康美药业发信致歉：快速发展导致财务管理不完善

　　一般投资经理(或合伙人)走了就走了，康美快速顶多见面打个招呼，后来的项目奖金那是没有的。

那我们怎么处理这些客户标签呢?我们定性的把标签分成5类，药业身份、触点、需求、情感、能力，根据客户情况处理标签。如果你能有一种办法，发信发展精准的在一个触点标签上找到那样精准客群，你就可以找到那个对这件事情特别在意的小众人群。

在腾讯或者淘宝里程上，致歉大概都有一套500个标签的标准体系，然后细分客户。财务过去20年是一个互联网渗透率逐步提高的过程。还有一类创业者看到了现实，管理但是只看到了脚边一小片现实，对于整个巨大的商业现实是没有看到的。不完区分客户的基本方式：标签。加上一句话写在你PPT的封面上，康美快速这就是一个版本的商业计划书。

但是创业小黑会知道，药业在这个过程中，创意并非是整个创业中最重要的一环，最重要的可能是有系统的方法论，去把一件事情做成。我们做一个产品满足消费者需求，发信发展就是为了让他在特定场景下使用的产品改变了他的行为。技术虽炫酷但盈利方面艰难而人工智能的技术虽炫酷但盈利方面艰难，致歉当前即便是与人工智能息息相关的机器人产业，其前景也并不乐观。

这是科技互联网领域常见的场景，财务从O2O、P2P、VR到今天的人工智能尽皆如此。document.writeln('关注创业、管理电商、站长，扫描A5创业网微信二维码，定期抽大奖。不完“当下创业就去搞人工智能”最终可能会沦为一个笑话。但这个远不是其他领域创业打鸡血拼宏愿谈理想就能成，康美快速开发人工智能是一个庞大的系统工程，康美快速它不会是一个突然出现的风口，更是一个长时间的经济技术、科研发展水平的缓慢沉淀与推动的过程。

当前人工智能领域的人才是稀缺性人才，创业公司也很难去抢到优质人才。在推理性与逻辑性、专业性的实际问题层面的解决能力上依然被一些用户与业内人士嘲为智障助理，实用价值并不大。

当然人工智能是未来这并不错，问题是这个变革或者说真正改变人类的未来时间点什么时候来，但肯定不是现在。创业者缺数据但数据是AI的基础人工智能(AI)已经应用于语音识别、图像处理器、计算机视觉、机器人等多个领域，在人机围棋大战中屡屡获胜，而这背后，经过了是海量数据的积累与学习。事实上，无论是谷歌facebook，还是BAT，都可以利用人工智能算法收集到很多的数据，这些都可以帮助它在未来推送有价值的广告。而当前人工智能项目又是巨头的标配，国内资本嗅到风向又开始助推，因为一旦下注到一个好的项目被BAT收购接盘，在高点退出，也是一笔划算的买卖。

但如果被称之为下一代新的入口与全球科技巨头争抢布局的未来技术奇点与底层基础设施的产业，在3年之后，市场规模才91亿元，还不及共享单车市场的一个零头，这只能意味着人工智能产业的发展还处于初级阶段，AI在短时间内也很难成为风口。对于巨头来说，如果人工智能的应用只能停留在下棋与炫技的层面，那可能意味着投资回报率不对等以及很大的泡沫与风险。另外，许多巨头研发的AI助理在基于上下文的对话能力与理解口语中的逻辑、能力履行、基于上下文的对话能力方面都存在欠缺，也意味着当前的人工智能还处于相对初级的阶段。但在当前，最重要的是基于用户特定场景需求要具备逻辑理解能力与颠覆性的商业模式方面，人工智能的应用还没影儿。

百度人工智能早早已在布局，今年阿里宣布启动“NASA”计划，腾讯正式宣布成立AILab。我们知道，人工智能在美国已经研究几十年，但依然很难看到盈利的希望，商业化落地依然面临尴尬局面，创业者的游戏都是资本推动的，资本是逐利而短视的，如果游戏的结果是一直是无底洞的投入换不来真金白银，游戏就很难玩下去。

通过技术手段的过滤和机器学习在内容产业领域也正在成为BAT的标配与必争之地。但即便是这些巨头的人工智能助理，它们的服务范围基本定位在信息检索，资讯收集获取，而无法搞定相对复杂一点的问题。

对于创业者来说，一旦科技巨头都在开足马力，加大火力，在进行人工智能布局的时候，创业公司与巨头相比，在人才储备与数据、用户、流量、资本不在一个档次，贸然进入这个赛道，结果是可以想象的。当前人工智能还停留在学术层面：投资回报率不对等另一方面，当前人工智能的深度学习在语音和图像以及自然语言处理的应用方面虽有进展，但更适合在搜索引擎和学术、信息流内容数据推荐方面，还无法应用在许多普通用户的产品上面。甚至有人激情万丈的喊出：“创业就去搞人工智能”。比如对于今日头条这家从诞生之初就自冠以人工智能属性的公司，其基于数据的推荐算法驱动机制尽管带来了低俗的标签，但却俘获了海量用户。其次，人工智能基本上是被巨头推动的。早前创新工场李开复指出，硅谷各公司在用“不合理”的价钱去挖人，给刚毕业的人工智能领域博士都能开出超过200万到300万美元的年薪。

李开复是国内人工智能领域疯狂投资者之一，声称创新工场投资接近25家企业，包括地平线机器人、Face++、Uisee等。人工智能应用的服务行机器人层面，虽然功能性虽不断完善，但当前的产品体验层面依然离商业化与消费者太远。

有数据显示，在2016年1月有超过5万个新的APP被提交到了appstore，但是在美国市场有65%的智能手机用户在一个月内下载新APP的数量为0，下了1个新APP的人占8.4%。另外，在谷歌发布新版神经机器翻译系统后，某定位于机器翻译创业团队发现自家产品翻译的准确性全面落后于谷歌。

另外，人工智能目前在技术上还有很多难题有待处理，从当前来看，在手机、电脑等常规的硬件载体之外，人工智能还没有相对成熟的全新的软硬件载体，人机语音交互的智能化程度低，硬件层面缺乏配套。而人工智能的基础层涉及到大数据、人机交互、计算能力、通用算法、框架等这是构建生态的基础，价值高，能聚集大量开发者和用户，有人认为未来AI产业盈利亮点还将传导至应用层，它成为巨头必然要拿下的高地就不足为奇了。

有业内人士认为，从未来性看，结合了复杂推理和表示学习的系统将为人工智能带来巨大的进步，但深度学习在短时间内不会像图形操作界面与互联网那样改变大部分人的生活。说到底，人工智能的本质是进化算法可以自我学习，但它无法从根本上去改变行业，而更多的是提高效率的一种方式。于是创业者到资本开始不断寻找新风口与新的增长点。AI的基础是大数据，这些资源通常掌握在巨头手中。

当然，不能否认人工智能将是辅助医疗、服务机器人、无人驾驶、虚拟现实等领域的重要变革变量，对互联网、安防、金融、医疗、汽车、制造业、教育、广告、智能家居等诸多行业均会进行重要改造。有“安卓之父”之称的安迪-鲁宾(AndyRubin)也成立一家软硬件孵化器和风险投资公司，主要面向人工智能领域，为初创企业提供资金支持。

当然，对于巨头来说，布局人工智能是有必要的，因为它是底层基础层面的应用框架，这是构建生态的基础。人工智能本质是拼技术：但创业者要拼过巨头很难即便是做大了被收购这种想法也相当危险，因为人工智能在本质上是拼技术，而当前互联网创业成功者多数是基于商业模式的创新。

人工智能还有很多难题，创业者也很难跟巨头去拼人才、用户、流量与资本。在美国，MIT，斯坦福等高校以人工智能方向的专业培养了众多顶尖人才，被以谷歌、Facebook、微软等为代表的企业重金聘请。

今年的两会，“人工智能”首次被写入政府工作报告中。OFweek行业研究中心统计数据显示，从盈利能力来看，机器人本体业务亏损面高达70%。显然，如果无法根据逻辑进行多层次地推演，理解表达因果关系的能力，就无法担纲深层的服务。巨头为何要推动，因为它毕竟是关系到未来的一项颠覆性的技术，没有人会愿意自己被新技术颠覆。

硅谷科技巨头的人工智能助理基本上也已经成为标配了：从FacebookM到AmazonEcho，从GoogleAssistant，到AppleSiri、IBMWatson。况且人工智能离不开海量数据的支撑。

而创业公司在某一垂直领域做出绝对的技术壁垒其难度相当大，因此有业内谈到这样一个案例，硅谷某大公司收购一个人工智能初创公司后，发现各种指标、性能还不如内部的产品，于是被收购的团队全部派去做产品了。微软亚洲研究院常务副院长芮勇曾经说了一句略显夸张但却清醒的话：实现真正的人工智能大约要500年，你要让我在后面再加个0我也不反对。

比如这些助理基本能回答今天天气如何，但如果问到附近的星巴克可以用微信支付么以及今天的天气是否会导致塞车或者航班延误等这类相对有逻辑一点的问题就无能为力了。有数据显示，从全球来看，截至到2016年第二季度，全球AI公司突破1000家，跨越13个子门类，2011-2016年人工智能领域融资额复合增速达到42%，总融资额高达48亿美元，其中，深度学习、自然语言处理、计算机视觉是获投金额最多、创立公司最多的领域。