如何经营“AI数据平台型企业”?

作者 高焕堂 台湾VR产业联盟主席、厦门VR/AR荣誉会长兼总顾问

1 枢纽经济

　　本质上，人工智能(AI)的创新是一种数字化创新，其经营框架和逻辑仍然离不开数字化经济的本质。这种数字化创新的特性就是要能规模化，其关键并不在于技术上的优势，而在于能否有效掌握市场的需求方经济。因为数字化经济会创造出一些像Google和阿里巴巴等科技强权，除了技术之外，其特性在于发挥网络外部性(network externality)和边际收益递增(increasing marginal revenue)两种经济效应。这种经济现象统称为枢纽经济(hub economy)。随着网络外部性的不断增强，并藉由数字化知识和技术的开源与开放来促进网络效应，激发生态圈的迅速扩大和蓬勃发展。这种商业模式已经逐渐蔓延到各行各业了。

　　枢纽经济是一种平台经济，其幕后就是一个系统平台，提供开放API支撑(也掌控)蓬勃发展的生态体系，产生了需求方规模经济。藉由平台来产生“跨边网络外部性”。当平台的两侧都存在着“跨边网络外部性”，而且其效应是正向的和谐状态下，就会引发“鸡生蛋、蛋又生鸡”的互相加乘效应，从而让平台经济飞速成长。

2 平台的角色

　　例如笔者提倡的AI机器人UBOT共享平台^[3]，它将产生“跨边网络外部性”效益，具体如图1所示。

图1  UBOT平台的跨边网络外部性

　　善于运用数字化知识的资源共享性，能有效激发“边际效益递增”效益，同一项数字化知识可以让许多人同时共享，其在使用过程中并不会产生消损，还会在利用的过程中不断产生新的知识。就如同老子道德经所言：既以为人，己愈有;既以与人，己愈多。因此，数字化知识资源在大量共享的重复使用过程中，其成本会持续递减，也带来了收益的递增效果。而且会引发“鸡生蛋、蛋又生鸡”的互相加乘效应，如图2所示。

　　君不见，科技巨头们会持续地把最尖端的技术不断开源、共享，就是因为这些开源的软件代码就是数字化知识，可以持续强化“网络外部性”和“边际效益递增”的效益，来创造企业的真正竞争优势。这项加乘效益会形成数字经济中的“大者恒大”现象。例如Facebook、Amazon和阿里巴巴等几家公司，不断吸引顶尖的知识型人才，产出更多新科技产品，业绩也持续成长，这就是刚才所提到的枢纽经济。

3 中小型AI企业的出路

　　这种“大者恒大”的经济现象对于小规模企业的成长反而是一种不利的经济环境。例如，一些新创团队凭着技术的创新而在市场上找到生存机会，但却常常面临科技巨头企业庞大的网络效应，因而被边缘化或被收购。这种情形在人工智能领域也不例外。诸如近年来AI的蓬勃发展主要得力于深度学习的表现。起初大家都专注于算法的开发，其竞争力来自于更优秀的算法，带来更好的深度学习效果。

　　然而，随着像Google的Tensorflow等开源平台的推出，以及更多科技巨头们(如Amazon、百度等)逐渐将AI的深度学习环境加以标准化和商品化，让众人都可以利用这些AI技术来改善机器学习效果，因而机器学习的系统训练能力的技术差异化越来越小了。因而，以算法作为AI企业竞争优势的时代已成为过去，让当今的AI产业逐渐进入“数据源”的竞赛时代。

　　在“数据源”的竞争时代里，中小规模企业已经开始转向“垂直行业的AI应用”发展路线，而不是强调机器学习算法技术优势的公司了。此外，本来就是某应用领域的专业公司也开始利用AI技术来强化其竞争力。例如，利用AI深度学习工具来帮忙强化原有产业的服务内容。

图2   UBOT平台的“鸡生蛋、蛋又生鸡”加乘效益

4 AI数据平台型企业

　　虽然垂直行业的AI应用是一条脱离科技巨头网络效应的逃生之路，却又面对该行业领域的大型公司挑战。这些大型行业公司也会建立自己的AI部门，或者直接收购这些中小型的垂直行业AI公司。于是这些新型的AI公司有可能消失了。笔者提出另一条发展路线——AI数据平台型企业。这种AI数据平台型企业建立一个大数据(软件)平台并提供API来衔接到某行业里的各个数据源，将一群数据源整合成为行业的大数据，成为一个垂直行业的AI数据平台。

　　接着，基于行业大数据，搭配优秀的AI训练能力，成为自己的核心竞争力。一方面与科技巨头合作互补，另一方面又成为行业领域内大型公司的机器智能提供者。其中，各个数据源犹如棉花田，科技巨头提供纺织机，AI数据平台型企业则是纺织厂，而行业领域内大型公司就是成衣制造商。

　　无论是技术公司、应用公司或数据平台型企业都是商业模式的重新定义者。过去的AI技术公司面临“巧媳妇难为无米之炊”的窘境;而行业大型企业AI部门则可能会面临“为了喝一杯牛奶，自己去养一头牛”或“为了穿衣服，自己去种棉花田”商业效益困境。此时，笔者认为将“垂直行业的AI应用”商业模式修正为“AI数据平台型企业”商业模式则很可能成为中小型AI企业的赢家策略。可以将这一转变做如下理解，如果各行业的企业自己找数据，自己做AI，犹如自己想喝牛奶，自己找饲料养牛。而各行业的“AI数据平台型企业”就像牧场企业，有牧羊场、牧牛场等。于是人人天天有羊奶喝，也天天有牛奶喝。

5 如何经营平台，创造外部性效益

　　平台就像花轿，必须用心设计利益给抬轿者，才会有商业价值，才会繁荣发展。反之，做平台如果只盯着客户和平台上的货品(或服务)，都可能会徒劳无功!

　　打造平台就像建造一个菜市场，非常简单，找一块地就行了。但不能有了消费人流才做平台，反而应该先有平台才汇集消费人流。所以，抬轿者是平台生命力的来源，然而抬轿者往往不是直接关系人，许多人都把他们(抬轿者)遗漏了。由于是要把利益给抬轿者，如同做一个套餐给客人享用，就会发现自己既有产品不一定充足(例如少了可乐)，于是从第三方(如可口可乐)取材，结合自己的产品，组合成客户可享用的套餐，于是支持平台的供货商愈来愈多，提供的套餐也愈来愈完整、愈来愈多样化了。

　　由此可见，平台型企业透过平台的支撑逐渐位居盟主地位，心胸要宽大、眼界要高远，先设计卓越方案来帮抬轿者谋中利，帮第三方谋小利。于是，所有抬轿者、第三方都离不开这个共享平台，共同替整个产业谋共利。

　　参考文献：

　　[1]高焕堂.AI思维给人类教育的三项启示[J].电子产品世界,2018(1):82-83.

　　[2]高焕堂.AI时代的新知识结构：知识3.0[J].电子产品世界,2018(3):76-78.

　　[3]高焕堂.AI产业的生态(Ecosystem)之路[J].电子产品世界,2018(4):80.

　　[4]高焕堂.人类如何向AlphaGo学习出人头地?[J].电子产品世界,2018(5):76-79.

　　本文来源于《电子产品世界》2018年第6期第81页，欢迎您写论文时引用，并注明出处。