人工智能的“寒武纪”来临，有多少AI创业公司得以生存？

如今的 AI 发展浪潮像是生物大面积爆发的寒武纪。但在寒武纪之后，会有许多生物逐渐慢慢被自然淘汰。对于 AI 公司而言，是否能平衡好发展速度和手上的资源，在未来相当长的不确定周期显得尤为重要。

计算机视觉、自然语言处理、数据分析等前沿研究技术不断突破，并且发展速度飞快。相比于前两次 AI 创业浪潮，在更丰富的数据与技术支持下，技术如何在各个领域落地以实现商业价值成为行业关注的焦点问题。

9 月 19 日，机器之心与戈壁创投在北京举办人工智能技术商业化落地交流会。在交流会上，美团云、思必驰、三角兽等十余家 AI 领域的公司，对不同发展路径进行梳理，共同讨论从技术到产品落地以及行业发展等核心问题。

在活动现场，机器之心和戈壁创投分别从媒体和投资的角度阐释了对 AI 产业应用和创业机会的看法。十余位嘉宾在「技术开源与开放」、「机器学习如何重塑城市服务」、「在金融领域，人工智能还有哪些想象力?」、「人机交互背后的商业价值」这四场圆桌论坛中分享了自己在 AI 实践中的见解和看法。

第三次浪潮的初期，是发展速度和资源平衡的节点

人工智能的第一次浪潮中出现的大多是纯粹科研性质的公司，但绝大多数这类企业还没有真正实现商业化，有些在盈利前就被收购。第二波热潮的公司更多致力于构建机器学习的基础设施，这些初创公司的确创造了一定商业价值，但大多也在形成规模前被收购。随着数据和技术的支持，第三次 AI 创业浪潮的主题是应用人工智能的解决方案。这类初创公司与以往的区别是，他们会针对特定产业或领域开发终端应用，而不仅仅是构建基础设施。

戈壁创投管理合伙人徐晨在现场表示，多数人觉得 AI 的来临像是启示录一样，会建立新的社会秩序。但其实整个 AI 更多像是创世纪，是循序渐进、产生新的能量的过程。徐晨还提及，从 VC 的角度看，每一次新兴平台的出现，都会迎来创业的热潮，这类似于寒武纪的生物大爆发。

对于 AI 领域的创业者而言，更多关注于高毛利率的行业和有大量数据沉积的行业。「特别像在健康，还有包括 BI 方面，同时这些行业本身来说，人被取代的可能性巨大。」徐晨说。

在现在的浪潮中，教育、工业、金融等领域都是切入的点。特别是在工业物联网和工业 4.0 的场景中，数据一直在产生，但没有太多人去做收集和分析。徐晨认为，如果有人能够从这里切入行业，把更多的数据累计起来，把算法跟前期更多的企业结合起来，会有可能形成新的品牌。

AI 带来的是全新的机会，但也意味着不同的商业可能。徐晨总结说，这两年的 AI 创业，更多的是从需求和具体的场景切入。

助理来也合伙人白泽宇表示，在做面向 C 端用户的助理产品时，会发现 CUI 不一定比 GUI 更高效，或者是体验更好，「GUI 和 CUI 其实两者的结合才是王道。对于设计者而言，还要找到用户真实场景的结合点，才能提高它的应用效果。」

徐晨分析说，还有一个典型的现象是，即使是数据比较丰富的行业，也没有出现所谓的大型垄断。许多公司的收入很不错，但这些企业的核心竞争力不在于算法和技术本身，而在于销售能力，包括针对不同企业客户定制方案的能力。

例如美团云产品负责人陆川有同样的体会：「现在创业公司想用技术创造一个东西，其实也会越来越难，因为你需要掌握各种各样的事情，但开源会给我们带来更多的选择，让创业公司更加顺利，快速去做自己的产品。」

思必驰 CMO 龙梦竹也表示，语音经历了两三年快速发展，目前行业最主要的矛盾，在于客户个性化与更加场景化、具体化的需求与技术提供商定制速度，得不到匹配，其技术、产品需求会特别个性，版本迭代速度也要求很高。

这在如今炙手可热的智能音箱领域或者可以瞥见一般。

「音箱成为主流，一个前提条件是卖的足够多。」三角兽联合创始人马宇驰认为，「现在所有的大公司都在通过智能音箱抢流量的入口，但能不能实现还是要看销量。因为卖的足够多，作为入口才是成立的。这是我们对行业硬件的判断。」

徐晨也提及，在寒武纪之后，会有许多生物逐渐慢慢被自然淘汰。这也意味着某些现在的技术或业务模式，可能会在未来的 5 到 10 年后逐渐淡出市场。现在的时刻是发展速度和资源平衡的节点，是否能合理地利用手上的资源，在未来相当长的不确定期里是非常重要的。

从垂直领域到城市生活，人工智能技术与创业正在促成的改变

人工智能技术落地与应用场景的探索，是新一波技术能够发挥更大价值的最重要目标。很多创业公司瞄准不同垂直领域，使用AI技术改变传统商业路径与生产效率，而这些新型服务背后同样在改变饮食、出行、理财等个人生活。

对于外卖而言，AI 最主要解决的问题是匹配订单和配送员，同时规划合理的配送路线和顺序。美团外卖智能调度系统负责人何仁清在现场表示，同城配送的目标是用技术手段提升用户体验，同时提升效率、降低物流成本。AI 主要能够让配送更加准确、效率更高，例如通过美团的智能调度系统，可以对千万级的订单和百万级骑手进行分配。「在未来，还有一个趋势是运营会和线下业务结合。」

这种应用与即时物流类似。点我达联合创始人谢新宇认为，物流是典型的劳动密集型行业，但采用众包的模式、运用技术的方法进行管理，可以提供末端点对点的送达服务。「我们会把当前的运力结合配送的客观环境，比如天气情况，运力的紧张和宽松的情况，最终会反应在时间这个维度上。在消费者下单之前，给到消费者一个好的体验。」谢新宇说。

处于外卖餐饮链条上游的共享厨房，也正在积极拥抱 AI，例如食云集希望通过线上的大量反馈提升服务品质，同时提升餐饮配送的效率。同时，食云集创始人吴皓坦言，无论是新零售还是餐饮互联网化，需要做的扫码、面部表情识别、商品的视觉识别，目前也都处于数据收集的阶段，并且在未来一年里仍会继续。

在出行领域，有车位想要把目前高度分散、人力成本高和信息服务差的停车场资源整合起来，建立无人化管理流程，为出行需求提供定制化服务。有车位合伙人陈刚表示，目前做得最多的工作其实是数据的链接。

同样是从汽车领域入手，维 C 理财创始人&CEO 薛俊龙表示，早期搭建投资人和汽车经销商沟通的平台，目前逐渐转型升级为以数据驱动为主的汽车金融科技公司。薛俊龙表示，通过数据挖掘和人工智能技术可以让风控更加简单，「比如说有一些数据我们实际上是不能公开去获得，但我们可以直接在云端建模，不需要用户的住址、电话等隐私数据，这样会改变传统的风控模式。」智融集团 CTO 齐鹏的观点和实践也都是类似的，即通过机器学习的方式解决风控问题。

「我们在创业的时候就考虑如何把互联网数据和 AI、市场投资理论结合在一起，形成比较好的方法论。但一个新的东西出现的时候，比如说用数据去做投资，是会时常被抗拒的。」FellowPlus 联合创始人王亮希望通过大数据分析和机器学习对一级市场热门投资主题、基金管理人和项目进行量化还原与分析。

王亮同时表示：「我们结合市场数据建立了一些模型，但是这个模型只能保证非常基本的收益，如果你想获得超额收益的话，你往往还是要有一些人的判断在里面，这是机器暂时没有办法实现的。」

天眼查创始人兼 CEO 柳超同样主张人、数据、技术三位一体的人工智能，表示不会单独夸大某一方面，三者应当是结合在一起的。有很多事情许多人去看数据，再根据反馈去解决问题。这在金融领域，显得尤其重要。