有人認為AI距離我們太過遙遠,現在談論為時尚早;有人認為AI時代已經到來,我們應該抓住時代的紅利。那麼,AI到底在春天還是寒冬?
授課老師:劉維BV百度風投CEO
我們先來看幾個AI應用場景的案例。
便利店的運營效率非常高。一家小小的便利店,它每一天的運營、維護都是複雜的過程,在過去20年里,這個產業的效率不斷提高,現在看來,可以說已經做到了極致。但是,在前兩年,有不少人開始用AI技術,也就是視覺識別去做便利店,最後的效果不太好,為什麼呢?因為替代成本非常高,一個視覺結賬系統替代一個收銀員,這個系統需要更昂貴的IT工程師定期維護,一旦系統出錯,造成的損失也會更大。一句話說,在原有便利店的基礎上,使用AI技術並沒有提高產業效率。
第二個例子是大家在銀行見到的輪式機械人,它會主動問好,並且能夠與你進行一些簡單的對話。但是現在來看,這樣的機械人沒有什麼作用,因為它無法替代銀行的工作人員。銀行員工接受過良好的訓練,在與客戶溝通、處理矛盾、求助方面具有很大的柔性空間,這些都是機械人做不到的。開玩笑地說,下雪的時候客戶經理還能出門掃雪,如果有人搶銀行,工作人員還能起到一些安保作用,這些都是輪式機械人做不到的。這樣的產品只有一個智能化的噱頭,很快就不會有人使用。為什麼會這樣?還是那句話,這種AI技術的應用,沒有提高銀行業的產業效率。
第三個例子是大型倉儲物流中的機械人應用場景。幾千台輪值機械人快速移動對貨物進行分揀,大大提高了物流的效率。正是這類技術的應用,才保證了我們對物流的高要求。AI技術在這裡的應用是成功的,也是行業所追求的。
總結起來,我們可以說:AI是春天還是冬天,取決於其提高產業效率的能力。
產業效率的提高和人類的幸福息息相關
什麼叫效率?從系統的角度看,效率就是輸入一個系統的功,最後轉化成了多少的功,這個輸出功和輸入功的比值,可以理解成效率。
在產業上,也存在產業效率。這裡的輸入是僱傭員工的費用、土地租金、原材料成本等等,如果相同的輸入,我們獲得更高的輸出,我們就擁有了更高的產業效率。
在古代的皇室,皇帝所擁有的御膳房的效率和今天的外賣平台的效率相比如何呢?在那個時候,御膳房就是要不惜一切代價把飯做好,而且要時刻準備着。菜不管吃不吃都要備好,鍋里永遠在燉着東西,只要皇帝有需求,從做飯的到傳菜的整個環節都會調動起來,只為皇帝一個人服務,成本非常地高。
而現在的外賣平台,其所包含的菜品種類遠比御膳房的成百上千種菜還要多得多,由於產業效率的提升,今天的每個人都能享受到這種高效率下的便利。給我們送菜的不是太監,而是騎士,他們通過搶單、拼單把配送成本降低到幾塊錢,但是一樣實現了為一個尊貴的客戶,提供專門的服務,這都是產業效率的提升帶來的。
▍效率提升=性價比提升=需求量幾何級提升
為什麼效率提高如何重要?因為它的改善能夠帶來產品性價比的提升,從而引發需求的幾何級增長。福特的T型車就是一個經典的案例。
在20世紀20年代,汽車作為一個只有富豪才消費得起的奢侈品,正在逐漸地走向平民化。福特通過流水線生產,把T型車的價格從4000美元降低到800美元,進而進一步降低到了200-300美元。這意味着對於普通的美國民眾而言,一年的工資也可以買一輛車,即使在1929年大蕭條的時候,汽車總銷量依然是攀升的。
同樣的例子也發生在酒店行業身上,它們遵循同樣的邏輯。今天,五星級酒店對於一般的中產階級而言,不再是可望不可即,越來越多的人可以享受到這樣的服務,這是如何做到的?酒店管理公司對酒店運營進行了標準化,以前可能需要3個管家服務一個房間,現在通過分工與標準化,可以讓一個保潔人員清理20個房間,另一個採購人員負責給100個房間採購水果。
我們通過工序的專業化大大降低了成本,從而提高了效率。在一個連鎖網絡系統中,讓最優的實踐能夠固化成標準,然後向次優的酒店推廣,這是酒店管理公司、或者說任何一種管理類公司業態存在的價值,因為它提高了行業的平均效率。
從另一個角度來看,在酒店行業,酒店管理公司往往不擁有酒店,它只是幫助酒店擁有者運營酒店而已。那為什麼這些擁有者願意讓他們來管理,還同意同分走一部分利潤呢?因為這些管理公司雖然拿走了錢,但是把酒店的效率提高到了原先無論如何也達不到的水平。
▍提高產業效率有哪些手段?
雖然都說大道至簡,但是簡單到極致就是自然主義。去郊外撿一個蘋果,然後賣掉,很簡單,效率也很高,但如果是100萬個蘋果呢?
效率來源於複雜性,複雜系統才能獲得超額的「節約」。
案例1:擴大規模,攤薄成本
最典型的例子就是連鎖酒店,通過把單體的酒店連接起來,降低成本,從而實現產業效率的提升。
案例2:流水線分工,提高專業效率
福特的T型車就是通過這種方式,通過流水線作業,提高了工人的勞動生產率,進而降低生產成本,提高產業效率。
案例3:通過更複雜的工藝提高轉化效率
比如原來做衣服用的原材料都是棉花、羊毛,現在可以用一些不是自然的材料來做衣服,比如特殊的纖維。造紙行業也是一樣,以前只能用高質量的樹皮才能造紙,現在用的材料是很豐富的。
案例4:集合渠道,提高分發效率
以沃爾瑪為代表的大型超市就是這樣的業態。把客戶邀請來了,就要賣給你更多的東西。為什麼沃爾瑪可以打敗美國那麼多的鄉村小店?正是因為沃爾瑪能夠一站式購齊,其他小店做不到。
案例5:長期轉化,提高留存效率
這是互聯網時代最常聽到的效率提高方式:送給你一個蘋果,但是未來你所有的豆腐都是從我們這裡買的。
案例6:複雜營銷,提高撮合效率
通過不一樣的定價策略、定向地精準營銷,更快速的撮合交易。
案例7:資產復用,提高成本效率
鐵路的出現有深遠的意義,但是在最初,美國很難修建跨州的鐵路,因為成本太高,高到沒有公司願意買單。後來有人發明的單線鐵路,在此之前鐵路都是雙線,要修兩個軌道,採用單線之後,成本可以降低30%。單線的鐵路不能對開,因此要修建多條單線,如何能保證效率呢?這時候就要依靠調度了。
![](https://easyai.tech/wp-content/uploads/2022/08/e3e84-2020-02-17-022352.jpg)
AI產業如何落地?
在討論AI產業如何落地之前,要先看看AI時代帶來了什麼?
從技術湧現的規律來看,對單點技術判斷的對錯不是最重要的,更重要的是判斷對它的整體趨勢,你一樣能在這個技術應用中獲得很好的收益。
1. AI不是無所不能的
首先,AI無法直接進行「高級思考」,無法解決通用問題,因此開放性的任務不適合AI。再者,AI無法給出100%可靠的判斷。既然如此,用AI技術在原有的產業效率模型內打補丁,往往不是最好的選擇。因為原有的體系是面向高可靠性、自動化、高精準的。最後,在AI替代人的方面,我們認為,AI缺乏柔性,替代人的成本會非常高。拿話務員來說,他們受過專業的訓練,有很強的柔性能力,即便無法解決客戶的問題,也可以通過溝通技巧解決爭議,但是如果用AI代替他們,往往效果不好而且成本很高。
2. 要發揮AI真正的優勢
AI時代的核心首先是智能決策的時代,AI的真正優勢是決策能力。比如蘋果種植,可以根據蘋果在生長周期內的日照情況、降水情況、顏色變化、氣體釋放等數據,分析出來一個模型,判斷蘋果成熟的概率。這一點是人類和自動化所無法做到的。這樣的能力可能不太準確,但是隨着時間的推移,它具有很大的商業價值。
3. AI時代是智能人機混合系統的時代
既然AI是一個決策系統,那麼這個決策系統具有何種架構呢?千萬不要認為AI就是一個狹義的算法,AI的數據計算本身是一個中間環節。以呼叫中心為例,AI可以通過歷史數據的分析,對每個來電的需求非常了解,這種了解遠超一般的話務員,但話務員有價值嗎?當然。他能夠聽懂很多口語化的表達,擅長情感上的溝通。如果把AI和話務員結合起來,這就是以機器決策為主的人機混合。
AI產業落地的五個步驟
第一步,找到絕對的痛點。
用AI對給今天的行業模型打補丁,做別人也能做到的事,這不叫絕對的痛點。那什麼叫絕對的痛點呢?這需要大家結合自己的行業經驗去找,但我可以告訴你什麼不是。各種商業要素有強大約束的不是,這個時候,即使你的效率很高,也無法打敗效率低的人,因為重置成本過高。酒店管理公司做得好,酒店都願意加盟,因為酒店的物業本身不稀缺。如果你把加油站的效率優化的很多,是不是很多加油站會來加盟你呢?可能不會,因為要素的流轉不充分。
2019年,中國的油氣勘探領域對民營資本放開,我們可以利用AI技術,去分析哪裡可能有更好的油田。但是如果在2019年之前,這個領域還沒有開放的時候,即便你解決了這個問題,也無法撬動市場格局。
第二步,判斷人工智能的潛力
找到絕對的痛點之後,我們要判斷智能的潛力,因為不是所有的問題都適合AI(人工智能)去解決,比如設計一個太空飛船這樣一個開放性、創造性的問題。再就是有其他替代手段的關鍵性問題,這些問題對可靠性的要求往往非常高,也不太適合AI去解決。比如腫瘤的早期診斷,如果今天的所有的醫生都做不到,AI哪怕能起到一點作用也是一種能力補償,但是如何有其他的替代手段,AI的不準確性就會被成倍的放大。
第三步,設計完整的系統
如果找到的痛點足夠痛,AI也可以解,我們也無法期待簡單的應用AI技術就能解決這個問題。因此,面對這樣的情況,我們要敢於把系統做「重」,就是複雜一些。第一是敢於碰硬件,硬件雖然帶來了複雜性和更高的成本,但它能夠帶來信息採集的效能,並且形成決策實施的閉環。第二是敢於碰運營,不光是基於人-機的運營,還要敢於去做運營商。第三是不依賴已有的數據,而是逆向思考:為了解決這個痛點,我們需要把什麼數據引入進來?
第四步,尋找切入的路徑
百度風投作為一家早期風險投資企業,我們和被投的每一個項目都會討論,未來的終局是什麼?未來五年、十年到底能不能做出一些顛覆性、產業革命的事。即便創業者談清楚了,繞回到實施,很有可能也要從一件改良產品的小事做起。
比如農業的種植,一上來就想開發一種新的種植方法,那麼整個項目的驗證周期會非常的長。能不能利用現有的數據在原有的方法上提高一些效率,降低一些成本?這雖然不是終局,但是一個非常重要的切入途徑。
第五步,尋求模式變革
一旦切入進去,我們就要尋求模式的變革。但是要記住一點,項目落地之後的紅利期往往是有限的,如何在有限的時間之內找到模式變革的方法,尋求升維,這是一個很重要的命題。拿三文魚的養殖來說,三文魚只能生活在特定的水域內,這樣天然的水域不需要做很多人為的補償。而隨着AI技術的發展,有一些不適合養殖三文魚的地方,也變得合適了。比如有一片水域,三文魚可以生長的很好,但是突然來了一股寒流,魚都凍死了,對於這樣的環境變化,利用一套智能系統恰恰可以進行預測和補償。
如果這樣的技術系統證明可行,我們就能夠在合適的時間,去圈佔三文魚養殖的上游要素,把這個項目做大。最終通過模式的變化,把產業效率做上來。如果這件事別人也能做,而我們效率做的更高,這是一種溢價能力;如果我們把它升維到一件別人做不了的事,又是一個溢價能力。
轉自混沌大學,原文地址
Comments