2017年投资现象回顾：人工智能这股旋风

2017年，人工智能在中国刮起了好一阵旋风。

投资人见面都会交流，“我们投资人工智能，我们是这么理解XXX，我们投资了XX项目”。

创业者露相也会说，“我们是某人工智能创业者，主要做XXX方向，有XXX技术”。

甚至出现了众多投资机构争夺一个项目，一年就诞生了几个独角兽的怪现象。

然而，人工智能真的是投资创业的首选吗?

　　 人工智能怪现象

诚然，人工智能的确是未来趋势。

据Research and Markets公司的研究，2013年，人工智能的全球市场规模就已经达到了9亿美元。牛津大学也曾发表报告预测在不久的将来，人工智能可能将占据美国近一半的就业机会。

巨头也看到了其中的机会，纷纷涌入。

微软晓娜、阿里小蜜，Facebook M、Amazon Echo、Google Assistant、Apple Siri、IBM Watson等等，无论在硅谷还是在中国，谷歌、亚马逊还是百度阿里都开始了激烈争夺。

然而，在短短一年之内，所有企业及投资人都摇身一变为“人工智能创业企业”或者“投资人”，这不禁有点奇怪，这到底是跟风还是真的追逐趋势，或者是为了融资而融资?

GPLP君见过这样一个真实的场景：

某个投资人面前站着这样一个创业者，创业三年，变幻了三个跑道，2015年创业搞O2O，2016年搞消费升级，2017年，不用说，他也开始了人工智能创业。

其速度变化之快让人惊讶。

我们不能评价说创业者及时调整方向是个错误，但是就方向而言，这个方向及跑道是否适合自己是个问题。

投资机构同样亦然。

某些投资机构去年看消费，今年升级为人工智能也令人纳闷，您的技术积累及门槛到底是如何跨越的?

如果说需要跨界思考可以理解，但是如何在一个高度竞争的市场获取自己的优势，GPLP君表示看不懂。

　　 人工智能的前哨 智能助理

客观来说，2017年，GPLP君也学习了关于人工智能的N多知识，对此，GPLP君普遍认为，真正的人工智能离我们的生活相对遥远，眼前，或许智能助理才更贴近我们的生活。

每天早上，对着智能音箱说句，请演唱，舒缓中放出一段愉快的音乐，很多人开始了一天的工作。

智能音箱，更确切的说智能助理，作为人工智能的前哨，正在走进我们的生活。

而在硅谷，智能助理也正在成为创业投资的新战场。

在硅谷，自从2015年智能助理热潮掀起来之后就引发了创业者的热情，2014年，在硅谷才有42个项目出现，而在2015年则有129个，2016年则是几百家。

因为一个客观现实是，当人机交互不能完全实现的时候，智能助理则是其中的第一步，迈向人工智能战场的必然路径。

但智能助理到底是怎么回事儿呢?

智能助理，公开资料显示，是帮助用户完成任务或实现服务的虚拟助理。从输入上，智能助理有语音输入和文字输入，技术上的区别是语音输入要做语音识别，将语音信号转换成文字。在相对安静的环境下，语音识别的字准确率可以到达97%以上。产品场景上的主要区别是语音对话输入并不需要打字，在识别准确的情况下输入速度更快，并可以解放双手和双眼，所以各个智能助理都有语音识别功能。智能助理在输出上分文字输出、图像输出、语音输出。目前智能助理产品最主要的方式是语音对话交互。

简单来说，智能音箱是人机交互的第一阶段，主要面向普通的大众(所谓的C端用户)。

然而，目前，鉴于微软小娜的结果并不是很好，也就是说，其语言识别能力一般，因此，如果智能音箱及智能助理实质能力想要更进一步，自然语言处理技术就必须有大的突破，这样基于自然语言处理技术的智能助理才能更好地解决人们的需求，也就是所谓的人机交互第二阶段。

而这个阶段的现状，从技术上来说，基于先进自然语言处理技术的智能助理服务行业仍处于起步阶段，特别是To B的行业智能助理还处于一片蓝海，若能抓住这个机遇，AI行业将再度诞生多家独角兽企业。

于是，无论是京东还是阿里，包括小米都开始拼了命的做智能音箱。

然而，这注定是一个巨头的游戏，尽管巨头的付出不一定有回报。

历史的经验证明，智能助理利用自然语言处理技术去直接服务C端用户已有尝试但效果不佳。

首先由于C端用户的需求极其发散，不具备收敛性。智能助理很难覆盖众多个性化服务和长尾服务，需要人工助理协助，这样智能助理就并不智能，反而显得有点“智障”，带来很高的人力成本，从长远来看并不可持续。

或许，聚焦于标准化服务才是To C 的更好选择，比如，因为在订票、购买礼物、约车、定咖啡、日程提醒、查询等标准化服务上，To C的体验更佳，可执行度高，就像让智能助理查询天气很容易，但如果问它这个天气会不会造成航班延误可能任何智能助理就无能为力了。

　　毕竟任 何一 个巨头都无法回避的一个客观事实是，语义的歧义和多义是短期内很难解决的问题，说到底就是现在的智能助理没有具备逻辑推理的能力，这就使得To C的服务很难做到极致。

其次To C服务过程中往往会涉及到大量的线下环节，比如定外卖、送鲜花等都会涉及大量第三方线下服务，一旦第三方服务质量无法保证，将极大损害用户体验。比如你定的鲜花中途出现了意外该如何对用户进行解释，这是个问题，毕竟线上AI智能助理公司很难解决由线下O2O体系导致的用户体验问题。线下环节的加入让业务流程更加复杂。

随着时间的流逝，随着苹果、谷歌、亚马逊等巨头让更多独立开发者进入丰富自己服务能力，或许伴随着技术的解决，巨头就有机会解决用户的长尾需求，到那时To C将有很大的机会，Echo、Siri、Google Home等将大有可为。

总而言之，这是一个漫长的开发过程，需要投入巨大而又无法预料什么时候能够回本，因此，这也只能是巨头的游戏，对于普通的创业公司而言只能望而却步。

风投目前也是谨慎进入，毕竟面对智障的小娜还是小冰，没有人敢肯定的说未来的时间是两年还是五年。

但如果是巨头将其使用到自己服务中的某一个环节，或者是实行To B 的业务，则可天然避免这些问题。

以电商客服为例。

如果对于物品有什么问题，只要输入好所有关于该物品的相关资料，无论是哪个智能助理都可以文字回答或者语音回复，完全可以替代人工客服。

我们再以旅游行业为例。

如果某位旅客想去马尔代夫，根据数据库里所有关于马尔代夫的资料，旅游顾问可以轻松回复所有旅客的咨询，旅游顾问服务顾客的整个过程和体验都会在线上完成。

因为只要选对合适的场景，剔除线下环节，让服务在线上闭环，智能助理就可以提高服务效率，这就是所谓的行业智能助理。在诸如教育、医疗、旅游等场景下，如果利用AI赋能客服，就可以做到体验可控，同时在特定的场景下需求非常收敛，达到意想不到的效果。

另外，如果从本质上来说，智能助理并不是万能的，需要落实到某个具体环节，或者某个具体职位，因为智能助理对行业的赋能本质上是To P，即对专业人士(professional)的赋能，比如销售专员、老师、医生等。利用AI赋能这些专业人员，能够极大的提升他们的生产力，包括问答效率和前端的激活留存率、转化效率等，从而降低他们无畏的时间浪费。

但为什么说基于自然语言处理技术能极大的提升这些专业生产力呢?

因为不同于常规的搜索知识的解决问题和推荐途径，自然语言处理技术可模拟真人交互的场景和语境，极大增加C端用户的真实感、亲近感和场景感。

举例来说。

在营销场景中，通过行业智能助理，帮助B端客户设计一整套用户交互的营销方案，可以高效帮助B端客户获客、激活、留存、变现和推荐，起到实时服务客户的作用。

除了营销场景，还有很多如汽车、家居、娱乐、硬件等众多场景也都在探索中。相信在不久的将来，基于自然语言处理技术的行业智能助理将在各个行业大放异彩。

正是看到了行业智能助理的广阔市场，自然语言处理技术的助理来也实现了从To C 到To B的战略升级。

　　 智能助理的未来

人工智能的应用及前景我们无需多言。

毕竟在人工成本不断提升的前提下，人工智能或者智能助理将不断提升工作效率，而且能够给用户带来更好的体验，能够降低成本，提高效率，自然也具备更大的发展机遇。

但谁能够抓住这个上万亿的市场和机会呢?

很遗憾，据GPLP君调查显示，目前在中国，真正在利用AI，使用深度神经网络的算法来开发自然语言处理技术的公司不超过10家，而且多数都是巨头。

创业维艰，对创业者的挑战及压力更大，或者如果创业者有机会，那也需要大量资本的支撑。

　　其次，对于目前做自然语言处理技术的几家公司如助理来也、追一科技、蓦然科技、 三角兽科技 等而言，大家还都处于探索之中，据行业内人士分析，自然语言处理技术的应用还处于荒蛮时代。

尽管竞争压力依旧，但创业者依旧有很多机会。

因为虽然语音交互领域已经有微软、百度等大公司领跑，但大公司为了获得用户，做平台聚集流量，做的是横向规模的延展，如果创业公司进行深度开发，他们依旧有很多机会。

但主要的问题依旧是核心技术的突破，当然，也包括场景的选择，交互次数和所需要的知识含量是选择场景的两个重要维度。

目前，在市场上，有专注客服的，也有为企业服务提供人机交互解决方案的，或者为汽车、家居、手机等硬件设备提供人机对话和决策服务的。

因服务场景的不同而诞生了不同的企业，但大家都在探索自己专注的场景。

“他们根本还谈不上存在明显的竞争关系，竞争更多来源于在开拓场景时会触碰到原有领域的边界，利益相关方往往是相关领域的传统玩家。而目前在做行业智能助理的人工智能企业之间并没有所谓的直接利益冲突，这难道还不算是一片蓝海么?”业内人士告诉GPLP君。

前景很美好，但实现并不容易，因为整个行业缺乏可持续的商业模式。

目前，在行业智能助理领域，主要的商业模式有：

A、客户定制产品要付定制费，之后每年要付服务费。

B、客户需要支付项目前期开发费，之后按照产品带来的月活来收费，即与客户对产品创造的额外价值进行持续分成。

但是这两种模式能否走出来，仍是个问题。

举个简单的例子，用户先付所谓的项目费用，但这只是基于项目定制开发的收费，此后根据产品效果付费这是一个挑战，如果说给B端客户创造的业绩，增加的月活和留存等进行“服务效果和价值创造”收费，那么这相当于一种利益分成，对企业的挑战不小，因为首先说服对方接受这个项目付费本身就是一个问题，对于有需求的巨头完全可以自己开发，比如京东阿里，为何要接受其他人服务?

其次，这种模式能否持续创造价值?

技术需要不断更新及突破，在技术没有突破之前，对于客户来说，效果很难精确衡量，效果存疑，何谈持续创造价值。

“大部分的技术领先都是暂时的，并不能作为核心壁垒。将商业模式导向升级为产品导向，借助AI和BI赋能，拥有专业团队以超高的执行力去与客户肩并肩探索和深挖客户场景是我们的优势。未来行业智能助理的商业潜力巨大。”助理来也CSO坦言。

总而言之，行业智能助理潜力无限，但创业维艰，需要创业者及投资人耐心挖掘。