编辑导语：我们发现，在2017年以后，在算法能力上似乎出现了瓶颈。当年大量的投资集中在AI项目中，各种奖项排名做了一个又一个，但算法商业化的能力似乎阻塞在了某个地方。经常听到客户吐槽的最多的就是：“这个算法好笨啊”。AI智能商用的边界究竟在哪里？是不是一套AI应用真的没有一个实习生有用呢？一起来看看吧。
一、AI产品服务商缺乏产品思维
在2017年以后的这个阶段，无论是应用的私有化部署，还是云上的VPC部署，大家都在强调引擎的重要性。放在客户的使用体验上，引擎在很多项目里面，有限的3年服务期内，V1.0版本到V1.5.7版本的增强，可能还没有一个配套硬件优化，或者交互设计的优化来的更实惠。很多厂商甚至过了服务期，连引擎都懒得换了。
AI应用服务商，把大量的资源去实现对算法的优化上，忽视了产品商用化价值和用户体验。
典型的这类厂商的人员结构就是：大量算法专家（调参）+mini规模的产品经理（应标）+大量KA售前（写项目书）的结构。世界的尽头是铁岭，AI厂商的尽头是外包集成商。没有几个应用是真的可以批量复制的。
二、靠算法拿钱，凭应用赚钱
市场上真正掌握核心技术的厂商，算法能力并不弱。而这也是这家公司能够拿到投资最重要的原因。
但你会发现，跑出点成绩的算法公司，却是那些个产品体验还是很不错的小公司。
有些算法公司在某些领域，为啥拼不过区域集成商，不是算法不行，是真的没有资源天天泡在客户哪里，理需求理工作流。这种情况下，客户凭什么买算法，算法又贵又不好用。
真的引进过来算法，业务流里面真的能容得下这个算法吗？那硬件的适配程度真的能算法做优化？客户的业务不复杂，每天跑个EXCEL就可以了，厂商语义分析，各种操作之后还是要搞Excel去后处理。
或者这里面目标可能都不是一样的，这种情况下，中小型集成商更优秀一些，确实做到了急客户之所急，想客户之所想。
三、算法
国内的无论是SaaS应用，还是区域&行业轻量级定制化的应用厂商，发展的都还不够成熟，这里面有市场和行业的需求的问题、有客户管理能力的问题、也有行业内恶性竞争的问题。
把AI项目经典的业务架构，引擎+中台+应用的经典结构简单提炼一下，其实产品力比的是算法、数据和工作流。
这里面谁最大？我理解是工作流最大。这里面体现了无论什么应用，不能以算法为中心，为了算而算，应该是以客户为中心，以满足客户的工作质量为中心。这里面没有提节省人工成本的问题，是因为我们发现，客户根本不在乎那几个人头费用。客户的反馈是，有了这么一个人，还能“做点随机性强的工作”。而用了算法“除了干这么一件事，其他的啥也干不了，要这算法有何用”。
现在这个阶段，算法技术大爆发的年代已过，新的阶段还没到来。AI商用，应该阶段性的把客户的工作流做好，把客户的数据整理好，然后才是需要什么算法，引进什么算法。
四、红利期之后怎么办
未来中小AI公司的出路，必然是向小型细分行业toB业务和消费级toC市场方向发展。行业合并和细分，会是下一个阶段的重点。后面可能会听到的AI公司的划分依据，就不是什么语义理解行业，或者图形算法行业，更可能的是医疗行业XX人工智能公司，教育行业XX人工智能公司。
这样变化的原因就是，行业的聚集，带来了工作流设计的行业化，带来了数据收集加工处理的行业化，引擎也将随着应用场景的变化，而相应的专业化。
什么时候会是AI应用的下一个爆发点呢？我觉得可能会有两个阶段：
第一个是大公司向行业型子公司做拆分的阶段，大量的算法公式成立XX行业子公司，把各行各业整合的差不多。
第二个阶段就不在AI这个行业本身，而在于人力资源的变化，在于人均所得的变化，让很多的公司、主体发现，用人的成本确实不如算法。这就和工厂用机器人替代人工一样。
第一阶段就是正在发生的阶段，比如XX语音公司，投资子公司专门做教育行业；XX智能硬件公司，投资子公司专门做汽车行业。
五、算法成熟度决定行业渗透率
算法这个领域也是分了成熟技术和不成熟技术的，成熟的一如语音、文字识别、图像识别等，这个行业成熟的不能在成熟了，我们把这类产品就叫做算法接口类产品，接入个接口就能商用。
第二梯队是暂未大量商用，像空间设计、无人驾驶、语义分析等等，这一类就是定制化项目集成技术，做大项目化的概率大；还有的是定制化算法，就是给这么几个客户用的，没办法复制的。纯烧钱的部门，很多算法公司没办法养活的。
成熟的算法各行各业的渗透率都很高，最不靠谱的连生存下去都困难。
六、总结
说完了趋势、未来的方向，最后，我们回归主题“AI智能商用的边界究竟在哪里”？
短时间内（3~5年），我想这个边界在于细分行业对AI应用的需求深度，行业的数据量是否支持算法学习，行业的工作流是否规范，有提升空间；长期看（5~10年），边界在于AI技术的下一次大爆发，以及AI算法的成本是否会显著下降决定的。
新一版的《黑客帝国》会在不久的将来上映，AI算法的最终极形式可能就会像是电影里“矩阵”的样子，系统里应用尽有，人类接入这样的AI虚拟世界，就可以实现世界上所有行业的所有问题。
但算法总是可预测的，希望人类未来可以继续像现在一样，在更有想象力的“矩阵”里活着。
#专栏作家#
稀奇先生，公众号：稀奇星球，人人都是产品经理专栏作家。拥有十余种标准化产品规划经验，7年TO G业务老兵、智能化解决方案产品专家。
本文原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议。
