众多人工智能项目,哪些项目可以投资?

2019-02-12 18:10
随着宏观经济环境、金融环境、市场和技术的变化发展,互联网和移动互联网时代“商业模式创新”带来的投资红利不再是未来十年的主流投资。人工智能技术已成为未来8—10年内最大的投资机会。然而,哪些项目可以投资,哪些不能投呢?
 
1.从垂直细分行业入手,而不是上来就做大项目
互联网行业,为了赢得投资者的青睐,往往是一个大而美的故事,谈论人类社会生活的革命性变化的规模,但人工智能行业实际上应该在大多数时候却不是这样。
AI想要解决的不是信息不对称的问题,是对现实环境的感知,以及决策问题。如果感知容易,那么我认为每个人都有个人经历,其实做决定和做出选择是最难的。目前的人工智能技术水平只能称为“解决单一问题的能力”。通用大型项目通常涉及复杂的多因素决策,远远超出当前人工智能能力的范围,而实际落地的专用项目自然不具备“大”属性。
当然,不可否认的是,有一些具有大规模特征的大型项目,如基于语音识别的项目,图像识别系列技术,还具有广泛的通用性。这遇到了第二个问题。这些项目对创业团队的运营和管理的要求较高。人工智能与整个服务领域深度融合,远远超过相似规模的互联网项目。如果一个企业家团队开始做一个改变人类生产和生活的大型项目,那么团队通常不具备匹配大型项目的资源,包括技术、资源、资金、管理能力等。更重要的是,当谈到大型集成项目时,它意味着高用户期望,高挑战性和高失败概率。
反过来,如果一个团队从一个垂直领域开始,它实际上符合早期团队资源运作的能力和当前的人工智能技术水平,因为目前的人工智能真的很弱。最好的解决方案就是取代大规模情报的重复工作,垂直域应用程序是最合适的。同时,垂直域应用程序通常是ToB类型。很容易找到典型的客户和典型的客户需求,这意味着项目的着陆能力非常强,是一个很好的投资对象。
2.明确垂直领域的应用场景
找得到垂直领域还不够,必须有明确的应用场景。例如,每个人都可以声称正在做AR + AI +电网项目,但是使用了什么样的场景?电网的哪一部分来买单呢?支付能力是否强劲?这是对项目基本技能的最大考验,也是投资者判断项目价值的关键。如果有非常明确的场景,我们知道与谁谈以完成这笔交易,并且它不是电网中最好的业务,例如,为培训部门做项目。就收入预期而言,比为生产部门做项目要好得多,因为培训部门是一个成本单位,年度支出预算有限;生产部门是一个利润单位。只要它可以节省资金并提高效率,人工智能项目的支出就是赚钱的。有些项目没有明确的应用场景,没有办法逐步完善且最后判断项目的质量。
3.优质的头部客户
这里的关键是:垂直领域应用场景往往是千差万别的,AI投资看似是一个领域,实际上是一个横跨几乎所有社会生产生活领域的横向投资。投资人想成为每一个领域的专家,是非常不现实的,那样判断项目是否具有投资价值,很大程度就是看项目是否有足够数量的头部客户,而且客户签单并不是简单的小批量实验性订单,而是大批量生产型订单。例如汽车领域最好是前装市场订单。如果头部客户肯海量下单,说明产品已经具备了很好的可靠性,项目也就具备充分的投资价值。又例如现在很多AI项目听起来应用领域很多,但是仔细一考量,会发现每个领域可能都是签了一两个小订单,客户只是出于各种原因,为了投石问路而提供了一些实验性项目,这样的订单其实不见得一定能够持续,需要对订单服务内容和客户反馈进行深入尽调分析,才能确定它能否在未来一年转化为批量生产型订单。
4.团队的演进能力强
要判断团队演进能力是否强,一个好的办法就是看创始人之前的经历是不是有过成功的跃迁,或者至少有过合理的跃迁,能够敢于从相关行业跃迁到AI行业的人,或者在AI行业已经工作创业多年,做过多个不同的项目的人,比起纯粹学习AI行业,博士毕业出来第一次创业的人,成功概率要高很多。年龄大一些,成熟一些的创业者,成功概率要比年轻人高很多。没办法,这些都是要靠多年经验一点点浸出来的,可不是互联网时代所谓过三十不投的逻辑。
最后说说为什么AI项目会不断演进呢?原因也很简单,AI公司就是管理咨询公司,所有的管理咨询都是从简单的事情入手,给客户解决了问题,客户体验很好,会自动提出新问题来。例如一家做叉车智能化的公司,很多客户是工商业头部客户,他们一旦发现在叉车这一块,每年投入1500块,一年能节约15万成本,你说他会不会高兴,肯定会;他会不会想出一些新的物流仓储智能化需求来问你,肯定会。那么这些新的需求,经过一段时间,必然会衍生出新的产品和服务机会,商业模式跃迁也就完成了。反过来说,如果没有叉车智能化这个敲门砖,你就算认识客户,客户也不见得能想得出来其他的需求,因为他对AI没有认识,没有体验。所以说,AI当前一代产品和服务投入使用,就是AI新一代产品和服务研发的开始。
文章来自于www.kezhiyin.com
分享到:
收藏
相关阅读