AI机会当然有，而且很多，但我们不谈AI，我们看场景。

前端时间跟朋友吐槽，吹牛逼，我说我生不逢时啊。

2005年，在百度做数据分析，商业数据，搜索数据，社交产品数据，联盟数据，客户端数据，各种数据反正都拿来搞每天处理几亿条日志吧，自己写代码，搞几台服务器瞎跑，看着数据过瘾，但也没觉得自己做了什么了不起的事情。

后来火了个名词，叫做大数据，坦白说，我还真不觉得我做的事情是大数据的范畴，但我看到很多到处吹所谓大数据概念的项目，有不少比我做的还要low的多。

还是2005-2006的时候，数据处理完了，总要搞点有意思的事情，搞了搞关键词推荐，关键词聚类，也没觉得有什么了不起。推荐算法么，这玩意早就很成熟了不是，加上点简单的自学习能力，也算不上什么新鲜玩意。

后来火了个名词，叫做AI，坦白说，推荐算法和AI其实也扯不上啥关系，但后来好多投资人在外面说，今日头条基于强大的推荐技术，是AI的领军企业。（黑人问号脸。。。）

我觉得错过了一个自己职业发展的黄金机会，我明明可以说自己是大数据+AI的先行者啊，这工资怎么也要加个0吧。说来好玩，我当时的头衔只是产品经理，只是因为技术团队的人都觉得这些事情太low没意思，没人愿意跟我配合鼓捣这点玩意，我才迫不得已，求工程师给我科普一点最基本的原理和逻辑，然后自己瞎鼓捣写代码，说实话完全是票友级别的水准。想不到不出十年，这概念居然这么值钱了。

但今天这文章当然不能只是自吹自擂，中国互联网总有一群混子，他们彰显自己水平的能力，就是各种摆弄解读概念，直播，关键是，还是半懂不懂的去解读。骗骗少不更事的小姑娘，股市里的大妈，揣着钱不知道怎么投资的传统行业土豪老板。

十多年前，donews那群人天天鼓吹 web2.0。言必称web2.0，那，当然，web2.0是个筐，啥玩意都可以往里装，他们今天也可以说，你看，我们说对了吧，现在互联网2.0了吧，3.0了吧，什么什么交互了吧，什么这个那个了吧。 但关键在于，你会发现，努力鼓吹这个概念的公司和混子们，就没见谁做起来了，真符合他们说的web2.0，并且做的牛逼的，比如腾讯，从来没刻意去迎合过这些概念，而且，那时候腾讯可不受这些混子们待见呢。

这说明什么，不是说概念对还是不对，而是重点根本不在这里，场景，关键是应用场景，把应用场景的诉求理解透，把场景里的关键问题解决好，机会和市场就是有的。抛开场景空谈概念，有一个算一个，都是耍流氓。

最近有投资人问我，AI到底是不是虚热，有没有机会。

我说机会当然有，而且很多，但我们不谈AI，我们看场景。

自动驾驶，这个场景够明确，所有人都看到了，谁技术牛逼，谁就能赢。

医疗领域的辅助决策，这场景也很清晰，目前有一定进展。基于大量样本数据的积累和相关的数据规范化处理，但要想彻底取代人类决策，目前来说还需要一点时间。

基因相关的探索也在进行中，基于样本数据去探究不同基因与先天性疾病和生理缺陷的相关度，但这个目前样本量太小，可信度还远远达不到可以大规模商用的境界，这需要基因检测的成本大幅度下降，检测的普及和相关医疗数据的全面打通，也是一项长期的事情。

从新闻阅读的推荐，到搜索引擎的自我优化（典型如容错搜索，推荐关键词），到广告系统的精准优化（智能匹配策略等），这些也都是一些深度学习理论可以用的到的场景，简单有简单的做法，复杂有复杂的做法，这也是很多巨头孜孜追求的领域。

游戏的辅助决策，包括游戏内Boss和npc的策略，这也是一部分比较清晰的领域。

人脸及图像识别，语音识别，自动翻译，应用场景和想象空间都很大，从安防到旅游到商务活动，很多场景都有极大的市场空间。

精益生产，目前流行的柔性生产线，也需要大量的AI技术，能够在尽可能少的资源调配和开销的情况下，适应多种不同需求，不同规格的产品的快速生产能力。

能源管理，能耗优化，这个google已经示范过了，通过深度学习可以极大优化机房的能源开销。

金融领域的量化交易，典型的市场博弈行为，以前是基于人工预置策略，固定规则，但现在开始引入深度学习技术，实现与市场的动态博弈。

当然，还有在线教育领域，以前的教育大家都是通用性的题目和作业，以后能不能针对学生的考试，作业完成情况和质量，有针对性的个性化作业，个性化的课外辅导，基础差一点的学生不用学那么深入的东西，把基础反复巩固即可；基础好的学生也不用翻来覆去的做简单的东西，多一点挑战性的课题和知识；因材施教其实也是可以用深度学习来解决的，也很期待这方面能有成功的产品出来。