人工智能应用案例:AI产品,和SaaS是一回事吗?"

Posted AI地平线

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了人工智能应用案例:AI产品,和SaaS是一回事吗?"相关的知识,希望对你有一定的参考价值。


拨开云雾见天日,守得云开见月明

不管承认与否,人工智能代表软件的未来。并不是因为现在的AI已经无所不能,而是其向我们展示了在一些特点领域的卓越成果。复杂的数据、先进的算法、无与伦比的算力,让人工智能成为”全村人民的希望“。作为众多AI从业者中的一员,我们虽怀着无比坚定的决心,却又在诚惶诚恐中找寻属于人工智能行之有效的商业模式(意思是,现在还没有找到)。

利润率并不高

现在的人工智能公司,利润率并不比软件公司高。传统软件巨头,如微软、SAP、Salesforce等公司,做完一次产品研发,可以循环销售他们的产品。他们也积累了大量专利,这些护城河为他们带来很高的利润空间,大概在60%-80%的毛利润率水平,甚至更高。而人工智能公司一般只有50%左右的毛利润率,甚至更低。这主要由以下几个原因造成:

难标准化

在大部分人的认知下,人工智能公司提供的产品和我们日常使用的各种应用软件、App原理是一样的。确实如此,人工智能应用程序本身就是建立在算法基础上,对大量非结构化数据进行分析。但这恰恰造成了难以标准化的事实。以自然语言处理类应用为例,为了能够让你的机器人有效、准确识别用户的自然语言,AI厂商不光要提供算法,还要提供大量数据清洗、标注回流等运营服务,并且这样的服务由于客户的不同,需要不断重复。

这个问题进一步细化,就延伸出AI产品在市场上不同的定价模式。一种是”包干制“,类似于项目的冷启动。在这种模式下,AI厂商将为其客户提供0-1的全部服务,核心产出就是让客户在自己的业务场景下,迅速用上AI技术。而为了增加客户数(比如,为下一轮融资更顺利),AI厂商需要承担前文中一定量的运营工作量,算上人力就会拉低整体项目的利润率。另一种是”工具输出式”,这个模式更像传统软件公司的销售模式。难以标准化的运营工作,将大部分由AI厂商的客户自己承担。但愿意投入成本、自建AI训练师团队的公司,除了把AI当做战略目标的企业,实在少之又少。

难规模化

需要配置额外运营资源,让大部分AI厂商变得越来越像是卖服务、而不是卖软件的公司。人工智能产品需要训练的事实,又让AI厂商难以规模化其服务。为了达到客户对模型准确率的要求,AI厂商需要对其模型不断调优,无论是提升底层数据的质量、或者优化预设模型的参数,让规模化基本无望。

更糟糕的是,这样的调优,越调越难,因为机器学习在处理长尾问题上从来就是难点。而当你成功搞定几个客户后,他们的需求终将落在数据的远端部分。事实上,AI厂商也没有很好经验和信心,判断这样的调优过程需要持续多久,只能在客户的要求下不断增加人力,直到在某些指标维度上,达到客户的预期。一个项目上的鏖战,意味着无法启动更多新的项目。

含隐性成本

这里的隐性成本主要指云服务、算力等硬件投入。能花上百万买NVIDIA GPUs的都是大厂,和愿意出钱买训练师服务、或自建训练师队伍是一个道理。虽然我们看到一些AI企业加大对自研芯片和硬件的投入,但自研能替代多少外采,短期仍未见到曙光。

最近一家AI独角兽企业,向交易所提交IPO申请。其招股书显示,其2016年、2017年、2018年和2019年上半年营业收入分别为6780万元、3.13亿元、14.27亿元和9.49亿元。净利润处于持续亏损状态,2016年、2017年、2018年和2019年上半年,分别为3.43亿元、7.59亿元、33.51亿元和52亿元,连续四年亏损,并有愈演愈烈的趋势。

说利润率不高,这是客气了。

如何破局

传统软件企业构建的护城河,比如:品牌影响力、核心技术和强大的销售网络,也是AI厂商努力的方向。虽然上述困难重重,但并不意味AI产品不能破局。我们总结了在实践中被证明行之有效的方向:

1.去头去尾:既然AI产品很难形成规模效应、很难标准化,我们看到一些企业选择了只做核心功能。比如,问答机器人技术提供商,可以仅提供基于FAQ的问答接口,FAQ拆分、长难句预处理、多轮对话等复杂功能,一概不提供。只要模型单一,其维护、迭代的成本就会显著下降,也能够腾挪出资源,做更多市场拓展。这就是所谓的:一招鲜、吃遍天2.切片化:除了模型要单一,数据也要简单。有的AI厂商专门选定特点行业、特点场景提供服务。比如,果农为了将苹果按其质量分级打包和定价,图像识别的输入数据就是各种苹果的图片,不用考虑香蕉、芒果。这样的AI检测系统,数据量得到有效控制,模型准确率高,人工成本节约显著。3.交叉销售:既然人工运营仍是当前AI产品应用的主旋律,AI厂商提供一条龙服务,销售成功的概率也很高。大部分AI企业将其核心研发团队,建在北京、深圳等一线城市,同时在三、四线城市组建AI训练师队伍。无论是因为AI项目签了单,顺道把训练师也卖了,还是因为自带训练师,更容易签单。无论哪种,有卖就不亏。

今天的AI行业利润率还有待提升,并没有出现被市场完全认可的商业模式。这也恰恰揭示了人工智能仍然还是一个相对年轻的行业,激励我们不断优化产品和模式,从而建立自己的核心价值定位。

只要市场有需求,就可能成为一门好生意。


以上是关于人工智能应用案例:AI产品,和SaaS是一回事吗?"的主要内容,如果未能解决你的问题,请参考以下文章

云计算应用案例——SaaS营销软件 T-云

第三次人工智能热潮和企业SaaS

AI与SaaS Salesforce拳头产品Einstein的重要里程碑

【转】涂鸦模式-技术方案和SaaS

云展智能SaaS云平台,AI智能新科技助力企业发展

宋义兴:知识产权区块链SaaS,孕育全新智能合约场景市场