怎样人工智能创业？（分享人工智能创业创新的六个核心问题）

独家首发·精华笔记·人工(gong)智能

本文新鲜度：★★★★★ 口感：爽口茶泡饭

笔记君邀您，样人业分业创先思考：

一、创能创互联网VS人工智能

从创业的(de)享人新的(de)心问角度来讲，我建议：大(da)家更加应该关注人工(gong)智能，样(yang)人业分业创而(er)不是工(gong)智工智个核互联网。

第一，创能创互联(lian)网流量红利基本已经消失。享人新的心问

PC和移动互联(lian)网的样人业(ye)分业创红利早已消失，手机出货量每年都在下(xia)降。工智工智个核手机、创能创无线(xian)方面的享人新的心问流量基(ji)本走平了，但是样人业分业创中国已经连续几年手机出货量维持在四亿台，意(yi)味着你多卖一台别人就少卖一台。工智工智个核

现在这(zhe)个阶段，创能创流量的大趋势基本上(shang)定了，大家都知道手机首屏基本就这几(ji)个APP：微信、QQ、淘宝、头条、邮件、日历。在现在新的流量红利已(yi)经比较干涸的情况下，再在这个领域创业其实(shi)不(bu)是很(hen)明智。

举个(ge)例子，PC互联网最后一个独角兽公(gong)司是哪家？知乎。

知乎2011年正式上线(xian)运营，到今(jin)天这已经是最晚的一个PC独角兽。

2011年PC互联网竞争的激烈程度跟2015年移动互联(lian)网竞争的程度类似。

2015年的移动互联网的(de)总人数和总的竞争(zheng)激烈程度其实已(yi)经超过了2011年(nian)的PC领域，那就意味着(zhe)在2015年之后，移动互联网可能很难再做。

第二，互联网给用户带来的最大的价值是解决信息不对称和连接的问题。

电商解决了(le)这两个问题(ti)：

①信息不对称。

你怎么知道我卖的东西(xi)都是真货还是假货？怎么知道我的售后服务好(hao)不好？淘宝用钻石皇冠把问题给解(jie)决了。

②信息连接的问题。

有(you)这么多(duo)买家这么(me)多(duo)卖家，当然需要一个平(ping)台把大家都集中在一起，这个是“互联网+”集中解决的问题。

对于很多比较传统的行业，信息和连接并不是痛点。

第三，人(ren)工智能(neng)能够大幅提高生(sheng)产力。

现在AI看片(pian)非常火，很多基层医院打出(chu)来的CT和(he)X光片，通过AI能解决很多问题。

也包括滴滴打(da)车，互联网解决了打(da)车难的问题，但是没(mei)解决(jue)打车价格的问题。事实上，补贴去掉之后，大家都发现了滴滴一点都不便宜，道理很简单——不管是专车还是出租车，还是需要由人来开，人工成本降不下来，就(jiu)不可能便宜。

不(bu)知道大家有没有体会到一个问题，现(xian)在互联网对传统行业中餐饮行业的改造其实是非常皮毛的，无非就是搞个折扣券把它(ta)预定一下，好像仅此而已。

餐饮行业真正需要解决的是大厨能不能被替代的问题，在这块互联网根(gen)本帮不上忙。

所以，未来人工智能对于各行各业的改造力(li)度会远远超过互联网。

比如医疗行(xing)业，很多(duo)基层医院水平不高，那未来完全可以通过人工(gong)智能来辅助医生读CT、X光等(deng)医疗影像。像(xiang)今年，IBM Watson对(dui)皮肤黑色素瘤的诊断，准(zhun)确率已提(ti)高至97%，远远超过了人类专家(jia)75%-84%的平均水平。

未来，人(ren)工(gong)智能无论是在(zai)无人车、机器(qi)人、医疗、金融、教育还(hai)是其他领域，都将爆发巨大的社会效益，这(zhe)点毋庸置疑。

我认为下一波大趋势和大的红利(li)不是互联网+，而(er)是人工智能+。我建议现在的创业者更应该关注人工(gong)智能领域(yu)的(de)创业机会。

二、人工智能 vs 人工(gong)智能+

从投资角度来讲，其实人工智能和互联(lian)网一样是一个(ge)非常大的领域。

我们做投资，别人问：“你是(shi)投哪个领域的？”我说(shuo)：“我是投互联网的”。这话说出来跟没说(shuo)一样。

在基础层之上有一个(ge)通用技术层，它(ta)包括例如图像识别、语音识别、语义理解、机器翻译等。

再往上(shang)一层是人工智能+，也(ye)就是顶层。通(tong)过利用底层和中间层把技术应用到各行各业,也就是人工智能对各(ge)行各业(ye)的转化。

相比较(jiao)而言，基础架构和通用技术是巨头的(de)必(bi)争之地。

比如芯片领域，Intel、英伟达、高通都投入巨资，竞争(zheng)极其激烈。云计算、框架也是一样，都不是小公司能够涉足的领地。

通用技术有两个(ge)问题：

第一，通用技术没有直接的商业(ye)模式。你只要通(tong)过SP可(ke)以卖钱的，基本卖得动。

笔记侠注：SP（Service Provider的英文缩写，指移动互联(lian)网服务内容应(ying)用服务的直接提(ti)供者，负责根据用户的要(yao)求开发和提供适合手机用户使用的服务。）

第二，现在(zai)BAT对(dui)于通用技术极其重视。

因为大家都相信人工(gong)智能是下一波工业革命浪潮。对(dui)腾讯、阿里、百度这些巨头来讲，要(yao)想在大浪中屹立不倒，必须要构建出人工智能的生态系(xi)统（Ecosystem）。而核心就是要(yao)依靠这(zhe)些(xie)通用技术（Enabling Technology）。

相比创业公司，BAT的最(zui)大优势有三个(ge)：

第二，为了构建自(zi)己的(de)生态系统，未来通用技术一定全部是免费(fei)的；

第三，虽然通用技术免费，BAT还有一个好处就是“羊毛出在猪身上”。这些(xie)服务可以不赚钱，但是用别的服务赚钱，这是典型的互联(lian)网打法。

这里的“猪”是什么？猪就(jiu)是云计(ji)算。

百度ABC策略是什么？

人工智能(neng)（AI）、大数据（Big Data）和云计算（Cloud Computing）。AI我可以不赚钱，开放给大家，那么(me)大家想享受我的服务，就要来买我的“云”。

所以，从这个(ge)角度讲，创业公司做基础架构和通用技术风险比较大。我认为创业公(gong)司的机会在最上层，就是拿着(zhe)下两层的成果去服务垂直行业。做“人工智能+”，比如人工智能+医疗、人工智能+安防。

三、人工智能+ vs +人工(gong)智能

“人工智能+”全称就叫“AI+行业”，简单来讲就是在AI技术成熟之前，其实没有这个产品和行业。

比如自动驾驶、亚马逊的Echo智能音箱、苹果的Siri语音(yin)助手。在人工智能技术未突破前(qian)，不存在这样的产品。因为AI，创造出了一条全新的产业链，所(suo)以叫“AI+行业”。

还有一个叫“行业+AI”，就是说没有人工智能之前这个行业已经有(you)了，只不过以前效率低一点，现在有人工(gong)智能了，效率会大(da)幅提高。

客观来说这两类其实都有(you)创业机会，但是“AI+行业”行业(ye)壁垒相对比较低。巨头在数据方面有优势，而且大家基本都在同一起跑线上，其实创业公司的赢面不是很大。

我认为“行业+AI”对创业公司环境更友好一些。核心的(de)原因是未来行业壁垒是人(ren)工智能创业最大的护城河。

每(mei)一个(ge)行(xing)业都有行业纵深，即使是(shi)BAT技术好一点也并不是(shi)很重要。

我(wo)想了一下送给(gei)他三个字：千万别(bie)。

为什么？

首先，安防这个领域是“非关键性应用”，算法好(hao)一点(dian)其实没有这么重(zhong)要。

它是典型的、有巨大壁垒的“行业+AI”领域。这个领域已经有(you)深耕多年的企业(ye)，用自家硬件跑自己的算法，是很自然的(de)事，这样集成度更高了。

其次，这家企业做(zuo)了这么长时间安防，实际上已经积累了大量(liang)的数据，包括人脸的数(shu)据、环境数(shu)据、视频、静态的照片……在安防领域(yu)有(you)数据优势。

最后，它给公安系统做了大量的类似警务通、基站信息采集、视图档案管理等SaaS（Software As A Service，软件即服务）平台的东西，以及警用(yong)云系统。我们可以认为(wei)公(gong)安系统的(de)IT化，其中有一部分就是这(zhe)家企业参与的。

这(zhe)些东西可能不(bu)赚钱，但(dan)却为它构建了壁垒。因为(wei)底层的基础设施都是我建的，那前端的东西就只能用我的（我可以有100个理由，说竞品与我不兼容）。或者到时(shi)候出了问题到底应该找谁？

再包括安防这个行业，需要(yao)非常多的政府公(gong)安系统资源和人脉积累，这块百度一时半会儿很难做(zuo)。

在(zai)这种垂直领域，行(xing)业纵深是非常非常深的，真(zhen)不是谁的(de)技术比较好一点，市场就(jiu)是谁的。

行业壁垒是人工(gong)智能创业最大的护城河，BAT想进去其实没有任何优势。

所以，我觉得这应该是未来创业公(gong)司的机会。对于创业公司来讲，在“行业(ye)+AI”更容(rong)易构建壁垒。

比如医疗行业，做“AI+医疗”这个领(ling)域，大量准确的被医生标注过的(de)数据最重要。没有数据，再天才的科学家也无用武之地。

但(dan)在国(guo)内，这个医疗数据很难拿。所以BAT做医疗一点优势都没有(you)，因为他们要把这些数据从各医院、各科室一个个搞出来也很累。

相反，如果一个创业者在医疗行业耕耘过很多(duo)年，拿下(xia)来也(ye)许更容易。这才是创业公(gong)司的机会。

当然，这要求创始团(tuan)队的合伙人中，必须有懂行业、有行业资源的人才。

这与互联网+一样，一旦细分到具(ju)体行业，并不是百度、腾讯有资金、有(you)流量(liang)，投入人才就什么都能做，比拼的还有行业资源和人脉。

四、关键性应用vs非关键性应用

谈到人工智能(neng)领域创业，总有一种(zhong)心态，觉得做人工智能好像得有一个大牛的科学家坐镇才行，其实(shi)也(ye)是(shi)完全不需要。

当然(ran)，并(bing)不是说算(suan)法不重要，但(dan)是算法的重要程度因为每一个行业的特性而不同。算法到底有多重(zhong)要，跟你到底在哪个行业相关。

根据(ju)行业(ye)和应用场景不同，我认为人工智能的创业本质上有mission-critical和non-mission-critical之分。为了方便大家理解，我们简称为“关键性应用”和“非关键(jian)性应用”。

第一类叫关键(jian)性(xing)应用。

简单讲就是你要追求99%之后多少(shao)个9。

举个例子，99%可靠度的自动(dong)驾驶车(che)能上路吗？肯定不(bu)能，这就意味着100次出1次事故。99.9%能上路吗？也不行，1000次出1次事(shi)故。99.99%意味着10000次出1次事故。这个行业对可靠性的要求非常高。

99%的可靠度跟99.9%的可靠度，它的差距是多少？它的差距并不是0.9%，要反过来算，99%的可靠度与99.9%的差距实际上是10倍。

再比如手术机器人，99%的可靠度听着好像挺高的(de)，这意味着100次出1次事故，在手术台上(shang)出了医疗事故肯定没办法交代(dai)。

因为(wei)这类“关键性(xing)应用”项目对于(yu)技术本身要求就非常高。一丁点儿错都(dou)不能犯的人工智能领域，必须要有技术大牛、科学家或算法(fa)专家坐镇。

同时这(zhe)类项目研发周期都(dou)非常长，而(er)且离钱都很远。

以(yi)色列做ADAS （高级驾驶辅助系统(tong)）解决方案的Mobileye公司，你知道它的研发周期有多长吗？

这(zhe)公司1999年(nian)成立的，它赚第一笔钱是(shi)什么时候？大家可能很难想象，是在2007年。八年的研发周期，这在互联网行业是不可想象的。

这些关键(jian)性应用的特点就是这样，研发周期特别长，离钱非常远，需要持(chi)续的研发，自然要求团队必须得有持续的融资。

团(tuan)队怎样才能持续融资呢？得有(you)非常好的简历和过去非常好(hao)的背景，这个是能够持续的一个必要条件。

今天做无人驾驶的创业团队全都(dou)是高富帅，你不是高富帅，你都熬不到产品商业化应用的一天(tian)。

所以，“关(guan)键性(xing)应用”算法科学家极其重要，但(dan)是如果全是“关键性应用”，可能人工(gong)智能跟绝大(da)数创业者没(mei)什么关系了。因为(wei)大多数人都是(shi)产品经理，不是技术专家(jia)。

不过还好，我认为人工智能领域(yu)的创业，95%都是“非关键性应用（none-mission-critical）”。简单来讲，对于这些领域，AI的可靠度只要过了基础线，高一点低一点区别不大。

举个最简单的例子，现在门禁很多开始有人脸识别的门禁卡，也不用按指纹，直接走过去，稍微停8秒门就开了，这就是个典型的“非关键性应用”。

为什么叫“非关(guan)键性(xing)应用”？

首先，没法做(zuo)到99%。因为人有可能戴帽子或者口罩，不可能达到99%的精准度。

其次，既使没(mei)有识别出来也没问题。

所有的带人脸识别的门禁都有个地方可以按指纹，即使指纹也不过，问题也不(bu)大，公司还有(you)前台可以开门，这就属于典型的“非关键性应用”。

“非关键性应用”算法当然不是说不重要，天天识别不出(chu)来也不(bu)行，但是只要到一定的可靠度基本就可以了(le)。这(zhe)其实才是大多数创业团队切入(ru)的机会。

对于(yu)非关键性应用，我们应该看(kan)什么？

“非关键性应用“简单、实用、性(xing)价比高更重要，要比(bi)拼综合实力：

①行业洞察：技术最好是有最基本的可能性门槛。到底对行业熟悉不熟悉，知不知道这个行业(ye)的(de)痛点在哪里；

②产品化能力：产品不能只(zhi)是在(zai)实验室里，那(na)没意义，必须(xu)得产业(ye)化。

③成本控制：不光要能做出(chu)来，还得很(hen)便宜的做出来。

⑤营销能(neng)力：未来能不能很好的卖出去，能不能搞定最好(hao)的渠道。

所以，未来大家如果有(you)这个机会想做人工智能创业，你要组(zu)团(tuan)队的时候，先想好(hao)到底是在哪个(ge)赛道。

如(ru)果是“关键性应用”，必须得有技术(shu)大牛；如果是“非关键性应用”，要求会相对低点，但是(shi)对团队综合能(neng)力要求更(geng)多。

五(wu)、技术提供商vs全栈服务商

现在很(hen)多人工智能创业者(zhe)都是技术背景出身，创业的第一个想法通常是做技术提(ti)供商。

以做技术提供商作为(wei)敲门砖，我觉得可以，但是如果你只做技术提供商，未来的路是非常窄的。

原因有几点(dian)：

1. 通用技术(shu)一定是大公司的赛道(dao)，BAT未来一定会开放免费。

比如一家创业公司专门做语音识别，就专注做技术的提供商，提供SDK。这样就有很明显的问(wen)题，这就意味着你只是(shi)基于API（应用程序编程(cheng)接口）的商业模式，没有扩展性，这(zhe)根本就没法赚钱。

语音(yin)识别是大(da)公司的赛道，未来BAT全免费，这家(jia)小(xiao)公司根本赚不了钱，而(er)且算法壁垒越来越低，只做技术提(ti)供商，非常容易被上下游挤压。

未来随着基础计算平台和开源平(ping)台的丰富成熟，技术方面的壁垒会越来越不明显，整个人工智能的技术准入(ru)门槛会越降越低。

3. 技术提(ti)供商如果不直接面向(xiang)用户/客户提供整体解决方案，则(ze)非常容易被上下游碾压。

比如人脸识别，假设我是一个算法团(tuan)队，我给大企业提供一个非常好的人脸识别算法，但问题是(shi)什么？

这家大企业在用你的时候，它同时还有300人的研发团队在做人脸识别，它现在用你是因为(wei)它自个(ge)儿还(hai)没准备好，它一旦准备好了，立刻把你替换掉。

大企业只要出货量到了一个阀值，它都会自己做(zuo)。所(suo)以，只做技术(shu)提供商有非常(chang)大的风险。

这其实是一个产业链通用规律：产业(ye)链上的垄断者会吃掉所有(you)利(li)润，而且他们非常有动力往上游或下游扩展。

举个例子，PC大家都很熟悉，但是大家应该都知道PC卖硬盘的不(bu)赚钱，卖显示器的不赚钱，卖内(nei)存也不赚钱，做整机的就更不赚钱，戴尔、联想都不赚钱。

那谁赚钱呢？Windows和Intel赚走了绝大部分利润，因(yin)为(wei)他们是垄断者。

针对这个问题，我提出了“一横一纵”理论。

“一横”就是指你提(ti)供的技术服务。

你(ni)前期做技术服务当然可以，但是不能一辈子做技术服务。

通(tong)常“一横”能服务很多行业(ye)，你不可能全做了，只能选一两个(ge)你认为最有市场机会(hui)，最适合你的垂直领域，深扎进去做“全栈”：

有技术一定(ding)要(yao)把它产品化，一定要形(xing)成产品，而且形成产品后一定要形成商业，能(neng)卖出去，商业又给你反(fan)馈更多的数据；你有数据，再进一步夯实的技术。

要做技术、产品、商业和数据四位一体的“全栈”，这(zhe)就是“一纵”。这(zhe)才是健康的(de)商业(ye)模式。

商业上能吃透一个垂直行业，技术上还能横向合作。

把你的技术服务开放给其他(ta)行业做，一两(liang)个行(xing)业你做，其他另外十个、百个行业一定要开放(fang)出去给别(bie)的团队做。

六(liu)、做全栈怎么(me)选垂直领域？

做全栈，假设技术已经做得很好了，再选垂直应用(yong)的时候，最终应该选择哪个行业？这其实有很大的讲究。

基本上有五个方面的事情要考虑：

1.市场空间够不够大？

做垂直领(ling)域的全栈，还是做横向的技术提供商？选择的第(di)一标准取决于哪个市场空间更大。

找对垂直领(ling)域，即使只占一点点市场份额，也可能比做“一横”全归你的收益大。

举个最简单例子，美图(tu)秀秀现在主要有几(ji)个产品产线，第一个就(jiu)是它的APP，第(di)二个(ge)就(jiu)是他们跟很(hen)多手机厂商合作，提供相机拍摄的美颜效果，手机拍出来直接(jie)就是美颜过了。

你(ni)可以认为这是(shi)它的技术(shu)服务(wu)，但是技术服务带来最大的问题就是不知道怎么(me)赚钱。

我还专门研究了一下，那款手机卖得相当不错，其实它就主打(da)一点(dian)：前置摄像头规格特别高。

一般手机都是后置摄像头规格特别好，前置摄像(xiang)头都一般，而它(ta)前置和后置都差不多高，它(ta)主打的一种美图手机。

手机这(zhe)个市场太大了，虽然美图(tu)手机可能只(zhi)占整个手机这(zhe)张大饼的(de)0.15%，但就(jiu)是这(zhe)个业务，占了公司全部营收的93%。

美图做(zuo)APP也好，做(zuo)技术提供服务也(ye)好，做API接(jie)口都不挣钱，它90%的(de)收入都是(shi)来自美图手机。

只(zhi)做技术一定要(yao)找一个垂直应用，垂直应用第一点要考虑的就(jiu)是(shi)市(shi)场有多大。手机市场很大，即使只能占到1%，也很大。

2.行业集中度高不高？

做“一横”技术提供商时，最担心的是你的上游或下游过(guo)于集中，或者说头部效应越明(ming)显，对技术提供商就(jiu)越不利。

举个简单的例子，时代，HP、DELL等(deng)厂商卖服务(wu)器，都是直(zhi)接(jie)卖给各IT公司，大(da)家日子过的都(dou)很滋润。但2010年之后就很难做了，因为云计算出现了。

以前每个IT公司都要买服务器，然后放到IDC里，现在大(da)家都不需要了，现在都是(shi)云厂商，阿里云、腾讯云等提供“云”服务，不需要买服务(wu)器(qi)了。

这些服务(wu)器的(de)客户以前是IT公司，现(xian)在(zai)变成云厂商，云厂商就那几个，两只手就能数(shu)过来，而且头部效应极其明显，阿里一家(jia)占50%以上市场。

当然(ran)相对来讲，如果你的(de)上(shang)游的集中度很低(di)或者客户很零散，对你来讲是个好事，不过你也没有太大的动力往上(shang)游走。为什么？

3.技术改良还是革命？

举个简单的例子，假设你是给手机做电池的，这是一个典型的技术提供商。

但是，如果你的手机电池只是比普通电池多待机了10%-20%，那就算了，你老老实实卖电池就好了。

所以，能不能往上游走，其实(shi)还取决于你的技术到底是改良性的还是革命性的。

4.双方壁垒谁更(geng)高？

双方壁垒就是你做技术(shu)提供商的壁垒和你的上游客户的壁垒。

技术提供商的壁垒和上游客户的壁垒哪个更高，也决定做“一纵”的成败。

举个简单例子，比如现在直播中很多主播用一套软件技术使(shi)得画面人物长两(liang)个耳朵、两个(ge)犄角之类(lei)的，通常(chang)都(dou)是第三方提(ti)供的技术。

首先，技术本身(shen)的壁垒并不高，能提供这个技术服务的公司很(hen)多，虽然(ran)效果有一些(xie)小的差异，但你没有明显优势。

其次，直播的壁垒其实很高：

①它有网络效应，更多的美女主播会带来更多的用户，更多的用户可(ke)以带来更多的美女主播，因为收入更多。

做技术提(ti)供商这个壁垒不够高，而上游壁垒又(you)很(hen)高，在这种情况下很难往上游走，最终也只能赚辛苦钱。

5.与团队基因是否相符？

能做得了技术服务(wu)，不代表(biao)能做垂直(zhi)解决方案，做全栈服务商，因为团队不一定有行业经验，这是很大的问题。

举个例子，亚马逊无人(ren)便利店Amazon Go出来之后，中国出了好多(duo)无人便利(li)店，很多背景还不错的技术创业者也说，“我光做一个技术，意思不大，我也想直接(jie)干零售，做2C。”

我跟他们一聊完(wan)团队，我觉得“这事你得慎重一点”。

为什么(me)？我(wo)们作为(wei)一个(ge)普通的消费(fei)者，在选择一个便利店的时候(hou)，会优先看哪些方面，你会优先看它(ta)到底是无人便利店还是有人便利店吗？这不是你的第一选项。你优先选的是(shi)哪个(ge)便利店离(li)我近，以及我想(xiang)买的(de)东西这便利店有没有。

从这(zhe)个意(yi)义上讲，这些都(dou)是零售的本质，所以如果你的团队没有懂零售的人，那你(ni)一定不要往这边走。

我(wo)其实特别(bie)相信基因决定论，如果任何一个新的商业，比如BAT找一个懂行业的高管就能搞定的话，那中国创业机会(hui)没创业公司什么事了，全是BAT的机会。

客观来讲BAT一个做(zuo)搜索、一个做社交、一个做电商，其(qi)实他们三家把互相的业务都尝试了一遍，最后都不成(cheng)功，这说明基(ji)因还是很重要。

能(neng)做(zuo)什(shen)么不能做什么，跟公司的基因高度相关。

所以你要想做全栈选行业的话，基本上要从这五点考虑，把这些考虑清楚非常重要。