人工智能生态各要素将动态演进,AI平台成为开放生态的核心

更新于 2018年05月16日

本文主要内容:根据调研数据,大部分人都认为我国正在进行人工智能平台和生态建设.值得提出的是,应用落地和平台、生态建设同步并举,竞争将…

主要内容

0.jpg

——–

作者:欧应刚

在互联网领域,一般的套路是先通过系列功能吸引大量用户,然后再慢慢将自己平台化,整个历程少说也得十年以上。AI的发展历史比较悠久,但真正进入大面积的商业化应用也就这两年才开始。互联网领域的平台化演进过程正在AI领域重演,并且以快得多的速度进行。本文试图来分析AI平台的一些特点,并对其发展趋势做出一些预测。

基于核心能力的开放平台

要研究AI平台,首先就要搞清楚它是什么。在此,我尝试给AI平台一个定义:具备较强实力和技术积累的厂商,通过SDK、API等方式开放其部分AI能力和资源,吸引开发者和合作伙伴所搭建的AI开发与赋能平台。

要构建这样一个AI平台,首先厂商的技术实力要足够雄厚,尤其是通用、底层技术实力比如机器学习技术、深度学习技术要领先;在某个细分领域的通用、底层技术实力雄厚,比如在计算机视觉、语音识别、自然与然理解、无人驾驶等领域具有业内领先的技术实力和大量的技术积累。厂商将其积累的AI技术,以API或者SDK的形式开放给合作伙伴、开发者,让其不用进行基础技术研发,能够“站在巨人的肩上”,直接开发面向用户和应用场景的系统。这样开放出技术的厂商就构建了一个“插座式”的AI平台,基于这个平台,合作伙伴可以开发出丰富的AI应用。

依据中国软件网的调研数据,虽然AI平台还处于起步阶段,但大家对其认知度还是比较高的。根据调研数据,大部分人都认为我国正在进行人工智能平台和生态建设。值得提出的是,应用落地和平台、生态建设同步并举,竞争将在多个维度同时进行,但要建成完善的人工智能平台和生态,预计还有5~10年时间。

1.png

构建开放平台的必要性

古语云“知其然,更要知其所以然”,上面简单介绍了AI平台是什么,现在我们来分析下厂商为什么会争相构建AI平台。具体来看,我们认为有以下几个方面的原因:

第1, 很多基础算法在开源社区都能找到,厂商在算法领域的优势无非是算法模型的选择、融合以及模型参数的调整。从本质上来看,厂商之间的技术(或者说算法)壁垒是不牢固的。很多基础算法不是你发明的,你没有相关专利,不能排除其他人对该算法模型的使用。既然在技术层面不能构建稳固的竞争壁垒,何不换个思路干脆把一些技术开放出来得了。

第2, 在AI领域,比算法模型更大的竞争壁垒是数据。数据就是厂商的资产,并且这个资产是很难获取的。AI技术是算法模型与数据的融合产物,谁的数据量更大、数据质量更高,其模型的准确度就越高,也就是所谓的技术更领先。厂商构建AI开放平台,非常关键的一个诉求就是通过开放平台来获取数据。

第3, 厂商开放出AI能力,当然也不是全部免费的,会通过各种方式来获取收益。开放API接口,为合作伙伴提供AI能力,平台方一般通过收入分成或者服务付费等方式,可以分享合作伙伴相应的业务收入。具体的盈利模式上,AI平台大多设置一定的免费额度,在一定限度内免费,超过该限度就收费。

第4, 通过开放AI能力,带动云业务发展。对于互联网巨头而言,云计算是一块不能失去的蛋糕,如何提升云计算业务意义重大。目前领先的云计算厂商都将“云AI”作为其一个重要的卖点,强调其在AI方面的技术实力。通过构建AI开放平台,厂商可以吸收大量的云计算客户,即使AI平台本身不挣钱,也可以通过提供云服务来收费。

第5, 平台效应本身,就可以为厂商带来收益。互联网的发展经验告诉我们,要想走的远就必须要有自家的平台,能聚集的伙伴和用户越多,平台就越值钱。即使目前还不能找到很好的盈利方式,聚集大量用户后,厂商也有足够的时间来寻找盈利模式。

基于上面的讨论可知,构建AI平台对于厂商来说,有多方面的好处。可以说,AI平台是接下来巨头们“跑马圈地”的重要战场,并将深刻影响未来整个AI市场格局的走向。

构建AI平台的现实路径

接下来一个问题,我们来探讨下如何构建AI平台,以及整个AI商业闭环是如何运作的。

厂商通过构建一个云平台,开放其部分AI技术,比如图像识别、语音识别、自然语言理解等。当然,厂商不会将其积累的AI技术和能力全部开放出来,一般是选取部分技术进行打包,并且开放出来的是“阉割版”。比如语音识别、图像识别的准确率会有所降低,尤其是跟自身有一定业务重合度的伙伴,这些策略能确保AI厂商在开放技术能力的同时依然具有一定的领先优势。AI厂商也会根据其伙伴的合作等级,开放出不同的能力,对于高战略等级的合作伙伴,可能会拿到更好的AI资源。AI技术和资源的开放程度,也取决于AI厂商与合作伙伴的收入分配机制,能分到更多的业务收入当然会开放更多的技术能力。

AI算法模型可以零成本复制,但是厂商能够提供的计算能力是有限的。所以,AI厂商一般会对合作伙伴能够同时支撑的终端数量会有所限制,也就是对计算资源进行限制。正如上面所说,AI平台厂商一般会限定一个免费额度,比如免费同时支撑1万个终端,超过这一个限度,就要通过付费来获得。这也是通过AI平台来拉动云计算业务的基本逻辑:免费开放AI技术,对提供的计算资源收费。

最重要的是,厂商通过AI平台来获取合作伙伴的数据。合作伙伴接入一个AI平台,其业务数据也就通过该平台来承载,这样AI厂商就能通过平台上的数据来优化其算法模型,而这正是其进一步提升AI技术能力的关键。AI厂商通过平台上获取的大量业务数据来提升技术能力,然后再将升级后的AI能力开放出来提供给合作伙伴,如此反复,形成一个持续不断的正向循环。

2.png

节选自《2018中国AI应用、平台与生态洞见报告》

基于这样的平台路径,AI厂商得以不断提升其技术能力,扩大其技术领先优势。同时,这技术优势又能帮助AI平台吸引更多的合作伙伴和开发者,慢慢形成一个AI生态。

3.png

在整个人工智能生态中,提供人工智能开放平台的厂商处于生态主的位置,对整个生态的演进发挥重要影响。生态主与伙伴体系、客户体系构成整个人工智能生态的主体,生态主及其伙伴共同为客户提供丰富的人工智能应用。随着生态的稳定,创投市场被上市体系部分替代,资本在人工智能生态中的重要性降低。政府将对人工智能生态的监管强度目前尚不明朗,未来存在政府强势介入市场的可能。

基于AI平台推动智能生态发展

把视角放远一点,我们将整个AI发展进程分为三个阶段,分别是技术资本阶段、应用阶段和平台生态阶段。

4.png

节选自《2018中国AI应用、平台与生态洞见报告》

技术资本阶段

AI技术获得突破,技术领先的企业获得资本亲睐,并在资本推动下获得快速发展。竞争的焦点是技术的领先性,以及融资的速度和规模。AI应用较少,处于尝试和验证阶段,AI厂商业务营收较少,主要依赖资本输血。

领域应用阶段

通过AI技术赋能各个行业,通过前期的验证找到一些适合AI应用的领域,快速商业化和规模化。应用领域拓展、行业深耕和客户资源的抢夺成为AI厂商的当务之急。部分实力雄厚的AI厂商,开始搭建AI平台,初步实现生态化发展,“跑马圈地”式的竞争日益激烈。AI厂商已经实现较好的业务营收,“超级马太效应”日益明显。

平台、生态阶段

被验证的AI应用市场大部分被瓜分,多数大的应用领域呈现寡头垄断格局。出现3~5家大的AI平台,横跨多个应用领域,各自形成AI商业生态。在计算机视觉、语音语义、智能硬件、无人驾驶等细分领域,实力较强的AI厂商构建该领域专用平台,并形成对应的小生态。值得提出的是,AI应用发展与平台、生态建设是同步进行的,以上的划分是以该阶段的主要特征为依据的。2018年~2025年,主要是进行AI应用落地,具有实力的厂商同步进行平台与生态建设,2025年左右,AI生态基本成型,“跑马圈地”基本结束。

AI平台不是孤立的,而是整个AI生态的核心环节。厂商通过构建AI平台,来逐渐聚集大量的合作伙伴、用户,最终形成一个完善的AI应用生态,为客户提供丰富完善的AI服务。可以预见的是,未来几年AI巨头们之间的平台之战将愈演愈烈。


欧应刚

人工智能、大数据、云计算和AR领域

致力于做一个有态度、有洞见、有策略的产业观察者

微信:oyg0001

邮箱:oyg@soft6.com


5.jpg

文章未完,点击这里查看全文(来自中国软件网)