人工智能初创公司如何冲破亏损迷雾？Gartner研究给出建议

【TechWeb】10月8日消息，近期Gartner发布了2021年人工智能技术成熟度曲线（Hype Cycle for Artificial Intelligence, 2021），并指出人工智能的创新速度飞快，技术成熟度曲线中 一半以上的技术将在二到五年内成为主流技术。其中边缘人工智能、计算机视觉、决策智能和机器学习等创新都将在未来几年对市场产生革命性的影响。

事实上伴随深度学习技术升级引发的人工智能热潮，催生了诸多人工智能技术创业公司，人工智能在国内各行各业的应用也越来越普及。

Gartner的最新报告“Market Guide for AI Startups, Greater China”针对大中华区偏重在人工智能软件应用领域的初创公司进行了分析，旨在帮助一般企业在购买人工智能技术产品时，了解如何评估这些人工智能初创公司。

其中，Gartner报告定义的“人工智能初创公司”有三个指标：即成立时间在十年左右；通常是独立公司，而不是依附在大集团下的子公司；通常企业的营业额不超过1亿美元。

针对中国人工智能初创公司表示出的优势和不足，Gartner报告发现，一方面，中国消费者对人工智能新技术和新产品的采用意愿相当高，这让中国的初创企业有很大优势去创造一些可能性的应用。但需要注意的是，很多中国人工智能初创公司往往在描述其产品或服务时，只描述他们提供的技术部分。但事实上仅从技术描述上很难判断这家公司的优劣以及与其他竞争者的差异化优势，这导致很多企业在评估人工智能初创公司时有难度。同时很多国内人工智能公司的官网网页的内容信息均以中文为主、英文界面比较缺乏，这让外国公司或是一些IT咨询领导者获取中国本地人工智能初创公司的信息非常困难。

Gartner研究副总裁蔡惠芬

Gartner研究副总裁蔡惠芬表示，中国人工智能初创公司有一个共同点——为了争取订单很多公司会提供高度定制化的完整服务，这是一个很普遍存在的中国人工智能初创公司的现象。但大量或单一的定制化模式导致它们要实现获利更加困难。

当前很多中国人工智能初创公司面临一个挑战，当它做完一个解决方案后，很快竞争对手也做了一模一样的解决方案。这迫使这家公司必须再投入更多不同的定制化内容来满足它的客户需求。一直不断投入产品开发资源来符合客户的定制化需求、一直研发新应用的情况下就变得很难获利。

目前，国内人工智能初创公司普遍存在高投入、高亏损的现状。人工智能初创公司该如何降低研发成本，进而打破亏损的局面，蔡惠芬向TechWeb表示，至少有两条路径可以努力。

第一，建平台型产品。大部分的人工智能公司都在做定制化的服务，极大耗费人力、技术。所以要克服这个环节的亏损，必须要想尽办法做出标准工具平台。初创公司要有办法把自己的技术能力释放出来，做成一个标准开发工具或开发平台，然后协助客户能够很容易的自己开发想要的应用，这才是长远之道。要不然每面对一个客户都要帮他做定制化，这当然很难降低成本。

蔡惠芬认为，目前很多人工智能技术已日趋成熟，比如人脸识别、机器人客服等。这种成熟的应用，就可以转向用工具、平台的方式协助客户自己开发，这样就可以增加获利、缓解亏损。

第二，要筛选客户。如果客户无法用现有的平台，初创公司就一定要定制化。但同时，初创公司也必须要筛选公司，比如，初创公司如果投入了资源帮客户实现了产品需求，但这个产品本身符不符合初创公司自身产品路线策略，如果策略性发展跟客户的需求完全不相干，初创公司应该要拒绝、不能够每一个客户都接，必须要有一个方法去筛选客户，否则成本实在太高。

同时，蔡惠芬也强调，Gartner观察到中国人工智能初创公司也越来越多地向这些趋势发展，包括越来越多的企业从托管解决方案向AI平台产品的转变，采用平台式方式提供人工智能解决方案；更具本地化的解决方案来满足市场需求；提供低代码或无代码开发用户界面等。