為什么都說(shuō)人工智能企業(yè)比較難盈利

自2016年阿法狗贏得“人機(jī)大戰(zhàn)”以來(lái)，關(guān)于人工智能的投資、發(fā)展和應(yīng)用便火熱不止。在全球各國(guó)的一致重視與推動(dòng)下，2018年全球AI市場(chǎng)規(guī)模已經(jīng)來(lái)到了1萬(wàn)億美元以上，年均增速超過(guò)50%;人工智能企業(yè)數(shù)量接近3000多家;同時(shí)人工智能應(yīng)用也已經(jīng)在教育、醫(yī)療、金融、交通等眾多領(lǐng)域獲得落地，整個(gè)產(chǎn)業(yè)發(fā)展態(tài)勢(shì)一片向好。

不過(guò)，雖然人工智能概念火爆非凡、市場(chǎng)熱度不減、應(yīng)用落地不斷，但其中的企業(yè)想要賺錢卻依然十分艱難。據(jù)悉，2018年我國(guó)AI企業(yè)獲得融資總額占據(jù)全球的70%，但資本涌入后，仍有接近90%的企業(yè)長(zhǎng)期處于虧損狀態(tài)，僅剩的10%賺錢企業(yè)基本都是技術(shù)提供商。也就是說(shuō)，不管概念、市場(chǎng)和資本炒的如何火熱，人工智能盈利難題始終困擾著絕大部分的企業(yè)。

那么企業(yè)盈利難，究竟難在哪里呢？從市場(chǎng)發(fā)展現(xiàn)狀和業(yè)界專家總結(jié)分析來(lái)看，造成人工智能企業(yè)賺不到錢的原因主要有兩點(diǎn)，一點(diǎn)是技術(shù)門檻過(guò)高，另外一點(diǎn)是產(chǎn)品價(jià)值挖掘不夠。

我們先來(lái)看第一點(diǎn)。人工智能的本質(zhì)說(shuō)白了就是數(shù)據(jù)，如今說(shuō)的人工智能其實(shí)是數(shù)據(jù)智能，只有用數(shù)據(jù)作為導(dǎo)向，讓需要機(jī)器來(lái)做判別的問(wèn)題轉(zhuǎn)化為數(shù)據(jù)問(wèn)題，人工智能才能發(fā)揮出作用和功效。但目前，人工智能企業(yè)從談概念、講技術(shù)，到拼場(chǎng)景、搶落地，資本市場(chǎng)和產(chǎn)業(yè)市場(chǎng)雖然是整的風(fēng)生水起了，可數(shù)據(jù)本身卻仍面臨研究問(wèn)題。

其一是某些行業(yè)的現(xiàn)有數(shù)據(jù)資源并不是很多。比如手機(jī)行業(yè)，商家想讓人工智能來(lái)判別手機(jī)的屏幕劃痕，但現(xiàn)實(shí)中沒(méi)有任何工廠會(huì)有成百上千萬(wàn)不同劃痕的手機(jī)來(lái)提供數(shù)據(jù)、供以學(xué)習(xí)。在這樣的情況下，企業(yè)不具備小樣本數(shù)據(jù)學(xué)習(xí)的能力，便打造不出理想的智能產(chǎn)品。

其二是大部分行業(yè)的數(shù)據(jù)存在孤島現(xiàn)象。比如政府部門、金融行業(yè)以及醫(yī)療行業(yè)，其中的資料數(shù)據(jù)普遍分屬于不同的機(jī)構(gòu)或部門，很難將這些數(shù)據(jù)整合成一個(gè)完全體。在這樣資源分散、數(shù)據(jù)不通的情況下，企業(yè)要想提升人工智能技術(shù)，研發(fā)優(yōu)質(zhì)產(chǎn)品也十分困難。

基于以上問(wèn)題，人工智能企業(yè)要想打造出理想的技術(shù)和產(chǎn)品，便需要消耗巨大的人力、物力和財(cái)力來(lái)創(chuàng)造適合的研發(fā)條件。這也就造成了研發(fā)成本的高昂，變相削弱了企業(yè)盈利的能力。也就是說(shuō)，數(shù)據(jù)帶來(lái)的技術(shù)問(wèn)題和巨大門檻，是企業(yè)賺錢困難的首要攔路虎。

其次，我們?cè)賮?lái)看第二點(diǎn)，人工智能產(chǎn)品的價(jià)值問(wèn)題。人工智能企業(yè)研發(fā)出一項(xiàng)技術(shù)和產(chǎn)品，如果不能進(jìn)行商業(yè)化的落地和規(guī)模化的應(yīng)用，可以說(shuō)其本身便不具備任何價(jià)值。而一直以來(lái)，我國(guó)的人工智能企業(yè)都踐行著“拿著錘子找釘子”的研發(fā)模式，并沒(méi)有真正打通產(chǎn)業(yè)鏈。當(dāng)大家辛辛苦苦打造出了錘子，卻發(fā)現(xiàn)根本沒(méi)有釘子讓他們敲，這便使得企業(yè)白白浪費(fèi)了高額融資，產(chǎn)品卻毫無(wú)用武之地，或者應(yīng)用價(jià)值不高。

因此，先找到應(yīng)用場(chǎng)景，再做好優(yōu)質(zhì)產(chǎn)品，是擺脫困境的一種有效辦法。不過(guò)，即使找到了好的應(yīng)用場(chǎng)景，要做好產(chǎn)品也不太容易。因?yàn)槿斯ぶ悄艿母聯(lián)Q代速度過(guò)快，需要企業(yè)持續(xù)不斷的投入人力和成本，很少有企業(yè)能夠負(fù)擔(dān)得起，就算一些企業(yè)承受了下來(lái)，要實(shí)現(xiàn)盈利也比較困難。

總而言之，人工智能企業(yè)賺錢困難的原因無(wú)外乎技術(shù)和商用兩方面?，F(xiàn)有的企業(yè)擁有獨(dú)特且可靠的技術(shù)或產(chǎn)品已經(jīng)不易，要想找到合適的場(chǎng)景實(shí)現(xiàn)規(guī)模化應(yīng)用便更為困難，因此盈利對(duì)于他們來(lái)說(shuō)過(guò)于奢求。未來(lái)，要想實(shí)現(xiàn)規(guī)?；?、大面積的企業(yè)盈利，最終還是要回歸到技術(shù)、產(chǎn)品與應(yīng)用中來(lái)，希望能有越來(lái)越多的企業(yè)頂住壓力、絕處逢生。