為什么過去十年AI創(chuàng)業(yè)失敗了
國內(nèi)已經(jīng)有不少AI創(chuàng)業(yè)的公司了,但作者在這篇文章里面提出了一個很嚇人的觀點“2010年前后的AI創(chuàng)業(yè),實質(zhì)上已經(jīng)失敗了”。為什么這么說?我們來看看作者的解讀。
始于2010年前后的這次人工智能創(chuàng)業(yè)實際上是集體失敗了。
作為從業(yè)者,我們固然可以講它需要更長的啟動周期,我們盡快的開始第二程就可以了,但就像抗日戰(zhàn)爭的時候如果沒有論持久戰(zhàn)的穿插到日寇力量薄弱區(qū)建立根據(jù)地等一系列基于過往教訓的新戰(zhàn)略,后續(xù)整個歷史就會完全改寫一樣,我們還是要有一雙偶爾往后看的眼睛。否則在大模型提供了新的歷史性機會的前提下,我們真的不會重蹈覆轍么?
一、非惟天時抑亦人謀
因為行業(yè)普遍存在問題,所以最簡單的歸因就是時機不到,形勢不好,但其實不對。
注:被打上AI標簽的公司普遍虧損等事實和數(shù)據(jù)在琢磨事:AI大模型沒有商業(yè)模式?等文章里有提,這里不重列了,否則太長。
不說英偉達這種基礎(chǔ)設(shè)施的供應(yīng)商,在應(yīng)用層面上訊飛的業(yè)績其實是一直在增長的,而基于上一波AI技術(shù)做產(chǎn)品的公司比如石頭科技一樣實現(xiàn)規(guī)?;陀?。與此同時作為與AI相關(guān)但范疇更大一點的數(shù)字化,大概每年的復合增長率在10%+,在過去這些年里,實在不是太差的值。
這意味著固然技術(shù)自身成熟度不夠是個原因,但商業(yè)成敗的歸因卻又不適合單純的歸結(jié)于此,而是要回到商業(yè)本質(zhì)尋找更關(guān)鍵的原因。
我們先從基礎(chǔ)現(xiàn)象開始:
失敗的核心表現(xiàn)是長期虧損,長期虧損是指如果活十年那就虧損十年或者沒活十年直接倒閉了。次一級表現(xiàn)是虧損的同時并沒在核心資產(chǎn)上做出沉淀。如果虧損的同時某種資產(chǎn)增加比如品牌、用戶等也還可以,但顯然的很多AI企業(yè)這點上做的也并不好。
這種表現(xiàn)是典型的經(jīng)營管理問題,而經(jīng)營管理高度復合,這就需要回到商業(yè)本質(zhì),才能看清脈絡(luò)。
從本質(zhì)上看,AI行業(yè)相當于在極其漫長的一段時間里用最貴的鎬頭挖一塊貧礦。
各種模型、昂貴的科研人員、GPU等就是最貴的鎬頭,所從事的領(lǐng)域比如有些數(shù)字化的項目就是那個貧礦。
這是現(xiàn)實,但不能說是真的原因,原因還要再深入一層。
假設(shè)說地球就給了這兩個剛性約束條件,你必須挖礦,必須做這類工作,那至少還有兩個方式可以改變經(jīng)營狀況:
第一把黃金鎬頭賣一賣,升級成挖掘機這類便宜的效率更高的設(shè)備和方法。這不是就升級一個設(shè)備就行,任何挖礦都是系統(tǒng)工程,要尊重挖礦的專業(yè)性,要有和挖掘機等配合的內(nèi)部保障體系。具體來說就是要在細節(jié)上優(yōu)化、提高公司整體的運營流暢度和效率。這就是稻盛和夫說的把干的布擰出水來那類工作。
第二把礦的地址挪一挪,找找真能挖到東西的地兒。比如礦更富,或者金子不好挖就找找挖鐵礦也行。這個問題看著容易其實特別有難度。還不是因為沒有更富的部分,而是因為挪不動。發(fā)展到一定規(guī)模后會受發(fā)展節(jié)奏的影響,說通俗一點就是假如認為某地可能有礦,那那地兒能賺到錢么?能在一個財年的四個季度里面賺到錢么?能匹配資本的期望么?如果不能那財務(wù)表現(xiàn)怎么辦?資本預(yù)期怎么辦?
上面這兩類調(diào)整在一個較長的周期里似乎并沒普遍發(fā)生,或者說并未成功發(fā)生,那為什么?
這就變成戰(zhàn)略問題了,我們可以從出發(fā)原點,視野,價值坐標系三個角度來看這種戰(zhàn)略問題上到底發(fā)生了什么?
二、原點:到底相信什么?
如果我們相信技術(shù)一突破,商業(yè)自然就成立,很快就能賺到錢,那很可能就不會真的干實業(yè),而是更想貼近互聯(lián)網(wǎng)的邏輯或者資本的邏輯。而這兩種沖動對我們上面說的換鎬頭或者換地兒挖都有關(guān)鍵影響。
如果說互聯(lián)網(wǎng)是大水漫灌,快干就完了,只要獲得用戶可以快速成功,那整個AI就很像挖深井,必須在一個地兒使勁吭哧干活,如果選的對,干到一定程度,那可能就出水了。
這時候短期逐利的思維方式反倒是有害,快速行動也是有害的。
我們至少可以看三兩種反面案例:
一種表現(xiàn)在智能音箱上的大干快上。我們希望快點砸出普及度,然后占領(lǐng)新入口。但其實音箱產(chǎn)品它不是入口,就是一個高級點的音箱。這會導致商業(yè)模式失衡。巨頭一樣吃這個虧。音箱大戰(zhàn)其實把大家打怕了。在AI本來應(yīng)該給一腳油的時候剎車了。如果沒有chatGPT的出現(xiàn),國內(nèi)很多AI團隊估計會徹底黃了。
一種則是為了保持增長而降低增長的質(zhì)量。通過大量項目,來擴大營收規(guī)模,但虧損加劇。
相信什么是一個原點上的設(shè)定,而原點上的設(shè)定影響后續(xù)的所有行為,比如商業(yè)化的節(jié)奏和資本的節(jié)奏。
一種是“干就完了”式思維。
這個思維模式是新式的刻舟求劍,劇毒,誰吃誰死。很多沒堅持到現(xiàn)在的團隊與此有關(guān),但不能細列。
在互聯(lián)網(wǎng)興起的時候出現(xiàn)了一個很少出現(xiàn)的局面。各個地兒都是富礦。你跑得快比思考重要。所以留下來一種思想叫:干就完了。
但你見那個銅礦是不管有銅沒銅挖就完了的?
對于AI這種早期的賽道,想清楚比后面干活要重要一百倍。
核心原因是,你瞎挖很可能里面沒銅或者說只有一點銅。
并且試錯成本巨高。
這時候最適合從場景反向構(gòu)建自己的價值鏈條,然后把有限資源投過去,干出類似當年IBM System 360的產(chǎn)品。
這種原點上的基礎(chǔ)信念加上視野和反饋構(gòu)成原點的最基礎(chǔ)特征。
三、視野:局部視野與全局視野
局部思維無法解決全局性問題。
打個比方,如果最終目的是做個電腦,那就要搞定屏幕、鍵盤、內(nèi)存、CPU、磁盤等一系列環(huán)節(jié)。
假如當事人最擅長做屏幕,那更可能是以一個比較高的投入,把屏幕越做越好,但最終做出的電腦可能就還是不好用。商業(yè)現(xiàn)實卻是只有做出電腦才能賣給用戶,因為電腦用戶才能用起來,創(chuàng)造了原來沒有的價值。
這不是扯淡,IT這行業(yè)早期就這樣。
IBM System/360這類大型機就是這么干的。那時候人們不太知道什么是IT技術(shù)和現(xiàn)在人們不知道人工智能到底干什么的類似。所以那時候的大型機是一種復雜整合,從硬件到系統(tǒng)到應(yīng)用。最終以一種方案的形式去解決大型機構(gòu)的問題,比如銀行、保險等。
在貴的領(lǐng)域完整整合新技術(shù)創(chuàng)造此前沒創(chuàng)造過的價值,讓價值的表現(xiàn)明顯。然后再圍繞著這個基點完善售前、產(chǎn)研、供應(yīng)鏈、售后等各方面,這就構(gòu)建了起點上的商業(yè)模式。當然后來行業(yè)大分工讓這個體系變落后了,但不影響它給行業(yè)早期商業(yè)模式提供參照。
對比之下AI的情形就尷尬了,既沒有綜合技術(shù)突破打造出類似System/360這種突破性的產(chǎn)品,也沒能在核心環(huán)節(jié)創(chuàng)造核心價值。
大多產(chǎn)品都是大路貨,你能做我也能做,創(chuàng)造一種極其淺的價值。這些產(chǎn)品比如攝像頭和技術(shù)的映射是直接的,但和價值的映射則是殘缺的,只解決小問題。
這就是上面說的用金鎬頭用錯地兒了的另一個原因。想著電腦做電腦會越做越像,覺得自己是做屏幕的,順道做電腦,相當于讓游擊隊干決戰(zhàn)的事,越干越不行。
這就是為什么說是視野問題,導致的后果就是花錢花錯地兒了。
投貴的算法研發(fā)人員和設(shè)備在這個商業(yè)邏輯下資源配置是非常失衡的。應(yīng)該按場景確定價值,然后做出真正有創(chuàng)新也創(chuàng)造核心價值的產(chǎn)品。
找到核心價值則要回到場景,典型的是海康甚至比特大陸,回到場景則要打破局部視野,拓展到更為綜合的全局視野。
有這種突破后,再配合上極其麻煩的、大量搬磚的活,做精細化的管理運營才能真的構(gòu)建這種新的商業(yè)模式。
如果說相信什么和視野問題更像是內(nèi)因,那價值坐標系的失衡就像一個被外因促成的放大器,讓前面說的問題變的更嚴重。
四、價值坐標系:資本的節(jié)奏與產(chǎn)業(yè)節(jié)奏的失衡
OpenAI拿了很多錢,但這種錢的屬性和我們很多公司融的錢的屬性是不一樣的。
對于OpenAI他們更像拿了一個大號的天使。對于一個起點上是非盈利機構(gòu)的公司,你希望它多快變現(xiàn)是離譜的。
但我們基本不是這個節(jié)奏,我們的錢是有退出周期的。而我們因為自身的不盈利,那就需要持續(xù)融資,持續(xù)融資就需要某種增長,和更為良好的預(yù)期,而這種增長預(yù)期顯然會帶節(jié)奏。
它所需要的節(jié)奏和上面說的打深井構(gòu)建新產(chǎn)品,圍繞核心價值創(chuàng)造自己的配套體系是不一樣的。
隨著融資量上來后,反向倒逼收入增長,AI這種業(yè)務(wù)不成熟領(lǐng)域怎么整?就只能做簡單的橫向擴展。這讓騰挪會更難。資本內(nèi)定的節(jié)奏和產(chǎn)品節(jié)奏的偏離強化上一節(jié)說到的錯配。
這就會抽走最應(yīng)該投入資源地方的精力和資源。
五、戰(zhàn)略與AI分期
原點、視野、價值坐標系:這就是我們說的戰(zhàn)略問題。
公司有幾種狀態(tài),一種是本能狀態(tài),本能狀態(tài)被短期的經(jīng)濟理性驅(qū)動著走。對于已經(jīng)賺錢的領(lǐng)域也還維持生存,但對于需要從井底構(gòu)建一條通路走到陽光下的公司,基礎(chǔ)經(jīng)濟理性驅(qū)動會導致在井底轉(zhuǎn)圈。
只有戰(zhàn)略思維才反本能。
戰(zhàn)略需要一種四維的思維模式。在整個時空之外觀察可調(diào)度的一切力量和變量。
(比如劉邦不是某個時間點的劉邦而是過去現(xiàn)在未來綜合在一起的劉邦,每個要素都變成這種四維概念,然后調(diào)度)
我們拿AI分期的視角來舉個例子。
在相當長一段時間內(nèi),在模式上把AI看成傳統(tǒng)的IT行業(yè)最靠譜。分析起來就用五力模型。一定不能用平臺模式。所以前面才提到IBM System 360。
但發(fā)展到一定程度后則會逆轉(zhuǎn)。
AI潛力的關(guān)鍵在于其背后的技術(shù)具有共通性。當累積到一定量之后就具有變成系統(tǒng)型超級應(yīng)用的機會。這在過去一樣發(fā)生過。微軟當年給IBM配套的時候,其實就是供應(yīng)鏈的一環(huán),等到Windows平臺化之后,產(chǎn)業(yè)中心就轉(zhuǎn)移。PC廠商被邊緣化,大型機沒落。
過去十年其實處在第一個階段,但大家總是嘗試做第二階段的事,然后對場景價值貢獻就小。
六、大模型與昔日重來
如果不真的認識這種錯誤,那很可能所有事情再來一遍并且結(jié)果更為慘烈。
因為大模型需要的投入更多,同時現(xiàn)存的資金量變小了。
前兩天很多群里流傳下面這樣一張圖:
看到后并不讓人真的很愉快,因為這真的可能在重復過去的故事。
在這個時間點電腦或System 360這種大型機是有價值的,但大模型相當于CPU,不是電腦。更多的人應(yīng)該研究怎么在各個場景下做出對應(yīng)的電腦或者大型機(老外管這個叫AI Agents)打通技術(shù)和場景,創(chuàng)造新價值,而不是一堆人去做CPU。
七、小結(jié)
如果論人才密度恐怕很少有其它行業(yè)比AI高,但從創(chuàng)造的價值角度看則正相反,這一定是哪里錯了。在錯誤處尋找到真實,在沮喪的時候?qū)ふ蚁M?,在懷疑處?gòu)建信任,在混亂處構(gòu)建秩序,撒切爾說的這個縮小下,其實挺適合創(chuàng)業(yè)者的,當然可能更適合AI行業(yè)的創(chuàng)業(yè)者們。
關(guān)于自己,我干這個差不多10年了,所以還算有資格來說說這事。并且我們真的在一定規(guī)模上把公司做到盈利,應(yīng)該是還行的戰(zhàn)績。但不管怎樣上面寫的也還是個人的觀點,僅供參考吧。
關(guān)于思維模式,這個不展開先貼倆圖意思下,否則太長:
(戰(zhàn)略要思考的對象,往往是這樣的)
(一般的思維模式這樣的,所以需要變成上面那種四維的思維模式)
專欄作家
琢磨事,微信公眾號:琢磨事,人人都是產(chǎn)品經(jīng)理專欄作家。聲智科技副總裁。著有《終極復制:人工智能將如何推動社會巨變》、《完美軟件開發(fā):方法與邏輯》、《互聯(lián)網(wǎng)+時代的7個引爆點》等書。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
- 目前還沒評論,等你發(fā)揮!