一邊，是AI之父圖靈将登上50英鎊紙币；另一邊，是不久前Google“技驚四座、震動全球”的打電話AI Duplex被紐約時報扒出人工“僞裝”，成功的預訂操作主要依靠人工冒充完成。
AI總是讓人又喜又驚，有時候還有些“意外”。
一向被認為“商業”屬性很濃、在AI上不太出彩的阿裡，最近1個月似乎在集中“爆發”，一方面連續獲得5個世界大賽冠軍，包括在被稱為人工智能世界杯的WebVision上，擊敗全世界150多支參賽隊伍；
另一方面又在具體技術上實作突破，例如6月底，其宣布攻克了心血管識别技術，0.5秒識别單根血管，20秒識别完整冠脈樹，“速度比起傳統手段提升了近百倍”。
自從兩年前成立達摩院，阿裡AI一直少有聲量，遠不如其他網際網路巨頭甚至中小創業者那麼博眼球，集中的技術勢能表達不得不說讓人意外。
事實上，粗略統計，阿裡在AI前沿技術研究上已經累計獲得了40多項世界第一。
為什麼阿裡的AI會先“影遁”再走向台前、“一次性”走到領先位置？這與AI發展的“基因”密切相關。
“商業太成功掩蓋技術的光芒”與“AI基因論”
兩年前，阿裡巴巴CTO、花名“行癫”的張建鋒曾說，“阿裡的商業做得太成功，掩蓋了技術的光芒”。
現在，阿裡“突然”樹立起人工智能技術上的引領者形象，回看這句話有了三層含義：
商業太成功導緻大衆對阿裡AI技術的一面并不足夠關注，如同聚光燈背後的黑色區域；
阿裡的AI技術本來是“有光芒”的，現在看來“光芒”還不小；
阿裡當年并不在乎技術的光芒是否能顯現出來，是以即便被掩蓋了，也不表現出很着急的樣子，而到了現在，這個光芒大到了能“克服”商業聚光燈而被大衆看到的程度。
從這些含義也可以看出，阿裡AI定位和發展過程如此特殊，都呈現某種“弱功利性”的特征。
“基因論”在分析同一個業務競争時往往很有價值。以功利取向作為标尺，商業公司發展AI在基因上大體分為三類：強功利性、弱功利性、一般功利性：
1、押寶型：強功利性，AI是企業的全部或者轉型更新的依托
2011年，巴菲特120多億美元投資了IBM，到了2016年底，巴菲特持有的股份大幅下降到8.6%，當時的IBM營收已經連續第20個季度下跌，創下15年來營收新低。
在這種情況下，2015年，IBM成立獨立的 Watson Health 部門，收購多家醫療資料公司盯住AI醫療。顯然，對IBM而言，AI是強功利性的，承載了藍色巨人走出困境的希望。
同樣的基因也出現在Google的AI身上。PC 和移動端基于搜尋建構的資訊分發壟斷地位受到資訊流、短視訊和社交網絡等新媒體形态的嚴重挑戰，2018年三季度、2019年一季度Google的營收皆不達預期，引發股價劇烈震蕩，亞馬遜廣告業務的快速增長已經在威脅Google的老本行。
與此同時，Google的移動新業務、硬體業務也紛紛折戟沉沙。
這個過程中Google在不斷加碼AI，Waymo、Duplex等明星應用産品橫空出世，押寶AI意圖明顯。
在“強功利性”下，AI必須能在十分有限的時間裡創造支撐企業發展的商業價值。
2、戰略型：弱功利性，AI不承擔企業太多商業期許，隻是企業應對未來的一種儲備
與押寶型完全相反，AI不需要很早就與商業價值捆綁，至少企業不指望AI活着。
這些企業之是以要發展AI，都是為了大時代做儲備，阿裡AI就是如此。
2018财年，阿裡巴巴集團收入達3768.44億元，年度自由現金流總計達到158億美元，淘寶天貓新增超1億使用者；阿裡雲已經跻身全球雲計算巨頭行列，而獨立的螞蟻金服估值更是達到1500億美元。
阿裡真的不需要AI那點東西創造的商業價值來撐場面，它需要做的隻是把AI做好，為未來可能的變局做準備，而這種定調，即“弱功利性”。
從“達摩院”的定位也能看出，“一家緻力于探索科技未知，以人類願景為驅動力的研究院”，研究中心、聯合實驗室、AIR計劃加上大量“學術咨詢委員會成員”，與其他AI平台的後腦相比，雖然達摩院仍然以場景應用為導向，但在強調技術與應用的雙向結合基礎之上，卻有着濃濃的去功利化之感。
如果類比的話，同樣是電商+雲的亞馬遜，雖然其AI與阿裡一樣迅猛發展，但在根本上也呈現“弱功利性”，全球第一的市值并不靠AI，也不在短期内指望AI帶來多大價值。
3、補充型：一般功利性，AI是企業發展戰略的必要補充
AI對企業不可或缺，但也不至于影響到企業生死存亡，最典型當屬騰訊。
在産業網際網路大旗下，出于合作夥伴的智能需求，騰訊不能缺失AI環節但AI并不起決定作用，它隻是騰訊的一項賦能資源。
馬化騰多次在公開場合表示騰訊要大力發展AI，但總體而言騰訊AI布局的動作仍然比較遲緩。騰訊AI Lab、優圖實驗室、WeChat AI實驗室，統一的AI後腦也尚未形成。
“騰訊覓影”這樣的優質AI項目顯示騰訊正積極投入AI建設，但并不狂熱。
與騰訊類似的是微軟，自印度人薩提亞成為CEO後，微軟憑借Azure的出色表現挽回頹勢重回巅峰，再次成為全球第三大企業。
雲計算無疑是微軟的關鍵重頭戲，但AI也是與雲無縫搭檔、不可或缺的要素。
技術的弱功利性帶來“自由”，AI更能夠“蓄能”
盤點了AI發展的“基因”，更能夠了解“弱功利性”下阿裡AI令人意外的突然冒出。
“弱功利性”下阿裡AI赢得了更寬松的發展環境，少有商業化壓力的AI技術積累更能夠形成專注技術本身的“蓄能”過程。
而同時，阿裡并不急着讓達摩院為阿裡做出多大的商業價值貢獻（盡管長期肯定需要），就算技術不斷進步，也并不急着通過各種資訊管道發聲，最終結果就是公衆認知裡的阿裡AI突然爆發。
這種爆發，有三個“蓄能”式的原因：
1、場景應用是“目的”更是“結果”
在AlphaGo出世前，Watson一直是人工智能的代名詞。然而，當IBM面臨轉型壓力時，Watson被抽調了醫療一個領域進行集中發展。
可惜的是，太過于強調商業價值，Watson Health在成立後匆忙陷入商業應用。
一方面，Watson Health在技術完備度上不具備多個資料體之間建立連接配接的能力，例如惡性良性腫瘤學的模型不了解心髒病，無法在臨床環境很好地應用；另一方面，由于模型不夠完善，Watson Health隻能被喂食“整理好的”資料，應用過程必須有大量人力投入。
最終，Watson Health在2018年宣布裁掉50%-70%的員工，宣告失敗。
場景應用一定要是AI技術的“目的”，否則AI就失去了現實價值。但是，實作這個目的顯然不能在技術尚未完全成熟時強行上線。從大量“教訓”來看，讓技術自然發展、最終自然連接配接應用，“場景應用”成為“結果”更符合AI落地的需求。
至少，我們不會再看到Google捧了自己的Duplex一整年，投入商用最後被扒皮這樣的事了。
毫無疑問，在“弱功利性”下，場景應用成為“結果”更具備可行性。
以阿裡AI為例，雖然它仍然以“目的”（場景應用）為導向，但是，達摩院的科研似乎更看重技術與應用的雙向結合，而不是從場景到技術的單向過程。
雖然都有實踐反哺AI的必要過程，但阿裡的AI技術不被應用需求所倒逼，可以從容等到技術足夠成熟才進行廣泛應用，它的邏輯和那些盯着商業化的“肥肉”再想着怎麼把技術貼上去的企業并不一樣。
與星巴克的合作中，阿裡小蜜接管星巴克客服體系，為消費者提供自助開卡、自助激活、自助開發票、自助客服等24小時秒級服務；
在與山東淄博市的合作中，阿裡的"AI衛星遙感影像分析"技術，在淄博市5965平方公裡土地上進行違章建築和破壞森林等行為的識别，将傳統的幾個月的分析時間縮短至幾分鐘；
阿裡的"助理法官"技術已在杭州網際網路上崗，可"1秒内斷案"，未來有望實作"無人法庭”。
這些現實應用，無不是在技術先期充分發展之後，以“結果”的方式實作了“目的”。
例如，在"助理法官"應用前，阿裡AI已經在頂級學術會議SIGIR官網釋出相關研究成果，可以猜想的是，這一成果落地前，技術與應用已經不斷進行雙向磨合。
畢竟，弱功利性下，阿裡AI有這個時間和條件，而強功利性下的玩家則不一定。
2、領先的算法“引領趨勢”而不是“滿足現狀”
在“弱功利性”下，由于不必迎合市場保證商業利益，算法技術的發展往往更容易“超前”，偏向于以技術引領趨勢而不是唯一以當下市場需求為導向。
這裡以阿裡AI為例，整理其“不為人知”的典型語音、視覺、NLP等算法成就：
首先必須承認的是，阿裡的AI肯定有滿足現實應用需求的成分，例如語音智能對阿裡小蜜的生态版圖擴張重要性不言而喻，基礎技術的突破能夠讓阿裡小蜜的使用者體驗更好。
但是，接近100%的準确率，通過圖靈測試，數倍快于競争對手……由整理後的材料也可以看出，在弱功利性下，阿裡在無所顧忌地“超前”發展，阿裡AI在不斷超出現實需求進行突破。
脫離“弱功利性”，這樣的投入和成果是難以想象的。
3、“不設限”才有AI全面的技術推動
從一開始，達摩院的AI布局就涵蓋量子計算、機器學習、基礎算法、視覺計算、NLP、人機自然互動、晶片技術等AI技術，涵蓋機器智能、智聯網、金融科技等多個産業領域。
如果是“強功利性”基因，能夠發展的往往是那些最能轉化成商業價值的技術，技術的“實際布局”中，商業化導向明顯。
這并沒有什麼錯，隻是，AI時代要全面發展，恐怕還得多一些能夠全方面都有投入、不計較短期利益的平台。
達摩院說自己要做“基礎科學、颠覆性技術和應用技術的研究”，其實就是在“弱功利性”下沒有太多商業向布局上的顧忌。
反過來，這種全面布局最終對阿裡AI也有現實價值。
時至今日，阿裡AI已經建成涵蓋語音智能、語言技術、機器視覺、決策智能等方向的完善的機器智能算法，其語音AI、圖像AI、 NLP、決策AI的每日調用量高達百億次，服務全球近15億人，阿裡小蜜2018年全年對話輪次高達14億次，服務近5億人。
“弱功利性”啟示錄：“溫室才能開出更美的花朵”
普華永道調查顯示，阿裡巴巴研發投入連續三年居上市公司之首；
阿裡的機器智能團隊擁有10位IEEE Fellow、20多位知名大學教授，達摩院超過一半的科學家擁有名校博士學曆；
阿裡母體提供了堪稱史上最複雜的業務場景和使用者場景，多個國民級應用讓阿裡的AI進入“更多的使用者-更多的場景-更強的AI-更多的使用者”的“自增強回路”；
資金、人才、資料、實踐、時間……充分的給養、低壓力的成長、不急于表現的心态，什麼都給你，還可以耐心等待你，某種程度上，阿裡AI是在一個“溫室”的環境中發展。
現在，這個溫室裡開出了讓人意想不到的花朵，一出來就各種“第一”，超越各AI巨頭。
而這，都與AI的弱功利性基因密切相關——它形成了“溫室”，讓阿裡AI在這個“溫室”裡培植和生長。
當我們總是談論AI不智能，甚至還戲谑“人工智障”的時候，其實不妨反過來想想，眼前所見到的這個AI是否被“功利”綁架，急着上線、急着變現、急着向股市或者其他利益相關方證明自己？
與“人”相反，直面“殘酷現實”的AI反而無法得到充分發展，“弱功利性”下的溫室更适合AI。
而從阿裡AI突然爆發的勢頭看，最終，弱功利性反而将帶來更強的現實價值，超越那些一開始就強功利化的平台。