当移动互联网的红利时代接近尾声，人工智能取代安卓开始成为下一个产业风口。正如硬币总有正反两面，这是个好事，不太好的事也随时而来。根据Garnter的预测，2018年超过300万人要向机器人老板汇报工作。未来会有很多机械工作可能会被机器替代，甚至是更加复杂的劳动，包括CEO工作的20%都有可能由机器代劳。

但我们需要担心的远不止这些。

野蛮生长背后，人工智能需要实干家和连接者

如今人工智能领域的竞争正在逐渐升温，其激烈程度并不亚于曾经的“百团大战”和O2O烧钱补贴战，多数人是想早期进入以获得电子商务系统行业红利，也有些人仅仅是为了薅羊毛。

1、乱象丛生的人工智能，有人正在薅羊毛

按照极客帮基金创始合伙人蒋涛的说法：“现在去xxx创业大街向天上扔一沓美金，砸到10个路人，有9个都自称投资人，其中8个投人工智能。”这些人满嘴的Artificial Intelligence、摩尔定律、大数据、新算法、认知技术、计算机视觉、机器学习、自然语言处理、机器人技术、语音识别……要是不懂点Deep Learning基本原理，没看过雷·库兹韦尔的《奇点临近》都不好意思和别人打招呼。就连在在全球消费类电子展上，71%的展品、展位也都是跟机器人和人工智能有关。

但这样的繁荣景象并不能掩盖那些滥竽充数的“羊毛党”。

举几个简单的例子和数据。

大多数商城系统网站建设创业者并未能接触到一些核心算法，而只能玩弄概念。以图像识别为例，只有个别巨头才能把识别准确率做到99%以上，很多创业公司只停留在80%左右的水平，但这些创业公司仍然举着掌握核心科技的旗帜招摇过市。

和AI高度相关的数据公司，为获得更高估值和融资，无不说自己有多AI，但正如网络上已曝光的，“目前市场上有很多所谓的大数据公司，都是通过倒卖数据赚取差价的公司，而这些公司的数据来源，很多来自数据黑市。”“一些数据贩子由于没有任何加工能力，通过一些关系，掌握某类数据源，在不做任何加工的情况下，直接卖裸数据，赚取差价。”这对发展人工智能最直接的影响是“如果底层的数据都是虚假、不准确的数据，再好、再先进的分析模型也不可能解析出正确的结果。”可他们却赚得盆满钵满。

即便是讲证据的医学领域，也充斥着《人工智能PK最强医脑系列大赛》、《首届人机读片竞技大赛召开》、《AI-医师读片竞赛》、《XXX达到/超过人类医生的水平》等各种人机大赛，但这样的活动一共才十几个甚至几个医生参与，几百张甚至几十张医学影像，且不论权威性、科学性有多强，这些人对此乐此不疲除了凑热闹，恐怕还有更多的直接利益诉求。

事实上，即便是巨头，他们的AI能力也只是在初级阶段，比如谷歌投资了一套使用机器学习算法的系统，用来识别网上的不良言论。这套系统名叫“洞察”（Perspective），使用了机器学习算法。然而人们发现，手误错别字都能骗过它。更别提多数创业公司手里所谓的核心科技，用一个行业人士说“这就是在讲故事”。

2、巨头和媒体才是AI发展需要的左右脚

就是在这样的草莽时代，大家都在呼唤有人能站出来，而巨头和媒体被寄予厚望。

我们先说实干家：巨头。

从百度发布2016年财报看，光人工智能研发就砸了100亿，而科大讯飞的研发投入也接近25%。要知道从事人工智能研究，首先需要有独一无二真正的源头技术创新，要有一批顶尖科学家，这不是一般的创业者能有的。再者人工智能要有海量的、不断迭代的数据使得你可以学习和训练。所以无论是国外还是国内，谷歌、facebook、苹果、微软、IBM、百度、阿里等这些巨头才是最有机会做大做强的。

从目前的市场来看，这些巨头分布在这些领域：

计算处理及信息储存的芯片巨头，如英特尔、NVIDIA等。

大数据产业链中的原始数据获取方，包括运营商、BAT、微软、谷歌等，它们掌握着机器学习必须的数据资源，决定了人工智能发展的广度。

人工智能技术的研发集团，如今自动驾驶、深度学习、语音识别以及图像识别等领域都有着各自取得领先公司和团队。诸如谷歌自动驾驶、IBM Waston、百度自动驾驶及语音识别。

再说作为连接者的媒体。

也正是在这个鱼龙混杂的阶段，作为监督提醒者、传播者、也是连接者、参与者，媒体既有这个能力，也有率先入场的必要。

这一方面是AI威胁论四起，媒体人一度被说成将被AI替代的对象。（也的确，腾讯、今日头条、新华社等已经开始运用写作机器人成稿。）

另一方面，在这个快速成长的领域，那些引导、探索方向的专业媒体，一直是从业者迫切的呼唤。

按照乌镇智库的数据显示，近五年新兴人工智能企业新增超过1000家。但实际上除了外包，很少有掌握核心技术的工作真正找到了盈利方向，尤其是为人瞩目的无人车等领域，距离成型的模式还比较遥远，AI本身其实只是处于方兴未艾的阶段，多数从业者需要一个推手，引导、提醒他们正确的往前走。

这个过程中，媒体扮演着连接者的角色，分享报道全球最前沿的行业成果，帮助企业对接最合适的资源，以带动整个行业的转型升级。起着引领和探路的作用，所以必不可少的是专业性、广泛联结的资源。

这波AI红利，谁会成为第一批受益者？

润米咨询创始人刘润在总结趋势红利时，提到四大红利：流量红利、社交红利、创新红利、全脑红利，分别对应的是渠道、营销、产品和组织领域的创新。越早抓准红利的企业和个人，越容易在变革中获得跨越式成功。响铃认为，这波AI红利，流量红利和创新红利会最先释放出来。

1、流量红利享受者：坚持做长板，建立核心能力，做连接者

这最直接的受益者是客户群为2c的企业或媒体，类似于上一波内容创业浪潮下的咪蒙、段爷等自媒体，他们通过内容输出快速获得流量和用户，并做转化。

但在AI领域，作为媒体，光有内容优势还不够。人工智能还至少要求媒体在扮演好观察者角色的同时，既要能零距离贴近成长中的AI企业，又要有专业深度的媒体能力还需要总揽全局、把握方向的未来视角。

总体来看，这些媒体，只有坚持做长板，建立起核心能力，担当好连接者，才有可能深入到科技与产业的核心，成为连接人工智能科技产业界与世界前沿的桥梁。

2、创新红利享受者：避免一些坑，抓住一些行业机会

创新红利主要落脚到产品上，也就是企业。麦肯锡提出了一套产品创新的分类方法，主要包括：基础技术创新、工程技术创新、用户中心型创新（从功能到体验，从体验到个性）、流程效率创新。在AI领域，基础技术创新和工程技术创新尤为突出。

比如，支付前端的核心是身份识别，每次识别技术的进步，都会倒逼整个支付体系的革新。线下时代，身份识别的方式是卡片和签字；PC时代，是用户名和密码；移动时代，是二维码或NFC；AI时代，是生物识别。阿里巴巴的刷脸支付只是个开始。在这些真正的基础技术、工程技术革新面前，用户体验创新也被迁移到全新的技术平台上。

但创新红利要求企业借助商业化积累资金进行更深层次的研发，而不是将人工智能作为噱头来蹭风口。这就需要创业者识别一些坑，因为人工智能可以深耕的领域有很多，却又并非所有的领域都适用人工智能。比较常见的坑有两个：

一是完全不顾用户体验

只是为了人工智能而人工智能，AI只是他们炫技的工具，诸如人脸识别登陆、虹膜识别支付等，现在真正需要应用从场景还很少，多数人也不会用，却要为这些概念埋单。

二是对人工智能寄予不符合现状的要求

比如在微软的小冰、苹果的Siri等一炮而红后，一些创业公司纷纷推出聊天机器人，并炒作成所谓的“情感伴侣”。可结果是鸡肋，饱受诟病。

其次要抓取一些机会。

调查结果显示，盈利良好或前景乐观的AI创业项目有着三个共同点：

应用于封闭可控的场景；

辅助人类完成重复性的具体工作；

可实现的切入点。

或许只有满足这些条件，创业者才真正迎来了赚钱的红利期，幸运的是这些领域并不稀缺。比如客服场景中有大量的重复性和标准下问题，如产品价格、支持退货吗、是否发货等问题，在这些问题上消耗太多的人力，对企业来说无疑是一种资源浪费。目前阿里、京东等已经将人工智能引入客服系统，也出现了网易七鱼、Udesk等第三方智能客服云服务，前景比较乐观，尤其是在很多具有数据门槛的垂直行业。

李开复则认为金融、无人驾驶和医疗这三个领域人工智能大有可为

吴军博士在《智能时代》提到，在智能革命中，前2%的人掌握世界，其余98%都被淘汰。我们需要看到人工智能的发展尚处于初级阶段，创业者很难在理想和情怀的鼓舞下一蹴而就，最理想的恰恰是滚雪球般的不断成长。风口总会过去，概念总会失效，在这个过程中，不要忽视媒体的价值，也不要只盯着巨头在做什么，找到最合适自己的方式快速盈利，才是推动创新和产业进步最现实的做法。

文章来源：思路网，http://www.siilu.com/20171027/251518.shtml