AI创业不性感

继蒸汽技术革命，电力技术革命，和计算机及信息技术革命之后，由人工智能触发的第四次工业革命正在发生。

曾几何时，人工智能是最顶尖的科技领域，能在其中掘金的企业凤毛麟角。但是就在近两年，中国的人工智能企业呈现爆发性增长，根据《科技日报》的报道，截至2018年5月8日，全国人工智能相关企业共计4040家。

强力的资本介入使得AI成为创业的关键领域，数千家创业公司覆盖了聊天程序、视觉、汽车、机器人、网络安全、商务智能与分析、广告与销售与客户管理、核心/前沿技术、医疗、文本分析、物联网、消费、金融与保险等领域。

百度、阿里、腾讯、科大讯飞等科技巨头公司也在语音识别、图像识别、神经网络、自然语言处理等方面都有重要的突破。艾瑞咨询认为，国内AI市场将从2015年的12亿元增至2020年的91亿元。

然而在狂飙突进了两三年之后，人工智能产业在2018年迎来了一个关键节点。集万千宠爱于一身的人工智能创业，正在变得不那么性感。

一方面是，人工智能遭遇商业化之痛。有研究报告显示，90%以上的 AI 企业依然处在亏损阶段，绝大多数企业年营业收入不足2亿元。

另一方面是，投资机构对于AI领域的投资逐渐趋于理性，资金越来越多流向头部创业公司。北京主线科技CEO张天雷曾公开表示，人工智能投资热潮逐渐退去。李开复甚至认为，2018年将会出现第一波倒下的AI公司以及投资人。

IT桔子收录的2017全年AI投资事件353起，数量有所回落，新增AI企业数量有所下滑，不足50家。

在长跑运动中，职业运动员必须善于在无氧运动和有氧运动随机切换。对于大多数人工智能创业者来说，他们已经完成了起步阶段的无氧冲刺，即将切换至考验耐久性的有氧运动状态。如果此时他们不能让生理上的良性循环，将很有可能被别人的节奏打乱，从而透支体能，败下阵来。

技术不是护城河

人工智能产业链可大致分为三层：

最底层是基础支撑层，包含云计算、芯片和开源框架等。这一层门槛很高，芯片的机会留给了英伟达、高通和英特尔等巨头，开源框架和云计算则被谷歌、亚马逊这样的巨头把持。

中间层是技术驱动层。被外界广为熟悉的图像识别、语音识别等通用技术，就在这一层。BAT将这一层视作关键要塞，是它们搭建生态系统的核心。这一层也盛产以技术取胜的独角兽。

位于最上方的场景应用层赛道最为宽阔，是AI应用创业公司最简单的打法，它们站在巨人的肩膀上，选择一个垂直领域，一头扎进去。通俗的说就是“拿锤子，找钉子”。

根据艾瑞咨询的统计数据，目前我国71%的人工相关企业都在做技术落地应用，在算法技术方面，55%的企业在做计算机视觉，13%在做自然语言处理，只有9%的企业真正研究机器学习。

能够很快把技术应用落地是我国创业者的优势。但这也决定了这类创业公司没有高耸的护城河。毕竟人类当下掌握的AI技术还是浅层次的，是弱AI，它带来的红利期非常短。所以，创业公司必须在红利期消退之前，尽快实现商业化落地，为技术的迭代蓄能。

通过行业扫描，AI和各行各业紧密结合，商业落地做得好的行业领域往往都有两个特征：一是行业规模大，无论是安防、医疗大健康、金融、汽车出行、零售都是万亿级市场，想象空间巨大;二是赚钱相对容易、离钱近，AI技术前期投入成本大，需要嫁接离钱近的行业领域。

这样正是to B型的AI创业公司，也比to C型的更多，活得更好的原因。

当然，对前者来说，挑战依然存在。从内因来看，AI技术具有典型的“落地口径窄，需求不稳定”特征，这使得其行业商业化探索阶段会更加漫长。

图灵机器人人才战略官黄钊在他知名的200多页PPT《人工智能产品经理的新起点》中阐述到：AI时代有两大重要特质——高维+突变。正是由于这两大特质，AI领域需求的特点是：机会多、难度大、变化又快又大。

从外因来看，在目前AI行业中，客户的期望控制与管理是难以绕开的大坑。客户期望由三方面所影响：对AI技术的认知、对自身条件的认知、对自身需求的认知。然而不幸的是，就目前市场现状来看，大部分客户三方面的认知都不健全。

地域性的认知差距，也为市场拓展制造了困难。云从科技联合创始姚志强，在接受《商界》采访时就曾透露，作为西南地区少数AI独角兽，他们却很少能拿到本地大单。内地客户保守、观望的态度，让他们只能把业务重心放在沿海地区，使得云从“墙内开花墙外香”。

向左走，向右走

人工智能已经在多种商业场景得到了应用，在这一过程中不同的企业形成了多样化的商业模式，总得来说可以分为两类，一种是应用型，一种是平台型。

应用型公司遵循的是工业化线性思维，以技术为资本，以生产为主线，“生产产品——建立渠道——定价售出”。

即选定特定的垂直行业深扎，积累了足够深刻的认识和经验后，会发现问题变得越来越简单，方向也逐渐清晰起来，也能与竞争对手拉开距离。

在泛化智能负责人王汉洋看来，对行业来说，当下选择这种模式也是更为务实的选择：其一，用新技术帮用户解决问题是对技术的认可；其二，能让 AI 行业避免沾上共享经济那种荒诞烧钱的属性；其三，外包模式下，协调多变的需求、维护客户关系这种脏活累活，正好让现在 AI 行业高谈阔论，却不愿意踏踏实实做实事的风气有所改观。

然而这种模式的弊端是，只能N倍增长，无法实现N次方增长，想象力和发展空间均被局限。

相比之下，平台型模式以平台为起点，结合不同合作伙伴，连接一个个供给端，对接需求端，似乎更有孕育出巨头企业的可能。

百度是目前国内在AI领域投入最早也是布局最完整的公司。截至2018年7月百度大脑3.0发布，百度已经持续开放了110多项领先的场景化AI能力与解决方案，让每个开发者和企业都能平等获取顶尖AI能力，一站式综合应用。

百度已经在BAT阵营中调动，现在希望借助AI重现往日的辉煌。而创业公司又何尝不希望借助AI，来挑战既有的TMT格局?

商汤创业早期是一家技术应用型公司，而现在的模式则和百度主打的AI赋能有点类似。技术公司的市场天然在B端，商汤的打法是先找一个垂直领域的传统公司合作，摸索AI技术落地，从项目到产品;然后再垂直打通某个行业生态，做平台。

事实上，一个通用的AI创业公司的进阶路径很有可能是：基础技术服务商——整体解决方案提供商——AI产品化——生态构筑者。

如果AI创业者止步于应用，便是浪费了一个伟大的历史机遇。