一、AI企業(yè)的困局

21世紀(jì)以來，人工智能進(jìn)入了加速發(fā)展的新階段，各國都在加大投入，力求在AI賽道上取得先機。截至2020年7月，全球已有38個國家制定了國家層面的人工智能戰(zhàn)略政策或產(chǎn)業(yè)規(guī)劃類文件。我國政府高度重視人工智能的技術(shù)進(jìn)步與產(chǎn)業(yè)發(fā)展，已將人工智能上升為國家戰(zhàn)略。早在2017年中國國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》就指出要在人工智能領(lǐng)域進(jìn)行大幅投資，欲創(chuàng)建規(guī)模達(dá)萬億的國內(nèi)人工智能產(chǎn)業(yè)，同時提出“到2030年，使中國成為世界主要人工智能創(chuàng)新中心”，可見政府搶抓人工智能發(fā)展戰(zhàn)略機遇的決心。

行業(yè)的發(fā)展取決于其生態(tài)的建設(shè)。以我國電商行業(yè)為例，2020年中國實物商品網(wǎng)絡(luò)零售額達(dá)9.76萬億元人民幣，占社會消費品零售總額的比重近1/4，連續(xù)8年成為全球第一大網(wǎng)絡(luò)零售市場。中國電商行業(yè)的成功可能不僅歸功于淘寶、京東等頭部電商企業(yè)的發(fā)展，也同樣歸功于終端的快遞物流公司，是那些穿梭于城市和鄉(xiāng)鎮(zhèn)間的快遞小哥們構(gòu)建起了聯(lián)結(jié)消費者與商家的橋梁，高效、快捷和低成本的遞送服務(wù)進(jìn)一步推動了中國電商生態(tài)體系的建立和完善。

同樣，人工智能行業(yè)的發(fā)展也取決于其AI生態(tài)的建設(shè)。AI行業(yè)的產(chǎn)業(yè)鏈可分為上游基礎(chǔ)層、中游技術(shù)層及下游應(yīng)用層三大環(huán)節(jié)。在基礎(chǔ)層，有從事開發(fā)芯片、傳感器、數(shù)據(jù)、云計算的AI公司；在技術(shù)層，有從事開發(fā)計算機視覺、語音及自然語言處理、機器學(xué)習(xí)的AI公司；在技術(shù)層，有從事技術(shù)解決方案的AI公司。

目前，我國人工智能行業(yè)的明星企業(yè)們大多集中在基礎(chǔ)層和技術(shù)層，這里就包括了人們現(xiàn)在已經(jīng)耳熟能詳?shù)模缟虦⒃茝牡纫慌鶤I企業(yè)。他們以巨大的基礎(chǔ)科研投入取得了在某些領(lǐng)域的研究領(lǐng)先地位，獲得一大批專利，發(fā)表了一批世界頂級學(xué)術(shù)論文。當(dāng)筆者去參觀這些公司的時候，就是會產(chǎn)生一種錯覺，即這似乎不是一家企業(yè)，而更像是一個研究院。因此不可避免的這些公司的商業(yè)收入并不令人感到滿意。因此，如何將這些基礎(chǔ)性的研究轉(zhuǎn)化成為生產(chǎn)力，產(chǎn)生真正的社會效益似乎還路阻且長。相比之下，那些從事應(yīng)用層面，包括從事某個具體商務(wù)領(lǐng)域AI應(yīng)用落地的公司既沒有響亮的名氣，生存狀況更是步履維艱。

市場和資本是殘酷的，當(dāng)前我國AI生態(tài)構(gòu)建的狀況并不樂觀。從公司年報及擬上市招股書來看，盈利難、估值高、上市難是當(dāng)前AI企業(yè)最大的難題。2018年，近90%的人工智能企業(yè)處于虧損狀態(tài)，而盈利的企業(yè)基本是技術(shù)提供商?？拼笥嶏w在2021年一季度尚處于虧損階段，曠世科技在過去的四年中累計虧損達(dá)140多億元，依圖、云從科技等也在不斷虧損。

至今，只有商湯科技一家AI企業(yè)艱難地在港股上市。數(shù)據(jù)顯示，我國在過去的十年內(nèi)共發(fā)生融資事件一萬七千余起，共披露融資金額達(dá)三萬一千多億人民幣。然而，絕大部分的融資停留在了天使輪和A輪。站在VC的角度，天使輪和A輪的融資是為了爭搶先發(fā)的跑道，而絕大部分融資停留在天使輪和A輪，則說明多數(shù)企業(yè)沒有跑到最后。這可能是因為它們的商業(yè)模式不成立，或者是企業(yè)的管理能力存在問題。目前市場的一個基本情況是：超過72%的已披露投融資事件集中在基礎(chǔ)層與技術(shù)層中的機器人/智能硬件、數(shù)據(jù)服務(wù)、計算機視覺三大賽道，而對于應(yīng)用層面的投入則明顯薄弱。

對于應(yīng)用層投入的缺乏，帶來了一系列的問題。

首先，是用戶端在對AI的認(rèn)知方面存在脫節(jié)。根據(jù)Blue Fountain Media一項對于消費者如何評估當(dāng)前生活中人工智能應(yīng)用的調(diào)查顯示：約43%的受訪者表示，他們并不確定人工智能到底是什么，也不確定目前人工智能的當(dāng)前應(yīng)用情況。約7%的受訪者表示不關(guān)心AI技術(shù)，而即使是那些對AI有所了解的受訪者也表示對其沒有特別的感覺。同時，研究也發(fā)現(xiàn)：如果市場工作人員向消費者介紹AI、對消極觀念進(jìn)行簡單干預(yù)、乃至使AI產(chǎn)品在應(yīng)用界面上有所改變的話，能夠顯著提高消費者對AI的認(rèn)可度。

其次，缺乏對于應(yīng)用層的投入也導(dǎo)致消費者對AI在接受程度上存在脫節(jié)。以AI教育為例，許多消費者根深蒂固地認(rèn)為人工智能無法取代人的作用。一批AI教育類企業(yè)在融資的時候都宣稱自己是AI科技創(chuàng)新企業(yè)，但是面對消費者的時候卻不代表重點宣傳擁有清華北大的名師力量?？梢?，對于消費者而言，更愿意相信人類名師的指導(dǎo)，而非AI規(guī)劃的學(xué)習(xí)路徑。

同樣，人們對機器出差錯的容忍度要遠(yuǎn)低于對人類出差錯的容忍度。因此特斯拉、小鵬等汽車出現(xiàn)安全問題引發(fā)了公眾的廣泛擔(dān)憂，甚至有議論提出要禁止使用AI駕駛系統(tǒng)。然而，人們很少意識到在沒有AI輔助駕駛系統(tǒng)的時候，人類駕駛員出差錯的幾率反而更高。這可能涉及到某些心理學(xué)層面的問題，人們往往不接受“AI駕駛比人類駕駛更安全”的觀點。極端情況下，機器出差錯會導(dǎo)致致命的災(zāi)難，例如波音737MAX型客機發(fā)生的事故是因為機器操控了飛機。飛機的自動模式（起飛、飛行、降落），本質(zhì)上也是基于一整套算法。中國的民航飛行員盡管在是否啟動自動降落程序的規(guī)定中，原則遵循著與國際通用的一致標(biāo)準(zhǔn)。但因為過往曾經(jīng)發(fā)生的先例說明自動落地飛機的計算模式比較死板，遵循相對固定的規(guī)律，冗余度很小。一旦在極低高度發(fā)生錯誤，計算機無法及時、準(zhǔn)確的應(yīng)對，飛機易發(fā)生風(fēng)險。因此在自動落地過程中，機組會絕對時刻監(jiān)控飛機狀態(tài)，一旦出現(xiàn)偏差會隨時中斷自動過程，轉(zhuǎn)為人工操作。概括起來說，中國的飛行員認(rèn)可和接受自動落地，只是對于計算機的能力沒有賦予百分百的信任，由于安全的壓力，會更加關(guān)注自動落地過程中飛機的變化，隨時做好人工操縱的準(zhǔn)備。那人們是需要“危險的平順”還是“安全的粗暴”？這是一個值得探討的問題。

在人工智能產(chǎn)業(yè)不斷發(fā)展的大背景中，為什么一方面AI應(yīng)用場景不斷增多，但是另一方面大量的AI企業(yè)仍處于入不敷出的困境之中？這是一個典型的“腸梗阻”問題：技術(shù)端的AI企業(yè)采取的是“AI+”的模式，宣稱要用“技術(shù)引領(lǐng)”的方式實現(xiàn)“AI+行業(yè)”的結(jié)合。這些企業(yè)以科學(xué)家和工程師為主導(dǎo)，以技術(shù)為核心試圖顛覆、改造原有的產(chǎn)業(yè)。然而創(chuàng)造出來的產(chǎn)品卻沒有真正得到用戶端的認(rèn)可，這一挑戰(zhàn)值得我們的深思。

二、“AI+”vs.“+AI”

從賦能的角度出發(fā)，應(yīng)該讓更多的實際市場需求來主導(dǎo)AI技術(shù)的開發(fā)。隨著“AI+”模式的商業(yè)化落地陷于困境，更多的企業(yè)轉(zhuǎn)而思考如何在自身所處的行業(yè)中應(yīng)用AI技術(shù)，并由此產(chǎn)生了“+AI”的模式。相比于“AI+”模式的企業(yè)嚴(yán)重依賴資本投入的商業(yè)模式，“+AI”模式的企業(yè)利用AI技術(shù)尋求落地并解決行業(yè)痛點，實現(xiàn)降本增效，不斷為企業(yè)創(chuàng)造價值。以兩個案例為例：

1.“自媒體+AI”模式：視覺中國AI實驗室“智能視覺服務(wù)”

網(wǎng)絡(luò)技術(shù)的進(jìn)步造就了自媒體時代，也催生了許多自媒體工作者們的需求。針對這個細(xì)分行業(yè)，視覺中國迎合了廣大消費者（自媒體工作者）的需求，利用AI技術(shù)推出了高效精準(zhǔn)的“智能視覺服務(wù)”，包括“自動標(biāo)簽”、“文章智能配圖”、“圖像識別”等功能，大大提高了自媒體工作者的工作效率，同時為企業(yè)的利潤打開了增長點，其2020年年報顯示營業(yè)收入達(dá)到5.7億元、凈利潤約1.4億元。

2.“重卡運輸+AI”模式：上汽洋山港區(qū)無人駕駛運輸

長期以來，東海大橋設(shè)計的通行能力已趨近飽和狀態(tài)，難以提高通行效率成為了一大痛點。2019年，上汽紅巖智能重卡在上海洋山深水港路段順利完成了72公里的自動駕駛，實現(xiàn)了AI自動駕駛重卡項目的首次商業(yè)化應(yīng)用。通過將重卡運輸場景+AI相結(jié)合的應(yīng)用，使原先重卡之間的150米車距縮短到了50米，有效提高了運輸效率。

三、AI企業(yè)的破局

AI企業(yè)如何擺脫困局，歸根結(jié)底需要解決五個問題：轉(zhuǎn)變觀念、豐富產(chǎn)業(yè)鏈、人才培養(yǎng)、資金分配以及規(guī)范立法。

第一是轉(zhuǎn)變觀念，由市場需求引領(lǐng)技術(shù)的開發(fā)。筆者曾經(jīng)作為中國移動的顧問，參與了企業(yè)經(jīng)營分析系統(tǒng)的建設(shè)。為了在競爭趨于白熱化的電信行業(yè)保持領(lǐng)先地位，中國移動在完成業(yè)務(wù)支撐BOSS系統(tǒng)(Business & Operation Support System)的建設(shè)后，于2001年開始籌備建立經(jīng)營分析系統(tǒng)，以實現(xiàn)精細(xì)化營銷。起初，項目由IT部門主管掛帥，同時95%的投入集中在了軟硬件的采購上。然而，做出來的經(jīng)營分析系統(tǒng)卻并不能滿足一線人員的實際業(yè)務(wù)需求。在經(jīng)過慎重討論后，中國移動高層對項目實施了大刀闊斧的調(diào)整：領(lǐng)導(dǎo)小組組長由IT部門主管更換為市場經(jīng)營部主管。

由此開始，經(jīng)營分析系統(tǒng)不再是一個單純的IT項目，其預(yù)算也非全部落在軟硬件的采購上，而是適當(dāng)?shù)胤峙浣o了市場調(diào)研、分析。通過對各個省市的市場調(diào)研、分析，項目組找出了問題的癥結(jié)所在：就當(dāng)時的移動而言，最迫切的需要是解決客戶流失的原因。于是中國移動開始從客戶細(xì)分、交叉銷售等領(lǐng)域著手建立整套經(jīng)營分析系統(tǒng)，逐漸奠定了中國移動在行業(yè)中的領(lǐng)先地位。因此，觀念的轉(zhuǎn)變至關(guān)重要，企業(yè)應(yīng)當(dāng)以市場需求為導(dǎo)向，將技術(shù)的創(chuàng)新落實到自身的發(fā)展中。

第二是豐富產(chǎn)業(yè)鏈，充分發(fā)揮行業(yè)專家作為AI企業(yè)與用戶端橋梁的作用。以程序化廣告投放市場為例：廣告公司會根據(jù)廣告主的需求設(shè)計適合的廣告，同時向技術(shù)公司提出相應(yīng)的技術(shù)要求并交由其實現(xiàn)。因此，廣告公司在行業(yè)中起著行業(yè)專家的作用。從用戶端的市場需求到技術(shù)端的技術(shù)實現(xiàn)過程中，需要行業(yè)專家這一環(huán)節(jié)來挖掘市場需求、理解市場需求以及指導(dǎo)后續(xù)產(chǎn)品開發(fā)的過程，從而真正實現(xiàn)技術(shù)的創(chuàng)新與應(yīng)用的落地。

上海交通大學(xué)安泰經(jīng)濟與管理學(xué)院于2019年成立了AI與營銷研究中心，其目的是進(jìn)行應(yīng)用性問題的研究。AI產(chǎn)品在開發(fā)、生產(chǎn)、運營、營銷、使用等過程中有諸多值得深入研究的問題。未來的研究可以基于AI與人的相似性的角度出發(fā)，從“形”“智”“情”三方面考慮其對消費者心理的作用機理以及對消費者行為的影響，最終實現(xiàn)應(yīng)用的落地。

第三是人才培養(yǎng)，培養(yǎng)行業(yè)專家，挖掘行業(yè)痛點并實現(xiàn)應(yīng)用落地。人工智能企業(yè)追求的不應(yīng)僅僅是算法的優(yōu)化，而應(yīng)當(dāng)是依靠行業(yè)專家發(fā)現(xiàn)市場的痛點，找到應(yīng)用層面落地的方向。習(xí)慣了享受光環(huán)圍繞的AI明星企業(yè)們，唯有放下身段埋頭苦干，專注在某一領(lǐng)域的積累并提高技術(shù)的應(yīng)用水平，，為企業(yè)打開利潤增長點。因此，AI企業(yè)需要培養(yǎng)一批既懂得一定的技術(shù)、又真正了解怎樣將技術(shù)落地的行業(yè)專家。

第四是資金分配，增加應(yīng)用層的資金投入支持。當(dāng)前市場的投融資集中在基礎(chǔ)層與技術(shù)層，對于應(yīng)用層面的投入明顯薄弱。未來AI企業(yè)需要持續(xù)加強在應(yīng)用層面的投入，重塑商業(yè)模式并推動AI場景的落地，最終實現(xiàn)盈利。也只有如此AI技術(shù)應(yīng)用的企業(yè)，包括金融、醫(yī)療、教育、政務(wù)管理等行業(yè)才會更有興趣加大對AI的投入，在促進(jìn)其本身行業(yè)發(fā)展的同時也推動AI行業(yè)的發(fā)展。

第五是規(guī)范立法，解決AI技術(shù)發(fā)展與現(xiàn)有法律體系的矛盾。人工智能發(fā)展過程中出現(xiàn)的倫理道德、個人隱私、知識產(chǎn)權(quán)等問題日益凸顯。例如，2021年的“3·15”晚會曝光了一些企業(yè)通過AI探頭，未經(jīng)許可采集了一些與個人隱私相關(guān)的數(shù)據(jù)。在無法完美解決倫理困境的情況下，方面希望解決公眾對于個人隱私的普遍擔(dān)憂，另一方面又要支持AI行業(yè)的健康發(fā)展。只有通過AI相關(guān)法律體系的不斷完善，逐步探索解決AI技術(shù)發(fā)展與當(dāng)前法律體系之間的矛盾。

最后，用一句話來總結(jié)：AI企業(yè)需要放下“引領(lǐng)者”的身段，從市場的實際需求出發(fā)，以“+AI”模式為企業(yè)賦能，為各行各業(yè)解決實際問題，才能為自身找到真正健康發(fā)展的有效途徑。

（作者呂巍為上海交通大學(xué)安泰經(jīng)濟與管理學(xué)院教授、AI與營銷研究中心主任）