最近一直在思考一個問題，即人工智能時代，商業(yè)應該如何創(chuàng)新，才能既得以獲得人工智能增強人類的紅利，又能讓這種紅利普惠人類商業(yè)和經(jīng)濟，而不是加大兩級貧富分化。

在人工智能平臺化的趨勢下，未來人工智能將呈現(xiàn)若干主導平臺加廣泛場景應用的競爭格局，生態(tài)構(gòu)建者將成為其中最重要的一類模式，未來的商業(yè)模式有哪些呢？人工智能行業(yè)未來的投資機會如何把握呢？在人工智能時代，從 AI 技術(shù)到商業(yè)轉(zhuǎn)化，創(chuàng)造下一個萬億級產(chǎn)業(yè)，已經(jīng)形成了一張包含八大要素的全新價值地圖。企業(yè)家、創(chuàng)業(yè)者、投資人的成功與否，從某種程度上來說，與是否能深刻理解其中的8個關(guān)鍵價值創(chuàng)造節(jié)點有關(guān)。畢竟，這是 AI 驅(qū)動的新商業(yè)時代，有 AI 特定的創(chuàng)新、創(chuàng)業(yè)、創(chuàng)投的邏輯和機會。從技術(shù)源頭創(chuàng)新，到整合技術(shù)平臺，再到商業(yè)解決方案，以及用戶和客戶的場景應用，這張價值地圖上的任何一個節(jié)點，都是個人和企業(yè)創(chuàng)業(yè)、創(chuàng)新、投資、轉(zhuǎn)型、升級的巨大機會。

1、開源技術(shù)平臺今天，大多數(shù)的技術(shù)進步都不是封閉的創(chuàng)新發(fā)明，技術(shù)的跨界、聚合，以及技術(shù)的指數(shù)級增長，都受益與底層核心的共創(chuàng)共享。因此，很多 AI 技術(shù)其實就是開源技術(shù)催生出來的新干線。例如，Linux 是開源軟件的鼻祖，之后很多世界著名的軟件，如安卓以及今天的很多 AI 軟件，都有它的基因。再比如 Hodoop，也是一個開源的軟件平臺，它是全球最大客戶管理公司 Salesforce 用來開發(fā) AI 客戶的做大數(shù)據(jù)管理的基石。這個價值模塊的價值創(chuàng)造者，大多是科技極客和 NGO（非政府組織）機構(gòu)，比如 Hadoop 就是由 Apache 公益基金來支持的。

2、核心技術(shù)創(chuàng)造人工智能的核心技術(shù)有四大類，包括：（1）、軟件，如語音、圖像等感官識別技術(shù)、自然語言處理，以及它們的合成、高級算法、數(shù)據(jù)訓練等；（2）、硬件，包括深度學習的專用芯片、傳感器、ICT、IOT等；大數(shù)據(jù)，如數(shù)據(jù)匯集、存儲、計算、可視化等；（3）、云計算，云本身是網(wǎng)絡、互聯(lián)網(wǎng)的一種比喻，云計算是指一種新的機遇互聯(lián)網(wǎng)及相關(guān)服務和交付方式，可以實現(xiàn)每秒 10 萬億次的運算。每一項技術(shù)都有其非常深的技術(shù)根系和深淺等級，比如，算法。世界上最簡單最初級的算法可能就是1+1=2，幾歲的小孩都知道。而世界上最復雜的算法也分為不同級別和流派。在業(yè)界，算法從簡單到復雜還有不同的方法論。例如，符號主義與數(shù)據(jù)建模、專家系統(tǒng)有關(guān)，經(jīng)驗主義與統(tǒng)計建模有關(guān)；連接主義與神經(jīng)網(wǎng)絡有關(guān)。未來，也許創(chuàng)新者還會在某一種方法論上繼續(xù)突破。這個價值模塊的價值創(chuàng)造者，包含了長期扎根技術(shù)研發(fā)的商業(yè)巨頭、大學和研究機構(gòu)。例如，谷歌的 AI 深度學習產(chǎn)品、英偉達、高通、英特爾等公司的 AI 芯片，微軟、蘋果、科大訊飛等公司的語音 AI ，華為 5G（第五代移動通信技術(shù)）下一代 ICT，斯坦福、伯克利、多倫多等大學的基礎研究等。

3、開放技術(shù)平臺開放技術(shù)平臺就是核心技術(shù)創(chuàng)新者，向第三方公開自己軟件或硬件的 API 或者函數(shù)，第三方開發(fā)者可以在上面直接開發(fā)各種商業(yè)應用，而無須從 0 研發(fā)，有效地實現(xiàn)了技術(shù)的快速商業(yè)化。特別是在互聯(lián)網(wǎng)時代，開放技術(shù)平臺促進了互聯(lián)網(wǎng)技術(shù)和電商的爆發(fā)式增長。今天，AI開放平臺也將成為技術(shù)商業(yè)化的重要創(chuàng)新環(huán)節(jié)。 例如，IBM 的開放沃森分析平臺，可以為第三方提供大數(shù)據(jù)分析功能；臉譜網(wǎng)的wit.ai 開放平臺，可以為第三方提供大數(shù)據(jù)分析功能；科大訊飛的 AIUI 開放平臺，為創(chuàng)業(yè)者提供了基于 AI 語音功能，可服務于機器人、兒童玩具、電視質(zhì)控，以及智慧教育的商業(yè)應用。這個價值 模塊的價值創(chuàng)造者，大多是由實力的 AI 核心技術(shù)公司，也有由它們組成的公益組織，如由硅谷幾個企業(yè)領袖啟動的 Open AI 。

4、技術(shù)操作系統(tǒng)自從人類發(fā)明了計算機，開始用技術(shù)解決問題，改變世界，技術(shù)操作系統(tǒng)就變得至關(guān)重要。它通常涉及信息的微處理、存儲、文檔與進程管理等方面。PC時代的技術(shù)操作系統(tǒng)Windows、Linux，移動互聯(lián)網(wǎng)時代有安卓、ios。今天，谷歌的 TensorFlow （騰三幅）開放平臺，被稱為 AI 的安卓系統(tǒng)，谷歌自己和第三方都可以在上面開發(fā)各種基于 AI 的 APP。人工智能時代，AI 技術(shù)操作系統(tǒng)包括連接、交互、存儲、云端一體化等要素。換言之，是指以物聯(lián)網(wǎng)為基礎的萬物互聯(lián)，代替了原有的互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)連接；以語音、圖像為主的自然交互，代替了鼠標、鍵盤、觸摸等本地存儲；強大的并行計算，代替了執(zhí)行順序的技術(shù)。因此，除了手機、PC 等多屏端口的操作系統(tǒng)外，還新誕生了基于云計算的操作系統(tǒng)，涉及存儲、計算、調(diào)度（彈性技術(shù)、DOCKER）、安全（區(qū)塊鏈，確保安全真實）等。 這個價值模塊的價值創(chuàng)造者，大多是那些在互聯(lián)網(wǎng)時代積累了客戶界面端和大數(shù)據(jù)資產(chǎn)的企業(yè)，例如，谷歌、亞馬遜、阿里巴巴、臉譜網(wǎng)、蘋果、華為，以及生產(chǎn)核心硬件如GPU（圖形處理器）的英偉達等，誰會真正主宰未來？AI 世界的技術(shù)操作系統(tǒng)競爭的大幕才剛剛拉開。

5、應用解決方案這是技術(shù)能否實現(xiàn)商業(yè)化的關(guān)鍵環(huán)節(jié)。通常，任何一個有價值的新技術(shù)，都有多個應用。早期電的發(fā)明，從點燈照明的應用，到今天成為人類生活和工作無處不在的能源?；ヂ?lián)網(wǎng)技術(shù)也是從簡單的信息鏈接開始，滲透所有行業(yè)，如吃、住、行、醫(yī)、教、娛等領域，為無處不在的問題提供新思想、新方法、新能量。今天，AI 要想解決人類尚未解決的難題，就必須先準備好無數(shù)種從技術(shù)到商業(yè)的解決方案。例如，在 B2B 領域，如何用 AI 對癌癥做出精準預判和治療；在 B2C 領域，如何用 AI 助力個人發(fā)展。同時，應用解決方案要既有功能性的，也有入口平臺型的，如蘋果的 Siri 、今日頭條等。這個價值模塊的價值創(chuàng)造者，大多是商業(yè)解決方案的引領企業(yè)，它們往往率先采用新技術(shù)，解決商業(yè)問題。例如，GE 用 AI 解決能源效率問題，阿里巴巴用 AI 解決城市交通擁堵問題，亞馬遜用 AI 解決高效零售配對問題，IBM 用 AI 解決醫(yī)療問題，科大訊飛用 AI 解決教育問題，谷歌和百度用 AI 解決無人駕駛問題等。

6、商業(yè)運營系統(tǒng)商業(yè)運營系統(tǒng)是建立在技術(shù)操作系統(tǒng)之上的商業(yè)生態(tài)模式。用技術(shù)解決問題，只是商業(yè)的第一步，而企業(yè)如何用技術(shù)解決問題，持續(xù)解決問題，并創(chuàng)造競爭優(yōu)勢，就形成了一個閉環(huán)的商業(yè)運營系統(tǒng)。這是技術(shù)商業(yè)化最本質(zhì)和最關(guān)鍵的創(chuàng)新環(huán)節(jié)，大多數(shù)技術(shù)商業(yè)化的不成功和掉進兩個“死亡谷”的悲慘命運，就是因為沒有科學地設計“商業(yè)運營系統(tǒng)”。過去，這個系統(tǒng)就是商學院教的“標準商業(yè)模式”，但是，自從有了互聯(lián)網(wǎng)和人工智能，組成商業(yè)模式的要素發(fā)生了根本的變化，因為新技術(shù)顛覆了原來的商業(yè)邏輯和市場邏輯。例如，過去，對客戶進行細分是商業(yè)模式中的要素，但是，有了 AI，它就可以在大數(shù)據(jù)中自動識別和管理客戶。因此，商業(yè)運營系統(tǒng)的智能化，就成了 AI 商業(yè)非常核心的驅(qū)動力和關(guān)鍵要素，也就是新 BOT 驅(qū)動的解決客戶痛點、運營痛點和生態(tài)痛點的商業(yè)運營系統(tǒng)。這個價值模塊的創(chuàng)造者是所有參與技術(shù)商業(yè)化過程的創(chuàng)新者。因為，通常創(chuàng)業(yè)者或企業(yè)家都需要對“如何解決問題、如何實現(xiàn)收益”設計一個商業(yè)運營方案，已獲得持續(xù)發(fā)展和增強競爭優(yōu)勢的閉環(huán)模式。

7、用戶場景應用這是人工智能時代市場的新形態(tài)。過去，一部手機只要能賣出去，不需要講究諸如“在什么地方使用”、“如何使用”都能夠問題，因為，手機的功能就是通話。但是，今天，手機需要用來在國外看新聞、在演講中做翻譯，因此就必須能夠在一定的環(huán)境和場景下，解決更細微的問題。例如，當使用者身在國外時，就會獲得 AI 關(guān)于寬帶使用或吃、住、行等方面的幫助，在翻譯時，手機就不只是一個簡單的通話硬件，而是一個交流的伴侶。同樣，亞馬遜的 Alexa 音箱、科大訊飛的聽見或靈犀，不但是一個家庭的智能管家（幫助節(jié)能環(huán)保），還可以充當購物向?qū)Вㄗ屇愀咝У叵M）的角色，或生活助理（更方便瀟灑地實現(xiàn)吃、住、性）的角色。因此，用戶場景是設計“商業(yè)運營系統(tǒng)”功能和界面的必備要素。這個價值模塊的價值創(chuàng)造者非常特殊，他們不但是企業(yè)的創(chuàng)新者，而且還是消費者、供應者等生態(tài)成員的參與。因為 AI 的爆發(fā)，共享經(jīng)濟將更深刻地滲透和影響每一個人的生活和事業(yè)?？梢哉f，沒有用戶場景的解決方案，很難完全解決用戶和客戶的痛點問題。

8、用戶動態(tài)數(shù)據(jù)循環(huán)這是 AI 動態(tài)價值地圖最顯著的特點：從用戶場景獲得的用戶動態(tài)數(shù)據(jù)，將成為“喂養(yǎng)“機器學習、”生長“ AI 智慧不可或缺的營養(yǎng)成分。這就好像 AI 的存活需要呼吸氧氣一樣，一旦沒有了動態(tài)數(shù)據(jù)，AI 將無法學習，并將失去生命：相反，如果有了動態(tài)數(shù)據(jù)的無限循環(huán)，就能形成 AI ”越用越富“的養(yǎng)分原料，并成為以上七大要素源源不斷提高可持續(xù)創(chuàng)新能力的重要原料。這個閉環(huán)的無線循環(huán)，能賦予 AI技術(shù)和 AI 商業(yè)強大的生命力。上面總結(jié)了八個關(guān)鍵的技術(shù)點，簡單來說，現(xiàn)在的的AI行業(yè)有三種模型：

1. 人工智能創(chuàng)業(yè)公司(AI Specialized Startups)這一類創(chuàng)業(yè)公司主打的是專精(Specialization)，即在某個小領域有了突破或者有核心技術(shù)。人工智能和其他創(chuàng)業(yè)方向不同，創(chuàng)業(yè)技術(shù)門檻是非常高的，這也保證了創(chuàng)業(yè)公司有機會在特定領域分一杯羹。舉幾個這兩年做的很好的公司，比如做法律智能的Ross Intelligence和用深度學習解讀基因相關(guān)數(shù)據(jù)的Deep Genomics。這一類AI創(chuàng)業(yè)公司基本都是由教授+學生，或者是從學術(shù)界出來的人在某個領域用人工智能手段進行改革。所以這一類公司走的是“傳統(tǒng)的創(chuàng)業(yè)公司的商業(yè)模型”，在能獲得市場關(guān)注和盈利前，基本都還是靠投資人的錢。而拉投資一般也靠創(chuàng)始人的聲譽背書，短時間內(nèi)收入模型和盈利模式一般比較模糊。怎樣才能獲得足夠的市場份額？這不僅要重造輪子，還要開發(fā)出直擊某個痛點的模型來改變現(xiàn)在的市場。如果在特定領域能夠做大做強，可以通過市場分割向特定群體收費，比如Ross Intelligence現(xiàn)在和某律師事務所有合作并拿著他們的投資，未來就可能向需要法律咨詢的個人用戶收費。但退一步說，這一類的創(chuàng)業(yè)公司在獲得一定的市場份額后就會被大公司收購，因此不一定會走到需要成熟的商業(yè)模型那個階段。題外話，從學術(shù)界孵化的創(chuàng)業(yè)公司一般都是一個教授+兩至三個PhD學生作為創(chuàng)始團隊比較多。比較典型的例子有Hinton的DNNResearch啊，Andrew Ng的Deeplearning.ai(某種意義上的startup)等。從市場角度來看，因為較高的技術(shù)門檻，這個領域有機會出現(xiàn)百花齊放的現(xiàn)象，很難存在壟斷但也不會出現(xiàn)充分競爭。

2. 人工智能平臺(AI Platforms)科技巨頭一般布局都在基礎平臺服務上，比如說以前的云計算平臺，專精(specialization)不再是核心訴求。現(xiàn)在越來越多的巨頭也把資源投入到了AI領域，比如微軟就有成熟的AI平臺，主要由幾個組件構(gòu)成，相信很多讀者一眼就可以認出下面這個圖。圖片來源: Data Science Association, Currently hosting Dallas Data Science Conference 20171、微軟:Microsoft Azure Cognitive Services: 微軟認知服務集合了多種智能服務API，比如機器視覺API，比如情感分析API等。使用微軟認知服務，你可以調(diào)用API來完成很多人工智能任務而不需要自己去編寫代碼。Microsoft Machine Learning Studio: “微軟機器學習工作室”是一個集成了多種機器學習算法的在線平臺，你可以很輕松使用它做很多機器學習相關(guān)的任務，完全不需要任何代碼。不僅如此，你還可以將模型嵌入到其他Azure上面的程序中，也可以開放模型API供其他用戶直接使用。

2、谷歌:Google Cloud Platform(谷歌云平臺GCP)是一個和微軟產(chǎn)品比較相似的產(chǎn)品，也提供類似的服務和產(chǎn)品。用法也非常相似，用戶只需要調(diào)用API即可完成語言情感分析(Sentiment Analysis)等人工智能任務。

3、亞馬遜:作為云平臺巨頭的亞馬遜也有對標的產(chǎn)品，叫做 Amazon Machine Learning(AWS-ML)。無須贅述，和微軟谷歌相似，AWS的產(chǎn)品功能也非常相似。但因為亞馬遜云的成熟，似的使用亞馬遜的機器學習API相對方便一些。所以不難看出，科技巨頭的主要精力都花在了布局基礎設施上。從成熟度上來說 微軟>=亞馬遜>=谷歌，但其實使用起來的感受基本相似。從商業(yè)模型的角度來說，這幾家巨頭的人工智能平臺主要都是靠API來賺錢，你調(diào)用的API次數(shù)越多，收費當然越高。而且在調(diào)用這些API的同時，我們往往還需要其他服務，比如服務器、虛擬機、數(shù)據(jù)庫等，這一條龍的服務和收入就是這些科技巨頭在AI方面的收入模型。 在現(xiàn)階段還有很多公司進入了廝殺的戰(zhàn)場，小一些的還有DataRobot，也是提供一條龍的機器學習服務。當然，人工智能領域內(nèi)容很多，比如在線機器人(Bot)，微軟有提供平臺叫做Microsoft Bot Framework，亞馬遜依托Echo Bot也有Alexa Service對標，這些同樣也是依靠平臺優(yōu)勢來賺錢。其實不難看出，大公司投入基礎建設的原因是這個方向準入門檻高，前期的固定投資要求大，可以排除很多中小競爭者。在一段時間的競爭后，應該會形成(多)寡頭壟斷市場格局，或許現(xiàn)在其實已經(jīng)是這個局面了。

3. 人工智能咨詢與定制服務(AI Consulting and Customized Service)根據(jù)我自己的觀察和分析，AI咨詢和定制服務是未來很有潛力的模型。簡單來說，就是根據(jù)企業(yè)/客戶的需求進行定制化的人工智能解決方案。在現(xiàn)階段，人工智能方案對于大部分企業(yè)來說還是“奢侈品”，甚至有些超前。但在不久的未來隨著技術(shù)進一步成熟以及概念得到普及，價格和門檻也會下降，越來越多的中小型企業(yè)也可以負擔并愿意進行人工智能升級。和創(chuàng)業(yè)公司不同，這個商業(yè)模型不要求高精尖技術(shù)或是在某個領域的突破，但通用的AI平臺也無法完成客戶定制的需求。這就是為什么這樣的商業(yè)服務可能有前景 - 它和前兩種商業(yè)模型有交集但并不重疊。這樣的商業(yè)模型主要給客戶提供兩種服務：

1、成熟的專利AI應用。舉例，我們?yōu)锳銀行安裝了一個我們開發(fā)并擁有專利的人工智能風控模型，在進行數(shù)據(jù)替換后還可以賣給B、C、D銀行或者相似行業(yè)。銀行可以使用我們的微調(diào)后的模型，但我們可以將原始模型進行無限次轉(zhuǎn)賣。

2、客戶定制化服務。舉例，A客戶要求我們?yōu)樗鼈儶毤叶ㄖ品?，服務的歸屬權(quán)歸客戶所有，我們無權(quán)轉(zhuǎn)賣，僅為客戶進行維護升級。當然，這種服務的價格肯定較高。同時提供兩種收費模式：

1、 一次性收費/升級費用(one-time purchase)。和其他軟件產(chǎn)品一樣，客戶可以一次性買斷服務的使用權(quán)。但并不建議這個模式，因為AI產(chǎn)品有較大的不穩(wěn)定性，隨著數(shù)據(jù)的變化模型可能失效。

2、 訂閱服務(subion based)。正因為AI產(chǎn)品需要常常升級，機器學習模型也需要重新訓練，訂閱服務更適合AI類產(chǎn)品?？蛻艨梢园丛赂顿M，得到相應的維護和升級服務。這樣的商業(yè)模型還可以搭配主動式的營銷手段。因為AI產(chǎn)品的本質(zhì)是通過數(shù)據(jù)解決問題，據(jù)我所知很多企業(yè)現(xiàn)在已經(jīng)和客戶簽署了“數(shù)據(jù)保留協(xié)議”，即AI產(chǎn)品供應商可以在特定范圍內(nèi)使用客戶的數(shù)據(jù)進行其他活動。這樣的協(xié)議有兩個好處:

1、 精準營銷(Customized Recommendation)。因為我們有權(quán)使用客戶A的數(shù)據(jù)，根據(jù)分析其數(shù)據(jù)，我們可以個性化推薦適合客戶A的其他產(chǎn)品。甚至我們可以使用客戶A的數(shù)據(jù)為其免費定制一個概念產(chǎn)品。免費其實是一種營銷手段，德勤的數(shù)據(jù)分析部門給客戶50小時的免費時長來感受它們的產(chǎn)品。

2、數(shù)據(jù)整合(Data Integration & Enrichment)。假設客戶A、B、C和D都允許我們保留并使用其數(shù)據(jù)，那么我們可以進行整合并獲得行業(yè)級別的數(shù)據(jù)，從而開發(fā)出更加智能的產(chǎn)品。在這個數(shù)據(jù)為王的時代，擁有客戶的數(shù)據(jù)并提供定制化服務有非常強的客戶黏性。總結(jié)一下，銷售成熟的AI產(chǎn)品+適量的定制，留住客戶的數(shù)據(jù)，并提供后續(xù)的維護和支持就是我覺得很有潛力的新型AI領域商業(yè)模型。從市場競爭角度來說，這個商業(yè)模型既不需要高精技術(shù)，也不大需要基礎平臺或者高額的固定投資，甚至還可以使用文中介紹的創(chuàng)業(yè)公司和科技巨頭的服務。但根據(jù)經(jīng)濟學原理，低門檻，充分競爭的市場代表從長期來看不會有暴利存在。但如果能在早期擁有足夠多的行業(yè)數(shù)據(jù)，數(shù)據(jù)優(yōu)勢將會使你的企業(yè)走在其他人之前。或許，是時候入場了...