AI平台与开发者,造城者要收建筑设计师的进城费吗?

最近两天,百度与科大讯飞的AI语音平台之争又成为了刷屏事件。这次争论的焦点在于,平台就AI技术面向开发者和合作者收费是不是一个好方案?

当然,科大讯飞方面已经回应说,某文章所说的科大讯飞因为技术收费问题而流失了大额订单并不属实。但关于AI平台与开发者之间关系的争论还是尘嚣直上。

其实吧,抛下媒体对企业之争的煽风点火不提。平台针对AI开发者们的扶植计划和平台开放度真的有很多问题。看似每一家大公司都在争夺开发者资源,但众多开发者却是有苦自己知。

举个例子吧。假如我是一个开发者,希望用语音唤醒等技术改进老家某个工厂的效率,并且希望开发出的产品能推广到其他同类的工厂当中,那么我可能面临什么问题呢?

1.中文的训练数据和接口找不到;

2.主流机器学习平台社区开源的资源很单一,没办法满足我的具体需要,也解决不了工厂的特殊问题;

3.从测试到部署,需要花费大量平台能力和接口使用费,在开发出的产品没面世之前,成本可能就hold不住了。

这种看起来很热闹,但真弄起来很尴尬的情况,绝不只是个别AI开发者以及准开发者会遇到的。大量有着AI梦,热血沸腾的年轻人,很可能会先被这几大难关挡在AI的大门之外。

这也折射出,今天看似热络的AI平台赋能开发者计划,其实是存在不少问题的——甚至包括如何看待平台与开发者关系的基础定位问题。

投奔国际巨头,可能要用创造力做代价

有过机器学习经验的朋友,想必首先想到的会是TensorFlow、Python这些欧美主流机器学习框架的开发者计划,确实这些平台背后的欧美科技巨头也有针对开发者的各种能力输出,但如果你不只是纯粹的爱好和研发,而是希望以AI来开发产品乃至创业,那可能遇到的问题就有点多了。

尤其是中国AI开发者,如果在今天尝试利用谷歌、亚马逊等国际巨头的平台能力和开发者计划来完成创业,不仅要面临各种文化和市场认知上的隔膜,更可能遇到设想和实际资源不对等的问题。

由于战略和生态上的保守,欧美巨头开发的资源往往方向单一。比如谷歌的开源数据一般只针对它迫切希望解决的AI难点,并且全部根植于TensorFlow平台。而且平台提供给开发者的数据集一般是比较古老的,接口也不灵活。据一些开发者反应,谷歌的开发者计划像是给TensorFlow做广告,这个也是蛮尴尬的一件事。

这种情况下,开发者的价值更像是在给巨头打工,而不能在广阔的AI世界里构建自己的小生态,开发独属创意。并且也很难兼顾平台优势,更好的提炼模型。

另一方面,欧美巨头的开发者赋能计划都比较简单,一般只提供数据资源共享、简单的工具包和视频教学,缺少资金、接口、测试环境、解决方案等层面的开放,这让很多开发者无所适从。而且谷歌等科技巨头的开放资源中也缺乏中文品类,导致中国开发者难以适应欧美大公司的赋能计划。

由于战略框架上的封闭,和文化市场语言层面的隔阂,中国开发者如果仅仅用谷歌等企业平台做研发那么还好。但如果想要打磨产品,完成创业,就会碰到各种限制和无法解决的问题。

即使有幸占据了名额稀少的开发者计划,也需要牺牲创造力去妥协大公司战略,置中国国情和开发者的想象力于不顾。

种种磕绊下,中国开发者也许真的还不能那么快的国际化。但土生土长的AI平台就一定好受了吗?

选择国内企业,成本你能hold住吗?

不讨论过于具体的技术细节。开发者在使用国内所谓“算法”公司提供的平台支持时,最重要的问题就是成本压力。

一些技术与算法导向的公司依靠向开发者收费来支撑自身业务。这当然无可厚非,但是这些公司同时也在提出以资金、资源等方式赋能开发者,希望争夺开发者资源。那么赋计划和商业模式之间就可能会产生某种尴尬。

真的希望开发者快速入场,在AI世界中找到自己的位置,那么最简单的方式当然是让他们零成本进入,尤其是对个人开发者和中小企业。

因为从开发到测试,再到部署实验和解决方案的自我升级,对平台的工具和接口使用强度是极高的。可能有些费用看似很少,但在探索新技术和反复实验的要求下,却会成为开发者无法免去的巨大负担。

长期来看,AI平台卖技术的同时搭生态,可能会成为一种双输局面。一方面开发者成本过高,对于AI产品商业化会产生门槛。尤其是要考虑消减测试和反复打磨产品带来的技术使用成本,就必须少公开测试,快速投放市场。最终可能导致产品功能体验的下降。这对于平台的长期生态其实并无利好。

另一方面,在自带场景与商业属性的AI平台陆续成熟,尤其是BAT等巨头自带体系、资金进场后,坚持收费壁垒的平台也很难守住优势,客户群会面临流失风险。

此消彼长之下,让开发者hold住成本,甚至零成本进场,也许是比较靠谱的选择。

活力:今天AI产业群中最贵的资源

今年乌镇互联网大会中关于AI的讨论很多,但如果总结其共性,或许可以归纳为一个“乌镇AI定理”:各家大佬都认同的是,AI的价值是在技术、数据和应用场景之间三者产生贯穿性,从连接中获得体验和商业回报。

而这就要求整个产业必须在这三端同时加强,换言之,占据着技术高位的巨头,必须不断获得新的数据交互和场景拓展,才能强者恒强。

这就意味着,良性持久的开发生态是整个AI战略的中心。尤其AI是一个后端导向严重,充满创意和想象空间的技术类别,不同的开发者完全会从近似的环境与开发要素中得出天差地别的结果。AI进入消费空间,产生从技术到商业实体的进化,也依赖于开发者的创造力。

在今天,AI领域的各种优势都可以快速搞定,唯独平台中的开发活力,是无论如何也没法短期内聚集,也不能造假的一种资源。平台下汇聚更多更好的开发者,会使整个生态系统产生更强的交互活力,也许是巨头攻占未来的最佳选择。

开发者如此重要,导致大公司都想通过自己在技术和产业链上的优势,建造起一座专属的AI商业之城。但是造城者的第一要务,就是不能跟千百万建筑设计师收进城费。否则把设计师驱赶到了其他城市,或者把很穷但很有才情的设计师拒之门外,都是得不偿失的事情。尽一切可能给他们给养,让他们发挥才能,也许是今天AI产业上游平台的责任和义务。

只有这样,AI这座城才有美感和温度,才能有我们幻想过的繁荣。

本文来自企鹅号 - 钛媒体APP媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏罗超频道

百度调整架构从两年一次到一年三次,战时状态的必然

百度今天宣布进行架构大调整,距离上次调整刚刚过去4个月,距离上上次调整刚好过去1年。如此频繁地进行架构调整在百度历史上十分罕见。在2015年之前的一次调整是20...

37410
来自专栏DT数据侠

天眼查柳超:不会做产品经理的CEO,不是好的科学家

如今,当各大媒体的封面报道都充斥着大数据、人工智能、深度学习这些时髦的热词时,他却告诉你,科技创业根本不在于这些科学界的舶来词。真正闪着金光的,不是云山雾绕的概...

850
来自专栏数据猿

在大数据时代,每家公司都要有大数据部门吗?

<数据猿导读> 在大数据时代,每家公司都要有自己的大数据部门吗? 结论也不能下的太武断。如果这个问题换做是:在电气时代,每家公司都要有个发电厂吗?是不是会更好回...

2627
来自专栏AI科技大本营的专栏

与英特尔抢市场,英伟达的数据中心业务能增长到多大?

翻译 | AI科技大本营 参与 | shawn 在新型视频游戏、机器学习软件革命、基于 CPU-GPU 混合架构的大型超级电脑的扩建、比特币和以太坊等数字加密货...

3218
来自专栏数据猿

【案例】国美金控:让消费金融可视更可靠

国内的零售产业将迎来新一轮爆发式的增长,在金融服务业开放政策和云计算、大数据技术双重推动下,消费金融领域的跨界融合正在成为一种趋势。在这种背景下,国美金控依托现...

3094
来自专栏灯塔大数据

深度|对Gartner发布2017年十大技术趋势的分析

近日Gartner公司着重介绍了在2017年对多个组织具备战略意义的重大科技发展趋势。分析师在座无虚席的Gartner ITxpo座谈会介绍了他们的发现。这次...

2644
来自专栏高端访谈

对话视觉中国创意社区总裁王钧:AI+云 释放创意潜力

“四年前,视觉中国创意社区开始意识到云计算的重要性。因为很多新入创意行业的人都可以自己独立完成全流程创作,也让个人供稿人(摄影师、插画师、字体设计师等专业的内容...

1434
来自专栏喔家ArchiSelf

2018年10个技术性前瞻

人工智能、沉浸体验、数字孪生、事件思维和持续适应性安全为下一代数字商业模式和生态系统奠定了基础。

572
来自专栏数据猿

数据猿专访 | 天眼查CEO柳超:“被抄袭”是对我们的恭维

目前,市场上的企业查询类公司不在少数,但大部分企业都是简单展示所要查询的企业数据,只有少数公司可以查询企业、人物的关联信息,天眼查就是少数公司中的一家 ? 来源...

3215
来自专栏PPV课数据科学社区

大数据真正的财富蕴含在产业链条而非消费链条

摘要: 大数据真正的财富蕴含在产业链条而非消费链条之中,因此,大数据与产业融合将成为落地的根本。目前随着基础设施布局的逐渐完善,大数据的发展已经走到一个新的临界...

2713

扫码关注云+社区