与迅雷程浩辩: AI下正需要有深度厚度的技术服务商

2017-04-06 15:55

三月中旬程浩程总发过一篇很体现自己思考结果的文章《人工智能只做技术服务商死路一条！》，这篇文章中很多结论正好与我的思考结果相反，所以我也把自己的观点和逻辑写下来并立此存照，过个五年八年再看谁的判断更加正确。
PC与手机时代的技术服务商是否是死路一条？
抛开人工智能不论，PC和手机时代的过程和结果证明的正好是相反的观点：技术服务商可以活的很好。PC时代典型的技术服务商是Intel以及前阵常说的“去IOE”里的IBM，Oracle，EMC；手机时代则是ARM与高通。不管小米或那家手机厂商是否做芯片，以及自己的芯片是否成功，ARM的授权和高通的专利是根本不可能绕过去的，显然的这种技术服务商的商业模式要比绝大多数做终端产品的公司牢固的多。
如果觉得这种顶级技术服务商没有代表性，并进一步往下挖掘，你就会很惊讶的发现还有那么多中级的技术服务商也树立了牢固的商业模式。器件上国内比较典型的有歌尔声学（市值500亿RMB+），之前其核心业务是为iPhone供应麦克风，算法上国外比较典型的则有杜比（市值$53亿），偏软硬融合的还有Cirrus Logic（市值$40亿）。如果查上市公司列表，这类公司还有很多，但确实大部分这类公司都不是中国公司。这很可能与国内公司参与分工链条比较晚有关系，在联想参与到IT链条那个时间点确实做PC产品是更容易的，挑战芯片、内存等确实难度更大。国内的企业里面比较特别的是华为，华为选的点其实正是互联网上的技术服务商，显然也并没有死路一条。（路由器、交换机等上面很核心的部分也正是算法，所以才可能有SDx。）
总结来看在过去三十年里在PC、手机乃至互联网上技术服务商只有死路一条这一结论并不成立。合适的结论是一旦技术的广度和深度累积到某个高度后技术服务商就会坐收一个时代的利润，后来者根本没法在同时代进行超越（想想Intel、IOE、ARM、高通、华为）。因为这时候这种技术公司已经树立起了技术优势（经过验证的成熟技术）、品牌优势（没人愿意从头试错）和市场优势（ARM等背后会有巨大的生态做支持，近似于行业标准）。
如果扩展一点，我们甚至可以说在产业初期认为做技术服务商没价值这种认知其实是非常有害的：我们曾经拥有无数家电脑企业，显然的这些电脑企业现在都死掉了，而同属于那个时代的希捷（做硬盘的，市值$139.9亿）至少还活着。显然的在技术服务商只有死路一条的思路下，大家只会去做电脑而不会去做硬盘。
我们确实不能说AI时代会完全重演此前的分工格局，但有意思的事情是已经被证明的比较成功的，纯粹的属于AI时代的两家企业都是技术提供商：英伟达与Mobileye。
所以我们至少可以讲：人工智能只做技术服务商死路一条这观点不符合过去和部分已经发生的属于AI的商业现实。
AI时代是否从免费开始？
认为做技术服务商是死路一条里非常核心的一个支撑就是: 很多基础技术服务都是大公司的赛道，都会免费。这点局部正确，但把它放大成一个普适规则就会有问题。真认真思考这问题事实上需要探求互联网免费模式的边界。
在互联网时代前端免费或低价，后端变现的思路确实成就了一些企业，比如360和小米。延伸下来一个很自然的思路就是：AI时代的所有算法和技术都会被大公司免费，作为获取用户的手段。
这种模式在后端衍生价值大，但获取用户成本低的领域上必然发生，比如亚马逊的Alexa并不会收费，而是会鼓励更多的人来用。但这模式有一种清晰的边界，比如一旦偏向软硬融合，那这种免费的模式就不会发生。否则Intel根本不需要花150亿美元买Mobileye，等着有人免费且开源就好了。这里的关键点在于：免费之后获取的用户成本是否能在用户的整个生命周期里赚回来。比如说汽车免费，那显然后端怎么变现也赚不回来，但软件工具免费因为工具自身的成本几乎为零那就肯定能赚回来。
从这个角度就特别容易理解那些算法和服务会免费而那些不会：
1.软硬融合的肯定不会，因为一免费就会持续造成大规模的亏损，并且看不到赚回来的可能性。此前互联网公司大规模做硬件并且纷纷挂掉是个直接证据。
2.与内容融合的很难，因为内容方自己的钱还没赚回来，正在疯狂研究变现渠道（想想视频网站）。但这点上不排除有钱公司通过大力补贴造成短期免费的事实。
3.越偏通用工具的越会免费，比如通用的语音识别，这类工具受众极大，均摊下单个用户的使用成本几乎为零。
4.越偏垂直工具的越不会免费，还拿ASR举例子，如果医疗的ASR开发需要2000万，免费了也只能获得2000个用户，那就只有在人傻钱多的时候会免费。
这个列表还可以延长，但已经可以说明问题，把它和AI发展阶段结合，就很容易发现眼下互联网的免费模式在AI上短期还不会是主流。
对于AI现在即缺普遍使用的新终端（比如亚马逊Echo）也缺一种新平台，核心要解决的问题还是Enabling Technology（往往需要软硬融合）与成功的新终端。而这两个点上不太可能培养出互联网模式。
假设说某公司的自动驾驶研发完毕，然后它免费授权给几个车厂使用来获得用户，最终它尝试只靠几百万的免费用户来养活自己的场景。这时即使抛开车厂敢不敢用的问题，这模式显然也无法成立（收支不可能平衡）。因此这类场景下必然会回归到卖硬件赚取利润与收取License费模式。后两种模式的核心特点是公司获取利润更加直接和快速，这样的话在行业初期可以养活一家公司，然后推进技术的深度和广度。把技术想象成一锤子买卖显然是错误的，Mobileye值那么多钱和它17年的历史有本质关系。显然的一种有高技术附加值的硬件产品如果卖1百万件，那大多时候已经可以支撑一家公司的运营和发展，但对于互联网模式100万个用户通常很难支撑一家公司的持续运转。
现在来看，唯一的适合互联网免费模式的点还真就是Alexa，这显然是下一代操作系统雏形，适合通过免费的手段来加速获取用户。
AI时代的行业分工会怎样？
如果把视角再拉高一点，不只专注在过去的事实，免费是否成立这样的点上，那我们就可以认识到探讨技术服务商是否有存在价值事实上是在探讨行业分工的问题。
如果在整个商业发展史上看这种分工上的分与和现象，大致过程是这样的（没查书，纯靠记忆可能略有偏差）：
在工业时代，至少出现过两次经典的全行业大整合案例，一次是石油大王洛克菲勒对石油行业的全链条整合，一次是通用汽车对汽车生产链条的全链条整合。
在IT时代，则正好是反整合的大分工模式。所有电子设备都要集合很多厂家的产品才能最终成型，最近最典型的例子是手机涨价，这充分说明日韩元器件上的影响最终会直接向产品端传导。这种分工甚至不只是局限于供应链，也延展到生产过程（比如富士康与苹果）。
在互联网时代则走了一种由百花齐放到向BAT集中的过程。大家又开始强调全栈和闭环。
理解这种行业分工状态的主导力量也还要回到效率和收益。这并不难理解，每个公司都会使用公路，但显然不适合每家都修一条，所以就出现与公路专门相关的行业。
对于第一次大整合，德鲁克在书里提到这种大整合对效率的提升大概在30%，所以这种单个公司整合全链条是有足够的内在驱动力的。但这种整合似乎对单个企业有利，对全社会不利，因此美国才出现反垄断相关法规。后来随着专业化的加强，这种大整合被瓦解掉了。
在原子相关的部分，因为任何一个部分都需要长久投入才能取得结果（比如芯片、内存、屏幕等），勉强整合事实上相当于让一个企业承担所有风险，并且收益不够大（一个厂商只能拿到局部市场）那就不如全球化分工。而在互联网上整合成本特别低，在互联网上所谓的整合几乎只是接口的对接，成本极低，但对用户全栈和闭环则会增加便利，有助于巩固流量。这样的情形下，显然单点的存在空间会被越压越小，只能投靠巨头。
那下面的AI时代这种分工会怎么样？
如果我们把产业阶段分解为三步：Enabling Technology （参见以1957年八叛徒为代表的半导体行业）-->通用型硬件产品（1977年的AppleII）-->软件应用（1995年的Windows与互联网等。）并且认为AI也会按照这样三步来走，那么：
第一阶段正需要真能让技术成熟可用的技术提供商比如英伟达与Mobileye。这种需求也会渗透到声音、视觉等不同领域。大前提是所谓的技术要具有深度和厚度，是硬科技而不是做个App那种技术。
第二阶段则需要新的具有大量级的产品，比如PC、手机、平板。这个时候产品公司会崛起但技术公司会变现。这就好比电脑开始爆发的时候，Intel其实是坐着数钱的。
第三个阶段互联网模式估计会重新爆发。因为品牌和技术上的共通性，在纯粹数据和算法驱动的部分则会出现赢者通吃：要么老巨头再现辉煌，要么有新巨头出现（不一定会免费），比如沃森这种智能可能既能干A也能干B。
小结
互联网很像是IT行业60年发展的最尾声部分，所以也可以说互联网企业是坐收60年技术发展的红利。但显然的AI不是互联网，AI可以升级互联网，但肯定不是互联网的子集。所以很可能我们并不能以过去15年间的商业经验来判断AI的发展。

共有评论0条