迅雷创始人程浩:人工智能有技术但没好场景

简介:

2017-03-21-5119ee3c56-62de-4c9f-87c5-e25

朋友们大家好,我是程浩,迅雷创始人,现在专注互联网领域的投资。这一年来我看了许多人工智能领域的创业项目,很多都是技术背景的创业者,发现两个普遍问题:

有技术但没有好的场景,“拿着锤子找钉子”非常普遍;

技术创业者如果只定位做技术提供商,而不直接面向用户/客户提供整体解决方案,未来价值会越来越小,不往上游走风险非常大,甚至是死路一条;

为什么说未来只做技术提供商价值会越来越小,甚至死路一条?原因有几点:

未来很多基础技术服务都是大公司的赛道,都会免费:

以语音识别来说,除科大讯飞外,目前百度、阿里也已经杀入这个领域,腾讯肯定也在布局中。不光是语音识别,包括自然语言理解、翻译等等,未来这些占据数据优势的大公司都会提供这样的基础服务。人就没打算收费,你也就别指望靠API调用去赚钱。所以尽管这些领域现在还可赚点小钱,但很难成为一个长久的生意。

依托于算法的技术壁垒会越来越低:

打个比方,苹果2007年发布第一款iPhone时,没人懂IOS编程,现在满大街都是。正如今天各大学的计算机专业,都纷纷开设机器学习课程,未来人才不缺,这会拉低整个行业的进入门槛。

同时随着谷歌TensorFlow等生态系统的成熟,很多领域都会有训练好的模型可以用来参考(出Demo会更快),创业者只要有足够的数据来训练参数就好了。所以未来算法的壁垒会越来越低,如果这个公司的核心竞争力是算法,那将非常危险。

除此之外,在一些“非关键应用”上,两个算法之间的微小差别其实对使用者感知并不明显。与此相对应的,数据壁垒却是非常明显。最近这一年中国涌现了一二十个“AI看医学影像”的公司,这个生意里面,怎么拿到海量的、准确的、标注过的数据,比谁的算法好要有价值的多。

技术提供商如果不直接面向用户/客户提供整体解决方案,则非常容易被上游碾压:

对于技术提供商和算法类公司,如果你的技术壁垒不够高,上游很可能直接把你的事做了。这样的例子比比皆是。大家知道安防领域的海康和大华,他们每卖一颗摄像头都会搭载一枚海思芯片,运行编解码方案和用于脸识别、人证合一相关的算法。

这个领域的算法提供商就很危险。第一,海思作为芯片提供商,在自己的Chips上跑自己的算法是理所当然,所以很容易就会把算法提供商的事儿替代了。其次更有可能的是,未来海康和大华,会把算法提供商和海思的事情都做了。现在只是自己研发团队做的芯片和算法还不够好。一旦差不多,会立马取代。所以即使海思芯片有一定技术含量,但对海康这样近2000亿市值的公司,他们占据垄断性的市场份额,一定会做到赢家通吃上下游。

此外还有在SLAM领域,应用基于三角测距triangulation的激光雷达,专做机器人移动底盘的提供商,未来也很危险。主要是技术壁垒没那么高,其上游最主要的客户扫地机器人,只要出货量一大就会考虑自己做。因为这事儿没什么门槛,因此只做技术提供商,非常容易被上游延展到自己的业务领域。

另外即使在有一定技术门槛的行业,技术提供商的日子同样并不好过。正像被Intel收购的Movidius,专注嵌入式的视觉处理芯片。之前大疆无人机是其主要客户之一。但问题是大疆统治了消费级无人机市场,所以大疆很自然的开始做自己的芯片。按说芯片的技术壁垒并不低,但只要行业集中度高,像苹果、三星、华为还有现在的小米,都选择了自己做手机CPU。

这其实是一个产业链通用规律:如果一个产业链有很多环节,在某一个环节有一个垄断者,那么这个垄断者就有向上下游延展的机会,即使不延展也会把整个产业链的大部分利润吃掉。正如之前的PC产业链,有内存、硬盘、操作系统、整机……但Windows和Intel却赚走了绝大部分利润。

既然做纯技术提供商没有出路,那怎么办?浩哥提出“一横一纵”理论。“一横”就是指你提供的技术服务。通常“一横”能服务很多行业,你要在其中选一个最大、最适合你的行业,深入扎进去做“全栈”,就升级为了“一纵”。在垂直外的行业,因为没有利益冲突,你仍可老老实实的做技术服务。这样的话,商业上你能吃透一个垂直行业,技术上你还能通过横向合作,不断获取对方反馈的数据来夯实你的技术。

那么对于技术创业公司,从“一横”走到“一纵”,要选哪个垂直领域,取决几个关键因素:

市场空间够不够大?

做垂直领域的全栈,还是做横向的技术提供商?完全取决于市场空间哪个更大。找对垂直领域,即使只占一部分市场份额,也可能比做“一横”全归你的收益大。拿美图公司举例,人们对其印象深刻的是美图秀秀、美拍、美颜相机等APP矩阵,但研究财报后你会发现,这些都远没有垂直做美图手机赚钱。美图手机占了公司全部营收的95%。虽然美图手机去年的销量大约在38.8万台,仅仅只占国内手机市场全年销量近4亿台的0.1%。(PS:我偶然发现美图手机高端型号能卖到4000块钱,这个用户人群还挺有意思,因为几乎都是女孩,比较爱美,普遍对价格的敏感度不高)

行业集中度如何?

在做“一横”技术提供商时,上游行业集中度越高则越不利。说白了头部效应明显,如果一两家大企业把行业全吃掉,那么作为技术提供商,面对集中采购,是没有任何议价能力的。就像IDC时代,HP、DELL等卖服务器的,活的很滋润。但现在云计算来了,面对亚马逊、阿里云这样的批量采购,服务器厂商能跑个量就不错了,甭指望什么利润了。

不过话又说回来,行业集中度越高,说明行业壁垒越高,你想从技术提供商走向上游也越困难。这种情况下,通常是上游把下游的事做了,例如Google、百度当年内部使用了一些自己攒的服务器,现在大部分都是定制化需求给服务器厂商,这样的单几乎是没利润的。反过来讲,如果行业集中度很低,那么作为技术提供商还是相对“滋润”的。

技术是改良还是革命?

如果你的技术创新对这个垂直领域是革命性的,就越有机会走到上游。如果只是改良性的,你就老老实实在下游赚个辛苦钱算了。

越是颠覆性的东西,越有机会往上游走。因为上游越离不开你,意味着你有机会做他的事。打个异想天开的比方,如果你能提供一个“待机一礼拜”的电池,那你就可以考虑自己做手机,你的手机只打一点:一星期不用充电!就这一点可能就够了,因为这个技术是革命性的。相反,如果是改良性的技术,例如你的电池待机只是比以前多了20%,那你还是老老实实做电池吧。

双方壁垒谁更高?

拿比较火的直播平台而言,现在都有美颜功能,例如给女孩长出个耳朵那种,这个通常都是第三方提供的技术。技术本身的壁垒并不高,很多公司都能提供,虽然效果有一些小的差异。但是直播的壁垒相当高,这事有网络效应,用户越多会吸引更多的主播,因为能赚到更多钱,主播越多,也会带来更多的用户,因此需要很多资金来买流量以及签约很NB的主播。这种情况下,虽然技术提供商只能赚个辛苦钱,但是仍然完全没有机会往上游走。

到底跟团队基因相符不相符?

能做得了技术服务,不一定能做垂直解决方案,因为团队不一定有行业经验,这是很大的问题。亚马逊的无人便利店AmazonGo出来之后,国内不少技术团队也想提供类似的技术,甚至想做2C的便利店。我劝他们再考虑一下,你的技术再好,对于用户而言,他买东西的时候,首要考虑的还是——哪个便利店离我更近(从这个角度上讲,无人便利店仍然是个改良型的技术),这又回到了零售的本质。所以如果团队没有零售的基因,就别考虑自己开便利店的事了。这时候,很多人可能会问“那我找个懂行业的高管不就行了么?”这事没那么简单,如果CEO不了解行业本质,其实是很难靠一个高管去弥补的。

综上所述,只做技术提供商肯定不行,一定要做整体解决方案——选个适合你的行业,把你的技术产品化、然后搞定用户/客户实现商业变现、然后获得更多的数据,这样才能再夯实你的技术。一句话讲,要做技术、产品、商业和数据的“全栈”,形成闭环!



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

目录
相关文章
|
28天前
|
机器学习/深度学习 人工智能 算法
未来AI技术在医疗领域的应用
传统医疗体系一直面临着挑战,而随着人工智能技术的不断发展,AI在医疗领域的应用正在成为一种新的趋势。本文将探讨未来AI技术在医疗领域的应用,包括诊断、治疗和预防等方面,以及AI与传统医疗模式的结合,展望未来医疗行业的发展方向。
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(NLP自然语言处理概念介绍)
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(NLP自然语言处理概念介绍)
39 0
|
21天前
|
机器学习/深度学习 人工智能 运维
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(二)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
53 1
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(一)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
61 1
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)(一)
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)
45 0
|
26天前
|
机器学习/深度学习 人工智能 资源调度
未来人工智能技术的发展趋势与应用前景
随着人工智能技术的快速发展,未来在各个领域都将有更广泛的应用。本文探讨了人工智能技术的发展趋势以及在前端、后端开发等领域的应用前景,展望了未来人工智能将如何改变我们的生活和工作方式。
|
27天前
|
机器学习/深度学习 人工智能 搜索推荐
未来AI技术在医疗领域的应用
随着人工智能技术的不断发展,AI在医疗领域的应用正日益广泛。本文将探讨未来AI技术在医疗领域的潜在价值和影响,以及其对医疗行业和患者的积极意义。
|
29天前
|
机器学习/深度学习 人工智能 自然语言处理
未来智能时代:人工智能技术的新趋势与挑战
在当今数字化快速发展的时代,人工智能技术正逐渐渗透到我们生活的方方面面。本文将探讨人工智能技术的新趋势和挑战,分析其对未来社会和产业的影响。
22 0
|
1天前
|
机器学习/深度学习 人工智能 算法
未来AI技术的发展与应用前景
随着人工智能(AI)技术的迅速发展,其在各个领域的应用前景备受关注。本文将探讨未来AI技术的发展趋势,以及其在医疗、交通、教育等领域的潜在应用,展望AI技术对未来社会的影响和改变。
9 1
|
7天前
|
人工智能 自然语言处理 机器人