回望AI 2017：凝视深渊

为期四天的安博会刚刚落幕。

每年都有新企业、新东西出来，今年规模型企业，至少是E1-E2馆主推的，无疑是大模型。每年也都在淘汰落后的产能。就在安博会同期，没有参展的商汤传出了裁员的消息。看了这次参展企业的大模型，再看商汤裁员的结构、部门和逻辑，不禁又拿起了宇视鹏国总在2017年安博会上的《深圳安防展浅见一二三》这篇文章去印证，越看越觉得有意思。

AI存在的底层逻辑是什么

“云计算、大数据、物联网、车联网、人工智能、自动驾驶，概念无论多么炫目，都要回归几个本质：能否给客户创造价值？可否满足最终客户的业务需求？是否降低了各级客户部署的TCO？”——《深圳安防展浅见一二三》第九点

AI兴起后应用的产业，安防算最早的一批。时间线大致是：2013-2014年的SDT结构化数据→2015-2016的识别+大数据（彼时的IOT）→2017-2021年的深度学习+大数据+云边端智能→2022年到今天的大模型（AIGC、NLP等）+数据（AIoT）。在这几轮的潮起潮落间，出现了很多流行的技术概念，也催生了一批又一批的“创新型”企业。那么它发展和生存的底层逻辑是什么？

人工智能理论上是科学，应用上是技术，是两面的创新。新的科学技术转化成生产力，满足的两个基本点是：从用户和客户的方向出发，为使用者提高效率，降低成本，为用户和产业链创造价值。

如果在这里开个上帝视角，去回溯上一个五年。AI 1.5版本的深度学习，包括AI 1.0版本的基于特征采集的识别，到底为用户带来了什么？是不是靠软件平台和OEM出的产品就能实现用户需求的落地？从这些公司的业绩反推，就能看的很通透。

AI是个近十年来市场上最大的风口，海量的资本和资金进入到这个领域，让很多公司，没有研究客户和用户，没有把自己准备好，而是见“市”而为，为了做而做。

比如，在细分行业化能力、工程化落地能力、长尾化服务能力以及相应的软硬一体化配套能力都不足的前提下，直接推平台、拿项目。不管三七二十一，先拿下再说。能不能做的，有钱可以并购、可以吸纳会做的人。但这些带着技术的人，是要靠背后的大平台才能发挥最大的能动性，不可能把个人能力凌驾于平台能力之上。深耕行业、细分场景、落地产业链，需要的是体系建设和时间沉淀，是需要底层建设、软硬结合。平台系统靠人，产品靠OEM，客户挖掘靠概念。怎么看，也不符合市场需求的客观规律。

所以无论是安博会，还是高交会、还是市场的存在程度、公司的业绩，每3-5年淘汰一拨不符合客观规律而存在的公司，实属正常。

新兴AI公司的困境源自哪里

“讲概念、纯忽悠是比较容易的事，产品化落地需要地头力，任何不能产品化的理念，无论理念多么炫目，都无用。

在人工智能（AI）时代，能不被AI花式忽悠，能实现产品和解决方案的迭代、升级和跨越式发展的公司，最理性最有未来。”——《深圳安防展浅见一二三》第六、七点

在国内，以视频为切入点的AI企业，从2013年到今天，可以分为三大类。

▌以海大宇为代表的行业内企业

▌ 以四小龙、云天励飞、寒武纪等为代表的软件和芯片类企业

▌阿里、腾讯、百度等互联网企业互联网企业的思路，作为传统行业内的人，我们看不大懂，不做讨论。说说第一类和第二类企业的差异，而后再去探寻一下他们的问题。

海大宇，老熟人，最了解。这类企业的特点是：经过时间打磨的业务内生。从传统的硬盘录像机，到摄像机，然后是传输、记录、存储、显控，再到软件、平台、算法、大模型；从监控到识别，从被动到主动；从单一场景到城市级场景再到更多细分场景，都是按照行业用户的需求一点点的进化。这类企业不求通吃，但求在需要自己的节点做到极致，ALL IN。正因如此，养成了对用户可量化、可实现、可交付、可验收的一步到位式的落地服务和素养。他们也在延伸产业链，也在拓宽赛道。但他们的出发点，不是为了显示能做而做，是为了需求而做。

展会期间参观了宇视的展台，同期也参加了国能海康曜视的揭牌仪式。一个把大模型延伸到体育，一个把AI延伸到煤炭。这与他们的传统业务已经差了很远，但并没脱离AIoT，还是在AIoT这个主航道上。而且两家有几个共同的特点：一是深入甲方，吃透需求，这些业务，已经和甲方磨合了几年，在需求和能力不断地交互过程中，在不断迭代的过程中，在趋于成熟、成型、可快速应用部署后再公之于众；二是软硬一体，做能力的授予者而不是通吃产业链；三是均先做后说，先有后推，这种模式，保证了在项目化的过程中，可以节约客户最大限度解决用户的需求点，最大限度节省客户的沟通、验收、返工成本，最大限度满足降本增效的市场规律。落地落地，落到地头，才是这些企业对于客户最大的价值。

而第二类企业，则存在上行有术、向下难求的问题。落地的短板，让他们在短时期冲击市场后，不断落入亏损、调整、再亏损、再调整的泥潭。落地问题，不是能不能用，而是一个系统性、商业本质的问题，即用了能得到什么。项目制的背后，软硬能力的缺失、用户需求理解的偏差以及概念和用户需求间的差距，都是这些系统性问题的一环。

1、项目起始阶段，将憧憬想成现实，将用户的期望值提升的过高。零帧起手，拿起就做，无论这个行业是否熟悉，都往自己既有的能力里套。

2、在项目过程中，因为系统化、工程化方面的能力偏弱，会遇到各种问题，不得不采取各种应对措施，临时找抓手。这在AI 1.0阶段就特别突出，逆光背光、前端角度、系统兼容、云边端协同等等，都是一个个要花很大力气才能跨越的沟壑，不是拿起来就能做。

3、项目收尾，因为期望值和工程化、量化等一系列问题，交付使用和用户验收都难。而且在这个过程中，用户不但验收不通过，还会因为原有需求不明确而让企业进行升级、修改、调整，进而陷入一个无限的循环中。

4、人力、设备、软件、品牌都投入到项目中，发现能力不足或者在无限满足用户新需求的过程中项目有亏损，还不能撤出。

这个过程，很像不熟悉投资市场的人加杠杆。投的越多，亏的越多。

犹记得2017年时，AI+风生水起，从人脸进化到深度学习的软件类企业大杀四方，市场推广如火如荼，项目案例、解决方案一个接一个。搞得行业内生型企业的部分营销和市场人员都不自信了，连连发问我们该走向何方？时至今日，五年一轮回，到了大模型阶段，又有这样的趋势，只不过这次是角色互换，攻守之势异也。

在求真务实、踏实做事的企业来看，市场是山川大海，客户是沿途美丽的风景，自己要路过的是一个又一个驿站，走向更远；在概念型企业角度来看，开局绚烂，却越走越冷，市场有可能就是那个被凝视和凝视你的深渊，走错一步，深陷进去，能全身而退的可能性不大，能给自己留后路的机会也不多。

结 语

这几天看文章，说到商汤裁员的逻辑，给出了两层：一、这次裁员，基本是砍掉AI 1.0的人，对2.0的人进行补充，二、这是转型的阵痛。其实有两点是存在疑问的，一是到底转到哪里，二是1.0到底是不是做透了。时至今日，商汤已经过多轮裁员，业务也从AI建模、智能识别，向深度学习、元宇宙和大模型多次转向。在此过程中，伴随着一轮轮规模不一的裁员。无论是总部主建、分部主战的华为，还是“傻人打呆仗”的海大宇，都有一套适合自己、适合客户、适应市场的业务和发展逻辑，而且不轻易转变。AI类企业因为市场压力、盈利能力等问题选择了频繁转换赛道也能理解，但这毕竟不是长久之计。这个转型的背后是被动的，是止损，短期内业绩可能会好看，但长期也不一定能看准这到底是不是企业发展的长期归宿。第二个问题是第一个问题的因，就是做不透。所谓的AI 1.0发展到今天，远没有到头。在工程化、行业应用、软硬一体都没有做到家的时候选择裁员，选择收缩，从本质上说是溃退，而不是粉饰出的主动求变。

安博会第一天，有个短视频在朋友圈一直刷，名曰《舌尖上的安防民工》。看内容，99%可能是出自“宇视老张”自己的手笔。这个视频最大的感触或者说是收获，就是理解了“该行的路已经行过，该打的仗还得去打”这句话。深耕行业是一件苦差事，这在我与几位行业顶级大佬学习的过程中，他们均有表述。我们常说行业化的同志，都是“六边形战士”，这个特别贴切。一个个方案啃，一个个行业学，一个个场景思考，一个个产品研发，一个个用户满足，一个个田间地头去跑，即便是决策者，也要常在市场第一线冲锋。

大模型是个工具，在AI 2.0时代，在新的经济周期下，企业开发市场，更要注重给客户带来的价值。通过大模型，给自己生态链上的伙伴带来效益。这是大势所趋，更是一场新的硬仗。不要凝视深渊，而要如临深渊。时刻保持清醒，时刻知道自己想要什么、用户想要什么，才能不被吞噬。不能妄图在产业链上通吃通杀，而是要做自己擅长的事情，把朋友搞得多多的；放弃自己不擅长的事情交给上下游去做，才是真正的转型。

责任编辑：石旭