数据
数据的增加基于传感器或存储器越来越便宜,几乎所有传感器和存储器的成本都是由芯片成本决定的。当芯片集成度提高,芯片需求量增大时,传感器和存储器的成本会大幅度下降,更多的传感器会产生更多的数据。
综上所述,推动AI的三个技术要素都在快速发展,所以目前AI只是莱特兄弟刚刚把飞机飞离地面,离5马赫超音速还很远。
从市场看,目前受到AI冲击的传统行业还很少,大部分行业还没有开始被改造、被颠覆,因为AI从业者都在忙乎进入那些没有传统巨头的行业,例如人脸识别和自动驾驶。
图4.3是一个很著名的“新技术成熟曲线”。互联网过去20多年的发展就非常符合这条曲线:一个新的重大技术创新一开始没多少人相信,但超过一个转折点后就开始被热炒,大家的期望值都很高,大量的资金盲目进入,很快发现技术还不成熟,远不能达到期望值,大家都很失望,行业跌落到谷底。但这个技术其实只是需要时间,经过一段时间成熟起来,就会重新站上高地。就互联网来说,今天的发展远远超过了2000年泡沫时最狂野的想象。
//图片来源:https://www.gartner.com/smarterwithgartner/whats-new-in-gartners-hype-cycle-foremerging-technologies-2015/。
那么AI处在这条曲线的什么位置呢?大约在峰值刚过,还远未到低谷。注意这条曲线只是个一般性规律,并不准确,也不一定适用所有新技术,即许多新技术都会经历这么两个起伏,但不同的技术起伏幅度不同。笔者预测AI有“冷静期”而没有“幻灭期”,因为AI在许多行业都已经证明有用。回头看过去几年还是有一些泡沫,泡沫体现在某些领域出现大量同质化公司和这些领域融资的估值上面。据不完全统计,中美两国的自动驾驶公司已经超过100家,中国号称做人脸识别的公司有数百家。显然市场不需要这么多家企业。在自动驾驶领域一个没有任何收入,也看不到清晰商业模式的公司可以喊价到数亿美元的估值。估值泡沫通常都是由于一次估值离谱的收购造成的。通用汽车公司在2016年宣称以10亿美元的估值收购了位于旧金山的Cruise Automation,以后所有的自动驾驶公司都以这次收购作为自己估值的对标。所有投资自动驾驶公司的投资者都赌自己投资的公司也会被高价收购。但是即使所有大的整车厂商都收购一家自动驾驶软件公司,市场也不需要上百家同质化的公司。当供大于求时,收购价格也会大幅度降低。笔者预计在今后2~3年中,大部分同质化公司在资金耗尽后将因为无法进一步融资而死亡,与此同时,少数几家技术独特或市场能力强且资金雄厚的公司将快速发展。
目前许多融资的新创公司都宣称自己是AI公司或者使用AI技术。但这些公司的技术大多是用几大公司的开源编程框架,例如谷歌的TensorFlow和英伟达的GPU或者市场上的云计算服务。技术高度同质化,没有任何壁垒。就像当年任何公司都说自己是.com公司一样。那么我们如何判断一家AI创业公司的价值呢?首先,应该看是否能够拿到别人拿不到的数据。做到这一点很难,你能拿到的数据别人通常也能拿到。如果不能独占数据,那就要看有多大先发优势。如果进入一个行业早,通过快速迭代,让自己的模型在这个行业中变得有用,就可以得到更多的数据和资源,后进者即使拿到同样的数据,模型质量差也打不进去。其次,要看该企业对所进入行业的独到理解和业务开发、落地能力。当然如果能够针对本行业在算法上有突破,就能够大大提高进入壁垒。
本书评论