AI：巨頭生態開始站隊，深入垂直行業才能賺錢

每到歲末年初，36氪都希望對接下來一年會發生什麼，做一系列預判。一年前，我們推出了22篇針對不同行業重點公司的「2017看點」，並最終集結為頗受歡迎的《研究了50家影響力公司，我們預判了23個未來 | 36氪2017看點集合》。

「2018展望」這個系列，相比「2017看點」又有升級：我們要求我們的每位行業資深記者，在預判未來一年時，都要採訪數名KOL——他們認為這個行業里有料的人，可能是投資人、創業者、管理者或者分析師。我們會在文章前面提煉出關鍵的幾個觀點，在文章後半部分放上他們原汁原味的回答。

Enjoy。

來自 靠譜的 36氪

文 | 孫然

編輯 | 楊軒

「AI改變世界」這件事，在2018年會更值得人期待。

不只是BAT，京東在談智能倉儲配送，滴滴在談智慧交通……BAT，以及滴滴、京東這樣的小巨頭，手中攥著大量數據、也有直接服務消費者的場景，這意味著，AI走出實驗室，變成你我可感知的產品，機會正越來越大。你熟知的那些互聯網公司，會變得更「今日頭條」和「快手」。

資本對AI瘋狂，投資人已經對動輒估值過億美金的早期項目見怪不怪。「我們是一家技術公司」，成了創業圈裡風靡的說法。炒作AI概念的創業泡沫越吹越大。

一方面，資本的熱度沿著產業鏈蔓延，為訓練機器模型提供數據的「賣水人」，向企業和政府提供技術服務的公司，收割了第一桶金。智能音箱這類to C的硬體產品也因為人們的好奇心，初步撬開了市場。

但另一方面，落地體驗問題依舊懸而未決。2018年，服務企業的AI技術類公司的核心任務是找到適合的場景活下來，深入到各個垂直行業中，做到「+AI」而非「AI+」。而to C的廠商，則需要找到真正剛需的產品，提升用戶體驗，畢竟用戶的新奇感不足以讓他們長期為不夠聰明的智能產品買單。

但無論如何，AI技術都正在成為新商業的基礎設施，成為新的「互聯網＋」。

關於接下來會發生什麼，我們採訪了創新工場創始人李開復、松禾遠望基金創始人、迅雷創始人程浩、Face++（曠視科技）品牌與市場中心總經理謝憶楠，和科大訊飛消費者事業群首席戰略官戰文宇。對於2018年AI行業的發展趨勢，我們有如下幾個判斷：

1 巨頭逼近，站隊開始

誰會在AI領域變得越來越強勢、越來越有話語權？

答案是：掌握數據的公司。原因很簡單，技術和演算法上要產生差異很難，但大數據是獨特的、稀缺的、有壁壘的。

BAT三家中，做搜索出身的百度，著力點是發展底層技術，而阿里和騰訊則不同，緊貼自家業務而行。以騰訊的組織架構為例，AI技術部門分散在微信等各個事業群里。過去十年，阿里和騰訊建立起涵蓋零售、文娛、內容、廣告、遊戲等多板塊的生態帝國。當用AI技術升級商業的時機帶來，它們在整合技術和資源上就有很大優勢。

一批主營業務看上去不是技術驅動型的獨角獸也在布局AI。外賣戰場的死對頭美團和餓了么，都開始研發無人配送，希望未來無人配送規模化後能替代人工，節約成本。一種說法是，餓了么之所以收購百度外賣的一層原因，也是看上了百度外賣的技術。

圍繞巨頭的站隊開始了。同時，BAT還在通過財務投資的方式，鞏固自己的競爭壁壘。阿里投資了包括寒紀武、深鑒科技在內5家AI晶元公司，成為商湯科技和曠視科技兩家計算機視覺巨頭背後的股東。百度計劃2018年投資10家以上AI創業公司。

互聯網巨頭的普遍做法，是以相對輕巧的模式推廣自己的平台技術和生態，而不是事事親力親為。以智能家居為例，阿里和百度之所以親自做智能音箱這個品類的硬體，目的是先做出搭載自己技術的標杆性產品，拿著產品去說服硬體廠商加入自己的生態，證明自己的技術實力，也容易得多。它們並不會把自己做成小米，更多硬體品類還是會輸入技術，讓生態合作夥伴來做。

對於創業公司而言，生存機會存在於垂直的細分場景，跟巨頭在通用領域PzaK，幾乎是死路一條。就算對於巨頭而言，深入垂直行業也不是件容易事，特別是醫療這類專業性高、體系和數據相對封閉的領域。

就場景而言，金融、安防、教育、服務機器人、新零售和無人駕駛，被看作2018年最有落地機會的細分行業。

2 能「看懂」比能「聽懂」更有錢賺

去年年底，國內大四計算機視覺獨角獸中的兩家先後破世界紀錄拿到巨額融資：7月11日商湯科技拿下4.1億美金B輪融資；10月，曠視科技宣布拿下4.6億美金C輪融資。語音公司的風頭，在這一年的下半年迅速被計算機視覺公司蓋過。

原因在於，現階段，視覺技術或許比語音技術的落地空間更大。因為讓機器理解人類的自然語言處理技術尚不成熟，這極大地限制了語音技術的落地空間。

相比之下，圖像識別技術已經可以解決很多實際場景中的問題。包括目前熱度最高的場景安防、金融，以及無人駕駛。

這意味著什麼？

你有沒有覺得，身邊的攝像頭變多了？這種感覺沒錯。以安防為例，每年政府都有巨大的維穩投入，2016年中國安防市場的規模就已經超過5000億元。有數據顯示，以北京市為例，每千人擁有的監控攝像頭數量是59個。反恐、刑偵、情報都對AI技術有所需求。

消費者們還能感受到，從幾年前支付寶就開通刷臉支付，但去年iPhone X搭載了刷臉識別的Face ID，刷臉已經真正走入生活。包括小米、OPPO在內的國內手機廠商，也都在推廣刷臉解鎖，大有全面替代指紋解鎖的趨勢。

可以暢想，能「刷臉」的無人貨架、無人便利店、打卡機等等都可能相繼出現。一輪硬體升級正蓄勢待發。

3 語音識別會死磕垂直行業，提供定製服務

2017年，AI語音技術大舉進入生活場景，而今年這種勢頭將繼續蔓延。

如今，智能硬體、金融、製造業、教育、翻譯等行業，已經對人工智慧表現出前所未有的嘗試意願。而作為AI領域裡最早成熟的技術，語音識別就成了落地的首選。

最值得關注的是老牌語音公司科大訊飛，和以免費開放語音介面策略擴大市場的百度。它們試圖通過輸出AI技術，建立圍繞自己的生態，和一套行業標準，從而建立競爭壁壘。

經過一年的試水，大家形成了一點共識——必須深入垂直行業，單純做泛平台，隨時有被替代掉的危險。以智能家居行業為例，科大訊飛這類技術服務商的活兒越做越深，開始做全棧，從晶元、麥克風陣列、軟硬結合的解決方案甚至到直接提供內容和服務。誰能讓合作夥伴更方便和順利的接入AI技術，做出體驗合格的產品，誰就更有勝算。

越來越多的技術服務商開始投入資源，提供定製化服務。僅科大訊飛消費者BG，就有接近500名研發人員，專門跟合作廠商對接做前端定製、以及後續運維等服務。

Siri這類大公司都在做的通用型的AI語言助手，要達到人們對智能的預期還有很長的一段路要走，但今年語音技術在產品化上也有能突破的空間。拿智能音箱來舉例，從目前的體驗來看，喚醒的成功率、遠場識別的精準度、降噪水平、跟人類持續多輪對話的能力，以及機器說話的語調跟人類的相似程度，以及我們能在音箱上使用的技能的豐富程度，都有待提升。而這些方面，在未來一年很有可能看到成果。

36氪採訪了創新工場創始人李開復、松禾遠望基金創始人、迅雷創始人程浩、Face++（曠視科技）品牌與市場中心總經理謝憶楠和科大訊飛消費者事業群首席戰略官戰文宇，以下為他們的觀點呈現：

創新工場創始人李開復：

普華永道做過一個關於未來AI能帶來的價值的最保守的預測：人工智慧在2030年將帶來中國GDP20%左右。我們認為人工智慧有4波浪潮，它們同時發生，沒有先後的順序，但是都會帶來巨大的商機。分別是互聯網AI；商業AI化；實體世界感知AI化；全自動AI化；

互聯網AI化。我們每天都在為BAT貢獻數據，而且做免費的標註、捕捉，每次我們在百度、在騰訊、在朋友圈打開一篇文章，更重要在淘寶購買一個貨都被捕捉起來，可能這樣一個人會看到這個、點這個，以後我們看類似這個人會推類似的東西。我們發現5年前到今天，淘寶廣告越來越精準，是因為它越來越了解你，今日頭條是不是越來越推送你想點的文章，這都是AI在後面做的工作。

這個領域創業很難創業，創業做新的APP出來，靠這個流量做，幾乎不是AI公司、要做流量。但是已有的流量公司轉AI很容易的，看今日頭條、快手。

商業AI化，指的是讓AI用已有數據創造商業價值。最好的領域是金融，金融是人類的虛擬遊戲，我們有大量的數據都不是真的東西，比如說股票、存款、利息，本身就是一個數字，數字收集起來標註很簡單，股票一年之後不是漲就是跌了，貸款不是還了就是沒有還，所以只要我們能累計一段時間數據，你往一年前、半年前、一個月前推算，都在標註你一切的過去，對發生意外的人，可能要收更多的保費，貸款如果你沒有還就少借給你。

醫療是很應該做的，計算機視覺用在影像醫學、用在病例、發射科最合適。但因為醫療的數據不足、醫院不願意分享、用戶隱私這些世界性的問題，醫療並沒有像金融那麼容易推動。

實體世界感知AI化」是OMO，把沒有數據變成有，然後產生價值,比如安防、購物中心鋪的攝像頭，就把真實的世界捕捉起來，用這個產生有價值的應用。可以想像真實生活中，你進入大潤發，可能被阿里的攝像頭捕捉下來，跟你在淘寶（的數據）做一個混合，所以線上線下無論是供應鏈、進貨、還有客服人員對你的溝通，知道你是什麼樣的人，都有非常好的認知，線上線下的數據可以結合在一起。

我們的軌跡就捕捉下來，可以用在未來的預測上。

全自動AI化，不僅僅採集數據，這個AI就要動起來，就像科幻片的機器人、無人駕駛，我們不認為這個機器人有感情、控制慾望，但是能動、能觸摸、能拿起來東西。

自動駕駛可能成為下一段的操作系統，之前有兩個操作系統，Windows和安卓，第三個可能是自動駕駛。因為這個自動駕駛把多視覺、功能融合在一起，各種應用都可以在這個舞台識別出來。同樣的原理機器人也可以動了，所以我們看到這麼一個機會，可以讓不同的感測器、控制系統都可以用起來。

智能駕駛發生之後，機器人的問題就隨之而解了。現在很多人做的重複性流水線的工作會率先被機器取代，創造價值，省錢。

我認為AI會先在工業應用、商業應用里產生價值，解決老闆的痛點，最後才是家裡面。我們並不認可家裡面有一堆機器人跑來跑去，因為如果它不能像人一樣，人就會失望了。可能小魚在家這類教育機器人會有一定的空間，但是家庭場景還是會最後被涉獵。

松禾遠望基金創始人、迅雷創始人程浩：

去年國內AI公司的估值攀升迅速，有些早期項目一上來估值就1億美金。很多人說這個領域的估值泡沫嚴重，不過我覺得短期內看不出估值下降的趨勢，因為市場上錢還很多，頭部企業的持續融資還很受追捧。

計算機視覺領域創業公司估值去年破了幾次世界紀錄。因為視覺相對於語音的應用範圍更廣。語音識別如果不和自然語言處理相結合，其實落地場景是很窄的，而自然語言處理的技術進步還需要比較長的時間。

在計算機視覺涉及的諸多落地場景中，2017年AI＋安防特別火，根本原因是計算機視覺技術有長足進步。安防的單子都比較大，很多都在千萬元量級。中國每年這塊的預算非常大。當然這個領域規模效應不明顯，和To C業務不一樣。To C業務是贏者通吃，有很明顯的網路效應，每個賽道只有前兩名能存活。但做to B業務的安防不然，行業前3-4名也許也能活的不錯。

因為安防創業的難點在於政府關係驅動，公司要每塊地方政府逐一去敲定。所以儘管安防的玩家很多，但現市場還沒有飽和。

這個領域中誕生了商湯科技、曠世科技這些獨角獸，不過它們的競爭對手並不是對方，而是海康威視這類傳統安防企業。大家起步點不同，海康威視也在補演算法能力，未來競爭會比較激烈。

今年，我認為新零售、工業智能化都會是計算機視覺領域增長比較快的落地場景。新零售其實已經很火了，智能無人櫃的場景就很實用，類似Amazon Go的無人便利店也有價值，只是落地周期要長一些。除此以外，作為早期投資人，現在我很看好服務機器人的項目（to B產品）。中國人力成本越來越高，很多服務行業都在用機器替代人力。服務機器人的價值主要是大幅度提高效率，以及大幅度降低成本。

一個新技術的發展，從商業化的角度一般都是先經過to B，然後to B to C，最後蔓延到to C的。目前To C領域的機器人市場還比較小，有出貨量的基本就是四類：掃地機器人、無人機、STEM教育機器人、以及智能音箱。

早期的人工智慧項目目前有兩類共性的問題：一是CEO以前一直做技術，從來沒有完整的負責過一個業務，商業思維還有所欠缺。另外一類就是有技術但是對行業不熟悉，因為現在AI的應用大多數還是行業＋AI，所以行業背景是極其重要的。

Face++品牌與市場中心總經理謝憶楠：

今年和明年這兩年，計算機視覺領域一個很明顯的趨勢是大家都會去選好賽道，沒有明確落地場景的公司、不專註的只是泛泛提供平台技術的公司會很難存活。因為單純做平台化的技術服務肯定會被替代掉，資本市場不認可不能落地的東西。所以今年大家無論在技術、設備、產品上的投入都要打出自己的全力，會投入很大資本，這將是一場軍備競賽。

如果之前很有前瞻性地選了條好的賽道，就會好存活些，但如果選擇的賽道是偏長線的、不好變現的，很可能會出現問題。比如醫療場景，在一兩年內人們的接受程度不會很高，因為它不是剛需，是一種專家型服務，或者它可能變成一種數據型服務，把健康情況變成數據化的東西。但是拿AI看片子這個場景來舉例，需要大量數據，一方面醫院開放數據資源難，另外得找到專家標準出合格的數據給機器學習。

所以起初的成本會很高，一張片子的成本平均在三到五位數。所以AI領域先賺到錢的其實是做數據的。

AI的落地場景上，現在安防、金融、無人駕駛是最大的。能賺錢的場景大家都會一擁而上，那時候如果你只做很淺的一層，生存空間就很低。另外你找到場景後需要迅速摸清這個產業的層級，再每個層級都建立自己的產品和壁壘，這很重要。如果只做一個賦能的平台，一旦遇到以免費的手法降維打擊的對手，難免自己的客戶會倒向提供免費服務的廠商。

目前來看，安防市場的空間還很大，到現在大家做的都只有刑偵抓逃這一個場景，有很多場景都可以做，比如情報系統和預警系統。比如預警系統里鐵警抓小偷的場景，都是通過查身份證再去辨別，但我們並不認識小偷的臉，所以不會像抓逃犯一樣通過人臉識別對應的資料庫里的人。那通過什麼去抓？可以看今年讓我見過5次以上的人，我肯定就去查你，因為這是反常的。超過5次就會納入灰色名單，再由鐵警去查是否正常。

再說情報系統，原先我們只認識逃犯，但逃犯的同伴、逃犯的車輛等線索之間的聯繫我們並不知道，現在可以把跟逃犯相關的人、物、景全部聯繫起來，做簡單情報的邏輯推理，這些事情以往是偵探做的，現在用機器也可以做。

包括安防在內，現在我們的幾個核心的落地場景還有金融、地產、零售和手機。

去年Face++拿到4.6億美元融資，這筆錢我們主要花在拓展落地場景、深入行業上。技術和場景互相解鎖，做技術的話，一定要找場景，場景會提供數據，再來解鎖技術。我們會在技術和業務上加大投入，多招聘一些產品銷售，AI的銷售必須和產品並行，懂技術，因為現在AI沒有什麼是標準品。

科大訊飛消費者事業群首席戰略官戰文宇：

2018年哪些AI語音的落地場景會增長迅速？其實去年我們已經看到一些苗頭：機器翻譯會有較快增長，以及垂直領域的人機對話，特別是新零售和教育場景。

翻譯行業，智能硬體翻譯機今年增長會比較快。翻譯不是一個特別大的市場，它的場景出境游才體現的明顯，也是相對低頻的市場。但是我們發現，其中對於商務、政府群體而言，翻譯是剛需和高頻的市場。以及少數民族語言，我們跟新疆、西藏政府合作提供翻譯機。翻譯機的銷量還是不錯的，我們有幾十萬台的規模。2018年硬體會做最新的迭代。

為什麼說垂直類人機對話會有很快增長？從供給側來看，技術積累更成熟了。語音的成熟分成幾個階段，先是識別，進一步到實用性的層面不僅需要識別，還需要能在理解，在後台解決一些垂直領域的交互問題。

Siri比較傻，因為它是一個開放性的對話平台，短期內都看不到前景，但如果看垂直細分場景，其實容易用數據訓練出來理解和交互能力。比如翻譯在旅遊場景常見的問路、景點介紹。以及新零售概念下，在實體店提供服務的機器人，用戶會怎麼問是可以預測，從而去訓練機器的，迭代速度也會比較快。

而從需求側來看，消費升級推進了出境旅遊，兒童教育和新零售都受到資本追捧。之前實體店被電商衝擊的七零八落，但如今都在強調線上線下結合，數字化全鏈路管理，而這是需要AI新技術去支撐的。

現在AI平台服務商都開始越做越深，向全鏈路蔓延。其實很多產業的趨勢都是分工越來越細化，形成協作，但分工協作的前提一定是這個產業切分成幾個不同環節，且每個環節都有一套標準和規範，大家各做各的之後能夠按照標準把不同的模塊這個起來。

但如今，AI語音這個領域的規範還沒有建立起來，比如硬體選型、語音交互適配、預裝哪些skill等，這些是需要全盤考慮的。加之，智能硬體不像手機，平台和產品的配合是多樣性的，這也決定了它的分工合作不會像手機產業那麼強。

包括科大訊飛在內的一類平台廠商，我們對全鏈路的理解會比單純的硬體廠商要深刻。

在這個階段，一方面起到佈道的作用，在統一標準暫時沒有建立起來的情況下，把硬體適配這些事通過個性化項目支持和開放的方式去彌補。另外也是在市場中做個標杆。這是未來一兩年我們要做的事情。也是為未來產業鏈分工協作打個基礎，最終的趨勢會是不同環節都有細化的廠商在做的，不是一家什麼都做。

國內有些互聯網廠商開放了免費的語音介面，它們的思路是更希望做能夠標準化、快速迭代和複製的產品，在更多領域落地。不過就像之前說的，目前AI市場的分工協作還沒有那麼完善，當你用一套特別標準的流程去輸出，而沒有提供那麼多後端支持，其實你的合作夥伴是沒有辦法消化那麼多東西的，特別對於大廠商而言，對標準化產品節約的成本並不是很在意，因為它讓合作夥伴打造它的產品更難了。所以我們對頭部廠商會有定製團隊服務。科大訊飛消費者BG里有接近500人都是負責研發產品後續運維的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！