“人工智能“誕生于1956年一次歷史性的聚會，1969年成為一個獨立學科，主要有符號主義、連接主義、行為主義三大學派，而后數十年幾經沉浮，直到近年來大熱成為顯學;其在語音、圖像、人機交互等領域取得巨大成績有賴于移動互聯網時代計算資源和能力大幅度提升、大數據積累以及深度學習等算法在相關領域上的應用。創(chuàng)業(yè)者有必要了解這個學科及技術演進的來龍去脈，進展、突破點以及現實的技術邊界，保持理性和專注，尋找其中蘊含的商業(yè)機會。
雖然大家都在談論“人工智能”，但每個人認知和理解都不一樣。筆者混跡AI圈多年，憑借對行業(yè)粗淺的理解，試著梳理了一張AI技術地圖，順便談談對于AI創(chuàng)業(yè)現狀的一些看法。
1、中美有望引領此次AI技術革命
中美有望延續(xù)在互聯網時代的優(yōu)勢地位引領新一波AI技術革命，同時兩國差距進一步縮小，一些領域中國將走在世界前列。
2、深度學習算法在語音、圖像等感知智能領域取得重大進展
深度學習算法在語音、圖像等感知智能領域取得重大進展：語音技術在教育、車載、智能家居、醫(yī)療、智能硬件等領域的商業(yè)應用取得很大進展，圖像技術則在安防、金融、廣告、零售、公安、自動駕駛等領域應用廣泛，這兩個領域也聚集了最多的創(chuàng)業(yè)公司和巨頭;但在自然語言處理等認知智能領域進展緩慢，巨頭在該領域重兵投入，接下來的3-5年有可能取得大的突破。
3、行業(yè)處于早期，商業(yè)化2B機會先成熟
一段時間內業(yè)內爭論一個話題：AI科學家，AI產品經理哪個更稀缺，哪個更重要。這個爭論其實沒有意義，對一家企業(yè)來講各方面人才都很重要，缺一不可。
1）AI創(chuàng)業(yè)依然處于早期
目前人工智能仍處于非常早期的階段，但進展很快。語音、圖像識別的準確度在一些垂直領域已達到商用標準并產生了很好的社會和經濟效益，但是尚未完全攻克，在很多應用場景依然無法達到實用標準。在自然語言處理領域尤其如此，開放域領域的自然語言處理，上下文對話，多輪對話，邏輯推理等依然是尚待攻克的技術堡壘，自然其中也孕育著巨大的商業(yè)機會。
2）2B率先商業(yè)化，而后2C
從全球范圍內看，絕大部分AI創(chuàng)業(yè)公司選擇B2B或者B2B2C這種商業(yè)模式，而且B2B中多選擇提供行業(yè)解決方案而非技術平臺，這和整個AI行業(yè)處于非常早期的階段是相匹配的，絕大多數新技術的商業(yè)化都走的這條路徑，AI技術也不例外。
2B公司為行業(yè)客戶提供定制化解決方案，幫客戶節(jié)省成本、提高效率或者增加收入，客戶愿意為這種技術和服務買單，公司可以快速獲得現金流?，F在的BAT三巨頭，當初也是2B業(yè)務，后來C端市場起來后才轉向2C。
2C則面臨很多不確定性：技術水平能否達到用戶期望、數據冷啟動、用戶需求定義、硬件設計、供應鏈管理、成本控制、生產品控、市場推廣、銷售團隊組建、渠道建設等等一系列環(huán)節(jié)，任何一個環(huán)節(jié)出問題都可能導致產品難產或者不被消費者認可造成庫存積壓，而在此過程中公司并沒有現金流進賬，其中蘊含的風險可想而知。
同樣是面對C端市場，互聯網公司打法和硬件公司打法完全不一樣，很多時候甚至是矛盾的。前者講究小步快跑，快速迭代，產品改進過程以周計，可以不斷試錯調整，后者則要求精益求精，謹慎穩(wěn)妥，一次磨具改動或者元器件調整就可能導致產品延期數月，試錯成本極高;前者程序員是最大的群體，因為每一次迭代產品需求變動都需要程序員將其轉換為一行行代碼，對后者來講則是市場銷售導向，品牌和渠道最重要，大部分企業(yè)在研發(fā)上投入有限;前者很典型的一種狀態(tài)是公司幾十上百號人幾年就只做一個App，后者則很難單款產品打天下，需要清晰的劃分產品線，打組合拳;前者APP通常是免費下載，獲客成本低，做到幾百萬、千萬、甚至上億用戶很正常，后者硬件需要一臺一臺的賣，需要用戶掏錢，獲客成本非常高，極少能賣到百萬量級;前者服務百萬、千萬、上億用戶成本沒有特別明顯的區(qū)別，邊際成本極低，但后者不同量級出貨對于市場、渠道、供應鏈挑戰(zhàn)都不一樣，邊際成本降低不明顯。
很多互聯網公司轉型做智能硬件產品時，思維沒有轉換過來，依然按照原來的思路來做智能硬件，結果栽了大坑。一部分連原型都沒有做出來;一部分做出原型但沒撐到量產;一部分量產了，但沒有后續(xù)出貨，成為積壓庫存。大部分公司只走到這一步，沒有后續(xù)了。作為互聯網企業(yè)的優(yōu)勢喪失掉了，硬件的坑一個沒落下，最后粉身碎骨。
現階段來看，距離創(chuàng)業(yè)公司打造出一款爆品的AI產品條件還不夠成熟，是否已到臨界點不好講。從國內現狀來看也是如此，大部分做C端產品的AI公司都入不敷出，過的比較艱難，大部分已經或者開始轉向2B 。繼續(xù)堅守C端市場的創(chuàng)業(yè)公司必須對硬件存有敬畏之心，想辦法開源節(jié)流，管控好公司現金流，嚴控成本，盡量少犯錯，C端市場起來可能還需要較長時間，活到那一天最重要。投資人耐性也是有限的，不會給幾次機會。
4、AI創(chuàng)業(yè)很難一蹴而就，務實踏實，快速商業(yè)化
AI創(chuàng)業(yè)現在依然屬于行業(yè)早期，基礎設施建設階段，技術成熟、市場需求挖掘和擴大、產品商業(yè)化都要需要時間，而且可能持續(xù)比較長時間，AI創(chuàng)業(yè)者需要有耐性，遇到挫折和困難都很正常，需要專注和堅守。
創(chuàng)業(yè)公司各方面資源都非常有限，試圖和巨頭進行軍備競賽，搶奪頂尖AI大拿，并不是明智的選擇。創(chuàng)業(yè)公司真正需要的是大批能將AI技術快速產品(工程)化，并應用到具體的商用場景，可以干苦活、臟活、累活的人才：看的了paper、寫的了程序、調的了參數、做的了DEMO、并能應用到產品中。
長期來看，隨著基礎計算平臺和開源平臺的豐富成熟，單純技術方面很難構成壁壘，人工智能的技術準入門檻會越來越低。人工智能創(chuàng)業(yè)一定是綜合實力的比拼，對理解行業(yè)、剛需痛點挖掘，產品化和工程化能力，營銷能力每一塊都不能有短板。
無論創(chuàng)業(yè)公司選擇哪條路，都需要以最快速度、最低成本將技術產品(工程化)，找到最合適的商業(yè)化場景，完成商業(yè)閉環(huán)，只有走到這一步，企業(yè)才能講脫離死亡線，一家AI企業(yè)成立幾年還在談技術而沒有拿得出手的產品或方案，絕不是好的跡象。
5、AI創(chuàng)業(yè)機會在哪？
從大的層面來講，AI創(chuàng)業(yè)機會主要有3大類：
1）AI技術本身的機會
上面那張AI行業(yè)地圖，其中的佼佼者有可能成為行業(yè)的基礎性設施，這塊機會現在已經不多了，巨頭林立。
2）AI技術與各行業(yè)結合，提供技術或產品解決方案
傳統(tǒng)產業(yè)AI化改造，現在大部分AI創(chuàng)業(yè)公司走的這條路，將AI技術和具體行業(yè)結合，提升效率或智能化升級，這塊還處于早期階段，蘊含不少機會。這樣的人工智能項目并不一定需要技術大牛，需要的是創(chuàng)業(yè)者對行業(yè)的深刻理解，懂技術邊界和行業(yè)痛點并方案或產品化，以及銷售和推廣這些方案或產品。
3）AI技術產品化
這塊市場也處于非常早期的階段，方興未艾，絕大多數機會依然屬于對行業(yè)有深入洞察的創(chuàng)業(yè)者，分為兩大類。
一類是2B，面對各行各業(yè)推出對應的機器人產品來取代人類工作，降低成本，提高效率，如各種巡邏機器人，工業(yè)機器人等。
一類是2C，直面消費者推出各類人工智能產品。這塊又可分為兩類，一類是產品產品的智能化改造，如小智音箱，Echo這樣的產品;還有一類是完全新的品類，如家庭管家機器人。
6、展望
人類每次工業(yè)革命間隔的時間越來越短，影響卻更加深遠，人工智能革命可能已經開啟，當AI技術融入我們生活無處不在時，很難想象會發(fā)生什么。如同30年前的人們很難想象今天的社會，同樣現在的我們也很難想象30后的未來會是怎樣。但可以確定的是我們這代創(chuàng)業(yè)者可有的忙了，有機會一起朔造“第四次工業(yè)革命”。
