回望AI 2017:凝视深渊

科技   2024-10-28 15:34   北京  

为期四天的安博会刚刚落幕。
每年都有新企业、新东西出来,今年规模型企业,至少是E1-E2馆主推的,无疑是大模型。
每年也都在淘汰落后的产能。就在安博会同期,没有参展的商汤传出了裁员的消息。
看了这次参展企业的大模型,再看商汤裁员的结构、部门和逻辑,不禁又拿起了宇视鹏国总在2017年安博会上的《深圳安防展浅见一二三》这篇文章去印证,越看越觉得有意思。

AI存在的底层逻辑是什么


“云计算、大数据、物联网、车联网、人工智能、自动驾驶,概念无论多么炫目,都要回归几个本质:能否给客户创造价值?可否满足最终客户的业务需求?是否降低了各级客户部署的TCO?”


——《深圳安防展浅见一二三》第九点


AI兴起后应用的产业,安防算最早的一批。时间线大致是:2013-2014年的SDT结构化数据→2015-2016的识别+大数据(彼时的IOT)→2017-2021年的深度学习+大数据+云边端智能→2022年到今天的大模型(AIGC、NLP等)+数据(AIoT)。在这几轮的潮起潮落间,出现了很多流行的技术概念,也催生了一批又一批的“创新型”企业。那么它发展和生存的底层逻辑是什么?
人工智能理论上是科学,应用上是技术,是两面的创新。新的科学技术转化成生产力,满足的两个基本点是:从用户和客户的方向出发,为使用者提高效率,降低成本,为用户和产业链创造价值。
如果在这里开个上帝视角,去回溯上一个五年。AI 1.5版本的深度学习,包括AI 1.0版本的基于特征采集的识别,到底为用户带来了什么?是不是靠软件平台和OEM出的产品就能实现用户需求的落地?从这些公司的业绩反推,就能看的很通透。
AI是个近十年来市场上最大的风口,海量的资本和资金进入到这个领域,让很多公司,没有研究客户和用户,没有把自己准备好,而是见“市”而为,为了做而做。
比如,在细分行业化能力、工程化落地能力、长尾化服务能力以及相应的软硬一体化配套能力都不足的前提下,直接推平台、拿项目。不管三七二十一,先拿下再说。能不能做的,有钱可以并购、可以吸纳会做的人。但这些带着技术的人,是要靠背后的大平台才能发挥最大的能动性,不可能把个人能力凌驾于平台能力之上。深耕行业、细分场景、落地产业链,需要的是体系建设和时间沉淀,是需要底层建设、软硬结合。平台系统靠人,产品靠OEM,客户挖掘靠概念。怎么看,也不符合市场需求的客观规律。
所以无论是安博会,还是高交会、还是市场的存在程度、公司的业绩,每3-5年淘汰一拨不符合客观规律而存在的公司,实属正常。

新兴AI公司的困境源自哪里


“讲概念、纯忽悠是比较容易的事,产品化落地需要地头力,任何不能产品化的理念,无论理念多么炫目,都无用。


在人工智能(AI)时代,能不被AI花式忽悠,能实现产品和解决方案的迭代、升级和跨越式发展的公司,最理性最有未来。”


——《深圳安防展浅见一二三》第六、七点


在国内,以视频为切入点的AI企业,从2013年到今天,可以分为三大类。
 以海大宇为代表的行业内企业
▌ 以四小龙、云天励飞、寒武纪等为代表的软件和芯片类企业
 阿里、腾讯、百度等互联网企业
互联网企业的思路,作为传统行业内的人,我们看不大懂,不做讨论。说说第一类和第二类企业的差异,而后再去探寻一下他们的问题。
海大宇,老熟人,最了解。这类企业的特点是:经过时间打磨的业务内生。从传统的硬盘录像机,到摄像机,然后是传输、记录、存储、显控,再到软件、平台、算法、大模型;从监控到识别,从被动到主动;从单一场景到城市级场景再到更多细分场景,都是按照行业用户的需求一点点的进化。这类企业不求通吃,但求在需要自己的节点做到极致,ALL IN。正因如此,养成了对用户可量化、可实现、可交付、可验收的一步到位式的落地服务和素养。他们也在延伸产业链,也在拓宽赛道。但他们的出发点,不是为了显示能做而做,是为了需求而做。
展会期间参观了宇视的展台,同期也参加了国能海康曜视的揭牌仪式。一个把大模型延伸到体育,一个把AI延伸到煤炭。这与他们的传统业务已经差了很远,但并没脱离AIoT,还是在AIoT这个主航道上。而且两家有几个共同的特点:一是深入甲方,吃透需求,这些业务,已经和甲方磨合了几年,在需求和能力不断地交互过程中,在不断迭代的过程中,在趋于成熟、成型、可快速应用部署后再公之于众;二是软硬一体,做能力的授予者而不是通吃产业链;三是均先做后说,先有后推,这种模式,保证了在项目化的过程中,可以节约客户最大限度解决用户的需求点,最大限度节省客户的沟通、验收、返工成本,最大限度满足降本增效的市场规律。落地落地,落到地头,才是这些企业对于客户最大的价值。
而第二类企业,则存在上行有术、向下难求的问题。落地的短板,让他们在短时期冲击市场后,不断落入亏损、调整、再亏损、再调整的泥潭。落地问题,不是能不能用,而是一个系统性、商业本质的问题,即用了能得到什么。项目制的背后,软硬能力的缺失、用户需求理解的偏差以及概念和用户需求间的差距,都是这些系统性问题的一环。
1、项目起始阶段,将憧憬想成现实,将用户的期望值提升的过高。零帧起手,拿起就做,无论这个行业是否熟悉,都往自己既有的能力里套。
2、在项目过程中,因为系统化、工程化方面的能力偏弱,会遇到各种问题,不得不采取各种应对措施,临时找抓手。这在AI 1.0阶段就特别突出,逆光背光、前端角度、系统兼容、云边端协同等等,都是一个个要花很大力气才能跨越的沟壑,不是拿起来就能做。
3、项目收尾,因为期望值和工程化、量化等一系列问题,交付使用和用户验收都难。而且在这个过程中,用户不但验收不通过,还会因为原有需求不明确而让企业进行升级、修改、调整,进而陷入一个无限的循环中。
4、人力、设备、软件、品牌都投入到项目中,发现能力不足或者在无限满足用户新需求的过程中项目有亏损,还不能撤出。
这个过程,很像不熟悉投资市场的人加杠杆。投的越多,亏的越多。
犹记得2017年时,AI+风生水起,从人脸进化到深度学习的软件类企业大杀四方,市场推广如火如荼,项目案例、解决方案一个接一个。搞得行业内生型企业的部分营销和市场人员都不自信了,连连发问我们该走向何方?时至今日,五年一轮回,到了大模型阶段,又有这样的趋势,只不过这次是角色互换,攻守之势异也。
在求真务实、踏实做事的企业来看,市场是山川大海,客户是沿途美丽的风景,自己要路过的是一个又一个驿站,走向更远;在概念型企业角度来看,开局绚烂,却越走越冷,市场有可能就是那个被凝视和凝视你的深渊,走错一步,深陷进去,能全身而退的可能性不大,能给自己留后路的机会也不多。

结 语


这几天看文章,说到商汤裁员的逻辑,给出了两层:一、这次裁员,基本是砍掉AI 1.0的人,对2.0的人进行补充,二、这是转型的阵痛。其实有两点是存在疑问的,一是到底转到哪里,二是1.0到底是不是做透了。时至今日,商汤已经过多轮裁员,业务也从AI建模、智能识别,向深度学习、元宇宙和大模型多次转向。在此过程中,伴随着一轮轮规模不一的裁员。无论是总部主建、分部主战的华为,还是“傻人打呆仗”的海大宇,都有一套适合自己、适合客户、适应市场的业务和发展逻辑,而且不轻易转变。AI类企业因为市场压力、盈利能力等问题选择了频繁转换赛道也能理解,但这毕竟不是长久之计。这个转型的背后是被动的,是止损,短期内业绩可能会好看,但长期也不一定能看准这到底是不是企业发展的长期归宿。第二个问题是第一个问题的因,就是做不透。所谓的AI 1.0发展到今天,远没有到头。在工程化、行业应用、软硬一体都没有做到家的时候选择裁员,选择收缩,从本质上说是溃退,而不是粉饰出的主动求变。
安博会第一天,有个短视频在朋友圈一直刷,名曰《舌尖上的安防民工》。看内容,99%可能是出自“宇视老张”自己的手笔。这个视频最大的感触或者说是收获,就是理解了“该行的路已经行过,该打的仗还得去打”这句话。深耕行业是一件苦差事,这在我与几位行业顶级大佬学习的过程中,他们均有表述。我们常说行业化的同志,都是“六边形战士”,这个特别贴切。一个个方案啃,一个个行业学,一个个场景思考,一个个产品研发,一个个用户满足,一个个田间地头去跑,即便是决策者,也要常在市场第一线冲锋。
大模型是个工具,在AI 2.0时代,在新的经济周期下,企业开发市场,更要注重给客户带来的价值。通过大模型,给自己生态链上的伙伴带来效益。这是大势所趋,更是一场新的硬仗。不要凝视深渊,而要如临深渊。时刻保持清醒,时刻知道自己想要什么、用户想要什么,才能不被吞噬。不能妄图在产业链上通吃通杀,而是要做自己擅长的事情,把朋友搞得多多的;放弃自己不擅长的事情交给上下游去做,才是真正的转型。

智安物联网
领先的公共安全及物联网资讯、研究媒体平台,每天为您提供行业内最新、最全的信息和深度报道。志在安全,心向物联。
 最新文章