凌通投资
首 页 / 行业分析
O2O、大数据、可穿戴、VR/AR,现在轮到AI吹风了吗?
作者:唐欣 来源:新浪博客时间:2018-03-22 21:06:00

互联网领域有一个很流行的说法叫“风口上的猪”,最早是来自雷军。大概意思是如果到了行业兴起的时机,即使是没什么竞争力的玩家,也能够获得很大的发展。尽管用了一个稍显夸张的比喻,但这句话本意其实是没错的。雷军后来澄清他的意思是创业要找到风口,顺势而为。然而,这句话的各种诠释和解读却也无可阻挡的流行开来。


行业中有不少创业者将这句话当做至理名言,凡是有什么“风”起来,就一股脑的冲进去。也有投资人喜欢把它当做口头禅,毕竟好的项目太难找了。跟“风”投资,哪怕知道这是一个注定死亡的项目,起码也能给资本一个概念。如果“风”不会那么快过去,转手脱身的概率也会更高。


所以,最近这几年,行业内刮过了很多轮“风”。


O2O是这几轮风中规模可以说最大的。电商和移动互联网的普及为O2O的发展提供了基础。当时,有两种很流行的说法:XXX行业一年的规模有XXX百亿;或者,用户需要一个更便捷的XXXX。按照这两条标准,大部分O2O的模式都是前景广阔的。在风口上,创业者往往有意无意的忽略了成本,这个维持商业规律的最核心要素之一。运气不好的,在烧掉无数风投之后,企业关门大吉。运气好一些的,撑到竞争对手要么倒闭要么被整合。没有补贴,用户流量也少了许多,最终勉强运营。


O2O的风潮败在忽略了成本效益的商业基本法则


大数据是这几轮风中最早出现,也是刮得最久的。大数据本身并非是一种商业模式的范畴,而是一种对数据应用的理念。无奈的是,在需要风的时候,大数据也被人拿来当做无所不能的武器。


这一领域举起大数据旗帜的很多是这样一些公司:自己几乎没有什么数据,依靠着个别数据挖掘模型(可能完全没有任何实际价值)来指望甲方公司买单的技术公司;因为给运营商做过项目,合法或非法的拿到一些数据,并包装成精美报表的所谓大数据公司;从公开的互联网上抓取大量数据,在大量“手工智能”的帮助下发现各种神奇结论的公司。


运营人员在尝试过各种算法之后,常常会发现,粗暴运营其实比应用大数据的精细化运营效果来得更好。比如在内容产品中,脍炙人口的“三俗”内容比那些通过推荐算法得到的内容推荐效果更好。尽管如此,不少内容产品还是会把这个运营经验包装成高大上的大数据算法。


大数据的另一个残酷现实是,真正有自己的数据源的公司少之又少。而像BAT、运营商这样有数据资源的企业对数据的使用则控制的非常严格。不同公司之间的数据无法打通,单一的数据价值大大降低。甚至还有一些浑水摸鱼的公司贩卖伪造数据……


大数据的风潮败在了数据源的匮乏和对数据价值的过分夸大


可穿戴设备的兴起是随着微型传感器技术的发展而突然火爆的。这一点就决定了这个行业最大的悲剧:是由技术推动而非需求推动。绝大部分可穿戴设备都聚焦于运动健康相关的需求,可惜实现的功能一点也不刚性。当新鲜感褪去,可穿戴设备的创业者们只好接受失败的命运。


VR/AR的风起几乎就是一次人为事件:Facebook 20亿收购Oculus,并且觉得很划算。于是乎,创业者们又一次看到了成功的希望。各种VR设备和VR内容的出现也赚足了大众的眼球。但与可穿戴设备相似的是,VR/AR同样不是一个刚需的领域。常规视觉产品可以说是综合效果与成本的最佳平衡点。哪怕再炫目的VR/AR设备,都面临两个难题:一是无法打动消费者购买;二是缺少VR/AR内容。其实两个问题是一回事,需求不足,内容当然也不足。纯粹靠投资热点拉动的风潮,也很快偃旗息鼓了。


可穿戴与VR/AR风潮败在了对用户需求的错误估计


最近流行的风潮当属AI了。去年初,AlphaGo在围棋对弈中战胜李世石,让AI又一次被大众聚焦。国内百度则通过一系列运作,将AI作为百度未来重新崛起的关键战略。与此同时,一大批AI概念的创业公司也如雨后春笋般出现了。那么,AI这股热潮会像前几轮概念那样,其兴也勃焉,其亡也忽焉?还是会真正成就一批企业,甚至会出现新的科技巨头?


然而笔者却认为,AI恐怕又会让不少人失望了。


目前的人工智能其实并不是一项或几项技术,而是一系列技术所形成的拟人效果。


尽管人们一直希望能让机器像人一样去思考,但这条路似乎从来就没有进展,甚至没有发现走通的可能。于是科学家转而利用机器越来越庞大的计算能力,通过人工神经网络这样的算法模型,来实现类似于人的思维和行为效果。


AlphaGo战胜了李世石,而且很有可能未来都不会有人力棋手能够战胜电脑。但这并非标志着AI时代的到来。在棋类,或者其他什么需要计算的领域,机器战胜人类是一件再正常不过的事情。围棋被机器所攻陷,只是说明机器本身取得了一定的进步。当深蓝战胜卡斯帕罗夫之后就被束之高阁,AlphaGo的命运大抵也会如此。这就说明目前的AI,其目地也是为了解决特定的计算问题,这还远远称不上智能。


人工智能是属于基础性科学或者技术科学范畴,而非应用科学。至少目前,以及可预见的未来还不是。


这就决定了,从事人工智能方面的研究需要有大量的投入,且具有很大的风险性。这种风险性表现在可能几十年时间也不会有任何实质进展,这对于任何一个企业都是一个相当大的挑战。风险还表现在,当你有任何研究成果的时候,其基础理论思想可能很容易被其他企业所利用。而且,研究AI的巨大投入,包括时间和资本,也远远不是一些创业企业所能承担的。


人工智能领域并没有出现革命性的质变,现在的投资热潮更多是泡沫。


如果去仔细研究一下现在AI概念的创业公司,你会发现基本上会有这么几类:图像/语音/文字识别类、大数据类、机器人类。其实在AI概念火爆之前,这几类产品均早已出现。比如,深度学习算法在非结构化信息的识别上,表现出了超过以往的优良效果。识别类功能在不少产品中的确对用户体验有不少的提高。然而似乎仅能作为工具,而非产品。这两者的差别在于,你可以用一些AI的工具提高用户体验,却没法做用户经营,也就没法获取流量收益。


笔者认为,与其说AI是一个新的业务领域,倒不如说AI是一个产品理念。它其实早就已经被应用,但也永远没有止境。随着技术的不断发展,更为智能算法还会不断出现。但AI可能永远无法超越人们对它的高估。现在的AI依然没有脱离一个基本定位,那就是在人们设定的框架和逻辑中进行计算。所获得的智能结果都是可以被追溯计算过程。新的设备运算能力能强,新的算法运算效率更高。但依然没有脱离这个基本定位。


现在所谓的AI在模拟人类的行为和思考方式,但只是表现在结果上更像人了,其实过程依然是1+1=2的逻辑。所以它不会有创造性,并且无法处理程序没有预设的信息输入。


对于下棋AI,人们评价它们最可怕的地方在于不犯错误。但这其实也是说明它们距离真正的人工智能还很遥远。什么时候学会犯错误了,或许才是人类真正感到害怕的时候。


分享到:
阅读数:
责任编辑:王辰