自2016年阿法狗贏得“人機大戰”以來,關于人工智能的投資、發展和應用便火熱不止。在全球各國的一致重視與推動下,2018年全球AI市場規模已經來到了1萬億美元以上,年均增速超過50%;人工智能企業數量接近3000多家;同時人工智能應用也已經在教育、醫療、金融、交通等眾多領域獲得落地,整個產業發展態勢一片向好。
不過,雖然人工智能概念火爆非凡、市場熱度不減、應用落地不斷,但其中的企業想要賺錢卻依然十分艱難。據悉,2018年我國AI企業獲得融資總額占據全球的70%,但資本涌入后,仍有接近90%的企業長期處于虧損狀態,僅剩的10%賺錢企業基本都是技術提供商。也就是說,不管概念、市場和資本炒的如何火熱,人工智能盈利難題始終困擾著絕大部分的企業。
那么企業盈利難,究竟難在哪里呢?從市場發展現狀和業界專家總結分析來看,造成人工智能企業賺不到錢的原因主要有兩點,一點是技術門檻過高,另外一點是產品價值挖掘不夠。
我們先來看第一點。人工智能的本質說白了就是數據,如今說的人工智能其實是數據智能,只有用數據作為導向,讓需要機器來做判別的問題轉化為數據問題,人工智能才能發揮出作用和功效。但目前,人工智能企業從談概念、講技術,到拼場景、搶落地,資本市場和產業市場雖然是整的風生水起了,可數據本身卻仍面臨研究問題。
其一是某些行業的現有數據資源并不是很多。比如手機行業,商家想讓人工智能來判別手機的屏幕劃痕,但現實中沒有任何工廠會有成百上千萬不同劃痕的手機來提供數據、供以學習。在這樣的情況下,企業不具備小樣本數據學習的能力,便打造不出理想的智能產品。
其二是大部分行業的數據存在孤島現象。比如政府部門、金融行業以及醫療行業,其中的資料數據普遍分屬于不同的機構或部門,很難將這些數據整合成一個完全體。在這樣資源分散、數據不通的情況下,企業要想提升人工智能技術,研發優質產品也十分困難。
基于以上問題,人工智能企業要想打造出理想的技術和產品,便需要消耗巨大的人力、物力和財力來創造適合的研發條件。這也就造成了研發成本的高昂,變相削弱了企業盈利的能力。也就是說,數據帶來的技術問題和巨大門檻,是企業賺錢困難的首要攔路虎。
其次,我們再來看第二點,人工智能產品的價值問題。人工智能企業研發出一項技術和產品,如果不能進行商業化的落地和規模化的應用,可以說其本身便不具備任何價值。而一直以來,我國的人工智能企業都踐行著“拿著錘子找釘子”的研發模式,并沒有真正打通產業鏈。當大家辛辛苦苦打造出了錘子,卻發現根本沒有釘子讓他們敲,這便使得企業白白浪費了高額融資,產品卻毫無永無之地,或者應用價值不高。
因此,先找到應用場景,再做好優質產品,是擺脫困境的一種有效辦法。不過,即使找到了好的應用場景,要做好產品也不太容易。因為人工智能的更新換代速度過快,需要企業持續不斷的投入人力和成本,很少有企業能夠負擔得起,就算一些企業承受了下來,要實現盈利也比較困難。
總而言之,人工智能企業賺錢困難的原因無外乎技術和商用兩方面。現有的企業擁有獨特且可靠的技術或產品已經不易,要想找到合適的場景實現規模化應用便更為困難,因此盈利對于他們來說過于奢求。未來,要想實現規模化、大面積的企業盈利,最終還是要回歸到技術、產品與應用中來,希望能有越來越多的企業頂住壓力、絕處逢生。