網站設計師描述：：AI商業化落地遇瓶頸？試試持續深挖客戶需求 在移動互聯網紅利漸失的行業大背景下，AI等前沿技術創業公司受到資本機構的追捧，但同時，與AI風口和泡沫相伴而生的還有AI商業化落地的擴展瓶頸。原SAP全球副總裁、現第四范式總裁裴沵思表示，不同行業之間會有差別，但整體邏輯是一樣的——找到這家企業在整體戰略運營變革時的最核心驅動力。 單一業務鼎盛時，金融行業在第四范式客戶群體中一度占比接近百分之百，其投資方陣營中也有“國有五大行”的身影。之后隨著業務場景的擴展，第四范式客戶群體中的金融類占比逐年降低，同時加大對零售業務的投入，并延展至制造業、能源業、以及運營商行業。 裴沵思接受第一財經記者專訪時表示，場景拓展背后的戰略考量暫不提盈利問題，但至少肯定是為了增長。據了解，第四范式目前已服務近8000家企業，涵蓋金融、零售、能源、媒體等行業頭部企業。 需求是痛點 隨著算法算力等技術門檻的降低，簡單售賣一款人臉或圖像識別技術已不能滿足客戶的需求，行業變革從單純開發一款軟件打天下變為挖掘客戶需求并探索未知——AI等前沿技術演變的未知、行業革新的未知、彎道超車的未知等。 在不確定性的探索過程中，裴沵思表示，AI概念風頭正盛時，所謂圖像識別或人臉識別等感知類AI創業公司在TO B企業老兵看來，聚焦的僅僅是企業細枝末節的價值業務，未來的確有可能做大，但對企業用戶來講并非最有價值的部分。 基于在SAP的從業經驗，裴沵思稱，SAP分類系統中的“數字科學平臺”不僅是一個平臺，更是基于數據產生決策、對整個公司業務流程產生增強式、侵入式、巨大進化影響的平臺。裴沵思認為，“人臉識別”技術本身是好賣的，但陪伴企業成長、并在成長過程中挖掘發展與進化的需求、同時進行配套產品生產與迭代才是更有挑戰性的，同時這種需求陪伴產生的黏性足夠大，類似SAP與Oracle這類公司，黏性甚至能夠大到使其跨越技術周期。 藍馳創投管理合伙人陳維廣在2019中國創業武林大會現場表示，不同于3G、4G時代C端應用的快速擴散與發展，5G時代的B端應用擴散速度可能超過預期。TO B類應用場景跟TO C類不同，創業公司應先把痛點和需求了解清楚。 云圣智能創始人陳方平也稱，5G與AIoT時代，對于TO B應用場景的企業便具備能力去深度挖掘客戶需求，并通過人工智能與機器人技術將它們串聯起來，形成自己的智能商業閉環模式。 即使AI等前沿技術已成為投資與創業大趨勢，但伴隨算法、算力的不斷提升，技術本身作為競爭壁壘的不可取代性逐漸降低，TO B類企業商業模式中，裴沵思稱，技術+產品壁壘+對行業的技術理解+頭部客戶積累的黏性，幾大要素聚集在一起才是真正的門檻，進而實現快速的行業壟斷，也正因此，技術公司進入行業的時間點非常重要。 那么，通過AI賦能多行業這一行為該如何定性？其本質是否為通過技術加持企業的營銷活動與流量競爭？ 在回答第一財經記者該問題時，裴沵思打了個比喻——發動機公司做汽車產業生意時有兩種發展可能，一種是幫汽車做設計，營銷成為最主要的價值，發動機業務會靠后甚至被外包出去；另一種是仍聚焦于發動機本身的技術進步，短期內發動機業務仍是核心。 突破行業瓶頸 作為硬幣的兩面，伴隨AI高速發展而生的，是其落地商業化的瓶頸期。 陳方平表示，現在行業面臨的問題是隨著客戶需求的不斷增加和不同行業需求的增加，生產能力和供應鏈能力需要打造和提高。實操過程中可發現，規模化生產不比技術的研發創新簡單，其實它是一個更為復雜的閉環過程。 第四范式創始人兼CEO戴文淵稱，AI落地產業的核心關鍵所缺乏的不是技術本身，而是AI與客戶轉型之間的橋梁。目前大趨勢是AI進入落地應用的階段，用戶從不知道AI做什么、到AI落地的階段后解決相應的問題。 AI規模化應用的過程在戴文淵看來，會先經歷初期沒有方法論、不知道要做什么、企業需求沒出來的階段；之后需要和方法提出來后，數據、訓練、推理等過程都會面臨一些瓶頸，需要對應的技術方式進行解決。 因此，戴文淵稱，“解決客戶問題驅動”是AI規模化落地的一大趨勢，各AI公司會選擇不同的路徑，大家面臨的問題不一樣，所以定義出來的算法和算力也不一樣，而第四范式解決的問題就是企業轉型的問題，降低企業使用AI的門檻。 所謂“落地”的本質即無數應用場景的聚合，因此對AI企業而言，對業務的探索并通過對應的技術進行實際問題的解決才是最重要的。光源資本副總裁許銀川表示，創業不僅是創造產品，更需要商業落地及形成盈利模式。不能只追求產品的技術領先性、論文數量或競賽成績，而要更關注對場景和客戶落地的適用性、客戶需求、客戶預算、實施周期等要素能否讓大量客戶買單。也是基于以上考量，第四范式確立了從核心技術驅動型創業公司向產品運營型公司轉型的戰略目標。 除了落地外，人才也是限制AI類創業公司的重要因素。芯來科技創始人及CEO胡振波稱，創業公司在行業熱度中容易踩的坑是預判不足，進而導致資金與人才儲備不足，在市場需求旺盛與熱烈時面臨客戶數量急劇增加，而公司支持與研發力度跟不上的情況。 戴文淵也曾提出相似觀點，他稱，當下AI應用推廣速度仍偏慢，一個重要原因是AI領域人才有限。如果每個AI應用都需要像BAT、今日頭條這樣上百人的團隊做一年，能出現多少人工智能的應用？企業實際并不在意AI應用是不是MIT博士做的，而是更注重能否從AI中得到更好的體驗，因此越來越多的外部開發者能夠產生AI應用實際才是AI爆發的關鍵。 責編：劉佳 此內容為第一財經原創，著作權歸第一財經所有。未經第一財經書面授權，不得以任何方式加以使用，包括轉載、摘編、復制或建立鏡像。第一財經保留追究侵權者法律責任的權利。 如需獲得授權請聯系第一財經版權部：021-22002972或021-22002335；[email protected]。