2017年投資現象回顧：人工智慧這股旋風

文/草因心 GPLP

2017年，人工智慧在中國颳起了好一陣旋風。

　　投資人見面都會交流，「我們投資人工智慧，我們是這麼理解XXX，我們投資了XX項目」。

　　創業者露相也會說，「我們是某人工智慧創業者，主要做XXX方向，有XXX技術」。

　　甚至出現了眾多投資機構爭奪一個項目，一年就誕生了幾個獨角獸的怪現象。

　　然而，人工智慧真的是投資創業的首選嗎?

人工智慧怪現象

　　誠然，人工智慧的確是未來趨勢。

　　據Research and Markets公司的研究，2013年，人工智慧的全球市場規模就已經達到了9億美元。牛津大學也曾發表報告預測在不久的將來，人工智慧可能將佔據美國近一半的就業機會。

　　巨頭也看到了其中的機會，紛紛湧入。

　　微軟曉娜、阿里小蜜，Facebook M、Amazon Echo、Google Assistant、Apple Siri、IBM Watson等等，無論在矽谷還是在中國，谷歌、亞馬遜還是百度阿里都開始了激烈爭奪。

　　然而，在短短一年之內，所有企業及投資人都搖身一變為「人工智慧創業企業」或者「投資人」，這不禁有點奇怪，這到底是跟風還是真的追逐趨勢，或者是為了融資而融資?

　　GPLP君見過這樣一個真實的場景：

　　某個投資人面前站著這樣一個創業者，創業三年，變幻了三個跑道，2015年創業搞O2O，2016年搞消費升級，2017年，不用說，他也開始了人工智慧創業。

　　其速度變化之快讓人驚訝。

　　我們不能評價說創業者及時調整方向是個錯誤，但是就方向而言，這個方向及跑道是否適合自己是個問題。

　　投資機構同樣亦然。

　　某些投資機構去年看消費，今年升級為人工智慧也令人納悶，您的技術積累及門檻到底是如何跨越的?

　　如果說需要跨界思考可以理解，但是如何在一個高度競爭的市場獲取自己的優勢，GPLP君表示看不懂。

　　人工智慧的前哨 智能助理

　　客觀來說，2017年，GPLP君也學習了關於人工智慧的N多知識，對此，GPLP君普遍認為，真正的人工智慧離我們的生活相對遙遠，眼前，或許智能助理才更貼近我們的生活。

　　每天早上，對著智能音箱說句，請演唱，舒緩中放出一段愉快的音樂，很多人開始了一天的工作。

　　智能音箱，更確切的說智能助理，作為人工智慧的前哨，正在走進我們的生活。

　　而在矽谷，智能助理也正在成為創業投資的新戰場。

　　在矽谷，自從2015年智能助理熱潮掀起來之後就引發了創業者的熱情，2014年，在矽谷才有42個項目出現，而在2015年則有129個，2016年則是幾百家。

　　因為一個客觀現實是，當人機交互不能完全實現的時候，智能助理則是其中的第一步，邁向人工智慧戰場的必然路徑。

但智能助理到底是怎麼回事兒呢?

　　智能助理，公開資料顯示，是幫助用戶完成任務或實現服務的虛擬助理。從輸入上，智能助理有語音輸入和文字輸入，技術上的區別是語音輸入要做語音識別，將語音信號轉換成文字。在相對安靜的環境下，語音識別的字準確率可以到達97%以上。產品場景上的主要區別是語音對話輸入並不需要打字，在識別準確的情況下輸入速度更快，並可以解放雙手和雙眼，所以各個智能助理都有語音識別功能。智能助理在輸出上分文字輸出、圖像輸出、語音輸出。目前智能助理產品最主要的方式是語音對話交互。

　　簡單來說，智能音箱是人機交互的第一階段，主要面向普通的大眾(所謂的C端用戶)。

　　然而，目前，鑒於微軟小娜的結果並不是很好，也就是說，其語言識別能力一般，因此，如果智能音箱及智能助理實質能力想要更進一步，自然語言處理技術就必須有大的突破，這樣基於自然語言處理技術的智能助理才能更好地解決人們的需求，也就是所謂的人機交互第二階段。

　　而這個階段的現狀，從技術上來說，基於先進自然語言處理技術的智能助理服務行業仍處於起步階段，特別是To B的行業智能助理還處於一片藍海，若能抓住這個機遇，AI行業將再度誕生多家獨角獸企業。

　　於是，無論是京東還是阿里，包括小米都開始拼了命的做智能音箱。

　　然而，這註定是一個巨頭的遊戲，儘管巨頭的付出不一定有回報。

　　歷史的經驗證明，智能助理利用自然語言處理技術去直接服務C端用戶已有嘗試但效果不佳。

　　首先由於C端用戶的需求極其發散，不具備收斂性。智能助理很難覆蓋眾多個性化服務和長尾服務，需要人工助理協助，這樣智能助理就並不智能，反而顯得有點「智障」，帶來很高的人力成本，從長遠來看並不可持續。

　　或許，聚焦於標準化服務才是To C 的更好選擇，比如，因為在訂票、購買禮物、約車、定咖啡、日程提醒、查詢等標準化服務上，To C的體驗更佳，可執行度高，就像讓智能助理查詢天氣很容易，但如果問它這個天氣會不會造成航班延誤可能任何智能助理就無能為力了。

　　畢竟任何一個巨頭都無法迴避的一個客觀事實是，語義的歧義和多義是短期內很難解決的問題，說到底就是現在的智能助理沒有具備邏輯推理的能力，這就使得To C的服務很難做到極致。

　　其次To C服務過程中往往會涉及到大量的線下環節，比如定外賣、送鮮花等都會涉及大量第三方線下服務，一旦第三方服務質量無法保證，將極大損害用戶體驗。比如你定的鮮花中途出現了意外該如何對用戶進行解釋，這是個問題，畢竟線上AI智能助理公司很難解決由線下O2O體系導致的用戶體驗問題。線下環節的加入讓業務流程更加複雜。

　　隨著時間的流逝，隨著蘋果、谷歌、亞馬遜等巨頭讓更多獨立開發者進入豐富自己服務能力，或許伴隨著技術的解決，巨頭就有機會解決用戶的長尾需求，到那時To C將有很大的機會，Echo、Siri、Google Home等將大有可為。

　　總而言之，這是一個漫長的開發過程，需要投入巨大而又無法預料什麼時候能夠回本，因此，這也只能是巨頭的遊戲，對於普通的創業公司而言只能望而卻步。

　　風投目前也是謹慎進入，畢竟面對智障的小娜還是小冰，沒有人敢肯定的說未來的時間是兩年還是五年。

　　但如果是巨頭將其使用到自己服務中的某一個環節，或者是實行To B 的業務，則可天然避免這些問題。

　　以電商客服為例。

　　如果對於物品有什麼問題，只要輸入好所有關於該物品的相關資料，無論是哪個智能助理都可以文字回答或者語音回復，完全可以替代人工客服。

　　我們再以旅遊行業為例。

　　如果某位旅客想去馬爾地夫，根據資料庫里所有關於馬爾地夫的資料，旅遊顧問可以輕鬆回復所有旅客的諮詢，旅遊顧問服務顧客的整個過程和體驗都會在線上完成。

　　因為只要選對合適的場景，剔除線下環節，讓服務在線上閉環，智能助理就可以提高服務效率，這就是所謂的行業智能助理。在諸如教育、醫療、旅遊等場景下，如果利用AI賦能客服，就可以做到體驗可控，同時在特定的場景下需求非常收斂，達到意想不到的效果。

　　另外，如果從本質上來說，智能助理並不是萬能的，需要落實到某個具體環節，或者某個具體職位，因為智能助理對行業的賦能本質上是To P，即對專業人士(professional)的賦能，比如銷售專員、老師、醫生等。利用AI賦能這些專業人員，能夠極大的提升他們的生產力，包括問答效率和前端的激活留存率、轉化效率等，從而降低他們無畏的時間浪費。

　　但為什麼說基於自然語言處理技術能極大的提升這些專業生產力呢?

　　因為不同於常規的搜索知識的解決問題和推薦途徑，自然語言處理技術可模擬真人交互的場景和語境，極大增加C端用戶的真實感、親近感和場景感。

　　舉例來說。

　　在營銷場景中，通過行業智能助理，幫助B端客戶設計一整套用戶交互的營銷方案，可以高效幫助B端客戶獲客、激活、留存、變現和推薦，起到實時服務客戶的作用。

　　除了營銷場景，還有很多如汽車、家居、娛樂、硬體等眾多場景也都在探索中。相信在不久的將來，基於自然語言處理技術的行業智能助理將在各個行業大放異彩。

　　正是看到了行業智能助理的廣闊市場，自然語言處理技術的助理來也實現了從To C 到To B的戰略升級。

智能助理的未來

　　人工智慧的應用及前景我們無需多言。

　　畢竟在人工成本不斷提升的前提下，人工智慧或者智能助理將不斷提升工作效率，而且能夠給用戶帶來更好的體驗，能夠降低成本，提高效率，自然也具備更大的發展機遇。

　　但誰能夠抓住這個上萬億的市場和機會呢?

　　很遺憾，據GPLP君調查顯示，目前在中國，真正在利用AI，使用深度神經網路的演算法來開發自然語言處理技術的公司不超過10家，而且多數都是巨頭。

　　創業維艱，對創業者的挑戰及壓力更大，或者如果創業者有機會，那也需要大量資本的支撐。

　　其次，對於目前做自然語言處理技術的幾家公司如助理來也、追一科技、驀然科技、三角獸科技等而言，大家還都處於探索之中，據行業內人士分析，自然語言處理技術的應用還處於荒蠻時代。

　　儘管競爭壓力依舊，但創業者依舊有很多機會。

　　因為雖然語音交互領域已經有微軟、百度等大公司領跑，但大公司為了獲得用戶，做平台聚集流量，做的是橫向規模的延展，如果創業公司進行深度開發，他們依舊有很多機會。

　　但主要的問題依舊是核心技術的突破，當然，也包括場景的選擇，交互次數和所需要的知識含量是選擇場景的兩個重要維度。

　　目前，在市場上，有專註客服的，也有為企業服務提供人機交互解決方案的，或者為汽車、家居、手機等硬體設備提供人機對話和決策服務的。

　　因服務場景的不同而誕生了不同的企業，但大家都在探索自己專註的場景。

　　「他們根本還談不上存在明顯的競爭關係，競爭更多來源於在開拓場景時會觸碰到原有領域的邊界，利益相關方往往是相關領域的傳統玩家。而目前在做行業智能助理的人工智慧企業之間並沒有所謂的直接利益衝突，這難道還不算是一片藍海么?」業內人士告訴GPLP君。

　　前景很美好，但實現並不容易，因為整個行業缺乏可持續的商業模式。

　　目前，在行業智能助理領域，主要的商業模式有：

　　A、客戶定製產品要付定製費，之後每年要付服務費。

　　B、客戶需要支付項目前期開發費，之後按照產品帶來的月活來收費，即與客戶對產品創造的額外價值進行持續分成。

但是這兩種模式能否走出來，仍是個問題。

　　舉個簡單的例子，用戶先付所謂的項目費用，但這只是基於項目定製開發的收費，此後根據產品效果付費這是一個挑戰，如果說給B端客戶創造的業績，增加的月活和留存等進行「服務效果和價值創造」收費，那麼這相當於一種利益分成，對企業的挑戰不小，因為首先說服對方接受這個項目付費本身就是一個問題，對於有需求的巨頭完全可以自己開發，比如京東阿里，為何要接受其他人服務?

其次，這種模式能否持續創造價值?

　　技術需要不斷更新及突破，在技術沒有突破之前，對於客戶來說，效果很難精確衡量，效果存疑，何談持續創造價值。

　　「大部分的技術領先都是暫時的，並不能作為核心壁壘。將商業模式導向升級為產品導向，藉助AI和BI賦能，擁有專業團隊以超高的執行力去與客戶肩並肩探索和深挖客戶場景是我們的優勢。未來行業智能助理的商業潛力巨大。」助理來也CSO坦言。

　　總而言之，行業智能助理潛力無限，但創業維艱，需要創業者及投資人耐心挖掘。

文章來源：GPLP微信公眾號

推薦閱讀：