本文来自微信公众号：计算广告（ID：Comp_Ad），作者：大数据仁波茄，头图来自：视觉中国
十七年前，我到微软研究院语音组报道。午饭时问起老同事：“咱们这儿做人工智能的不少啊？”老同事惊得掉落了筷子：“嘘！别提这个词，我们是正经做研究的！”
那是AI的第二次低谷期，干这个就是这么不露脸。可是十年以后，风向变了，真AI和伪AI创业大军如一万匹草泥马，在资本的皮鞭下奔腾。伪AI不用多说，就看我们这个楼吧，从一层到二十层，每层都有大于等于一家的前台slogan里有“人工智能”的字眼——也包括只有一家食堂的二十层。
而真AI呢？我看着朋友圈的报道，一个激灵发现，这行的大佬多半是我当年在微软研究院的同事：商汤的汤老师，是年会上的冷面幽默主持；依图的林晨曦，跟着王坚搞机器学习；旷视的首席科学家孙剑，是研究院最被看好的青年科学家；而云从的周曦老板，当年跟我实习了一年。而这几家合在一起，江湖上又给喝了个号，叫“AI四小龙”。
从生物学的角度看，既然有四小龙，那准得有四大龙。我打听了半天，才搞清答案：四大龙大约指的是国家指定的第一批四家人工智能基地：BAT再加上老东家科大讯飞。
在这八条龙里，BAT人家是打酱油的，放下不表；讯飞和四小龙，则是直眉瞪眼靠AI活着的。现如今，按照VC十年左右的退出周期，当年那批AI企业都该交卷了。除了早就上市的讯飞，四小龙们纷纷撸胳膊挽袖子，或港股或A股，要在资本市场的锅里蒯出点稠的来。
俗话说：好奇害死仁波切。作为一个AI从业者，我也是听人说才知道，AI是抢过互联网接力棒的下一个选手。现在这位选手已经要加速了，我好歹也得了解一下，当年我们曾经感觉艰难度日的这条赛道，真的到了收获季节么？
于是，我翻了翻这几条小龙的招股书。说实话，看得有点云山雾罩，不过，倒是有两点印象很深刻。
AI业务这么能亏钱么？
第一个疑问就是，干这买卖，居然这么能亏钱么？
看看下面这张好事者整理的图，这几家的业务数据特点倒是挺一致：亏得都不少，而且基本是挣一块花两块的劲头。当然，块头越大的，收入和亏损也越多。
当然，这里面的亏损，并没有那么夸张：其中大部分应该是优先股公允价值变动带来的财务减计，而不是实打实的业务扩张带来的亏损。就拿商汤说吧，业务上的净亏损，2020年只有8.8亿。
真亏那么多的话，倒未见得是坏事。大家知道，今天TMD这些巨头，无一不是上百亿地亏才烧出垄断地位的。所以，能亏损几十亿，那真的不是一般的主儿！在报表上拉出动辄数亿数十亿的亏损，如果伴随着业务高速成长的话，倒可以说是好事。可是，实际的业务体量和增速，远没有那么夸张。
从数据上看，几家公司经过了若干年的发展，很难说表现出了复合式的高速增长，而且，经营上出现吃得多拉得多的一边倒趋势（千万别扯毛利），并没有看出商业模式趋于稳定。当然，这也不叫事儿，如果产品定位清晰、市场接受度强，那厚积薄发地多打磨几年，商业模式再等一等，倒也不是坏事。
那么咱们再来看看，这几家公司的拳头产品是啥。这也就产生的我的第二个困惑。
AI公司到底是弄啥的？
第二个疑问有关产品，这些早已是独角兽的AI公司，到底是卖啥的呢？
我带着无可无不可的心理，查了查给这几家公司带来核心收入的产品，结果是一头雾水，大家看看下表：
这些产品线命名的核心指导思想，还是本着AI+的思路，在某个行业里挖一勺，就加个“智慧”或“智能”的名字。其中最豪放的，竟然直接采用了“软件”、“硬件”这样的通用术语。
总之，我干了一些事、挣了一些钱，产品不产品的，先管不了那许多。这么看来，打磨产品占领客户的心智，对这批AI企业来说，还有相当长的路要走。说白了，您哪怕在行业内问问这些公司的拳头产品是啥，大家的第一印象也都比较模糊。
大家不要误会，我真不是想说说风凉话，因为我也是一名二手AI从业者，经常陷入这种手里提着大砍刀，不知道往哪儿砍，只好随意祭出王八拳的迷惘之中。干了两碗豆汁，我陷入了沉思。又吃了两个焦圈以后，我似乎顿悟了：AI行业这样的现状，可能并不是个意外。
AI的缘起与装修队困境
AI这个词，跟什么云计算、电商、游戏、电动车都不一样：后面这些词，本身就是业务，你可以用low的方法干，也可以用先进的技术搞，但是只要搞起来了，就能产生收入和利润。AI可不是这么回事。这个词并非诞生于商业社会的实践，而是1956年达特茅斯论剑的时候，几位顶尖计算机大师畅想出来的一个技术问题。到底什么是AI，至今学术界也还有众说纷纭的许多公案。不过依我看，大家不好意思说的是，AI的目的确实有点残酷：当机械化生产替代了大量体力劳动后，要进一步探索能否替代一些初级脑力劳动，让更多的人专心做韭菜就好。
所以，不管是语音识别、机器翻译还是图像理解，这都是锤子，不是具体商业场景中的钉子。那么钉子在哪里呢？那是掌握在商业大佬们手中的业务啊，你们这些搞研究的，做好工具就行了，没事别瞎打听挣钱的事儿，打听到心里也是病！
从近十年的产业发展来看，AI领域的从业者们对此的认识是模糊的，只好左冲右突，希望跳出命运的窠臼。他们热衷于把自己手中的锤子磨得铮亮，在一次次的建模比赛中所向披靡，然而一谈到具体的业务场景，大家总是语焉不详，愤然举起手中的大锤，笼统地以“AI+行业”这类宗教式语言概括未来的星辰大海。
AI+行业，这个词又该怎么理解呢？其实咱们说大白话就明白了：AI是锤子，行业是钉子，我虽然有锤子，但是没地方敲去，你们谁盖了别墅要装修，我拿锤子给你们钉两个钉子，你按200一天的小工费结给我。所以，干了一个小区的装修活儿，也就算加了一个行业。
咱也不用拽词儿了，这叫什么？说句文言，这不就叫外包么！
外包不是问题，问题是这么搞，能在资本的助力下，带来稳定可观的利润么？说实话，我比较悲观。如今的整个创业界，从根上都是Peter Thiel的信徒。而他的理论归根结底就一句话：找到一个哪怕是细分的行业，不计成本形成垄断，而后才能有稳定利润。从经济学的传统观点来看，人家说的是大实话。只不过在资本的助力下，这样的垄断形成过程变得简单粗暴：烧钱把用户客户拉进来，再顺带把别人烧死，就可以面南背北，登基坐殿了。
可是你扛着个锤子干装修的，有垄断的可能性么？就拿视觉智能来说吧，看起来在安防行业应用甚广，可是行业的业务闭环，在海康、大华手里，垄断的利润自然也在人家手里，如果仅仅作为技术提供方，恐怕也只能喝口汤了。
这还不是最严重的问题：由于业务闭环生态的控制者掌握着数据的所有权，而今天的AI技术中长期就是拼的特定场景下的数据量，总有一天，如果这些老板觉得有利可图的话，就会招兵买马，拿自己的数据喂出水平相当甚至更好的AI产品，把外面的装修队替代掉。就拿语音来说吧，看看小米最近从大洋彼岸挖来Daniel Povey这家伙，您就知道后面的动向了。
业务在人家手里，收益上有近忧；数据在人家手里，地位上有远虑。这就是纯粹的AI技术企业今天面临的困局。
当然，我真的不是说AI企业没有星辰大海，而是希望从业者要正视现实、放弃幻想。干装修队是发不了家的，要干还得干房地产！换句话说，别老想着用AI去加这个加那个，还得想办法连房子带地都抢过来！
就拿讯飞说吧，在资本市场摸爬滚打了这么多年，已经意识到了这个问题。因此，最近一年一直在探索输入法、翻译机、录音笔、学习机这些直接面向用户或客户的产品，努力摆脱装修队困境。
从短期收入来看，这条路不见得好走，远不如干几个装修的大活收入来得快——虽然老板给得不多，可是旱涝保收啊！但是如果放长眼光的话，只有这么做，才有可能解决AI企业的近忧远虑。就说输入法吧，虽说本身没有闭环商业模式，可是却具体回答了“AI看不见摸不着，你们公司是干啥的”这样的疑问，又切实解决了语音训练数据来源问题。
那么BAT呢？人家一不愁技术、二不愁数据，而且就是干垄断行业劫道的买卖起家的，对AI的终局认识应该会清晰很多。比如，百度的无人车部门，在打磨了多年自动驾驶技术以后，这不是官宣要自己造车了么？
不过，也许我说的一切根本都不是问题：只要抡大锤的技术过硬，描绘出一幅宏伟的未来商业版图，再接几个装修项目搞些收入，资本市场就可以买单，于是一来可以融到资金再图后策，二来可以趁股价高时落袋为安，又何必管他后来洪水滔天？
我相信，AI行业的核心精英们不是这么想的，不过倘若趁着资本的热潮涌进来一大批这样想这样做的，那这个赛道，可就危险了。
本文来自微信公众号：计算广告（ID：Comp_Ad），作者：大数据仁波茄