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，它們給員工發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常性損益的虧損，AI四小龍的虧損數字也沒有真正扭轉。

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。

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

比如阿里，在2019年雙11的時候，阿里就已經實現了電商核心系統全部上云。阿里云智能計算平臺事業部研究員林偉表示，上云背后是整個雙11都是AI和數據在驅動。實時性、規模性和AI三者相輔相成了大幅提高了購物狂歡節的效率，對實現當年的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場的購物體驗，足不出戶即可放心“剁手”，既提高了商業效率，也降低了線下門店的投入成本。

阿里公布的數據顯示，通過3D實景購，消費者人均加入購物車的商品數為15件，較此前提升5倍。

在阿里8月下旬發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，在互聯網企業創收的最重要陣地——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廣告，這一功能會根據機器學習算法和大數據，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的數據顯示，與傳統的輪播廣告相比，這種動態廣告增量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。

已經連續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就超過10萬條，相關的審核規則超過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。

還有普通網民接觸和直觀感受更多的線上文娛行業，AI已經開始在大廠手中發光發熱了。

愛奇藝就針對自制內容的后期制作，自研了一套愛創媒資系統，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，協助后期制作人員高效處理海量視頻數據。

這一技術可以把后期制作的工作效率提高20%，既提升了創作和生產效率，也節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，或許很少有企業把AI帶來的收益量化為財務數字，但從業務和產品中抽絲剝繭，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，手機行業連真正意義上的突破性創新都難以做到。

那么是什么支撐著品牌企業們為新機型打造賣點？

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，一方面是越來越多的傳統家電擁抱智能化，比如很多家電開始主打“產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就已經研發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模。

不難發現，這些依托AI找到了新方向新前景的行業、企業，并不會把AI當成產品或者服務。

這個含義廣闊的前沿技術概念只是手段，是和產品、營銷、運營等能力一起共同勾勒商業鏈條的一個環節。

所以這些受益于AI的企業不會對消費者大談特談AI，而是把后者完全融入到了產品或服務中。比如天貓的“3D實景購”、Facebook的“動態廣告”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商業化、大眾化的進擊號角。

但在現代商業社會，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、企業案例不同，盡管它們為自家AI落地的產品、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，產品服務同質化。

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

其中商湯與安防無關的業務貢獻收入不足20%，依圖從 2015 年開始拓展金融、醫療、互聯網服務，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、城市物聯網”等方面營收占比也都超過了70%。

高度同質化的業務競爭本就激烈，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，其在全球視頻監控領域都保持著市占率連續多年第一的成績。

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。另外一些已經成熟到沒什么門檻可言了，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領域落地應用的大幕，相關技術也在幾年時間里飛速發展成熟，今天我們司空見慣的人臉識別就是這項技術的普及產物。

無論是阿里、騰訊、百度這樣的科技互聯網巨頭，還是海康威視這樣的傳統巨頭，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，發力自研相關AI技術是必然，這大大壓縮了AI企業的市場空間。

曠視曾經是支付寶的供應商，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的業務局限

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

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

看清楚了這幾點，現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？

這取決于企業的玩法。

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

一句話，做AI的企業越賺越多，只做AI的企業有苦難說。

拓展知識：