當(dāng)移動互聯(lián)網(wǎng)的紅利時代接近尾聲，人工智能取代安卓開始成為下一個產(chǎn)業(yè)風(fēng)口。正如硬幣總有正反兩面，這是個好事，不太好的事也隨時而來。根據(jù)Garnter的預(yù)測，2018年超過300萬人要向機器人老板匯報工作。未來會有很多機械工作可能會被機器替代，甚至是更加復(fù)雜的勞動，包括CEO工作的20%都有可能由機器代勞。

但我們需要擔(dān)心的遠(yuǎn)不止這些。

野蠻生長背后，人工智能需要實干家和連接者

如今人工智能領(lǐng)域的競爭正在逐漸升溫，其激烈程度并不亞于曾經(jīng)的“百團大戰(zhàn)”和O2O燒錢補貼戰(zhàn)，多數(shù)人是想早期進入以獲得電子商務(wù)系統(tǒng)行業(yè)紅利，也有些人僅僅是為了薅羊毛。

1、亂象叢生的人工智能，有人正在薅羊毛

按照極客幫基金創(chuàng)始合伙人蔣濤的說法：“現(xiàn)在去xxx創(chuàng)業(yè)大街向天上扔一沓美金，砸到10個路人，有9個都自稱投資人，其中8個投人工智能。”這些人滿嘴的Artificial Intelligence、摩爾定律、大數(shù)據(jù)、新算法、認(rèn)知技術(shù)、計算機視覺、機器學(xué)習(xí)、自然語言處理、機器人技術(shù)、語音識別……要是不懂點Deep Learning基本原理，沒看過雷·庫茲韋爾的《奇點臨近》都不好意思和別人打招呼。就連在在全球消費類電子展上，71%的展品、展位也都是跟機器人和人工智能有關(guān)。

但這樣的繁榮景象并不能掩蓋那些濫竽充數(shù)的“羊毛黨”。

舉幾個簡單的例子和數(shù)據(jù)。

大多數(shù)商城網(wǎng)站建設(shè)創(chuàng)業(yè)者并未能接觸到一些核心算法，而只能玩弄概念。以圖像識別為例，只有個別巨頭才能把識別準(zhǔn)確率做到99%以上，很多創(chuàng)業(yè)公司只停留在80%左右的水平，但這些創(chuàng)業(yè)公司仍然舉著掌握核心科技的旗幟招搖過市。

和AI高度相關(guān)的數(shù)據(jù)公司，為獲得更高估值和融資，無不說自己有多AI，但正如網(wǎng)絡(luò)上已曝光的，“目前市場上有很多所謂的大數(shù)據(jù)公司，都是通過倒賣數(shù)據(jù)賺取差價的公司，而這些公司的數(shù)據(jù)來源，很多來自數(shù)據(jù)黑市。”“一些數(shù)據(jù)販子由于沒有任何加工能力，通過一些關(guān)系，掌握某類數(shù)據(jù)源，在不做任何加工的情況下，直接賣裸數(shù)據(jù)，賺取差價。”這對發(fā)展人工智能最直接的影響是“如果底層的數(shù)據(jù)都是虛假、不準(zhǔn)確的數(shù)據(jù)，再好、再先進的分析模型也不可能解析出正確的結(jié)果。”可他們卻賺得盆滿缽滿。

即便是講證據(jù)的醫(yī)學(xué)領(lǐng)域，也充斥著《人工智能PK最強醫(yī)腦系列大賽》、《首屆人機讀片競技大賽召開》、《AI-醫(yī)師讀片競賽》、《XXX達到/超過人類醫(yī)生的水平》等各種人機大賽，但這樣的活動一共才十幾個甚至幾個醫(yī)生參與，幾百張甚至幾十張醫(yī)學(xué)影像，且不論權(quán)威性、科學(xué)性有多強，這些人對此樂此不疲除了湊熱鬧，恐怕還有更多的直接利益訴求。

事實上，即便是巨頭，他們的AI能力也只是在初級階段，比如谷歌投資了一套使用機器學(xué)習(xí)算法的系統(tǒng)，用來識別網(wǎng)上的不良言論。這套系統(tǒng)名叫“洞察”（Perspective），使用了機器學(xué)習(xí)算法。然而人們發(fā)現(xiàn)，手誤錯別字都能騙過它。更別提多數(shù)創(chuàng)業(yè)公司手里所謂的核心科技，用一個行業(yè)人士說“這就是在講故事”。

2、巨頭和媒體才是AI發(fā)展需要的左右腳

就是在這樣的草莽時代，大家都在呼喚有人能站出來，而巨頭和媒體被寄予厚望。

我們先說實干家：巨頭。

從百度發(fā)布2016年財報看，光人工智能研發(fā)就砸了100億，而科大訊飛的研發(fā)投入也接近25%。要知道從事人工智能研究，首先需要有獨一無二真正的源頭技術(shù)創(chuàng)新，要有一批頂尖科學(xué)家，這不是一般的創(chuàng)業(yè)者能有的。再者人工智能要有海量的、不斷迭代的數(shù)據(jù)使得你可以學(xué)習(xí)和訓(xùn)練。所以無論是國外還是國內(nèi)，谷歌、facebook、蘋果、微軟、IBM、百度、阿里等這些巨頭才是最有機會做大做強的。

從目前的市場來看，這些巨頭分布在這些領(lǐng)域：

計算處理及信息儲存的芯片巨頭，如英特爾、NVIDIA等。

大數(shù)據(jù)產(chǎn)業(yè)鏈中的原始數(shù)據(jù)獲取方，包括運營商、BAT、微軟、谷歌等，它們掌握著機器學(xué)習(xí)必須的數(shù)據(jù)資源，決定了人工智能發(fā)展的廣度。

人工智能技術(shù)的研發(fā)集團，如今自動駕駛、深度學(xué)習(xí)、語音識別以及圖像識別等領(lǐng)域都有著各自取得領(lǐng)先公司和團隊。諸如谷歌自動駕駛、IBM Waston、百度自動駕駛及語音識別。

再說作為連接者的媒體。

也正是在這個魚龍混雜的階段，作為監(jiān)督提醒者、傳播者、也是連接者、參與者，媒體既有這個能力，也有率先入場的必要。

這一方面是AI威脅論四起，媒體人一度被說成將被AI替代的對象。（也的確，騰訊、今日頭條、新華社等已經(jīng)開始運用寫作機器人成稿。）

另一方面，在這個快速成長的領(lǐng)域，那些引導(dǎo)、探索方向的專業(yè)媒體，一直是從業(yè)者迫切的呼喚。

按照烏鎮(zhèn)智庫的數(shù)據(jù)顯示，近五年新興人工智能企業(yè)新增超過1000家。但實際上除了外包，很少有掌握核心技術(shù)的工作真正找到了盈利方向，尤其是為人矚目的無人車等領(lǐng)域，距離成型的模式還比較遙遠(yuǎn)，AI本身其實只是處于方興未艾的階段，多數(shù)從業(yè)者需要一個推手，引導(dǎo)、提醒他們正確的往前走。

這個過程中，媒體扮演著連接者的角色，分享報道全球最前沿的行業(yè)成果，幫助企業(yè)對接最合適的資源，以帶動整個行業(yè)的轉(zhuǎn)型升級。起著引領(lǐng)和探路的作用，所以必不可少的是專業(yè)性、廣泛聯(lián)結(jié)的資源。

這波AI紅利，誰會成為第一批受益者？

潤米咨詢創(chuàng)始人劉潤在總結(jié)趨勢紅利時，提到四大紅利：流量紅利、社交紅利、創(chuàng)新紅利、全腦紅利，分別對應(yīng)的是渠道、營銷、產(chǎn)品和組織領(lǐng)域的創(chuàng)新。越早抓準(zhǔn)紅利的企業(yè)和個人，越容易在變革中獲得跨越式成功。響鈴認(rèn)為，這波AI紅利，流量紅利和創(chuàng)新紅利會最先釋放出來。

1、流量紅利享受者：堅持做長板，建立核心能力，做連接者

這最直接的受益者是客戶群為2c的企業(yè)或媒體，類似于上一波內(nèi)容創(chuàng)業(yè)浪潮下的咪蒙、段爺?shù)茸悦襟w，他們通過內(nèi)容輸出快速獲得流量和用戶，并做轉(zhuǎn)化。

但在AI領(lǐng)域，作為媒體，光有內(nèi)容優(yōu)勢還不夠。人工智能還至少要求媒體在扮演好觀察者角色的同時，既要能零距離貼近成長中的AI企業(yè)，又要有專業(yè)深度的媒體能力還需要總攬全局、把握方向的未來視角。

總體來看，這些媒體，只有堅持做長板，建立起核心能力，擔(dān)當(dāng)好連接者，才有可能深入到科技與產(chǎn)業(yè)的核心，成為連接人工智能科技產(chǎn)業(yè)界與世界前沿的橋梁。

2、創(chuàng)新紅利享受者：避免一些坑，抓住一些行業(yè)機會

創(chuàng)新紅利主要落腳到產(chǎn)品上，也就是企業(yè)。麥肯錫提出了一套產(chǎn)品創(chuàng)新的分類方法，主要包括：基礎(chǔ)技術(shù)創(chuàng)新、工程技術(shù)創(chuàng)新、用戶中心型創(chuàng)新（從功能到體驗，從體驗到個性）、流程效率創(chuàng)新。在AI領(lǐng)域，基礎(chǔ)技術(shù)創(chuàng)新和工程技術(shù)創(chuàng)新尤為突出。

比如，支付前端的核心是身份識別，每次識別技術(shù)的進步，都會倒逼整個支付體系的革新。線下時代，身份識別的方式是卡片和簽字；PC時代，是用戶名和密碼；移動時代，是二維碼或NFC；AI時代，是生物識別。阿里巴巴的刷臉支付只是個開始。在這些真正的基礎(chǔ)技術(shù)、工程技術(shù)革新面前，用戶體驗創(chuàng)新也被遷移到全新的技術(shù)平臺上。

但創(chuàng)新紅利要求企業(yè)借助商業(yè)化積累資金進行更深層次的研發(fā)，而不是將人工智能作為噱頭來蹭風(fēng)口。這就需要創(chuàng)業(yè)者識別一些坑，因為人工智能可以深耕的領(lǐng)域有很多，卻又并非所有的領(lǐng)域都適用人工智能。比較常見的坑有兩個：

一是完全不顧用戶體驗

只是為了人工智能而人工智能，AI只是他們炫技的工具，諸如人臉識別登陸、虹膜識別支付等，現(xiàn)在真正需要應(yīng)用從場景還很少，多數(shù)人也不會用，卻要為這些概念埋單。

二是對人工智能寄予不符合現(xiàn)狀的要求

比如在微軟的小冰、蘋果的Siri等一炮而紅后，一些創(chuàng)業(yè)公司紛紛推出聊天機器人，并炒作成所謂的“情感伴侶”?？山Y(jié)果是雞肋，飽受詬病。

其次要抓取一些機會。

調(diào)查結(jié)果顯示，盈利良好或前景樂觀的AI創(chuàng)業(yè)項目有著三個共同點：

應(yīng)用于封閉可控的場景；

輔助人類完成重復(fù)性的具體工作；

可實現(xiàn)的切入點。

或許只有滿足這些條件，創(chuàng)業(yè)者才真正迎來了賺錢的紅利期，幸運的是這些領(lǐng)域并不稀缺。比如客服場景中有大量的重復(fù)性和標(biāo)準(zhǔn)下問題，如產(chǎn)品價格、支持退貨嗎、是否發(fā)貨等問題，在這些問題上消耗太多的人力，對企業(yè)來說無疑是一種資源浪費。目前阿里、京東等已經(jīng)將人工智能引入客服系統(tǒng)，也出現(xiàn)了網(wǎng)易七魚、Udesk等第三方智能客服云服務(wù)，前景比較樂觀，尤其是在很多具有數(shù)據(jù)門檻的垂直行業(yè)。

李開復(fù)則認(rèn)為金融、無人駕駛和醫(yī)療這三個領(lǐng)域人工智能大有可為

吳軍博士在《智能時代》提到，在智能革命中，前2%的人掌握世界，其余98%都被淘汰。我們需要看到人工智能的發(fā)展尚處于初級階段，創(chuàng)業(yè)者很難在理想和情懷的鼓舞下一蹴而就，最理想的恰恰是滾雪球般的不斷成長。風(fēng)口總會過去，概念總會失效，在這個過程中，不要忽視媒體的價值，也不要只盯著巨頭在做什么，找到最合適自己的方式快速盈利，才是推動創(chuàng)新和產(chǎn)業(yè)進步最現(xiàn)實的做法。

文章來源：思路網(wǎng)

<數(shù)商云（www.zhimaihui.cn）是國內(nèi)知名企業(yè)級電商平臺提供商，為企業(yè)級商家提供電商平臺搭建（多種模式電商平臺搭建：B2B/B2B2C/B2C/O2O/新零售等）、大數(shù)據(jù)平臺搭建及電商行業(yè)解決方案服務(wù)>