AI正在瘋狂尋找Know-How

行業(yè)AI、產(chǎn)業(yè)AI、產(chǎn)業(yè)互聯(lián)網(wǎng)，這些詞在今天都已經(jīng)變成了熱門(mén)詞匯。

在流量紅利差不多吃干凈之后，科技企業(yè)需要向產(chǎn)業(yè)走，這是今天大部分科技公司的共識(shí)。然而產(chǎn)業(yè)市場(chǎng)不同于消費(fèi)者市場(chǎng)的一個(gè)核心區(qū)別在于，每個(gè)行業(yè)之間實(shí)在是有太多不同。能源行業(yè)的要求跟教育行業(yè)的要求顯然不一樣，而一套智能技術(shù)解決方案打天下，顯然也是不靠譜的。

如果我們多留心產(chǎn)業(yè)AI的動(dòng)向，就會(huì)發(fā)現(xiàn)從去年下半年開(kāi)始，相關(guān)項(xiàng)目的PPT里正在越來(lái)越多提到行業(yè)專家、Know-How這樣的字眼。

在AI公司開(kāi)始不斷強(qiáng)調(diào)Know-How的重要性，呼喚擁有Know-How的公司參與到AI產(chǎn)業(yè)化進(jìn)展中的時(shí)候，也許我們應(yīng)該從頭爬梳一下這個(gè)問(wèn)題——

行業(yè)專家到底如何與AI算法與算力的提供商合作，缺乏行業(yè)專家又給AI進(jìn)入垂直行業(yè)帶來(lái)了哪些阻礙？

讓我們來(lái)看看AI圈里大廠的夢(mèng)中情人、創(chuàng)業(yè)公司的救命稻草，神秘的Know-How，到底是個(gè)什么情況。

產(chǎn)業(yè)AI的無(wú)形之墻

所謂Know-How，是指工匠時(shí)代那些師傅對(duì)徒弟口傳心授的“行業(yè)秘訣”。

到了機(jī)械大生產(chǎn)時(shí)代，Know-How雖然看似被信息爆炸沖刷地越來(lái)越透明。但在日益精細(xì)化的行業(yè)分割，以及眾多產(chǎn)業(yè)各自攀爬科技樹(shù)的大形勢(shì)下，Know-How反而在經(jīng)濟(jì)實(shí)體中不斷沉淀與積累。

比如說(shuō)，汽車(chē)、船舶就是坐擁大量Know-How節(jié)點(diǎn)的產(chǎn)業(yè)。即使在基礎(chǔ)技術(shù)不難復(fù)制，行業(yè)供應(yīng)鏈比較透明的情況下。汽車(chē)和船只的生產(chǎn)水準(zhǔn)依舊難以復(fù)制，原因之一就在于其中的“秘密”太多了。

Know-How可以被理解為一種能力、一種資源，也可以是被稱作行業(yè)專家的人。在投資行業(yè)中，Know-How也被看作一個(gè)創(chuàng)業(yè)項(xiàng)目的評(píng)分標(biāo)準(zhǔn)之一——假如某汽車(chē)電商的創(chuàng)始人是浸淫汽車(chē)產(chǎn)業(yè)幾十年的老油條，那么BP上往往會(huì)寫(xiě)著我們有Know-How。

而在AI主導(dǎo)的數(shù)據(jù)與網(wǎng)絡(luò)智能化技術(shù)，希望進(jìn)入產(chǎn)業(yè)中時(shí)，Know-How恰好將變得極為重要。

所謂行業(yè)AI或者產(chǎn)業(yè)AI，能夠提高勞動(dòng)生產(chǎn)率的本質(zhì)原因之一，在于可以利用機(jī)器學(xué)習(xí)技術(shù)，實(shí)現(xiàn)數(shù)據(jù)分析與再挖掘，讓AI將原本粗放生長(zhǎng)的環(huán)節(jié)數(shù)據(jù)重新整合，重新求得一些產(chǎn)業(yè)效率的最優(yōu)解。比如計(jì)算原料投入比例、倉(cāng)儲(chǔ)擺放規(guī)律、產(chǎn)業(yè)流程重塑等等。

此外，AI的另一個(gè)功能是為產(chǎn)業(yè)端提供語(yǔ)音和視覺(jué)的能力，比如園區(qū)語(yǔ)音導(dǎo)覽、基于機(jī)器視覺(jué)的質(zhì)量檢測(cè)等等。

劃個(gè)重點(diǎn)，這些AI能力需要從方方面面的復(fù)雜細(xì)節(jié)進(jìn)入已有產(chǎn)業(yè)實(shí)體當(dāng)中。但是到底如何進(jìn)入，進(jìn)入需要注意哪些難以預(yù)料的問(wèn)題，何時(shí)能收回技術(shù)迭代成本——這些答案都掌握在Know-How手中。

拿著算法和算力以及PPT的AI，在進(jìn)入細(xì)分產(chǎn)業(yè)時(shí)，尤其是工業(yè)屬性相對(duì)較強(qiáng)的產(chǎn)業(yè)，都難免遇到這種尷尬。AI雖然聽(tīng)上去靠譜，但沒(méi)有“產(chǎn)業(yè)帶路黨”的幫助卻寸步難行。

更顯著的問(wèn)題來(lái)自于人才儲(chǔ)備。

一般來(lái)說(shuō)，AI算法工程師注意研究深度學(xué)習(xí)的訓(xùn)練部署等相關(guān)內(nèi)容。真實(shí)的邏輯，細(xì)節(jié)點(diǎn)的AI化方案，企業(yè)的性價(jià)比估算，產(chǎn)業(yè)智能化的彈性生長(zhǎng)，這些都不在算法架構(gòu)師或者AI開(kāi)發(fā)者日常的考慮范圍中。

而產(chǎn)業(yè)專家則對(duì)產(chǎn)業(yè)周期了如指掌，卻很難有經(jīng)歷和機(jī)會(huì)去學(xué)習(xí)和了解AI相關(guān)的內(nèi)容。最終導(dǎo)致產(chǎn)業(yè)AI變成了各說(shuō)各話，難以相互了解的兩個(gè)鄰居。

而相比較而言，今天AI這端是相對(duì)透明的，真正的產(chǎn)業(yè)鏈合作壓力，就來(lái)到了AI公司尋找產(chǎn)業(yè)Know-How這邊。

在我們了解到的很多實(shí)際AI產(chǎn)業(yè)融合案例中，會(huì)發(fā)現(xiàn)往往產(chǎn)業(yè)專家發(fā)現(xiàn)的問(wèn)題，都不在AI以及數(shù)據(jù)智能技術(shù)的常規(guī)視野中。一個(gè)好問(wèn)題的發(fā)現(xiàn)，往往預(yù)示著一個(gè)新產(chǎn)業(yè)空間的打開(kāi)。

歸根結(jié)底，缺乏專業(yè)知識(shí)以及專業(yè)人才，正在成為限制AI落地產(chǎn)業(yè)市場(chǎng)的無(wú)形之墻。這個(gè)稀缺既不是技術(shù)問(wèn)題也不是市場(chǎng)問(wèn)題，但卻實(shí)際制約著AI的腳步。

Know-How如何工作

理想情況下，機(jī)器學(xué)習(xí)等技術(shù)進(jìn)入某家工廠、某個(gè)企業(yè)時(shí)，需要一名合格的Know-How或者Know-How公司來(lái)提供一下幫助。從而確保通用的AI技術(shù)與差異化的企業(yè)需求實(shí)現(xiàn)對(duì)接。

1、尋找和控制AI工作中的行業(yè)差異化。機(jī)器學(xué)習(xí)的工作模式是提取抽象化特征并反向輸送給機(jī)器，從而實(shí)現(xiàn)智能。但是到底提取什么特征，提取過(guò)程中有哪些問(wèn)題，工作中又有哪些不合理性，這些都是AI開(kāi)發(fā)者難以預(yù)料的。比如說(shuō)著名的AI提升良品率問(wèn)題，到底什么是良品，每個(gè)產(chǎn)業(yè)的定義都是不同的。這個(gè)定義，就是Know-How需要提供的差異化節(jié)點(diǎn)。

2、關(guān)鍵訓(xùn)練數(shù)據(jù)。AI離不開(kāi)數(shù)據(jù)，然而通用數(shù)據(jù)雖然多，方向卻相對(duì)單薄，往往缺乏產(chǎn)業(yè)化的實(shí)際潛力。而不公開(kāi)的行業(yè)價(jià)值數(shù)據(jù)在哪里呢？這也是Know-How型人才和公司的價(jià)值所在。

3、成本與價(jià)值的理解。用AI總是聽(tīng)上去很好，但到底這個(gè)價(jià)值不菲的東西應(yīng)該投入多少人力物力，什么時(shí)候收回成本，未來(lái)能創(chuàng)造多少價(jià)值，卻都是極大取決于行業(yè)利潤(rùn)比的。為行業(yè)應(yīng)用者估算整個(gè)投入產(chǎn)出周期，也就成為了Know-How的職責(zé)。

4、產(chǎn)業(yè)鏈的理解。今天還有一種情況，就是自己的企業(yè)系統(tǒng)AI了，生產(chǎn)能力上去了，與供應(yīng)商的連接能力反而減弱了。在復(fù)雜的產(chǎn)業(yè)鏈中，一家企業(yè)從管理系統(tǒng)、運(yùn)維系統(tǒng)到生產(chǎn)系統(tǒng)的更新，都將影響并且受制于產(chǎn)業(yè)上下游關(guān)系。對(duì)這些關(guān)系的理解和預(yù)判，對(duì)于企業(yè)技術(shù)決策來(lái)說(shuō)是至關(guān)重要的，而其把握能力也在Know-How手中。

這樣來(lái)看，好像Know-How有點(diǎn)像是AI與行業(yè)間的中介。很多時(shí)候我們都不想找中介，結(jié)果發(fā)現(xiàn)不找他們問(wèn)題更多，效率更差。

那么對(duì)于AI來(lái)說(shuō)，到底誰(shuí)是今天的Know-How呢？

誰(shuí)是AI需要的準(zhǔn)Know-how？

充當(dāng)AI帶路黨的重任，顯然是那些可以接觸行業(yè)核心數(shù)據(jù)，并且理解行業(yè)技術(shù)體系、供需關(guān)系的人、部門(mén)與第三方企業(yè)。

一般來(lái)說(shuō)，有這樣幾種Know-How可以被AI公司利用，結(jié)成緊密的生態(tài)聯(lián)盟，搭建AI進(jìn)入產(chǎn)業(yè)的通道：

1、企業(yè)的IT部門(mén)。一家非互聯(lián)網(wǎng)領(lǐng)域企業(yè)的IT部門(mén)，經(jīng)?？雌饋?lái)像是負(fù)責(zé)修網(wǎng)的。然而在長(zhǎng)時(shí)間錘煉下，類似部門(mén)往往積累下了對(duì)行業(yè)需求的獨(dú)特理解，并且積攢了大量可以被機(jī)器學(xué)習(xí)系統(tǒng)利用的關(guān)鍵數(shù)據(jù)。一家企業(yè)開(kāi)始運(yùn)用AI技術(shù)拓展生產(chǎn)系統(tǒng)，往往也會(huì)以IT部門(mén)為主導(dǎo)。

2、技術(shù)業(yè)務(wù)骨干。很多實(shí)體經(jīng)濟(jì)與傳統(tǒng)企業(yè)中，都有非常資深高水準(zhǔn)的技術(shù)專業(yè)人才。他們不僅擁有著本行業(yè)的知識(shí)，事實(shí)上往往也對(duì)新技術(shù)抱有關(guān)注度和熱情，同時(shí)也有再學(xué)習(xí)的能力。這些人才的充沛利用，可以作為AI進(jìn)入行業(yè)中解決融入問(wèn)題的關(guān)鍵。同時(shí)，以行業(yè)技術(shù)骨干為受眾，培養(yǎng)高級(jí)產(chǎn)業(yè)AI融合人才，也已經(jīng)成為了科技巨頭關(guān)注的目標(biāo)。

3、成熟的行業(yè)技術(shù)服務(wù)商。在汽車(chē)、能源、冶金等領(lǐng)域，看似體量不大，但具備全球覆蓋能力的技術(shù)服務(wù)商大量存在。在巨頭企業(yè)的背后，有成千上萬(wàn)家專門(mén)技術(shù)解決方案提供者在工作著。以這些供應(yīng)鏈企業(yè)為突破點(diǎn)釋放AI紅利，可以作為很多產(chǎn)業(yè)AI的發(fā)展模式。

4、數(shù)據(jù)和咨詢服務(wù)提供者。另一方面，很多行業(yè)還存在著為數(shù)眾多的戰(zhàn)略咨詢和產(chǎn)業(yè)數(shù)據(jù)服務(wù)機(jī)構(gòu)。這些企業(yè)圍繞著生產(chǎn)數(shù)據(jù)釋放價(jià)值，積累了大量企業(yè)需求與真實(shí)想法。如果能有效加以利用，也可以作為AI與企業(yè)對(duì)接的出口。

當(dāng)然，Know-How們還有非常多的身份和存在可能。但總體而言，尋找這些人，利用這些人，在今天的AI領(lǐng)域還僅僅是個(gè)開(kāi)始。

服務(wù)企業(yè)是相當(dāng)困難、充滿變數(shù)的市場(chǎng)。先覺(jué)醒一部分幫手，對(duì)于AI來(lái)說(shuō)是一個(gè)必然趨勢(shì)。

Know-How的稀少，導(dǎo)致了什么？

科技巨頭們紛紛注意到了Know-How的重要性，開(kāi)始搭建自己的Know-How生態(tài)，加之產(chǎn)業(yè)AI命題實(shí)際上處在初級(jí)階段，行業(yè)的接受度還非常有限。讓為AI提供服務(wù)的Know-How整體處在供小于求的階段。

而Know-How的稀少，則讓產(chǎn)業(yè)AI發(fā)展必然經(jīng)歷這樣幾個(gè)趨勢(shì)：

1、重點(diǎn)產(chǎn)業(yè)開(kāi)始率先發(fā)展AI。我們都在說(shuō)AI進(jìn)入百行百業(yè)。然而顯然AI是不可能同時(shí)進(jìn)入一百個(gè)行業(yè)的。數(shù)字化程度高、Know-How資源儲(chǔ)備充分、IT基礎(chǔ)好的產(chǎn)業(yè)更有可能率先發(fā)展產(chǎn)業(yè)AI生態(tài)。目前來(lái)看，汽車(chē)、零售、制造、互聯(lián)網(wǎng)等幾個(gè)行業(yè)擁有更好的AI化基礎(chǔ)。

2、AI進(jìn)入垂直產(chǎn)業(yè)，尤其在工業(yè)領(lǐng)域，將會(huì)面臨非常復(fù)雜的局面。由于工業(yè)領(lǐng)域的龐雜和差異化廣泛，AI技術(shù)進(jìn)入的周期和成本會(huì)非常高。Know-How的復(fù)雜性也讓工業(yè)領(lǐng)域很難出現(xiàn)快刀斬亂麻的智能化進(jìn)程，只能徐徐圖之。

3、擁有Know-How，會(huì)變成某種AI創(chuàng)業(yè)公司的底牌。今天的AI創(chuàng)業(yè)公司，更多是拼大牛，拼算法獨(dú)特性。這些故事會(huì)成為投資人眼中最性感的部分，而在垂直產(chǎn)業(yè)準(zhǔn)入門(mén)檻問(wèn)題不斷暴露出來(lái)后，企業(yè)擁有的Know-How水準(zhǔn)，會(huì)開(kāi)始影響AI創(chuàng)業(yè)公司的融資能力與發(fā)展水準(zhǔn)。同時(shí)具備Know-How能力也將成為創(chuàng)業(yè)公司與科技巨頭、算力提供商的生態(tài)合作籌碼。

4、講案例，講故事將變得異常重要。尋找Know-How是一個(gè)差異化很大的繁雜任務(wù)，進(jìn)而讓企業(yè)認(rèn)識(shí)到行業(yè)差異化AI解決方案的存在與合理性，也是一件復(fù)雜的差事。這種情況下，AI企業(yè)的選擇只能是珍惜已有案例，好好拆解其中邏輯，加大宣傳力度，讓更多產(chǎn)業(yè)關(guān)系者認(rèn)識(shí)到合作可能，加強(qiáng)自身的Know-How主動(dòng)吸引力。因此AI進(jìn)入產(chǎn)業(yè)的這個(gè)周期，基本一定是案例為王的。

從算法問(wèn)題，算力與數(shù)據(jù)問(wèn)題，再到Know-How問(wèn)題，本質(zhì)上來(lái)說(shuō)AI正在一步步向神秘的產(chǎn)業(yè)世界進(jìn)發(fā)。本質(zhì)上來(lái)說(shuō)，AI是一種將直接影響到產(chǎn)業(yè)生產(chǎn)步驟，像煤與電一樣影響工業(yè)生產(chǎn)的新生技術(shù)。

讓懂AI的人與懂行業(yè)的人在此時(shí)盡快認(rèn)識(shí)，甚至相互形成吸引力，是AI發(fā)展中不可或缺的一個(gè)環(huán)節(jié)。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。