0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

戴着镣铐起舞的算法市场 算法产业的参差有多大

脑极体 来源:脑极体 作者:脑极体 2021-06-07 21:46 次阅读

世界的参差究竟有多大?

2007年iPhone发布,还没有第三方应用,被嘲笑“居然连贪吃蛇都玩不了”;

习惯了手游的小朋友们可能也想不到,十几年前玩电子游戏只能购买一盒盒光盘;

开发者现在想要靠软件赚钱,只需要上传到各类应用商店,而不需要在个人博客、托亲访友地寻找发行商。

应用商店模式,几乎横扫了软件消费市场,让成千上万的精彩应用与游戏,无数开发者的脑洞与创意,可以与庞大的消费市场直接触达。

到了智能时代,汇集了各类AI算法的算法市场也在过去几年间如雨后春笋般地涌现。华为云AI市场、百度AI市场、阿里算法模型市场等等,一众科技巨头悉数入局。针对计算机视觉、智能语音等垂直算法的创业平台,也屡见不鲜。

在移动互联网时代,我们看到了无数开发者、互联网企业借助应用市场而声名鹊起、斩获成功的传奇。那么,开发者们将自己开发训练的AI算法模型放到这些平台上,能够再一次上演“造富神话”吗?

必须承认的是,AI算法与移动互联网产品的逻辑并不相同,而这,是算法市场区别于应用市场的开始。

AI,寻找know-how

要说AI算法与移动应用最直观的区别,前者是一个需要不断演进的半完成品,后者则在上线时就需要以相对成熟的姿态来吸引终端用户。

AI的可演进性,需要与其他软硬件设备来共同发挥作用、需要与垂直行业的业务细节来共同打磨成效,这些都直接导致了算法市场/开放平台更多是在做toB的买卖。

对于开发者来说,买单者是那些希望购买现场的算法、或者有某种算法场景需求的企业型客户。这时候,除了算法本身的能力之外,是否需要底层硬件、终端设备的协同,定制化开发训练服务等等,也被涵盖其中。

而另一方面,这些希望从算法市场找到解决方案的客户,之所以要以众创的方式来满足需求,也是因为项目规模小、业务场景碎片化、营销少,比如通过计算机视觉来识别仓库内吸烟行为、AI识别自家果林里的水果瑕疵等等,头部大厂无暇顾及这样的腰尾部客户,这让个人开发者及中小创业公司有了机会。

如前所说,AI开发是一个需要深入到具体行业需求中去寻找know-how的工作,往往需要以软硬件排列组合、定制化场景开发、不断优化演进的方式为产业释放价值,这时候,算法市场所扮演的角色,就不仅仅是买卖平台那么简单了。

2021,AI市场众生相

发展到现在,算法市场主要有三种模式:

第一是头部AI巨头所搭建的开放平台和AI市场,为开发者提供从底层芯片硬件、开发框架和工具、通用模型、专项数据集、开发者社区等等全栈支撑,并凭借品牌优势吸纳产业订单。这有点像是App Store、手机厂商的应用商店一样,能够给开发者提供形成一条完整的供需链,打造产业生态。

第二种则是某一些垂直领域的AI公司,通过在本领域积累起足够的口碑、海量的数据、广泛的实践之后,从而有实力汇聚垂直行业的技术和算法,来满足本领域更多元、细分的用户需求。比如计算机视觉领域的一些平台,就像是游戏平台TapTap那样可以绕过手机硬件厂商的应用商店而打下一片江山。

当然也不能忽略创业公司搭建的第三方算法市场,通过连接开发者、硬件厂商、行业客户,建立一个相对整合的综合供需平台,解决个人开发者品牌信任度不足、小微企业定制化开发成本高企等现实问题,加速达成交易。

目前,知名的算法市场基本都提供了便利的基础设施和各种易上手的一站式服务,各种资源扶持如需求对接等也五花八门。这么多的平台也都在呼唤着开发者去参与创新、改变世界,那么,开发者究竟该去哪里赚钱?

风暴前夜:戴着镣铐跳舞

“零门槛也能开发AI”,几乎成了有实力的科技巨头吸引开发者的通用招牌。这种“普惠大放送”,近两年AI开发者的增长也开始出现了“内卷”的征兆。有数据显示,以软件为主的 IT 互联网领域, AI 开发者占比人数高达 80.1%。

所以,找到需求并把它“做出来”已经不是什么难事,难的是顺利把算法模型“卖出去”。在争夺开发者的同时,算法市场也需要思考如何帮助开发者变现——总不能在算法模型里加广告吧。

也正因如此,无论巨头羽翼下的AI市场,还是第三方开放平台,目前都还要戴着镣铐跳舞,去解决至少三个基本问题:

1.如何保障市场中的算法质量。

软件质量差、扣费陷阱多、盗版软件猖獗等等,都是曾经在应用商店中出现过的老问题,而算法时代对于平台的要求则更进一步,除了要经过严格审核、专业测评来保证算法质量以外,还需要在标准化和安全性上发力,以保证算法实际落地时能够兼容最多的硬件载体,不会窃取用户数据和隐私。

但算法模型是一种不断演进的技术,对其加以审核、监管的难度可想而知,这也对平台的技术能力提出了严格要求。比如能否通过自动化的生产流程、提供数据处理推理等全程工具端管理等等,来帮助开发者提升效率、提高产品质量。

2.如何让好的算法脱颖而出。

不仅AI开发者的数量不断增长,在一些巨头搭建的算法市场中,往往也会出现官方算法和开发者算法混合售卖的情况,这时候,这时候中小开发者对接到服务商的机会就被稀释了。其实同样的故事在应用商店中就曾上演过,如果一款程序无法得到有效推广,那么就会在异常激烈的竞争中淹没,甚至滋生了刷下载、刷评论、刷星级等黑灰产。

面对这样的情况,开发者们的积极性无疑会受到严重打击。平台自然不能袖手旁观,除了加大审核力度之外,更丰富多元的交易方式也十分关键,提供软件、硬件、软硬一体解决方案、定制化部署落地等等综合服务,有助于更多开发者有的放矢、打造出独特的竞争力,也让算法市场能够真正成为AI项目落地的桥梁。

未来,拥有认证体系、交易保障的算法市场会加速形成品牌优势,让整体算法质量决定一个市场的成败。

3.如何设计分利政策。

算法市场的根本是让优秀的开发者获得商业成功,在初期,没有一个良好的盈利模式,保证开发者的收益,很难吸引开发者加入。那么,分利政策就十分关键。

除了应用商店惯用的分成佣金模式之外,AI算法也根据交易方式而产生了直接交易(开发者与平台合作定制化算法)、解决方案等变现模式。

但AI交易的一个矛盾在于,潜在购买者往往无法提出一个具体且清晰的技术产品需求,而是渴望找到一种能力、一种方法,对于这种模糊需求就需要大量的沟通、确认、匹配的工作,这时候,平台方、服务商、开发者往往处于一个既合作又博弈的关系当中,需要共同为购买者提供价值,又都需要牺牲一部分利益去教化用户。

总的来说,一个成功的算法市场,必须拥有技术能力强、整体质量高、工具链完整、交易多元化、分利模式合理等特质,缺一不可。

从这个角度看,目前各个算法市场还在探索连接供需双方的有效路径,距离“你死我活”、争夺开发者的较量还有距离。不过,风暴已经在酝酿。

村上春树在《海边的卡夫卡》中写道:“暴风雨结束后,你不会记得自己是怎样活下来的,你甚至不确定暴风雨真的结束了。但有一件事是确定的:当你穿过了暴风雨,你早已不再是原来那个人。”AI、开发者和各行各业,都在等待鼎革天地又一宽后的风和日丽、群生灿烂。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 算法
    +关注

    关注

    23

    文章

    4599

    浏览量

    92637
  • 移动互联网
    +关注

    关注

    5

    文章

    598

    浏览量

    34043
  • AI
    AI
    +关注

    关注

    87

    文章

    30106

    浏览量

    268394
  • 开发者
    +关注

    关注

    1

    文章

    553

    浏览量

    16987
  • AI算法
    +关注

    关注

    0

    文章

    247

    浏览量

    12237
收藏 人收藏

    评论

    相关推荐

    【「从算法到电路—数字芯片算法的电路实现」阅读体验】+内容简介

    。本书力求从算法、芯片设计、软件开发等多个角度解读基础算法电路的设计,涵盖了溢出保护、符号运算、浮点运算、位宽确定等运算电路基础知识,以及除法器、信号发生器、滤波器、小数分频器等常用基本算法
    发表于 11-21 17:14

    【「从算法到电路—数字芯片算法的电路实现」阅读体验】+介绍基础硬件算法模块

    作为嵌入式开发者往往比较关注硬件和软件的协调。本书介绍了除法器,信号发生器,滤波器,分频器等基本算法的电路实现,虽然都是基础内容,但是也是最常用到的基本模块。 随着逆全球化趋势的出现,过去的研发
    发表于 11-21 17:05

    请问GDE中的NR算法反应慢怎么解决?

    我在使用NR(NoiseReduction)算法时发现算法起作用的时间太长,输入1K正弦波测试,大约是在输入40秒以后出现下图转变 再过段时间又变成下图的样子。 但是播放器重新开始的短暂停止也
    发表于 10-29 07:42

    名单公布!【书籍评测活动NO.46】从算法到电路 | 数字芯片算法的电路实现

    的,熟练掌握这些基本算法电路是实现复杂算法电路的基础。忽视基本算法及其电路设计而谈论复杂算法电路,无异于痴人说梦。 本书力求从算法、芯片设计
    发表于 10-09 13:43

    常用的ADC滤波算法哪些

    ADC(模数转换器)滤波算法在信号处理中起着至关重要的作用,它们能够帮助我们提取出有用的信号,同时滤除噪声和干扰。以下是常用的ADC滤波算法详解,这些算法各具特色,适用于不同的应用场景。
    的头像 发表于 10-08 14:35 272次阅读

    人员轨迹分析算法哪些?

    时段等。这些信息可以对城市规划、交通管理、公共安全等方面具有重要的指导意义。而为了实现人员轨迹分析,我们需要使用一些专门的算法和技术。 下面是几种常用的人员轨迹分析算法: 1. 基于密度的聚类算法: 基于密度的聚类
    的头像 发表于 09-26 10:42 296次阅读

    图像识别算法的优缺点哪些

    图像识别算法是一种利用计算机视觉技术对图像进行分析和理解的方法,它在许多领域都有广泛的应用,如自动驾驶、医疗诊断、安全监控等。然而,图像识别算法也存在一些优缺点。 一、图像识别算法的优点 高效性
    的头像 发表于 07-16 11:09 1334次阅读

    图像识别算法的测试方法哪些

    图像识别算法的测试方法是一个广泛而深入的话题,涉及到多个方面。 数据集的选择 : 标准数据集 :使用广泛认可的数据集,如MNIST、CIFAR-10、ImageNet等,这些数据集明确的类别划分
    的头像 发表于 07-16 11:06 452次阅读

    神经网络反向传播算法的优缺点哪些

    神经网络反向传播算法(Backpropagation Algorithm)是一种广泛应用于深度学习和机器学习领域的优化算法,用于训练多层前馈神经网络。本文将介绍反向传播算法的优缺点。 引言 神经网络
    的头像 发表于 07-03 11:24 671次阅读

    神经网络算法的优缺点哪些

    神经网络算法是一种模拟人脑神经元结构的计算模型,广泛应用于机器学习、深度学习、图像识别、语音识别等领域。然而,神经网络算法也存在一些优缺点。本文将详细分析神经网络算法的优缺点。 一、神经网络
    的头像 发表于 07-03 09:47 1115次阅读

    运动控制算法哪些

    运动控制算法是机器人学和自动化领域中的核心技术之一,它们负责规划和执行机器人或自动化设备的精确运动。以下是一些常见的运动控制算法,以及它们的基本原理和应用场景。 PID控制算法
    的头像 发表于 06-13 09:17 2104次阅读

    常用的电机控制算法哪些

    在电机控制领域,选择合适的控制算法对于实现高效、精确且稳定的电机运行至关重要。以下将详细介绍几种常用的电机控制算法,并通过具体的分析和实例,探讨它们的特点、应用以及优势。
    的头像 发表于 06-05 16:31 2067次阅读

    FPGA压缩算法哪些

    在图像压缩算法中可以采用哈夫曼编码的方式对编码冗余的信息进行压缩,可以采用预测的方式来减少像素间冗余,可以采用量化的方式完成心理视觉冗余信息的去除
    的头像 发表于 04-15 11:48 572次阅读
    FPGA压缩<b class='flag-5'>算法</b><b class='flag-5'>有</b>哪些

    MATLAB程序算法实例

    什么是算法算法是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。
    的头像 发表于 12-29 09:33 449次阅读
    MATLAB程序<b class='flag-5'>算法</b>实例

    目前的室内定位算法什么优势

    随着智能手机、物联网和无人驾驶等技术的迅猛发展,室内定位技术成为了人们关注的热点。由于GPS在室内定位中受限,研究者们不断在室内定位算法上进行探索和创新。本文详尽、详实、细致地回顾了目前的室内
    的头像 发表于 12-25 17:00 672次阅读