主题：【原创】德国大众和工会达成协议 -- 假日归客

这不是我的话，而是公司一把手前几天的原话。他是去年习总来美国，能一起上桌子吃饭的之一。

公司是世界上一只手数得出来的靠AI话题实现市值超XXXXX亿美元的业内公司。也是给市场上最大的那些玩家提供AI芯片的公司。

有一位美国同事打了个比方：美国淘金热时，有多少人真正淘到了金子发了财不知道，但是卖淘金工具的公司都发了大财 ---- 单位就是给怀着AI淘金热的众多公司提供淘金工具的。

这里分享几点一把手的判断：

1、现在市场上有太多的公司的CTO们被CEO与董事会逼迫着，不得不拿出相当多的科研预算来搞AI----因而必然挤占了自身业务发展所应该的科研预算投入

2、而这些跟风开发出来的AI原型，真正能落地的极少，能赚钱变现的几乎没有

3、投入AI看上去，可以裁人，减少成本，但是考虑到硬件、软件投资、更新（并不是一次性的），数据采集成本、模型训练成本，尤其是培训具备AI相关知识的员工成本 ---- 加起来，现阶段并不比不用AI省成本

4、预计真正能在AI上咬牙持续投资下去（每家公司每年净投资须X百亿美元以上比如微软，坚持Y年），并能看到AI盈利的，全世界不超过5家

5、一把手曾问过世界上靠广告最赚钱的那家公司的一把手：你们花这么多钱搞AI，现在已经有了新的赚钱应用场景吗？对方老老实实回答：还没有，不过是更有针对性的向肚子饿了喜欢吃买麦当劳的人，投放定制麦当劳广告

6、水果的AI很落后（或者说，远远落后业内领先者）我公司作为苹果20年的供货商，知根知底

再分享一下我老婆公司的AI实际应用（她的硕士在国内中科院自动所模式识别实验室，博士在美国一只手数得着的图形图像实验室，毕业论文也是基于AI的医学应用）

她公司技术部门也跟风花了很大一笔钱，买了Google的AI产品，然后不停的敦促她的部门尝试。然而尝试项目下来，总结分析时，结论是如果不计算AI投资成本，仅仅能提高相关效率10%，而且不能应用到关键、敏感、核心领域 ---- 必须靠业内专家去人工把关。

我在美国的导师，也是人计算机视觉/工智能领域的专家，他最大的成就不止是那么多学术头衔，而是靠自己的技术办了两家公司而且都在美国上市。他多年前写了一篇文章批评他从事了30年的研究领域的一个风气：总是试图拿着理论的东西当锤子，去解决所有实际问题，而不愿意花真功夫去深入研究特定具体场景的复杂性（比如实验台的光照随时间变化等），结果导致多年来鲜有实际应用的成功案例。

老河友既然是自动化和人工智能领域的老人，肯定明白我导师指的是什么倾向 ----““预量和预域”的优化不仅是算出来的，更是通过时间和精力“实践”出来的”。这个问题，这种“复杂问题简单化，简单问题复杂化”的倾向，现在AI过热中，依然存在。

AI肯定是大有前途的，前提还是老老实实的一步一步走，一个一个具体场景的实践/打磨/优化，不要总想着既然“风”起来了，是头猪明天也能飞起来，还早呢。