一个人工智能公司要成长为巨头,需要经历三个发展阶段: 技术资本积累阶段。在这个阶段,其AI技术获得突破,并获得资本亲睐,在资本推动下获得快速发展。竞争的焦点是技术的领先性,以及融资的速度和规模。 应用落地阶段。这个阶段,AI公司的技术、产品相对成熟,支撑其继续往下走的不再是资本,而是客户贡献的营收。因此,应用领域拓展、行业深耕和客户资源的抢夺成为AI厂商的当务之急。 平台化阶段。在这个阶段,AI公司的商业应用也获得成功,在某些细分领域获得优势地位。这个时候,AI公司如果还想继续往前走,就要走出特定领域,通过平台化来实现进一步的业务扩张。 在互联网领域,获取最大利益的是各种平台型公司,比如电商平台、社交平台。在人工智能领域,要成长为巨头,也必然要进行平台化。什么是AI平台,我尝试给AI平台一个定义:具备较强实力和技术积累的厂商,通过SDK、API等方式开放其部分AI能力和资源,吸引开发者和合作伙伴所搭建的AI开发与赋能平台。 当然,谁都想做平台,但不是谁都可以做成平台。要一个AI平台,首先厂商的技术实力要足够雄厚,尤其是通用、底层技术实力比如机器学习技术、深度学习技术要领先;在某个细分领域的通用、底层技术实力雄厚,比如在计算机视觉、语音识别、自然与然理解、无人驾驶等领域具有业内领先的技术实力和大量的技术积累。 然后,厂商需要将其积累的AI技术,以API或者SDK的形式开放给合作伙伴、开发者。开放出技术的厂商构建了一个"插座式"的AI平台,合作伙伴可以基于这个平台开发出针对特定行业场景的AI应用。 构建AI平台,很重要的一个原因是可以数据,通过合作伙伴源源不断获取鲜活的行业数据。在AI领域,比算法模型更大的竞争壁垒是就是数据。各家AI产品的比拼,一方面是看算法性能,另一方面就是看谁家掌握最多的高质量数据。有了足够高质量的数据集,就可以不断的迭代AI模型,在产品性能上更胜一筹。AI技术是算法模型与数据的融合产物,谁的数据量更大、数据质量更高,其模型的准确度就越高,也就是所谓的技术更领先。 数据是很难获取的,尤其是那些具有业务场景的高质量数据集更难获取。高质量数据集是很贵的,而且很多数据是花钱都买不到的。如果通过构建AI平台的方式,让其他AI企业基于自己的平台来开发各种产品,然后应用于各行各业的具体业务中。AI平台本身就可以接触到大量真实的业务数据,这对于提升其技术性能是大有好处的。 当然,厂商开放出AI能力,也不是全部免费的,会通过各种方式来获取收益。AI平台大多设置一定的免费额度,在一定限度内免费,超过该限度就收费。开放API接口,为合作伙伴提供AI能力,平台方一般通过收入分成或者服务付费等方式,分享合作伙伴相应的业务收入。 此外,AI的三要素包括算法、数据、算力。即使平台本身免费开放各种算法,但算力肯定是要收费的。一般而言,AI平台厂商自己就有云计算业务。合作伙伴免费使用AI平台,但也会顺带使用计算、存储、网络等云计算资源,尤其是GPU资源,这可以快速带动云计算业务的销售。无外乎,目前领先的云计算厂商都将"云AI"作为其一个重要的卖点。 以上,是一个人工智能公司从一个小企业成长为巨头的道路。