百家企业大调查，到底谁将从AI中淘得真金？

我们正在经历 AI 的另一波淘金热，遍布各个行业和覆盖各种业务功能的 AI 初创公司获得了数以亿计的投资。2016 年，谷歌、亚马逊、微软和 IBM 在 AI 方面投入超过 200 亿美元。企业都希望抢在竞争对手之前获得 AI 的生产力优势，同时还要小心提防初创公司。中国在 AI 方面投入巨大，欧盟也正在计划 220 亿美元的 AI 投资，因为它们担心自己会落在中国和美国之后。

AI 无处不在，从谷歌的每天 35 亿次搜索到使用面部识别功能的 iPhone X，再到可以回答人类问题的亚马逊 Alexa。媒体头条大肆宣扬 AI 如何帮助医生诊断疾病，帮助银行更好地评估客户贷款风险，帮助农民预测农作物产量，帮助营销人员瞄准和留住客户，帮助制造商改善质量控制。还有专门研究 AI 风险（如物理、数字网络和政治方面的风险）的智囊团。

AI 和机器学习将变得无处不在，并融入到社会结构当中。但问题是，与任何一种淘金热一样，最终谁会找到金子？是那些勇敢的的少数者？是那些活跃的新贵？还是那些提供镐和铲子的人？而谁又会挖到金矿？

在我思考谁将从 AI 中赚到钱的过程中，列出了这七个行业或机构：芯片制造商、平台和基础设施提供商、模型和算法提供商、企业解决方案提供商、行业垂直解决方案提供商、AI 企业用户，以及国家。下图展示了一种有用的解释性框架——分类价值链。图中的公司代表的是各个类别的大型参与者，但这份名单并不全面，也不具备任何预测性质。

（AI价值链举例。图中所列企业为每个类别中较大的公司，但并不用于任何预测目的© Best Practice AI Ltd.）

尽管算力的价格呈指数级下降，但对算力的需求却增长地更快。AI 和机器学习与其庞大的数据集以及数以万亿计的矢量和矩阵计算对芯片有着惊人的胃口，而且似乎永远都得不到满足。

过去两年，NVIDIA 的股价上涨了 1500％，这要得益于 NVIDIA 的图形处理单元（GPU）芯片，这些用于渲染高速流畅游戏图形的 GPU 非常适合用在机器学习上。谷歌最近推出了第二代 Tensor Processing Units（TPU）。而微软正在构建自己的 Brainwave AI 机器学习芯片。与此同时，像 Graphcore 这样融资超过 1.1 亿美元的初创公司正在寻求进入该市场。IBM、英特尔、高通和 AMD 等老牌芯片供应商并没有停下脚步。甚至有传言称，Facebook 正在组建团队设计自己的 AI 芯片。寒武纪近期推出第一款云 AI 芯片，为此，中国也开始步入重要芯片厂商的行列。

（Levi Strauss和Samuel Brannan并没有自己挖矿，而是靠售卖挖矿设备-独轮推车、牛仔裤、帐篷、铁锹和铁镐等发了财）

显然，想要成为全球芯片领导者，需要在设计和制造芯片方面付出的巨大的代价。它需要雄厚的资金和一流的晶片和软件工程团队。这意味只有寥寥无几的新赢家会胜出，就像在淘金热时期，真正赚到钱的并不是淘金者，而是那些提供廉价镐和铲子的人。

AI 大战已经蔓延到了云端。亚马逊早就意识到，初创公司宁愿租用电脑和软件，也不愿购买它们。因此，亚马逊于 2006 年推出了 AWS。现如今，AI 对算力有如此之高的要求，以至于公司越来越倾向于租用基础设施即服务（IaaS）和平台即服务（PaaS）产品。

（亚马逊是云服务的领头羊，但微软、IBM、谷歌、阿里巴巴紧随其后）

科技巨头之间的战争正在进行当中。微软提供了公有和私有混合云服务 Azure，而且据说微软拥有超过一百万台计算机。在过去几周，微软发布了 Brainwave 硬件解决方案，将他们的 Bing 搜索引擎机器学习性能提高了 10 倍。谷歌的云产品也在迎头追赶，而阿里巴巴也开始在全球份额中占据了一席之地。

（大型云服务提供商竞相为AI驱动的巨大市场需求做准备）

亚马逊、微软、谷歌和 IBM 将继续争夺霸主地位，但同时也不能小觑来自中国的新玩家。毕竟，那些提供镐和铲子的玩家可能会再次胜出。

谷歌现在是世界上最大的 AI 公司，它拥有最好的 AI 人才，在研发方面投入的预算相当于一个小国家的国内生产总值，并且坐拥来自数十亿用户的数据。谷歌在多个领域应用了 AI 技术，包括搜索、自动驾驶汽车、语音识别、智能推理、大规模搜索，甚至是药物发现和疾病诊断。

而助力谷歌 AI 的机器学习和算法库 TensorFlow 现在是免费的。是的，免费！TensorFlow 现在是一个面向全球开发者的开源软件项目。而谷歌为什么要把它开源？正如谷歌 Brain 负责人 Jeff Dean 最近所说的，世界上有 2000 万个机构可以从机器学习中获益，如果有数百万个公司使用这个免费的 AI 软件，那么就需要大量的算力。而谁能提供更好的算力服务？很明显，Google Cloud 针对 TensorFlow 和相关 AI 服务进行了优化。你一旦依赖了他们的软件和云服务，就会在未来很多年内成为他们的粘性用户。所以说，这是一场残酷的全球 AI 算法竞赛，亚马逊、微软、IBM 也提供了廉价或免费的 AI 软件服务。

不仅仅是机器学习算法，为会话机器人、语音、自然语言处理（NLP）和语义学、视觉和增强核心算法提供服务的认知算法也存在竞争。Clarifai 就是该领域的一个初创公司，它为企业提供先进的图像识别系统，用于检测近似重复和视觉搜索。在过去三年里，它融资将近 4000 万美元。据估计，2016 年至 2025 年期间，视觉相关算法和服务的市场收益将达到 80 亿美元。

（竞争集中在能够让AI解决方案落地的深度学习和认知算法上）

巨头们并不会坐以待毙。例如，IBM 推出 Watson 产品和服务，提供了二十多个用于聊天机器人、视觉、语音、语言、知识管理的 API，它们可以简单地嵌入到企业软件中，用以创建支持 AI 的应用程序。认知 API 无处不在。KDnuggets 列出了来自巨头和初创公司的 50 多种顶级认知服务（https://www.kdnuggets.com/2017/02/machine-learning-data-science-apis-updated.html）。这些服务被作为AI 即服务（AIaaS）加入到云端，更容易被访问到。最近，微软首席执行官 Satya Nadella 声称，目前有一百万开发者在使用他们的 AI API、服务和工具来构建 AI 应用程序，将近 30 万名开发者在使用他们的工具开发聊天机器人。

这个领域的赢家们很可能就是那些重量级选手。他们可以招聘最优秀的研究和工程人才，花费最多的钱，并拥有最大的数据集。初创公司必须获得充足的资金和顶级研究人才的支持，这些人才拥有知识产权专利，发表过很多论文，具备深层次的领域专业知识，同时还需要高质量的数据集。初创公司还需要具备出色的航海技能，能够航行在巨头前面，或者开劈不同的航线。很多初创公司会消亡，但那些生存下来并发展壮大的公司将发现自己已经变成了全球性企业，或者被重量级企业收购。即使初创公司尚未找到商业化途径，但如果他们拥有强大的研究型团队，也可能被收购（收购者看重的是他们的人才）。2014 年，谷歌以 4 亿美元收购 DeepMind，当时它还只是一家刚创立两年的伦敦公司，不过却开发出了独特的强化机器学习算法。

企业软件市场一直被 Salesforce、IBM、甲骨文和 SAP 等巨头占据，他们都认识到 AI 应该被整合到它们的企业产品中。不过，很多初创公司正致力于成为下一代企业服务提供者，抢占巨头们尚未涉足或者试图破坏的领域。

我们分析了超过 200 个案例，包括客户管理、市场营销、网络安全、智能、人力资源、认知机器人过程自动化（Robotic Process Automation，RPA）。企业领域比之前更加开放，一些名副其实的初创公司为这些用例提供解决方案。今天，光是在招聘领域就有超过 200 家 AI 公司，其中有很多是初创公司。网络安全领导者 DarkTrace 和 RPA 领导者 UiPath 争夺 1 亿美元资金。巨头们希望保住他们在生态系统中的领先地位，并向初创公司投资，用以提升自身产品的竞争力。Salesforce 已经向 DIGital Genius 和 Unbable 投资，前者是客户管理解决方案提供商，后者提供企业翻译服务。巨头们也面临更多紧迫的挑战。例如，SAP 急于在云解决方案方面发挥作用，更不用说在 AI 方面奋起直追了。我们也看到工具提供商试图简化在企业中创建、部署和管理 AI 服务的任务。例如，机器学习训练是一项繁琐的任务，其中 80％的时间花在了数据清理上。过多的时间被用在了测试和调整所谓的超参数上。位于美国匹兹堡的工具提供商 Pettum 已经筹集超过 1 亿美元的资金，用于加速和优化机器学习模型的部署。

（企业AI服务将提高客户服务质量和产量）

如果这些供应商能够快速证明他们的解决方案可以满足企业的需求，就拥有了美好的未来。然而，就像软件淘金热一样，每个领域中都只有少数赢家。对于这些胜出者来说，如果巨头们感觉到他们的威胁，他们很可能会被巨头们收入囊中，就像那些一流的工具供应商一样。

AI 正在推动一场最佳垂直行业解决方案的竞赛。大量新的 AI 初创公司为医疗保健、金融服务、农业、汽车、法律和工业部门的企业用例提供解决方案。许多初创公司雄心勃勃，通过直接向同样的客户提供垂直服务来颠覆现任巨头的角色。

（新兴AI行业解决方案要么为企业赋能，要么会破坏组织架构）

显然，许多初创公司正在提供有价值的垂直解决方案，如果他们能够获得这四点就有可能取得成功：专属的大型数据训练集合、让他们能够深入洞察领域机会的领域知识、AI 人才库、用于支持快速扩展的雄厚资金。那些表现良好的初创公司通常在客户、商业效率和投资回报率方面表现得不错。

例如，ZestFinance 筹集了近 3 亿美元，用于帮助改善信贷决策，为每个人提供公平透明的信贷。他们声称自己拥有世界上最好的数据科学家。对于那些希望颠覆现有巨头的初创公司来说，他们需要大量的资金。例如，在销售点向消费者提供贷款的 Affirm 公司已经融资超过 7 亿美元。这些公司需要立即建立一个防御性的护城河来保持自己的竞争力。这可能来自数据的网络效应，更多的数据能够产生更好的 AI 服务和产品，从而获得更多的收入和用户，然后反过来又获得更多的数据，飞轮效应就这样持续下去。

尽管企业可能会寻求业内新的供应商来提供 AI 解决方案，用以加强他们的边界，但如果后生新贵们要来抢夺他们的客户，或者竞争对手想通过 AI 占据优势，他们都不会坐视不理。目前，企业的创新面临激烈的竞争。大公司有自己的初创公司投资团队，他们运营加速器并成立自己的初创公司，保持自己在 AI 创新领域的领导者地位。

（企业将会以更好的客户服务、产量提高、产品和服务质量提高等方式从AI中获取价值）

因为坐拥数据资产，大公司相对于初创公司和小公司来说处于强势地位。数据是 AI 和机器学习的燃料。与那些拥有承保索赔历史数据的保险公司相比，谁能更好地利用 AI？是了解消费者金融产品购买行为的金融服务公司？还是能看到用户搜索信息的搜索公司？

大公司和小公司都能很好地从 AI 中获益。事实上，Gartner 的研究预测，到 2022 年，AI 衍生的业务价值预计将达到 3.9 万亿美元。AI 可以在组织中解决数百甚至数千个有价值的使用案例。企业可以借助 AI 来改善客户体验、节省成本、降低价格、增加收入以及销售更好的产品和服务。AI 将以牺牲小公司为代价让大公司变得更大。但他们需要展现出强大的远见卓识、敏捷的执行力以及对技术试错的容忍度。

各国也在争夺 AI 霸主地位。中国更是不遗余力地投资培养技术人才和发展初创企业。中国的监管环境更为宽松，尤其是数据隐私，这有助于中国在安全和面部识别等领域处于领先地位。最近，在一场音乐会上，中国警方从 5 万张人脸中找到了一张疑犯的脸。商汤集团有限公司分析大规模的面部和图像，据称它融资 6 亿美元，成为全球最有价值的 AI 初创公司。中国的移动市场规模是美国的 3 倍，而移动支付的数量增长了 50 倍——这是一个巨大的数据优势。欧盟计划在 AI 上投入 220 亿美元，但欧洲对数据隐私监管的关注可能会使其在 AI 的某些领域处于劣势。

（谁会成为AI霸主？中国

美国？英国？日本？德国？英国？还是法国？）

英国、德国、法国和日本在近期发布了各自的国家 AI 战略公告。马克龙总统表示，法国政府将在未来五年花费 18.5 亿美元支持 AI 生态系统，包括创建大型公共数据集。谷歌 DeepMind 和三星等公司已经承诺在巴黎开设新的实验室，而富士通正在扩大它的巴黎研究中心。英国刚刚宣布向 AI 投入 14 亿美元，其中包括用于支持 1000 名 AI 博士的资金。但是，尽管各国都在投资 AI 人才和生态系统，但问题是谁将真正捕获到 AI 的价值。法国和英国是否会为可能被谷歌聘用的博士埋单？虽说机器学习岗位的六位数薪资是正常现象，但创造的大部分经济价值可能与这家美国公司、他的股东以及面带微笑的美国财政部有关。

AI 将提高企业和国家的生产力和财富。但是，如果真像新闻所说的那样，机器将夺走我们 30 到 40％的工作机会，那么财富将如何分配呢？经济学家可以从数百年不断增长的技术自动化中吸取教训。会出现工作岗位净增加或工作岗位净流失吗？公众的讨论经常引用机器学习教父 Geoffrey Hinton 的观点，他认为放射科医生会因为机器使用医学影像来诊断疾病而失去工作。但是，中国人却使用 AI 来协助放射科医生每年检查 14 亿张 CT 扫描图，用以诊断肺癌。其结果不是失业，而是提高诊断效率和准确性。然而，当大部分价值流入那些控制 AI 技术和数据的少数公司和国家时，可能会出现一段时间的剧变。那些技术水平较低的国家，如果它们的财富严重依赖能够被 AI 自动化取代的工作岗位，那么它们一定会吃苦头。

我们已经清楚地看到，我们正在进入真正的 AI 黄金时代。关于经济价值的走向：

全球技术巨头为这次淘金热提供了镐和铲子——为想涌入 AI 领域的人提供助力。谷歌、亚马逊、微软和 IBM 正在争夺 AI 领导者地位。他们都在努力提供最好的芯片、云和 AI 算法以及服务。后面还有中国的科技巨头阿里巴巴和百度。几乎没有初创公司能够超越他们，能够提供比微软价格更低的云计算服务，或者提供比谷歌的张量处理单元更好的 AI 芯片，或者构建比亚马逊更好的物体识别认知算法。

AI 初创企业纷纷提供认知算法、企业解决方案和深度的行业垂直解决方案。创业的发展需要具备获得独特的数据集、深厚的知识领域、雄厚的资金，以及吸引和留住日益增长的 AI 人才的能力。在车库里开发一款应用程序就能改变世界的时代已经一去不复返。AI 初创获胜者将是那些能够解决现实世界问题的人，迅速扩大他们的市场范围并巩固自己的位置。初创公司应该专注于企业和行业解决方案，在这些解决方案中有许多高价值用例需要解决。然而，随着人才争夺战的继续，至少在未来几年，算法领域的初创企业收购案将会变得很普遍。一路上将会有很多初创公司消亡，每个类别中仅有少数的获胜者，在任何一场淘金热中都是如此。而那些获胜者很可能会看到巨头递过来的诱人的支票。

企业很有可能从 AI 中获取大量的价值（有人说可能是数万亿美元）。AI 将通过自动化主要业务流程来提升客户体验，帮助提高生产力，降低成本，并提高产品和服务的竞争力。大部分价值将被成规模的公司拿走，他们有高质量的大型数据集、最多的客户和大型的分布。越大的公司更有可能变得越大。但是，这种情况通常只有在企业表现出强大的领导力时才会发生。在 AI 执行方面处于领先地位仍然是谷歌、Facebook、苹果和亚马逊这些技术巨头，他们正在提供以 AI 为动力的产品和服务，这些产品和服务正走向数十亿计的全球用户。零售、医疗、媒体等行业的企业感到害怕，因为这些巨头正借助 AI 进入并颠覆这些领域。

国家也在进行着 AI 竞赛。中国坚信自己会在 2030 年成为 AI 领域的世界领导者，因为中国具有结构性优势。尽管许多欧洲国家都在宣称他们的政府在支持 AI，但问题是他们只是在为全球 AI 巨头提供人才补贴，并为其他主权国家增加财富。强大的数据隐私法规是否会伤害欧洲国家在 AI 方面的创新？AI 的财富很可能会转移到那些控制和利用先进 AI 技术和数据的国家和公司——比如美国和中国。那些没有这些方面优势的国家可能会面临挑战，因为自动化会逐渐侵蚀低薪的工作。

简而言之，AI 淘金热好像更偏爱那些拥有领先 AI 工具和技术、数据、优秀技术工作者、大量客户以及雄厚资本的公司和国家。成规模的公司或国家将从 AI 种获得大部分的经济价值，不过也会有一些勇敢的初创公司可以发现大块的金砖。像任何一次淘金热一样，很多初创公司都有发现宝藏的机会，只是很多人可能会觉得他们无法从淘金热中看到好处。

英文原文：

https://towardsDataScience.com/who-is-going-to-make-money-in-ai-part-i-77a2f30b8cef