你掌握的AI技能，可能并没有那么值钱

小黄要追赶大部队，自然少不了花功夫。但是他的创业资金比小明多很多，资金的优势在建数据集的时候就凸显出来了。工程项目不是砸钱就能跑得快。而且，有时候新人越多，开发反而越受阻碍。但是创造数据集就不一样，通常对人力的需求比较大，请的人多，规模也就上去了。有时候，数据已经有了，你只需要砸钱买权限。总之，有了经济基础，过程还是能快很多。

小黄为什么能比小明筹到更多钱呢？

创始人在筹集资金的时候，他们试着在两个相对的目标之间找平衡。一方面，他们得筹到足够多的钱，才能在市场竞争中领先；另一方面，钱也不是越多越好，钱一多，股份就被摊薄了。找一个新股东，就意味着公司又被卖出一部分。创始团队必须守住企业中一定的股份，这样他们才不会失去创业的动力（创业是真的很难）。

另外，投资者想投资的是有巨大潜力的项目，但是他们也要把握好风险。如果他们觉得风险越来越大，每给一块钱，他们就会要更多的股份。

小明在筹钱的时候，她确实冒了个险，相信AI能提升自己的产品。不管她作为创始人的能力如何，团队的能力如何，他们都不知道自己眼前的这个问题能不能解决。但是小黄的情况就不同，市场上已经有了小明的产品，一个活生生的例子，说明这个问题是能解决的。

小明面对这样的情况有一个潜在的应对方法：发起新一轮融资。她目前的情况还不错，市场竞争中还处于领先地位。但是，情况可能越来越复杂。如果小黄能通过战略合作关系取得数据权限呢？比如，他们做的是癌症筛查行业，小黄本来就是干这一行的，在一家重要的医疗机构工作，那他可能利用自己在圈子里的关系，想办法签下了对自己公司很有利的合同。而小明没有同等的条件，就做不到这一点。

想守住自己的产品，那“护城河”越深越好

那么，你会怎样打造出一款具有竞争优势的AI产品，并且守住自己的优势呢？不久之前，我很荣幸和微软研究的Antonio Criminisi聊了聊。他认为，项目的“秘方”不应该只有AI。比方说，他自己的项目InnerEye就是利用AI和经典的计算机视觉（而不是基于机器学习）来分析影像学图像。某种程度上说，这或许与你创立AI企业的目的是对立的。把数据喂进一个模型里，看看有没有用，这样的想法自然很有吸引力。但是，需要编程人员思考算法、运用长久积累的域知识的传统的软件是更难被复制的。

把AI当杠杆用

在做生意的时候，将资源分门别类时，可以看看它是直接增加了价值，还是能帮助你得到其他有价值的资源。我们用一家电商公司举例。如果你创造了一个新的产品线，就是直接增加了价值。本来什么都没有，有了产品线，就有了产品，有了愿意为它买单的消费者。建立新的分销渠道就不一样了，它是你的杠杆：在亚马逊上卖产品能把销量翻倍；降低成本也是一种杠杆，如果你能和生产方达成更好的协议，降低成本，那利润就可能翻番。

有了杠杆，你就有了“四两拨千金”的潜力，同样的力气，直接上不如巧用力。但是，杠杆只有在和直接价值源相结合的时候才用得上。要是价值本来就低，翻一倍、翻两倍，量还是上不去。如果你没有产品可以买，费心找分销渠道也是白费心思。

在这样的背景下，我们该如何看待AI呢？有很多企业都想吧AI作为直接产品（比如图像识别API）。如果你是AI专家，那这样的想法确实很有诱人。但是这个点子糟透了。首先，你是和谷歌、亚马逊这样的大公司直接竞争。其次，做一个真正有用的原生AI实在是太难了。举个例子，我一直很想用谷歌的Vision API。但不幸的是，光用API，需求恰好得到匹配的用户，我们一个也没见过。我们提供的产品和服务要么是有余，要么是不足。与其拿驴子当马使，倒不如做定制，一个萝卜一个坑呢。

面对AI，最好就是把它当作一个杠杆。你可以沿用现有的商业模式，用AI助助力。例如，你的商业过程中有一个环节是通过人类认知完成的，如果用AI自动化，毛利润会提高很多的话，就大胆用起来。我能想到的几个例子包括ECG分析、工业检测和卫星图像分析。最激动人心的是，由于AI是在后端，你可以在其他方面下工夫，保持住自己的竞争优势。

结论

AI确实是改变时代的技术。但是，如果你把它作为自己初创企业的中心，你会面临很大的风险。因为市场发展的大方向决定，AI技能会不断贬值，所以你不能光依靠自己的AI技能。建立AI模型的过程固然很有趣，但重要的是数据质量要比对手的高。维持竞争优势确实很难，尤其是在竞争对手财力比你雄厚的情况下。如果你是靠AI技能发家的，那很有可能出现多金的对手后来居上的情况。你应该把精力放在创造可规模化的数据收集过程上，这是对手不容易复制的。对于依赖水平不高的人类认知的行业，AI的破坏力最强，因为他们的工作是可以自动化的。

编译组出品。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!