李北辰

可以充分篤定的是，從2019年開始，在科技媒體的選題列表里，400多年前莎士比亞提出的那個(gè)深邃問題：“To B or not To B”，將變得不再是問題，沒人會懷疑，未來十年中國科技的新戰(zhàn)場將向ToB一端轉(zhuǎn)移。

事實(shí)上，不同于美國ToB市場的興旺，中國最大ToB公司或許連最大ToC公司十分之一都不到，盡管很難復(fù)盤這種失衡的全貌，但可以肯定的是，中國互聯(lián)網(wǎng)過去龐大的人口紅利，在無意中“吞噬”了中國ToB巨獸們的崛起路徑。

嗯，過去二十年，中國C端市場完全是一片水草豐美的良田，只需將大洋彼岸的種子撒在這里，就可以種啥長啥，遍地開花，動輒幾億的活躍流量，澆灌出一大批C端的互聯(lián)網(wǎng)新貴，也澆滅了B端巨頭的生長空間。畢竟當(dāng)一切唾手可得，你很難指望人們?nèi)ジ膳K活累活——不過現(xiàn)在，廣袤土地已被過度開墾，資本市場摘完低垂之果，才開始想起要尋找新的疆域，無疑要轉(zhuǎn)向ToB領(lǐng)域。

而在這片新大陸，生命力最旺盛的一顆種子，就是人工智能——且不同于互聯(lián)網(wǎng)時(shí)代的種子更多是舶來品，在中國，由于傳統(tǒng)機(jī)構(gòu)借助AI實(shí)現(xiàn)轉(zhuǎn)型升級的需求更迫切（比如降低人力和管理成本），論及AI場景的創(chuàng)新方式，中國或許將成為先行者。

不過，人工智能的種子想要落地生根，先要完成一番去魅過程。而市場凜冬利好的一面，正是用低溫過濾掉了投機(jī)者。在剛剛過去的2018年，AI從業(yè)者普遍脫離亢奮狀態(tài)，把AI當(dāng)錘子到處找釘子的妄人逐漸被市場淘汰。而在2019年，人們更是意識到，環(huán)境愈是寒冷，投資AI的天平就愈會向場景傾斜，AI融資門檻已經(jīng)從最早的demo，后來的產(chǎn)品，轉(zhuǎn)向如今最現(xiàn)實(shí)的客戶訂單，2019年，能在垂直領(lǐng)域找到應(yīng)用場景的AI企業(yè)，將贏得更大生存空間。

然而，相較于上述共識，我今天更想說的是這個(gè)：2019年，AI要落地，更要小心被“摔死”。

沒有“大鵬展翅”，只有“方寸之間”

場景如此關(guān)鍵，但問題是，AI場景該如何搭建？

回答這個(gè)問題前，先要明確一點(diǎn)：產(chǎn)品是連接不同場景之間的唯一中介，人工智能企業(yè)必須擁有強(qiáng)大的產(chǎn)品化能力，為什么ToB市場很難呈現(xiàn)指數(shù)級增長？就像遠(yuǎn)望資本創(chuàng)始人程浩所言：“一個(gè)非常重要的原因是，所有ToB類項(xiàng)目都有實(shí)施成本和實(shí)施周期，產(chǎn)品化能力好壞，直接決定了實(shí)施成本。產(chǎn)品化能力強(qiáng)，可能一個(gè)人三天就能完成一個(gè)case，產(chǎn)品化能力非常弱，可能三個(gè)人干三個(gè)月這個(gè)項(xiàng)目才能實(shí)施好?！?/p>

依我之見，衡量產(chǎn)品化能力的唯一心法，就是看它能否短平快地滿足客戶需求，而在AI領(lǐng)域，滿足客戶需求不可能只憑“技術(shù)+應(yīng)用”的簡單匹配，更多是依靠對某個(gè)行業(yè)垂直流程的了然于胸，這也是為什么如今AI投資者已達(dá)成共識：最理想的AI被投者，應(yīng)該既懂行業(yè)又懂技術(shù)，前者比后者重要。只有巨頭列陣中以行業(yè)縱深度突圍，AI創(chuàng)業(yè)才可能出現(xiàn)勝算。

而行業(yè)縱深度的其中一個(gè)意涵，是指AI落地必須要關(guān)注“周邊環(huán)境”。當(dāng)AI企業(yè)者深入到一個(gè)行業(yè)的細(xì)枝末節(jié)，就會發(fā)現(xiàn)包括資源和能力在內(nèi)的一系列約束條件，真實(shí)的落地場景很少允許你大鵬展翅，更多時(shí)候需要你落于方寸之間，比如你不可能僅靠算法突破完成落地，那樣或許會摔得很慘，因?yàn)楹芸赡艿搅诵袠I(yè)應(yīng)用時(shí)才發(fā)現(xiàn)，數(shù)據(jù)并不像你想象的那樣充盈。

下一批“三個(gè)字母”的小巨頭在哪

理清上述邏輯，也就不難理解“AI場景如何搭建”。事實(shí)上，一個(gè)AI場景的構(gòu)建，往往伴隨著五個(gè)要素的閉環(huán)。

第一當(dāng)然是業(yè)務(wù)，目前AI落地最大程度上取決于業(yè)務(wù)和方案，沒有最具體的業(yè)務(wù)，場景就不會存在。

第二是數(shù)據(jù)，數(shù)據(jù)是支撐起場景的關(guān)鍵，也是哈耶克眼中最純粹的“一手知識”，也是人類還原真實(shí)世界最值得仰仗的顆粒度，尤其在大數(shù)據(jù)時(shí)代，任何場景都會以數(shù)據(jù)的形式存儲下來。

第三是行業(yè)知識，更像是一種認(rèn)知遞進(jìn)關(guān)系，數(shù)據(jù)在經(jīng)過系統(tǒng)性整理變成信息，信息經(jīng)過簡潔抽象加工變成知識，現(xiàn)在任何一個(gè)行業(yè)的知識總量，都在爆炸式增長，任何一個(gè)“不足為外人道”，都顯得彌足珍貴，作為影響場景的核心，行業(yè)知識也構(gòu)成了企業(yè)之間最難逾越的門檻。

第四是以AI為代表的黑科技，它通常是打破行業(yè)均衡，帶來場景質(zhì)變的最大變量，技術(shù)的不斷迭代，督促著場景的不斷躍遷。

第五是決策，也是構(gòu)建場景的最終目的。

這五要素結(jié)合在一起，就可以擁有構(gòu)建AI使用場景的能力，而在上述理論提出者海云數(shù)據(jù)看來，借助于這套場景方法論，他們可以把這種“能力”服務(wù)賦予用戶。以其剛剛發(fā)布的圖易7 AI能力服務(wù)平臺為例，它能通過調(diào)動一切行業(yè)知識和技術(shù)資源，幫助行業(yè)用戶高效決策。

按照官方敘述，這一平臺依托頂層設(shè)計(jì)視野與經(jīng)驗(yàn)，能在最大程度上發(fā)掘不同場景中各異的商業(yè)模式與價(jià)值空間。聚焦平臺層、應(yīng)用層、場景層能力需求，將軟件、硬件、數(shù)據(jù)、算法變?yōu)橘Y源，從而全面構(gòu)建圖易能力服務(wù)資源平臺、能力平臺、賦能平臺，賦能用戶業(yè)務(wù)場景的自我進(jìn)化，并基于深度學(xué)習(xí)、知識圖譜、可視分析等技術(shù)，滿足場景創(chuàng)新中對行業(yè)知識與能力的需求升級。

通俗地說，在公安和交通等海云數(shù)據(jù)深耕的領(lǐng)域，圖易7是一個(gè)重視交付和結(jié)果的“行業(yè)大熔爐”，將行業(yè)知識、數(shù)據(jù)、技術(shù)等一切資源作為助燃方式，放在這里融會貫通，待到熔煉為一體，就會以產(chǎn)品化的方式落地，為行業(yè)輸出符合當(dāng)前所有邊界條件的最佳決策，滿足用戶業(yè)務(wù)原有場景升級迭變與細(xì)分場景創(chuàng)新中的不同能力需求，這些不同能力需求所產(chǎn)生的新資源，最終也會“回爐”到整個(gè)熔爐里，讓它能在今后適應(yīng)和創(chuàng)造新的場景。

其實(shí)從這家公司的發(fā)展不難發(fā)現(xiàn)，ToB這條路雖然漫長而艱難，卻遠(yuǎn)非巨頭的專利，雖有些姍姍來遲，但未來幾年，中國終將迎來一個(gè)ToB業(yè)務(wù)爆發(fā)的時(shí)代。

嗯，命運(yùn)自有時(shí)間表，科技領(lǐng)域總是這樣，一個(gè)新的浪頭打過來，就會扎堆浮現(xiàn)出一批偉大的企業(yè)：1998-2000年，互聯(lián)網(wǎng)來了，BAT就都來了；2010-2012 年，移動互聯(lián)網(wǎng)來了，TMD也就都來了。

如今，在以AI為底座的ToB疆域，對不同垂直行業(yè)的改造才剛剛開始，這種改造迸發(fā)出的巨大能量，足以將一批深潛于海底的生物推至舞臺中央，哪怕它們短期內(nèi)成為不了鯨鯊，但誰又能說，它們之中不能誕生下一批“三個(gè)字母”的小巨頭呢？

最后，對于這些剛剛踏上浪潮之巔的ToB企業(yè)，不妨以王興熱愛的一句話作結(jié)，2019年，我不祝你們一帆風(fēng)順，我祝你們乘風(fēng)破浪。