人們總是高估了近期（一兩年）的變化，而低估了長遠（十年）的變化。
從vr到人工智能，從區塊鏈到5g，這些年新技術的發展“完美符合”了gartner（技術成熟）度曲線，短期被高估，長期被低估，一開始總是被寄予厚望、拼命炒作哄抬，創業者和投資人一擁而上、生怕錯失；接著終于泡沫破裂，市場剎那冰封低迷、跌入絕望谷底，追捧者一哄而散。新技術本身正是在這無人關注的深谷中步入真正沉穩爬升的成熟期。
人工智能現在就在這樣的爬升期。
曾幾何時，阿爾法狗擊敗李世石，國家剛剛制定人工智能大戰略，科技創業者們意氣風發，想要成為各行各業“門口的野蠻人”。
但是短短兩年，這個故事好像忽然就停滯了。
對于大多數的人工智能創業者來說，面對的問題其實是一種“不對稱”：懂技術的人不知道市場的需求和痛點，懂市場的人不知道到哪找技術，這是一種技需不對稱。
技術型創業者往往陷入“炫技”的誤區，他們念叨的常常是我有怎樣了不起的技術，如果你問他“用戶有什么需求，能幫用戶解決什么迫在眉睫的問題”，回答就變得語焉不詳。這樣的創業思路，誕生了很多“看上去很酷、但并沒多實用”的產品；
手上拿著錘子，往往看誰都像釘子。為了人工智能而人工智能的創業者，搞出來的往往都是錦上添花的偽需求——這個事情用人工智能很酷，但是不用也沒啥。
就算你抓住了真實的需求，選對了方向，可是成功也不會立刻到來，你的算法要成熟，需要數據和時間，需要等和熬。
很多創業者喜歡引用亨利福特的話：永遠不要問客戶他的需求，因為他們只會說我需要一匹更快的馬（他們不知道有汽車）。
如果把人工智能比作汽車，那么很遺憾，當下的很多應用就像是一輛很笨重、很昂貴、常常出事故毛病的汽車，這種萌芽狀態的汽車相對馬沒有體現出任何明顯優勢，那么用戶憑什么買單？
數據要積累，算法要訓練，算力要提升，整個系統要持續迭代……創業者根本不可能迎來忽如一夜春風來的高光時刻，迎接的只能是慢熱、積累和等待。
但是資本等不起，盡管經歷洗牌、市場上殘留的好項目越來越多，但資金卻不足了。
更何況，創業者要想在專業領域實現增長，面對的是專業的“深水區”，一個巨大的阻力來自既得利益群體。
你想革同聲傳譯的命，用人工智能實時翻譯？放心吧，你首先會面對翻譯們的同聲抵制。你想取代金融會計人員，讓各種交易結算智能實施？那你得看能不能過得了客戶財務總監那一關？
如果被既得利益者擋住，人工智能就不能在專業領域真正落地，那么近一步的數據獲取、深度學習、算法訓練更是無從談起。
技需不對稱，成熟要久等，資本等不起，行業有阻力——這是橫亙在ai創業者面前的四座大山。
馬云曾經說：必須學會在沒有鼓勵、沒有認可、沒有理解、沒有寬容、沒有退路、只有壓力的情況下，一起和團隊獲得勝利。今天的人工智能創業者可能正面臨著這樣的處境。
但這或許也是一件好事。二、豬圈里的落地
2018年，一場罕見的非洲豬瘟席卷了全球，中國受災尤其嚴重，短短一年內生豬死亡已經突破1億。
在疫苗研發出來之前，能做的只有第一時間切斷感染源、第一時間監測疫情變化。
豬瘟一旦發生，一個明顯的跡象是：“二師兄”的呼吸和體溫會迅速發生變化，呼氣聲音出現異常，動作和姿勢更是逐步奇詭，步胎僵硬，關節腫脹。
癥狀是有了，可是誰能24小時盯著豬群不放呢？誰又能第一時間準確識別豬呼吸聲的異常，也許人家二師兄只是不湊巧感個冒？更何況，就算養豬戶已經發現了不對勁，為了避免損失，他拖延發布呢？
在河南洛陽，一個大膽的想法被提出來：如果使用人工智能呢，建立一套高速互聯的智能監測系統，通過聲音識別、圖像識別、音像智能分析，第一時間發現豬群異常情況？
這條路一旦走通，用人工智能的攝像頭和錄音設備去監控，可是比養豬戶自己看著要靠譜多了。
基于這個思路，一個ai智慧養殖基地在當地建立了起來，擅長解讀聲音的某知名科技公司語音云扮演了技術角色，6個月時間第一批30頭豬已經出欄。
一直以來，人工智能都是一個“高大上”的概念，但是現在卻落地在了養豬場里，就像是丁磊養豬一般有點“不務正業”的意味。但這，或許就是一個靠譜的開始。三、去模擬“高手”
2019年，全國普通高校就業人數834萬，相比2018年增加了13萬。就業當前，第一道關口就是“面試”，很多人想去大公司，但是要進這些公司往往競爭激烈、只有一次機會。
有沒有辦法，在面試某個“黃金崗位”之前，先模擬面試幾次？對面坐著大公司hr一樣的人物，對我的每個回答、每一個動作表情都給出意見？這樣只要多模擬幾次，心里就有譜了。
這樣的事情在公務員考試領域早有先例，可是企業面試比公務員面試復雜太多。
一家上海的創業公司給出了另一種思路：如果坐在對面的面試官是“ai”呢，他可以學習和模擬大公司hr的偏好，對你的每一個聲音、動作和表情進行捕捉，對你的回答內容進行分析，并且給出針對具體的建議呢？
他們做出了一個ai面試的小程序，學生們可以在上面進行基于高清視頻對話的模擬面試，并且得到針對性建議。
換一個角度，如果這個ai真的可以精確模擬大企業面試官的心理偏好，那是不是可以在某些領域替代hr呢？
這樣的事情同樣可以放到教育領域，一個常識性的認知是：名師出高徒，名師要因材施教。但是這樣一來問題就出現了。
對于整個教育大盤來說，名師資源是極其稀缺的，更多的經濟落后區域難以獲得名師的垂青。名師個人的時間和精力也是有限的，根本不可能對每個學生深度了解、個性化教授。
于是ai又登場了，一些大公司和創業公司瞄準了ai教育，通過人工智能系統對學生的學習水平進行“掃描”，然而針對性的推送學習內容（名師生產），去模擬一個虛擬的可以因材施教、無處不在的名師。
再比如，最近這些年選美和選秀活動風起云涌，但是各種黑幕和潛規則橫行，各種拉票和刷票爆發，活動的公正性一再遭受質疑。
可不可以做一個人工智能選美系統，深度學習人們多元的審美觀，模擬普通大眾對選手的真實反應？繞開了評委打分和大眾投票，是不是潛規則和刷票就能消失？這是一家杭州互聯網公司的思路，他們正在和亞洲小姐大賽合作。
這一個個項目中，我們能看到人工智能“落地”的某種思路。
一是有高手，但高手的供給遠遠趕不上市場的需求。圍棋有李世石，教育有名師，醫院有名醫……但是這樣厲害的人太少了，他們的稀缺構成了某種市場的落差，落差即機會。
二是高手可以用ai模擬。高手的出現當然有天賦的成分，也有海量經驗的累積，那么通過海量大數據的反復學習訓練，是不是也可以達到和接近高手的水平？阿爾法狗下圍棋，第一局敗了沒關系，它一個晚上立刻自己和自己下了幾百萬局……
三是面臨海量數據，需要海量人力，有更多個性化的需求。養豬場不可能24小時有專業人員盯著，面試官要面對如山的簡歷，再強的老師也不可能對每個人都因材施教……這樣的領域恰恰是ai的高光區域，你沒有千軍萬馬沒關系，只要有一個超高算力的ai系統就行了。四、去輔助人體
近期，《時代周刊》公布了2019年的100大最佳發明。最引人注目的一欄是“Accessibility”、人體輔助功能。這一項目里，由會說話的ai助聽器、眼控技術、智能手杖、智能假肢、視聽轉換等。
同樣的突破也在中國發生。在廣東，殘障人士有一個練習溝通表達的表達社，表達社里出了一個“最佳辯手”，這個男生擔綱三辯，可以和正常人唇槍舌戰，盡管他是一個聾子，聽不見任何聲音。
聽不見任何聲音，包括自己的說話聲，如何與常人辯論呢？
換一個角度說，在中國約有2.1億人患有聽力障礙，其中7200萬人患有中等以上聽力障礙，通過助聽器、人工耳蝸獲得有效助聽服務的只有2.5%。
好在AI迅猛發展，人們有了很多辦法，比如開發專業的聽力障礙app，可以有這樣的功能：
一是字幕聊天，別人說的話（線下、視頻）可以即時轉化為文字，這樣一來就交流無障礙了。
二是語言康復訓練，通過語音識別、合成和評測，幫助聽障人士重新開口，練習普通話，通過拼音、詞語、句子、文章循序漸進。
比如廣州的這位最佳辯手，就是通過專門的app實現了與正常人的話語交鋒，對方辯友的聲音都第一時間轉化為文字，而長期語言康復訓練的他已經可以直接“回懟”了。即便張開口來，聲音還不夠標準、自然，但這已經是非常了不起的一步了。
圍繞這個人群，還有另一個困境：聾啞人士常常通過手語交流，但是對普通大眾來說，手語有如天書。在美國，手語翻譯的比例是1:120，但是在中國，這個比例遠遠小于1：10000。這樣一個痛點該怎么解決？
國內的公司已經進行了很多探索，一個解決方案是智能手環，聾啞人士戴上后，手環可以自動識別跟蹤人手的肌肉信號，把手勢轉化為文字和動圖。
殘障人士是不幸的，命運無情剝奪了他們與常人共處的一些能力。但萬幸在這個時代，人工智能技術的突進正在打破藩籬、填平溝壑，于是一些歷史上不可想象的事情發生了。
其一，文字轉語音，圖像識別轉語音，視覺障礙人士可以“聽到”更多了。
其二，語音轉文字，手勢轉語音，聾啞人士可以與正常人交流了。
其三，對于肢體殘障人士，智能聲控輪椅正在成為一種新的可能。
圍繞“無障礙”的目標，人工智能領域的大公司在行動。
騰訊發起“信息無障礙”行動，視障用戶可以用聲紋加好友，圖片語音描述功能可以幫助他們“看見”圖片，并且圍繞語言障礙人士身份認證需求優化粵事省小程序。阿里發布助殘報告，17萬殘疾人在淘寶天貓開店，三年銷售額近300億，阿里巴巴達摩院與清華大學人機交互實驗室推出了為盲人研發的智能手機膜。17年以來，科大訊飛發布了“三聲有幸”公益計劃，從資金到技術，對涉及殘障人士的項目進行扶持，對很多語音文字交互的項目無保留地開放底層技術。在1024開發者節上，相關的技術和案例展示感動了很多人。在國外，亞馬遜、谷歌和蘋果的智能音箱成為殘障人士的福音，自動駕駛的技術推進也為殘疾人的出行帶來新的助力。
作為一條垂直賽道，人體輔助的產品和商業模式卻非常清晰。
從市場前景看，基于AI的人體輔助是康復醫療行業的未來。根據前瞻產業預測，2022年康復醫療行業的市場規模將達到1033億元。
從需求和產品模式看，人體輔助的解決方案正在迅速成熟，針對的就是殘障人士日常生活溝通的需求和痛點，更像是盲杖、助聽器和義肢的智能升級，其使用效果伴隨著數據積累和算法迭代不斷升級。
從行業前景看，殘障人士的“殘而不障”將與更多的新技術結合，與物聯網技術結合帶來更多的智能硬件和可穿戴設備，與機器人技術結合帶來更多的陪伴和康復機器人，與VR結合實現更多的情境模擬訓練。五、落地的邏輯
訊飛劉慶峰說，人工智能是不是真的進入紅利期，一要看有沒有看得見摸的著的產出（案例），二要看產出能不能規?；茝V，三是要用數據證明實效，節約多少成本、提升多少效率。那么我們順著他的話具體看下去，人工智能真正大有可為的領域應該是怎樣的？
資源不平衡、優質人力資源（高手）極其稀缺，需要規模人力（時間精力）的領域，或者人力極限之外的領域（殘障人士，或者人的時間精力有限無法兼顧的領域），往往就是“有ai需求的領域”。
能獲得海量數據，且數據可學習、算法可以訓練提升，這就是“有ai能力的領域”。
有需求、有能力，兩者結合的地方才會是創業者的“甜區”。
人工智能那么遠，又非常近。最后讓我們祝福所有還在這個領域求索的創業者，你們都是理想主義者。沒錯，ai的泡沫已經破裂，但是ai最好的時候也已經到來。
設為首頁 
