有人认为AI距离我们太过遥远，，现在谈论为时尚早；有人认为AI时代已经到来，
，我们应该抓住时代的红利
。。那么，
，，AI到底在春天还是寒冬
？？
？？

  我们先来看几个AI应用场景的案例。。。

  便利店的运营效率非常高。。。。一家小小的便利店，，
，它每一天的运营、、、维护都是复杂的过程，
，，，在过去20年里，，这个产业的效率不断提高，
，
，现在看来，，
，可以说已经做到了极致。。

  但是，
，，，在前两年，
，，，有不少人开始用AI技术，，，，也就是视觉识别去做便利店，，，，最后的效果不太好
，，为什么呢？？
？因为替代成本非常高
，
，，一个视觉结账系统替代一个收银员，，这个系统需要更昂贵的IT工程师定期维护，，，一旦系统出错，，，，造成的损失也会更大
。。一句话说，，
，，在原有便利店的基础上，
，使用AI技术并没有提高产业效率。。

  第二个例子是大家在银行见到的轮式机器人
，，，，它会主动问好，
，，并且能够与你进行一些简单的对话。。。但是现在来看，，这样的机器人没有什么作用
，，，因为它无法替代银行的工作人员。。。。银行员工接受过良好的训练，，
，在与客户沟通
、
、处理矛盾、、求助方面具有很大的柔性空间，，，这些都是机器人做不到的。
。。。开玩笑地说，，，，下雪的时候客户经理还能出门扫雪
，，如果有人抢银行，
，工作人员还能起到一些安保作用
，，这些都是轮式机器人做不到的
。。。。这样的产品只有一个智能化的噱头，
，很快就不会有人使用。。。。为什么会这样？？？？还是那句话
，，这种AI技术的应用，
，，，没有提高银行业的产业效率。。

  第三个例子是大型仓储物流中的机器人应用场景
。。。。几千台轮值机器人快速移动对货物进行分拣，，大大提高了物流的效率。
。正是这类技术的应用
，，，才保证了我们对物流的高要求。。AI技术在这里的应用是成功的，，也是行业所追求的。。。

  总结起来
，，我们可以说：AI是春天还是冬天，，，取决于其提高产业效率的能力。。

  产业效率的提高和人类的幸福息息相关

  什么叫效率？？？从系统的角度看，，，
，效率就是输入一个系统的功
，，，最后转化成了多少的功，，这个输出功和输入功的比值
，，，可以理解成效率。。

  在产业上，，，也存在产业效率。。。。这里的输入是雇佣员工的费用
、
、
、土地租金、
、
、原材料成本等等，，，如果相同的输入，，，，我们获得更高的输出，，
，我们就拥有了更高的产业效率。。。。

  在古代的皇室，，，皇帝所拥有的御膳房的效率和今天的外卖平台的效率相比如何呢
？？？？在那个时候，，，
，御膳房就是要不惜一切代价把饭做好，，，而且要时刻准备着。。菜不管吃不吃都要备好，，，锅里永远在炖着东西，，，只要皇帝有需求，，从做饭的到传菜的整个环节都会调动起来，
，，只为皇帝一个人服务，，，成本非常地高。
。。

  而现在的外卖平台，，，其所包含的菜品种类远比御膳房的成百上千种菜还要多得多，
，
，，由于产业效率的提升，，，，今天的每个人都能享受到这种高效率下的便利
。。。。给我们送菜的不是太监，，而是骑士，
，他们通过抢单、、、拼单把配送成本降低到几块钱，，，
，但是一样实现了为一个尊贵的客户，
，
，提供专门的服务，，，这都是产业效率的提升带来的。。
。

  效率提升=性价比提升=需求量几何级提升

  为什么效率提高如何重要？？？因为它的改善能够带来产品性价比的提升，，从而引发需求的几何级增长。。。福特的T型车就是一个经典的案例。。

  在20世纪20年代，，
，汽车作为一个只有富豪才消费得起的奢侈品
，，，，正在逐渐地走向平民化。。。。福特通过流水线生产，，，，把T型车的价格从4000美元降低到800美元
，，，
，进而进一步降低到了200-300美元。。。这意味着对于普通的美国民众而言，，，
，一年的工资也可以买一辆车，
，
，即使在1929年大萧条的时候，，，，汽车总销量依然是攀升的。
。

  同样的例子也发生在酒店行业身上，，它们遵循同样的逻辑。。今天，
，五星级酒店对于一般的中产阶级而言，，，不再是可望不可即，，，，越来越多的人可以享受到这样的服务，，，，这是如何做到的
？？酒店管理公司对酒店运营进行了标准化，，，以前可能需要3个管家服务一个房间，，，现在通过分工与标准化，，，，可以让一个保洁人员清理20个房间，，，另一个采购人员负责给100个房间采购水果。。。
。

  我们通过工序的专业化大大降低了成本，，从而提高了效率。
。。在一个连锁网络系统中，，让最优的实践能够固化成标准，
，，，然后向次优的酒店推广
，，这是酒店管理公司、
、、、或者说任何一种管理类公司业态存在的价值，，，
，因为它提高了行业的平均效率。。。

  从另一个角度来看，，
，，在酒店行业，，酒店管理公司往往不拥有酒店，，，它只是帮助酒店拥有者运营酒店而已。
。。。那为什么这些拥有者愿意让他们来管理，，还同意同分走一部分利润呢？？因为这些管理公司虽然拿走了钱，
，但是把酒店的效率提高到了原先无论如何也达不到的水平。
。

  提高产业效率有哪些手段？？？
？

  虽然都说大道至简，，，
，但是简单到极致就是自然主义。。去郊外捡一个苹果
，，，，然后卖掉，，很简单
，，效率也很高，，，但如果是100万个苹果呢？
？
？？

  效率来源于复杂性，，复杂系统才能获得超额的“节约”
。
。。

  案例1：扩大规模，
，摊薄成本

  最典型的例子就是连锁酒店，，，
，通过把单体的酒店连接起来，
，，降低成本，，，，从而实现产业效率的提升。
。
。

  案例2：流水线分工，，，提高专业效率

  福特的T型车就是通过这种方式，，，通过流水线作业，，
，
，提高了工人的劳动生产率，，，进而降低生产成本，
，，提高产业效率。
。。。

  案例3
：通过更复杂的工艺提高转化效率

  比如原来做衣服用的原材料都是棉花、、羊毛，，现在可以用一些不是自然的材料来做衣服，，，，比如特殊的纤维。。。造纸行业也是一样，，，以前只能用高质量的树皮才能造纸，，
，现在用的材料是很丰富的。。。
。

  案例4：集合渠道，，，，提高分发效率

  以沃尔玛为代表的大型超市就是这样的业态。。
。把客户邀请来了，，
，，就要卖给你更多的东西。。。为什么沃尔玛可以打败美国那么多的乡村小店
？？正是因为沃尔玛能够一站式购齐，，，
，其他小店做不到。。
。

  案例5：长期转化，，
，提高留存效率

  这是互联网时代最常听到的效率提高方式：送给你一个苹果，，但是未来你所有的豆腐都是从我们这里买的
。。。。

  案例6：复杂营销，，提高撮合效率

  通过不一样的定价策略、
、定向地精准营销
，
，更快速的撮合交易。。。

  案例7：资产复用
，，
，，提高成本效率

  铁路的出现有深远的意义，，，但是在最初，，美国很难修建跨州的铁路，
，因为成本太高，，高到没有公司愿意买单。。。
。后来有人发明的单线铁路，，，，在此之前铁路都是双线
，
，，要修两个轨道，，采用单线之后，，，，成本可以降低30%。。。。单线的铁路不能对开，，，因此要修建多条单线
，
，，如何能保证效率呢？？这时候就要依靠调度了
。。。。

  AI产业如何落地？？？？

  在讨论AI产业如何落地之前，
，，，要先看看AI时代带来了什么
？？？

  从技术涌现的规律来看，，对单点技术判断的对错不是最重要的，，，更重要的是判断对它的整体趋势，，你一样能在这个技术应用中获得很好的收益。
。。

  1. AI不是无所不能的

  首先，，，AI无法直接进行“高级思考”，，，无法解决通用问题，，，，因此开放性的任务不适合AI。
。。再者，
，AI无法给出100%可靠的判断。。既然如此，
，
，用AI技术在原有的产业效率模型内打补丁，，，往往不是最好的选择。。。因为原有的体系是面向高可靠性、、、自动化、
、高精准的
。。
。最后
，，，，在AI替代人的方面，
，我们认为，，AI缺乏柔性，，
，
，替代人的成本会非常高
。。。。拿话务员来说，，，他们受过专业的训练，
，，有很强的柔性能力，，，即便无法解决客户的问题，，
，
，也可以通过沟通技巧解决争议，，，，但是如果用AI代替他们，，，，往往效果不好而且成本很高。。
。。

  2. 要发挥AI真正的优势

  AI时代的核心首先是智能决策的时代，，，AI的真正优势是决策能力
。。。。比如苹果种植，，，可以根据苹果在生长周期内的日照情况、、、、降水情况、、、颜色变化、
、、气体释放等数据，，分析出来一个模型，，，，判断苹果成熟的概率
。。这一点是人类和自动化所无法做到的
。。这样的能力可能不太准确，
，，但是随着时间的推移，
，，它具有很大的商业价值
。
。

  3. AI时代是智能人机混合系统的时代

  既然AI是一个决策系统
，
，那么这个决策系统具有何种架构呢？？千万不要认为AI就是一个狭义的算法，，，AI的数据计算本身是一个中间环节。。。以呼叫中心为例，
，AI可以通过历史数据的分析
，，对每个来电的需求非常了解，，这种了解远超一般的话务员，，但话务员有价值吗？？当然。
。。。他能够听懂很多口语化的表达，，
，
，擅长情感上的沟通。。。
。如果把AI和话务员结合起来，，这就是以机器决策为主的人机混合。。。

  AI产业落地的五个步骤

  第一步
，，，，找到绝对的痛点。。。
。

  用AI对给今天的行业模型打补丁，，做别人也能做到的事，，，这不叫绝对的痛点。
。那什么叫绝对的痛点呢？？？？这需要大家结合自己的行业经验去找，，，，但我可以告诉你什么不是。
。。。各种商业要素有强大约束的不是
，，，这个时候
，，，即使你的效率很高，
，也无法打败效率低的人
，，因为重置成本过高。。。。酒店管理公司做得好，，酒店都愿意加盟
，，
，因为酒店的物业本身不稀缺。。如果你把加油站的效率优化的很多，，，是不是很多加油站会来加盟你呢？？
？可能不会，，因为要素的流转不充分。。。
。

  2019年，，中国的油气勘探领域对民营资本放开，，我们可以利用AI技术，，，，去分析哪里可能有更好的油田。。但是如果在2019年之前
，
，，这个领域还没有开放的时候，，即便你解决了这个问题，，
，，也无法撬动市场格局。。。

  第二步，，判断人工智能的潜力

  找到绝对的痛点之后，，我们要判断智能的潜力，，，，因为不是所有的问题都适合AI（人工智能）去解决
，
，，
，比如设计一个太空飞船这样一个开放性
、、
、、创造性的问题。。再就是有其他替代手段的关键性问题，，这些问题对可靠性的要求往往非常高，，也不太适合AI去解决
。。比如肿瘤的早期诊断，，如果今天的所有的医生都做不到，，AI哪怕能起到一点作用也是一种能力补偿，，，但是如何有其他的替代手段
，，，AI的不准确性就会被成倍的放大。。。

  第三步
，，，
，设计完整的系统

  如果找到的痛点足够痛
，，AI也可以解，，，，我们也无法期待简单的应用AI技术就能解决这个问题
。。因此，，，面对这样的情况
，，我们要敢于把系统做“重”
，，
，，就是复杂一些
。。。第一是敢于碰硬件
，，硬件虽然带来了复杂性和更高的成本，，，
，但它能够带来信息采集的效能，，，，并且形成决策实施的闭环。
。第二是敢于碰运营，，不光是基于人-机的运营，，
，还要敢于去做运营商。。第三是不依赖已有的数据，，而是逆向思考
：为了解决这个痛点
，
，，，我们需要把什么数据引入进来？？

  第四步，，寻找切入的路径

  百度风投作为一家早期风险投资企业，，，我们和被投的每一个项目都会讨论
，，未来的终局是什么？？未来五年、、、、十年到底能不能做出一些颠覆性、、产业革命的事。。
。即便创业者谈清楚了，
，
，，绕回到实施，，很有可能也要从一件改良产品的小事做起。
。。
。

  比如农业的种植，，一上来就想开发一种新的种植方法，，，
，那么整个项目的验证周期会非常的长。
。能不能利用现有的数据在原有的方法上提高一些效率，，，，降低一些成本？？？？这虽然不是终局，，，
，但是一个非常重要的切入途径。。

  第五步
，，寻求模式变革

  一旦切入进去，，我们就要寻求模式的变革。。但是要记住一点，，，，项目落地之后的红利期往往是有限的
，，如何在有限的时间之内找到模式变革的方法，，寻求升维
，
，，，这是一个很重要的命题
。
。拿三文鱼的养殖来说，
，三文鱼只能生活在特定的水域内，，这样天然的水域不需要做很多人为的补偿。。。而随着AI技术的发展，，有一些不适合养殖三文鱼的地方，
，
，，也变得合适了。。
。。比如有一片水域，，，三文鱼可以生长的很好
，，，但是突然来了一股寒流
，
，，，鱼都冻死了，，，，对于这样的环境变化，，，利用一套智能系统恰恰可以进行预测和补偿。
。

  如果这样的技术系统证明可行，，我们就能够在合适的时间
，，去圈占三文鱼养殖的上游要素，，，把这个项目做大。
。。
。最终通过模式的变化，，，把产业效率做上来。。如果这件事别人也能做
，，而我们效率做的更高，，，这是一种溢价能力；如果我们把它升维到一件别人做不了的事，，又是一个溢价能力。。。。