廣州伊萊克斯維修(伊萊克斯 維修電話)

廣州伊萊克斯維修(伊萊克斯 維修電話)

前沿拓展：

廣州伊萊克斯維修

全自動洗衣機在完成洗滌，排水之后應轉入脫水程序，如不能甩干，可從以下方面檢查：
1）衣物是否嚴重偏在脫水桶一邊，或衣物放得太多，脫水桶運轉不起來。
2）閉門開關插頭接觸不良, 各接插件和導線是否正常。
3）檢查脫水桶與盛水桶之間是否有異物。
4）三角皮帶過松或脫落，可調整皮帶或更換。
5）大油封未裝好，卡住了脫水軸。（一般在維修時更換大油封后容易發(fā)生）
6）剎車帶未松開。
7）程控板故障。
請自查，若有任何的疑問再提出來，愿意為你效勞。

---

作者丨陸離

監(jiān)制丨闌夕

名聲在外的“AI四小龍”，并沒有過上盡如人意的好日子。

前幾天，“AI四小龍”中最后一家沖刺IPO的公司——也是體量最大的——商湯科技的招股書在網(wǎng)上曝光。其中顯示，從2018年到2021年上半年的3年半時間里，商湯科技累計虧損高達240.72億元，扣非調整后虧損共計28.6億元。

一石激起千層浪。

怎么講，1年想賺1個小目標很難，1年能虧80個小目標也不簡單。

而翻看另外三家云從、曠視和依圖的招股書或財報，都逃不過一個大寫的“虧”字。

比如曠視科技在2018年到2020年的三年里，累計虧損127.7億元，成立最晚的依圖科技則在兩年半里虧損了61億元。

雖然這些虧損都包含著“公允價值損失”，也就是說作為硬核科技企業(yè)，它們給員工發(fā)放了很多期權來留住和激勵核心人才，所以造成了財務層面的“虧損”。

但即使扣除掉這些非經(jīng)常性損益的虧損，AI四小龍的虧損數(shù)字也沒有真正扭轉。

從最早成立的曠視算起，這波AI淘金熱已經(jīng)來到了第10個年頭，如今高舉火把站在最前沿的這些玩家們似乎完成了自證，金子不是那么好淘的。

1十年AI淘金熱，歡喜之人多過愁

那么AI并不是個好生意？

也不盡然。

在科技企業(yè)言必談AI的今天，后者其實已經(jīng)和5G、VR、云計算等前沿科技一起，正幫助很多企業(yè)改善業(yè)務、降本增效、提升盈利水平。

比如阿里，在2019年雙11的時候，阿里就已經(jīng)實現(xiàn)了電商核心系統(tǒng)全部上云。阿里云智能計算平臺事業(yè)部研究員林偉表示，上云背后是整個雙11都是AI和數(shù)據(jù)在驅動。實時性、規(guī)模性和AI三者相輔相成了大幅提高了購物狂歡節(jié)的效率，對實現(xiàn)當年的2684億銷售額功不可沒。

今年618期間，阿里又推出了基于AI搭建的3D實景購，這一云逛街功能讓消費者可以在線上享受到堪比親臨現(xiàn)場的購物體驗，足不出戶即可放心“剁手”，既提高了商業(yè)效率，也降低了線下門店的投入成本。

阿里公布的數(shù)據(jù)顯示，通過3D實景購，消費者人均加入購物車的商品數(shù)為15件，較此前提升5倍。

在阿里8月下旬發(fā)布的最新一季財報則指出，“AI客服”店小蜜已累計服務138萬商家，天貓618期間相當于節(jié)約了65萬人一天的客服工作量，幫助商家凈增收29億元。

再比如，在互聯(lián)網(wǎng)企業(yè)創(chuàng)收的最重要陣地——廣告領域，AI也日漸起到舉足輕重的作用。

Facebook從2年前開始通過AI技術為廣告主提供動態(tài)廣告，這一功能會根據(jù)機器學習算法和大數(shù)據(jù)，分析不同適用于不同用戶的廣告類型，進而向看到它的每個人提供個性化版本的廣告。

Facebook的數(shù)據(jù)顯示，與傳統(tǒng)的輪播廣告相比，這種動態(tài)廣告增量ROAS（收入成本比）平均提高了34%，提升率提高了10%，每次增量購買的成本平均降低了6%。更精準的廣告投放自然會帶來更多廣告合作。

已經(jīng)連續(xù)5年舉辦廣告算法大賽的騰訊也是如此，AI在廣告生成、審核、投放等多個業(yè)務層面都有用武之地。

僅在廣告審核方面，騰訊每天需要審核的廣告數(shù)就超過10萬條，相關的審核規(guī)則超過80條，基于AI的智能審核幫助騰訊廣告高效完成各項違規(guī)判定，提升審核效率和誤審率，也極大減輕了人工成本。

還有普通網(wǎng)民接觸和直觀感受更多的線上文娛行業(yè)，AI已經(jīng)開始在大廠手中發(fā)光發(fā)熱了。

愛奇藝就針對自制內容的后期制作，自研了一套愛創(chuàng)媒資系統(tǒng)，可以通過使用身份識別、表情識別、聲紋識別和動作識別等技術，為不同視頻素材對應相關關鍵詞，從而輔助字幕輸出，智能生成剪輯片段，協(xié)助后期制作人員高效處理海量視頻數(shù)據(jù)。

這一技術可以把后期制作的工作效率提高20%，既提升了創(chuàng)作和生產(chǎn)效率，也節(jié)省了內容和人力成本。

像這樣的例子還有很多。

一個簡單而清晰的結論是，或許很少有企業(yè)把AI帶來的收益量化為財務數(shù)字，但從業(yè)務和產(chǎn)品中抽絲剝繭，我們總能看到AI正帶來新福祉。

2重新理解AI對商業(yè)社會的滲透

事實上，人們日常生活中很多習以為常的事物都早已和AI結下深厚羈絆。

用凱文·凱利的話說，“最深刻的技術是那些看不見的技術，它們將自己編織進日常生活的細枝末節(jié)之中，直到成為生活的一部分。”

春雨潤物細無聲，尚且需要一場灌溉，AI對人們日常生活的改變更在無形之中。

比如手機，眾所周知，近幾年不要說像喬布斯拉開智能機取代功能機這樣的新時代大幕，手機行業(yè)連真正意義上的突破性創(chuàng)新都難以做到。

那么是什么支撐著品牌企業(yè)們?yōu)樾聶C型打造賣點？

攝影攝像。

攝像頭從單攝逐漸升級為雙攝、三攝、四攝，攝像功能從主攝拓展到廣角、超廣角、長焦、潛望式、微距、ToF......在這些用戶能夠直觀感受到的改變之外，更多的是手機攝像功能在不知不覺中的進化，AI攝影、人像模式等功能一經(jīng)誕生就成為了用戶們的心頭好，這背后離不開AI技術——計算機視覺的快速發(fā)展。

在AI的滲透下，智能手機可以利用算法自動調配攝像頭，在捕捉用戶想要拍攝的畫面之外，填補畫面的不足，這已經(jīng)超出了“所見即所得”，正向著“所想即所得”的維度前進。

還有家電行業(yè)，一方面是越來越多的傳統(tǒng)家電擁抱智能化，比如很多家電開始主打“產(chǎn)品可以了解用戶的使用習慣和偏好”，這就源于AI技術中的深度學習。

家電與AI的糾葛更集中體現(xiàn)在人機交互方面，一個APP控制家里所有家電，甚至通過語音就能操作家電，這是AI技術中的語音識別、自然語音理解、對話管理、自然語言生成、語音合成等。

另一方面，有些近幾年才問世的小家電品類，本質上是AI技術發(fā)展的衍生品。

比如掃地機器人，雖然早在1996年，瑞典家電巨頭Electrolux就已經(jīng)研發(fā)出了史上第一臺掃地機器人“三葉蟲”，但這款機器是純純的“智商稅”，它不僅價格昂貴，還缺乏良好的感應功能，無法自主完成打掃清潔。

直到近幾年計算機視覺分支下的語義分割技術足夠發(fā)達和普及，才讓掃地機器人能學會“走正確的路”，也才有了僅國內掃地機器人就能逼近百億的市場規(guī)模。

不難發(fā)現(xiàn)，這些依托AI找到了新方向新前景的行業(yè)、企業(yè)，并不會把AI當成產(chǎn)品或者服務。

這個含義廣闊的前沿技術概念只是手段，是和產(chǎn)品、營銷、運營等能力一起共同勾勒商業(yè)鏈條的一個環(huán)節(jié)。

所以這些受益于AI的企業(yè)不會對消費者大談特談AI，而是把后者完全融入到了產(chǎn)品或服務中。比如天貓的“3D實景購”、Facebook的“動態(tài)廣告”或者智能手機的“人像模式”。

3四小龍們踩中了哪些坑

必須承認，以AI四小龍為代表的AI企業(yè)們是這10年AI浪潮的弄潮兒。某種程度上，它們吹響了AI商業(yè)化、大眾化的進擊號角。

但在現(xiàn)代商業(yè)社會，起大早趕晚集從來都不是什么新鮮事。

AI四小龍與前面這些行業(yè)、企業(yè)案例不同，盡管它們?yōu)樽约褹I落地的產(chǎn)品、服務加上了紛繁復雜的概念叫法，但總結下來并切換到大白話語境，就是一個詞：“AI技術解決方案”。

這意味著AI技術本身就可以和四小龍的產(chǎn)品劃上等號，起碼是約等號。

順著這個邏輯捋下去，就能找到這些只做AI的企業(yè)盈利難的根本原因。

還是以四小龍為例，它們起碼踩中了以下幾個坑：

其一，產(chǎn)品服務同質化。

根據(jù)晚點LatePost梳理的AI四小龍主營業(yè)務，盡管官方概念被加以華麗包裝，但本質上這四家AI企業(yè)的主營業(yè)務領域都是安防。

其中商湯與安防無關的業(yè)務貢獻收入不足20%，依圖從 2015 年開始拓展金融、醫(yī)療、互聯(lián)網(wǎng)服務，整體貢獻收入占比不到5%，云從和曠視在安防相關的“智慧治理、智慧商業(yè)、城市物聯(lián)網(wǎng)”等方面營收占比也都超過了70%。

高度同質化的業(yè)務競爭本就激烈，更何況在安防領域早有巨頭在前，成立于2001年的海康威視牢牢掌控著國內智能安防市場的半壁江山，其在全球視頻監(jiān)控領域都保持著市占率連續(xù)多年第一的成績。

后來者們想要和這位老大哥掰手腕，難度系數(shù)還挺高的。

其二，越來越缺乏技術壁壘

AI是一個概念廣闊，類型復雜的前沿技術領域，不同的技術分支有著迥異的發(fā)展速度，有些還看不到走出實驗室的影子，比如自動駕駛、機器人。另外一些已經(jīng)成熟到?jīng)]什么門檻可言了，AI四小龍起家的計算機視覺就是其中之一。

早在2014年，在識別圖片中的人、動物、車輛或其他常見對象時，基于深度學習的計算機程序就已經(jīng)超過了普通人類的肉眼識別準確率。

這拉開了AI在計算機視覺相關商業(yè)領域落地應用的大幕，相關技術也在幾年時間里飛速發(fā)展成熟，今天我們司空見慣的人臉識別就是這項技術的普及產(chǎn)物。

無論是阿里、騰訊、百度這樣的科技互聯(lián)網(wǎng)巨頭，還是海康威視這樣的傳統(tǒng)巨頭，都具備充足人力物力的主觀條件，也都有不在核心技術上被“卡脖子”的客觀需求，發(fā)力自研相關AI技術是必然，這大大壓縮了AI企業(yè)的市場空間。

曠視曾經(jīng)是支付寶的供應商，2019年支付寶開始自研人臉識別算法，終止了與曠視的合作。商湯也曾為抖音提供短視頻濾鏡服務，后來字節(jié)開始自研算法終止合作，更對外火山引擎對外提供視頻濾鏡服務，成了商湯的直接競爭對手。

畢竟如今哪家大廠還沒個AI Lab呢？

其三，ToB與ToG的業(yè)務局限

產(chǎn)品是“解決方案”，代表著和AI企業(yè)們做生意的是企業(yè)或政府。不能直接接觸到用戶群體不僅會帶來無法掌握海量數(shù)據(jù)的問題，還意味著客戶群體高度集中，企業(yè)營收依賴極少數(shù)大額訂單。

在這種情況下，本就產(chǎn)品服務同質化、技術競爭力也越來越不具備優(yōu)勢的企業(yè)，很容易遭遇客戶變動，整體盈利狀況也就難以穩(wěn)定在一個理想的可預期的范圍內。

看清楚了這幾點，現(xiàn)在可以回答我們最開始提到的問題了，AI是不是一門好生意？

這取決于企業(yè)的玩法。

這要看企業(yè)究竟是把AI融入產(chǎn)品服務，通過更好地服務最廣泛用戶來提升溢價，還是只能為產(chǎn)業(yè)鏈中更有話語權的強勢環(huán)節(jié)提供“技術解決方案”，賺上一份辛苦錢。

一句話，做AI的企業(yè)越賺越多，只做AI的企業(yè)有苦難說。

拓展知識：