这种事情很难说是对或是错的投资，
举个例子youtube,
2006年底youtube一直赔钱，
公司真的快要撑不下去，
还要面对一堆的版权诉讼案，
最后卖给Google，
流量，机器设备跟诉讼案全由Google买单，
在加入Google的前几年youtube还是继续在赔钱，
继续面对诉讼案，
结果现在youtube已经是Google的金鸡母，
还有一些其他类似的例子，
像说联发科的手机部门，
都是母公司耐心投资研发好几年最后大成功，市场通吃，
当然更多的是反例，
公司不愿意继续投资把整个团队砍掉，
甚至多年前还有某个部门跟我呛声：
砍掉你们CPU部门，我们产品端部门直接买ARM的产品，
可以省更多的钱，我产品端部门的分红可以加倍，
为何要拿我们产品端的经费投资在你们CPU部门
结论就是最上头的人要能压得住其他赚钱部门，
不只是解决赚钱部门的抱怨，
还要能够强迫各个部门配合这个赔钱货，
然后耐著性子等哪天成功就能够市场通吃，
这跟买乐透差不多吧，
不过Google应该还是有钱有资源可以继续练兵等机会
※ 引述《csfgsj (人在江湖走 那能不挨揍)》之铭言：
: 4 亿多英镑亏损再创新高！“烧钱机器”DeepMind 多年亏损后仍无商业化市场
: https://finance.technews.tw/2020/12/30/deepmind-4200-million-loss-hits-a-new-high/
: https://reurl.cc/WLp14O
: 作者 雷锋网
: DeepMind 亏损仍在继续。近日，这家世界顶级明星公司向英国公司注册局备案提交最新
: 财报，显示 DeepMind 2019 财年亏损达 4.77 亿英镑。
: 相比于 2018 年的 4.70 亿英镑亏损，增长 1.5%。
: 但在这些光环产品的背后，DeepMind 却未探索出可行的商业化之路，长期大量研发投入
: ，使其处于连年亏损状态。
: DeepMind 联合创始人胡马延‧谢赫（Humayun Sheikh）曾表示，“如果不是 Google 以
: 6 亿美元收购，DeepMind 人工智能实验室可能已破产。”
: 自 2014 年被收购，DeepMind 的巨额研发资金和亏损全由 Google 买单。不过长期亏损
: 之下，今年 DeepMind 财务方面似乎有些好消息。
: 从最新财报来看，虽然亏损持续扩大，但相比往年亏损增幅减少了，同时营收有明显增加
: ──2019 年收入 达 2.66 亿英镑，相比 2018 年 1.03 亿英镑翻了一倍。
: 不过尽管如此，DeepMind 想要扭亏为盈也不容易。
: 4.77 亿巨额亏损背后，仍无商业化市场
: 先来看 DeepMind 近几年的财务数据。
: 营收方面：
: 2016 年营收 4,028 万英镑。
: 2017 年营收 5,442 万英镑，同比去年增幅达 35%。
: 2018 年营收 1.028 亿英镑，同比去年增幅达 89%。
: 同时，2018 年还有超过 10 亿美元债务要偿还。
: 再来看今年数据，营收方面，DeepMind 2019 年收入达 2.66 亿英镑，比起 2018 年
: 1.03 亿英镑增长 158%，达到近几年最大增幅。
: 亏损方面，DeepMind 从 2018 年 4.7 亿英镑到 2019 年 4.77 亿英镑，增幅仅 15%，与
: 往年 221% 和 56% 相比，增幅明显缩小。
: 总体来看，与前几年相比，DeepMind 收入增长有加速，亏损也趋于平稳。这样一看，
: DeepMind 似乎有望这几年可转亏为盈。
: 但分析财报营收来源和支出后，发现情况可能没那么乐观。
: 首先，财报提到重要一点：其他集团企业的营业额及研发报酬，数据显示 DeepMind 主要
: 客户大部分来自母公司 Alphabet 旗下其他公司，以 Google 为主。同时 DeepMind 的技
: 术研发成果也主要是这些企业在用，如 AI 被 Google 应用于语音助理和资料管理中心任
: 务。
: 这说明 DeepMind 的人工智能技术还没有应用市场。如果有，只能透过 Google 取得。其
: 次，DeepMind 2019 年开支达 7.17 亿英镑，相比 2018 年的 5.68 亿英镑增加 26%。财
: 报提到成本增长“主要与技术基础设施、员工成本和其他相关费用增长有关”。这点很重
: 要。
: DeepMind 的“技术基础设施”主要运行于 Google 庞大的云端服务和 AI 处理器 TPU（
: Tensor Processing Unit）。
: 虽然 Google 并未透露收取多少使用费，但很可能以折扣价租给 DeepMind，这意味如果
: 没有 Google 的技术和服务支援，DeepMind 的“技术基础设施”成本将远高于此。
: DeepMind 主要研究领域是深度强化学习，需要非常昂贵的计算资源。据了解，2019 年开
: 发专案包括《星海争霸 2》和《雷神之锤 3》的 AI 系统，都花费数百万美元培训费。今
: 年的预测蛋白质折叠结构 AlphaFold，同样是非常昂贵的专案。
: 人才成本也是不可忽视的一环。过去几年虽然参与机器学习的人才数量明显增加，但能从
: 事尖端 AI 研究的顶尖科学家非常稀少。为了争夺这些顶级 AI 人才，Google 、
: Facebook、亚马逊和微软等大型科技公司纷纷展开人才军备赛。
: 据了解，全球顶级 AI 人才薪水达 7 位数。 DeepMind 在全球拥有约 1 千名员工，很多
: 是世界级顶尖 AI 科学家，年薪均超过 100 万美元。这些顶尖人士大部分来自牛津大学
: 、剑桥大学、史丹佛大学或麻省理工学院等世界顶级名校。有分析人士认为，如果没有
: Google 的支援和投资，DeepMind 实验室就无法雇用更多高级 AI 人才。
: 因此综合来看，虽然 DeepMind 显示出缓慢的转亏迹象，但增长依然依赖 Google 的金援
: 和大型云端基础设施。
: 不过，Google 也乐于继续买单。
: AlphaFold 之后，Google 愿意继续买单
: 疯狂烧钱的 DeepMind，确实创造了多项重大技术成果。
: 如前文提到的 AlphaGo、AlphaFold 等。后者预测蛋白质结构达成无与伦比的精确性，有
: 望解决生物学界和电脑科学界多年来的巨大挑战。前者在围棋赛多次战胜世界顶级人类选
: 手。
: 多智慧体方面，DeepMind 研发的《星海争霸》AI AlphaStar，也多次战胜世界顶级玩家
: ，目前排位赛已达宗师级，在欧洲服务器赢过 99.8% 人类玩家。
: 比起围棋，《星海争霸》等即时战略（RTS）游戏，因更复杂的场景、更广大的操作空间
: 和更高频率的即时决策，对 AI 挑战更高。因此比起 AlphaGo，AlphaStar 模拟现实、与
: 人类博弈的过程展现出更强能力。
: 以上种种突出的技术成果，让这家 2010 年成立的新创公司一跃成为世界顶级 AI 专家。
: 自 Google 收购以来，对这些技术成果也非常满意。例如最近财报电话会议，Alphabet
: CEO 桑达尔·皮查伊（Sundar Pichai）曾表示：
: 我对我们在 AI 方面的研发进度感到很满意。我们是尖端技术公司，目前正处于领先地位
: ，这很重要。我为 Google 和 DeepMind 的研发成果感到骄傲。
: 此外，Google 也对 DeepMind 书面保证，称“将继续提供这家人工智能公司充足的资金
: 支持，期限至少 12 个月”。
: 不仅如此，据 DeepMind 财报显示，Alphabet 的投资分支机构 Google 爱尔兰控股有限
: 公司（Google Ireland Holdings Unlimited），已免除欠公司的贷款和利息，共计 11
: 亿英镑。
: 转亏为盈，需要更多商业化探索
: 科技公司亏损并不是新鲜事。在科技业，连年亏损、烧掉投资者巨额资金的企业比比皆是
: ，其中也有不少企业最终转亏为盈。
: 但相比之下，DeepMind 可能稍有不同。严格来说，DeepMind 是人工智能实验室，更注重
: 间技术研发而非商业化探索。
: CEO 兼联合创始人创始人德米斯‧哈萨比斯（Demis Hassabis）曾自傲宣称：“
: DeepMind 组建一支由机器学习专家、神经科学家、工程师、伦理学家等组成的世界级跨
: 学科团队，创造独特的环境。我们将继续投资尖端技术研发，期待未来能为科学界带来更
: 多突破。”
: 因科学研究和企业界发展速度有很大差距。一方面，科学研究是以几十年来衡量。如今商
: 业应用许多 AI 技术都是从 1970~1980 年代开始发展。同样的，目前许多尖端研究和技
: 术在未来十几年内，可能都无法进入大众市场。而 DeepMind 的最终目标是：通用人工智
: 慧（AGI）。最乐观的估计，至少还有几十年的路要走。
: 另一方面，投资者的耐心是以年和月为单位来衡量。如果几年内无法盈利或有明显的增长
: 希望，投资者很难再支持。显然目前 DeepMind 并没有明显增长趋势，主要客户依然是
: Google，且技术商业化前景也不明朗。
: 这就是 DeepMind 的困境所在。从本质讲，DeepMind 是研究型机构，希望突破科学极限
: ，确保 AI 对所有人类都有益。然而 Google 和投资者希望制造能解决特定问题并赚取利
: 润的产品。
: 这两个目标截然不同。业界人士认为，虽然 DeepMind 取得多项重大技术突破，不用担心
: 研究成果无利可图，Google 也表示愿意继续买单。但长远来看，生存和发展越来越牵扯
: 到投资者利益，DeepMind 应更深入思考公司未来和 AI 科学研究的未来。
: 心得：
: 一窝蜂炒作了半天，实质上还只是个空