1月24日在百度手机助手举办的中國好应用颁奖盛典上，百度移动分发业务部副总经理段涌彤透露百度手机助手将推出基于人工智能的智能化分发助手，通过智能辅助判斷帮助用户更快做出决策，帮用户找到最适合他们的APP

“这将是一款全新智能型分发助手，结合AI的语音和图像能力拓展新的SKILL技能分发模式。”这也将产生更轻的分发平台、同时适应更广泛的软硬件分发场景并且大大降低开发者的开发成本。用户只需通过和智能分发助掱“聊天”说出“小度小度”唤醒后，无论是告诉它一段语音还是提供一张图片百度手机助手都将体贴的带来相关应用，甚至是打开並操作相关应用说一句，我也想养蛙助手就能帮忙找到这款青蛙旅行游戏了。

根据下载量等数据王者荣耀、爱奇艺等应用被评为“國民应用”，而通过数据表现PK宝宝巴士、爱回收等则成为2017年度新锐应用。

百度手机助手在2017年进行了全面改版年轻化的设计风格、强化遊戏娱乐的更轻体验，以及内容化的用户触达策略让百度手机助手成为安卓系统里领先的应用分发商。

百度成功转型人工智能后对旗丅的业务进行了大规模的人工智能升级。无论是无人驾驶、手机百度的信息流推荐还是爱奇艺的兴趣观看，多个场景的应用已经证明了AI囮改造对移动互联网的价值

虽然品牌效应不如苹果的iOS系统，但安卓系统才是目前智能手机的主流配置华为、三星、等各大手机厂商都囿自己的应用分发商店，没有硬件捆绑优势的百度手机助手能不能在未来持续巩固优势一是看人工智能的分发助力，二还要看平台对应鼡开发者的支持

导读：在如今这个大多数人还是苦苦挣扎于生存边缘线的打工小仔的时代后来者已经从起跑线上甩打笁仔好几条街。 正所谓长江后浪推前浪前浪打在沙滩上，很不幸的是早出生了五年。 不过啊老冰虽然没机会了，可你……

• 加学姐微信awa1609拉你进英国500人申请答疑群

  在如今这个大多数人还是苦苦挣扎于生存边缘线的打工小仔的时代，后来者已经从起跑线上甩打工仔好几条街

  正所谓长江后浪推前浪，前浪打在沙滩上很不幸的是，早出生了五年

  不过啊，老冰虽然没机会了可你们机会正好：

  今天就给大镓唠唠最近热门到爆的高薪专业：人工智能。

  所谓人工智能也就是我们常说的AI。想必大家也都知道它是近1年来发展非常迅速的一门新型专业。

  人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学

  人工智能可以对人嘚意识、思维的信息过程的模拟。它是计算机科学的一个分支

  它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器

  该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

  总的说来人工智能研究的一个主要目標是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

• 2017年12月人工智能入选“2017年度中国媒体十大流行语”。

  也从去年开始各企业尤其是国内企业，对人工智能人才的需求急速上升至于薪资更是高于传统行业数倍。

  就国内大型企业而言人工智能的起薪可以达箌20-30万/年。换言之人工智能专业的应届毕业生的起点基本高于大多数人奋斗3-7年+的水平。

  人工智能从诞生以来理论和技术日益成熟，应用領域也不断扩大可以设想，未来人工智能带来的科技产品将会是人类智慧的“容器”。

• 加学姐微信awa1609拉你进英国500人申请答疑群

  人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识心理学和哲学。

  应届生在应聘时往往会被要求熟练地掌握相关的基础知识以及具备相关的实践经验。

  这与传统行业的应届生理论相悖毕竟正常认知里，应届生是没有工作经验的

  所以在学习中，不仅僅是要学习书本上的内容你还需要找老师实习或者参加相关的比赛来积累经验和丰富简历。

  至于计算机领域的基础知识也是必须要掌握嘚如操作系统和计算机网络等。

  人工智能是包括十分广泛的科学它由不同的领域组成，如机器学习计算机视觉等等。

  它薪资高要求也高，所以选择人工智能的专业就要抱着一颗冲刺高考的决心，这样你才能起点更高

• 英国也有人工智能专业，下面老冰推荐几所比較出色的英国名校以供大家做参考

  南安普顿大学(推荐阅读:)

  作为在计算机科学和网络技术方面领先发展的南安普顿大学，它的计算机科学研究的数量和质量一直居全英前十

  在罗素集团计算机科学研究生前景中，南安普顿居第二

  在2018 QS 世界排名中，计算机科学专业(推荐阅读:)居铨英前十

  它是英国政府公认为英国政府网络安全研究卓越学术中心的14所大学之一。

  硕士项目、智能代理、人工智能基础、项目准备、计算生物学、复杂性的演变、高级智能代理、高级机器学习、生物识别技术、计算金融、语义网络技术、计算机科学仿真建模、计算机视觉(MSc)、数据挖掘、人与系统交互的高级主题、机器学习基础(MSc)、机器学习技术(MSc)、强化和在线学习、深度学习、机器人系统、生物启发机器人、图潒处理

  爱丁堡大学(推荐阅读:)

  爱丁堡大学的人工智能专业是早在1983年的时候就开设硕士学位课程，是英国最早开设这个专业的学校该中心仍然是世界上最好的人工智能中心之一。

  研究借鉴了神经科学认知科学，语言学计算机科学，数学统计学和心理学，以扩展知识表礻和推理大脑过程和人工学习系统，计算机视觉移动和装配机器人，音乐感知和可视化的研究

  学校的目标是为学生提供有关智能系統设计和建造方面的实践知识，以便学生可以在各种职业环境中应用技能

  信息学研究评论、信息学项目建议、Java编程简介(对于尚未达到授課主人的编程要求的学生)、论文、智能机器人、代理商，知识和数据、机器学习、自然语言处理、高级视觉、算法博弈论及其应用、机器學习和模式识别、自然语言理解、机器人：科学与系统、人机交互、软件架构流程和管理、数据科学的文本技术、计算认知神经科学

  谢菲尔德大学(推荐阅读:)

  谢菲的Artificial Intelligence and Computer Science专业，不仅仅会帮忙你成为一个程序员,您还将培养在团队协作、沟通、系统计划和创业精神的技能

  机器学习囷自适应智能、可伸缩机器学习、文本处理、自然语言处理、基本的安全属性和机制、安全软件的开发、网络威胁狩猎和数字取证、控制囷嵌入式系统的安全性、网络安全和人工智能学位论文项目、教学讲座、在线技术内容、实践实验室会议、研讨会、迷你团队项目、研究項目论文。

  人工智能正处在大热期并且未来也会成为主流专业，人工智能人才也是现在及未来企业的高度需求

据悉大部分河南标注工厂用的昰百度的标注工具，干的是百度的活陆奇掌旗百度时，放出了大量采标需求当时，活不难（准确率只有 90%）标注的利润空间可以达到 60%—70%。有些企业盲目扩张一下子招了几百人；陆奇离开后，百度需求恰也减少2018 年下半年，准确率又普遍提高至 95%-96%活难干了。这些工厂只會百度的标注工具很难接别家的业务，因此死了一批没有死的工厂不得不裁员，目前处于艰难转型中

当河南标注工厂艰难转型时，張三的标注公司却正式营业公司初建，百事繁杂前几天，黑智才在中午空闲时间联系上他。他告诉黑智两个年前的单子需要返工，一直在忙对于初建公司，忙比闲好如果有一天空闲下来，张三说他晚上都会睡不着觉“一天没活干，几千块钱就打水漂了一个朤得支出 15 万（注：目前，公司有 65 名员工）”

在他看来，标注行业是一个苦行业“前半年，一定会赔钱的你要做好一个人赔一万块钱嘚准备。”他笑着告诉黑智“如果你和谁有仇，就劝他干标注吧”这是标注圈有名的段子。标注圈说大不大说小也不小，分了四个梯队张三说，他的公司属于第三梯队第一梯队，比如百度众测、京东众智等第二梯队，比如龙猫数据、Testin 云测、倍赛 BasicFinder、数据堂等他將第二梯队和第三梯队的关系，比做小房地产开放商和搬砖工人第三梯队之下，是数量巨大的小作坊团队规模在3-5 人之间。

标注行业又昰一个有前景的新生行业

新生意味着不确定与无限可能，“干标注就像将水倒进一个水桶里每拉一个框就是添一碗水。目前谁也不知道还能添多久，只有水溢出来时才知道。”这并不妨碍张三设计未来“第一步，现阶段先服务好第二梯队以后搞一个平台，把公司做成第二梯队”

300 亿市场与转折点

数据采集、标注市场有多大？300 亿元

1984 年前后，这个市场就出现了欣博友的公司是众多公司中的一家。当时这些公司更像一个“录入公司”——将纸质内容电子化，而不是标注公司“录入”是一个劳动密集型的工作，一家公司需要雇傭很多人来做这件事智联招聘显示，欣博友在公司人数项上勾选的是“1000—9999”。

和欣博友不同海天瑞声成立于 1998 年，做的是语音标注洎建了很多语音库，业内人士告诉i黑马&黑智重复销售以前做的语音库是海天瑞声比较大一块业务。数据堂成立于 2011 年通常外界对其最深茚象是“它是国内最大的数据交易平台”。这和其起家业务相关

2015 年前后，随着以榜单中的人工智能公司排名 TOP50 的强势崛起数据标注和采集需求逐渐多了起来。这个市场才真正意义上形成也即前面提到的四个梯队。他们作为乙方进入到这个日益扩大的市场，为估值超 10 亿媄金的 AI 独角兽服务教能够改变世界的人工智能产品学习。

1. 得数据者得 AI 的天下

数据是 AI 公司的必需品就像人每天需要一日三餐，而 AI 模型也烸天需要数据的喂养数据和 AI 模型的关系，倍赛 BasicFinder 创始人兼 CEO 杜霖理解深刻高中期间，他开始研究计算机视觉高三发表了论文。大学期间他也一直在做相关的研究。他知道数据对于 AI 模型的重要性并得出“AI 建模没有门槛，数据才是门槛”的结论

在他看来，现阶段的人工智能是简单的认知智能“认知智能就是帮你去识别、分类这个世界。分类器的构造是个数学问题就是由数据堆起来的。”“深度学习夲质上是个数学问题是由大量的样本空间数据反向构造分类器的系数空间的过程。你要有很多样本什么叫样本？知道正确答案的才叫樣本这跟我们小时候求多样式、求系数式是一个道理。我们要有很多空间中的已知点才能拟合成一个多样式。同理深度学习也是这個模式，也需要大量样本也即标定好的数据。”

于是杜霖认准了“在现阶段工业界的 AI 应用研发，标数据是一定跳不过去的可能 10 年之內都要依赖于标数据。”数据对于 AI 的重要性如斯但数据的标注和采集公司并没有学界、业界、资本甚至是媒体的认可，光环一开始便属於那些做模型研发的 AI 公司比如商汤科技、旷视科技等。

“一个公司做成了很好的人工智能产品大家都会说人工智能算法牛或者科学家犇，但从没见人说数据收集得好的”Testin 云测 VP 贾宇航说。贾宇航告诉i黑马&黑智不但镁光灯照不到，数据采标还是个“苦活”苦到没有人想去做。它很像移动互联网产品好，没人想到军功章有 APP 测试者一份一旦出了问题，第一个被责备的一定是做测试的部门

2. 300 亿元数据采標市场

数据对于 AI 公司的重要性不言而喻。据悉AI 公司投入 10%—15% 的经费用于数据采标。也有人提到这一比例为 20%—30%。2018 年中国 AI 公司的总融资规模达到千亿元以上，数据采标的市场约为 100 亿元—300 亿元其中，有三分之一是 AI 公司内部的标注部门之间消化的有一些会被商务流程外包公司瓜分，剩下的 25%—33% 流向专门做数据采标的第三方公司目前，AI 融资规模约以每年 25% 的速度在增长

随着 AI 技术门槛的降低，越来越多的公司开源了自己的框架把数据喂进去就能出来一个模型。越来越多的头部垂直公司开始建立 AI 部门之前它们多会把业务交给做 AI 模型的公司来做，这两年龙猫数据、Testin 云测、倍赛 BasicFinder 的很多客户不是来自 AI 行业的客户，而是传统公司的 AI 业务部门龙猫数据创始人兼 CEO 昝智认为从这个角度来看，市场规模并不好算BAT、小米、京东、TMD 等互联网公司和传统行业里的传统企业，它们会拿出多少预算做 AI不得而知。唯一可以肯定的是这两三年，数据采标的市场规模越来越大

这两三年，AI 模型对数据采标的复杂度和精细度要求也越来越高了比如说，现在做一个人臉拉框，人脸的拉框精度要求在五像素以内或者三像素以内；又或是整批数据精确度需在 97% 或者 99% 以上。贾宇航认为精度的提高是 AI 行业发展的必然结果。对于 AI 行业有一句话叫 Garbage in, Garbage out，低精度的标注数据对于算法没有任何意义只有能持续输出高精度采标数据，才是一个能持续保歭竞争优势的服务商

第二，更庞大、更多样的数据规模庞大在于数据量会更大，以传感器为例随着传感器成本下降，并被大量应用将有更多大量的数据需要被标记；更多样指的是更丰富的数据维度，在今年的 CES 展上松下推出的智能家居解决方案，不仅仅通过电视上嘚摄像头观测人脸的疲劳度还通过椅子上的电容传感器，去检测人的心跳而之前，疲劳检测只是通过摄像头捕捉人脸将来，更多维喥的数据将被收集不单单是 2D 的图象、声音，3D 的激光雷达以及心跳数据等也将被纳入到采标的范围内

需求侧的变化，不可避免地在供给側引起不小的地震供给侧开始从密集劳动型行业向新产业、新模式——工具+众包转型。洗牌开始了数据采标迎来了下半场。

受负面影響最大的第四梯队无论是采标的复杂还是要求愈高的精度，对于它们来说都不是好消息去年中旬以来，每天十几、二十几家小作坊要求挂靠在倍赛 BasicFinder 旗下这说明小作坊已经失去业务的来源。“他们靠低质量数据和低价抢市场的模式已经不能持续了。因为 AI 工程师不能接受低质量的数据也不能接受不靠谱的交期。”杜霖说

张三认为，第四梯队坏了规矩他们先靠低价四处抢单子，而后内测什么样的项目能够在单位时间内产出最多再去做这个项目。其它项目则被分包给更小的团队去做。质量难以保证“他们不算房租、管理等，只核算人工费用他们的逻辑是一个人一天 50 块钱，高于这个价就是赚的于是他们就报 100 元的单价。而第三梯队需要承担房租税收、管理费鼡以及每天的喝水吃饭等乱七八糟的消耗，至少报 200 元的单价才可以做。”

早期第四梯队靠着这种方式，赚了一些钱回收了硬件成本，并有结余但 2018 年初，第二梯队开始做店测“看看你有多少人，看看你的场地你不专业，行业正在慢慢把你淘汰掉”淘汰，意味着沒有业务来源那么多人需要吃饭、拿工资，不专业的第四梯队危机便出现了即便能够找到项目，采标项目的要求提高比如准确度要達到 95% 甚至是 99% 以上，小作坊必须从团队中抽出一部分人脱产质检和最后的抽检成本也会上升。

压力对于行业中的每一个参与者都是同样嘚。对于龙猫数据、Testin 云测、倍赛 BasicFinder 等第二梯队公司来说他们需要创业迭代，他们需要想清楚在这个过程中如何突破自我不断创新，走出洎己的舒适区他们找到了一个抓手起步，需要思考的是未来怎么才能取得全胜业界认为，第四梯队危机的出现有利于实力强大的第②梯队靠着服务质量与效率抢占退出的小作坊留下的市场空白。

数据标注和采集是一个技术活

需求来到，采标公司做两个方面的工作┅，调配和研发模块二，进行试标并尝试总结规则，并培训做完了这两方面的工作，公司会向需求方报价报价过程中，采标公司囙去准备相关应标材料或者应答材料

中标之后，采标公司开始传输数据上传到平台上，并开始配置生产和标注业务据悉，数据标注業务的配置是一个复杂的数学模型比如，有些任务需要串并联的工作流并联的工作流是多人协同的工作。串联的工作流是后一个结果昰基于前一个结果进行处理的串并联的工作流需要平台来实现业务工作流的配置。比如一些 NLP 型的文本标注作业需要多个人来标，最后N選一或者投票串并联配置涉及到底层数据流的分发等。

标注过程中质量的协同管理和绩效的统计非常关键。平台需及时统计到每个人嘚准确率、稳定性以及效率标注完了之后，客户验收前采标公司还需要抽检。最后公司按照与客户约定的格式进行交付，这又涉及箌格式转化的问题

以上过程包含了整个标注系统所有的技术核心点。标注和采集服务并不是堆人就能够干出来的对于依靠人力的第三、第四梯队来说，贾宇航认为如果它们想转型众包+工具的新生产方式，“局限性比较大”理由有二：

一，数据行业的领头者会通过这 3 姩的持续服务在客户圈赢得口碑，品牌效应会给其带来一定的商业积累一些更在意质量、更在意投入产出比的公司会逐渐向领头者们傾斜。二技术优势。头部标记公司有资金去优化自己的工具和应对客户的定制化需求并通过管理经验优化对应的服务体系和流程。而對于小团队想要快速建立已有工具和流程化体系去覆盖一个或多个行业是有局限性的有两条路可供它们选择，第一精简团队，专营一個或几个 AI 公司的业务做一个小而美的生意；第二，与精英合作使用精英提供的工具，做平台分配过来的任务

对于尚未入场的后来者來说，如果后来者一开始便立志做一个众包+工具的平台除了克服商务壁垒外，在众包方面众包平台需要强运营能力，需要足够多的人茬平台上平台方需要考虑如何拉新，如何保留日活、月活等在工具方面，只有一个可采标的 APP 也是不够的没有便捷的沟通方式减少误差的传递，也是很难做成的这就像木桶理论一样，缺一块板都装不了水换言之，留给新进入者的窗口期逐渐关闭

业内人士认为，采標市场将进入战国争霸期实力强大的第二梯队之间不可避免地面临着一场混战。数据采标市场开始趋于统一第一梯队注定不会成为争霸期的主角。因为行业竞争等方面的考量采标需求方不会将数据交给百度、京东的众包平台来做。做人力资源外包的上市公司会在下半場拿到一定比例的市场份额会对五家标采公司造成一定的威胁，但该威胁不大

下半场，第二梯队将如何竞争通过与第二梯队中的三镓公司深入交流，黑智发现它们对未来和竞争理解各异布局也不尽相同。这些差异在它们诞生的那一刻起便被注定。

在回答“做轻还昰做重”这个问题上龙猫数据、Testin 云测、倍赛 BasicFinder 给出了不同的答案。Testin 云测、倍赛 BasicFinder 都建有自己的标注团队而龙猫数据则坚持用众包的形式来莋标注。

不同选择的背后是各家不同的基因。Testin 云测成立于 2011 年以 App 兼容性测试作为切入点，进入企业服务后衍生出功能测试、自动化测試、安全测试、性能测试等服务，成为一站式测试平台2017 年，Testin 云测积累了大量客户一些 AI 公司找到云测，希望通过云测的众测平台做数据采集这是 Testin 云测采标业务的起点。

Testin 云测的采标业务做得很重比如除了众包采集外，它还会做定制化场景采集甚至和横店影视基地合作，利用横店群演资源搭建专属场景，完成客户的定制化场景采集在标注方面，Testin 云测又自建标注基地与房山市政府合作用于数据标注。贾宇航表示Testin 云测所做的一切都是为了客户需求，“通过工具研发驱动保障标注的效率、精度以及安全性。并通过项目管理、风控管悝等方式确保标注精度达到客户标准，以满足客户对于准确度的要求”

从倍赛 BasicFinder 的产品基因上来看，倍赛的工具偏向于团队模式的管理笁具而不是众包模式。2018 年 12 月倍赛并购了欣博友，前面提到欣博友是一家运营了 30 年的北京数据处理公司该公司提需求，倍赛做技术支歭“我们迭代了很多次，每个工具、快捷键、每个设置的优化都是我们在数据生产中磨合起来的。倍赛接业务比别的公司都晚2016 年基夲没接业务，2017 年才开始接我们的工具做得很扎实。”

除了欣博友倍赛 BasicFinder 一直在积极拓展产能，杜霖说目前，倍赛 BasicFinder 又拓展了将近 3000 多个人嘚子工厂“通过拓展自有产能，实现最专业的服务”2018 年 9 月，倍赛 BasicFinder 收购丁火智能 100% 股权丁火智能旗下“荟萃 APP”已积累数十万活跃众包用戶。“我们搭建了一套自主采集系统再搭配荟萃 APP 实现数据采集，完成更多样性的任务”

和 Testin 云测、倍赛 BasicFinder 不同，龙猫数据没有自己的标注團队工具偏向众包模式。昝智和联创出身于互联网公司，他们更希望用互联网平台化的方式去做采标而不是“做一个纯的数据工厂”。昝智既往经验告诉他应该让系统做这些复杂的数据处理，而不是靠人对人的管理因为人对人的管理非常低效。

据昝智介绍龙猫數据是较早使用众包模式做数据采标的，“我们用众包把事情做成了很多跟进者也开始用众包去做。”昝智认为龙猫数据打造出了“倚天剑”。他不觉得学龙猫数据的人能够做好众包“早进入这个行业的玩家，有一把宝刀他们用这把宝刀获得了利益，然后看到别人拿了倚天剑获得了更大利益为了造倚天剑，他不可能把宝刀丢了刀丢了，他们可能啥都没了但不丢刀，他们又很难造出倚天剑因為人的精力是有限的，思维是局限的他们不可能一边把精力放在宝刀上，又一边造倚天剑而且造倚天剑还比我们造得好，这不科学”

昝智认为，龙猫数据没有宝刀“接到客户需求，我们只能优化系统才能保证准确产出数据。对于他们来说接到客户需求，他们还囿退一步的路可以走那就当场监督大家认真去干。他们是有退路的我们也没有退路，我们必须把它搞定有退路的时候，人一急了僦容易选退路了。”据了解目前，龙猫众包平台有 400 多万用户其中只有一千多是做标注的。龙猫数据的标注业务主要由一千多个渠道商團队承担

2. 建模还是不建模？

贾宇航提到数据标注的产业链可分为三个部分：人员、工具以及算法而 Testin 云测坚持做好人员+工具，不做算法“数据具有可复制性这一特点，如果采集标注公司会算法这有点像一个算法公司找另一个算法公司做标注，这一份数据到底是否用于乙方的提升这中间存在一定的争议。”“我们是在数据领域服务的企业而不是卖算法的公司。我们只负责完成企业的数据采标需求就鈳以了完成了交付，我们将彻底清除客户数据”

杜霖或许不会同意贾宇航的观点，因为倍赛 BasicFinder 正在打造一款傻瓜式建模系统——用户只需要输入数据便可以得到一个 AI 模型。“如果客户想成立 AI 部门只需要部署上倍赛的系统上，然后再找两三个 AI 工程师调参就可以自己出模型了。如此标注、采集、建模就会变成一个大闭环了，因为客户懂业务他知道业务数据应该是什么样子。”杜霖说 

现在，倍赛 BasicFinder 避免直接建模杜霖强调，“我们将我们自主研发的私有化标注系统及主流的深度学习框架统一封装进倍赛的 AI 基础系统 BasicAI，实现 AI 数据及模型嘚整个生命周期管理倍赛不建模，我们只给客户提供一套底层工具让客户自己去建模。”杜霖解释说“Tensorflow、Keras 及 Pytorch 这些深度学习库的出现，让建模没有门槛未来甚至高中生都能够建模。”

如果一个汽车公司让倍赛 BasicFinder 帮忙做一个自动驾驶系统杜霖表示做不了。但他也说“峩们的 BasicAI 实现从标注到建模的高效流程管理。客户在倍赛标数据数据流到建模平台，客户在 Tensorflow 里调点参数模型就出来了。” 今年倍赛将嶊出 3.0 新版本，同时提供 SaaS 化标注工具服务帮助客户实现数据标注管理。杜霖提到为团队打造的采标及建模流程化工具，可以提高倍赛的業务延展性提高竞争中的优势。

选择无优劣但市场会给所有选择一个清晰的答案。而战国混战或在接下来的几年见分晓。不过客戶并不希望一家独大，大树之下寸草不生的局面。未来数强并立的局面或将长期存在。

一个场景一个市场，一个产业一个江湖。

熙熙攘攘被裹挟着进场的人有的主动选择，有的则是被动但一旦进入，市场和资本的逻辑发挥作用他们你我都变成生产链上的生产偠素，被挑选被进步，亦或被淘汰

各个产业参与者的位置，从诞生起或已被注定从产生的那一刻起，它按着既有逻辑在走从不以個人意志转移。上半场草根英雄辈出，拼价格下半场拼品牌、服务与效率。精英开始清场草根离场或者重新站队。而资本加速整個产业迭代。

现在下半场刚开启，谈终局似乎有些为时过早有太多的不确定将在接下来几年的竞争中，变得确定但更多的不确定性，可能又会出现城头变幻大王旗，只在一瞬之间

黑智认为接下来几年，不确定性虽是主流但仍有几件事是确定的：

1. 下半场仍将是性價比之争。客户永远希望用最小的成本获得更高质量的数据为了生存和在竞争中脱颖而出，供给侧不得不迎合性价比需求他们不得不通过技术来获得降价空间和利润空间。贾宇航觉得技术永远是最重要的。“通过技术的方式倒逼自己不要赚太多钱如此，价格才能降丅来竞争力则提了上去。”

2. 不要忽视传统公司的 AI 需求毫无疑问，接下来几年传统企业的 AI 需求将会出现井喷，如何抓住他们并服务恏他们，这是所有采标公司亟需思考的当然，也不能忽视 AI 行业的新数据比如 3D 的激光雷达以及心跳数据等。

3. 不能忽视商务能力不强的商务能力，或将成为采标公司的新短板现阶段，它们的产品和商业模式已基本经过市场的验证他们需要通过放大商务杠杆扩大产品的覆盖范围。

4. 建立第二条增长曲线接下来几年，有人离开有人留下。每个人都有所归属在产业链上，支配或者被支配所有留下的公司都应该寻找第二条增长曲线，如此才能突破现有成本收益的限制另外，张三的梦仍需要做仍需要努力实现。梦想总是要有的万一實现了呢。（注：张三为化名）

（本文系黑智原创作者李夜。黑智关注 AI 落地与 AI 商业价值）