微信号:bigdatalab

介绍:宽客俱乐部旗下美国大数据实验室,大数据研究应用.

人工智能爆发,下一个资本春天就在眼前

2016-01-19 08:23 大数据实验室

下一个资本春天在哪里?什么技术能带来互联网这样巨大的“新能量”,改变各个交易链条?近日举行的Comet Labs微课上,联想之星合伙人刘维给出了答案。满满的干货,我们来一起分享吧~


互联网在进入一个阶段性的冬天,它的边际效应已经逐渐到了瓶颈。并不是互联网本身有问题了,而是互联网作为一种效率提升工具,一种信息能的赋能工具,一个打通信息管道、消除信息不对称的工具,它的边际效应已经逐渐到了瓶颈。当各行各业可以很方便地应用互联网作为工具时,只喊着互联网或者因为互联网而大肆烧钱,指望未来效率大量提升,就不容易成功了。


那么在这样的背景下,下一个春天在哪里?什么技术能带来互联网这样的巨大“新能量”,从而改变各个交易链条呢?那就是人工智能。




人工智能快速成熟
2015年接近临界点



人工智能的话题喊了几十年,就像互联网也喊了很多年才落地,智能手机喊了很多年才普及一样。人工智能现在突然爆发起来,不是偶然的,背后是技术的巨大进步,把一些长期以来有痛点、解决不了的问题解决了。


比如:人脸识别、图像识别、语音识别,都是老生常谈。而现在的技术是什么:十几亿人的大数据库,每秒100帧以上的识别率,非配合场景、自然光线、侧脸和遮挡,都可以用很高的识别率识别出来。这才有了安防、金融等领域的大量应用。


这样一个细分领域说起来很小,但最近几年来,特别是2015年以来,在各个识别领域的进展都是飞速的——人脸、商品、图像、手写文字、各种动作、自然语音……这些加起来,就构成了非常大的突破,机器对“物理世界”的理解能力,得到了大的飞跃,让机器(包括计算机、手机,也包括各种实体的机器、机器人)就可以准确的理解各种任务、各种环境,去做大量的人能做/人都不能做的事。


所以我想说的第一个观点就是,人工智能的快速成熟,正在2015年接近临界点,从老生常谈,到真的可以感知和理解这个世界。




这背后的原因,其实还是要感谢互联网、移动互联网时代的“遗产”。正是我们每天都在产生的数据、上传到云端的数据,促成了一日相当于过去100年的数据量,促成了云端大脑的成熟。




人工智能的创业机会



在这样的技术背景下,更具体的机会在哪里呢?我的观点是,底层技术的成熟,为创业者带来了强大的工具,有几个方向都很有机会。


1. 在互联网上,利用智能技术的进步,进一步的去理解用户、理解服务/商品、理解交易,进一步的去精准推荐,提高有效性,把流量的价值发挥到更大。


2. 把智能技术和机器技术结合起来,开发新一代的智能机器——绝不仅仅是机器人,也不光是智能硬件。



这些智能机器,在每一个行业的链条中都有需求——现在互联网改造的更多是各行业的销售—市场环节,一部分通过saas影响到了内部组织管理了、通过b2b交易平台影响到了采购。但大部分行业的生产、任务交付这些核心环节,还不能光靠互联网被改造。这里都是智能机器的很大机会,而且行业缺乏巨头/BAT互联网巨头们不能先天凭借流量和生态优势而取得垄断地位,对初创团队是有利的。


所以我的第二个观点是,人工智能的大爆发中,智能机器的行业应用,有大量的机会。




2C看上去很美
2B其实更有机会



2B领域的选择,这些有需求、有纵深的领域,即使不是技术非常先进,只要能深入去理解行业需求,和业务系统有好的结合,我觉得也会有一批创业的机会,包括Saas+机器混合的机会。




C端消费者对于不成熟的东西,买单意识总是很差的。他们希望足够完善、足够通用、足够便宜、足够漂亮,甚至其他方面也足够好。但这并不可能。

2B的消费者相反,如果能找到合适的客户,他们有痛点、期望解决问题、而且能通过解决这样问题得以快速发展,越做越大,也就能把产品带的越来越有销量/成为行业标准。


具体到智能机器领域,我觉得2B客户至少有几个优点:


1)对核心功能以外的事情高容忍,比如我们face++的人脸识别摄像头,能抓住坏人,但在安装上肯定有要求,在外形上不一定上来就很漂亮,用户根本无所谓:)


2) 对价格能高容忍,只要你能解决核心问题。这也就意味着不用面对销量低时bom降不下来 bom高了卖不动的常见悖论。很多案例下,只要切入点准确,2B客户不在乎成本短期内高一些。


3)可以人机混合,这是我觉得最重要的。2C用户往往希望机器独立解决很多问题,而2B不同,他可以配置1个人+n台机器形成一个组合,把机器不好解决的一些问题还交给人来做。例如我们说的人脸识别追逃犯中,警察还是可以去实体确认下对不对。


4)可以聚焦单任务,用户对家庭机器人的期望估计是保姆,什么都能做,但谈何容易?行业客户还是可以聚焦单任务的,再通过一个个任务和功能的积累,逐渐成熟,逐渐降低成本,逐渐树立品牌……长期看,2B也可以转为2C。


对于2B的智能机器创业者,我们的建议也是要利用好这些优势,避免“做一个太复杂的木桶”,而是能利用和客户的深度合作,把精力聚焦到做出核心功能、做透核心功能和长期价值。


以下五个2B领域可能机会会多些:


1.人力密集型,人所从事的劳动,是不断重复、但有一定的灵活性的。比如,物流行业的不停的分拣、搬运(每次东西不同),建筑行业的不停的做工(每次的场景和多少不同),因为重复的,适合机器代替,现在人力成本上升太快。

这里面特别建议,利用好视觉技术、人机交互技术的大发展,很多事情都可以用机器来替代。


2. 行业的用人规律,有特别明显的波峰波谷。这样的行业,现在普遍不断的招人/遣散人/再招人很困难,如果有机器替代部分,用户十分欢迎,例如物流、农业等。


3. 行业的趋势,对柔性有很高的要求,比如现在很多制造领域在C2B的逆向决定任务,物流从原来的整件运输到向灵活的按需、小商品级别的分拣配送。这里面人的能力有极限,培训难度也非常大。


4. 危险、特种、大空间尺度的很多任务


5. 最后但最重要的一点,很多海外/全球化的机会。大家都知道现在中国互联网公司不少在出海,发展也不错。智能机器领域更是,这个领域未来会全球化竞争,中国在很多行业上是有优势的,例如安防、物流、零售,都是世界上最复杂的,一些技术的输出有明确的空间。



来源:联想控股微空间

 
大数据实验室 更多文章 用户画像数据建模方法 李光斗:警方是如何利用大数据抓到王全安的 降楼价,新加坡居然靠的是无人驾驶! 小数法则和经验主义 什么性格的人适合 Quant 这个职位?能否描述一下 Quant 一天的生活是怎样的?
猜您喜欢 perl6 学习网站收集 Python监视进程创建情况和系统服务状态 35行代码搞定事件研究法(下) Spring IOC容器基本原理。 Android自定义View之刻度尺