熬過(guò)技術(shù)積累期，智能語(yǔ)音的下一場(chǎng)爭(zhēng)奪，是產(chǎn)品和渠道之戰(zhàn) | 超級(jí)觀點(diǎn)
原文出處“https://www.sohu.com/a/384262118_114778”
核心提示：
1、前的人工智能商業(yè)模式歸成大類，則主要就是賣(mài)技術(shù)、賣(mài)產(chǎn)品、賣(mài)方案和賣(mài)服務(wù)。
2、2014年-2019年人工智能行業(yè)大部分資金確實(shí)投向了產(chǎn)品和解決方案的應(yīng)用領(lǐng)域，基礎(chǔ)技術(shù)領(lǐng)域的投資比例相對(duì)較少。
3、單從全球銷量這點(diǎn)來(lái)說(shuō)，全球最為成功的人工智能產(chǎn)品其實(shí)就是智能音箱
4、國(guó)內(nèi)傳統(tǒng)行業(yè)和高新技術(shù)都不如美國(guó)成熟發(fā)達(dá)，反而讓國(guó)內(nèi)人工智能創(chuàng)業(yè)的機(jī)會(huì)相對(duì)更多一些
5、新冠疫情會(huì)對(duì)智能語(yǔ)音行業(yè)的發(fā)展有很大影響
前幾天知名風(fēng)投機(jī)構(gòu)A16Z的Martin Casado和Matt Bornstein對(duì)AI的商業(yè)模式進(jìn)行了深度剖析，再次引起了人們對(duì)人工智能商業(yè)模式的討論和質(zhì)疑。自2010年以來(lái)，人工智能作為新興技術(shù)的趨勢(shì)代表，一直在融資市場(chǎng)突飛猛進(jìn)，常被媒體渲染的無(wú)所不能，但若從商業(yè)視角來(lái)看，人工智能似乎有些名不副實(shí)。比如語(yǔ)音領(lǐng)域的科大訊飛和圖像領(lǐng)域的曠視科技，公開(kāi)財(cái)報(bào)上營(yíng)收和盈利的壓力很大，至于AI芯片和自動(dòng)駕駛領(lǐng)域目前來(lái)看還是融資驅(qū)動(dòng)，比如谷歌旗下的Waymo剛在3月份宣布完成22.5億美元的融資。
那么，為什么人工智能的商業(yè)化過(guò)程如此艱難呢？
這是大家非常關(guān)注的問(wèn)題，即便是站在未來(lái)看現(xiàn)在，其實(shí)也沒(méi)有準(zhǔn)確的答案。但是我們可以從一些資料和數(shù)據(jù)上進(jìn)行分析，也可以結(jié)合一些實(shí)踐案例推演，人工智能的核心就是基于數(shù)據(jù)預(yù)測(cè)概率，這類概率思路對(duì)于我們分析問(wèn)題還是有些參考價(jià)值。
人工智能的商業(yè)模式
探討這個(gè)問(wèn)題之前，我們需要摸底人工智能企業(yè)的基本情況，我們根據(jù)國(guó)內(nèi)外人工智能排名榜和人工智能知識(shí)產(chǎn)權(quán)排名榜等調(diào)研機(jī)構(gòu)和媒體榜單選取272家全球人工智能企業(yè)公開(kāi)數(shù)據(jù)進(jìn)行分析，這些企業(yè)也包括了全球上市的企業(yè)和互聯(lián)網(wǎng)科技巨頭企業(yè)的旗下品牌，并以知識(shí)產(chǎn)權(quán)為參考剔除了一些概念企業(yè)。由于很多人工智能企業(yè)還沒(méi)有上市，因此還不能獲取公開(kāi)財(cái)報(bào)，但是可以從媒體報(bào)道和公司網(wǎng)站上分析出我們所關(guān)注的要素即商業(yè)模式。我們統(tǒng)計(jì)歸納以后得出圖1的商業(yè)模式示意圖，從中可以看出，若把當(dāng)前的人工智能商業(yè)模式歸成大類，則主要就是賣(mài)技術(shù)、賣(mài)產(chǎn)品、賣(mài)方案和賣(mài)服務(wù)。
通過(guò)對(duì)這些人工智能企業(yè)深入分析發(fā)現(xiàn)，76%左右的人工智能企業(yè)成立于2010年之后，其中有38%的人工智能企業(yè)成立于2015年之后，另外有9%左右的人工智能企業(yè)成立在2000年以前，這9%主要是互聯(lián)網(wǎng)企業(yè)及旗下品牌。另外，大約79%的人工智能企業(yè)直接切入產(chǎn)品和解決方案，只有9%的人工智能初創(chuàng)企業(yè)是從人工智能算法起家，而這些算法也相當(dāng)分散，涵蓋了計(jì)算機(jī)領(lǐng)域、光學(xué)領(lǐng)域、聲學(xué)領(lǐng)域、電磁學(xué)領(lǐng)域、通訊領(lǐng)域、自動(dòng)化領(lǐng)域等，例如深度學(xué)習(xí)、圖像識(shí)別、語(yǔ)音識(shí)別、聲學(xué)處理、語(yǔ)言理解、自動(dòng)駕駛等，說(shuō)明每一家算法初創(chuàng)企業(yè)都有相應(yīng)的技術(shù)特色。同時(shí)我們也發(fā)現(xiàn)，從算法切入的人工智能企業(yè)基本上誕生在2010年之后。
通過(guò)數(shù)據(jù)分析，我們發(fā)現(xiàn)從算法入局的人工智能公司升級(jí)轉(zhuǎn)型的平均年限是5年，轉(zhuǎn)型路徑如圖3所示，主要轉(zhuǎn)型方向就是AI芯片、AI產(chǎn)品、AI方案和AI系統(tǒng)，其中60%以上的企業(yè)全部轉(zhuǎn)型成為了產(chǎn)品和解決方案公司，而有30%左右的人工智能企業(yè)則是具有從芯片到解決方案的全部業(yè)務(wù)。另外，國(guó)內(nèi)的人工智能企業(yè)在2015年之后，從算法企業(yè)轉(zhuǎn)型為芯片企業(yè)的比例較高，而國(guó)外從算法公司轉(zhuǎn)型為芯片公司的案例相對(duì)較少。
上述的現(xiàn)象也得到了資本市場(chǎng)的驗(yàn)證，從圖4的2014年-2019年人工智能行業(yè)細(xì)分領(lǐng)域的融資事件統(tǒng)計(jì)來(lái)看，我們可以看到大部分資金確實(shí)投向了產(chǎn)品和解決方案的應(yīng)用領(lǐng)域，基礎(chǔ)技術(shù)領(lǐng)域的投資比例相對(duì)較少。這與我們圖2的統(tǒng)計(jì)分析非常一致，說(shuō)明資本市場(chǎng)對(duì)于基礎(chǔ)技術(shù)的實(shí)際熱情并不高，反而是更加關(guān)注商業(yè)化程度較高的產(chǎn)品和解決方案企業(yè)。另外，我們還發(fā)現(xiàn)2010年之后的人工智能企業(yè)轉(zhuǎn)型方向，與每年的融資熱點(diǎn)具有一定的相關(guān)性，比如2015年之后人工智能算法企業(yè)轉(zhuǎn)型芯片企業(yè)就受到了國(guó)內(nèi)半導(dǎo)體產(chǎn)業(yè)政策的影響。
智能語(yǔ)音的商業(yè)探索
從圖4可以看出，智能語(yǔ)音技術(shù)領(lǐng)域的融資事件最少，從2014年到2019年僅有48項(xiàng)。若從圖5艾瑞咨詢的數(shù)據(jù)再次細(xì)分為語(yǔ)音識(shí)別和語(yǔ)音分析賽道之后，我們發(fā)現(xiàn)僅有23家語(yǔ)音識(shí)別企業(yè)和11家語(yǔ)義分析企業(yè)進(jìn)入到B輪融資。
從圖4和圖5的統(tǒng)計(jì)分析來(lái)看，似乎與我們對(duì)于智能語(yǔ)音的直觀印象大相徑庭，因?yàn)橹悄苷Z(yǔ)音從1956年開(kāi)始在歷史上就備受媒體關(guān)注，同時(shí)也是全球互聯(lián)網(wǎng)巨頭爭(zhēng)奪的主要賽道，這包括了Google、Amazon、Microsoft、Apple、Facebook、Samsung、百度、騰訊、阿里巴巴等，這些巨頭都為此投入了巨資研發(fā)或者收購(gòu)，同時(shí)也帶動(dòng)了市場(chǎng)熱情。最近十年智能語(yǔ)音的興起，也是從喬布斯在Apple手機(jī)推出Siri開(kāi)始，隨后Amazon和Google引領(lǐng)了智能音箱的歐美風(fēng)潮，國(guó)內(nèi)的百度、阿里和小米也緊跟其后推出了智能音箱產(chǎn)品并帶火了國(guó)內(nèi)市場(chǎng)，直到2019年全球銷量超過(guò)了1.2億部（圖6）。若單從全球銷量這點(diǎn)來(lái)說(shuō)，全球最為成功的人工智能產(chǎn)品其實(shí)就是智能音箱，這也是為數(shù)不多的能夠隨手買(mǎi)到并且可以真實(shí)體驗(yàn)從人機(jī)交互到機(jī)器決策效果的產(chǎn)品。
為什么人們對(duì)于智能語(yǔ)音的感知和實(shí)際資本投入有差異呢？
其中關(guān)鍵就是智能語(yǔ)音的技術(shù)成熟度和技術(shù)鏈條問(wèn)題，從圖7可以看出，智能語(yǔ)音的關(guān)鍵階段有三部分：1978年到2011年的起步期、2011年-2016年的發(fā)展期和2016年之后的可用期。這其中有兩個(gè)關(guān)鍵時(shí)間節(jié)點(diǎn)：一個(gè)是2011年語(yǔ)音領(lǐng)域開(kāi)始應(yīng)用深度學(xué)習(xí)技術(shù)，并在2016年準(zhǔn)確率達(dá)到了人類水平，但是這個(gè)結(jié)果是在理想的數(shù)據(jù)環(huán)境能得到，在真實(shí)場(chǎng)景的實(shí)用效果還不能滿足要求；另外一個(gè)就是2016年，其中一個(gè)重大的技術(shù)進(jìn)展就是聲學(xué)與深度學(xué)習(xí)技術(shù)的融合，也就是遠(yuǎn)場(chǎng)語(yǔ)音交互技術(shù)，這解決了機(jī)器語(yǔ)音識(shí)別在真實(shí)環(huán)境中的落地應(yīng)用問(wèn)題，而代表這項(xiàng)技術(shù)的典型應(yīng)用就是智能音箱，智能音箱在2016年開(kāi)始在美國(guó)爆發(fā)，2017年開(kāi)始在國(guó)內(nèi)爆發(fā)。
在智能語(yǔ)音技術(shù)發(fā)展的三個(gè)關(guān)鍵階段中，國(guó)內(nèi)外都誕生了相應(yīng)的代表公司，比如1999年成立的科大訊飛和2002年成立的中科信利，分別以語(yǔ)音合成和語(yǔ)音識(shí)別起家；2007年成立的思必馳也是以語(yǔ)音識(shí)別起家；2012年成立的云知聲和出門(mén)問(wèn)問(wèn)，分別以語(yǔ)音識(shí)別和語(yǔ)音助手起家；2016年成立的聲智科技，則是以聲學(xué)為核心的遠(yuǎn)場(chǎng)語(yǔ)音交互技術(shù)起家，并奠定了國(guó)內(nèi)智能音箱的技術(shù)路線和特色架構(gòu)。
國(guó)外則有1992年成立的Nuance以語(yǔ)音識(shí)別為主，1999年成立的Conexant和2003年成立的DSP Concepts則以聲學(xué)處理為主，2007年成立的Siri則以語(yǔ)音助手為主。若以融資到B輪之后來(lái)算，國(guó)外在2010年之后成立并且獨(dú)立成長(zhǎng)起來(lái)的智能語(yǔ)音公司相對(duì)就很少了，2010年之后國(guó)外成立的人工智能企業(yè)被并購(gòu)的情況更為普遍。這其實(shí)也說(shuō)明了由于國(guó)內(nèi)傳統(tǒng)行業(yè)和高新技術(shù)都不如美國(guó)成熟發(fā)達(dá)，反而讓國(guó)內(nèi)人工智能創(chuàng)業(yè)的機(jī)會(huì)相對(duì)更多一些。補(bǔ)充一下，上述統(tǒng)計(jì)分析中并沒(méi)有包含自然語(yǔ)言理解領(lǐng)域的創(chuàng)業(yè)公司，自然語(yǔ)言理解技術(shù)相對(duì)智能語(yǔ)音技術(shù)的發(fā)展更慢一些，雖是人工智能技術(shù)的“皇冠”，但是一直被認(rèn)為沒(méi)有實(shí)質(zhì)突破。圖8的數(shù)據(jù)讓我們比較興奮，由于NTLK（Natural Language Toolkit，自然語(yǔ)言處理工具包）降低了技術(shù)門(mén)檻，自然語(yǔ)言理解在2019年獲得了長(zhǎng)足進(jìn)步，這對(duì)于NLP來(lái)說(shuō)或許是一個(gè)非常重要的時(shí)間節(jié)點(diǎn)。從國(guó)內(nèi)的專利申請(qǐng)數(shù)量也能驗(yàn)證這點(diǎn)，根據(jù)國(guó)家工業(yè)信息安全發(fā)展研究中心數(shù)據(jù)，截至 2018 年底，中國(guó)人工智能領(lǐng)域合計(jì)申請(qǐng)專利 44.4萬(wàn)件，而語(yǔ)音識(shí)別與自然語(yǔ)言處理技術(shù)則合計(jì)申請(qǐng)專利 6.1 萬(wàn)件，占比達(dá)到 13.6%。這也說(shuō)明，智能語(yǔ)音和自然語(yǔ)言理解的技術(shù)積累已經(jīng)跨越了可用階段，大規(guī)模應(yīng)用和商業(yè)化的時(shí)代正在來(lái)臨。
那么智能語(yǔ)音的商業(yè)模式又是怎樣的呢？
我們根據(jù)272家企業(yè)名錄選取了智能語(yǔ)音相關(guān)的企業(yè)，并參考這些企業(yè)的公司網(wǎng)站和媒體報(bào)道，以當(dāng)前最為顯著的業(yè)務(wù)進(jìn)行了歸類分析，進(jìn)而得到圖9智能語(yǔ)音公司的商業(yè)路徑（需要說(shuō)明這種歸類比較泛化并且存在主觀因素）。
從圖9的結(jié)果來(lái)看，大部分人工智能企業(yè)其實(shí)聚焦到了與商業(yè)距離最近的AI方案領(lǐng)域，次之的則是面向消費(fèi)領(lǐng)域的消費(fèi)電子產(chǎn)品領(lǐng)域，也就是說(shuō)大部分智能語(yǔ)音企業(yè)已經(jīng)直達(dá)用戶而脫離了供應(yīng)鏈屬性。即便從算法起家的國(guó)內(nèi)智能語(yǔ)音創(chuàng)業(yè)公司也出現(xiàn)了較大的分化，比如科大訊飛現(xiàn)在以行業(yè)方案和消費(fèi)產(chǎn)品為核心，思必馳和云知聲現(xiàn)在以語(yǔ)音芯片為核心，出門(mén)問(wèn)問(wèn)現(xiàn)在以消費(fèi)電子品牌產(chǎn)品為核心，聲智科技現(xiàn)在以AI操作系統(tǒng)為核心。國(guó)內(nèi)大型企業(yè)比如華為、小米、阿里和騰訊以消費(fèi)電子品牌產(chǎn)品為主，百度和科大訊飛則以產(chǎn)品為核心布局全產(chǎn)業(yè)鏈條，不僅提供AI芯片，也提供開(kāi)放平臺(tái)和操作系統(tǒng)。這里要強(qiáng)調(diào)一下AI操作系統(tǒng)，相對(duì)芯片來(lái)說(shuō)AI操作系統(tǒng)并不受資本關(guān)注，國(guó)內(nèi)從事這個(gè)技術(shù)領(lǐng)域的公司也很少，從技術(shù)自主性和應(yīng)用普遍性來(lái)看市場(chǎng)上主要有百度的DuerOS、聲智科技的Azero和科大訊飛的iFlyOS。其中百度的DuerOS在消費(fèi)電子領(lǐng)域應(yīng)用較廣，聲智科技的Azero則在運(yùn)營(yíng)商和中小客戶領(lǐng)域應(yīng)用較廣，并且Azero在智能電梯、智能會(huì)議、智能測(cè)溫、智能汽車(chē)等行業(yè)領(lǐng)域也有應(yīng)用。
這樣來(lái)看，智能語(yǔ)音的商業(yè)化探索路徑和圖像識(shí)別領(lǐng)域的創(chuàng)業(yè)公司類似，大多都是從算法起家，然后轉(zhuǎn)型分叉到芯片、操作系統(tǒng)、產(chǎn)品或者解決方案領(lǐng)域。若從融資規(guī)模來(lái)看，智能語(yǔ)音企業(yè)的融資數(shù)量和規(guī)模都遠(yuǎn)小于圖像識(shí)別企業(yè)，這與智能語(yǔ)音的技術(shù)成熟度與技術(shù)鏈條的復(fù)雜性都有相關(guān)性。這種技術(shù)復(fù)雜度也直接造成了智能語(yǔ)音企業(yè)早期商業(yè)變現(xiàn)的困難，甚至2008年就已上市的科大訊飛也備受質(zhì)疑。但是我們也要從另一角度看到，智能語(yǔ)音企業(yè)在技術(shù)積累時(shí)期的煎熬，也驗(yàn)證了其技術(shù)鏈條的壁壘相對(duì)較高，其實(shí)等于用時(shí)間換空間，所以目前具備自主的全鏈條智能語(yǔ)音技術(shù)的創(chuàng)業(yè)公司也會(huì)相對(duì)較少，并且具有了一定的市場(chǎng)頭部效應(yīng)。
新冠疫情對(duì)智能語(yǔ)音行業(yè)的影響
我們先了解下智能語(yǔ)音企業(yè)的轉(zhuǎn)型之痛。我們知道，隨著智能語(yǔ)音和自然語(yǔ)言理解技術(shù)的成熟，成長(zhǎng)起來(lái)的智能語(yǔ)音企業(yè)基本完成了技術(shù)積累，而且各自有所特色，于是各家開(kāi)始積極轉(zhuǎn)型搶占消費(fèi)和行業(yè)市場(chǎng)。但是，智能語(yǔ)音企業(yè)要想跨過(guò)各自的轉(zhuǎn)型門(mén)檻也是相當(dāng)艱難。比如轉(zhuǎn)型芯片的智能語(yǔ)音企業(yè)就要解決芯片成本和軟件支持問(wèn)題，轉(zhuǎn)型產(chǎn)品的智能語(yǔ)音企業(yè)就要解決品牌和渠道問(wèn)題，轉(zhuǎn)型解決方案的智能語(yǔ)音企業(yè)就要解決定制和銷售問(wèn)題，轉(zhuǎn)型操作系統(tǒng)的智能語(yǔ)音企業(yè)就要解決典型應(yīng)用和生態(tài)體系問(wèn)題。這絕對(duì)不是Martin Casado和Matt Bornstein在文章中所分析的是不是AIaaS的簡(jiǎn)單問(wèn)題，因?yàn)槌墒斓闹悄苷Z(yǔ)音企業(yè)基本都有開(kāi)放平臺(tái)，這可以解決中小客戶的支持問(wèn)題，但是開(kāi)放平臺(tái)的生態(tài)訴求顯然會(huì)大于商業(yè)訴求，僅憑AIaaS在國(guó)內(nèi)的商業(yè)生態(tài)其實(shí)難以生存。
另外，企業(yè)轉(zhuǎn)型的同時(shí)也就意味著競(jìng)爭(zhēng)對(duì)手的轉(zhuǎn)變，這種競(jìng)爭(zhēng)已經(jīng)超越了智能語(yǔ)音企業(yè)之間的競(jìng)爭(zhēng)，不再是聲學(xué)算法、語(yǔ)音識(shí)別或者語(yǔ)言理解的技術(shù)競(jìng)爭(zhēng)，而是產(chǎn)品體驗(yàn)和品牌渠道的競(jìng)爭(zhēng)。事實(shí)上，這才是商業(yè)化的關(guān)鍵路徑，但是這條路上擠滿了競(jìng)爭(zhēng)對(duì)手，而且很多都是超級(jí)強(qiáng)大的傳統(tǒng)行業(yè)對(duì)手。坦誠(chéng)來(lái)說(shuō)，在這個(gè)路徑上智能語(yǔ)音企業(yè)做的遠(yuǎn)遠(yuǎn)不夠，即便百度、阿里和騰訊也沒(méi)有在智能語(yǔ)音的商業(yè)探索中給出答案。
那么，新冠疫情會(huì)對(duì)智能語(yǔ)音產(chǎn)生怎樣的影響呢？
首先來(lái)看，新冠疫情對(duì)于公共衛(wèi)生領(lǐng)域非接觸應(yīng)用的強(qiáng)烈需求，幫助智能語(yǔ)音技術(shù)解決了一個(gè)商業(yè)化方面最大的問(wèn)題，就是人們對(duì)于智能語(yǔ)音的商業(yè)認(rèn)知問(wèn)題。新冠疫情之前，人們對(duì)于智能語(yǔ)音的“剛需困境”談?wù)摬恍?，甚至?dāng)智能音箱的全球銷量超過(guò)了1.2億臺(tái)，人們對(duì)于智能音箱的價(jià)值也不以為然，聲智科技因?yàn)榕c百度、華為、小米、騰訊和阿里等聯(lián)手推動(dòng)遠(yuǎn)場(chǎng)語(yǔ)音交互技術(shù)，對(duì)此更是深有感觸，而這個(gè)期間一些智能語(yǔ)音企業(yè)也轉(zhuǎn)向了芯片領(lǐng)域。但是現(xiàn)在回頭來(lái)看，智能音箱恰恰是智能語(yǔ)音技術(shù)進(jìn)行大規(guī)模應(yīng)用普及的排頭兵，而且也正是智能音箱的出現(xiàn)才讓人們具有了人機(jī)語(yǔ)音交互的初步意識(shí)，當(dāng)然也有不少用戶純粹是因?yàn)楦械叫缕娑?gòu)買(mǎi)了智能音箱。但是不管怎樣，這種新興市場(chǎng)的教育需要花費(fèi)巨大的代價(jià)，整個(gè)智能音箱的市場(chǎng)補(bǔ)貼累計(jì)超過(guò)了100億。試想這種技術(shù)早期啟蒙階段，智能語(yǔ)音行業(yè)怎么可能快速商業(yè)化突破呢？但是這次新冠疫情所帶來(lái)的機(jī)會(huì)則不同，新冠疫情天然對(duì)于語(yǔ)音的非接觸性就有強(qiáng)烈的需求，幾乎不需要市場(chǎng)投入就加速了人們對(duì)于智能語(yǔ)音的認(rèn)知轉(zhuǎn)變，比如聲智科技在疫情期間推出的AI語(yǔ)音電梯，就獲得了新華社、人民日?qǐng)?bào)、北京日?qǐng)?bào)、中央衛(wèi)視、北京衛(wèi)視等各家媒體的廣泛報(bào)道。
其次，新冠疫情幫助智能語(yǔ)音行業(yè)解決了行業(yè)應(yīng)用的技術(shù)驗(yàn)證問(wèn)題。智能語(yǔ)音之所以在解決方案領(lǐng)域相較圖像識(shí)別領(lǐng)域的商業(yè)化要差一些，關(guān)鍵還是智能語(yǔ)音的精確度與圖像識(shí)別相比來(lái)說(shuō)直觀體驗(yàn)不好，這種差別不是具體指標(biāo)，而是人類本身對(duì)于聲音感知就不如視覺(jué)感知更加準(zhǔn)確，畢竟兩者獲取的數(shù)據(jù)量就不在一個(gè)量級(jí)。但是聲音的好處就是Always-on且低功耗，并且聲音數(shù)據(jù)因承載了人類的思想和情感更具商業(yè)價(jià)值，事實(shí)上各種設(shè)備如果要智能化必然就需要這個(gè)特性。新冠疫情期間很多設(shè)備和應(yīng)用就具備了這種功能，比如科大訊飛的AI學(xué)習(xí)機(jī)、云知聲的AI語(yǔ)音病歷、思必馳的AI外呼機(jī)器人、聲智科技的AI電梯、AI會(huì)議和AI數(shù)字人測(cè)溫等，應(yīng)用落地的門(mén)檻由于疫情的爆發(fā)反而大幅降低。
最后，新冠疫情也解決了智能語(yǔ)音行業(yè)的成本和安全問(wèn)題。智能語(yǔ)音行業(yè)的技術(shù)鏈條太長(zhǎng)，每個(gè)鏈條都需要大量的算法人才，這使人工智能企業(yè)的人才成本一直很高，所以在技術(shù)積累期間大家其實(shí)比拼的都是成本控制問(wèn)題。實(shí)現(xiàn)同樣的技術(shù)和效果，誰(shuí)的成本控制的更低，誰(shuí)的技術(shù)路線更合理，誰(shuí)就會(huì)占據(jù)長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)。從這一點(diǎn)來(lái)看，互聯(lián)網(wǎng)企業(yè)早期巨額投入智能語(yǔ)音行業(yè)的商業(yè)回報(bào)目前來(lái)看還是值得商榷，其商業(yè)化的訴求反而影響了早期階段的技術(shù)路線和產(chǎn)品體驗(yàn)。當(dāng)然，我們能理解互聯(lián)網(wǎng)企業(yè)垂直一體化的訴求，但是在這個(gè)以分工為基本組織方式的商業(yè)社會(huì)，特色和專注應(yīng)該是最為寶貴的商業(yè)經(jīng)驗(yàn)。至于安全問(wèn)題，這實(shí)際上不止是智能語(yǔ)音行業(yè)的問(wèn)題，而是整個(gè)社會(huì)的問(wèn)題，所以不能簡(jiǎn)單的以隱私安全問(wèn)題就否定了新興技術(shù)，對(duì)技術(shù)的價(jià)值觀考量應(yīng)該是對(duì)人的價(jià)值觀考量。
到底是新基建還是新應(yīng)用？
雖然國(guó)家提出的新基建投資將人工智能列為其中之一，但是人工智能到底是不是新基建呢？至少?gòu)默F(xiàn)在來(lái)看，人工智能還不具備基礎(chǔ)設(shè)施的一些基本屬性，比如用戶習(xí)慣問(wèn)題、使用成本問(wèn)題和用戶隱私安全問(wèn)題等還沒(méi)有充分解決。而現(xiàn)在大部分人工智能公司集中于產(chǎn)品和解決方案環(huán)節(jié)，其實(shí)還是把人工智能作為了新應(yīng)用來(lái)看待。這倒和互聯(lián)網(wǎng)的發(fā)展軌跡比較類似，互聯(lián)網(wǎng)早期甚至作為新應(yīng)用都備受質(zhì)疑。當(dāng)然互聯(lián)網(wǎng)現(xiàn)在大家認(rèn)為是基礎(chǔ)設(shè)施，沒(méi)有網(wǎng)絡(luò)似乎生活就會(huì)遭受重大影響，事實(shí)上也不是這樣，沒(méi)有互聯(lián)網(wǎng)也能生存但是品質(zhì)會(huì)大幅下降，人工智能其實(shí)也很類似。
歷史只能參照，也不可能重現(xiàn)。2020年的新冠疫情對(duì)智能語(yǔ)音到底產(chǎn)生怎樣的長(zhǎng)期影響還有待觀察，至于人工智能是不是能夠成為新的基礎(chǔ)設(shè)施，像互聯(lián)網(wǎng)一樣再次改變?nèi)祟惖纳?，我們更是拭目以待。但是有一點(diǎn)非常重要，國(guó)家新基建的巨大投入肯定會(huì)加速人工智能的商業(yè)模式變革，帶來(lái)更大的商業(yè)變現(xiàn)空間，而新的人工智能商業(yè)模式，肯定也是產(chǎn)生在更具創(chuàng)造性的企業(yè)，或許也是孕育在早期的混沌之中。
本文所引用的數(shù)據(jù)均標(biāo)注了出處，并且附錄了其中所參考的文獻(xiàn)資料，其中文獻(xiàn)1-5是媒體對(duì)于人工智能企業(yè)的分析參考，文獻(xiàn)6-14是人工智能行業(yè)的專業(yè)調(diào)研報(bào)告，文獻(xiàn)15-19是新冠疫情對(duì)于經(jīng)濟(jì)特別是中小企業(yè)的影響分析，文獻(xiàn)20-22主要是本文思考和實(shí)證研究的方法參考。
參考資料：
1. and , The New Business of AI (and How It’s Different From Traditional Software), .
2.曠視IPO在即，看清“AI第一股”的商業(yè)真相,
3.劉燕,科大訊飛負(fù)重飛, .
4.36Kr：2019年自動(dòng)駕駛專題行研報(bào)告，.
5.中商產(chǎn)業(yè)研究院：2019年中國(guó)人工智能芯片行業(yè)市場(chǎng)前景研究報(bào)告.
6.Metelskaia I, Ignatyeva O, Denef S, et al. A business model template for AI solutions[C]//Proceedings of the International Conference on Intelligent Science and Technology. 2018: 35-41.
7.Susan Athey and Michael Luca. "Economists (and Economics) in Tech Companies." [J]//Journal of Economic Perspectives .Volume 33, Number 1.Winter 2019.Pages 209-230.
8.2019中國(guó)人工智能產(chǎn)業(yè)投融資白皮書(shū), .
9.2020年中國(guó)智能語(yǔ)音行業(yè)研究報(bào)告, .
10.Canalys: Global smart speaker market to grow 13% in 2020 despite coronavirus disruption. .
11.2019 Github年度報(bào)告 .
12.賽迪研究院，,2019賽迪人工智能企業(yè)百?gòu)?qiáng)榜研究報(bào)告，.
13.胡潤(rùn)百富,中國(guó)人工智能產(chǎn)業(yè)知識(shí)產(chǎn)權(quán)發(fā)展白皮書(shū). .
14.AI 100: The Artificial Intelligence Startups Redefining Industries, .
15.Ruiz Estrada M A, Park D, Koutronas E, et al. The Economic Impact of Massive Infectious and Contagious Diseases: The Case of Wuhan Coronavirus[J]. Available at SSRN 3533771, 2020.
16.Luo S, Tsang K P. How Much of China and World GDP Has The Coronavirus Reduced?[J]. Available at SSRN 3543760, 2020.
17.Binder C. Coronavirus Fears and Macroeconomic Expectations[J]. Available at SSRN 3550858, 2020.
18.吳曉靈,王忠民等,CWM50報(bào)告：新冠肺炎疫情對(duì)經(jīng)濟(jì)的影響及對(duì)策建議. http://www.xinhuanet.com/money/2020-02/18/c_1125590528.htm.
19.朱武祥,劉軍,魏煒, 清華北大聯(lián)合調(diào)研995家中小企業(yè)，如何穿越3個(gè)月疫情生死火線,中歐商業(yè)評(píng)論.
20.劉俏,顏色,疫后中國(guó)經(jīng)濟(jì)政策的思考與建議——回歸經(jīng)濟(jì)核心邏輯，聚焦高質(zhì)量發(fā)展, http://www.gsm.pku.edu.cn/info/1316/21630.htm.
21.黃海洲,全球金融體系危機(jī)與變革,中信出版社,2019年1月第1版.
22.陳曉萍,沈偉,組織與管理研究的實(shí)證方法(第三版),北京大學(xué)出版社,2018年7月第1版.
