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日戈壁创投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。 

戈壁创投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”。这是戈壁创投徐晨的深刻感受。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创投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