智能金融项目的N种死法3：高预期的大项目

智能金融项目的N种死法1：离交易过近

智能金融项目的N种死法2：远离场景

智能金融项目的N种死法3：高预期的大项目

智能金融项目的N种死法4：前沿技术过度前沿

项目越大，代表投入越多，预期越高。前有大炼钢铁，今有大练芯片，人工智能可以采用举“公司”体制的建设模式吗？答案是不行。IT产品、互联网产品和人工智能产品，做产品的逻辑是不同的。IT产品追求的是信息化、流程化，买来就可以用就是IT产品的基本逻辑，复杂的IT产品，无非是参数设置比较麻烦而已，比如ERP。互联网产品追求的是规模经济——大规模的服务覆盖/复制，弹性可拓展，是互联网产品复杂性所在。人工智能关注的是智能化，智能的自我进化是其核心关注点。
我们可以类比下，IT产品类似于手工业，强调各类工具的使用，IT产品就是即插即用的这个工具。互联网产品，类似农业，养一波韭菜割一波韭菜，产品和服务快速覆盖用户是其生存的逻辑。人工智能产品则类似养孩子，一开始他的智能水平很低，你需要不断的提供数据（喂养），不断的调整算法（教育），最后才能长大成人成为可用之才。

按照这个做产品的逻辑，我们可以看到IT产品的落地周期最短，成本最低；互联网产品落地周期其次，成本也是其次；人工智能产品落地周期最长，投入成本也是最大的。为什么AI产品不能像IT产品那样即插即用呢？我们举个已经广泛使用的智能客服产品来看，智能客服的厂家能做到的是
1）语音转化为文字；
2）对文字做意图识别；
3）根据意图做对话问答。
你购买了这样的一个智能客服产品，等于你买来了一个客服大脑，但里面的内容是空的。这个需要你来提供。具体来说，如果你这家企业有大量的专有词汇，那么语音转文字环节，你要提供这些专有名词的语料（语音+文字）；你希望客服能够回答哪些问题也需要你来整理出来，比如要能够回答开户方面的问题，回答贷款方面的问题等等；最后，你要把你们公司的开户流程、开户地点、开户联系人等数据信息给到AI客服，训练其怎么回答问题。虽然AI客服厂商会给出一些基础的问答能力，但属于你这家企业的客服内容，一定是跟你的营销服务、业务流程直接相关的个性化的东西，这个只能你来提供，智能客服厂家做不了太多事情。而且这个能力也不像IT产品的初始化那样一次输入永久有效。而是要持续积累客户在传统客服里都问了哪些问题，应该给出什么样的标准回答等等，经过这些漫长的持续的运营积累，再不断转换给AI客服，对其做数据喂养，AI客服的能力才会逐步成长，演化为更加智能的AI。

基于上面的判断，我们可以看到人工智能产品的打造是急不来的，它不是即插即用的IT产品，也不是追求弹性拓展的互联网产品，而是一个智能体，这个智能体，就像小孩子一样，需要持续的喂养和教育，你不可能花18年的教育经费用1年时间就能让小孩子上大学。智能体的演化有其固有的成长曲线。即便你花大价钱买了一个足够智能的AI产品，想要其真正为你所用，还需要用你的私有化数据去调教他，而这些数据的积累、整理、加工形成AI可以使用的知识和数据的过程就已经非常的耗时繁琐了。
大项目往往代表的是大的预期，而这个预期会使得我们对于弱人工智能无法容忍，大项目追求的往往是强人工智能的成果。拿智能客服来说，可能是个百万级别的投入，如果这个项目预算多出十倍，项目预期会大幅提升，很显然只做个智能客服是交不了差的，起码要做个智能问答，要对公司各条业务线全面支持。这样的预期提升是灾难性的。因为从问答系统来看每一个技能的拓展背后都是一个智能客服的项目投入，而一个开放性的智能问答系统，需要多少个技能呢？没人能够回答你。

最后要讲的一点，其实人工智能项目，我们追求的智能化只是一个“果”，背后的“因”是AI的快速进化能力。但绝大多数智能金融项目不会强调这个能力，因为他很难衡量。