圖片為柯潔在2017年烏鎮對戰Deepmind電腦程式AlphaGo現場。
從2016年3月的一個下午開始，當一個名叫AlphaGo的圍棋電腦程式，在兩年裡，陸續戰勝韓國圍棋9段職業選手李世石，和當時世界圍棋排名第一的中國棋霸柯潔後，關於未來5年裡「人工智慧技術無所不能」的炒作，便拉開了序幕；
當然，更直接的影響是，全權研發製作了AlphaGo的英國人工智慧公司Deepmind，在僅被谷歌收購2年後，便譽滿天下，幫谷歌與「人工智慧全球最強企業」緊緊綁定在了一起。
但誰也不會想到，Deepmind來勢迅猛的技術聲譽，又在未來極短的時間內，轉化成了外界對其始終不見商業化有效成果的批判與質疑。
與大多數在2019年進入蕭條期和死前掙扎期的國內人工智慧公司一樣，在更看中自由市場商業化落地的歐美，Deepmind從2016年~2019年共計虧損13.55億英鎊（這還不算上收購的6億美元，還免除了2019年15億美元債務），約合人民幣118.5億元（18.38億美元）。
很顯然，虧損總額高達40億美元（約人民幣257億），讓谷歌受到了華爾街的千夫所指。
但是，根據昨天Deepmind在英國政府機構 Companies House上的最新帳目信息顯示，2020年，這家全球人工智慧研發能力最強的企業之一，終於迎來了一個關鍵的商業化臨界點：
2020年同比增長率超過300%，達到8.26億英鎊的高收入，終於抹掉了7.8億左右的支出，實現5年來的首次盈利。
圖片來自虎嗅。數據來源：英國公司註冊局Companies House；製圖：宇多田
但這並不能夠證明Deepmind的商業化模式完全步入正軌。
實際上，從2014年被谷歌以6億美元收購以後，Deepmind作為一家私營商業組織（英國法律有規定，任何年收入超過1020萬英鎊，資產超過510萬英鎊，雇員超過50名的私營公司都必須向政府披露財務狀況），其絕大部分收入仍然來自谷歌母公司Alphabet給予的訂單。
換句話說，它幾乎是靠Alphabet的「哺育」，而非外界客戶而生存，商業模式被稱為「研發服務」。
而這次，Deepmind並沒有解釋2020年收入增幅如此迅速的原因。
我們只是了解到，Deepmind除了依靠一直以來向谷歌、Youtube出售軟體，為後者的數據中心做節能優化，提高安卓設備的電池壽命外，又增加了谷歌地圖的合作項目——提高地圖裡「到達預測時間」的精確度，優化谷歌語音虛擬助手。
很明顯，這些項目訂單金額並沒有一個非常明確的公開付費標準。
另外，也有分析師指出，此次的巨額收入可能要歸功於「創造性的會計形式」，簡單來說就是財務計算方法做了一些變動。但Deepmind並未對此做任何置評。
我們還需要注意的一點是，Deepmind每年高達幾億英鎊的巨額支出，大部分都投入到「員工成本與其他相關成本」中。其中包括員工的薪資、旅行、辦公硬體以及軟體。
「Deepmind最值錢的便是一群頂級科學家的大腦，」一位熟悉Deepmind的消息人士告訴虎嗅，在它全球近千名員工里，很多人的工資可以達到七位數。「對於研究他們絕不會吝嗇，這裡是科學家的天堂。」
然而，一家以盈利為目的商業組織，成於研究，也必將受制於研究。
沒有頭緒的商業發展軌道
Deepmind在人工智慧研究領域，特別是針對「深度學習」與「強化學習」這兩個重要技術分支研究方面做出的貢獻，毫無疑問是必須載入史冊的。
就像今年7月 Deepmind利用人工智慧技術在生化科學領域取得的巨大突破——為35萬種蛋白質(包括人類製造的每一種蛋白質)提供了3D結構，這對醫學和藥物設計大有裨益。
這是人工智慧技術賦予的果蠅蛋白質形狀，圖片來自紐約時報
這個成績涉及到困擾了生物學家半個世紀的「蛋白質折迭問題」——1972年，在接受諾貝爾化學獎的演講中，克里斯蒂安·安芬森做出了一個歷史性預測：原則上，僅僅根據組成蛋白質的一維分子鏈就可以確定蛋白質的三維形狀。
然而，雖然如今測定任何特定酶的確切化學成分都不算太難，但要確定它的三維形狀，可能需要數年的生化實驗。
