在堅信未來主義的道路上，有人倒下了，有人在堅持。
作者 | 創(chuàng)造一下
編輯 | Momo
戰(zhàn)勝李世石，戰(zhàn)勝最強DOTA職業(yè)戰(zhàn)隊...DeepMind的技術(shù)在最近幾年頻頻登上各大科技媒體的頭條，但與此同時，DeepMind的商業(yè)化之路依然搖搖無期，四年里交出了20億美金的虧損賬單。
入不敷出的不僅僅是領(lǐng)頭羊一家，包括大名鼎鼎的Open AI以及眾多人工智能研究項目均沒有實現(xiàn)商業(yè)上的勝利，問題到底出在哪里？
節(jié)流，是不可能的
從2010年成立以來，DeepMind就一直在燒錢，若不是財大氣粗的谷歌在2013年以6億美元的天價收購，DeepMind大概早已不復(fù)存在。
谷歌對于DeepMind充滿了期待和耐心，盡管連年虧損，谷歌還是為DeepMind報銷各種開支費用，并提供非�？捎^的研究資金。
另一家明星AI公司Open AI也抱著金主爸爸的大腿，2015年由馬斯克等硅谷企業(yè)家成立，雖然該公司的研究成果對外開放授權(quán)，卻依然在2017年就獲得了10億美元的融資。
2019年，馬斯克退出Open AI，公司終于放棄了“預(yù)防人工智能可能造成的災(zāi)難性后果”這一經(jīng)營理念，宣布從非營利組織轉(zhuǎn)變?yōu)楣�，隨即在當(dāng)年7月獲得了微軟提供的10億美元融資。但如果沒有外部資本的支持，Open AI依然無法面對自身的巨大開銷。
加拿大的Element AI享有和前兩者同樣的聲譽，它于2016年創(chuàng)立，發(fā)起人是圖靈獎得主Yoshua Bengio，Element AI背靠著全球最大深度學(xué)習(xí)社區(qū)，想要打造類似于IBM那樣的智能咨詢公司，估值一度達到10億美元。
但在2019年，該公司卻被美國云計算公司ServiceNow低價收購，按照該公司2.57億美元的融資總額計算，2.3億美元的收購價完全是一種恥辱。
沒有商業(yè)收入是它叫好不叫座的原因，Element AI的年收入只有約800萬美元，在被收購前被曝出資金鏈斷裂，大量員工被解雇的消息。
最貴的人和最貴的設(shè)備
人工智能公司的開銷巨大，主要集中在人員和設(shè)備兩個方面。
雖然硅谷有眾多的軟件工程師，但AI作為一個新興的產(chǎn)業(yè)，專業(yè)性的教育資源和人才依然緊缺，招聘這些人才的薪資標(biāo)準(zhǔn)遠遠超過普通軟件工程師。根據(jù)DeepMind的財報，該公司2019年的人員成本增長了18%，達到近40億人民幣。
Element AI在頂峰時擁有超過500名員工，其中不乏各路專業(yè)于深度學(xué)習(xí)的高階人才，這對于手持2.6億美元現(xiàn)金卻收入甚少的公司來說，如果沒有外部資本持續(xù)注入，就會陷入無底洞。
除了人員成本外，另一個燒錢大戶是設(shè)備，深度學(xué)習(xí)建立在對海量數(shù)據(jù)的分析和處理上，對計算機資源的需求極高。這就需要購買大量的專業(yè)CPU和GPU，比如微軟為Open AI打造的用于訓(xùn)練的計算機，花費上億美元。
起初AlphaGo的硬件平臺采用了傳統(tǒng)芯片：48顆CPU和8塊GPU，AlphaGo的分布式版本則利用了更多的芯片，40個搜索線程運行在1202顆CPU和176顆GPU上。
后來谷歌研發(fā)了專門的TPU，處理速度要比GPU和CPU快15-30倍（對比的是英特爾Haswell CPU以及Nvidia Tesla K80 GPU），而在能效上，TPU更是提升了30到80倍。
谷歌花重金構(gòu)建了TPU服務(wù)器，幾乎免費把算力提供給Open AI，而后者單個模型的一天開銷就達到33萬人民幣。
無論這些公司的技術(shù)如何驚艷，都無法規(guī)避它們依然缺乏實際大規(guī)模商業(yè)應(yīng)用場景的窘境。其中一個很重要的原因是，很多AI算法都是針對某一特定的限制場景進行開發(fā)的，比如在圍棋和dota中，都有特定的限制環(huán)境，而現(xiàn)實環(huán)境可能要更加復(fù)雜，不確定因素更多，這些算法不像自動駕駛系統(tǒng)，沒有針對非游戲場景進行泛化訓(xùn)練，也沒有很多數(shù)據(jù)可以拿來學(xué)習(xí)。
目前，這類AI公司把主要商業(yè)目標(biāo)定在了醫(yī)療領(lǐng)域，比如AI判斷腫瘤等疾病，但由于涉及到審核、資質(zhì)和傳統(tǒng)利益錯節(jié)的醫(yī)療體系，這類應(yīng)用依然沒能實現(xiàn)大范圍的推廣。
用愛發(fā)電，保持耐心
在經(jīng)濟學(xué)人最近的一項調(diào)查中發(fā)現(xiàn)，北美AI技術(shù)的下沉點主要集中于生命科學(xué)、零售、制造和金融服務(wù)領(lǐng)域。 其中，約1/3的公司處于探索（exploratory）階段，1/3正在進行一到兩個項目試點（experimental），只有1/10的企業(yè)在有限領(lǐng)域中真正達成了商業(yè)合作（apply），廣泛部署（deloy）企業(yè)僅2.5%。
和自動駕駛不同，這類公司的技術(shù)普遍更集中于To B領(lǐng)域，比如商業(yè)合同審查、網(wǎng)絡(luò)安全服務(wù)、效率管控系統(tǒng)等等，本身的體量和盤子就不大，所以往往在收入上的表現(xiàn)會顯得不盡理想。
無論如何，AI還是保持了巨大的商業(yè)潛力，比如基于計算機視覺的自動駕駛，和基于自然語言處理的智能音箱，已經(jīng)構(gòu)建了一個巨大的新市常
而DeepMind、Open AI等公司，所探求的是更深度的人工智能技術(shù)，它們的技術(shù)啟迪了現(xiàn)在應(yīng)用型AI技術(shù)的發(fā)展，未來的新技術(shù)還會催生出新的商業(yè)模式。
大公司愿意花重金布局未來，比如谷歌和微軟，百度也將每年15%的營收用于AI研發(fā)，累計投入已近千億元。李彥宏說的沒錯，對人工智能要“長期堅持、堅定信仰”。
由于人才和設(shè)備兩方面的壓力，研究性AI公司注定了要背靠大樹的發(fā)展路徑，與未來巨大的收益比起來，眼下燃燒的經(jīng)費其實微不足道。
