从急不可耐的谷歌硬件,到中美如何各自破题AI商业化

新闻 人工智能
按照产业周期来划分的话,整个AI可以分为基础层、技术层和应用层,而应用层又可以按照商业目标的不同。在这个相对模糊的分类背后,是一个中美AI企业都在面对的问题:消费级产品上的局面非常难以开拓。

十一长假窝在家看谷歌发布会。看到其中某些产品的时候似乎觉得哪里不对,但假期带来的生理愚蠢消灭了我的直觉。

直到今天看到马斯克发推特批评谷歌新发布的家用摄像头Clips,表示“这玩意一看就有哪里不对”。

没错,Clips之所以让人怀疑,在于其工作原理是放在家里、躲在暗处。通过人脸识别来自动“拾取”你的家人,然后给他们拍摄7秒短视频。

可如果家人不想被拍,岂不是又涉及到隐私问题?加上数据上传到云端,再次增加了隐私被侵犯的风险。谷歌眼镜的隐私风波刚刚过去,为什么Clips又重蹈覆辙?

答案或许在两个原因之间:一方面Clips用的是人脸识别技术,标准的“AI first”;另一方面这是个家庭场景,今年谷歌的全平台AI硬件战略已经展示了他们的决心:只要是个场景,就要有我在!

所以,无论自动拍照设备多么的诡异和不友善,它都被谷歌以侵略式的姿态扔进市场。所谓傲慢的背后永远隐藏着自卑。谷歌的硬件思路背后似乎隐藏着这样一个难题:AI想要商业化,真的好难…

AI的消费级产品焦虑症

按照产业周期来划分的话,整个AI可以分为基础层、技术层和应用层。而应用层又可以按照商业目标的不同,分为行业应用和消费产品应用。

在这个相对模糊的分类背后,是一个中美AI企业都在面对的问题:消费级产品上的局面非常难以开拓。

从手机电脑,到耳机音箱,再到Google Home,这次谷歌发布的一系列硬件不难折射出谷歌迫切希望将AI技术融化到普通用户生活的方方面面。

[[206076]]

急于抢占每一个场景,一方面说明了循序渐进的AI产品投放速度可能无法支撑起谷歌的战略需求。另一方面也展现出谷歌对于抢占用户时间的渴求。但问题是,以AI为消费支轴,撬动整个硬件市场,仅仅是单一公司的美好愿望。但消费者的真实需求恐怕并非如此。

音箱端的Sonos、Echo;笔记本电脑端的Windows操作系统;手机端的苹果……谷歌的硬件攻坚战比想象中更艰难。在中国也是一样,厂商总是快节奏的跟风推出新AI硬件,并期待以此达成整个家庭或个人生活矩阵上的围剿。

但用户真的愿意为了某种新技术、新体验,而抛弃已有的手机电脑使用习惯去拥抱它吗?答案显然是否定的。面对用户早已形成的硬件认知,和AI需要集团作战的尴尬境地,产生了中美两国共同面对着的AI消费级产品焦虑症。

其实现实是:更多的硬件不一定等同更大的销量,更大的销量也不一定等同更多的使用时间,更多的使用时间也不等同用户认同了AI。AI真正要抢夺的,是用户使用AI的习惯,是适应AI消费的心智,是愿意与AI形成数据交互的冲动。

中美两国触碰AI的不同可能

如上所述,希望解决AI消费产品的困境,就要明白用户会在哪些时间,以何种方式触碰到AI。

根据2016年的统计数据,中国人每天平均用电脑上网3.4小时,用手机上网2.5小时;美国人每天平均用电脑上网4.3小时,用手机上网1.9小时。

中国网民上网的需求集中在几个超级应用上,美国网民的打开习惯则比较散乱。从硬件使用形态上来说,美国更注重电脑和其他智能硬件,在中国则手机独大。用户的使用习惯中,美国重邮件、中国重App。包括网购、资讯、娱乐等应用的使用频率,中美两国均有很大差异。

AI进入用户的契机,以及形成商业撬动的可能,就蕴藏在两国用户不同的社交习惯、消费习惯、讯息习惯和设备习惯当中。

不同的用户习惯积累,衍生了不同的新技术渗透方式。美国的几个AI巨头中,就分别推出了音箱、无人超市、无人机、AI聊天、个人信息管理等等多类型的应用,这来源于用户的多元化选择。

[[206077]]

而在中国,移动互联网时代分割的超级应用局面恐怕很难支撑产品线各自为营的玩法。中国用户的注意力非常头部化,对于社群化的使用价值更加看重。而这很可能触发不同的AI思路。

移动互联网时代已经告诉我们:中国市场,完全可能把技术近乎无限的放大成商业价值。在关键技术准备好之后,AI更需要的是以最快速度贴近生活和移动互联网时代下的习惯。否则商业焦虑将会步步紧逼,甚至质疑技术革命的意义。

显然,在一些核心场景中,中国已经准备好了。比如2016年微软推出了超越人类识别率的语音识别AI技术,但百度的同类技术已经在一年前就达到了相同标准。在很多关键项目上,中国并没有落后,但完成AI商业化的优势和步骤,中国与美国可能不太相同。

中国AI放大器更可能是巨头业务布局

不妨思考这样一个问题:科大讯飞始终伴有争议的原因何在?很多声音在讨论科大讯飞时,都提到了同一个问题:伴随着强大的技术积累,它的商业变现能力和网络可能并不匹配。

当然这种说法并不绝对。但之所以很多分析者在语音处理中更看好DuerOS,正是因为其作为整合了百度的信息与服务生态优势的对话式人工智能系统,在技术架构中集成了对话服务和技能框架,通过对话核心系统、智能设备开放平台和技能开放平台构成更完整的智能生态。并且DuerOS可以通过云端大脑不断学习进化,搭配丰富的内容资源为第三方伙伴提供全链条的服务。

广泛适用于多种场景和设备DuerOS有更低的准入门槛,还可以直接搭载到手机百度、百度信息流服务产品,以及其他大流量应用中。

这样,语音识别和处理技术,就能第一时间触及用户流量,让用户感受和适应AI带来的体验改变。而不是逼迫其下载一个新的应用,去体验和感受未知价值的人工智能。

既有业务矩阵也可以吸引更多的开发者与合作者。毕竟开发者的核心需求也是价值转化,同样的技术条件下,当然要从更贴近用户的角度去释放自身业务。

同样的道理,阿里的天猫精灵会一开始就贴近电商系统;腾讯在微信AI上的布局得到了更多认可与关注,都是因为超级应用背景下,AI可以依托庞大的用户存量快速获取认知和使用习惯。这种巨头彻底切割某一领域,在美国是难以见到的。

简单来说,与美国巨头相比,中国巨头更有可能摒弃全家桶模式的大而全,而是依据已有城池地形勾勒AI的护城河。巨头本身场景的AI化,或许是消弭AI商业恐慌的捷径。

当然,巨头的产业纵深能力可以从后端提供动力。比如DuerOS是唯一开源自主芯片的AI语音交互系统,显然离不开百度在NLP领域的长年积累。

对于创业者来说,认清“巨头优先”并不可怕。AI始终是想象力的世界,不跟巨头一起生产硬件,不代表无法加入硬件战局。更有效利用巨头资源,在开源生态中构建自我,或许才是AI时代的正道。

也许可以大胆的假设一下。未来阿里、京东的AI零售,腾讯的AI社交与游戏,百度在语音处理、无人驾驶,甚至信息流领域的AI,会是中国用户接触AI的第一体验。

而从AI技术到AI商业消费的关键值,就蕴藏在其中的某个环节里。

责任编辑:张燕妮 来源: 搜狐
相关推荐

2020-04-09 10:12:17

人工智能新冠疫情太空

2009-04-23 14:53:35

2019-04-18 09:04:32

医疗大数据AI医疗大数据

2018-11-02 14:36:02

无人驾驶谷歌人工智能

2018-07-05 16:48:45

AI 商业化

2021-12-24 08:25:02

开源商业化云化

2015-04-08 10:01:26

数据中心商用服务器

2010-05-10 12:59:02

Unix系统

2010-05-17 10:10:55

Ubuntu 10.0商业化

2017-09-21 12:40:22

SDNNFVCSP

2020-05-26 13:26:35

领创智信数据标注AI

2014-05-27 10:57:08

思科ACISDN

2023-06-12 00:32:34

谷歌亚马逊AI

2009-12-04 09:08:53

CentOS红帽

2022-11-06 20:47:20

OCPC项目

2014-08-05 17:36:56

分析大数据商业

2021-08-27 11:06:03

开源自建Trace阿里云

2020-06-12 12:24:48

自动驾驶商业化道路

2013-12-27 15:28:20

微博微信
点赞
收藏

51CTO技术栈公众号