數字化到數據化，傳統企業(yè)升級的門檻越來越很高；過去5年里，幾乎所有企業(yè)都同步完成了“互聯網＋”的過程，而剛剛通過互聯網升級的企業(yè)，又面領著“AI＋”的升級挑戰(zhàn)。

實際上，并不是所有企業(yè)都具備完善的數據架構。未來商業(yè)是一場效率的戰(zhàn)場，低效的產業(yè)將成有可能被淘汰。

借用一句2018年阿里云棲大會上馬云說過的話：

圖 ｜ 2018年阿里云棲大會現場

“如今，我們正在經歷著從信息技術時代到數據時代的轉變，未來數據將發(fā)揮更大的價值�！�

人工智能引領下的制造業(yè)時代已來。

關注今年ECCV的讀者也會發(fā)現，這場歐洲頂級計算機視覺領域學術會議，收錄了非常多的中國企業(yè)學術成果�？梢钥闯�2018年開始，ECCV將視野放大，不僅僅關注技術的創(chuàng)新，同時開始關注計算機視覺和深度學習技術在商業(yè)領域的落地。

ECCV會議中不斷出現中國企業(yè)的身影，讓我們感受到了這些企業(yè)迫切在AI技術競爭環(huán)境下迫切求生、發(fā)展的欲望。

IBM中國研究院院長、IBM大中華區(qū)首席技術官沈曉衛(wèi)在9月18日的長江商學院線下講堂中也提到：“人工智能是一個工具，給企業(yè)帶來了巨大機遇。互聯網時代是贏者通吃的時代，到了人工智能時代，任何一家企業(yè)都有可能被顛覆，但也有可能成為行業(yè)顛覆者�！�

面對代表人類智慧的產業(yè)技術，企業(yè)應結合自身優(yōu)勢，適度投資核心研發(fā)團隊，為了將成果轉換成新的生產力，不但要整合技術，還要重視下游應用。

這個過程中，最重要、也是最難的也許不是我們在AI產品中的一個核心部件，而是企業(yè)家理解時代內容下的切真市場痛點：AI市場剛剛打開，痛點是第一步，之后才能在痛點周圍蔓延生存。

一、家里有礦，坐地起身：

騰訊可以說是較早一批使用人工智能算法掙錢的企業(yè)。兩年前微信和QQ中的朋友圈廣告，是根據上下問關鍵詞進行推薦，后來推出小程序功能，又一夜之間放大了推薦廣告算法的功效。

優(yōu)圖，騰訊設立的自己AI Labs，有一部分是因為馬化騰認識到了微信每天都在產生的數據可以用到自學習的系統中來，計算機自我博弈，使得每一項算法都能接近最高效能，這一點是非�？植赖�。

現在騰訊運行著國內最大的，近乎壟斷性社交app－－微信，未來的產品線可能會百花齊放，例如正在發(fā)展的醫(yī)療、自動駕駛，而不是停留在社交娛樂，這也是分設騰訊優(yōu)圖AI Labs的幾大研究方向。

圖 ｜ 騰訊社交廣告

騰訊在AI領域發(fā)力，首先是將原先在社交領域不能實現的功能落地，哪怕就是添加一個精準的語音識別功能，也會增大用戶的體驗好感；騰訊現在做手游，添加一個高質量AI和用戶進行較量也會增加很多趣味。

去年打敗人類圍棋選手的AlphaGo，可以算是人類智力游戲的巔峰，然而有趣的是AlphaGo之父、DeepMind首席人工智能官Demis Hassabis還發(fā)布了一款游戲：《黑與白》。

圖 ｜ DeepMind，Demis Hassabis設計的《黑與白》

這是一款意識超前的游戲，玩家在游戲中扮演上帝的角色，組建城市、發(fā)展文明。其中的寵物就有很高的智能程度，擁有自行學習的機制。做了壞事可以被玩家懲罰，懲罰后會改變行為，如果放任自如則會加重壞行為。據稱，這款游戲角色運行機制是基于一款游戲ai神經網絡。

騰訊有自己用戶量非常龐大的游戲平臺。

圖 ｜ 騰訊出版的對抗類手游《王者榮耀》

在現有平臺上落地優(yōu)質的算法，是騰訊實現產品升級再好不過的第一步。

而下一步，是針對人才導向型純AI技術公司發(fā)起的挑戰(zhàn)，領域包括但不僅限于自動駕駛、醫(yī)療、公共安全領域。

如果說在社交領域騰訊屬于壟斷性的，但是卷進AI技術競爭戰(zhàn)場的企業(yè)都明白，未來不會有任何一家AI公司能夠做到一家獨大，因為集體智慧所帶來的新技術迭代速度非�？�，個體智慧帶來的突飛猛進具有不可控的隨機性。

AI領域的研究者，不僅帶來算法效益，還有潛在帶來新市場。

在國內，人工智能地基礎教育已經加入到高中生課本，下一次技術型人才數量爆發(fā)至少在5～10年后，所以沒有企業(yè)敢說自己已經領先，之后還會有一場人才大戰(zhàn)。

AI的應用，需要幾大關鍵因素，人才只是其中之一。例如，互聯網的爆發(fā)，不僅歸功于互聯網企業(yè)，還要歸功于政府的基礎設施建設。埋設千萬公里光纖線路，架設數以萬計的信號基站，這些巨額投入是國內沒有一家企業(yè)能夠承擔的。現在看來，國家互聯網投資是超額回報的。

二、家里沒礦，一點點挖

痛點：沒有數據 ！ 無人駕駛：沒有數據，創(chuàng)造數據

AI銳見看到的無人駕駛領域，則是另一番景象，目前自動駕駛技術并未應用于廣泛領域，原因只有一個：缺少數據。

我們發(fā)現單純的無人駕駛算法公司，并未獲得足夠的關注，這里說的算法公司，是指面車輛在公路上的駕駛導航與決策算法，例如Momenta，在推出眾包數據信息平臺之前，創(chuàng)業(yè)處境也挺尷尬的。

和社交產生的線上用戶數據不同的是，道路數據不充足不要緊，可以一點點眾包收集。

一方面是高精地圖的繪制。另一方面是收集不同天氣、行人和交通情況下的數據，也有建筑和道路施工時的數據。

圖 ｜ Waymo道路測試車輛

Waymo，一家致力于無人出租車和無人卡車的企業(yè)，自2009年以來，通過各種平臺積累了超過800萬自駕車里程。

2018年9月，摩根士丹利最近評估Waymo價值1750億美元，瑞士投資銀行對其估值雖然有很大差距，但也上了千億美元數量級（摘自AI銳見）。

Waymo憑借自己的自動駕駛平臺，在實際道路上積累了海量交通數據，搶先一步于自動駕駛領域。這是公平的。任何一家擁有自動駕駛平臺的公司都可以從零開始著手收集數據。這場競爭的關鍵在于，誰家的高精地圖創(chuàng)建速度快。

2018年3月，百度獲得首批自動駕駛牌照，同時向各大傳統汽車制造商伸出橄欖枝－－“百度Apollo計劃”。Apollo的中文名字叫：阿波龍，借喻為上個世紀的美國“阿波羅”登月計劃。

圖 ｜ 搭載百度阿波龍系統的無人駕駛擺渡車

阿波龍項目是做什么的，百度三維視覺首席科學家楊睿剛表示，“為了獲得同行10倍量級以上的數據”。

阿波龍計劃是針對傳統汽車制造商，提出“只要一天時間就可以把任何載具改裝為自動駕駛交通工具”，如果不行，就用兩天。百度這次拱手拿出了研發(fā)調試多年的自動駕駛平臺在國內自動駕駛公司中是罕有的舉動。

不僅有自主研發(fā)的軟件，還要拿出價格不菲的激光雷達、毫米波雷達。

實際上，醉翁之意，唯有數據。