AI企业面临的最大风险是什么？

AI技术的兴起，带来了整个AI产业的繁荣。越来越多的企业进入这一市场，跑马圈地。

巨大的市场机遇，同时也意味着巨大的风险和挑战。

那么，AI企业如何才能在这个纷繁复杂的市场找对方向？如何识别一个又一个的坑？

看完技术相面师何宝宏的这段演讲，说不定就能找到答案！

最近又出现一个新的观点

说我们人工智能不仅仅是数据算力算法

我们还需要场景

针对特定的场景我们做一些优化等等

这个很对

这个说明什么

说明人工智能还没有通用化

倒回来思考人工智能还没有通用化

还是个孩子

我们必须针对特定的场景去做人工智能

所以通用人工智能

还有很长的一段路需要走

除了三个最核心的技术之外

还有三个支撑的力量

一是云计算

人工智能需要GPU TPU训练

这个东西太贵了

你也买不起

买来以后用完没事干

所以很多做云的企业

纷纷把它搞成了云化的方式

AI/FPGA as a Service

大家纷纷把它做成一个东西

第二个驱动力量就是摩尔定律

人工智能非常的消耗算力

所以即使你再更多先进的改进

如果没有摩尔定律的改进

这个事情也不行

因为确实消耗资源实在是太大了

但是我们需要注意的一个问题是

摩尔定律正在减速或者正在衰老

甚至未来几年内会死亡

大家说摩尔定律可能十年内会死亡

这个话已经说了好多年

一直说十年

但是总有一天它会死的

摩尔定律带来我们这个行业的繁荣

摩尔定律的衰落

很有可能也会导致我们这个行业的衰落

这是非常有可能的

因为摩尔定律

给我们一个稳定的性能提升的区间

如果对比房地产

就相当于稳定的土地供应

它能保证房价的稳定

如果没有稳定的计算能力的供应

我们的行业怎么办

至少你会发现

我们以后未来十年二十年

我们算力的提升

不再是一条斜拉着的很有规律的上涨曲线

而会变得不稳定

性能提升的基础性的计算变得不稳定的话

对我们很多东西产生重大的影响

对企业的决策会产生重大影响

这是特别要关注的一个事情

因为我们浪费硬件的机会已经过去了

现在我们只能靠什么

一是靠软件二是靠算法

因为硬件浪费的时代已经快要结束了

所以这个是要特别关注的问题

我们行业往前走的节奏变得会不太稳定

第三个开源

如果说2017年大家关注最核心的是硬件

那么我个人认为2016年

行业里面大家最关心的就是开源

大家纷纷的去做开源

大家都希望把开源做成生态

Google Tensorflow的开源

希望把它做的像安卓一样的生态系统

大家都在努力进行这样的生态系统

所以未来几年我们做人工智能的企业

我个人看最大的一个风险

就是有可能你押错了开源生态

你吭哧吭哧地做了一个开源

培养一批人

结果这个开源生没做起来

那么你离死亡也就不远了

押错了开源生态

第二个是选错了应用场景

因为我们人工智能能做很多事情

也在很多领域里不靠谱