炼数成金 门户 商业智能 人工智能 查看内容

人工智能公司的场景跃迁理论

2019-2-22 10:15| 发布者: 炼数成金_小数| 查看: 29709| 评论: 0|原作者: 鲍捷|来自: 文因互联

摘要: 人工智能公司和互联网公司是不一样的,不一样的,不一样的。重复三遍。互联网公司大概只要做一次PMF(Product-Market Fit,市场-产品结合点),但AI公司通常要做多次才行。传统的互联网创业核心是抓紧用户需求,只要 ...

工具 算法 案例 人工智能 创业 互联网

人工智能公司和互联网公司是不一样的,不一样的,不一样的。重复三遍。互联网公司大概只要做一次PMF(Product-Market Fit,市场-产品结合点),但AI公司通常要做多次才行。

传统的互联网创业核心是抓紧用户需求,只要不断尝试,找到了市场-产品结合点,技术不会是太大的障碍。人工智能创业则不仅要找这个点,而且找到了你也不一定做的出来。甚至明知道那个点在在哪,也不能去直接做,必须先把到那个点的路径一点点分解出来,再寻找路径上每一个点的场景-单元结合点。每个点都是下一次跃迁的基础。

这就是场景跃迁理论。

AI公司和互联网公司很不一样。互联网应用是规模复杂系统complex system,关键的是可扩展性Scalability,只要做出一个小原型,跑得通,之后后面的工程架构可能经历多次的scale out,但是场景可以保持不变。但AI应用不同,是细致复杂系统complicated system,关键是可演进性evolvability,从原型到最终的市场认可产品,不仅工厂架构会变,从产品形态到场景都会变。

通俗来讲,互联网公司是养鸡场模式,养几只鸡觉得感觉不错,就复制一万倍,养一万只鸡。AI是养小孩模式,要很长时间,一点一点去培育,从吃奶开始,小学中学大学,没办法像养鸡那样养的。

“Complicated” 这种复杂是内在的不可简约的复杂性。没有办法把养小孩简约成养鸡,真的,没有办法的。

人工智能公司当然也和其他一切公司一样,最重要的是深刻理解用户的业务场景,设计一个能逐步盈利的路径。核心是场景,不是人工,也不是智能。人工智能公司的存活关键,是先在人工智障阶段也能挣钱,然后再考虑用人工智能挣钱。人工智能能发挥作用,都是要大投入的。没有什么灵丹妙药,一个什么神奇的算法就能解决问题。路径设计才是生死的关键,如何一步步结合场景让“智障”算法也发挥价值,在不同的智障阶段服务不同的场景。

场景跃迁就是一种路径设计。这可能对互联网时代的成功者有点反常识,但是再说一遍,不能把互联网产品的逻辑套到人工智能产品上,正如不能把PC产品的逻辑套到互联网产品上。

所以AI公司一定要做场景跃迁,就是在养小孩的过程中,不断把阶段性的成果去商业化。AI产品是复杂产品,但这种复杂产品是先有简单产品而后演化为复杂产品。深入场景和产品,从现有低复杂度技术开始服务,提供小而立即可用的产品。实现人工智能场景的目标,算法和框架其实没有大的秘密,秘密就在于如何降低成本。在不同的复杂度上的产品,可能产品形态和服务人群都不同,甚至连领域都不同。

为什么不能等到完全成熟了再去商业化呢?因为风险太大。而且,一个好的产品一定是总结出来的,不是设计出来的。AI公司必须在实践中一个案例一个案例去总结出好产品来。那些设计出来的产品,成功的几乎没有。这些实践案例,就是不断把”人工智障“的阶段性成果去运用的过程。所以AI公司开始都看起来像是“外包”公司,这个是符合规律的。

所以这些场景的跃迁,乍看起来好像公司不断换客户群。如果习惯了互联网这种单次PMF的模式,会极为不理解AI产品的成长过程。是不是创始人在犯晕?为什么不能直接一步到位到最后一个PMF呢?不可能,因为 product 需要成长,需要好几次蜕皮才能从毛毛虫变成美丽的蝴蝶。毛毛虫阶段的商业模式是吃叶子,蝴蝶的阶段是吃花蜜,但你不能叫毛毛虫去吃花蜜。

所以对于AI团队,你看那些执行得特别好的,并不是非要是一堆大牛的集合,而是那些最有演化能力的公司。演化能力才是保证公司在一次又一次的“蜕皮”(即场景跃迁)中,保持团队凝聚力的关键。演化力就是最主要的执行力,演化力是公司成败的第一关键。

我觉得不管是对创业者也好,还是对投资人也好,这个“AI场景跃迁理论”恐怕是这个领域较大的“秘密”。其他的一切都可以从这个第一原理推导出来。不能理解这个理论,就难以找到价值所在,执行就会碰壁,投资就会亏钱。不能用做互联网产品的思路来做AI产品,更不能用投互联网产品的思路来投资AI产品。

附:常见问题的回答
1. 疑问:AI作为一个技术,单纯靠技术解决方案创业,本来就是不可行的。 
解答:显然,我们不会是为了一个技术而创业,而是要为了解决一个问题而创业。但是一旦解决这个问题需要AI,我们就要尊重AI的规律,理解AI的过程和边界。我们看到太多太多的例子,对需求和市场理解得很好,但是因为不了解AI技术的特点,不能管理好产品边界、用户预期和团队预期,而失败。我们必须了解,具体在这个战场,战争的规律是有自己的特点的。

2. 疑问:互联网公司也有pivoting,要是追求每个pivoting都要存活下去,那容错率不是更低了。 
解答:场景跃迁并是不传统意义上的 pivoting。传统的 pivoting 是市场探索错误,所以要换一个方向试试。在场景跃迁中,用户和市场的升级是有规划的,每个阶段要和当时阶段的服务能力相匹配。比如在早期明知一个市场空间不大也会去服务,因为更大的市场是不可能去服务的,只有在服务小的市场,建立根据地后,逐步做市场空间的升级发展。这不是 pivoting。

3. 疑问:这不就是“我们目前还没找到盈利模式,但我们会坚持找下去的”? 
解答:我们讲场景跃迁,并是流寇式的作战,因为找不到挣钱的办法所以不断找。很多时候,如果技术是成熟的,比如AI诊断真的比医生还准,那会没有盈利模式吗?问题是这种问题的解决,需要很长的周期,很大的投入,很专业的团队,这和之前的互联网创业是不一样的。在小型公司中,在资源全面短缺的情况下,有建立一种不断长期地部分商业化中间结果的商业模式,这是之前从来没有的事。“这种奇事的发生,有其独特的原因。而其存在和发展,亦必有相当的条件。”

4. 疑问:AI和之前的数据库之类没有区别,没有什么特殊规律提出的必要? 
解答:弓箭和火枪,都是远程投射武器,但是他们对军队组织、后勤要求发生的作用是完全不同的。数据库是解决机器的效率的问题,AI是要解决人的效率的问题。两类应用,对能承载他们的组织的要求是全然不同的,绝不能不分析其中发展路径和人的组织问题的特殊性,而照搬其他领域的成功经验。实事求是地理解AI的客观规律,才能不过于悲观或乐观,理解目标和路径的矛盾,与解决这些矛盾的方法,而不能照搬任何教条。

声明:文章收集于网络,如有侵权,请联系小编及时处理,谢谢!

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754

鲜花

握手

雷人

路过

鸡蛋

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2019-5-21 21:09 , Processed in 0.178667 second(s), 23 queries .