从数字化到数据化，传统企业升级的门槛越来越高；过去五年，几乎所有企业都同步完成了“互联网+”的进程，而刚刚通过互联网升级的企业则面临着“AI+”的升级挑战。
事实上，并不是所有企业都拥有完整的数据架构。
未来，商业将是效率的战场，效率低下的行业很可能被淘汰。
借用马云在2018阿里云大会上的一句话：图| 2018阿里云大会现场 “今天，我们正在经历从信息技术时代到数据时代的转变，未来数据将发挥更大的作用。
”人工智能中国主导的制造时代已经到来。
关注今年ECCV的读者也会发现，这场计算机视觉领域的欧洲顶级学术会议包含了很多来自中国企业的学术成果。
可以看到，今年以来，ECCV扩大了视野，不仅注重技术创新，还开始关注计算机视觉和深度学习技术在商业领域的落地。
中国企业不断出现在ECCV大会上，让我们感受到这些企业在AI技术的竞争环境中求生存、求发展的渴望。
IBM中国研究院院长、IBM大中华区首席技术官沉晓伟在9月18日长江商学院线下讲座中也提到：“人工智能是一个为企业带来巨大机遇的工具。
互联网时代是赢家通吃的时代，在人工智能时代，任何企业都可能被颠覆，但也可能成为行业颠覆者。
”面对代表人类智慧的工业技术，企业应该结合自己的能力。
自身优势，对核心研发团队进行适当投入。
要想将成果转化为新的生产力，不仅要整合技术，更要注重下游应用。
在这个过程中，最重要、最困难的可能不是我们AI产品的核心部件之一，而是时代背景下企业家所理解的真正的市场痛点：AI市场刚刚开放，痛点是第一步，只有这样我们才能通过围绕痛点传播来生存。
1、家里有矿的话，坐下来就起来：腾讯可以说是较早利用人工智能算法赚钱的公司之一。
两年前，微信、QQ朋友圈的广告都是基于上下文关键词推荐的。
后来小程序功能上线，一夜之间放大了推荐广告算法的有效性。
优图是腾讯自己的AI实验室，部分原因是马化腾意识到微信每天产生的数据可以用于自学习系统。
计算机玩自己的游戏，让每个算法都能接近最高性能。
这一件事情是非常可怕的。
现在腾讯运营着中国最大且几乎垄断的社交应用程序——微信。
未来产品线可能会更加丰富，比如发展医疗、自动驾驶等，而不仅仅是社交娱乐。
这也是腾讯优图AI实验室成立的原因。
几个主要研究方向。
图|腾讯社交广告 腾讯正在AI领域发力。
第一步是实现以前在社交领域无法实现的功能。
即使添加准确的语音识别功能也会增加用户的体验。
腾讯现在正在做手机游戏。
加入高品质的AI与用户竞争也会增添很多乐趣。
去年击败人类围棋选手的AlphaGo堪称人类智力游戏的巅峰之作。
不过，有趣的是，AlphaGo之父、DeepMind首席人工智能官Demis Hassabis也发布了一款游戏：《黑与白》。
图片| DeepMind，Demis Hassabis 设计的《黑与白》 这是一款具有高级意识的游戏。
玩家在游戏中扮演上帝的角色，建造城市，发展文明。
其中的宠物拥有很高的智力，拥有自我学习的机制。
如果你做了坏事，你可能会受到玩家的惩罚。
受到惩罚后，行为就会改变。
如果放任不管，不良行为就会加剧。
据称，这款游戏的角色操作机制是基于游戏AI神经网络的。
腾讯拥有自己的游戏平台，拥有非常多的用户。
图|腾讯发布的对抗手游《王者荣耀》在现有平台上实现了高质量的算法，这是腾讯实现产品升级的第一步。
下一步是挑战以人才为导向的纯AI科技公司，包括但不限于自动驾驶、医疗、公共安全等领域。
如果说腾讯是社交领域的垄断者，参与AI技术竞争战场的企业都知道，未来没有一家AI公司能够成为唯一，因为新技术带来的迭代速度集体智慧的速度非常快。
个人智慧所带来的快速、快速的进步是不可控的、随机的。
人工智能领域的研究人员不仅带来了算法的好处，还潜在地带来了新的市场。
在中国，人工智能基础教育已被纳入高中生教科书。
下一次技术人才数量的爆发至少要在5到10年之后，所以没有一家企业敢说自己已经领先了，未来将会出现人才大战。
人工智能的应用需要几个关键因素，人才只是其中之一。
例如，互联网的爆发不仅归功于互联网公司，还归功于政府的基础设施建设。
铺设数千万公里光纤线路、架设数万个信号基站的巨额投资，是国内任何一家企业都无法承担的。
现在看来，国家互联网投资已经获得了超额回报。
2、家里没有矿，所以一点点挖掘痛点：没有数据！自动驾驶：没有数据，创造数据。
艾锐剑看到的自动驾驶领域却是另一番景象。
目前，自动驾驶技术的应用领域还不广泛。
原因只有一个：缺乏数据。
我们发现，纯粹的自动驾驶算法公司并没有受到足够的重视。
这里所说的算法公司是指道路上车辆的驾驶导航和决策算法。
例如，Momenta 在推出众包数据信息平台之前就开始创业。
处境相当尴尬。
与社交网络产生的在线用户数据不同，道路数据不足也没关系，可以通过众包一点一点收集。
一方面是高精度地图的绘制。
另一个方面是收集不同天气、行人和交通条件下的数据，以及施工和道路施工期间的数据。
图| Waymo道路测试车辆Waymo是一家致力于无人驾驶出租车和无人驾驶卡车的公司，自2009年以来，通过各个平台积累了超过10,000英里的自动驾驶里程。
2019年9月，摩根士丹利最近评估Waymo的价值为1亿美元。
虽然与瑞士投行对其的估值有较大差距，但仍在千亿美元左右（摘自AI Insights）。
Waymo凭借自己的自动驾驶平台，积累了海量的实际道路交通数据，在自动驾驶领域领先一步。
这还算公平。
任何拥有自动驾驶平台的公司都可以从头开始收集数据。
本次比赛的关键在于谁能更快地创建高精度地图。
2020年3月，百度获得首批自动驾驶牌照，并向各大传统汽车厂商伸出了橄榄枝——“百度阿波罗计划”。
阿波罗的中文名称是：阿波罗，比喻上世纪美国的“阿波罗”登月计划。
图|搭载百度Apollo系统的无人驾驶班车Apollo项目是什么？百度3D视觉首席科学家杨瑞刚表示，“为了获得比同行多10倍的数据。
”阿波罗计划针对的是传统汽车制造商，提出“任何车辆都可以在一天之内改装成自动驾驶汽车”。
如果没有的话，需要两天时间。
百度交出研发调试多年的自动驾驶平台，是国内自动驾驶企业中罕见的举动。
不仅拥有自主研发的软件，还拥有昂贵的激光雷达和毫米波雷达。
事实上，我想要的只是数据。
3、老矿难卖。
采用另一种销售方式的潜在痛点：布局新零售行业，急于吃热豆腐。
与人工智能结合的产业还有一个特点：融合。
整合之后，一个新的行业诞生了：新零售。
集线上电商和供应链于一体的线下零售店。
表面上没有人，但实际上原来的10个人完成了管理工作，成为了服务器。
图|阿里巴巴智慧门店截图 新零售领域有一个环节，就是把有人店变成智能无人店。
在无人店里，顾客在消费过程中不需要服务员。
图|新零售行业关键词。
但为什么人们说无人店很难建呢？没有人监督如何实现？如果没人看的话，多放几个摄像头是不是更好？事实上，这并不像安装多个摄像头那么简单。
无人零售店需要一双聪明的眼睛和聪明的大脑。
这些聪明的眼睛可以识别人的面孔和行为。
智慧大脑是指覆盖整个业务内容的客户群体信用体系。
两者缺一不可。
未来三年每一项技术可能还不成熟，应用起来就更难了。
即使增加了智能信息系统，在变化的环境中也会出现错误，这种情况下的容错率很低。
尤其是在无人监管的消费场所，如果某一环节出现问题，整个系统就有崩溃的风险。
2016年，一个奇怪的“盒子”悄然搬进了上海杨浦区欧尚超市的停车场。
它方方正正，和集装箱差不多大小，有两扇玻璃窗，里面整齐地摆放着零食和日用品。
这是一家无人商店，把它放在繁华的街道上，是一家新零售公司的尝试。
这个“盒子”所属的公司BingoBox是中国一家初创的新零售公司。
在这家无人商店里，没有人负责收银。
顾客需要扫描贴在透明“盒子”正面玻璃门上的二维码才能进入。
付款时，他们只需用手机扫描商品，然后通过支付宝付款即可。
图片|不过，宾果盒子这家新零售店是如何运营的呢？第一天，就关门了。
空调没电了，天气又热，所以有些产品就坏了。
两年前，同样推出了无人商店，这次是由阿里巴巴推动，并部署在北京和杭州的商业区。
不久，该店因进店顾客无法支付实际金额而持续亏损。
肖锐认为，目前我们看到的所有无人店促销都只是处于下一阶段的市场教育阶段，才能应用到技术成熟的阶段。
整个店面的投资还无法产生有效的回报。
欲速则不达。
要实现无人商店，需要完成以下智能系统集成： 1、电子支付：看似方便消费，实则刺激消费。
经常乘坐公共交通的朋友肯定会注意到，这几年，售票员消失了，大部分公交车都没有售票人：乘客上车刷卡，下车刷卡。
有时候司机会关注乘客上车，但有时候他并不关心你是否刷卡。
事实上，刷卡会破坏乘客花钱时的成本估算。
采用这种无人售票方式，过渡期后逃票率不但不会增加，反而会下降。
同样的原理也适用于今天的手机扫码，将钱数字化，这样消费同样数量的商品时，就不会出现花现金的“痛苦”，购买量也会在无形中增加。
习惯电子支付还可以减少假币的流通并规范一些交易。
因此，国家会特别鼓励第三方电子支付。
目前，我国上市第三方支付公司仅有1家，注册资本不得低于1亿元人民币。
2、电子信用：以公交车为例。
商品价格低。
乘坐公交车不会给民众带来经济压力。
即使不刷卡，公交公司也不会受到太大的直接损失。
每天都要坐公交车，所以现实中，逃票是一种很无耻的行为，没有信用证明也可以乘坐。
但到了无人店就不一样了。
一些生活必需品的成本仍然很高。
如果你没有我的信用记录，我偷了一次，你一个月就还不起钱。
这就需要无人商店的经营者设定一个边界。
跨过这条线后，顾客诚信付款，消费成本与其他普通商店相同；如果客户不守诚信、破坏规定，“消费”成本就高得多。
对于任何商品成本：信用，它都成为潜在成本。
如果没有违约的话，就不用考虑了。
如果你违反了合同，你就要承担责任。
这个边界是所有来到商店的顾客的电子诚信数据库。
通过“刷脸”通话、录音、取证是无人商店的关键发展技术。
在数据库方面，能够构建这个边界的公司屈指可数。
图片|蚂蚁金服旗下独立第三方征信机构芝麻信用3、电子“人脸识别”：在AI锐健公众号，我们通过另一篇文章讲解了“人脸识别”（面部识别技术），希望对读者有所帮助。
简单来说，该系统使用摄像头和算法来了解“谁走进了商店”以及“谁拿走了什么产品”。
机器视觉中有很多应用。
顾客的面部信息与其账户绑定，无需“结账”即可直接离开商店。
图|国内某商场采用人脸识别 4.系统集成：机器视觉并不能解决所有问题。
国内一家无人商店公司试图伪装成货架上的传感器，结合视觉定位来判断顾客拿走了什么产品。
类似的解决方案依赖于人脸信用信息绑定。
这种方式需要强大的后台数据和信用裁决权威，这仍然是消费者隐私的一大问题。
无人店只是新零售行业的一种场景。
目前最有前景的新零售场景是将线上数据放到线下进行营销，精心打造定制化产品。
4、新零售线上挖掘、线下变现的底层逻辑：在需求驱动的新零售大战开始之前，京东做了很多战前准备，所有这些都是基于线上客群的数据。
图片|京东到家黑金店 京东到家安装了三项黑科技。
智能广告牌：人脸识别、感知人体姿势、推荐产品。
吸引顾客进店：人脸识别、语音交流，吸引顾客进店。
京东慧眼：根据线上区域数据模式进行线下分销。
当我们谈论新零售时，底层逻辑其实很简单：需求拉动。
京东的战前准备，都是为了拉动“需求”马车。
与此同时，阿里巴巴智慧门店也在摆出争夺“需求”的战局。
据称，阿里巴巴智慧门店可以为现有实体店提供无人解决方案，实现营销、客流分析、收银、导购功能的统一。
阿里巴巴的新零售理念是：顾客离开商店，营销仍在继续。
5、新矿开采，风险中求财富“互联网+”后传统产业的重新升级，时隔不到3年，印证了技术升级“爆发式”的规律。
艾锐健将讲述我们身边（中关村）发生的一个AI+小企业的现状。
这家公司刚刚完成了数千万美元的Pre-A融资，正在开发一款AI+教育产品：一款基于人工智能的运动App。
据说这款App可以完成很多个性化的教学工作。
AI+教育听起来很高大上，但实际上是一个老行业新方法。
这个应用程序旨在将来取代练习本。
目前，中学纸质练习本的利润被印刷厂和出版社拿走。
学生可以完善各个知识内容的过程。
同时，他们不仅可以做题，还可以利用“AI”授课，一对一地为学生分析错误原因。
但实际盈利模式与传统练习册类似。
该应用程序被推广到中学，并请老师向学生推荐该应用程序。
如果老师推荐该应用程序，学生的接受率会更高。
图|国内学生对App教学接受程度的小型调查结果。
如果一所学校采用，其他地区的中学也可以采用。
现在优质中学也开始配备iPad和Wi-Fi上网。
即使学生在学校不允许使用手机，他们也可以在家里使用。
随后，该公司还希望基于该公司开发的智能题预测功能，用科学的方法为学生“留作业”。
然而，智能教育App之所以难以成为“好老师”，是因为缺乏训练模型的数据。
融资完成后，该公司CEO表示，一方面将继续精心打造产品App并向各大中学推广，另一方面将加快手动标注更完整数据库的速度。
未来将推出“答疑解惑”的互动教学项目，但融资后的一段时间内，只会有选择题。
有人会说：“助教APP已经用很久了”。
还有人会说：“现在的资本市场环境，需要人工智能”。
对此，我们对这些企业家只有最美好的祝愿。
结论 纵观科技发展史，在每一次科技革命时期，人类总是希望通过某种手段取代人类劳动。
本质上，人不是与机器人竞争，而是与效率竞争。
过去十年基于互联网发展的创业模式在AI时代不再适用。
互联网思维中的“做大”是创业者难以克服的困境。
人工智能产品的商业模式不再遵循之前的资本规则。
进入这个行业之后困难就接踵而至，每一次的市场推进都会困难重重。
这场人工智能创业热潮就像一个世纪前的淘金热。
然而，市场不再青睐幸运者。
只有务实、静下心探索规则的人，才有可能满载而归。