2020，AI演算法市場能火起來嗎？

對於AI 演算法市場來說，2020年，它將在探索中等待，也在等待中探索。

2019的存量只剩一個多月，各種年度總結即將蜂擁而至。回頭看看這一年的AI發展，或許八個字的總結十分合用“虛火下降，實火上升”。或許很多朋友覺得身邊討論AI的熱度在下降。確實如此，今年從投資併購的發生數量、媒體對AI的討論，以及社交媒體上AI的熱度來看，都較比前兩年大幅降溫。

但是如果把目光放到真正做AI和應用AI的產業鏈中看，卻會發現今年的AI進步非常明顯。中國AI產業中的基礎演算法創新，框架、晶片，以及配套IT產業的進化，都讓2019堪稱飽滿。而如果說硬要舉出一個東西來證明AI依舊熱，我想應該是：今年，AI演算法市場一個個建起來了。

所謂演算法市場的概念很好理解，因為我們們都用過APP應用市場。演算法市場也是一樣，眾多開發者把自己開發訓練的AI演算法模型放到同一個平臺上，應用者按需付費下載即可。

但在今天，演算法市場模式顯然還沒啥熱度，在AI領域外甚至很少有人知道它的存在。這到底是為什麼？幼小的演算法市場又為何被幾大AI巨頭紛紛看好？這種新商業模式能在明年火起來嗎？

讓我們一起進入“星星之火”的演算法市場故事。

必然發生的演算法經濟2.0

演算法市場一定要建，並且早晚會火，是對AI略有了解者都不難做出的判斷。這是因為這樣的商業模式非常符合AI to B模式的發展邏輯，甚至可以說是必然選擇。為什麼這樣說？

我們知道，演算法模型是AI的最終表現形式，可以說是深度學習模式下的軟體形態。而在AI演算法開始作為一種商品進行有價銷售的時候，市場上必然出現演算法相對少，但要佔領最通用場景的情況。

這可以稱為產業誕生初期的演算法經濟1.0模式，其紅利享用者就是商湯、曠視為代表的機器視覺演算法公司，最具代表性的應用場景是人臉識別+智慧安防。

而在AI不斷髮展的程式裡，算力和資料會不斷被深度利用，演算法本身也在不斷提升精度，增加應用廣度。這個時候，AI的能力不再僅僅是簡單的識別和判斷，而會深化到各種垂直需求當中。

今天，很多我們想象不到的場景都有AI應用的可能，僅僅是智慧安防領域，就已經可以細化到安全帽識別、吸毒人員識別、街頭寵物識別這樣的能力。再向前走，必然會出現沒有兩個行業、兩家企業應用相同的AI演算法，並且會出現單一企業應用大量不同演算法排列組合出自己需要的能力叢集。這種情況下，無論是轉型的獨角獸，還是華為、BAT這樣的AI巨頭，都不可能一家公司訓練出所有的演算法模型。所以這個階段一定要想移動網際網路那樣引入開發者機制，大企業本身轉型基礎設施和平臺服務，而具體垂直的演算法開發任務交給AI開發者，構成無數開發者+單一平臺+無數企業使用者的理想形態。

這個週期，可以稱之為演算法經濟2.0——顯而易見的是，演算法市場的出現，將是這個週期開始的標誌性因素。

換個角度看，演算法市場的出現與發展，可以看作AI到底有沒有很多企業在用的“晴雨表”。並且演算法市場+眾多AI開發者的模式，也被行業廣泛認為將造成演算法經濟1.0模式的紅利乾涸。因為通用性強的AI場景已經被快速填滿，接下來的垂直行業市場無法養活龐大的獨角獸，小而美的開發者團隊將長期生存。這一點也從某種程度上解釋了AI獨角獸在今年的主題是轉型和上市。走向硬體和平臺，快速完成上市登陸，也可以看作是獨角獸們對無數開發者的一種預警。

繞過獨角獸這件事，還不知道會在多遠的未來發生。但演算法市場，確實已經來了。

2019，AI開市元年

遙想當年，如果科技巨頭們紛紛佈局一項產業，馬上會迎來資本和輿論的重點關注。而在產業智慧、產業網際網路成為主旋律的今天，巨頭更多佈局的是平臺設施和技術熱點，這類內容確實很難引起外界的關注。演算法市場就屬於此類。事實上，2019年可以稱得上AI開市元年。一個個AI演算法模型市場“拔地而起”，並帶來了非常值得關注的活躍度。

早在今年3月，華為中國生態夥伴大會上，華為雲釋出了華為雲AI市場。其內容包括AI模型市場、API市場、WIKI資料集、競賽Hub和案例Hub等模組。其中，華為雲AI模型市場可以供開發者和應用者釋出和訂閱AI演算法模型。

不久之後，阿里雲釋出了旗下機器學習平臺PAI的3.0 版本。配套推出了演算法模型市場，細分了幾十個場景的演算法模型專區。

而在5月，百度在百度大腦生態合作計劃及AI市場釋出會上，對此前已經推出的產業鏈服務平臺AI市場進行了升級。百度AI市場2.0的展示和售賣方式更加多元，並著重強調了買家可以釋出需求，由AI開發者提供相應的定製化服務。

到了年底，各垂直領域的演算法市場開始不斷出現，AI開發生態的所獲得的培育資源也在不斷加大。或許有理由相信，不久之後各自培養演算法市場生態，會變成對優秀買家和賣家的爭奪。畢竟現階段優秀的開發者和使用者，都是AI產業鏈上的稀缺資源。而多對多的演算法市場模式裡，一個優秀的供需點往往能夠帶動數量客觀的交易物件。如果我們將今天的演算法市場進行一個分類，會發現演算法市場建立的背後，主要是三種商業目的在起支撐作用：

1. 首先是AI巨頭們搭建的演算法市場，這類市場的主要目的是讓自己的底層框架、平臺擁有更加活躍的商業生態，促進開發者集中到自己的生態上來，構築自身的底層優勢——就像谷歌用安卓來籠絡開發者。同時，官方演算法與開發者演算法混合售賣，也會增大市場的活性，從而提升自身演算法產品的市場。
2. 還有一類演算法市場是集中在某個硬體基礎上，比如音響、智慧攝像頭等等。演算法的購買者是硬體的購買使用者。這種演算法市場的主要邏輯，很像智慧手機的銷售邏輯，即使用者購買的不僅是一臺裝置，還有通過裝置享受大量軟體能力的可能。而開發者則可以賺取使用者購買費用，也可以享受平臺補貼。
3. 與此同時，不少AI創業公司也開始搭建演算法市場，但其主要商業模式是希望自己能夠成為AI開發者和應用者之間的中介，並且嘗試面向潛在客戶進行解決方案式的打包出售。這類演算法市場很容易變成偏向C端的技術大牛出沒區域，面向產業需求的捕捉能力較弱。

不管怎麼說，2019至少是完成了AI開市的第一階段工作。接下來的問題顯然是，明年演算法市場會火嗎？

演算法市場想要火，明年需要做什麼？

演算法市場的商業模式，雖然長久來看是市場邏輯的必然選擇。但是就像AI to B本身一樣，這是一個需要不斷在開發生態與應用生態當中迴圈遞進，持續開啟的過程。就像今天我們開啟一些演算法市場，會發現求 購的和開發者提供的演算法，依然離不開機器視覺基礎應用的幾種方案，而差別可能僅限於識別物的不同，以及價格的多少。這種情況下，雖然演算法市場有爆發的可能，但更大概率還是要等待一段時間。

今天的整體形勢是，AI開發者數量雖然開始多了起來，但是所開發模型的行業價值、應用潛力和方案複雜度還是有待提升。並且目前的形式是購買者明顯不充足，演算法經濟目前還很難成為小團體開發者和創業公司的主要收入來源。如果想要改變這種情況，演算法市場和AI開發者可能都要嘗試這樣幾條路，向更深層探索演算法市場帶來的經濟可能：

1. 垂直到具體行業中去，構築能產生差異化優勢的“行業+演算法”。目前情況下，通用演算法並不難尋找，大公司提供的這類演算法往往比普通開發者的工作出色。只有站在大公司提供的開發平臺與行業具體需求之上，穩吃一條線的演算法經濟才有可能實現。
2. 從機器視覺裡走出去。目前的演算法市場，很像是“AI識別市場”。但是企業顯然在識別之外還有大量產業需求。這些需求需要結合不同的硬體，與IoT、5G等技術相銜接。5G在推動企業專網和大規模IoT的誕生，這也是AI演算法經濟的絕佳機會。
3. 建立更完善的供應鏈機制。目前，AI產業的特色很難匹配供需。比如很多AI購買者與潛在購買者，其實走到演算法市場時，並不知道自己到底應該購買怎樣的演算法模型，如何找到自己需要的東西，甚至不知道如何釋出形容。而畢竟AI市場不能加導購，這很大程度上就需要代理商來承擔大部分供需匹配工作，平臺方也需要教化市場，讓潛在使用者理解演算法市場的價值。

粗線條一點看今天的AI開發。可以發現開發者內部積蓄的熱情和能量已經非常充足。而為了不讓這種能量過剩，就需要有足夠的產業空間去釋放這些能量。只有AI的使用深度和應用者數量達到一定標準，AI開發圈內很火，市場上不溫不火的尷尬才能消退。

最近有一個概念非常熱，那就是人口紅利消退後，中國必然走向技術紅利與工程紅利。而產業智慧邏輯不斷夯實，AI基礎設施愈發完善，產業市場對AI接受度越來越高的今天，AI開發紅利有可能分得第一杯羹。

AI演算法市場，是一個產業智慧興起的必要不充分條件。也就是說有了興旺的演算法市場也不一定怎麼樣，但沒有它一定稱不上產業興旺。

2020，AI依舊在探索中等待，也在等待中探索。

http://www.woshipm.com/ai/3138429.html

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/69946223/viewspace-2667697/，如需轉載，請註明出處，否則將追究法律責任。