AI独角兽隐疾:业务靠脸、收入靠政府靠股东……
文/Doug
距离AlphaGo的世纪之战过去5年,AI的商业模式主要是还是靠脸;IBM的败局早就说明白了,To B业务的土壤当中,难以产生真正的巨头
中国最为知名的几家AI创业公司,均开始了独立上市的计划商汤科技、旷视科技、依图科技、第四范式等等……
提醒分析人士与观察者们注意这些公司的数据来自于股东方、政府层面的关联交易、应收账款账期……
除了希望推动公司估值的股东,以及产业引进目的的所在地政府,AI独角兽们究竟能找到几家真正意义上的客户。,非常让人期待的是,除了一个,无所不能的人工智能,究竟还能不能有点真正意义上的业务创新?
智能汽车业务会消耗全世界最大的AI能力
不是AI。不久前,媒体将背后的人脸黑产业链,激起业界的广泛关注。
合法性的主要区别在于,是否是官方授权或者消费者授权,前一个方面不用多谈,后一个领域当中,主要在于各类硬件,比如手机、汽车、等等。
除了苹果,有哪家企业只是将人脸数据存在于本地,而不上传企业数据服务器?最令人发指的是谷歌,扫描所有用户的图片数据、用户邮箱数据,图片和文字。
国内应该没有哪家AI公司没有从人脸黑产业链当中买过脸……
《华尔街日报》专栏作家几年前的一篇文章当中提议,善待这种创新,让用户适应这一局面在uber诞生之前,很难想象深更半夜去搭陌生人的车,AirBNB之前,很难想象身处异乡敢去住陌生人的房间……
AI时代的代价,让机器知道你,服务你,让渡隐私是必然的代价。苹果、华为以及其他手机大厂,天然具有最强的AI算法,有数据、有算力。
除了脸还能做什么?华为轮值董事长徐直军曾经在一场公开演讲中提到过,AI的终极应用应该是智能驾驶。
基本上所有的公司和汽车公司,都应该是超级AI公司。特斯拉绝对不会用其他AI独角兽们的系统,特斯拉的图形识别算法和能力应该是全世界最强的公司之一。
在软件和硬件、服务结合的时代里,还会有纯算法公司的空间吗?逻辑上似乎没有,市场上似乎不应该有这么多AI独角兽,离开手机、汽车、医疗这些具体的业务范畴,纯粹的AI显得累赘,而且合法性也没有依托。
距离AlphaGO的世纪之战过去5年了,距离谷歌图像识别算法一飞冲天过去近10年,距离NEC在美国洛杉矶机场投入项目也已经过去近10年,还几乎是AI领域唯一看得见的应用。
难怪谷歌会和Deepmind在AI应用方面产生巨大的矛盾和冲突,一心做算法的DeepMind,和一心想将AI应用于硬件领域的谷歌,天然不可调和。
不久前,最早转型AI的IBM甩卖其AI医疗系统已经说明了一个问题在ToB的应用领域,容不下一个超级AI巨头。
传统互联网广告、行业领域的应用,或许又一些机会。
江湖传闻,多年前某位AI大牛,硕士毕业就已经获得国内外学术界的关注。一位北京的大佬居然亲自飞去上海,发出邀请,成功将其俘获。此君也果然不负众望,主导开发了某套有一个不同凡鸟的系统终于可以抛弃诟病不已的竞价排名系统了。
大佬喜形于色,马上提出了一个话题,如果AI加上竞价排名,世界将会怎样?
如今,大佬的AI公司已经上市了,大牛的AI独角兽也有上市的想法了。
机器人工业设计
- 工业机器人技术专业方向 工业机器人技术专业方
- 国际上第一台工业机器人产品诞生于 世界上第一
- 工业机器人编程属于什么专业 工业机器人编程属
- 工业机器人编程是学的什么专业课程
- 工业机器人技术需要学什么 工业机器人技术需要
- 工业机器人编程是学的什么内容 工业机器人编程
- 工业机器人发展趋势 工业机器人未来的发展趋势
- 国内工业机器人企业排名 2024年国内工业机器人企
- 工业机器人学起来难不难 工业机器人好不好学
- 工业机器人就业形势了解 工业机器人就业现状
- 工业机器人编程及操作的阅读内容 工业机器人编
- 工业机器人编程难不难 工业机器人编程难不难学
- 工业机器人入门实用教程 工业机器人入门应该学
- 工业机器人编程基本思路是什么 工业机器人编程
- 工业机器人难学吗 工业机器人学起来难不难
- 工业机器人岗位介绍 工业机器人岗位说明