不知不觉，2018年已悄然过来一个月，但在AI创投界，仍有一个成绩悬而未决：AI 创业 最可行的 商业 形式，照旧模糊不堪。

要晓得，仅在中国A股市场，就有200多家大数据和人工智能企业，这还不算尚未上市的数以千计的初创企业。但是，不少 投资 人在埋怨，往来于各种AI论坛的光鲜中，那些 科技 新贵们看似群星灿烂，但真正在商业化上令人兴奋的公司数量，却十分惨淡。

去年底，一篇《捍卫科大讯飞》，更是揭开了AI团队遭遇BAT时的伤疤。文章导语写道：“近20年的技术积聚能为科大讯飞暂时构筑一个壁垒，但不得不说，这个壁垒在 互联网 企业疾速迭代的形式下，将会很快瓦解”——强如科大讯飞，也在巨头面前拉响警报，其他咖位尚浅的AI创业者，不由感到惶恐。

他们在惶恐什么？

答复这个成绩，必需深谙AI产业链格式。

人工智能的产业链大约分三层。最底层是地基，包括云计算，芯片和开源框架等。这一层门槛高企，拿芯片来说，芯片市场的时机，留给了英伟达，高通这些赌资雄厚，永远也不下牌桌的“old money”身上。

地基之上，是两头层。你熟习的图像辨认，语音辨认等通用技术，就在这一层。你之所以熟习，是由于这一层赛道开阔，繁华特殊，攫取了 媒体 最多的聚光灯：BAT将其视作关键要塞，是他们搭建生态零碎的中心；深耕技术多年的各路AI中小型团队，也在这一层挤得头破血流，他们不时汲取数据，精进算法，试图与巨头掰掰伎俩。

但很遗憾，据我所知，不少投资人都倾向于以为：这一层将来仍是巨头的内斗。由于若不框定某个详细行业，BAT最不缺的就是数据；且所谓搭建生态零碎，根本同等于将来通用技术一定全部收费，然后靠云计算等其他效劳免费。而挤在这一层的AI创业公司，却只能持续靠技术自身赚钱，将来的路只会越走越窄（理由前面会说到）。

那么，天山神仙打架，小角色只配看个繁华？当然不是，AI世界不会如此无趣，AI产业链还有最下面的使用层：小角色最明智的打法，就是手握巨头们的技术武器，选择垂直范畴，一头扎出来。

这并非什么新颖论调，已是投资界共识，我明天更想说的是：人工智能创业，该扎进哪些行业。

依照迅雷开创人程浩教师的划分，人工智能与垂直行业的相遇，可细分为“AI+行业”和“行业+AI”。“AI+行业”是指在AI反动降临前，人间不存在这样的产业，譬如无人驾驶和智能音箱，开拓了一条全新的产业链，创业公司与巨头处于同一同跑线，但现实上，这对创业公司是不利的，正由于起跑线的绝对公道，巨头的数据优势，会让他们迅速拉开与创业公司的差距。

而“行业+AI”是指行业不断存在，产业链成熟，只是过来完全靠人工，效率低，AI的辅佐决策大幅提升了运转效率（比方安防和医疗等范畴）——相比于“AI+行业”，“行业+AI”对创业公司更敌对，也更易构建出行业壁垒。

在程浩教师看来，行业壁垒才是AI创业最夯实的护城河，巨头与创业公司唯有在“行业纵深度”这个泥泞的战壕里，才干到达真正意义上的公道——不只是起跑线公道，深耕的进程，异样公道。

他拿“医疗+AI”举例：“少量精确的被医生标注过的数据最重要，没无数据，再天赋的迷信家也无用武之地。但在国际，医疗数据拿出来十分困难，BAT做医疗一点优势都没有，他们要把这些数据从各医院、各科室搞出来也很累。相反，假如一个创业者在医疗行业耕耘很多年，也许拿起数据来比大公司更容易。这与互联网+一样，一旦细分到详细行业，并不是说你百度、腾讯有资金、有流量，投入人才就什么都能做，比拼的还有行业资源和人脉……在宏大的行业壁垒面前，真不是说我的算法比你好一些，市场就是我的，只要技术优势依然差的很远。回归‘AI+行业’和‘行业+AI’，通常来讲前者的行业纵深比拟浅，后者则有宏大的行业壁垒。而行业壁垒，则是创业公司最大的护城河，也是抵御BAT的关键。”

再举一个典型的有宏大壁垒的“行业+AI”案例：安防。国际“安防+AI”一个重要玩家是海云数据，不同于普通AI团队对盈利的三缄其口，开创人冯一村最近在承受《AI百人》采访时，说了一句让AI圈投资人倍感欣喜的话：“在商业社会里，只要赚钱和不赚钱两种公司。”很早就完成盈利的海云就是前者。而这种直白，或许源自冯一村另一句自白：“没有哪个创业公司，像我们这样去扎一个行业。”

这简直是对“行业壁垒”实际的一种极端化描绘：这家公司属于AI产业链最下层，选择了安防和航空等几个“行业+AI”深耕；他们技术不错，但不靠技术自身赚钱，却赚了更多的钱。分析这家闷声赚钱的公司，能够是探求AI商业形式的一条捷径。

而读完这篇文章，我希望你置信一件事：在广袤AI的疆域，神仙有神仙的活法，精灵有精灵的活法，巨头们的生态博弈，并没有堵死创业者的路。

只靠技术赚钱，能够性不大

在采访中，冯一村的一个观念令人印象深入：科技世界，最赚钱的公司往往不是聚光灯下的公司。

譬如在大数据时代（长久盛行当时，这个词曾经老了），最赚钱的不是大数据公司，而是为大数据提供底层支持的云计算公司；而在人工智能时代，真正激起的是大数据市场：“由于AI最重要的逻辑是用数据做智能化训练，所以在人工智能时代，最赚钱的公司并不是像商汤和Face++这类的公司，不是说这些公司不赚钱，他们也赚钱，但他们的盈利形式并没有出现很明晰的特点。”

现实上，在不少投资人眼中，假使人工智能团队的自我定位永远是“技术提供商”，没有给客户提供一套全体处理方案，那么它在产业链中的价值将会日趋昏暗。

这不难了解。缘由之一，如前所述，就像那篇《捍卫科大讯飞》所写，巨头会收费提供图像和语音辨认等通用技术。缘由之二，AI自身的技术门槛正在下降，就像猎豹挪动傅盛所言：“深度学习的中心是数据驱动，虽然有模型调参，有本人的优势，但他人有更多的数据调参会很快拉平优势，很难真的想像一家公司经过提供技术输入就能成功。将来深度学习是根底的技术运用，很多公司都具有深度学习的研发才能。”

举个例子，在过来，初创AI团队的停顿受制于软件开发所破费的工夫，但如今，巨头们纷繁开源了自家的深度学习框架，初创团队可以如插件普通，将人脸辨认等技术嫁接到本人的零碎中，让没有太多深度学习背景的开发者也能容易上手。

换句话说，单纯靠技术自身卖钱，天花板很低，也很风险。

那么成绩来了，AI创业路在何方？

我以为，最可行的出路，来自于程浩提出的“一横一纵”实际：“一横”是指你提供的技术效劳，通常“一横”能效劳很多行业，但一定要找到几个最无机会的垂直市场，深扎出来，晋级为“一纵”——也就是，把技术转化为产品，卖给客户，商业变现，再经过商业反应更少数据，夯实技术，构成商业闭环。

总之在我看来，随着将来技术门槛的下降，AI创业者的身份认同，要从最原始的“技术提供者”，逐步转向成为一个“行业专家”。

而在这个进程中，他们应时辰谨记两点：1，面对本人时，深耕几个垂直范畴，然后等候工夫的报答；2，面对客户时，从技术提供者退化为一个“赋能者”，授之以鱼不如授之以渔。

授之以鱼不如授之以渔

AI创业者深耕详细行业，还有另外一个缘由：AI将在To B和To G范畴率先落地。

其实不止人工智能，追溯历史、计算机、互联网、智能 手机 ，任何推翻性技术的开展途径大致类似：缘起于军方和政府（我不断觉得，热战时期的美军是人类史上最大的“黑科技集中营”，这篇不赘述了），待到技术绝对成熟后交还与企业，然后用于特定行业，最初变成群众消费品——AI亦如此，去年AI的落地进程，其实更多是向To B和To G等传统行业浸透的进程。

而人工智能To B和To G落地的第一站，很多都是在传统行业，用AI停止辅佐决策。拿海云举例，他们以大数据可视剖析起家，如今则把AI与可视剖析技术结合，然后选择四个“行业+AI”深耕：公共平安，交通运输，军民交融和智慧城市，推出与这些行业结合严密的处理方案，提升客户的数据决策才能。

颇值一提的是，作为真正意义上的“行业察看者”，他们在与行业客户多年的交流中发现，客户真正需求的不是提出的详细“技术需求”，而是一整套随机应变的综合才能——别忘了，授之以鱼不如授之以渔，海云数据也因而提出了“才能效劳”的概念，这一概念现阶段的标志物，就是图易AI才能效劳平台。

复杂来讲，这一平台可以经过整合软件、硬件、数据和算法，完成全程“无代码化”，客户可依据不同需求，对海云提供的模块停止拖拽和组合，本人构建智能数据处置模型。换句话说，客户购置的是一种才能，而非技术。他们今后可依据不时添加的业务需求，不时更新本人的才能矩阵，好像搭积木一样，完成业务的效率提升和数据决策价值变现。

以海云深耕数年的安防范畴为例，基于图易研发的“智警大脑”已完成行业落地。详细来看，智警大脑可以经过人脸辨认（应用了百度的开放技术）进入后台，然后经过语音指令调出事故现场视频，左近的警力、周边卡口、情报剖析状况、立功嫌疑人的途径、重点嫌疑人的档案等节点，可以霎时经过一张图和一张网的方式，让公安人员实时看见，确保在事故发作后公安部门能疾速处置。

目前智警大脑已效劳全国超越三分之一的公安市场，使公安情报剖析精确率提升70%，指挥决策效率提升50%。

而从智警案例中不难发现，在“行业+AI”的落地进程中，最重要的是提供一个综合处理方案。智警大脑交融了通讯技术、语音辨认、人脸辨认等AI技术，以及海云最熟习的大数据可视剖析技术，经过将它们封装成一套处理方案，让客户霎时完成决策才能的跃迁。

除了公共平安，图易AI才能效劳平台也在完成对其他行业的改造。譬如在智慧城市建立中，它能综合处置调度整个城市的公共数据，对城市停止全局实时剖析，自动分配公共资源，提升城市综合管理程度，使紧急事情呼应从8分钟降低到4分钟，增加立功率和改善应急效劳。

而在交通运输范畴，脱胎于图易的“智航顺”可以为机场接入400多个数据源，集成多品种型架构的数据，并在一切机场功用中生成单一的运转安康指数实时视图，可使飞行援助预备工夫延长33%，航班延误率降低一半，进步机场资源应用率28%。

海云也开端将“才能效劳”的触角伸向海内，他们将国际化战略的切入点选在了一个特殊的安防场景：美国校园平安。

特朗普访华时期，访华团成员、前美国教育部首席财务官、EdTech基金开创人Stanley Buchesky特意访问了海云数据——在安防范畴积聚的少量行业经历，或许能为稍显守旧（根本靠少量人力停止巡查）的美国校园平安成绩开出一剂良药。

欣喜的是，在刚刚完毕的CES展上，海云数据就重点展现了针对校园安防范畴的一套处理方案：譬如，依据校内修建和街区状况，智能计算出摄像头的安放地位；依据摄像头采集到的呼吁行业者在政府部门出台相关政策标准的之前，从业者一定要规范自己的行为准则健康有序的快速发展。数据停止建模剖析，接入警方的立功嫌疑人名单，实时停止人脸辨认；辨认出可疑人员（恋童癖等）后，零碎及时反应给警方，第一工夫停止决策。据悉，海云已开端和美国学校洽谈协作，很快就会落地，成为他们规划安防范畴多年之后，开出的新的花朵。

结语

最初想说，在整个“行业+AI”市场，将本人定位于“行业专家”，为客户真正赋能的AI团队，不只海云数据一家——现实上，在这片叫做人工智能的草原上，假使将BAT比作妄自菲薄的雄狮，那么这些团队就像一只只勤勉的穿山甲，它们力气或许显得低微，但经过工夫的陈酿，经过多年的深耕，穿山甲们也终将在各自范畴“拱”出一方天地。

也正因如此，这片草原，才显得活力勃勃，光辉万丈。

来源|新芽NewSeed