裁员|裁员，降薪，大牛出走：AI大退却的始末缘由( 二 ) 算法

与历史上的“AI寒冬”不同，今天中国AI行业面对的更多是效益低下问题，部分人才和企业和资本逐渐失去了耐心，选择了退出这场烧钱竞赛。而历史上的AI寒冬，更多表现为对AI阶段性核心技术路线的彻底否定，以及新的技术机遇将AI排挤出主流视野。前者表现为1973年《莱特希尔报告》的发布，后者代表是PC淘汰了专家计算机路线。
既然与真正意义上的“AI寒冬”有所不同，那么今天中国AI产业表现出的退却和不顺利，内核究竟是什么？
核心症结，在于算法经济的失效
既然今天的情况是，有的企业AI发展不顺，裁员降薪，有的发展还算顺利，依旧在持续进行产品技术升级；很多AI大牛选择及时止损，回归学界，但也有很多学界投身产业的人才发展顺利，并且依旧有人继续加入。那么就需要分析一下，究竟是什么造成了AI行业“进”与“退”的同步出现。
仔细看看会发现，出现“水逆”的AI公司或者项目，大概分为三类：
1.以人脸识别、机器视觉、语音识别这类基础AI算法为业务核心的算法公司，在安防市场饱和、政府订单接近瓶颈时失去了商业活力。
2.互联网公司的AI部门，本质是用AI能力服务自己的产品体系，顺便还想将AI变现。但缺乏B端的开拓性技术和能力，基本盘是想从算法公司那里抢生意。

3.把AI当作噱头的一些公司，比如AI挖矿， AI教育， AI健身。这类公司也吸纳了不少AI人才，在AI无法引起资本兴趣后大概率草草收场。
这三类企业的共同点，在于他们的商品和卖点都集中在AI算法。算法当然是AI的核心，但却不能是AI的全貌。基础的语音、语义与机器视觉算法种类并不多，能够解决的大体是比较基础的识别问题。这类AI算法确实可以满足C端和B端场景中的一些需求，比如城市安防与公共交通系统中的人脸识别，却无法满足企业对“智能”的差异化需求。
当提供基础AI算法的企业越来越多，简单算法能够满足的市场不断饱和，这种算法经济也将快速枯竭。几年时间里， AI算法调用从几毛钱一次下降到了几分钱，进一步变成了算法白送，支付流量费用就行。当算法变得越发廉价而充沛，不再是稀缺产品，依旧把产业重心放在算法上的企业也就陷入了困境。
当然，我们可以看到每家AI企业在今天都绝不仅仅提供基础算法，而是有花样繁复的产品架构和技术思路。但让这些技术从PPT中走下来，变成真正的企业服务市场份额，期间需要跨过的门槛非常之多。
当算法经济逐渐失效，企业又没有成本、决心和能力走向差异化、定制化，解决方案式交付的企业市场，当然就只能收缩AI业务，至少可以不再负担AI人才的高职与高薪。

换句话说， AI正在经历的后退，不是AI没用了，而是一大部分AI企业卖的东西太简单了。提到智慧城市永远都是安防，提到工业恒久不变的是质检，提到互联网就是美颜和语音助手、智能推荐。这些场景都缺乏发展纵深，已经出现供给饱和，难以形成进一步发展的动力。有人说AI行业是PPT天下无敌， demo差强人意，走到市场赔光家底。如果不能把AI变成高溢价的软件产品与服务，那么确实很可能如此。
这也是为什么，我们如今很少看到AI基础算法的更新，却依旧能看到AI产品层面的升级。大模型、开发框架、求解器、简单机器学习，这些平台都指向一个方向：逃离算法经济，走向标准化的高溢价软件。
AI问题，本质是成本问题