用微博账号登录:

当前位置:首页 > 科技赋能 > 科技赋能浪潮下:如何避免沦为一出技术乌托邦闹剧?


科技赋能浪潮下:如何避免沦为一出技术乌托邦闹剧?

作者:刘志刚 发表于:2017-04-18 科技赋能浪潮下:如何避免沦为一出技术乌托邦闹剧?

推荐度:

没有什么能比大佬们的演讲内容更能代表行业发展趋势了。

这个月月初,在深圳举办的2017 IT领袖峰会上,BAT等一线互联网公司的掌门人,悉数表达了对于人工智能领域的浓厚兴趣。上有所好,下必甚之,一线巨头作为行业晴雨表,最近行业内也举办了不少起类似峰会,话题也都是高度一致,纵论AI、VR等前沿科技。

坊间也早在去年就已经开始关注,一时间关于商业模式赋能技术创新亦是不绝于耳,不做技术加法的公司也是饱受质疑,就像80年代生不出儿子的农村妇女一样。但一窝蜂的浪潮下,势必会出现不少跟风式的创新悲剧,今天我们就这一问题展开下分析。科技赋能浪潮下,如何避免沦为一出“技术乌托邦”闹剧?

技术价值回归: 风水轮流转下的昨日重现

分析解决方案之前,我们先来研究下,技术是如何走俏的。

技术回归,这是行业规律使然,任何一个行业都是按照:技术主导->产品主导->营销主导 的模式进行发展。早期的技术壁垒逐步打破后,会变成产品为重,大家产品都设计的差不多的时候又会变成销售为重。但是这是一个循环,全天下都在拼渠道和折扣的时候,偶尔一两个革命性的技术或者产品创新,就又能将行业拉到循环的起点。

举个最简单的例子,就像当下的智能机市场一样,从iphone 4颠覆性创新之后,其他各家手机也都在模仿,甚至连iphone自己也没能走出创新窘境, 创新乏力之后,各大厂商开始围绕着营销做文章,甚至不少还用手机颜色进行比拼,当这些都趋于增长乏力之际,技术开始凸显,比如近年来兴起的VR手机、3D手机、陶瓷手机背面、AI手机等,当然现在的智能机行业也仅仅只是处于新技术发轫之际,尚未进入下一个循环。

另一个方面就是流量红利消失,由粗放型向集约型迁徙。在流量红利时期,以技术能力去匹配和支持业务需求,满足不断增长的需求即可,另外很多公司都在强占更多用户,就像滴滴最开始上线时,功能很简单,甚至可以说是简陋,但是为了抢夺更多的流量红利,必须尽快上线,但是移动互联网红利早已消失,必须通过赋能技术,才能保证用户体验,从技术要红利。反过来看,它也证明,如果这家公司要继续保持增长,就需要在技术上更加深入。

投资机构的喜好左右着市场风向。不论是O2O、团购、共享经济本质上来讲都是商业模式创新。商业模式创业的公司面临着一个很大的问题就是一面天堂、一面地狱,很难折中。创业公司如果没能做到市场前几名,投资人投的钱基本上过去投的所有钱的价值就会变得非常小了,比如打车领域,团购领域等,而做到市场前几又是典型的过于小概率事件,历经前几次的行业泡沫后,很多投资人赔了不少钱,所谓一朝被蛇咬,十年怕井绳,更何况又是实实在在的真金白银,对模式创新脱敏的投资人不在少数。

而技术创业就不同了。首先有内生价值。投资技术性创业公司从一开始就有了内生价值,它能够被资本发掘一定是因为它过去已经有了一定的投入和积累。即使砸进去的钱没能让公司持续下去,但是有技术积累,这些也能换钱,不至于血本无归。只要技术过硬,就有收购价值,或者技术租赁价值,不至于像模式创新一样,非0即1。这也能看出来,投资机构在投资心态上转变:从靠模式创新,快速占领市场的一夜暴富心理,转变到了到如今技术积累式小而美的创业模式,从而达到小步快跑的投资回报。

另外,在技术领域基本很难出现A把B挤死,B把C挤死,或A+B把C挤死的情况。2B提供技术服务,是不可能像2C领域那样一家独大的,因为即使具备同样技术能力的公司,由于各自选择不同、产品不同、能力不同,最后的商业成就差别也会很大,竞争相对小得多,更有助于绕开巨头,避免直接竞争。比如一家做AI的企业,尽管BAT等巨头也在做,但是只要方向不同,专注于的商业场景不同,小公司照样能活,比如语音识别领域的科大讯飞等。更何况AI领域是一块处女地,巨头也不可能面面俱到,在自己的领域深耕细作,照样能有生存的可能性。

营销需要。任何一个领域的火爆,都是行业趋势与从业者共同的结果,当然也离不开营销的需要。技术创业火爆,市面上报道也就多了,投资人关注,媒体关注,自然给大众一个行业火爆的认知。技术尤其是深科技,总是小众领域,但是技术上的小众并不代表营销上的小众,在营销的包裹下,不少非技术公司为了不掉队,为了品牌形象,也是在积极宣传,尽管这是一部分的部分浮躁因素,但客观上还是在一定程度上,促进了科技创业的火爆。

以技术为圆点:从商业需求出发倒逼技术创新

上文中,我们从几个角度阐述了,技术浪潮来临的几个缘由。具体在商业行为中,技术赋能又分为了两个主要姿势:以技术为圆点,以商业模式为圆点。

我们先分析下以技术为圆点的模式,该类公司主要是以技术创业,比如现在崛起的VR公司、AI公司等。

不得不承认,这波创业浪潮的创业者们的专业技能、学历素质较之前几波创业浪潮的从业者更为优质,但是却面临着两点致命危机:一方面是唯技术论,但技术却并没有做好,另一方面,唯技术论后导致商业应用场景的缺位。

我们以最热的黑科技,VR以及AI行业来看,目前VR行业一直都没有做出用户体验良好的VR设备。AI存在的问题归根基地为两类:一种是商业需求高于技术转化周期,也就是早产儿太多,技术还未成熟就出来圈钱。另一种是技术转化难易商业化,唯技术轮,找不到落地场景。

我们先来看商业需求早于技术转化周期的早产儿。

尽管AI,相对来讲技术门槛较高,但是目前来讲,市场急于赚快钱,AI项目的早产儿过多。我们以最常见的聊天机器人为例,在目前阶段,聊天机器人可以信息提供和信息收集工作,免于一些重复的工作,但是这可能只占整个服务流程的10%,甚至5%,剩下的核心的用户体验不是聊天机器人可以控制的。

不止在聊天机器人领域,最典型的表现就是此前一直被吹捧的谷歌无人驾驶汽车,今年在时速低于2英里的情况下竟然发生了交通事故,且按责任划分当属谷歌。AI概念的火爆,不少公司都在引入AI这一概念,以此来包装自己的产品,这就导致了市面上不少的伪AI产品,商业需求远远高于AI技术转化周期。

我们再来看下AI技术找不到具体的应用商业场景。我们都知道,单独的一项技术是不能形成一个独有的产品或者独有的商业模式,所以AI必须渗透到各个已有的产品里面去。使得你的效率提高到更高,使得你的产品更有竞争里。正如高盛的一份报告提到的:人工智能的爆发并非是在技术上,而是在生活中随处可见,人工智能可以解决生活中的很多问题。这次人工智能的爆发并非为了技术创新而技术创新,与此前的移动互联网有很大区别,这一领域是技术驱动的领域,拥有较高门槛的同时,也让一些团队进入误区,误认为技术门槛高以及自己技术能力强,而忽视了市场转化。

通过近年来的AI相关的重要节点和事件看,其实所谓的AI依旧是计算能力和大数据简单分析输出的一种深化,尽管各家都打着AI的名义,但按照真正AI的定义和应用场景看,不要说实现真正的AI,就连基本的计算能力、大数据分析和输出上都存在不足,甚至是误判。

因此,人工智能的公司应该重视这两个方面,第一个是从实验室基础研究到工程实现,这是当前国内外人工智能行业做得比较好的。其次是从工程实现到产品运用,要将技术落地,这可能是对于创业公司,尤其是人工智能创业公司来说,最重要的环节。

另外对于从业者来讲,要调整好心态,唯快不破的思维或面临挑战。以往模式创新的商业场景中,大家为了争抢更多的用户,目的就是引爆网络效应,通过用户基数建立行业壁垒。在传统互联网领域或在移动互联网领域,或许可以在四年之内做出一个上市公司,但是在人工智能领域,这基本是不可能的。

对于技术创业来讲,网络效应并不突出。人工智能是基于生产效率的提升,它本身没有网络效应,技术有它固定的规律和速度,不太可能用融资的方式拔苗助长。不见得谁比谁快、谁能把谁灭了,而是大家都能找到自己的一块地盘,深耕细作,慢慢积累,这是模式创新与技术创新的另一个不同之处,因此要调整好战略方向。

以模式为圆点:有的放矢赋能技术,扩大商业半径

上文中,我们分析了技术浪潮下的创业公司,是以技术为圆点,这一部分,我们着重分析下,以商业模式为圆点,赋能技术,从而增强行业竞争壁垒。

技术赋能商业模式,较之技术创业来讲,使用场景上不会出现太大偏差,毕竟就是为了增强用户使用体验而开展的创新,比如电商平台,在用户搜过产品时,加入AI元素,可以优化搜索结果,使得搜索更为接近用户真实需求,做到更懂用户。

也就是说AI技术可以做到锦上添花,但是锦上添花的代价却颇为沉重。举个例子来讲,你为你朋友做了很多,可谓是两肋插刀,本以为应该是患难之交,紧要关头为你雪中送炭,扶大厦将顷,可是那,这个朋友在危机关头,并不能为了雪中送炭,只能在你成功时为你锦上添花,这个朋友跟AI很类似,目前阶段,也只是能共享福,优化你的产品,但不能共患难,对业绩起到关键作用。

商业模式创新与技术创新的不同,商业模式是非0即1,风险大,但是总能烧出来独角兽企业的,比如滴滴、美团等O2O平台,尽管风险大,但是结果却是可预期的,不可预料的只是谁是胜出者而已。也就是说市场即使再血腥,但总能胜出。

技术创新比如AI领域,我们能预知的只是行业总有破冰的一天,总有大规模商用的时刻,但是要命的是时间上却并不可期,我们没有一个明确的时间表,因此砸钱成了无休止的一项工程。而且很不排除,如今风靡的黑科技,AI、VR到最后可能只是虚晃一枪,再度被沉寂。

AI历经多年,一直以来都是起起伏伏,近两年重新回归,是因为2013 年,DeepMind 在 NIPS 发表的论文提出了深度 Q 网络(DQN,Deep Q-Network),实现了完全从纯图像输入来学习来玩 Atari 游戏的成果。之后其又在 Nature 上发文介绍了改进版的 DQN,引起了广泛的关注,将深度强化学习推到了深度学习的热门研究前沿。

尽管近两年烜赫一时,可是要是一直没有太大的技术突破,人工智能将会面临着新的冰点,有可能还会被行业冰封起来。市场有一个假设即都是经济人的假设,市场主体都是理性的,现在的市场再热,可是两三年后依然烧不出个所以然来,自然就会进入冰封期,现在谁还提O2O?谁还提P2P?一个道理。

当然不少人会说了,巨头都在真金白银的砸钱,整个行业都在砸钱,咋会不可能那?咋会重新陷入冰冻期那?我们不能从一个人的努力程度,判断其能否成功,努力只是必要条件,而非充分必要条件。大家纷纷重金加持AI等科技领域,本质上的心态就是宁可错杀三千,不可放走一人。即使砸不出来,权当买个保险,但是倘若不进军该领域,不论是品牌形象还是市场地位,以及公司股价,估值都会受到影响。在O2O时代,百度未能及时布局,整个移动互联网时代,百度一直以来都处于极为被动的地位,不论是品牌形象、市场地位、以及股价,就是很典型的例子。

对于了解一个行业,志刚一直以来都是着这样的方法论:最佳方法是自己去干、其次是听从业者布道、再次是看媒体报道、最后才是看自媒体评论。囿于精力有限,自己去干的可能性小,因此听从业者布道是个简单快捷的获取正确认知的方法,但是尽管是行业大佬就一定对吗?或者代表行业趋势吗?非也。每个人都跳不出自己所在的阶层,我们拿百度李彦宏的演讲来看,在国内百度对于AI的热情度最高,为什么?百度在移动互联网时代打的牌很烂,当然急切希望重新洗牌,不惜给AI贴上下一幕的标签。百度之所以大力度鼓吹人工智能,说白了就是为自己的未来描述一个灿烂的光景。

因此,有些时候,【有恒产】大佬演讲也只是篇貌似干货的软文,所谓的行业趋势不过是为自己公司当下战略做的一个【天时背书】。

而且,仔细观察行业,你会发现,同样的大佬,可能还会背道而驰或者不那么一致。

据外媒报道,由于Messenger聊天机器人的错误率高达70%,Facebook已决定削减对机器学习和人工智能技术的投资。并将暂时放弃打造大型聊天机器人生态系统,而转向于训练Messenger机器人专注处理一些特定任务。截至去年 9 月,开发者已开发出了 3 万个聊天机器人。不过,日前有外媒报道指出,其目前的结果并不如人意。因为 Messenger 的错误率高达 70%,即用户 70% 的请求都无法完成。

当所有公司都在加持AI之际,部分大公司看到了AI狰狞的一面,知道是无底洞,并深知其难度,更加冷静处之,而小公司要么是处于初级阶段,在研究及商业变现深度上远未深入,只是一股脑的热情,即使,人工智能的发展前景广阔,但是就该领域的投资收益与风险来说,是不确定的。在商业上,所有新事物的已知风险就是不确定性本身。很多人会觉得如今人工智能突然爆发了,所以马上就应该赚钱了,其实人工智能距离真正盈利还有很长的路要走。Facebook都在削减AI领域的投资,对于小公司来讲,慎重较好,切不可毫无保留的投入到一个未知领域。

如今技术赋能商业模式火爆,更多的时候是一场【创业焦虑症】,是流量趋于红海时的焦虑症状,急于寻找下一个井喷期,本质上跟中产阶层沉迷知识付费一样,都是担心自己失去原有地位。

焦虑是正常的,可以理解的,但是对于很多公司来讲,下半场来临,最急迫的也许不是赋能技术,毕竟黑科技成本太高,而且作用有限,只是锦上添花而已,对待科技赋能应该有的放矢,不可跟风。商业的成功是多个维度的组合战,技术、产品、市场、营销、运气等多个因素。

没必要技术走红就加大技术投入,要权衡考量技术利弊,根据自身情况转型。智能机市场,OPPP、VIVO崛起也并非技术过硬,而是线下渠道完善,因此,对科技行业来讲,看似科技第一位,其实非也,黑科技能解决的问题,通过变换着模式,重新排列组合,照样能取得不俗的成绩。

刘志刚,互联网观察者,TMT领域资深评论人士,2016年度自媒体人。以科技评论散文化、风趣化、深度化为业界所见长,是钛媒体、艾瑞、四大门户、界面等数十家国内主流网站特约撰稿人,《互联网经济》、《计算机应用文摘》等商业杂志特约撰稿人。

来源:微信公众号“互联网江湖”(ID:VIPIT1)

原文:科技赋能浪潮下:如何避免沦为一出“技术乌托邦”闹剧?

《商业评论》网iPhone客户端

请关注我们的新浪微博官方帐号:

@商业评论网(http://weibo.com/ebusinessreview

@商业评论杂志(http://weibo.com/hbrc)

无觅相关文章插件,快速提升流量
[  标签: 科技推荐  时评  科技赋能  ] 2895 次阅读0 次评论

读者评论

(评论内容为网友针对本词条展开的讨论,与本网站的观点立场无关。)


    该文章只有登录后才能评论。请先登录

    分享到:QQ空间 腾讯微博

    评论

    声明:本文由 @商业评论网 http://www.ebusinessreview.cn(转载请保留)拥有版权或由内容合作伙伴授权提供,未经商业评论网书面许可,对于商业 评论网拥有版权和/或其他知识产权的任何内容,任何人(包括博客及个人空间)不得复制、转载、摘编或在商业评论网所属的服 务器上做镜像或以其他任何方式进行使用。


    您也可以直接 在线订购 或致电 800 820 5396 购买刊登本文的当期杂志。 电子版全文将于本月内更新发布,届时您可购买在线阅读卡阅读全文。

    帐户如果还没有点数?立即 购买阅读卡,在线阅读更多精彩文章 注册冲值后仍打不开全文?请点击“ 常见问题”。如需更多信息,请进入 帮助页面
    订阅热线: 800-820-5396    邮局订阅代码: 80-115
    共0人分享过本文,他们是: