《为什么BAT干不掉海康威视？——关于人工智能的思考.docx》由会员分享，可在线阅读，更多相关《为什么BAT干不掉海康威视？——关于人工智能的思考.docx（20页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、为什么BAT干不掉海康威视？关于人工智能的思考为什么BAT干不掉海康威视关于人工智能的考虑来源新智元程浩迅雷创始人 “即使百度技术好在人脸识别率方面比海康威视高一个百分点实际不一定海康背后有几百人的AI研发团队。但这并不代表百度就能替代海康。因为安防是“非关键性应用non-mission-critical100个犯人我识别了95个你比我多识别了一个做到了96个其实没那么重要。大众好我是迅雷创始人程浩如今专注科技领域的投资。今天跟大众聊聊人工智能领域的创业以及创新包括怎样选择赛道、团队的搭配、和怎样应对巨头的挑战。为此我从投资人的视角给大众总结了人工智能创业的6大核心问题。第一个问题为什么应关注
2、人工智能而非互联网首先假如今天大众选择创业我建议更应该关注人工智能而非互联网。为什么这么讲互联网的流量红利已经消失以PC来讲全球PC出货量连续5年度下滑。大众知道国内最后出现的一个PC互联网独角兽是谁吗是知乎大概是2020年度初推出这么多年度过去再也没有PC互联网的独角兽出现。做个类比我们知道2021年度挪动互联网的浸透率以及竞争程度以及2020年度的PC互联网类似以此类推2021年度以后再做挪动APP也很难出独角兽了。毕竟中国连续两年度手机出货量都在5亿多台增长放缓代表无线流量根本已走平你多卖一台我就少卖一台是存量竞争。今天创业者再做一个纯互联网的APP投资人问的第一个问题就是你怎么获客。因
3、为现阶段流量格局已定首屏就那几个APP。互联网的时机同样有限主要在于互联网最大的价值是解决信息不对称以及连接。所以对于电商十分有价值。淘宝用皇冠、钻石等信誉体系解决了信息不对称同时又把全国有这么多买家以及卖家连接在一起。这个是互联网的价值。但很多行业信息以及连接并不是痛点。拿医疗举例中国三甲医院的大夫就那么多你把全国13亿人民都以及这些大夫连接上了也没用因为一个医生一天还是只能看那么多病人。互联网并没有进步医生看诊的效率。在诸如餐饮、医疗这些传统领域互联网的帮助是很有限的。也包括滴滴打车互联网解决了打车难的问题但是没解决打车价格的问题。事实上补贴去掉之后大众都发现了滴滴一点都不廉价道理很简单不
4、管是专车还是出租车还是需要由人来开人工本钱降不下来就不可能廉价。真正可以进步社会消费力解决供需关系不平衡的就是人工智能人工智能将给社会消费力带来的进步和对人类带来的影响将远远超过互联网。还是拿医疗来讲很多基层医院程度不高那将来完全可以通过人工智能来辅助医生读CT、X光等医疗影像。像今年度IBMWatson对皮肤黑色素瘤的诊断准确率已进步至97%远远超过了人类专家75%-84%的平均程度。将来人工智能无论是在无人车、机器人、医疗、金融、教育还是其他领域都将爆发宏大的社会效益这点毋庸置疑。我认为下一波大趋势以及大的红利不是互联网而是人工智能。我建议如今的创业者更应该关注人工智能领域的创业时机。第二
5、个问题BAT的宏大优势人工智能主要分三层。最底层是根底架构Infrastructure包括云计算、芯片和TensorFlow这样的框架。在根底层之上是中间层叫通用技术EnablingTechnology例如图像识别、语音识别、语义理解、机器翻译这些。根底层以及中间层是互联网巨头的必争之地。比方芯片领域Intel、英伟达、高通都投入巨资竞争极其剧烈。同样云计算、框架也是一样都不是小公司可以涉足的领地。如今对于中间层的通用技术BAT也极其重视。因为大众都相信人工智能是下一波工业革命浪潮。对腾讯、阿里、百度这些巨头来讲要想在大浪中屹立不倒必需要构建出人工智能的生态系统Ecosystem。而核心就是要
6、依靠这些EnablingTechnology技术。相比创业公司BAT的最大优势是什么呢第一不缺数据第二为了构建自己的生态系统将来通用技术一定全部是免费的第三固然通用技术免费但BAT有羊毛出在身上的猪时机。这是典型的互联网打法。这里的猪是什么猪就是云计算。例如百度的ABC策略分别代表人工智能AI、大数据BigData以及云计算CloudComputing。AI我可以不赚钱开放给大众那么大众想享受我的效劳就来买我的云吧。而对于创业企业来讲只做图像识别、语音识别、语义理解、机器翻译这些通用技术指望通过SDK卖钱将来路会越来越窄十分是BAT都免费的压力下。所以从这个角度讲创业公司做下面两层风险比拟大。
7、我认为创业公司的时机在最上层就是拿着下两层的成果去效劳垂直行业也就是我们所谓的人工智能。第三个问题海康威视相对BAT的优势在哪里深化垂直行业的人工智能又可细分为两类情况即“人工智能行业以及“行业人工智能他们间有明显的区别。 “AI行业简单讲就是在AI技术成熟之前这个行业、产品从未存在过。比方自动驾驶亚马逊的Echo智能音箱、苹果的Siri语音助手。在人工智能技术未打破前不存在这样的产品。因为AI创造出了一条全新的产业链。 “行业AI就是行业本身一直存在产业链条成熟只是以前完全靠人工效率比拟低如今参加AI元素后使得行业效率有了明显进步。比方安防、医疗等领域。客观讲这两个类别都有创业时机。但“AI
8、行业因为是一条新的产业链创业公司与互联网巨头实际是处在同一起跑线上。巨头们坐拥数据优势。所以从这个角度“行业AI相对对创业公司更为友好也更容易构建出壁垒。我认为将来行业壁垒才是人工智能创业最大的护城河。因为每个行业都有垂直纵深,尽管BAT技术好一点、并不关键。拿医疗AI举例什么最重要大量准确的被医生标注过的数据最重要。没有数据再天才的科学家也无用武之地。但在国内这个医疗数据拿出来非常困难。所以BAT做医疗一点优势都没有因为他们要把这些数据从各医院、各科室搞出来也很累。相反假如一个创业者在医疗行业耕耘很多年度也许拿起数据来比大公司更容易。这要求创始团队的合伙人中必须有懂行业、有行业资源的人才。这
9、与互联网一样一旦细分到详细行业并不是讲你百度、腾讯有资金、有流量投入人才就什么都能做比拼的还有行业资源以及人脉。之所以跟大众聊这个话题是因为前一段去百度大学跟大众沟通他们提到百度人工智能在无人车以及DuerOS的应用。同时又问我人脸识别在国内安防领域的应用价值非常大。像海康威视有近3000亿人民币的市值每年度光净利润就有近百亿。百度在AI方面是不是该考虑进军这个领域。我答复讲千万别因为安防是典型的、有宏大壁垒的“行业AI领域。即使百度技术好在人脸识别率方面比海康威视高一个百分点实际不一定海康背后有几百人的AI研发团队。但这并不代表百度就能替代海康。因为安防是“非关键性应用non-mission
10、-critical100个犯人我识别了95个你比我多识别了一个做到了96个其实没那么重要。而反过来海康比照百度有什么优势首先海康是做摄像头的用自己的硬件跑自己的算法是很自然的事儿。就像苹果手机软硬一体体验更好。其次海康做了这么多年度的安防积累了非常多的数据人脸的数据、环境的数据在安防领域有数据优势。最后海康给公安系统做了很多类似警务通、基站信息收集、视图档案管理等SaaS平台的东西和警用云系统。我们可以认为公安系统的IT化其中有一局部就是海康威视介入的。这些东西可能不赚钱但却为海康构建了壁垒。因为底层的根底设施都是我建的那前端的东西就只能用我的我可以有100个理由讲竞品与我不兼容。而且海康做了
11、这么长时间积累了大量的客户资源十分是政府公安局的资源开拓这些资源非常需要时间。这些就是所谓的行业纵深。所以即使对BAT而言想进入“行业AI领域选择垂直赛道时同样要非常慎重。在宏大的行业壁垒面前真不是讲我的算法比你好一些市场就是我的只有技术优势仍然差的很远。回归“AI行业以及“行业AI通常来讲前者的行业纵深会比拟浅而后者那么有宏大的行业壁垒。而行业壁垒那么是创业公司最大的护城河也是抵挡BAT的关键。第四个问题为什么技术可能并不重要谈到人工智能领域的创业很多人都会有个误解就是假如我团队没有个大牛的科学家比方斯坦福、MIT的博士坐镇我都不好意思讲在人工智能方面创业。其实这个认知是完全错的。因为在人工
12、智能领域算法到底有多重要完全取决于你要准备进入哪个行业。根据行业以及应用场景不同我认人工智能的创业本质上有mission-critical以及non-mission-critical之分。为了方便大众理解我们简称为“关键性应用以及“非关键性应用。 “关键性应用要追求99.9%后的多个9做不到就没法商业化。比方大众认为99%可靠度的自动驾驶能上路吗肯定不能意味着100次就出1次事故。99.9%也不行1000次出一次事故。千万记住99%以及99.9%的可靠度差距并不是0.9%而是要反过来算差距是10倍。也包括手术机器人听起来99.9%可靠度已经很高了但意味着1000次出一次医疗事故放在美国医院还不
13、得被巨额索赔搞得破产。所以“关键性应用领域就是一丁点儿错都不能犯的人工智能领域必需要有技术大牛、科学家或者算法专家坐镇。同时这类工程研发周期都很长。正如以色列做ADAS高级驾驶辅助系统解决方案的Mobileye公司今年度3月被Intel以153亿美金收买。大众知道这家公司研发周期有多长吗Mobileye成立于1999年度到他们推出首款产品、挣到第一桶金已是2007年度。长达8年度的研发周期。这在互联网创业里不可想象。包括谷歌无人车从2020年度开场研发到如今一直没有商业化达芬奇手术机器人从启动研发到2000年度拿到美国食品药品管理局FDA的认证花了十年度时间。 “关键性应用的普遍特点就是这样工
14、程通常很贵研发周期巨长离钱非常远需要持续的融资才能团队如何才有持续融资起码要有非常好的简历以及非常好的背景。这个是可以持续融资的必要前提。所以大众可以看到今天做无人驾驶的创业团队都是高富帅。因为不是高富帅你都熬不到产品真正商业化应用那天。当然假如在人工智能领域都是“关键性应用那就没大多数创业者什么事了。实际上人工智能领域的创业95%都是“非关键性应用none-mission-critical。简单讲对这些领域AI的可靠度只要过了根底线高一点低一点区别不大。最简单的例子如今很多公司的门禁开场用人脸识别。你今天带个帽子明天戴个墨镜或者口罩识别率没法做到99%。可即使没识别出来也没问题。因为所有带人
15、脸识别的门禁都有地方让你按指纹。即使指纹也刷不进去问题也不大公司不还有前台吗。这就是“非关键性应用“。这类工程不追求99%后面的很多个9。实际上国内人工智能以及机器人方向的创业大局部领域都是“非关键性应用。当然并不是讲在这个领域算法不重要你天天认不出来也不行所以一定要过了根底的可用性门槛偶然出现问题可以容忍。“关键性应用那么不能容忍。 “非关键性应用“不追求高大上简单、实用、性价比高更重要这样的工程通常比拼综合实力。包括对行业的洞察理解。要熟知行业痛点产品以及工程化才能。光在实验室里搞没意义本钱控制。不光能做出来的产品还得廉价的做出来供给链才能。不光能出货还要能批量消费营销才能。产品出来了你得
16、把东西卖出去。团队里有没有营销高手能不能搞定最好的渠道是关键。所以大众在创业组团队时一定要想好你选择的赛道处于哪个领域不同的赛道对于团队的要求是不一样。“关键性应用必须有技术大牛坐镇“非关键性应用那么要求团队更加综合以及全面。第五个问题产业链上的赢家通吃与行业壁垒优势如今很多人工智能创业者都是技术背景出身创业的第一个想法通常是做技术提供商。技术提供商作为创业的敲门砖可以。但假如只定位做技术提供商将来路会非常窄。为什么讲将来只做技术提供商价值会越来越小原因有几点首先通用技术一定是大公司的赛道BAT将来一定会开放免费。人家大公司会免费提供人脸识别、语音识别、语义理解、机器翻译这类EnablingT
17、echnology你还打算怎么靠API调用赚钱呢也许如今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。将来随着根底计算平台以及开源平台的丰富成熟技术方面的壁垒会越来越不明显整个人工智能的技术准入门槛会越降越低。就像2020年度你想找个IOS开发者很难如今却很容易一样所有技术的演进都遵循这一规律。十分随着今天各大学的计算机专业都纷纷开设机器学习课程将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。所以将来算法的壁垒会越来越低假如这个公司的核心
18、竞争力只是算法那将非常危险。技术提供商假如不直接面向用户/客户提供整体解决方案那么非常容易被上下游碾压对于技术提供商以及算法类公司假如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比方给海康威视提供人脸识别算法的公司。问题就在于海康在用你算法的时候人家也有庞大的研发团队在研究自己的算法。如今用你是人家还没准备好一旦准备好立即会把你交换掉。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。比方专注嵌入式的视觉处理芯片的Movidius大疆无人机一直在用他们的芯片。但自从大疆统治了消费级无人机市场后大疆如今也很自然地开场研发自己的芯片。按讲芯片的技术壁垒并不低但只要行业集中
19、度高赢家就会选择通吃。比方做手机的厂商出货量到了一个阀值都有动力自己做芯片。像苹果、三星、华为还有如今的小米都选择了自己做手机CPU。所以联发科、高通这些技术提供商其实是挺痛苦的。这其实是一个产业链通用规律产业链上的垄断者会吃掉所有利润而且他们非常有动力往上游或者下游扩展。拿PC产业链举例内存、硬盘、整机、显示器都不赚钱。钱被谁赚走了Windows以及Intel却赚走了绝大局部利润。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。前期做技术效劳可以但是不能一辈子做技术效劳。 “一横就是指你提供的技术效劳。通常“一横能效劳很多行业一定要找到1、2个你认为最有市场时机最合适你的垂直领域深
20、扎进去做“全栈把技术转化为产品然后搞定用户卖出去实现商业变现再通过商业反应更多的数据更加夯实自己的技术。一句话讲要做技术、产品、商业以及数据四位一体的“全栈这就是“一纵。这才是安康的商业形式。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效劳。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形成更多的数据回路进而夯实你的技术。这个就是“一横一纵理论。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5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取决市场空间哪个更大。找对垂直领域即使只占一点点市场份额可以能比做“一横全归你的收益大。拿美图公司举例他们有
21、美图秀秀、美拍、美颜相机等APP同时还会跟很多手机厂商合作提供相机拍摄的美颜效果你可以理解这就是技术效劳。但研究2016财报后大众知道美图秀秀选的“一纵是什么吗就是美图手机。以上提到的技术效劳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93%。固然美图手机去年度的销量大约在74.8万台仅仅只占国内手机市场全年度销量5亿多台的缺乏0.15%。行业集中度怎样做“一横技术提供商时最担忧的是你的上游或者下游过于集中或讲头部效应越明显对技术提供商就越不利。举个简单的例子IDC时代HP、DELL等厂商卖效劳器都是直接卖给各IT公司大众日子过的都很滋润。但2020年度之后就很难做了因为云计算出现了
22、。提供云计算的厂商就那几个两只手就能数出来。而且头部效应极其明显仅阿里云一家占了50%以上份额。假如你是一个技术提供商在跟这么垄断的行业去会谈你会发现没有任何筹码。所以如今就很悲催假设我是阿里云会让你列出BOM本钱我就给你5%或者10%的利润这个生意就很难做了。在这种情况下你当然有意愿也往上游走。但带来的问题是什么假如上游集中度高讲明这事的壁垒很高你作为技术提供商想往上走同样很困难假如这个上游集中度低或者客户很零散对你是件好事。但是你也没有太大动力往上游走因为这个市场本来就很零散你即使杀进去可能只有1%的市场份额而且使得99%的人都变成你的竞争对手了。这是个悖论。技术是改进还是革命假如你的技术
23、创新对这个垂直领域是革命性的就越有时机走到上游。假如只是改进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时机往上游走。因为上游越离不开你意味着你有时机做他的事。打个异想天开的比方假如你能提供一个“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而且是全球唯一就这一点可能就够了因为这个技术是革命性的。相反假如是改进性的技术例如你的电池待机只是比以前多了1020%那你还是老老实实卖电池吧。双方壁垒谁更高技术提供商的壁垒以及上游客户的壁垒哪个更高也决定做“一纵的成败。拿比拟火的直播平台而言如今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
24、身的壁垒并不高很多公司都能提供固然效果有一些小的差异但你没有明显优势。可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美女主播因为能赚到更多钱美女主播越多也会带来更多的用户。同时你舍得花钱需要很多资金来买流量和签约很NB的主播。所以这个事壁垒很高。你做技术提供商壁垒不高。这种情况下固然技术提供商只能赚个辛苦钱但是仍然完全没有时机往上游走。到底跟团队基因相符不相符能做得了技术效劳不代表能做垂直解决方案做全栈因为团队不一定有行业经历这是很大的问题。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。与他们聊完后我都会劝他们再考虑一下你的技术再好对
25、于用户而言他买东西的时候会看这个便利店有人还是无人的吗不会这不是优先选项。他首要考虑的还是哪个便利店离我更近和我想买的东西这个便利店有没有。从这个意义讲这又回到了零售的本质。所以假如团队没有零售的基因没有懂零售的人就别考虑自己开便利店的事。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假如CEO不解析行业本质其实是很难靠一个高管去弥补的。我十分相信基因决定论假如任何一个新的商业BAT找个懂行业的高管就能搞定了那中国互联网的生意就全是BAT的了就没创业公司什么事了。BAT一个做搜索一个做电商一个做社交。其实他们3个都把对方的事情已尝试了一遍最后都不成功。所以大众能做什么不能做
26、什么跟这个公司的基因是高度相关的。第六个问题2CVS2B最后一个问题简单讲一下科技成熟都需要一定的时间。因为从任何技术普及演进的角度几乎都延续了先是参军工航天、到政府、到企业、到B2B2C、再到2C这个规律。人工智能也一样目前人工智能在2C市场还不是很成熟。简单讲机器人在个人消费者市场出货量大的机器人只有4类产品扫地机器人、无人机、STEAM教育类机器人以及亚马逊ECHO为代表的智能音箱。为什么2C市场早期的普及有一定的困难简单讲几个原因产业链不成熟我做一个创新的东西成品有10个部件。每一个部件都得自己做而且因为出货量不大每个部件都没有规模效应这就导致每个部件都很贵那你最后做出成品一定很贵。这
27、是非常大的问题。2C是额外花钱这也是很重要的一个问题2C端的用户因为自掏腰包、额外花钱所以对价格通常比拟敏感产品很贵就是一个很大的门槛。2C产品的用户期待度高用户买了这么贵的东西自然对产品的期待度会更高很多。大众觉得我买一个机器人回来恨不得什么都能干又能唱歌、又能跳舞、又能聊天、又能清洁、又能讲英语。但这是不现实的如今的技术成熟度离此还有些远。相对于2C端这些问题在2B端却不是问题。2B端对价格承受才能更高首先企业对价格的承受才能显然比2C强很多。你讲一个机器人2万2C消费者不可能买但企业问题不大企业对本钱承受才能高。2B的核心目的是降本钱举例工业机器人10万块钱一个听起来很贵。但一个工业机器
28、人替代你2个岗位。这2个岗位一年度也得10万块钱还不算四险一金。然后这机器人能工作4年度这一下本钱只有你原来的25%甚至不到。那么企业一算账觉得还是很廉价。2B可以采取人机混合形式还有2B端的机器人应用更简单一些。一方面大多是单任务机器人只要做好一件事就行了实现起来简单。另外很多都是以“人机混合形式在作业。也就是以前需要10个人干活如今我用机器人替代一半人。简单重复的工作用机器人替代复杂的用剩下的5个人这就是“人机混合形式。举个例子如今国内外已有很多安保机器人按固定道路去巡逻。你可以理解为挪动的摄像头当然算法上肯定参加了一些识别的东西。固定绕道路巡逻这个完全可以交给机器人来做。难的是在巡逻的经过中假如发现有老太太摔倒了让机器人扶起来这个目前还做不到。但这不重要你们后台不还有5个人么让他们过来就好了。所以人机混合是2B比拟主流的形式这个大幅降低了机器人普及的难度。总结最后再讲一点目前大多数AI创业公司都是技术专家主导这很容易理解因为如今技术还有壁垒技术专家主导起码保证产品能做出来。不过将来随着技术门槛的降低十分在“非关键应用领域里团队的核心主导会渐渐过渡到产品经理以及行业专家为主因为他们离用户需求最近。“非关键应用领域懂需求比技术实现更重要。长期来看人工智能创业以及任何其他领域的创业一样一定是综合实力的比拼SomebodyLuo