37. 如何解决人工智能商业化的7个错误

【音频稿】

“智联世界 无限可能”，喜马拉雅的朋友你好，我是吴霁虹。很高兴接受2019世界人工智能大会组委会的邀请，在这里和大家分享人工智能商业化以及技术落地话题。

人工智能这场人类史上巨大的认知革命，也带来了商业的认知变革。这种新认知，就是大算法、大数据、大计算、大管道的AI智能体，赋能人类超级能力。我做个类比，AI的超能力就是要处理海洋般的巨量数据，找到数据之间的因果关系；它还要像发射火箭一样，进行精确的运算，找到那些最复杂问题的解决方案；更要像构架深邃黑洞问题模型一样，解决高度仿真的现实世界的各种难题。

我的类比不一定正确，我是想说明一个问题，那就是AI商业化与技术落地不能划等号。人工智能商业化是一个过程，特别是建立竞争优势的过程。这个过程有点像一对难舍难分左右大脑的发育，左脑是技术，右脑是商业，缺一边就等于缺全部。而技术落地可以靠很多即时的方式实现，比如，发明一项AI技术，在实验室做一个Demo样品，技术就落地了；或者，一个实验室的一个AI技术，卖给一家公司去开发产品，也算实现了技术落地。但他们并不属于AI商业化。

过去三年，我的研究发现，很多公司在AI商业化方面，最容易犯七大错误：

1.  AI技术不够好，算法架构的功夫没到家，根本不能解决现实问题；

2.  AI技术还可以，但产品工程化能力弱，导致签了很多单，但没有交付的产品；

3.  AI技术不错，但不知道如何解决场景问题，产生不了商业价值；

4.  AI技术与商业，没有形成闭环关系，缺乏数据循环和数据处理能力，导致AI智商不长，AI变成简单的统计；

5.  AI的商业应用，成本高，不符合“边际成本趋于零”原则，导致不能形成商业效应；

6.  AI商业化人才欠缺，大多数公司懂编程的不懂AI，懂AI的不懂商业，懂商业的不懂AI，导致AI系统架构残缺不全、模式落地不了。

7.  急功近利，很多公司延续互联网“爆点、爆款”的产品逻辑，却不知道AI商业化需要遵循“螺旋循环”的逻辑，导致烧钱快、作死也快。

解决以上问题，人工智能商业化的重点，要聚焦在处理好三个关系问题：

1）AI与用户场景

2）AI与现有系统

3）现有系统与用户场景

关系一，AI技术与场景痛点的关系。AI要为人类解决难题。

首先，场景问题包括物理“空间场景”，比如，科大讯飞的翻译机要解决的痛点是，不懂英语的人到英语国家旅游，就是一个典型的空间场景。那么，不懂英语的人在异国他乡，如何找到最有特色的餐厅呢？这属于“问题场景”。任何一个场景需求都有空间场景和问题场景。

讯飞AI翻译机就是让普通人拥有一个随身的AI翻译专员。它解决的痛点是普通人请不起专家翻译，而且人在他乡不能沟通，犹如被关在监狱一样。AI翻译机可以实现中文与50种语言的即时互译，能满足200多个国家和地区的出行需求。这是一个AI技术解决场景痛点的典型，创造出了供需匹配的新竞争能力。

关系二，AI技术与现有操作系统的关系---指“旧商业操作系统”向“新商业操作系统”迁移。

举个例子，使用胶卷的时代，一张专业照片，必须有照相馆+相机供应商+胶卷生产商+相纸生产商+照片冲洗店等系统支持，这个系统就是商业操作系统。而电子拍照时代，商业操作系统变成了电脑或手机软硬件商+显示屏供应商+电子品渠道商的组合。

进入AI时代，商业操作系统就是大算法+大数据+大运算+大管道的融合。普通人也能成为天才摄影师，新系统的机器学习或深度学习代替了摄影业专家。这是新技术与新系统融合的新竞争优势。

关系三、现有技术系统与客户痛点的关系---创造与客户打交道的新模式。

比如，互联网时代，消费者在线上挑选产品，下单之后，线上商家收取交易佣金。今天，万物互联的AI通过人机交互，可以实现供需闭环，并创造千人千面的个性化消费，例如，亚马逊的AI推荐系统，总能给你想要的商品。这是一种全新的与用户打交道的优势和能力。

我将这三个关系，建立了一个闭环，构成一个TOP-A三角框架系统，三个角分别是T代表新技术AI，O代表现有系统，P代表场景痛点，A代表三个角组成的AI商业化过程要建立的新竞争优势。

今天讲的内容，有两个重点，我再为你总结一下：

1）人工智能商业化不是简单的技术落地，关于这一点，当下的企业、创业、投资已经出现至少7个方面的大错误，导致很多企业倒闭或投资打水漂，企业和投资都需要及时纠正，回到正确的大道上。

2）人工智能商业化像一个“左右脑完整发育”的过程，可借助TOP-A框架，建立全新竞争优势。这意味着，企业要专注在解决三个维度的关系问题：解决场景痛点，从“劳动密集型”向“AI新技术”迁移；发展商业运营，从“旧运营系统”向“新运营系统”迁移；创新与客户打交道模式，从“传统交互”向“人机交互”迁移。这样就能建立竞争门槛高、优势强的新能力。

今天的课程就讲到这里，我们下期内容再见。