人工智能的火热带来了巨大的创业机会，众多的新公司和新物种蓬勃爆发。针对AI创业热，9月19日戈壁 和机器之心联合举办了人工智能行业主题论坛，探索人工智能领域的投资逻辑、产业应用及创业机会进行展开讨论。 

戈壁 管理合伙人徐晨发表了他对目前AI创业形势的看法。

“每次面临新兴行业的到来都想到史前的寒武纪时代”。这是戈壁 徐晨的深刻感受。寒武纪是非常特别的时期，这个时期物种的丰富性增加到了难以想象的地步，这与创业跟风口的情况非常类似。每次时机成熟的时候，市场就会出现相当多新的公司和新的物种，这让徐晨异常兴奋。

在兴奋背后徐晨感受到了激烈的市场对新物种优胜劣汰的残酷竞争。“大家仔细看寒武纪的情况就知道，这里面很多的生物，在之后的日子当中，慢慢被自然所淘汰，AI也一样，它创造更多的机会，也会淘汰部分物种。”他预言，AI繁荣过后，很多现存的业务模式和技术，将在5到10年之后被淘汰。在这目前的时间节点，对于创业公司来说不光是要能够出现，更多要想怎么样存活下去，这是AI时代带来的机遇和挑战。

从技术爆发到商业繁荣落地需要一个漫长过程。有两个事实可以验证一个是移动互联网的繁荣，一个是电力的繁荣。研究移动互联网你会发现，“移动互联网产生了大型公司，但它们都不是真正意义上的大公司，都没有小于十年的历史。”

电力也是如此。1870年爱迪生就发明了灯泡，之后十几年时间当中，整个电力的应用发展缓慢。到了1887年才开始有大的电场，到了1900年的时候，才有普通人使用电力。而到了1910年电力才算真正意义上的爆发。徐晨认为，即使这样一个优势非常明显的技术，也花了将近40年的时间，才真正走向历史舞台的主流，AI也是如此。“AI的确被我们多数人看好，这肯定代表未来发展的趋势，但是它的成熟远远比我们想象的要慢的多。”

“多数人觉得AI来了像启示录一样，建立新的社会秩序，我觉得其实整个AI更多像创世纪，而不是纯粹把我们现在的时代完全取代，不会太多的破坏或者纯粹摧毁的工作，而是循序渐进的，产生新的能量的过程。”

对于AI创业者来说，发展速度要和发展资源匹配。现在的AI创业如同一条拥堵的赛道，前进速度非常缓慢。原因诸多，有来自于技术迭代的速度，也有来自于客户对于技术的认知。即使你是兰博基尼或者保时捷这样的跑车，在拥堵的赛道上，也不能显示出有多大的速度。在这个节点，如何在相当长的不确定的时间内，以更加有效的方式使用现有资源是关键。现在更多要考虑的是，燃料的用量和节省的情况远远大于效率和速度。

很多人觉得，AI对我们来说特别像马斯克说的，“它会把人类推向单向化的下行的弧线当中。”电影《INNOCENCE》很好的探讨了人和机器的关系。AI在最开始的时候，就像一个小孩一样不知道任何事情，你有什么东西来喂它，用什么东西来培训它，它就按照什么样的方向发展，AI本身的结果，取决于它获得怎样的训练。

有一则寓言故事，有一个主人为了运盐了养了很多驴子。有一天驴子不小心，掉在河里，盐碰到水就融化了，驴子感觉非常轻松，一下子负担减轻了很多。第二天又过河，到河中间，驴又试一次，又轻了很多，周而复始，驴虽然并不知道道理是什么，但它觉得这个方法很好用，就不停的尝试。直到有一天，主人的货物非常多，它再次走到河的中间，故伎重演，结果再也没有起来。

对于AI行业来说，现在处于快速成长过程当中，很多创业者喜欢拿别的行业的经验，或者拿之前听到的别人的经验，运用在自己现在做的事情上。但是，如果你没有对所做的业务做更多更细分的了解，还是用旧方法套用新方法的话，有可能就是背着盐的驴子。

以下位品途商业评论整理的戈壁 管理合伙人徐晨和机器之心创始人兼CEO赵云峰的对话内容。

赵云峰：我们这一轮人工智能创业有哪些新的明显的特点，可以让创业团队变得不像驮盐的驴子那样？

徐晨：人工智能的创业，经过几年是比较成熟的了，从一波主要以算法切入的创业者，到现在更多以应用场景的创业者，最近大趋势比较大的变化在于：可能大家更多学会的不是单纯从自己创造一个场景来做这个事儿。在去年和前年，我们看到了，多数都是所谓的创造一个需求，以这样的目的切入。同时在过去两年左右，很多算法都是抱着做基础的想法，在那个时候也没错，的确大家看到，是全新的行业，随着从去年开始，更多巨头慢慢开始进入这个行业以后，大家也开始意识到，投入基础设施，是时间比较漫长，同时资源消耗比较大的行业。

更多人已经开始寻找不同的节点，做细分的领域，特别从去年来看到今年，有几个行业里面，还是有蛮大突破的，第一个是教育，在教育方面，有很多公司成功把人工数据，和原有的数字资源结合起来，起到和机器配备的作用，同时产生收益。第二个是大的工业物联网和工业4.0的场景，因为这个行业本身的特点，其实数据一直在产生，但是没有太多人去做收集和分析，这一块有人如果能够开始切入行业，能够把更多的数据累计起来，同时把自己的算法跟前期更多的企业结合起来，会有可能形成新的品牌。第三个，是金融科技，包括在国内做业务，所谓的政策方面的风险，的确长期存在的，但是同时也看到，所谓的机遇也是这些挑战的机会，找到真实市场机会的创业者，在今年来说得到不错的发展。

赵云峰：你提到几个场景，像教育、Fintech（金融科技），AI在这些行业有更大的前途的话，传统的场景和产业应该具备何种特征？  

徐晨：AI切入的思维逻辑，和原来做大数据有点类似，如果在没有广义数据存在的情况下，或者缺乏结构化数据情况下，可以从数据的流量入口，或者从数据本身来做切入，把资源占据。在教育行业，虽然有一些大的机构，这些教育机构的体量还不足以垄断市场，包括我们前面说到的工业生产有些类似，这种行业，可以做所谓大的算法，或者说做一些场景化的所谓解决方案，当然还有最简单的一块，很多金融方面，还有包括所谓的BI方面，就是简单的一些劳动力就行，越简单切入的业务，可能面临一个最大的挑战，相对来说门槛也比较低，毛利本身来说，所谓的长期维持高毛利可能性也比较小。包括做中间的所谓的流程的处理，这些你会发现，在今年来说，其实很多公司业务收入都不错，但另外一个维度，你会发现，这些企业，本身来说，主要的核心竞争力，并不是所谓的算法和技术本身，而更多的是所谓的销售能力，还有包括所谓的针对不同的企业客户制定方案的能力，所以这个业务维度和很多创业本身，技术研发和产品为核心的能力，本身是错位的，这一点也是值得大家考虑的。现在看起来火热或者很好的东西，可能并不是作为一个，特别是一个小的创业者，如果有这方面的背景可以，并不是切的最优的一个点。

赵云峰：这个说的很有感触，大家会发现，现在AI比较热，估值比较高，绝大多数的商业模式都是给企业做项目，也有一些相对来说，比较勇敢，比较少的公司，也去做一些SaaS的服务，您如何看待两类不同的业务模式的？

徐晨：其实我觉得某种程度上来说，AI本身对我们来说是一个广义大的场景，我觉得这两种可能性，都会存在，特别做项目，对于多数的比较成熟的企业，特别在中国，作为客户来说，从感知上来说，这种所谓的方式，对他们来说威胁比较小。而且我觉得还有很多的不少的所谓大的机构，还抱着自己来做的心，我们之前接触过不少给金融结构做业务外包的公司，或者给金融机构作为客户定制化管理的公司，很多时候客户同时采购几家的方案，第二种你会发现多数的客户对所谓的业务的探讨，在某一个部门，或者某一个业务环节，这块最大的难点就在于，我们其实从软件本身来看的话，包括做所谓系统，做平台的人来看，这种业务就是消除为驱动导向。公司到一定阶段以后，跟很多人说是一个平庸的公司，以销售为主导驱动的一个企业，包括最近思科卖给Oracle以后，基本上不行了，它的一个特点，完全是销售导向型的公司模式，SaaS现在目前看挑战非常大，第一个让用户，平台搭建在，所谓的系统之上的话，或者把它的数据对第三方开放是有比较大的难度，特别是从人工智能长期来看，我觉得基于所谓平台的服务，SaaS的服务，应该是主流的趋势，哪怕企业会有封闭的需求，多数的企业，都会选择SaaS的方式。

其实只有这样的情况下，才会真正意义上，AI带来的所谓广义的优势，这种情况下，不光得到自己所谓的数据，和自己业务的梳理，而是来自于更大的数据池，来自于整个行业，各个不同公司，同时对这个行业影响以后，你的业务在中间产生的反应。 

赵云峰：现在看来，这次AI技术的升级，更像是过去传统的软件服务，因为现在绝大多数AI公司都是2B的，我要用一些具体的方案，解决传统客户的需求，徐总如果我们人工智能2C的时代马上到来的话，会不会让这样一些AI公司能够活的相对来说更舒服一些？或者更擅长一些？因为好多是从互联网转型过来的。

徐晨：这种看法，我觉得在整个现在这个时代，AI出现，它之所以感到兴奋，并不是AI创造了一两个所谓大的公司，而是它创造了真正意义上所谓新的平台，为什么说2B为主呢？现在目前看起来，整个平台资源，多数以技术为优先的公司，跑的比平台更前面，或者多数技术的公司，没有办法利用这个平台，做很多的商业应用，这是一个过去多数企业，以服务企业客户服务为主的方式，C端更多是大平台出现以后，包括移动互联网，或者所谓的互联网整个演进的路径差不多。所谓竞争到达一定程度以后，2C的业务处于商业模式创新期，其对于客户的抓取性，某种情况下，可以把更多的精力，集中在用户的感知上。同时有一个特别的不同的场景，很多企业，可能会成为我们真正意义上B2B2C的合作商，它有很强的客户能力的公司，成为下一代服务客户的厂商。它自己用一套整个相对高效的管理方式，成为服装行业新的巨头，我们仔细来看，现在多数厂商，很多厂商用流程生产，或者多SKO，少生产线的方式生产。对于AI行业，到了后期，也会出现所谓能够服务更多的针对意义上的用户，帮助他们。    

赵云峰：刚才提到了不同的商业模式，下一个问题是，我们中美创业的区别，我们谈论人工智能，研究技术还是产业，跟美国都是绕不开的一个话题，刚才提到，国内更多公司做项目，美国公司做SaaS，这是一个很大的区别。另外观察到，在过去几年，基本上发出过原创性论文的，还有做出比较优秀的demo和产品的公司，基本上都被巨头收购了，徐总对中美之间的AI创业区别有什么看法？  

徐晨：第一，某种程度来说，大家说美国AI人才的储备比中国人才量大很多，有人做过统计，美国的AI人才是中国的五到六倍，换一个角度来看，现在这些公司，我们抛开这个量来看，就质来说的话，两国所谓的中间的差异越来越近；第二，在企业客户，所谓客户端，对这个技术本身，采用新技术意愿来看，国内比国外更强，在大的政府型采购的方向上，中国比美国政府在这方面更加的勇敢，从这一点来看，中国AI产业上为更多企业创造了更大的市场。所以不管从本身商业逻辑来看，最后不管技术本身的发展如何，更多的还是以市场为主要的驱动性。就这一点来看，现阶段中国和美国在很多方面是非常接近的。当然还有一点，比较重要的一点，其实现在从本身底层技术来看，国家的分配越来越大，很多企业，采取多种所谓的技术，做融合性的开发，包括很多国外企业在中国做了很多业务，这一块中间的界限越来越模糊。

来源：品途商业评论