中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導語：我們發現，在2017年以后，在算法能力上似乎出現了瓶頸。當年大量的投資集中在AI項目中，各種獎項排名做了一個又一個，但算法商業化的能力似乎阻塞在了某個地方。經常聽到客戶吐槽的最多的就是：“這個算法好笨啊”。AI智能商用的邊界究竟在哪里？是不是一套AI應用真的沒有一個實習生有用呢？一起來看看吧。

一、AI產品服務商缺乏產品思維

在2017年以后的這個階段，無論是應用的私有化部署，還是云上的VPC部署，大家都在強調引擎的重要性。放在客戶的使用體驗上，引擎在很多項目里面，有限的3年服務期內，V1.0版本到V1.5.7版本的增強，可能還沒有一個配套硬件優化，或者交互設計的優化來的更實惠。很多廠商甚至過了服務期，連引擎都懶得換了。

AI應用服務商，把大量的資源去實現對算法的優化上，忽視了產品商用化價值和用戶體驗。

典型的這類廠商的人員結構就是：大量算法專家（調參）+mini規模的產品經理（應標）+大量KA售前（寫項目書）的結構。世界的盡頭是鐵嶺，AI廠商的盡頭是外包集成商。沒有幾個應用是真的可以批量復制的。

二、靠算法拿錢，憑應用賺錢

市場上真正掌握核心技術的廠商，算法能力并不弱。而這也是這家公司能夠拿到投資最重要的原因。

但你會發現，跑出點成績的算法公司，卻是那些個產品體驗還是很不錯的小公司。

有些算法公司在某些領域，為啥拼不過區域集成商，不是算法不行，是真的沒有資源天天泡在客戶哪里，理需求理工作流。這種情況下，客戶憑什么買算法，算法又貴又不好用。

真的引進過來算法，業務流里面真的能容得下這個算法嗎？那硬件的適配程度真的能算法做優化？客戶的業務不復雜，每天跑個EXCEL就可以了，廠商語義分析，各種操作之后還是要搞Excel去后處理。

或者這里面目標可能都不是一樣的，這種情況下，中小型集成商更優秀一些，確實做到了急客戶之所急，想客戶之所想。

三、算法<數據<工作流

國內的無論是SaaS應用，還是區域&行業輕量級定制化的應用廠商，發展的都還不夠成熟，這里面有市場和行業的需求的問題、有客戶管理能力的問題、也有行業內惡性競爭的問題。

把AI項目經典的業務架構，引擎+中臺+應用的經典結構簡單提煉一下，其實產品力比的是算法、數據和工作流。

這里面誰最大？我理解是工作流最大。這里面體現了無論什么應用，不能以算法為中心，為了算而算，應該是以客戶為中心，以滿足客戶的工作質量為中心。這里面沒有提節省人工成本的問題，是因為我們發現，客戶根本不在乎那幾個人頭費用?？蛻舻姆答伿?，有了這么一個人，還能“做點隨機性強的工作”。而用了算法“除了干這么一件事，其他的啥也干不了，要這算法有何用”。

現在這個階段，算法技術大爆發的年代已過，新的階段還沒到來。AI商用，應該階段性的把客戶的工作流做好，把客戶的數據整理好，然后才是需要什么算法，引進什么算法。

四、紅利期之后怎么辦

未來中小AI公司的出路，必然是向小型細分行業toB業務和消費級toC市場方向發展。行業合并和細分，會是下一個階段的重點。后面可能會聽到的AI公司的劃分依據，就不是什么語義理解行業，或者圖形算法行業，更可能的是醫療行業XX人工智能公司，教育行業XX人工智能公司。

這樣變化的原因就是，行業的聚集，帶來了工作流設計的行業化，帶來了數據收集加工處理的行業化，引擎也將隨著應用場景的變化，而相應的專業化。

什么時候會是AI應用的下一個爆發點呢？我覺得可能會有兩個階段：

• 第一個是大公司向行業型子公司做拆分的階段，大量的算法公式成立XX行業子公司，把各行各業整合的差不多。
• 第二個階段就不在AI這個行業本身，而在于人力資源的變化，在于人均所得的變化，讓很多的公司、主體發現，用人的成本確實不如算法。這就和工廠用機器人替代人工一樣。

第一階段就是正在發生的階段，比如XX語音公司，投資子公司專門做教育行業；XX智能硬件公司，投資子公司專門做汽車行業。

五、算法成熟度決定行業滲透率

算法這個領域也是分了成熟技術和不成熟技術的，成熟的一如語音、文字識別、圖像識別等，這個行業成熟的不能在成熟了，我們把這類產品就叫做算法接口類產品，接入個接口就能商用。

第二梯隊是暫未大量商用，像空間設計、無人駕駛、語義分析等等，這一類就是定制化項目集成技術，做大項目化的概率大；還有的是定制化算法，就是給這么幾個客戶用的，沒辦法復制的。純燒錢的部門，很多算法公司沒辦法養活的。

成熟的算法各行各業的滲透率都很高，最不靠譜的連生存下去都困難。

六、總結

說完了趨勢、未來的方向，最后，我們回歸主題“AI智能商用的邊界究竟在哪里”？

短時間內（3~5年），我想這個邊界在于細分行業對AI應用的需求深度，行業的數據量是否支持算法學習，行業的工作流是否規范，有提升空間；長期看（5~10年），邊界在于AI技術的下一次大爆發，以及AI算法的成本是否會顯著下降決定的。

新一版的《黑客帝國》會在不久的將來上映，AI算法的最終極形式可能就會像是電影里“矩陣”的樣子，系統里應用盡有，人類接入這樣的AI虛擬世界，就可以實現世界上所有行業的所有問題。

但算法總是可預測的，希望人類未來可以繼續像現在一樣，在更有想象力的“矩陣”里活著。

#專欄作家#

稀奇先生，公眾號：稀奇星球，人人都是產品經理專欄作家。擁有十余種標準化產品規劃經驗，7年TO G業務老兵、智能化解決方案產品專家。

本文原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。