#AI to B# 甲子光年针对
⑴ 目前的 AI 公司距离 2002 年华为公司的水平差距甚远；
⑵ 两个赛道（通信设备 vs. AI to B）成熟度差距则更大。
摘录文章的关键要点：
⑴ AI to B 需要专家级人员现场驻点调优；
⑵ 薪水低的人员还搞不定；
⑶ 核心是“产品化能力”不行，而且一时半会是改变不了这个状态；
⑷ 此模式下，AI to B 有可能会成为“低利润”的赛道；
⑸ 现场交付型，而且还可以养得起高工资员工的，只有管理咨询、投资银行 IBD 这种；或者基于 SAP 这种产品化程度很高的实施顾问。
⑹ 应整体调低 AI to B 的赛道产值（预期）。
IDC 和 Counterpoint Reseach 数据显示，Meta 在 AI 智能眼镜和 AR/VR 头显上均占据了出货量的大头，分别为 60% 和 75% 份额。
Meta 和雷朋合作的 AI 眼镜出货量累计超过了两百万部。
经典的云计算划分是按照 IaaS、PaaS、SaaS 分层划分。
亿 2020 年数据为例，中国以 IaaS 为主，美国以 SaaS 为主。
这背后的差别主要在于，中美两地市场在 SaaS 规模上的巨大差异。
SaaS 背后是整个 2B 企业服务的一种体现。美国有相当多的上规模的 2B 企业服务玩家，而中国在企业服务上存在较大差距。
安永针对企业 5G 应用 2022 版调研中，提及一个问题，未来企业有那些最重要的 5G 优先事项？
排名榜首的是事项是 “探索 5G 与其他新兴技术的关系”。这反映了一个很有代表性的问题，现在的先进 Use Case，基本上都是多种新技术在一起的综合产物，尤其是 AI、大数据分析、云计算和边缘计算。
从服务商角度，也许下一阶段，5G 企业侧比拼的重点不是 5G 网络本身，而是谁的 5G 可以有更好的多技术整合关系，更容易形成解决方案。
