PC與手機時期的技巧辦事商能否是逝世路一條？
拋開人工智能豈論，PC和手機時期的進程和成果證實的正好是相反的不雅點：技巧辦事商可以活的很好。PC時期典范的技巧辦事商是Intel和前陣常說的“去IOE”里的IBM，Oracle，EMC；手機時期則是ARM與高通。不論小米或那家手機廠商能否做芯片，和本身的芯片能否勝利，ARM的受權和高通的專利是基本弗成能繞曩昔的，明顯的這類技巧辦事商的貿易形式要比絕年夜多半做終端產物的公司穩固的多。
假如認為這類頂級技巧辦事商沒有代表性，并進一步往下發掘，你就會很驚奇的發明還有那末多中級的技巧辦事商也建立了穩固的貿易形式。器件上國際比擬典范的有歌爾聲學（市值500億RMB+），之前其焦點營業是為iPhone供給麥克風，算法上國外比擬典范的則有杜比（市值$53億），偏軟硬融會的還有Cirrus Logic（市值$40億）。假如查上市公司列表，這類公司還有許多，但確切年夜部門這類公司都不是中國公司。這極可能與國際公司介入分工鏈條比擬晚有關系，在聯想介入到IT鏈條誰人時光點確切做PC產物是更輕易的，挑釁芯片、內存等確切難度更年夜。國際的企業外面比擬特殊的是華為，華為選的點其實恰是互聯網上的技巧辦事商，明顯也并沒有逝世路一條。（路由器、交流機等下面很焦點的部門也恰是算法，所以才能夠有SDx。）
總結來看在曩昔三十年里在PC、手機甚至互聯網上技巧辦事商只要逝世路一條這一結論其實不成立。適合的結論是一旦技巧的廣度和深度積累到某個高度后技巧辦事商就會坐收一個時期的利潤，后來者基本沒法在同時期停止超出（想一想Intel、IOE、ARM、高通、華為）。由于這時候候這類技巧公司曾經建立起了技巧優勢（經由驗證的成熟技巧）、品牌優勢（沒人情愿從頭試錯）和市場優勢（ARM等面前會有偉大的生態做支撐，近似于行業尺度）。
假如擴大一點，我們乃至可以說在家當早期以為做技巧辦事商沒價值這類認知實際上是異常無害的：我們已經具有有數家電腦企業，明顯的這些電腦企業如今都逝世失落了，而同屬于誰人時期的希捷（做硬盤的，市值$139.9億）至多還在世。明顯的在技巧辦事商只要逝世路一條的思緒下，年夜家只會去做電腦而不會去做硬盤。
我們確切不克不及說AI時期會完整重演此前的分工格式，但成心思的工作是曾經被證實的比擬勝利的，純潔的屬于AI時期的兩家企業都是技巧供給商：英偉達與Mobileye。
所以我們至多可以講：人工智能只做技巧辦事商逝世路一條這不雅點不相符曩昔和部門曾經產生的屬于AI的貿易實際。
AI時期能否從收費開端？
以為做技巧辦事商是逝世路一條里異常焦點的一個支持就是: 許多基本技巧辦事都是年夜公司的賽道，都邑收費。這點部分準確，但把它縮小成一個普適規矩就會有成績。真賣力思慮這成績現實上須要尋找互聯網收費形式的界限。
在互聯網時期前端收費或低價，后端變現的思緒確切造詣了一些企業，好比360和小米。延長上去一個很天然的思緒就是：AI時期的一切算法和技巧都邑被年夜公司收費，作為獲得用戶的手腕。
這類形式在后端衍生價值年夜，但獲得用戶本錢低的范疇上必定產生，好比亞馬遜的Alexa其實不會免費，而是會勉勵更多的人來用。但這形式有一種清楚的界限，好比一旦傾向軟硬融會，那這類收費的形式就不會產生。不然Intel基本不須要花150億美元買Mobileye，等著有人收費且開源就行了。這里的癥結點在于：收費以后獲得的用戶本錢能否能在用戶的全部性命周期里賺回來。好比說汽車收費，那明顯后端怎樣變現也賺不回來，但軟件對象收費由于對象本身的本錢簡直為零那就確定能賺回來。
從這個角度就特殊輕易懂得那些算法和辦事會收費而那些不會：
1.軟硬融會的確定不會，由于一收費就會連續形成年夜范圍的吃虧，而且看不到賺回來的能夠性。此前互聯網公司年夜范圍做硬件而且紛紜掛失落是個直接證據。
2.與內容融會的很難，由于內容方本身的錢還沒賺回來，正在猖狂研討變現渠道（想一想視頻網站）。但這點上不消除有錢公司經由過程年夜力補助形成短時間收費的現實。
3.越偏通用對象的越會收費，好比通用的語音辨認，這類對象受眾極年夜，均派下單個用戶的應用本錢簡直為零。
4.越偏垂直對象的越不會收費，還拿ASR舉例子，假如醫療的ASR開辟須要2000萬，收費了也只能取得2000個用戶，那就只要在人傻錢多的時刻會收費。
這個列表還可以延伸，但曾經可以解釋成績，把它和AI成長階段聯合，就很輕易發明眼下互聯網的收費形式在AI上短時間還不會是主流。
關于AI如今即缺廣泛應用的新終端（好比亞馬遜Echo）也缺一種新平臺，焦點要處理的成績照樣Enabling Technology（常常須要軟硬融會）與勝利的新終端。而這兩個點上不太能夠造就出互聯網形式。
假定說某公司的主動駕駛研發終了，然后它收費受權給幾個車廠應用來取得用戶，終究它測驗考試只靠幾百萬的收費用戶來贍養本身的場景。這時候即便拋開車廠敢不敢用的成績，這形式明顯也沒法成立（進出弗成能均衡）。是以這類場景下必定會回歸到賣硬件賺取利潤與收取License費形式。后兩種形式的焦點特色是公司獲得利潤加倍直接和疾速，如許的話外行業早期可以贍養一家公司，然后推動技巧的深度和廣度。把技巧想象成一錘子生意明顯是毛病的，Mobileye值那末多錢和它17年的汗青有實質關系。明顯的一種有高技巧附加值的硬件產物假如賣1百萬件，那年夜多時刻曾經可以支持一家公司的運營和成長，但關于互聯網形式100萬個用戶平日很難支持一家公司的連續運轉。
如今來看，獨一的合適互聯網收費形式的點還真就是Alexa，這明顯是下一代操作體系雛形，合適經由過程收費的手腕來加快獲得用戶。
AI時期的行業分工會如何？
假如把視角再拉高一點，不只專注在曩昔的現實，收費能否成立如許的點上，那我們便可以熟悉到商量技巧辦事商能否有存在價值現實上是在商量行業分工的成績。
假如在全部貿易成長史上看這類分工上的分與和景象，年夜致進程是如許的（沒查書，純靠記憶能夠略有誤差）：
在工業時期，至多涌現過兩次經典的全行業年夜整合案例，一次是石油年夜王洛克菲勒對石油行業的全鏈條整合，一次是通用汽車對汽車臨盆鏈條的全鏈條整合。
在IT時期，則正好是反整合的年夜分工形式。一切電子裝備都要聚集許多廠家的產物能力終究成型，比來最典范的例子是手機跌價，這充足解釋日韓元器件上的影響終究會直接向產物端傳導。這類分工乃至不只是局限于供給鏈，也延展到臨盆進程（好比富士康與蘋果）。
在互聯網時期則走了一種由百花齊放到向BAT集中的進程。年夜家又開端強調全棧和閉環。
懂得這類行業分工狀況的主導力氣也還要回到效力和收益。這其實不難懂得，每一個公司都邑應用公路，但明顯不合適每家都修一條，所以就涌現與公路專門相干的行業。
關于第一次年夜整合，德魯克在書里提到這類年夜整合對效力的晉升年夜概在30%，所以這類單個公司整合全鏈條是有足夠的內涵驅動力的。但這類整合仿佛對單個企業有益，對全社會晦氣，是以美國才涌現反壟斷相干律例。后來跟著專業化的增強，這類年夜整合被崩潰失落了。
在原子相干的部門，由于任何一個部門都須要久長投入能力獲得成果（好比芯片、內存、屏幕等），委曲整合現實上相當于讓一個企業承當一切風險，而且收益不敷年夜（一個廠商只能拿到部分市場）那就不如全球化分工。而在互聯網上整分解本特殊低，在互聯網上所謂的整合簡直只是接口的對接，本錢極低，但對用戶全棧和閉環則會增長方便，有助于穩固流量。如許的情況下，明顯單點的存在空間會被越壓越小，只能投奔巨子。
那上面的AI時期這類分工會怎樣樣？
假如我們把家當階段分化為三步：Enabling Technology （拜見以1957年八叛徒為代表的半導體行業）-->通用型硬件產物（1977年的AppleII）-->軟件運用（1995年的Windows與互聯網等。）而且以為AI也會依照如許三步來走，那末：
第一階段正須要真能讓技巧成熟可用的技巧供給商好比英偉達與Mobileye。這類需求也會滲入滲出到聲響、視覺等分歧范疇。年夜條件是所謂的技巧要具有深度和厚度，是硬科技而不是做個App那種技巧。
第二階段則須要新的具有年夜量級的產物，好比PC、手機、平板。這個時刻產物公司會突起但技巧公司會變現。這就比如電腦開端迸發的時刻，Intel實際上是坐著數錢的。
第三個階段互聯網形式估量會從新迸發。由于品牌和技巧上的共通性，在純潔數據和算法驅動的部門則會涌現贏者通吃：要末老巨子再現光輝，要末有新巨子涌現（紛歧定會收費），好比沃森這類智能能夠既無能A也無能B。
小結
互聯網很像是IT行業60年成長的最序幕部門，所以也能夠說互聯網企業是坐收60年技巧成長的盈余。但明顯的AI不是互聯網，AI可以進級互聯網，但確定不是互聯網的子集。所以極可能我們其實不能以曩昔15年間的貿易經歷來斷定AI的成長。
