现在,人工智能已经变成一个网络热词,基本上家喻户晓了。但是,很多人对人工智能的理解,也仅停留在一个模糊的概念上,当我们说人工智能产业,或人工智能的风口和机会,具体指向是什么?要回应这个问题,需要先梳理一下人工智能产业链。
人工智能硬件厂商,是AI产业第一轮发展的受益者。国外著名的企业如英伟达、AMD等。国内也有很多工智能芯片研发的企业,坦白讲其实未来还很难预测,我甚至认为做这种专业领域的研发,还不如像FPGA,就是专门为某个领域工智能的方案,那个机会还大一点。工智能现在类脑计算芯片、人工智能计算芯片,相对通用性强一点,这种其实压力比较大。
为什么呢?因为人工智能芯片是需要构筑生态的,这个领域的领军企业是英伟达。英伟达有几千个工程师,去帮它的芯片做各种应用的场景开发,或者是应用的支持。也就是说基于英伟达的芯片做应用的时候,你会感觉到英伟达的生态常健全的。所以说硬件企业要胜出,不光是要硬件性能好,更主要的是生态构建能力。
在硬件基础上,云服务公司是AI产业第二轮的受益者。它受益要比硬件大得多,因为它能支撑广泛的应用。在美国几乎所有的IT巨头,都在花巨资去建立大的云计算平台,而且都要有强大的人工智能的支撑能力。最领先的是亚马逊的AWS和谷歌这两家,但是其实微软、Facebook,甚至包括苹果,都在云业务上下了巨大的成本。
中国也是一样,现在比较领先的是阿里云,腾讯、百度也在发力,但是现在看起来阿里还是比较领先的空间。当然华为也在做自己的云。中国也会诞生几朵大云,也有很大的市场空间,因为中国的IT市场不比海外小多少。
第三层面是行业应用层,就是在前两个层面上衍生出来的、与各行业结合的应用,如无人驾驶、智能医疗、新零售等AI应用。
在这个层面,有大量的人工智能应用公司,而且还会不断繁荣。这些公司的特点很明确,一定要有自己本行业的特色。因为人工智能这个技术本身,没有办法形成壁垒,真正能够形成壁垒的一定是行业特色,也就是说行业数据、行业经验和行业准入会是壁垒,这需要我们去找到这些壁垒,从而把业务做起来。所以任何先进领域,不代表领先就好,还必须找到自己的壁垒和竞争优势,才能够做好。
前面讨论了人工智能的产业结构。你可以看到,其实第一个层面的硬件层,和第二个层面的基础服务层,要么创业门槛较高,要么竞争壁垒较低,对大多数人而言,第三个层面的行业应用层,创业或从业机会相对更多。
目前最普遍的AI应用就是推荐算法。电商其实就是推荐算法,比如现在有人做海外购,其实就是与国外的数据连接,分享一部分数据,海外有客户就可以利用算法推荐,做的好了,也有可能成为一个小淘宝。另外,比如今日头条,能够从新闻门户及微博网站中杀出重围,依靠的也是推荐算法。我自己就有体会,我现在大量的新闻获得都是从头条上来的。因为我看的东西头条会捕捉到,然后给我推荐的也会越来越精准,所以就成了我获得科技前沿进展的一个好帮手。
第二个现在做的很多的AI应用是智能预测。比如在车上装一个搜集数据的小盒子,就可以获得每个用户的行车习惯和行车数据,基于这些数据的智能预测就可以和保险业务挂钩,根据用户的风险指数来动态的决定保费。
第三个比较大的AI应用机会是软硬结合。比如自动驾驶就是一个很好的例子。一个新的技术在发展过程中,总会有迭代升级的过程,所以常见于报端的是:特斯拉又出事了,或自动驾驶又撞到人或障碍物了。其实,特斯拉或自动驾驶救人的例子更多,只是这样的新闻,上没有人愿意报道而已。另外,比如智能扫地机器人,我在家里就有两台机器人,一个负责扫地,一个负责擦地,节省了我们很多的家务时间。硬件在经过人工智能和赋能以后,就会在很多应用场景中,给人们的工作和生活带来便利。
第四个AI应用是数据掘金。很多数据用人眼或人脑来判断或认知是很有限的,但用人工智能来解读,就会有新的的洞察出来。比如商业指征数据,人的行为数据,像心电图,原来心电图很多东西解读不出来,特别牛的老医生可能会看出差异,但是现在用人工智能解读,就能把心脏病里很多小的特征都提取出来,甚至能够救命。这里面最经典的例子就是Apple Watch,如果你上网去搜 Apple Watch救命的例子就很多。因为患者 随身携带,就会对生理指征产生持续的量化输入和训练,当出现异样的指征时,智能硬件就会比病人甚至医生,更提前地预判风险的出现,从而起到救人的作用。我的泼辣女老板
|