终的效果就越好越精准。一旦某一方面的大数据有优势，未来的巨头可以很快形成滚雪球效应，跟后来者拉开差距。
第三，就是要有处理这些天量数据的硬件处理速度——以目前的人工智能运算量来看，哪怕是解决最简单的图片识别，或者语音智能识别，甚至只是输入法频次统计反馈，都不是任何一个单独的服务器可以承载的。或许每一个需求，都要用一个数据中心的处理能力去处理。
但是同时，每个数据中心处理的多个问题又可能有很高的重复率，数据处理过程量的复用率会很高。所以拥有越多处理需求、越多处理硬件资源的企业，在处理效率上就会有明显的优势。这时候，我们就会发现，依靠传统的‘为每一个新的业务需求购置一批服务器、搞一个专门的数据中心’，效率会非常低下，成本会非常高昂……”
顾诚刚到这儿，被不怎么懂技术的马风给打断了：“那么怎么解决这一点呢？如果只是钱贵的话，那也不是什么大问题，我们费钱别人也费钱，大家一起涨价不就行了？”
“呵呵……如果是‘你贵我也贵’，确实问题不大，涨价就是了。但是如果人工智能的应用成本太高，它对传统产业和传统咨询类人工岗位的替代效应就不明显了。用人工智能大面积解决问题，必须是其成本明显低于雇佣人类客服、记者、编辑、老师、咨询师、查法律文书卷宗的基层律师、只会开票的基层会计师……
资本家才会把这些重复脑力劳动的基层白领开除掉，改用机器人。不解决成本问题，或许你不会被其他人工智能竞争对手同行甩开，但对于整个人工智能行业消灭人类岗位的进程，起码会造成三到五年的延后。”
马风还在琢磨其中的算计，丁三石却已经听懂了：“确实，就跟今年我看到滨江咱黄易总部隔壁，有几家做新兴产业ld的公司，虽然大家都贵，但是卖不出去的主要原因不是因为比同行贵，而是‘买了ld的产品之后，售价减去产品全生命周期内省下来的电费，依然比节能灯都贵’，所以那些物业老板才不买。我跟其中一家
本章未完，请点击"下一页"继续阅读！ 第3页 / 共5页