。很多技术到达顶峰之后会走向衰亡，在泡沫破灭后淡出人们的视野，只有少数能够杀出重围走向光明，得到广泛应用。
所以说技术的趋势是可以预见、可以判断的。但是我们处在这个曲线的哪个位置，是低谷还是光明期，坦白地说，不那么容易判断，甚至Gartner公司在预测技术的时候，偶尔也会自己打脸。
今天的投资人，无非是做一个较高概率的赌博而已。风险投资就是在不确定性中寻找确定性。
投资人在面对商业模式和新企业的时候，需要面对诸多的不确定性，有团队、有市场、有竞争、有行业……站在投资人的视角，他首先会从相对较为确定的角度出发。
很多行业的痛点不是因为技术的诞生而产生的，而是因为新技术的涌现为原来的痛点和需求提供了更好的解决方案，才产生了新的商业模式。
所以对大多数创业者来讲，你要关注的是你到底从哪个角度阐述问题，从行业的场景，还是从技术的供应。
“AI+”還是“+AI”？
类似的话题在前几年是“互联网+”还是“+互联网”。
为什么这样问呢？一个“AI+”的公司，毫无疑问，技术能力和技术团队是公司的核心。而一个“+AI”的公司，你最核心部分应该是你对行业的理解，你强调的重点应该跟你所选择的商业模式是相匹配的。
即使不谈人工智能，如果我们去看，从IT产业的成熟到互联网产业的成熟，再到移动互联网时代的到来，每一个时代的产业都有这样一个分阶段成熟的过程。
第一步是底层的基础设施，然后是平台工具，只有当应用非常繁荣之后，才会带来模式创新。这是一个从底向上逐渐成熟，逐渐发展的过程，它是一个倒三角形的发展形态，越在底层，相对的存在数量越少。
今天能够成为工具平台，能成为底层基础设施的企业有多少？比如运营商，就三大运营商；比如最好的数据库，就那么几家。但是要做应用服务，竞争会非常激烈，迭代也会非常快速。
人工智能产业也是同样的道理。从底层的基础设施，到中间的平台服务，再到上层的应用和创新，你在做哪一层，你的能力和资源必须跟这一层的特点相匹配。
做平台服务你需要有很强的资本实力，因为你要活得足够久，要耐得住寂寞，要能熬得住整个产业周期的起起伏伏。
做平台的公司往往是最后一个赚钱的，你只有赋能给这个产业生态里的其他伙伴，让他们都有了很好的盈利，才有你赚钱的机会。
阿里巴巴曾经连续6年免费，来支持整个生态的发展，才能撑到今天的繁荣。
如果你做的是行业应用，那你很可能是一个“+AI”的公司。这里又分不同情况：如果你的技术解决的问题是一个关键型应用，那么对技术的可靠性、安全性和准确性要求就非常高，例如自动驾驶、医疗机器人等，失之毫厘，谬以千里。
有些行业应用对技术的要求相对宽容，比如扫地机器人，它的行业壁垒在于整个智能家居的产业环境、供应链等，而不仅仅只是技术本身。
所以说，要对自己所处的产业阶段和商业阶段有一个清楚的认知，你才能更好地定义自己的优势。
to B 还是to C？
很多公司都想做平台，似乎不做平台就不是一家伟大的公司，但是，如果你的上下游特别强势、特别集中，你是很难做成平台的。
我自己在看了上百个人工智能跟产业结合的项目后，我最后把这一类to B的商业模式总结为七个关键字：提效、降费、定价权。
任何一个to B的公司，本质上是在帮助整个产业链的某一个环节提升效率从而获取新收益，或者降低原费用。
所以，如果你要去做提效降费的分析，首先不是分析自己的企业，而是理解这个行业价值链的上下游：你处在价值链的哪个环节？这个价值链是在缩短还是变长？是在被某一两家垄断，还是处于很分散的情况？你对这个产业的上下游有什么影响力？在这个产业的上下游，是它们更需要你一些，还是你更需要它们一些？
当年的淘宝就是很好地撬动了两端，一端是普通的个人店铺的店主，一端是今天广泛崛起的网络消费者。这两端相对比较分散，淘宝把他们集中起来去赋能。今天你的产业，是否具有这样的机遇？
另外一点是定价权。to B的公司，你从你的行业客户提升的效率里能够分到的利益，取决于你能力的稀缺程度、客户对你的需求程度，以及你对于客户业务的渗透程度。
还有一个很重要的问题，如何获取数据？有人把数据比作人工智能时代的石油。互联网时代，获取数据的方式是补贴用户，也就是烧钱。
但是如果你是一个to B公司，我认为首先你不能烧钱，此外，你要把自己的心态放低，因为今天大多数行业还没有真正走到智能时代，还处于信息化的起步阶段，甚至你并不是从0到1，很可能是从-1到0。要先帮助客户改进业务，让客户先成功，最后才能轮到你成功。
你有这样的心态，你才可能在整个产业里获取到价值和长期的合作伙伴。所以说选择创业，需要的也许不是豪华高端的团队，而是更加坚忍的心态。
而to C的公司要想实现数据的积累，跟to B有点不一样，我把它描述为钩数据，就是数据要非常人性化地让用户主动交上来。当然，前提是你能给用户提供更好的服务和体验。
比如今日头条在你使用的过程中，它会根据你的阅读习惯和喜好，为你做用户画像，由此实现更加精准的内容和广告信息的推送。这就是今日头条的核心商业模式，它使用了大量人工智能及相关的技术，悄无声息地从用户交互体验中获取数据。
所以，做to C的公司，你的交互设计里能不能埋入足够多的点，让用户行为最快速地反馈到你的平台，这是更为重要的事情。
对于to B跟to C，我们往往有一个错觉，会认为如果做to B，应该用最先进的技术，而做to C的话，可能用的是比较便宜的技术。但实际上，做to C对技术的要求更高。
为什么？to C往往要求的是过剩的技术，或者说今天业已成熟到非常廉价的技术，你才有可能做起来。比如今天的人工智能行业还处在早期的成长阶段，所以to B的公司相对较多，而to C的公司较为艰难。
回到前文所说的技术成熟曲线，我认为本质上它是人类对于技术的期待曲线，从这个曲线里能看到我们对于技术的发展，短期过于乐观，而长期过于悲观，这就是我们的人性所在。就像我们看到了AlphaGo，我们就惊呼，机器要替代人了，奇点就要来临了。其实仔细想想，10年、20年前我们看待互联网的态度，也正是今天我们看待人工智能的态度。
在我创业的10年时间里，最大的挑战不仅仅是技术的成熟，更是商业模式和团队的不断更换。
我自己创办的公司经历了两次估值下调，我的合伙人团队经过了三次重组，才熬到了最后。这也是很多人工智能的创业者，你们未来可能会面对的挑战。
有技术背景的创始人，最容易犯什么样的错误？用查理·芒格的一句话讲，就是：手中握有锤子的人，很容易把世界上的一切都看成钉子。
这也是我当年犯的最大的错误。当你拥有技术，你会觉得技术能改变一切。但后来我意识到，一切还是要回归到商业本质，从需求出发，这才能活到最后。