『AI』技术出海到底有多难？( 二 )
有分析师认为 ， 近些年阿里巴巴在云服务领域的研发投入逐渐加大 ， 甚至到激进的地步 。快速建立起了丰富的产品矩阵 ， 带来了强劲的增长动能 。2017年阿里巴巴成立达摩院 ， 3年投入1000亿进行核心基础技术研发 ， 为云计算业务发展提供了强劲动力 。多年以来阿里巴巴的技术研发投入一直位居中国上市公司之首位 。
云计算就是效率和成本的替代 ， 当下IaaS收入占公有云市场收入的六成以上 ， 规模越大成本效应越明显 ， 财报显示 ， 2018自然年阿里云营收规模达到213.6亿元 ， 首次突破200亿大关 ， 上一年这一数字为111.7亿元 。这个数字仍有巨大的上升空间 ， 单以IaaS市场来看都有千亿级的市场规模 ， 云计算厂商需要为出海早做考虑提前布局 ， 来奠定规模效应延续的基础 。
人工智能单一出海难
AI技术从出现到被资本追逐 ， 一直都是件不容易的事 。比如毛利率低 ， 难有通用解决方案 ， 又难以形成技术壁垒 。多家AI公司的财务数据中显示 ， 营收毛利率通常都在50%-60%之间 ， 远低于SaaS业务60-80％以上的毛利率 。其实这背后说明的是人工智能一直存在的两个尴尬点 ， 一是基础设施的成本高昂 ， 二是为保障高精确度依旧需要大量人工支持 。
文章图片
文章图片
图片来源：网络
就基础成本而言 ， 训练一个AI模型可能需要数十万美元甚至更多的计算资源 。而模型的适用性又依赖于数据样本 ， 为了去调整AI模型 ， 还需要很多重复训练抬高了技术成本 。对一些公司来说 ， AI模型必须在区域云之间进行转移 ， 其成本更高 。
而从模型训练的困难度上 ， 就可以体现出AI领域难有通用的解决方案 ， 相比传统的软件行业会更难 ， 初创企业需要花费资金、人力、时间去部署产品 。对每个客户提供的都是专项服务 ， 甚至于两个同类型的企业未解决同一个问题 ， 最后得出的解决方案都会大不相同 ， 因为抓去的训练数据不同 。
而对于人工智能企业而言 ， “出海”还需要许多准备 。当下可行的是扎根于狭窄垂直领域去解决问题 ， 降低数据的复杂性；将应用程序紧密耦合到当前的工作方式 ， 可能会在将来导致体系结构上的劣势；拥抱服务 ， 借助合作伙伴的产品优势 ， 帮助合作伙伴成功；用良好的产品和专有数据建立良好的业务 ， 价值不会被辜负 。
我们能够发现 ， 越是技术密集型企业 ， 在出海过程中可能会面对的困难就越多 。娱乐、服务或工具类产品能够更加短平快进入新的市场 ， 但面临的竞争会更大 。当下 ， 许多行业巨头已经首当其冲 ， 迈向全球市场 ， 更多的人工智能企业也会加入其中 。
最后引用沈向洋老师曾说过的一句话：“我们已经进入了 AI 时代 ， 我们的生活与 AI 息息相关 ， 我们是接触 AI 的第一代人群 ， 无论喜欢与否都别无选择 ， 但是我们能决定该用何种方式来构建 AI 以及使用 AI 。”每个时代当中的优秀企业都会把最朴实的技术带到全球的每一个角落 。
推荐阅读
- 『小米书商量科技』移动为什么会免费送宽带，背后到底有何猫腻？网友：都是套路啊！
- 快充@三口65瓦+氮化镓技术！征拓新品：小却如此强悍
- 【】直播行业打响“技术战”，酷狗3D虚拟直播脱颖而出，优势何在？
- 【科技那些事啊】销量冠绝海内外！霸榜22年的长城皮卡，到底优秀在哪儿？
- 技术@全球首套规模化太阳燃料合成示范项目试车成功丨转化亮点
- [技术]安芯半导体再出货一台光刻机，价值千万元！满足国内芯片企业需求
- 『技术』鹤壁：全面提升科技创新能力为建设高质量富美鹤城贡献科技力量（1）
- 「Ultrasone」“互联网电视”到底意味着什么？VIDAA品牌交出答卷
- 技术@为楼宇安上“智慧大脑”，翠苑街道开创“一平台”数据互通模式
- 每日经济新闻咨询@联邦学习成人工智能新贵 腾讯安全：技术服务能力才是重点