連 Google 做 5000 個 AI 專案也只成功 10 個!程世嘉:跟風做 AI 前,先問自己「想解決什麼」

【我們為什麼挑選這篇文章】AI 盛行,但不代表每次研發結果都會熱門。

其實,發展 AI 創新應該搞的像創業一樣;目標應該是解決市場需求與問題,而不是先射箭再畫靶般的任意發展。(責任編輯:林厚勳)

台灣人工智慧年會把台灣 AI 風潮帶到最頂點,Google 簡立峰曾經分享:「Google 若進行 5000 項 AI 專案,最後證實有用的不到 10 項,實作後會發現論文演算法講得頭頭是道,但實作後好像不是這回事,許多參數調不出來。」(文字引述自 https://goo.gl/m9q4kp

這段話其實道破了 AI 創新和創業的本質。

首先,創新跟創業一樣,無論什麼題材,整體就是成功率極低,不會因為你搭上了某輛技術列車,使得成功率突然大大提高,頂多就是搭著市場當下關注的題材,在一段時間之內比較容易從市場取得資本。

AI 創業實在沒有理由是個例外。

許多 AI 創業公司會先以擁技術自重,然後再尋找這項 AI 技術可以應用在什麼市場的需求上,這其實是一種先射箭再畫靶的作法,先不用說新創公司通常手上沒什麼資料拿來作為 AI 訓練的素材,而且公開資料集大家都拿得到這幾個既成的事情;最關鍵的是 AI 創新本質上就是數位創新,其經營邏輯和框架自然不會跳脫數位經濟的本質。

數位創新要能規模化,重點不在你有多強的技術,而在於你是否能想出辦法掌握市場的需求方經濟。

或許有人會問:Google 和 Facebook 不就是一直靠著技術突破,不斷創造出巨大的商業價值嗎?這個看法只說對了三分之一,這些全球的科技強權之所以能夠不斷創造出巨大價值讓股價不斷衝天、讓員工捨不得離開,除了技術之外,靠的是網路外部性(network externality, 又稱網路效應 network effect)和邊際收益遞增(increasing marginal revenue)兩種經濟效應。

「網路外部性」在數位經濟興起之後,已經被業界充分理解,簡單來說,幾家科技公司掌握了用戶規模和服務的入口,除了越多人使用服務會讓服務本身越有價值、已經形成一個正向循環之外,也表示一點點服務的改善就可以產生出巨大的新商業價值,Peter Thiel 也在他的經典書籍「從零到一」中特別提到網路外部性的重要,這個效應是數位產品的本質。

試想,Google 在電腦視覺技術上面改善 1% 的辨識率,背後代表的可能是 10 億美金甚至是百億美金以上的廣告新產值,但是同樣的改善率放在一般的新創公司呢?可能對公司增加的產值寥寥可數到可以忽略的程度,頂多發發論文和一些公關稿就沒了,因為巨量廣告的基礎和需求方規模經濟本來就是掌握在科技巨頭身上,而不是一般新創公司。

「邊際效益遞增」則是知識經濟當中的本質現象,講的是在知識依賴型經濟中,隨著知識與技術要素的投入增加,產出會越多,而生產者的收益會呈現遞增的趨勢。傳統的農業經濟和工業經濟均是物質資源依賴型經濟,物質資源具有明顯的排它性特徵:其使用價值在某一時刻只能被一個使用者所占有和使用。同時物質資源是稀缺的,使用時必須消耗它,隨著其使用量的增加,成本越來越高。最終導致生產者收益的遞減。知識性資源具有共用性,同一知識可以被多個人同時占有和使用。並且在使用過程中不會消耗它,只是利用它,在使用過程中還會產生新的知識。信息資源和知識資源在使用時還是一種積累和開發的過程,在重覆使用過程中成本遞減。從而會帶來遞增的收益。(文字引述自 https://goo.gl/23xHMI

科技巨頭們為什麼不斷把最尖端的技術不斷開源、毫不藏私呢? 因為這些開源的程式碼不是這些公司的核心競爭優勢,「網路效應」和「邊際效應遞增」才是真正的競爭優勢。 開放這些程式碼是為了更加利用既有的網路外部性,形成更大的用戶規模,一家新創公司如果發展出 TensorFlow 這種了不起的框架,或許會小心翼翼地當做智慧財產權保護、視為公司的核心資產、甚至於想要從中直接收費盈利;但對於 Google 來說,TensorFlow 就跟其他所有產品一樣,是了不起的技術創新沒錯,但其核心目的是擴大其他產品的網路效應,這兩種商業經營邏輯在本質上完全不同。

兩個效應加在一起,形成數位經濟當中「大者橫大」的極化現象,所以 Google, Facebook, Amazon 幾家公司,可以不斷吸引到最頂尖的知識型人才,不斷投入新技術和新知識型產品的生產,而且每年還可以不斷成長,最近哈佛商學院的學者也把這些經濟現象用一個更潛顯的名詞來概括:hub economy(樞紐經濟),只要掌握了用戶和服務的入口,你想幹嘛都可以。

回歸到 AI 創新這件事情,其本質也是數位技術,因此在市場上要能切出一道破口,也立刻就會面臨科技巨頭籠罩世界的網路效應,明年開始,當大家開始發現 AI 創新的本質其實和之前並沒有任何不同、也是數位經濟的一部分的時候,就可能會出現 AI 創業的一波泡沫化。面對這樣的狀況,一種經營策略是利用 AI 人才稀缺的現狀,運用高薪加上資本市場的操作,想辦法在短時間內快速圈住 AI 人才,尋求被大公司人才併購出場,快速賺一波資本財,但這種作法是否真正為市場創造出新價值,則是一個問號。

回歸到辨識市場需求,先找靶再射箭,出發點一定是想著為市場解決新舊問題和滿足新需求,這還是創業最重要的出發點,AI 創新和創業也絕對不例外。

(本文經 程世嘉 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文刊載於 程世嘉個人臉書 ,首圖來源:pxhere,CC Licensed。)

延伸閱讀

台灣 AI 打敗中國棋王!棋王柯潔戰交大 CGI 慘輸兩局
李飛飛大神演講全紀錄:讓 AI 描述圖片準確率達 70%,Google 演算技術如何做到?
史上最帥人工智慧科學家!他不只是 AI 專家、模特兒,還是個創業家

 

點關鍵字看更多相關文章: