# 全世界最有名的人工智能公司，去年亏了 5 个亿

- 作者：蒋鸿昌
- 发布时间：2019-08-08 21:50
- 分类：商业
- 原文：https://www.ifanr.com/1245787

AlphaGO 曾一夜之间让人工智能成为互联网的星辰大海，它背后的公司 DeepMind 也成了全世界最有名的人工智能公司。

3 年过去了，现在的人工智能热潮稍有降温，同时，更大的一个变化是，投资人和行业观察者开始问人工智能创业公司：技术什么时候可以应用到哪些领域，以及能赚多少钱？

DeepMind 无疑是一个值得关注的范本。日前，[据 Bloomberg 报道](https://www.bloomberg.com/news/articles/2019-08-07/alphabet-s-deepmind-takes-on-billion-dollar-debt-as-loss-spirals)，DeepMind 刚刚向英国公司登记局提交了截至 2018 年 12 月的年报：去年，DeepMind 的营收增加了 1 倍，但它依然在巨额亏损，幅度也在增大。

**[年报显示](https://s3.eu-west-2.amazonaws.com/document-api-images-live.ch.gov.uk/docs/iwiplXojgVhV3eWFq938lIlCom32v8eaot18zwEZ7EA/application-pdf?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Content-Sha256=UNSIGNED-PAYLOAD&X-Amz-Credential=ASIAWRGBDBV3FBWIC5L3/20190808/eu-west-2/s3/aws4_request&X-Amz-Date=20190808T054738Z&X-Amz-Expires=60&X-Amz-Security-Token=AgoJb3JpZ2luX2VjEOX//////////wEaCWV1LXdlc3QtMiJIMEYCIQClYmSJU2iwrMc2p+sgitSHv0mWShReECmQlGIAMvo9FAIhAI1bqGktNFRxE1MeyMonQFjcs7T48bir7C3xhEi9vR5aKtoDCG4QAhoMNDQ5MjI5MDMyODIyIgz6wtuZQjhokAQxviUqtwMs1GPj/EZE7BtA8QnTKl0SOkuYueufqtTZI2O/Q4egRFzxjsLIZQpRVmyXR2dE1ZHWQPFEnVGkPctf/rN2O1kbuR62InTjI5YpjK/Qxd0yVIvv04QHIC05EP1gtLumbEAGZkv/5FX8Msg2BDCK17cI2CqP8mmLNG47QrunTySSh14n5DpKb1SdpDMww2npxRz9yoo8pg3yCd+i6I0QNprjA7aZdkYp37nJ4QlUjnlXovqq7vP0v0f8GmBXer6Uz2ru1G6VG+rZg5y12AWexcXCDiBd4bRQU/MeB+bUnoACGC3E63PGCgxJzM3y9JDf+EOv1ErDNwMMA1+MQ42n4GI02/HndS1lDkwh7PKxtJS5S+tayVzda4gcWRpww8/xrv8TmIXmvGIQYP0eKWw0/3ycn1Zb66fBmOsGKfSg1kqCFLXmREdw0UqSYWcA8fkuEe597RduAcVVcRQF0WgpixjLFtL1Mj3h6F7/vrChPTO0TVgDSY/eAW/CEbmtYN7sZ948C3v+6sQfsmU8n9aYErHmjYwnJ7ClerW9R9wD/XDCKo3cZa5pbg41aDu5rzzPX9jBYmHC6PNYMOLGruoFOrMBBZ8uVXDMbCSu7I5etYyh5TsQPkyVp6GCw/rb8atM6zqHkr/W826nl87ab/b/M5G/a8Q+giPTWz+dTmtI61OJzIuTTCB/Xx+CuIwxJZqHOIW4O0gO0vD8WrcKM5MIUmw1oUHEZbhrlXhnbMTDfIgxH0AozrPPcAeWMZ5NREYbgF+YdAQiuVxIXVrjlVRwu86chlWtQpJBRd32UbYV/HR13EZov6QLkDUR9cEcwi7cg0dno+o=&X-Amz-SignedHeaders=host&X-Amz-Signature=4dbe14e6fa9079ad26f1facb4171383e313978e41de6afed4602683e47c5a781)，去年一年，DeepMind 亏损 4.7 亿英镑，约和 5.72 亿美元，2017 年，DeepMind 的亏损是 3.02 亿英镑。**

![](https://s3.ifanr.com/wp-content/uploads/2019/08/money.jpg)

此外，财务报告的部分显示，今年，DeepMind 已经有 10.4 亿英镑的债务，其中的 8.83 亿来自其母公司 Google。DeepMind 已经确认，这样的财务补贴还将持续一年。

DeepMind 的巨额支出的一个大头是人员成本。2017 年，DeepMind 将团队人数扩大了一倍，达到了 700 人，最新的团队人数未知，但有媒体从 LinkedIn 上粗略统计发现有 838 人。

**2018 年，DeepMind 的工资支出为 3.98 亿英镑，比 2017 年的 2 亿英镑增加了 1 倍。**

一个好消息是 DeepMind 的营收也在高速增长。2018 年，DeepMind 的营收达到了 1.02 亿英镑，相比 2017 年的 5440 万英镑，同样增长了 1 倍。

那么，DeepMind 目前主要靠什么赚钱？

**虽然 DeepMind 并没有在年报中写明，但答案是 Google。**

2017 年，Google 正式开始了对 DeepMind 的顶级人工智能技术的商业化。

根据 DeepMind 的研究成果，Google 大幅改进了「文字转语音」时的自然度，[Google Cloud 也把这项技术打造成了一个商业化产品](https://cloud.google.com/blog/products/gcp/introducing-cloud-text-to-speech-powered-by-deepmind-wavenet-technology)，开发者调用该功能每 100 万字的费用为 16 美元。

![](https://s3.ifanr.com/wp-content/uploads/2019/08/deepmind02.gif)

▲ 使用 DeepMind 的算法可以给「文字转语音」带来非常大的提升. 图片来自：Google



在这个举动之前，Google 已经使用 DeepMind 的技术对产品进行了多项改进，例如 Pixel 2 手机和 Google Home Mini 的语音助手。此外，DeepMind 的技术还被用于优化 Google Play 商店的应用推荐——「你可能还喜欢这些应用」。[根据对比](https://www.cnbc.com/2018/03/31/how-google-makes-money-from-alphabets-deepmind-ai-research-group.html)，使用 DeepMind 算法可以比对照组的安装率提高 20%。

当然，和通用的人工智能解决方案的野心相比，DeepMind 这些商业化的尝试还只能算小试牛刀。在还无法准确预知的未来，DeepMind 有更大的商业计划。

目前可以期待的主要有两个：**一个是帮助医生发现肾衰竭及其他疾病迹象的医疗 App——Streams**，该应用内含病人化验结果、医疗纪录，并提供即时短讯服务，号称每年可挽救 1 万名患者。

![](https://s3.ifanr.com/wp-content/uploads/2019/08/deepmindStream.png)

▲ Streams App. 图片来自：Google



Streams 的训练数据来自英国国家医疗服务体系（NHS）共享的 160 万名患者的医疗数据，这曾引发巨大争议，应用也被暂时禁用。2018 年，Streams 所属的 DeepMind 医疗部门被分拆出来和 Google 的健康部门合并，目前商业化还在非常初级的阶段。

**DeepMind 另一个有望商业化的项目是将人工智能用于眼部疾病诊断。**

经过大量数据训练后，DeepMind 可以对眼部的光学相干断层扫描（Optical coherence tomography，简称 OCT）图像进行分析，并在 30 秒内给出包括青光眼、糖尿病性视网膜病变和老年性黄斑变性等复杂眼病的诊断，而且准确率达到了 94%，超过了人类医生。

![](https://s3.ifanr.com/wp-content/uploads/2019/04/AIEye02.jpg)

▲ 分析眼部的 OCT 图像. 图片来自：DeepMind



[爱范儿曾报道过这个突破](https://www.ifanr.com/1193572)，目前，这种三维的 OCT 图像，只有极少数眼科专家能读懂，而且非常耗费时间，DeepMind 的研究结果已经发表在《自然·医学》（Nature Medicine）期刊上，如果能用于临川诊断，将创造巨大的商业价值。

所以，对于巨额亏损，DeepMind 似乎并不担心，「我们将继续大力投资基础研究，我们的世界级的跨学科团队一直在探索即将到来的重大突破。」
