我們正處于AI的淘金熱。但誰會獲得經濟效益？是都在用淘選盤淘金的大批初創公司？開有大型采金礦廠的公司？還是提供鐵鎬和鐵鍬的科技巨頭？哪些國家又擁有最豐富的金礦？

歡迎進入AI淘金熱

我們目前在經歷AI市場的另一次淘金熱。巨額資金涌入AI初創公司，遍布每個想象得到的行業和業務領域。谷歌、亞馬遜、微軟和IBM這些巨頭在2016年往AI投資超過200億美元。許多公司一邊小心提防初創公司，一邊競相確保搶在競爭對手的前面，獲得AI在生產力方面帶來的好處。中國在大力支持AI，歐盟在談論高達220億美元的AI投資，生怕輸給中國和美國。

AI無處不在：從谷歌的每天35億次搜索、使用人臉識別技術的新款蘋果iPhoneX，到巧妙回答我們問題的亞馬遜Alexa。媒體頭版報道AI在如何幫助醫生診斷疾病，幫助銀行更準確地評估貸款風險，幫助農民預測作物產量，幫助營銷人員吸引和留住顧客，幫助廠商改善質量控制。還有一些智庫致力于研究AI的實體、網絡和政治風險。

那么誰會從AI大賺一把？

AI和機器學習將變得無處不在，并融入到社會結構中。但與任何淘金熱一樣，問題是誰會掘到金子？會是少數的勇敢者？還是那些敏捷的后起之秀？提供鐵鎬和鐵鍬的那些巨頭會賺到大頭嗎？誰又會找到金礦？

那么，AI創造的價值在哪里？

我開始思考誰會從AI賺到錢時，到頭來思考的是這7個問題：賺錢的會是下列主體中的哪些？

（1）芯片制造商

（2）平臺和基礎設施提供商

（3）基礎模型和算法提供商

（4）企業解決方案提供商

（5）行業垂直解決方案提供商

（6）AI企業用戶

（7）國家？

雖說有許多方法可以剖析AI格局，但愿下圖提供了一種實用的解釋性框架：某種價值鏈。圖中的公司代表了每個類別的大玩家，但該圖絕不是想一網打盡，也不想作任何預測。

這是AI價值鏈的例子。圖中的公司代表了每個類別的大玩家，但該圖絕不是想一網打盡，也不想作任何預測。（圖片來源：Best Practice AI Ltd.）

1. 誰有最好的AI芯片和硬件？

盡管計算能力的費用急劇下降，但需求在以更快的速度增長。AI和機器學習需要龐大的數據集和數萬億的矢量和矩陣運算，對計算能力有著永無止境的需求。芯片就有了表現的機會。

英偉達股價在過去兩年上漲了1500%，這得益于過去用來渲染酷炫游戲圖形的圖形處理單元（GPU）芯片用于機器學習再合適不了。谷歌最近推出了第二代Tensor處理單元（TPU）。微軟也在打造自己的Brainwave AI機器學習芯片。與此同時，像Graphcore這些初創公司期望進入這個市場。IBM、英特爾、高通和AMD等傳統芯片供應商也沒有坐以待斃。甚至有傳聞稱Facebook在組建一個團隊，自行設計AI芯片。中國的專業芯片廠商也在紛紛崛起，寒武紀科技在月初宣布了首款云AI芯片。

誰賺到了錢？Levi Strauss和SamuelBrannan本身并不采金，而是通過為礦工們提供手推車、帳篷、牛仔褲、鐵鎬和鐵鍬之類的物資賺了一大筆。

很顯然，設計和制造芯片并保持全球芯片領導者的地位需要非常高的成本。它需要極其雄厚的財力以及世界級的硅片和軟件工程師團隊。這意味著新的贏家寥寥無幾。就像昔日的淘金熱時期那樣，那些提供最便宜、最常用的鐵鎬和鐵鍬的人將大發其財。

2. 誰有最好的AI基礎設施和平臺云？

如今云領域也在上演AI競賽。亞馬遜很早認識到初創公司寧愿租用計算機和軟件，而非購買。為此，它在2006年推出了AWS。如今，AI需要極其龐大的計算能力，于是許多公司日益轉向云，通過基礎設施即服務（IaaS）和平臺即服務（PaaS）解決方案來租用硬件。

亞馬遜是云服務市場的領頭羊，但微軟、IBM、谷歌和阿里云緊隨其后。

科技巨頭之間激戰正酣。微軟提供的Azure公共和私有云服務據稱擁有100多萬臺計算機。在過去的幾周，微軟宣布其Brainwave硬件解決方案大大加快了機器學習的速度，必應搜索引擎的性能提升了10倍。谷歌推出自己的谷歌云產品，奮起直追。我們還看到阿里云也開始搶占全球份額。

云領域的大玩家在競相確保自己有能力滿足AI帶來的龐大需求。

亞馬遜、微軟、谷歌和IBM會繼續在這個領域決一勝負。還要留意中國的超大云玩家。贏家還會是提供鐵鎬和鐵鍬的那些大玩家。

3. 誰有最好的基礎算法？

如今，谷歌是世界上最大的AI公司，它吸引最優秀的AI人才，研發預算抵得上一個小國的GDP，并擁有從使用其服務的數十億用戶獲取的一流數據集。AI在助力谷歌的搜索、自動駕駛汽車、語音識別、智能推理、大規模搜索，甚至助力它在藥物發現和疾病診斷方面開展的工作。

支持谷歌所有AI活動的異常出色的AI機器學習軟件和算法：TensorFlow如今卻免費派送，是的免費！TensorFlow現在是一個開源軟件項目，供全世界使用。谷歌為什么這么做？正如谷歌Brain的負責人杰夫?迪安（Jeff Dean）最近所說，如今世界上2000萬家組織有望得益于機器學習。如果數百萬的公司使用這款一流的AI軟件，它們可能需要大量的計算能力。誰能更好地滿足這個需求呢？谷歌云當然針對Tensorflow和相關的AI服務作了優化。一旦你對它們的軟件和云服務形成了依賴，今后多年會成為非常忠實的客戶。難怪大家都想成為全球AI算法的主導者，亞馬遜、微軟和IBM也紛紛各自提供廉價或免費的AI軟件服務。

我們還看到巨頭們不僅比拼機器學習算法，還在比拼為會話代理及機器人、語音、自然語言處理、語義和視覺等提供服務的認知算法以及改進后的核心算法。在這個競爭日益激烈的領域，有一家名為Clarifai的初創公司，它為公司企業提供先進的圖像識別系統，以檢測近似重復的內容和視覺搜索。它在過去三年已融資近4000萬美元。據估計，2016年至2025年間，視覺相關算法和服務這個市場的收入累計將達80億美元。

競爭的焦點是將支持應用型AI解決方案的深度學習和認知算法。

巨頭們沒有坐以待斃。比如說，IBM在提供名為Watson的認知產品和服務。它有20套左右的API用于聊天機器人、視覺、語音、語言、知識管理和同理心，這些API可輕松嵌入到企業軟件中，開發具有AI功能的應用程序。認知API無處不在。KDnuggets列出了科技巨頭和初創公司提供的50多項頂級認知服務。這些服務部署到云端，成為一種AI即服務（AIaaS），因而更易于使用。就在最近，微軟的首席執行官Satya Nadella聲稱，100萬開發人員在使用微軟的AIAPI、服務和工具來構建基于AI的應用程序，近30萬開發人員在使用其工具來開發聊天機器人。誰都不想自己是與這些巨頭較量的初創公司。

這個領域的贏家可能會再次青睞大玩家。它們能招到最好的研究和工程人才，擁有最多的預算，可以訪問最大的數據集。初創公司想蓬勃發展，就要有充裕的資金，要有一批領先的研究人員（有一整套的知識產權專利和已發表的論文、扎實的領域專業知識），擁有高質量的數據集。它們還要有長袖善舞的本領，以便能夠搶先巨頭一步，或者征戰不同的領域。許多初創公司會淪為炮灰，但發展起來的那些公司會發覺自己成為全球企業，或者很快被巨頭收購。即使初創公司沒有找到商業化的道路，如果有一個強大的研究型團隊研發基礎AI算法，也會成為人才收購對象（別的公司沖其人才而收購）。2014年我們看到了這一幕： DeepMind這家在倫敦成立才兩年的公司被谷歌斥資4億美元收購，它開發獨特的強化機器學習算法。

4. 誰有最好的企業解決方案？

企業軟件一直由Salesforce、IBM、Oracle和SAP等巨頭稱霸。它們都認識到AI這種工具需要整合到各自的企業產品中。但許多初創公司競相成為下一代企業服務，以填補傳統企業目前沒有涉足的缺口，或者甚至試圖顛覆它們。

我們分析了企業領域的200多種使用場景，從客戶管理、市場營銷、網絡安全、情報分析、人力資源，到認知機器人流程自動化（RPA）這個熱門領域，不一而足。企業領域比以前更開放，形形色色的初創公司為這些使用場景提供單點解決方案。今天光招聘領域就有200多家基于AI的公司，其中許多是AI初創公司。

網絡安全領頭羊DarkTrace公司和RPA領頭羊UiPathhave現金儲備多達1億美元。巨頭們也希望確保自己的生態系統處于前沿，大力投資于改善其服務的初創公司。Salesforce投資了提供客戶管理解決方案的Digital Genius以及提供企業翻譯服務的Unbable。巨頭們也常常有更緊迫的問題。比如說，SAP想在提供云解決方案方面奮起直追，更不用說在AI領域方面了。我們還看到工具提供商試圖簡化在企業界創建、部署和管理AI服務所需要的任務。比如說，機器學習訓練是一項繁雜的任務，80%的時間可能花在了數據處理上。大量的時間還花在了測試和調優所謂的超參數上。Pettum這家總部位于匹茲堡的工具提供商已融資逾1億美元，幫助加速和優化機器學習模型的部署。

企業AI解決方案將有助于改進客戶服務和生產力。

如果許多這些企業初創公司迅速證明自己在開發和擴展解決方案以滿足企業的實際需求，會有大好未來。但就像軟件淘金熱中一直出現的那樣，每個類別的贏家只會是少數。而對于那些AI企業類別的贏家而言，如果構成很大的威脅，它們以及最佳單項工具提供商可能被巨頭收購。

5. 誰有最好的垂直解決方案？

AI推動市場爭奪最佳垂直行業解決方案。一大批基于AI的新初創公司在為眾多行業的企業使用場景提供解決方案，包括醫療保健、金融服務、農業、汽車、法律和工業領域。而許多初創公司在直接為同樣的客戶提供服務，大膽地試圖顛覆傳統企業巨頭。

新的行業AI解決方案會支持或顛覆組織。

很顯然，許多創業公司在提供頗有價值的單點解決方案，如果它們能獲取下列資源，就會取得成功：

（1）龐大且專有的數據訓練集，

（2）得以深入了解某個行業內機會的領域知識；

（3）應用型AI方面的人才庫；

（4）支持迅速發展的雄厚資金。

那些表現不俗的初創公司通常諳熟公司企業關注的方面：客戶、業務效率和投資回報率。

比如說，ZestFinance已融資近3億美元來幫助改善信貸決策，這將為所有人提供公平透明的信貸。它聲稱擁有世界上最優秀的數據科學家，對于想顛覆現有企業玩家的初創公司來說，它們其實需要雄厚的資金。比如說，在銷售點向消費者提供貸款的Affirm已融資逾7億美元。這些公司很快需要構筑一條防御性的護城河，確保保持競爭力。這可能來自數據網絡效應：數據越多，基于AI的服務和產品越好，因而獲得越多的收入和消費者，進而獲得越多的數據。那樣就形成了良性循環。

6. 哪些企業獲得AI的價值？

雖然許多企業可能會在本行業尋找新的供應商，以獲得改善收入的AI解決方案，但它們不會任由后起之秀搶占客戶，也不會任由企業競爭對手通過AI獲得先行優勢。目前企業創新領域在上演一場好戲。大公司有自己的風投部門投資初創公司，創辦孵化器，或自個成立初創公司，確保自己是AI創新方面的領導者。

企業完全有能力從AI獲取價值，具體表現為改善了客戶服務、提高了生產力和改進了產品及服務。

由于龐大的數據資產，大企業面對初創公司和小公司處于強勢地位。數據是AI和機器學習的“燃料”。誰比保險公司、金融服務公司以及搜索公司更有條件充分利用AI呢？畢竟它們擁有保險理賠方面的海量歷史數據、了解消費者金融產品購買行為方面的一切，以及擁有比其他公司更多的用戶搜索信息。

大大小小的公司都有條件從AI獲取價值。實際上，Gartner的研究預測，到2022年，AI創造的商業價值將達到3.9萬億美元。AI能夠支持眾多組織成百上千寶貴的使用場景。企業可以改善客戶體驗、節約成本、降低價格、增加收入，并銷售基于AI的更優質產品和服務。AI將幫助強者更強，小公司淪為犧牲品。但是它們需要展現強大的領導力、執行力以及允許并不總是一下子就能搞好技術支持的項目。

7. 哪些國家將從AI獲得最大的好處？

世界各國也在爭奪AI霸權。中國并不怯于展示AI方面的野心。它在大力投資，培養技術人才，扶植初創公司。較為寬松的監管環境（尤其是數據隱私方面）幫助中國在安全和人臉識別等AI領域領先全球。最近就有這樣的例子：中國警察在5萬人的演唱會上揪出了一名通輯犯。商湯科技這家大規模分析人臉和圖像的公司聲稱已融資6億美元，成為全球最具價值的AI初創公司。中國移動市場規模是美國的3倍，移動支付額是美國的50倍，這是巨大的數據優勢。歐洲專注于數據隱私監管可能會讓它在AI的某些領域處于劣勢，即使歐盟在談論往AI投資220億美元。

誰會是AI領域的主權贏家？中國？美國？日本？德國？英國？還是法國？

英國、德國、法國和日本最近都宣布了國家AI戰略。比如說，馬克龍總統稱法國政府將在未來5年內投入18.5億美元以支持AI生態系統，包括構建大型公共數據集。谷歌的DeepMind和三星等公司已承諾設立新的巴黎實驗室，富士通也在擴建其在巴黎的研究中心。英國剛宣布向AI投資14億美元，包括資助1000名AI博士。雖然各國都投入于AI人才和生態系統，但問題是誰將真正獲得價值。法國和英國補貼的博士會不會到頭來被谷歌招募？雖然那些高達六位數的機器學習薪水會帶來可觀的薪資稅，但創造的經濟價值大部分可能歸屬這家美國公司、其股東以及樂開懷的美國財政部。

AI將為公司和國家提高生產力和財富。但是媒體稱我們的工作崗位中三四成將被機器取代時，這些財富將如何分配？經濟學家可能強調從數百年來提高技術自動化汲取的經驗。工作崗位到底新增還是減少？公眾爭論常常提到機器學習之父杰弗里?辛頓（Geoffrey Hinton）的觀點，他認為許多放射科醫生會因機器利用醫療影像診斷疾病而失去工作。但是別忘了，中國在利用AI幫助放射科醫生管理龐大的需求：每年要看14億張CT，檢測有無肺癌。結果不是醫生失業，而是市場因更高效、更精確的診斷變得更大。然而可能會有動蕩期，大部分價值將流向控制AI技術和數據的少數公司和國家。低技能國家可能會遭殃，這些國家的財富依賴被AI自動化淘汰的工作崗位。AI青睞大公司和技術熟練的國家。

那么，這一切意味著什么？

剖析AI格局時，有一點很清楚：我們正進入真正屬于AI的黃金時代。關于經濟價值會向何處轉移，出現了幾大主題：

全球科技巨頭好比是這場淘金熱的鐵稿和鐵鍬，為涌入的那些人提供AI。谷歌、亞馬遜、微軟和IBM在爭奪AI領域的領導地位。它們在競相提供最好的芯片、云、AI算法和服務。緊隨其后的是中國科技巨頭阿里巴巴和百度。極少有初創公司提供比微軟還要價廉物美的日益商品化的云計算，提供比谷歌的Tensor處理單元還要好的AI芯片，或者構建比亞馬遜還要好的對象識別認知算法。

AI初創公司紛紛提供認知算法、企業解決方案和縱深的行業垂直解決方案。要想成功，初創公司需要擁有獨特的數據集、深厚的領域知識、雄厚的財力，還要能夠吸引和留住日益搶手的AI人才。不是說車庫里開發出一款應用程序就會改變世界。成為贏家的AI初創公司將是解決重要的實際問題、迅速縮短入市時間，建立強大市場地位的那些公司。初創公司應專注于支持許多重要使用場景的企業和行業解決方案。然而在算法領域，隨著人才大戰繼續上演，初創公司的人才收購會比較常見，至少今后幾年是這樣。一路上會有許多初創公司淪為炮灰，每個類別只有少數贏家，任何淘金熱都是如此。而那些贏家可能會發現巨頭們向自己開出了金額誘人的支票。

企業完全有條件從AI獲取數萬億美元的價值。AI將通過幫助主要的業務流程并使之自動化，不斷提升客戶體驗、提高生產力和降低成本，并提升產品和服務的競爭力。大多數價值將歸屬擁有龐大規模的公司，它們有最好最大的數據集、最多的客戶和最大的分銷網絡。強者可能愈強，但前提是公司表現出強大的領導力，還要靈活地執行，這是它們通常不具備的一項本領。AI執行方面領先的企業仍舊是谷歌、Facebook、蘋果和亞馬遜等科技巨頭，它們提供基于AI的產品和服務，吸引全球數十億的用戶。隨著科技巨頭利用AI進入并顛覆新行業，零售、醫療和媒體等行業的企業陷入恐慌。

國家也在參與AI競賽。中國并不怯于表明到2030年成為AI全球領導者。它認為自己擁有結構性優勢。雖然許多歐洲國家宣傳政府致力于發展AI，但面臨的風險在于，它們可能只是在為全球AI科技巨頭補助人才，加速其他主權國家積累財富。嚴格的數據隱私監管會損害歐洲國家在AI領域的創新嗎？來自AI的財富可能流向控制并利用領先的AI技術和數據的那些國家和公司，想想美國和中國。隨著自動化淘汰薪水越來越低的工作崗位，那些不具備這種能力的國家和公司可能面臨挑戰。

簡而言之，AI淘金熱似乎青睞這樣的公司和國家：它們擁有最好的AI工具和技術、數據、最好的技術工人、最多的客戶和強大的資本渠道。那些有規模優勢的公司和國家將獲得來自AI的經濟價值的大部分。但是少數幾家大膽的初創公司也會找到大金礦。但就像任何淘金熱一樣，許多初創公司會找到金礦。而許多個人和社會可能覺得自己還沒有看到淘金熱的好處。