從麥肯錫調研數據看AI創業的機會領域

人工智慧是下一個數字戰略新趨勢嗎？這一問題同時也是訊問各行各業對人工智慧技術落實究竟持怎樣的接受度，是否到達一觸即發的狀態。顯然領域不同、角色不同，答案也會不同。雖然我們認為遲早會有那一天，但提早一步和提早半步的結局可能截然不同。

麥肯錫組織了一項全球性企業調研，涉及含中國在內的10個國家超過14個行業，試圖來討論這一問題。此外，我們還想搞明白AI領域創業從哪切入更有希望，目前接受度偏低的行業未必機會更少，那些接受度偏高的領域也未必更有機會。請聽下文分解。

誰在投資AI？

根據目前的數據顯示，在AI領域的投資熱度很高，投資金額上2013年的3倍有餘，並還將持續升溫。但值得注意的是，最主要的參與者是谷歌、百度、IBM、亞馬遜之流的科技巨頭。2016年全球科技巨頭在AI領域花費約200~300億美元，其中90%的資金投入研發，10%用於收購。

科技巨頭是AI投資的主力

據悉，IBM在認知技術上已投入30億美元；過去兩年半時間內百度也投入15億美元用於AI研究。相關併購也十分活躍，涉及資金自2013年起每年增長超過80%。巨頭們往往是新興產業生態形成的推手，谷歌們仍在加大投資，多數資金進入研發領域，也一定程度說明基礎平台及應用生態環境尚有較大的開墾升級空間。

而在創投領域，雖然也有不少資本進入，但遠不及科技巨頭的分量。2016年AI創業投資約涉及資金共60~90億，僅是科技巨頭所投入資本1/4左右的規模。這或許變相反應，AI的相關研發投入十分集中，更多密集在少數科技巨頭的項目上，新興初創公司相較之下缺乏資本優勢，更須避其鋒芒，選擇細分市場深入耕耘。

什麼是當下AI熱的核心技術？

機器學習技術是當下人工智慧新熱潮的技術核心，無論是機器人、自然語言處理、智能視覺還是無人機都與機器學習技術的介入息息相關。機器學習佔據了AI投資額的60%。從另一個角度看，許多多年前已有的AI技術領域，會增加對機器學習技術的投入重新進行技術升級。

機器學習佔據最大投資份額

目前AI應用積極性是高是低？

就接受度而言，麥肯錫的調查顯示，目前有20%的受訪者稱其有使用AI相關技術，其中還有一部分尚處在試探階段，尚未真正進入商業化，進入商業化的接收者約佔12%。

目前AI接受度情況（數據：麥肯錫，2017）

麥肯錫認為這一比例很低，就階段性而言，這個比例究竟是高還是低呢？

我們可以與大數據big data的情況做一下橫向比較。根據Gartner的數據，大數據在2013年在峰值期，這時候大近30%的企業已有投資涉足。這一輪人工智慧熱潮主要以機器學習技術介入為核心，相對應機器學習技術在2016年的Gartner技術成熟曲線中達到預期峰值階段。2016年討論AI的資訊是2015年的兩倍，超過2014年3倍。然而，就峰值階段而言。20%的比例，相比大數據30%，AI目前的接受度狀態確實偏低。

大數據領域的產業投資趨勢（Gartner，2015）

2013年Gartner技術成熟曲線

2016年Gartner技術成熟度曲線

有個值得注意的情況，相比2015年，機器學習技術在2016年並沒有延技術成熟曲線向前走，反而被Gartner調後了些許。相比Gartner原本預計已即將度過期望峰值期的機器學習在2016年仍在持續升溫中。就已過半的2017年來看，似乎熱情仍舊不減。 或許這變相反應AI技術產業應用推進的速度比預想得低。

誰的AI接受度更高

區分行業來看，高科技、通訊、金融、汽車、裝配領域的接受度最高，其次是零售、媒體、娛樂、消費品；而教育、醫療、旅遊出行業的接受度最低。

麥肯錫有一項MGI Digitization Index評估企業數字化深度，總體而言這一指數與AI接受度的調研結果一致性較高。除此之外，與機械自動化關係密切的汽車、裝配領域與機器人關係度高，它們未必有很高的MGI Digitization Index但也顯示了較高的AI成熟度。

AI接受度與數字化成熟度成正比

麥肯錫認為數字體驗最完善的大公司充當第一批推動者，它們可以利用自己的技術能力與數據資源開發整合最合適的AI解決方案。

麥肯錫不同行業AI index

換個角度來想，相關信息技術的科技巨頭未來將充當AI技術解決方案的提供方，而其他諸多領域充當的是客戶角色。如果解決方案尚不成熟，自然無法讓客戶深度應用。

2B模式AI創業的機會領域

在報告中，麥肯錫總結了AI早期接受者的6大特點，很值得深思。

? 數字化成熟度高

? 將AI用於核心

? 關注成長超過關注成本

? 獲得高層管理者支持

? 接受多種科技

? 更大的業務規模

仔細琢磨這些特點，或可以做進一步揭示：AI對早期接收者而言是佔據舉足輕重地位的戰略性投資，對企業未來的業務增長或有關鍵性作用。這裡我想最有可能的是這些早期接收者正在開發以AI為核心驅動的新產品或服務。而不是像其他某些數字戰略那樣只是起到優化績效的作用。

我接觸許多人工智慧領域的技術型初創公司，都在積極尋找能最有效進行技術落地的領域。但我想說的是，就目前看，這批AI早期接收者中，尤其是高接受度群體，往往有能力推進自己的AI戰略，它們很難成為技術型初創小團隊的客戶，更有可能是充當收購者、孵化者或基礎平台合作方。

一些相關人士認為金融服務、零售、醫療保健和先進位造業將成為人工智慧的先鋒。這一主觀判斷，除了醫療保健目前處在低接受度水平外，其他行業與調研企業反饋情況保持了一致性。此外還有旅遊出行行業，目前在低接受度水平，但未來3年的增長率卻可能並不低。

我在下圖中做了劃分。首先分出增長率可能超過5%的行業，這是在未來3年較有可能在AI上加大投資的行業。其中藍色圈起的部分是目前接受度最高的領域，他們未必是AI創業團隊的首批客戶。而橙色圈內的行業，它們當前的接受度中等甚至偏低，但未來增長率預期卻不低，他們並非靠近數字技術最近的行業，自我進行AI變革的能力不高，這些領域更需要外援AI能力的介入，也更適合不不見經傳的初創公司去挖掘。當然你的團隊如果有很強的某一產業資源背景則另當別論，尤其在中國，你懂的。

不同行業AI投資未來3年的增長趨勢與當下接受度

2C模式AI創業的機會領域

根據麥肯錫的調研數據，在同一行業中AI接受度高的企業明顯體現了更好的利潤率。可以在一定程度印證AI投資確有回報。其中有差距最為顯著的是醫療健康行業、金融行業；其次教育、零售、汽車與裝配行業也有較大差別。那些某一領域中的早期接收者如果AI投入體現了較好的效益，必將在此行業內產生示範作用，促進同行們效仿。

行業間AI接受度與利潤表現的關係

對2C模式的AI創業者來說，他們與所在行業的原有企業是競爭關係，要有超越或卻別於原有玩家的產品或服務才能在市場中爭得一席之地。那些已經有較高AI接受度的領域，充斥著巨頭、創新先鋒，新進入者必將面臨殘酷的擠壓。而那些原有AI接受度偏低，但AI應用有能有顯著成效的領域則有更大的機會留給AI驅動下的新玩家。沿著這一邏輯，醫療、教育、零售對2C模式的AI初創團隊來說當更有機會從與舊勢力的競爭中勝出。

上文中許多觀點為我的個人觀點，除調研數據及明確指出的內容外，並非麥肯錫的觀點，請讀者勿錯會。交流合作歡迎與我聯繫！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！