基礎創新窗口關閉,下一個AI創業機會在哪兒?

2019-03-29 10:32 來源:互聯網

編者按:本文為創業邦原創報道,作者Hannah。

2019年3月22日,阿爾法公社與訊飛創投、科大訊飛、寒武紀科技聯合召集數十位行業創業者,共同剖析AI創業的下半場賽道。訊飛創投董事長徐景明、科大訊飛副總裁兼AI研究院聯席院長李世鵬、寒武紀副總裁劉道福、阿爾法公社創始合伙人許四清與蔣亞萌等從前瞻技術洞察、行業痛點、賽道機會等維度出發,討論了AI創業的問題與機會之所在。

人工智能下半場是應用和模式創新

騰訊、阿里、新浪......這些20年前創立的企業無疑塑造了中國今天的商業格局,他們的背后是“水大魚大”的互聯網。但在2000年互聯網泡沫破裂的時代,人們并不知道互聯網會滲透到什么程度,會深入影響我們的生活到什么程度,甚至根本不知道BAT在哪兒?

舊的秩序正在消退,新的秩序正在建立。我們相信人工智能會深入到我們社會生活的每一個方面,每一個領域,但是我們不知道他會以什么樣的方式,什么樣的速度,多么深的程度滲透進去。

隨著寒武紀、商湯等頭部公司的出現,基礎創新和平臺創新方面的機會越來越少,人工智能上半場逐漸進入尾聲,下半場逐漸開啟,而在訊飛創投董事長徐景明看來,人工智能下半場的機會是應用和模式創新。

徐景明認為,“創業者應該聚焦的是解決應用場景下的問題,我們這個時代和互聯網時代不太一樣,互聯網時代可以通過燒錢去燒用戶,每個用戶可以給你帶來多少的客單量。但人工智能你燒什么呢?如果你不能去解決應用場景里面的問題,最后你什么都燒不出來,所以大家對于時代的變革要有一個清楚的認識。”

數據太少

人工智能經過這么多年的發展,很多基礎技術已經比較成熟,比如語音識別、人臉識別等。但是這些技術的應用多停留于感知層面,在李世鵬與其他嘉賓看來,真正的人工智能是從感知往上,感知,認知,預知,決知,從底層到高層,人工智能技術對數據的要求越高,目前能做的越來越少。

當前的人工智能中人工的成分占很大一部分,有數據顯示,AI公司投入10%—15%的經費用于數據采標,這體現了整個行業一個最大的瓶頸:沒有足夠多的標注數據。

當然,瓶頸的背后就是創業者的機會。數據標注方面的現狀,如果能通過技術手段解決,比如通過AI的技術幫助人去標注,就能大幅提高數據標注的生產力。此外,數據價值挖掘的同時,體現出來的問題也是創業者的潛在機會,比如隱私保護。

嘉賓們和創業者還共同結合科大訊飛的創業實踐,探討可以被挖掘出的新領域,比如AI算力在端、邊緣與云的有機結合,人機耦合(提高準確度、效率和安全性)、嗅覺傳感器(檢查爆炸物),多頻譜圖像系統(檢測食品新鮮程度),工業制造領域的應用等。

算力太貴

寒武紀副總裁劉道福認為,人工智能產業分為算法,數據,算力三部分,現在無論是數據還是算法都變得越來越復雜,如果應用要落地,算力是關鍵。例如端到端的傳輸可能是幾十毫秒,對于計算的延時容忍性只有7毫秒,如果算力不能在7毫秒里算完,延時太長,就沒有人愿意用這種AI系統。

一方面在性能上有很高的要求,另一方面算力成本也面臨新的挑戰。任何一個應用要規模化落地都會對成本有要求,做一些DEMO可以不計成本,用幾萬甚至幾十萬做一個很好的結果。但是要落地,要讓老百姓用起來,大家在乎的是成本,是收益,倘若成本太高,甚至高過收益,肯定就沒有人用。

所以創業的時候,需要對于算力的需求進行評估。先了解一下做出來的模型需要多少算力,會產生多少成本,再決定它能不能規模化落地,因為任何一個應用產生價值還是要靠復制靠規模,如果因為算力成本的限制不能大規模落地,那么它的使用場景也會受到限制。

除了算力成本問題,阿爾法公社創始合伙人許四清認為,時機也很重要。“我們做投資、尤其是天使投資每天都在探索未知領域,有些東西是可以提前預見的,比如下一步人工智能的算力大概呈什么趨勢提升?單位算力的單價大概呈什么趨勢下降?但是比較難的是什么?對創業者來說,就是把握時機。”

垂直領域創業機會

現場嘉賓還就垂直細分領域的創業機會進行了討論。從產業上來說,第一產業和第二產業永遠是大產業,只要把傳統的產業改造好,就會有很大的價值。

第一,工業。傳統的工業是完全和AI沒有關系的,但如果你做的東西能簡化流程或提高效率,帶來的價值多于它成本的投入,工業用戶的付費意愿很強。不過工業的問題是類型太多,市場太碎。創業者必須分析各種各樣的場景,找一個足夠大的場景去切入,否則投入產出比例會失衡。

第二,物聯網。物聯網是創業者可以重點關注的領域,尤其是在交通、環保、農業等領域的落地應用,比如農業領域物聯網及人工智能技術的應用幾乎一片空白,仍舊靠大量的人力,行業效率低下,這里就有很多潛在的創業機會存在。

第三,教育。中國人在教育部分的付費意愿很強,教育的應用也很多,例如科大訊飛。AI能讓教育里很多沒法量化的東西能夠量化,提升教學內容質量和教學效率。

第四,零售。零售領域更能看出中美人工智能投資的差異,國內投資更多偏重基礎創新,美國在AI技術細分領域投的最多的是零售領域,這也為中國創業者提供了不同的角度。例如阿爾法公社就投了一家帷幄匠心的公司,利用AI中的計算機視覺幫零售商做現場轉化。

第五,家庭(生活)。每個人的家庭其實有大量的數據,比如手機上的照片很多,如果存在家庭的私有云或者家庭大腦,照片放進去以后會被整理好,方便檢索,用手機等移動設備在遠程也可以方便訪問。另外,家庭里有很多攝像頭,可能都會接到云端,但都不是很安全。如果有一個家庭大腦私有云,發現異常,就可以直接推一個消息給你。

AI基礎領域的創業機會減少,但是應用領域機會窗口已經打開,作為一家重度幫助創業者的天使基金,阿爾法公社創始合伙人許四清表示,“我們將與科大訊飛、寒武紀等頭部公司一起,利用資本和資源共同賦能創業者。”

延伸 · 閱讀