微軟這個很賺錢的AI，有哪些“變現術”？

作者：章蔚瑋，新零售商業評論編輯。

“人工智能商業化的特殊之處在於，搭載人工智能技術的商品在到達用戶手上時，有價值的運作才剛剛開始。”

雷聲大、雨點小幾乎成為市場對人工智能商業落地的常態認知，概念很火，但商業化落地很難是人工智能創業企業最常麵對的困境之一。

最近，一家剛完成第7代技術升級的人工智能研發團隊向新零售商業評論透露，他們不僅實現了盈利，而且還“很賺錢”。這背後的秘訣是什麼？

微軟人工智能小冰的商業化之路或許給在風口下奔跑的創業團隊一些啟發。

“你好，我是小冰”，那個在大眾印象中可以“陪聊”，也可以被“調戲”的人工智能小冰有了新角色——“服裝麵料設計師”，由小冰參與設計的服裝已經在相關品牌門店上架開售。

五年時間，從單一的“文字、語音對話體係”到具備“人工智能創造力”的創作者，小冰提升的不僅僅是身份，更是強大的“吸金”力。

從去年開始，小冰在金融、地產、紡織，到服裝等十個領域“商業落地”，不僅實現盈利，還“很賺錢”。

一個服裝麵料的設計師，以兩年為周期，就會麵臨設計靈感和創意的枯竭；一家服裝麵料出口企業，以一年為周期，需要為海外市場提供幾千種不同花色和款式的花布。

這樣的企業，國內就有上百家，而符合需求的設計師卻很緊缺。巨大的人才市場缺口，讓小冰找到了“商機”。

在紡織中心，經過9個月上萬次的模型迭代，小冰初步掌握30種不同設計風格，可以提供上億個紋樣的繪圖設計，達到上崗設計師的技術水平。

企業對小冰的考核標準也與人類設計師沒有差別：

1. 設計是不是符合這個企業本身的商品定義。

2. 是不是符合市場上的流行趨勢。

3. 最終是否會形成銷售。

經過一年左右的試水，小冰表現穩定，短時間內能快速完成大量的設計任務，比普通人類設計師運作更為高效。

目前，小冰還在根據市場的反饋進行反複調試和學習，但商業化落地進程已經開始加速—— 一批由小冰參與設計的服裝開始進入投產階段。

小冰參與創造的產品

從“聊天機器人”到“智能助理”，再到“內容生產提供方”“智能零售助理”及“人工智能托管”，小冰跨領域的產品形態背後，是微軟人工智能轉型的腳步不斷加快。

根據今年7月發布的2019財年第四季度財報顯示，微軟Azure雲計算業務實現同比64%的營收增長，首次超過了傳統Windows業務。在全年營收方麵，智能雲業務達到390億美元，與個人計算業務的457億美元收入規模十分接近。

而小冰，作為微軟雲業務基礎上衍生的一款應用，正在成為雲業務擴張的重要推動力——人工智能商業解決方案推廣的背後是以雲計算為基礎的另一項合作。

小冰商業化的“試驗田”主要集中在零售，金融，服裝。在日本，小冰和LINE、羅森進行的商業合作實現47%的優惠券轉化率。

在美國的“在線零售垂直領域”測試中，新的對話引擎讓商品頁麵轉化率高達68%，比上一個版本的轉化率提高21%。在十輪對話之內，小冰就可以從在線貨架中挑選出用戶喜歡的商品並推薦。

與此同時，小冰不斷升級的“寫詩”“繪畫”“朗誦”的創作能力也在向“設計”“金融摘要撰寫”“設計”等產業轉換，形成新的生產力。

小冰的藝術設計展

然而，小冰的商業化之路走得異常“謹慎”，在激烈的市場競爭中，如何找準競爭對手，摸準適合自己的商業模式，是小冰實現商業化的兩件重要“利器”。

在此之前，小冰已經在日本、印度尼西亞、美國的市場試水商業化。而中國，是小冰看來是最具挑戰性的市場。因此，他們一直在冷靜觀察和分析他們在這個市場中所具備的優勢和劣勢。

2017年，當人工智能在國內風頭正勁，投資旺盛時，小冰團隊卻保持冷靜。

在他們看來，人工智能作為一種新的技術，核心價值是提升傳統行業效率，但新技術尚未催生新市場，AI企業依然麵臨與傳統行業“老大”分搶市場的局麵。

比如，研發AI電視語音遙控助手的AI企業，最大的競爭對手是電視遙控器——如果它們的體驗都不如遙控器，那麼競爭就沒有意義。因此，在這個領域，真正的競爭對手不是同行，而是移動互聯網。

“在中國，移動互聯網產業化成熟度高，留給“後來者”的機會沒有那麼多。”

在微軟（亞洲）研究院互聯網工程院副院長、小冰團隊總負責人李笛看來，目前在中國，移動支付，外賣、訂餐的服務和運作體係都已經非常完善，人工智能想要介入，空間就很小。

“是推一款人工智能訂餐助手嗎？競爭力在哪裏？僅僅因為它酷嗎？不是，應該是它比原來的訂單體係有更成熟的運作方式。”

因此，微軟小冰在選擇切入的領域時異常謹慎，在他們看來，“AI商業化這件事，不怕慢，就怕‘站’”—— “每開拓一個新的垂直領域，都需要付出大量成本，尤其是時間成本。如果我們貿然切入一個市場，投入時間、人力，財力之後，才發現這個市場不夠好，就會讓自己處於進不去又出不來的尷尬境地。”

因此，微軟小冰團隊對市場的判斷有一套嚴格的標準：如果一個行業目前的發展模式是成熟的，但他們無法找到產品商業化的解決方案，讓行業內存在的問題得到解決，那即便這個行業當下再熱，他們也會選擇放棄。

比如備受資本市場矚目的“AI+教育”領域，小冰就遲遲沒有切入，“因為時機還不成熟”。

小冰對話EQ能力不斷提升

“在中國市場不打價格戰”，是小冰在國內推行商業化後提出的第一條發展準則，也是推動小冰“很賺錢”的基礎。

至今，小冰的AI相關解決方案的報價始終在同行3倍以上，這樣的打法與國內人工智能的競爭環境有些“格格不入”。但這也是小冰在商業化進程中，堅持往下走的根本動力， 探索真正的人工智能的商業模式。

據中國信息通信研究院數據，截至2018年9月，中國（不包含港澳台地區）共有1122家人工智能企業，這些企業分布於AI產業鏈的各個環節。

2016年，中國在人工智能的投資額約為635億元，占到全球的33%，僅次於美國的51%。資本泡沫在這個領域不斷顯現——技術突破緩慢，商業化卻迫在眉睫，畸形競爭模式由此誕生。

比如，最早被產品化、商業化的人工智能技術——智能音箱，一經問世，技術尚未成熟，就已經率先打響價格戰：不到一年時間，迅速從幾千元不等的價位暴跌至幾十元，由於缺乏明顯技術優勢，智能音箱一度隻能用低價搶奪市場，這也幾乎成為扼殺智能音箱發展的“隱形殺手”。

“資本補貼下刺激用戶購買，收入由投入直接轉化，這個不是商業模式。”在李笛看來，小冰試圖通過技術“代際”升級來探索商業化模式，“我們會探索比較前沿性的技術，比如像全雙工，2年半前試水，1年半前向市場開放，比穀歌等同類技術還早一年多落地，但我們已經把全雙工變成產品，產品已經迭代到成熟階段，所以當技術真正在市場大規模興起之後，我們已經擁有了成熟的落地方案，有技術代際時間差的領先優勢。”

從生產、應用到銷售，整個人工智能商業環境的“急功近利”正在限製當下的人工智能發展。

因此，在合作夥伴的選擇中，小冰團隊也在不斷篩選——那些為了迅速獲得訂單，不斷誇大技術在產業升級中的作用的；那些試圖將人工智能包裝成產品賣點的企業都被排除在外。“這不是商業模式，這不過是大家一起讓消費者為賣點買單。”

在李笛看來，人工智能商業化的特殊之處在於，搭載人工智能技術的商品在到達用戶手上時，有價值的運作才剛剛開始。而不是像那些“急功近利”的企業所認為的，“這是一場交易的結束”。

- End -