AI時代,我們到底需要什麼樣的“大腦”
隨著AI技術的一步步普及,我們可以發現一個有趣的現象——“XX大腦”正在進入量販式時代。
AI作為一個範圍較大的代指,其中包含著一系列複雜的結構。從大類上可以分出演算法工具、資料資源和軟硬體算力支援三個角度。其中又包含著影像識別、資料探勘、雲端計算大量細分技術。如此看來,AI確實很像一顆大腦,各個部件有著不同功能。正因為AI結構複雜,科技企業在進行輸出時,非常喜歡將一系列技術、工具以及其他資源整合成通俗易懂的“大腦”概念,整體向開發者、生態合作伙伴以及應用者開放。
於是,我們可以看見自從2017年以來,各式“大腦”井噴式出現,有阿里的阿里雲ET城市大腦、百度的百度大腦、騰訊的騰訊超級大腦,BAT集體下場之後,其他專注於各自領域的科技企業也開始加入,360推出了安全大腦、浪潮推出了浪潮元腦、新華三推出了新華三數字大腦等等。
在這種“百腦齊放”的情景之下,AI大腦們面臨著怎樣的競爭狀況,何種型別的AI大腦更容易在競爭中脫穎而出,已經成為了一個有趣的命題。
為量販大腦們重新分類
“XX大腦”雖然數量巨大,可各自的定義和功能定位卻不甚相同。在探索AI大腦的產業競爭狀況之前,我們可以大致將AI大腦從定位上分為以下幾個類別。
·產品整合型。代表產品:阿里雲ET城市大腦
對於阿里雲ET城市大腦這類產品來說,他們所錨定的領域更加細分化,不斷深入到醫療、環境以及各個城市中去。場景越深入,這些產品與應用者之間的距離就更加接近。這也意味著阿里雲ET城市大腦這類產品正在越來越多越過開發者環節,將演算法、計算力甚至資料資源打包整合,嚮應用者提供零門檻、高整合度的解決方案,讓應用者可以即拿即用。
·平臺輸出型。代表產品:百度大腦
比起直接面對應用層面的產品整合型,也有很多產品選擇介入中間層甚至更底層。百度大腦就是如此,將深度學習框架、自動機器學習開發工具、語音影像技術等等AI落地中不同流程所需要的工具開放在平臺之中,方便不同規模、不同領域的開發者將其利用起來。換句話說,平臺輸出型AI大腦如同一條高速公路,賦能開發者讓AI技術更快到達終點站。
·垂直功能型。代表產品:360安全大腦
產品整合型和平臺輸出型的AI大腦,大多兼顧著全領域的AI場景。但目前逐漸出現了一些與之不同的產品,只專注於安全、計算或雲服務等等某一垂直功能。360的360安全大腦就是其中一個典型案例。自從2018年首次提出360安全大腦的概念以來,迄今為止已經推出了一系列相關的策略和產品,規劃出了家庭安全大腦-城市安全大腦-國家安全大腦的“安全大腦生態”。透過軟體演算法和智慧硬體的組合,來專注解決一切與安全相關的問題。
軌跡交疊:AI大腦們的前途都是一片光明嗎?
這幾類產品看似有著明晰的區分,但在當今的技術產業發展大背景下,各自的發展軌跡也會有互動重疊,甚至彼此之間產生競爭。
首先,整個技術產業所面臨的一個共有問題,就是開發人才的緊缺。
在第二十屆的AI人才高交會上,AI專業應屆生已經從50萬年薪拔高到了80萬。在“大腦多開發者少”的前提之下,平臺開放型大腦扶持開發者的成本正在逐漸增高,大腦們不得不打造更加低門檻的工具與碰撞低技術基礎的開發者,同時不斷給開發生態予補貼。如今我們可以看到百度、騰訊等等企業都在推出諸如“AI訓練營”等等孵化計劃,以便在開發生態中跑馬圈地。
其次,產業應用場景中的競爭也會愈演愈烈。
目前看來,阿里ET城市大腦將目標直接放在了應用場景之上,而平臺開放型大腦則更多關注開發者。可實際上,開發者們的最終目標同樣也是應用場景。即使繞行,這兩種型別的大腦在應用場景層面也有不少重疊,恐怕最後終有一戰。
而這兩者會產生競爭的原因,其實還在於變現途徑之上。
在目前的趨勢中,大多數AI大腦選擇的變現方式是透過影像、語音等等技術的API介面呼叫和雲服務進行收費。可隨著AI技術門檻不斷降低,演算法技術本身的價值只會愈發低廉。AI大腦們僅僅依靠雲端計算資源進行變現是絕不足夠的,恐怕還要對AI大腦背後的企業生態加以更多依賴。
從未來發展前景看來,平臺輸出型和產品整合型大腦無疑站在了一條更加擁擠的賽道之上,長遠來看並不樂觀。
用三個支點撐起未來:垂直類大腦如何立足?
相比之下,垂直功能型的AI大腦或許能在產業波動軌跡中,找到一個更穩固的支點。我們可以以360安全大腦為例,看看垂直功能型大腦如何在“百腦齊放”的今天立足。
第一, 垂直功能意味著明確的價值。
在AI帶來的技術革命中,整個社會對於技術升級是全面渴求的,我們需要各種識別生成技術,也需要更快的計算能力,還需要種種開發工具。可究竟哪些技術能夠切實創造價值,卻還是一片混沌。
360安全大腦的優勢之處就在於,快速地找到了一個價值明確的領域——安全。一邊利用AI技術解決以往無法解決的安全問題,例如AI演算法識別電信詐騙、影像識別加強社群安保等等;另一方面去解決技術高速發展過程中誕生的新問題,例如360推出的保護IoT裝置安全的智慧路由器家庭防火牆等等。
有了明確的價值,就意味著可以為產業提供切實的賦能,為後續的一切發展立下了前提。
第二, 垂直功能意味著自生態空間。
當技術全面提升時,再垂直的空間也是深而廣的。在安全這一領域中,360安全大腦對於產業的開發是共享式的,在國家安全大腦和城市安全大腦層面中,360除了利用自身本身海量的安全大資料和“東半球最強的白帽子團隊”,也一直在為實現“大安全”而奔走努力,並始終秉持開放態度來構建一個線上到線下的安全生態。
也就是說,獨立在AI應用生態之外,360安全大腦又在安全這一垂直領域中挖掘並組建了自生態,形成一種更獨立的迴圈機制。在垂直領域中挖掘自生態,意味著能夠避開與其他AI大腦的在淺層應用場景中的競爭,儘可能地去減少資源浪費。
第三, 垂直功能意味著清晰的變現路徑。
當擁有了明確的價值定位和自我迴圈的生態空間,就意味著AI大腦不再需要廣撒網式的爭奪應用場景、賦能開發者,在成本範圍上就大大收斂。從商業化前景來看,其路徑也更加清晰。
就拿360安全大腦來說,攝像頭、路由器、門鎖、門鈴等等硬體的智慧化升級,就能夠提供足夠強的商業化底牌。
這三個“意味”形成了穩固的支點,讓垂直功能型AI大腦可以目的明確地深入產業,儘量避開與其他AI大腦的生態位交疊,集中資源深挖垂直生態。
國際共識:AI產業化從航母式發展到精準打擊
不難發現,“垂直功能”這一模式在國際視角中出現的頻率也越來越高。
例如谷歌旗下Chronicle所推出的全球遙測平臺Backstory就是透過整合自產資料和第三方資料來實現大範圍、大規模的安全資料分析,從而高效搜尋病毒,駭客和安全漏洞。幾個月前,Facebook也開源了他們的AI硬體系統,從自身擅長的影像角度入手,推出了AI 推理、AI 訓練和影片轉碼的解決方案。
雖然這些產品並沒有借“大腦之名”,但綜合多種技術投入垂直領域,直接嚮應用場景輸出功能的概念,是與垂直功能型AI大腦相當一致的。
如此看來,其實在未來技術應用趨勢之中,海內外科技企業正在逐步達成共識——大而全的航母式技術平臺市場已經趨於飽和,專精價值、有明晰商業化發展路線的精準打擊式產品才存有更廣闊的生長空間。
當然想要搭建這種深入垂直需求的AI大腦也並非易事,垂直性和功能型越強,越考驗著企業的技術實力和產品化能力。可這恰好也是AI大腦如今最需要樹立的門檻,AI大腦不應該是被隨意套用的概念,而是真正能在技術產業化過程中發揮指導作用的指揮官。
AI大腦的優勝劣汰終會來臨,經歷過市場的淘洗之後,或許會按下技術產業化的加速鍵。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2645068/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 我們需要什麼樣的智慧和AI人才?AI
- 到底為什麼我們需要 Clickhouse?
- 我們需要什麼樣的 ORM 框架ORM框架
- 新基建時代,需要什麼樣的IDC
- 迎來工程化的大前端時代,大前端到底是什麼?需要學習什麼前端
- 智算時代需要什麼樣的儲存?
- 大模型時代究竟需要怎樣的 AI 資料庫?大模型AI資料庫
- 當我們建立HashMap時,底層到底做了什麼?HashMap
- 當我們說開放世界的時候,我們到底在說些什麼?
- 未來我們需要一輛什麼樣的智慧汽車?
- 我們在講的 Database Plus,到底能解決什麼樣的問題?Database
- 我們為什麼需要CDP?
- 為什麼我們需要 VuexVue
- 戈小羊:為什麼我們都是大資料時代的“統計文盲”?大資料
- 坦途與波折:我們需要什麼樣的人工智慧?人工智慧
- 什麼才是AI大時代下、真正的AI思維?AI
- 我們的時代
- 當我們談論Spring的時候到底在談什麼Spring
- 優達學城:AI創業熱潮之下,我們究竟需要什麼樣的人才| AI TALKAI創業
- 我們需要怎樣的 Service
- seo到底需要什麼樣的網站編輯網站
- 我們為什麼需要雲原生?
- 我們為什麼需要async/await ?AI
- AI時代需要的網路,跟過去有什麼不同?AI
- 多位專家解答:AI安防行業到底需要什麼樣的伺服器?AI行業伺服器
- 我們到底為什麼要用 IoC 和 AOP
- 作為AI產品經理,我們到底在優化什麼?AI優化
- 大資料時代,我們如此赤裸大資料
- 大資料時代我們是否還需要資料庫設計?VG大資料資料庫
- 我們常聽到的WAL到底是什麼
- 什麼是Web workers?為什麼我們需要他Web
- 我們為什麼需要 lock 檔案
- [譯] 為什麼我們需要 Web 3.0Web
- “過時”的SpringMVC我們到底在用什麼?深入分析DispatchServlet原始碼SpringMVCServlet原始碼
- 雲時代的計算機實驗室,到底應該長什麼樣?計算機
- 進擊的WebRTC:我們為什麼需要它?Web
- 當我們開發一個介面時需要注意些什麼
- 為什麼我們需要訊息佇列?佇列