IEEE中国|革命尚早,人工智能:演进可期( 三 )


在我的分类中 , 计算机基础硬件和软件领域的创业公司数量相对较多(17家) , 这也表明提高生产率还有很长的路要走 。 虽然基础硬件和软件是开发更高级别AI工具的必要部分 , 特别是利用机器学习 , 但是这需要漫长的时间才能实现 。 我认为这些情况反映出AI还处于初级阶段 。 像OpenAI这样的公司就会留下这样的印象:尽管它已经获得了10亿美元的资金(并得到了广泛的关注) , 但其“造福全人类”的使命是如此模糊 , 这表明 , 这家公司还需要很多年才能研究出有用的具体产品和服务 。
许多创业公司(7家)专注于网络安全 , 凸显出安全问题的威胁正日益增大 , 这加大了通过互联网开展业务的成本 。 AI具备解决网络安全问题的能力 , 可能会使互联网更加安全、可靠和有用 。 但归根结底 , 这也反映出互联网企业未来的成本会更高 , 在我看来 , 这不会引发整体经济生产率的大幅提高 。
如果不能产出更好的软件工具 , AI将如何带来可观的经济收益呢?你会认为 , 医疗保健可能会从AI中受益 。 然而在我的名单上 , 那些将AI应用于医疗保健的创业公司数量(3家)却偏偏少得可怜 。 或许这与IBM在沃森AI方面的经验有关——沃森AI在医学上的应用令人十分失望 。
尽管如此 , 许多人仍然希望研究AI的医疗保健创业公司能够填补沃森失败留下的空白 。 但罗伯特?瓦赫特(RobertWachter)对此并不认同 , 他指出 , 将计算机应用于医疗保健比应用于其他行业要困难得多 。 他在2015年出版的著作《数字医生:医学计算机时代曙光下的希望、炒作和危害》(麦格希尔教育出版社)中详细阐述了医疗保健在计算机和软件应用方面落后于其他行业的诸多原因 。 目前尚不清楚AI与现有数字技术的组合能否改变这种局面 。
还有一些大规模应用并未被名单上那些资金充足的AI创业公司囊括 。 在美国 , 住房是最大的消费支出类别 , 但名单上没有一家创业公司专门针对这一经济领域 。 交通运输是美国的第二大支出类别 , 但这仅仅是其中3家创业公司的关注点 。 其中一家公司正在研究一种可以识别驾驶员注意力的产品 , 一家公司打算提供自动化的本地配送服务 , 只有另外一家创业公司正在开发无人驾驶乘用车 , 这与最近对无人驾驶汽车的悲观看法是一致的 。 尽管已投入了350亿美元的研发经费 , 福特、通用汽车和梅赛德斯-奔驰的高管们最近对短期内大量无人驾驶汽车上街的前景却并不看好 。
━━━━
不可否认 , 对这40家公司正在做的事情以及它们的产品是否会在未来10年内颠覆世界 , 我的评估是主观的 。 也许考虑一个更客观的衡量标准更有意义 , 即这些公司是否正在为世界经济提供价值:它们的营利能力 。
遗憾的是 , 私人控股的创业公司没有良好的财务数据 , 在我的名单中 , 只有两家公司现在是上市公司的一部分 。 而且创业公司通常需要花费数年时间才能实现盈利(亚马逊花了7年时间) 。 所以 , 这方面没有太多的资料可以挖掘 。 尽管如此 , 科技行业的一些大趋势还是很有说服力的 。
尽管IPO的平均时间在增加 , 比如从1998年的2.8年上升到2016年的7.7年 , 但是科技公司上市时盈利的百分比却从1980年的76%下降到2018年的17% 。 此外 , 有些花了很长时间才上市的知名创业公司亏损巨大 。 例如 , 大型网约车公司无一实现盈利 , 包括美国(优步和Lyft)、中国、印度和新加坡的公司在内 , 2018年总共亏损约50亿美元 。 大多数共享单车和摩托车、共享办公室、食品配送、P2P(点对点)借贷、医疗保险和分析 , 以及其他消费服务领域的创业公司也损失了巨额资金 , 不仅在美国 , 在中国和印度也是如此 。
在我考察的40家AI创业公司中 , 大多数可能会保持私有化 , 至少在短期内是这样的 。 即使一些公司在未来几年内上市 , 它们也不太可能在那个时候实现盈利 。 如果参考其他许多科技公司的经验 , 这些公司可能要多花几年时间才能实现“赚得多 , 花得少” 。