随着不断的发展，AI落地场景虽然在不断增多，但对于AI公司来说，面对高昂的人工和算力成本，实现盈利依旧很难。
近日，来自硅谷顶级的风险投资公司A16Z发布了一篇文章，对AI技术落地会遇到的诸多困难、挑战进行了逐一分析。
文章中首先提出了AI创造了一种新的服务类型，并且提出了，AI技术落地时，将主要会遇到这几大问题：
1. 算力和人工成本难降低，这其中包括了基础设施带来的巨大成本和出于高精确度的需要，无法降低的人工成本问题；
2.很难有一套可以通用的解决方案，时间成本高；
3.技术化差异化实现难度大，难以形成技术壁垒。
A16Z提出，通过观察很多AI公司的财务报告，不难发现，大部分AI公司的毛利率都很低，毛利率一般都在50-60％。要知道，软件服务业务的毛利率通常都在60-80％以上。
此外，A16Z还发现，AI公司仅用在云资源上的资金就达到了25%，有的公司花费的甚至更多。这和AI公司的特性有关，要知道，训练一个AI模型就至少需要花费100000美元，而随着模型数据的变化，这一成本只会更高。
对于大多数先进的AI模型来说，对其训练需要手动清理和标记大型数据集。这个过程极为耗费人力，许多AI公司仅在此项上花费的费用就已经达到了收入额的10%到15%，非常昂贵。难以降低的人工成本也是目前广泛采用AI的最大障碍之一。
面对诸多问题，作为投资过Instagram、Twitter和Skype等公司的风险投资公司A16Z为AI 公司及其创始人提出了一些比较有建设性的建议：
首先，要消除模型的复杂性，对于初创公司来说，采取比较单一的模型策略，更容易维护，成本也更低；
其次，要实现人工劳动自动化很难，所以要把领域放窄，把数据的复杂性降低。
第三，作为AI公司的创始人，应该要为业务模型计划出可靠、直观的思维框架，计划高可变成本。
第四，如果应该将应用程序嵌套到当前的工作方式中，这对于未来的发展并不有利，应该在计划技术堆栈中的变化。
第五，拥抱服务，最后，用老的方式建立防御力，巩固市场地位。
相关文章
