本文为该系列的第一篇: 此篇分享的内容整体看来,是浩哥站在投资人的视角,分析人工智能行业的现状和未来,这里讲了很多浩哥对于这个行业创新的看法,尤其是针对已经在这个行业的创业者,想要创业的人,传统企业和互联网企业都会有不小的启发。
程浩:迅雷创始人、松禾远望基金创始合伙人
阅读文本前,先邀请你思考几个问题:
- 你所在的行业和人工智能有关联吗?
- 人工智能行业的未来是技术人员为主,还是产品人员为主?
- 人工智能的关键性算法指标对于你的行业来讲是不是越高越好?
PS:本文的所有在此框内的引用仅为个人的补充或诠释。
浩哥在2017产品经理大会分享了创新的六个核心问题:
- 互联网vs人工智能
- 人工智能 vs 人工智能+
- 人工智能+ vs +人工智能
- 关键性应用 vs 非关键性应用
- 技术供应商 vs 全栈服务商
- ToB vs ToC
接下来我们一起来看一看浩哥具体都讲了什么。
1. 互联网vs人工智能:
互联网红利正在消失
纯APP创业,投资人首先问你怎么获客,因为每个人手机上就那么几个APP。
PC最后独角兽公司:知乎 09年上线的,这个是最晚的PC独角兽了。
15年的互联网的竞争程度要比10年PC互联网竞争程度更加激烈。
互联网最大的价值,是解决的信息不对称和信息连接的问题。比如淘宝解决了商家和商家之间的信息不对称以及用户和商家之间的连接问题。
但对于很多行业,信息不对称和信息链接不是痛点。比如医疗行业,全国的医生和老百姓都链接到一起,没有意义,因为没有提高效率,互联网怎么连接你一个医生一天也只能看一个病人。
但是AI解决就是效率的问题,比如医生看片,就能通过AI来解决。
比如滴滴打车,就很好的解决了信息链接的问题,但是他还有一个本质问题没有解决,就是:它还得靠人来开车。
比如餐饮行业,互联网的改造就是皮毛,像提前预定,给个折扣券什么的都是皮毛,但餐饮行业大厨互联网能给替代掉吗??
所以简单讲,未来人工智能对于行业的改造,远远大于互联网对行业的改造。
所以互联网和人工智能解决的不同的问题,建议大家非常非常关注这个问题。
本人亲历一家O2O奢侈品养护公司,也是抱着互联网可以改变传统行业想法深入进去,但一段时间发现,互联网的最大价值是让我们从线下的获客变成线上获客了,可以利用互联网的手段营销,相比门店的获客成本低,所以我们才能在价格优势低于很多传统门店的养护公司,但真正让公司从0走到1的有了突破性进展靠的不是互联网,而是打磨整个供应链,拆分流水线,降低培训周期,以及工厂的管理模式等方式来提高整个修复业务的效率「产能,品质,周期」。所以目前正准备通过AI技术来解决传统行业的本质问题。
2.人工智能 vs 人工智能+
对于投资者来讲,人工智能是一个非常大的领域。大概分为三层「见上图」其中底层和中层是互联网巨头的必争之地。
通用技术没有成功的商业模式,你通过SDK卖钱,根本卖不动。
BAT都知道人工智能是下一波浪潮:他们不缺数据,通用技术未来全部都会是免费,对于BAT来讲,这些都是羊毛出在猪身上,这个猪就是云计算。
所以创业者没有做底层的机会
对于想转AI PM的小伙伴,主要的战场也是顶层:人工智能+;而中间层要懂技术红线是什么;底层懂浅层的原理,可以和技术人员沟通。如果想了解更多AI PM资料可以查阅我第一篇文章:从0开始搭建产品经理的AI认知体系
3.人工智能+ vs 人工智能
AI+行业意思是:人工智能没有之前,是没有这个行业的。
行业+AI意思是:没有人工智能之前这个行业是有的,通过人工智能,可以对这个行业作出变革。
这两类都有创业机会,但是:
AI+行业的壁垒很低的,起跑线跟行业巨头没有区别,你懂这个是没什么机会的;而行业+AI:这个对创业更友好一些。
每个行业都有行业纵深:海康威视:安防公司,3000亿市值
百度目前三大主要的AI战略:无人车,DuerOS,百度的Feed流,浩哥曾经在百度分享时候,百度的人问浩哥,利用自己在技术服务领域的优势,要不要做安防领域,浩哥说千万别:
原因如下:
- 在安防领域,你说你百度的算法比我好1个点,没有什么太大差别。
- 而且海康是做摄像头的,他自己硬件配软件,效果会更好。
- 海康在这个行业已经有了非常多的数据。
- 海康当年为了跟政府做生意,做了很多警用云,这些虽然不挣钱,但是是很深的行业壁垒。
- 安防很多行业都是政府企业,需要非常多的人脉积累。
说明什么? 安防领域的纵深是非常深的,就算BAT想进来,也没有优势。所以行业+AI是非常有壁垒。就像医疗的数据非常难拿,就算是BAT也得一个个科室扣,而且团队必有真正懂行业的人才才行。
4. 关键性应用vs非关键性应用
算法很重要,但是因为对于每个行业有不同。
99%的汽车能上路吗?不行,100次出1次事故!99.99%是10000次出一次事故!99.99% vs 99%差别不是0.99,而是100倍。
手术机器人也一样,99%就是100次里捅死1次人…
而且关键性应用的研发周期非常长:国外有一家公司,从开始立项,到卖出第一个,用了8年,相当于至少8年的研发周期。
所以这些领域的创业团队都是“高富帅”,有着丰富资历和背景,超强的融资能力才行。
而非关键性应用:精度99%和98%没本质区别
比如,人脸识别:
你不能做到99%,比如带个帽子口罩也识别不出来,
人脸识别不出来,你还可以按指纹,指纹不行你还能找前台嘛。
这种应用你到了一定程度就OK了。
非关键性应用拼什么?
- 行业洞察:知不知道行业的痛点在哪里?
- 产品化能力:你不能只在实验室里,必须落地。
- 成本控制:你不光做出来,还得便宜的做出来。
- 供应链能力:不光出货,还得批量出货
- 营销能力:你还得能卖出去。
关键应用必须有行业大牛,非关键性应用,技术大牛就不是必须的。
5. 技术供应商 vs 全栈服务商
技术服务商敲门砖是可以的,但是如果一直做服务商,是没有未来的。
例如,你是一个技术服务商,海康用你的时候,自己有300人的团队也在做这个事,当他准备好了,一定替换掉你。
大疆无人机的芯片也是,虽然现在用的别人的,但自己也在研发。
包括手机CPU也是,当出货量达到一定程度时候,都会自己做的。
只有产业链上的垄断者才赚钱,举个PC的例子:卖硬盘,显示器,整机都不赚钱。谁赚钱了? 英特尔赚钱了,微软赚钱了,因为他们是垄断者,扩展到自己的上下游。
分享“一横一竖”理论:
前期做技术服务商可以,不能一辈子做,一定要找到一两个垂直行业,把垂直纵深做起来。要找到最有机会,市场最大的,几个垂直行业,而其他行业开放出去给其他人做,这样可以形成数据回路,逐渐迭代自己的技术。
技术服务商选择垂直行业都思考哪些问题:这么多行业做什么?到底能不不能做好?能不能挣到钱?挣的钱够不够多?挣钱能挣多久?挣钱累不累?
技术提供商要尽量做全栈:四位一体
光有技术,光提供API不行,一定要产品化,产品要能商业化,商业化的数据再来迭代自己技术。
做全栈怎么选垂直领域:选哪些行业?
-
市场空间:市场空间有多大?
举例:美图秀秀产品APP,横向跟其他手机做技术服务合作,提供美颜的是技术的服务,而****纵向自己做美图手机,主打前置摄像头,像素非常好。也正是因为手机市场空间太大了,虽然美图手机份额极低,只有百分之零点几,但是收入占全公司的90%+。 -
行业集中度:技术提供商,最担心的是,上游过于集中。
举例:2010年前卖服务器技术提供商的都很吃香,2010年后被云计算颠覆了,而且云服务就那么几家,其中50%份额阿里云垄断了,就给服务技术商5%的利润,那怎么活? 而且上游集中到高也说明,技术壁垒很高。 - 技术改良,还是革命:假设你给手机做电池的,如果这个电池能用一个礼拜,说明你可以往上游走,自己做手机。但如果你的电池只能躲10%~20%,那就踏踏实实卖电池吧。
- 双方壁垒:现在不是为直播提供技术服务,里面女主播都可以人脸识别动态效果,但这个这个往上游走就很难,一个是因为这个技术大家都有,另外直播的行业壁垒很高,这是一门流量生意,技术服务商很难进去。
- 团队基因:你技术高,不一定能做全栈,比如无人便利店,国内冒出很多家。如果你是用户,你优先选是哪个便利店离我近,哪个便利店不用等位,这个是零售店的本质。这个是团队基因,很重要,不是CEO找一个高管就能解决的,比如BAT,一个做搜索,一个做电商,一个做社交,三家基本上把其他家的都尝试了一遍,结果呢?所以能做什么,不能做什么,这个跟团队的基因有根大关系。
便利店,超市,电商的核心在于四个字:“多,快,好,省”。淘宝主打的就是:SKU多,省钱而后来者京东主打就是:品质好,物流快阿里为了应对京东,又出了天猫。做电商和超市便利店的应该比较了解这里面的本质。
6. ToB vs ToC
产业链不成熟,所以每个环节都要自己做;因为每个环节都自己来做,没有办法起到规模效应,所以价格很贵;用户买个机器人回来恨不得又能唱歌跳舞,又能讲故事,但现在的技术成熟度还不能现实,期待过高。
技术还有很大挑战,科技的成熟需要时间,而每个革命性的技术,基本上都要经历这样一个阶段:军工,政府,企业,ToB,B2B2C,ToC
例如:机器人在ToC有一定规模出货量,一共就这么几类:扫地,无人机,亚马逊智能音箱。
ToB机会更多:
- 企业对成本承受能力高:2万块钱ToC很难有人买,对于企业ToB无所谓。
- ToB核心在于降成本:一个机器人可以代替两个岗位,企业一算账很便宜:
- ToB单任务:企业要机器人来只干好一件事即可,比如定点定线的巡逻。
- ToB可采用混合模式:以前10个人干,机器人替代10个人很难,但是能替代5个人。
人工智能行业,目前技术人员是一把手。浩哥想说这个是暂时的现象,长期来看,还是分为两类,关键性应用还是技术人员做CEO,非关键性的CEO未来则是产品经理或者是行业专家。
综上所述,AI产品经理需要三方面的能力「PM + AI + X」,PM是产品经理的基本能力;AI是对于技术红线的认知;X则是洞察到行业本质,懂用户需求和行业痛点。
以上就是就浩哥的整篇的内容分享,以及我的部分诠释,整理这一篇内容,比想象的还要花时间,还有7篇需要整理,估计假期就这么木有了,希望可以对大家所有价值。