摘要：人工智能終究是一個不斷演進的行業，創業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。風口總會過去，概念總會失效，盈利才是推動創新和產業進步最現實的做法。
 
去年流行的還是馬斯克、霍金、哈撒比斯等人背書的“人工智能恐怖論”，但到了2016年，人工智能卻搖身一變成為創業的新風口。盡管人工智能的概念并不新鮮，甚至每隔幾年就會流行一波，但這一次創業者們似乎要真刀真槍的實干起來。
 
作為計算機科學界的“圣杯”，人工智能在2016年世界經濟論壇報告里被預測為第四次工業革命的核心技術代表，并由此引發了國內外互聯網巨頭和資本的跑馬圈地。這看起來很美好，但擺在所有創業者面前的現實問題是，除了理想和情懷，如何利用人工智能掙錢？
 
人工智能的苦行期和紅利期
 
要理解今天創業者為人工智能瘋狂的原因，以及資本為何表現出了前所未有的青睞，似乎有必要簡單了解下人工智能的發展史。和VR一樣，人工智能并不是一個新概念，同樣經歷了長達幾十年的勢好與式微。
 
總結來看，或可以將人工智能的歷史分為苦行期和紅利期。
 
人工智能的第一個紅利期出現在60年代，當時的科學家們自信而又瘋狂，“二十年內，機器將能完成人能做到的一切工作”成為當時科學界的主流聲音。
 
人工智能的第二個紅利期出現在90年代，典型的標志就是IBM 的“深藍”戰勝國際象棋世界冠軍卡斯帕羅夫，影響絕不亞于 AlphaGo 的圍棋大戰。
 
而在兩個紅利期的間隙和今天再次成為焦點之前，人工智能所經歷的是一個又一個苦行期。比如在70年代因為人工智能的預言無法兌現，研究經費中斷而進入低谷期。同樣的事情還出現在80年代末和20世紀初。
 
不過，在人工智能的研究者走出苦行期之后，往往帶來了讓人意想不到的成果，諸如控制論與早期的神經網絡、新邏輯學和模態邏輯、Prolog語言和專家系統、Nouvelle AI與嵌入式推理等等。這些新的研究方法和邏輯的不斷試錯，對今天人工智能的發展有著不可或缺的作用。
 
當下或是人工智能的又一個紅利期。一方面，圖像識別、深度學習、語音合成等人工的核心算法日漸成熟，并開始大范圍的商業化應用；另一方面，人工智能的研究走出了實驗室，科技公司開始成為人工智能的主要推動者。
 
不難發現,“商業化”是人工智能當前的特征標簽之一，不管是行業巨頭還是創業者都承擔了兩個角色，即人工智能技術的研究者和實踐者，也就意味著人工智能離象牙塔越來越遠，也日漸成為更加實用的科學技術。
 
與之同時，各路資本也開始追逐人工智能，僅國內就有創新工場、云啟資本、IDG等創投機構積極表態?？烧驹趧摌I者的角度來講，人工智能的創業紅利期來了嗎？


人工智能創業的兩個評判標準：道與術
 
當然，并不是所有的投資者都看好人工智能的創業風口，也不是所有的科學家都認同人工智能技術的商業化。原因并不難理解，大多數創業者并未能接觸到一些核心算法，就拿圖像識別來說，巨頭們可以把識別準確率做到99%以上，但很多創業公司還停留在80%左右的水平。
 
借助商業化積累資金進行更深層次的研發，還是僅僅將人工智能作為噱頭來蹭風口？或可以從道和術兩方面來看。
 
道指的是戰略，衡量著一個創業者的大局觀
 
其中的一個核心準則是，縱然披上了人工智能的外衣能否真正的創造價值，只有這樣，才能持續性的盈利并推動一個產業的進步。比如提高企業的運作效率、降低生產或運營成本、提供附加價值等等。
 
術意味著戰術，考證的是創業項目的方法論
 
人工智能可以深耕的領域有很多，卻又并非所有的領域都適用人工智能。好比說能否拿到足夠多的數據進行機器學習，能否抓住顯性剛需，進而實現規模量級的用戶積累。
 
事實上，人工智能為急于涌進的創業者埋下了很多坑，比較常見的有兩點：
 
一是把人工智能作為炫技的需要，而絲毫不考慮用戶體驗的流氓做法，諸如人臉識別登陸、虹膜識別支付等等；
 
二是對人工智能寄予不符合現狀的要求，在微軟的小冰、蘋果的Siri等一炮而紅后，一些創業公司紛紛推出聊天機器人，并炒作成所謂的“情感伴侶”?？山Y果呢？滿是雞肋，詬病連連。
 
有專家認為，人工智能可以基于兩點創業，要么找到一個尚未達到爆發點的核心技術，類似于語音識別、圖像識別等；要么選擇自己熟悉的領域，借用人工智能技術來改善一些行業弊病。
 
然而在這些半虛半實的建議之外，創業者應該思考下面四個問題：人工智能是否適用于開放式的場景？人工智能是否要完全替代人？如何低成本的獲取大數據？怎么設計算法的容錯方案？
 
未能解決上述四個問題的失敗案例并不少見，在惡劣天氣就歇菜的無人駕駛、不成熟的智能機器人等等，不一而足。這些問題的解決與否，決定了創業項目的前景，以及最現實的能否掙到錢。
 
這些領域或是最可能盈利的人工智能創業
 
調查結果顯示，盈利良好或前景樂觀的AI創業項目有著三個共同點，即應用于封閉可控的場景、輔助人類完成重復性的具體工作、以及可實現的切入點?；蛟S只有滿足這些條件，創業者才真正迎來了賺錢的紅利期，幸運的是這些領域并不稀缺。
 
以客服銷售領域為例，電商時代不可或缺的一個角色就是客服，即便是一個月流水只有五六十萬的淘寶店，往往需要配備5人以上的客服團隊。事實上，客服場景中有大量的重復性和標準下問題，比如產品價格、支持退貨嗎、是否發貨等問題，在這些問題上消耗太多的人力，對企業來說無疑是一種資源浪費。
 
目前阿里、京東等已經將人工智能引入客服系統，也出現了網易七魚、Udesk等第三方智能客服云服務，前景比較樂觀，尤其是在很多具有數據門檻的垂直行業。
 
同樣的情況還存在于投資理財、銀行保險、醫療教育等領域。
 
比如說，頂尖的財經分析師已然成為一種稀有資源，很多理財工具開始利用人工智能的數據處理能力計算最佳的組合資產配置，為用戶提供最大的收益方案。再比如醫療水平本就屬于難量化的東西，AI或可以結合診斷數據和病歷大數據來幫助醫生進行輔助性診斷。
 
總而言之，VR也好，O2O也罷，資本在追捧一段時間之后，不無進入了所謂的“資本寒冬”。而人工智能并不缺少“畫餅”的想象空間，但理性的創業者并不希望難以落地的項目來沖擊投資者的信心。
 
換句話說，人工智能的發展尚處于初級階段，就好像90年代的互聯網創業者難以想象今天互聯網行業所流行的產品形態，想要在人工智能時代分一杯羹，前提是找到一個能夠賺錢的領域活下來，只有這樣才能形成正向循環，從而繼續在人工智能領域往下發展。
 
結語
 
人工智能終究是一個不斷演進的行業，創業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。風口總會過去，概念總會失效，盈利才是推動創新和產業進步最現實的做法。