人工智能项目的“防坑”指南

又例如现在很多AI项目听起来应用领域很多，但是仔细一考量，会发现每个领域可能都是签了一两个小订单，客户只是出于各种原因，为了投石问路而提供了一些实验性项目，这样的订单其实不见得一定能够持续，需要对订单服务内容和客户反馈进行深入尽调分析，才能确定它能否在未来一年转化为批量生产型订单。

▌第四投：应用场景够low

没错，你没看错，不是高大上，而是够low。原因如下：

1、越low的地方，用重复人力劳动越多，解决的问题越简单，越适合人工智能当下的能力。

如果高大上的地方，要么其实是需要真正的“智力如创造力、分析力等”，现在AI根本做不到，要么其实用不了几个人，你用AI替代，也没有多少效率提升。

例如游戏设计其实很low，全是拼人力，拼时间，现在用AI来做设计了，一下子三天干完过去一个团队三十天的活儿，你说客户会不会买单?一定买单。

其实这一轮AI投资的秘密，就是“降本增效”，low场景从100个人降到1个人，缩减的是巨大的成本，高大上场景从1个人降到0个人，缩减的成本可能还不如雇个人。

而且越low的场景，越在社会上广泛存在，解决一个，就意味着全国乃至全世界有大量的类似场景，市场空间巨大无比。越高大上的场景个性化越强，很可能不适合作为产品。

其实理解了这个秘密，也就不难理解AI项目的技术替代性问题，其实只要你能用很低的成本，实现用1个人替换100个人，根本不用担心未来有什么新技术去取代你，因为替换1个人到0个人的收效太小，就算对手的技术实力极强，他为什么要做这个事儿呢?

世界上还有无数值得去做的，需要替换100个人的场景没有被挖掘。

2，越low越红海的地方，一旦用了AI就是全新的蓝海，而且别人还不一定进的来。

这里稍微再剧透一下我们的投资逻辑，其实我们投资的项目只有两类：管理咨询公司和小家电公司。

因为好投的AI项目要么是把AI用于B端客户的节约成本，提高效率，这本身就是管理咨询公司的活儿，只不过我们AI公司有了新的AI技术工具而已;

要么是把AI技术用于C端客户的生活，最好的载体就是小家电，可能看不起眼的传统家电，比如一个扫地机器人，增加了AI以后，就脱胎换骨，外形看起来还是那个圆咚咚的老样子，但是脑子可比以前好使多了，当采用了AI以后，硬件成本又会大幅度下降(因为可以用很便宜的通用传感器加复杂的工程算法实现来解决过去很贵的专用传感器搞不定的事儿)。

又便宜、又好用，一下子就把过去的红海变成蓝海了。

那些传统扫地机的厂商，想一下子具备AI能力，其实很难的，因为船大难掉头，也没有这个基因;AI厂商要进来做扫地机也没有那么容易，有先行专利壁垒，有工程化时间差。

因为AI的应用迭代不像互联网那么快，你几轮软件硬件磨合下来，至少半年到一年吧，有这个时间，人家先行者又弄出新东西新功能了。

这还不是说有钱就能加速的事儿。

3，Low的场景，反而适合初创团队，越高大上的场景，解决起来越不容易，越适合已经具备足够规模的企业。

就像谁都知道，打鬼子有好武器，直接上正规军最好，但是问题是一穷二白没有啊，正面战场那就不如看起来很low的游击战。

▌第五投：强大的工程和服务能力

这个问题也是很多朋友经常会疑惑的，因为大多数人认为，投人工智能投的是技术，特别是算法的领先……

其实，目前这一轮AI热潮的理论基础在08年左右已经被学术界解决，可以认为是大树枝干已成，各种算法无法都是些旁支或者叶子，并且学术上有优质论文支持的算法，在实际中未必有任何实用价值，因为学术论文的前提假设可以自己随意设定，而实际完全不同，任何算法脱离了前提假设都没有存在价值。

既然算法并不重要，也就是说目前的AI在实用阶段其实没有算法的本质区别，产品和产品的区别，主要就体现在工程化能力，也就是实际场景中，各种限制条件，把学术论文天马行空的问题，变成了有大量明确前提的问题，这就是所谓工程化，既包括了算法的实际落地能力，也包括了项目团队如何综合运用各种软硬件资源，搭建有效、可靠的产品。

这一点非常重要，因为产品不是学术研究，必须完美应对各种现实的不完美，这必须是创业团队有多年的工程经验(未必是AI工程经验)，因为只有这样的团队才会有足够敏感度去预感产品中的坑，并且尽量规避，提高投资效率。

工程化能力，在互联网项目里基本上不用特别考虑，不过也有例外，例如摩拜和小黄车的作战，在我看来，小黄车的败北除了创始团队因素以外，更重要的就是工程化能力和经验不足，摩拜很清晰地认识到了，共享单车作为一个物理设备，一旦投放市场后，其稳定性、可靠性非常重要，所以从智能锁设计，到车体加固等都远胜小黄车。

AI的运用，比共享单车要复杂更多倍，从软件到硬件，从环境感知到行为决策，每一步都要考虑复杂的现实情况，软硬件的鲁棒性等等。

如果创业团队没有丰富的工程化能力和经验，就会持续不断掉到坑里。

而投资人如果没有过工程化经验，就很难设身处地去理解工程化的重要性，不过也不要紧，人不一定有自身体验才能行动，只要认识到工程化之重要即可。

服务能力也是一样，ToB项目一半是产品，一半是服务，往往一个AI项目在其发展的不同阶段是不同的，借用好友AI圈知名创业者和思想家鲍捷博士的比喻，AI项目好比毛毛虫，小时候的商业模式是吃叶子，长大变成蝴蝶的商业模式是吸花蜜，虽然蝴蝶很美，但是要求毛毛虫去吃花蜜是不可能的。

（编辑：南平站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!