來源 | 創業邦 作者 | Hannah

　　2019年3月22日，阿爾法公社與訊飛創投、科大訊飛、寒武紀科技聯合召集數十位行業創業者，共同剖析AI創業的下半場賽道。訊飛創投董事長徐景明、科大訊飛副總裁兼AI研究院聯席院長李世鵬、寒武紀副總裁劉道福、阿爾法公社創始合夥人許四清與蔣亞萌等從前瞻技術洞察、行業痛點、賽道機會等維度出發，討論了AI創業的問題與機會之所在。

　　人工智能下半場是應用和模式創新

　　騰訊、阿里、新浪......這些20年前創立的企業無疑塑造了中國今天的商業格局，他們的背後是“水大魚大”的互聯網。但在2000年互聯網泡沫破裂的時代，人們並不知道互聯網會滲透到什麼程度，會深入影響我們的生活到什麼程度，甚至根本不知道BAT在哪兒？

　　舊的秩序正在消退，新的秩序正在建立。我們相信人工智能會深入到我們社會生活的每一個方面，每一個領域，但是我們不知道他會以什麼樣的方式，什麼樣的速度，多麼深的程度滲透進去。

　　隨着寒武紀、商湯等頭部公司的出現，基礎創新和平臺創新方面的機會越來越少，人工智能上半場逐漸進入尾聲，下半場逐漸開啓，而在訊飛創投董事長徐景明看來，人工智能下半場的機會是應用和模式創新。

　　徐景明認爲，“創業者應該聚焦的是解決應用場景下的問題，我們這個時代和互聯網時代不太一樣，互聯網時代可以通過燒錢去燒用戶，每個用戶可以給你帶來多少的客單量。但人工智能你燒什麼呢？如果你不能去解決應用場景裏面的問題，最後你什麼都燒不出來，所以大家對於時代的變革要有一個清楚的認識。”

　　數據太少

　　人工智能經過這麼多年的發展，很多基礎技術已經比較成熟，比如語音識別、人臉識別等。但是這些技術的應用多停留於感知層面，在李世鵬與其他嘉賓看來，真正的人工智能是從感知往上，感知，認知，預知，決知，從底層到高層，人工智能技術對數據的要求越高，目前能做的越來越少。

　　當前的人工智能中人工的成分佔很大一部分，有數據顯示，AI公司投入10%—15%的經費用於數據採標，這體現了整個行業一個最大的瓶頸：沒有足夠多的標註數據。

　　當然，瓶頸的背後就是創業者的機會。數據標註方面的現狀，如果能通過技術手段解決，比如通過AI的技術幫助人去標註，就能大幅提高數據標註的生產力。此外，數據價值挖掘的同時，體現出來的問題也是創業者的潛在機會，比如隱私保護。

　　嘉賓們和創業者還共同結合科大訊飛的創業實踐，探討可以被挖掘出的新領域，比如AI算力在端、邊緣與雲的有機結合，人機耦合（提高準確度、效率和安全性）、嗅覺傳感器（檢查爆炸物），多頻譜圖像系統（檢測食品新鮮程度），工業製造領域的應用等。

　　算力太貴

　　寒武紀副總裁劉道福認爲，人工智能產業分爲算法，數據，算力三部分，現在無論是數據還是算法都變得越來越複雜，如果應用要落地，算力是關鍵。例如端到端的傳輸可能是幾十毫秒，對於計算的延時容忍性只有7毫秒，如果算力不能在7毫秒裏算完，延時太長，就沒有人願意用這種AI系統。

　　一方面在性能上有很高的要求，另一方面算力成本也面臨新的挑戰。任何一個應用要規模化落地都會對成本有要求，做一些DEMO可以不計成本，用幾萬甚至幾十萬做一個很好的結果。但是要落地，要讓老百姓用起來，大家在乎的是成本，是收益，倘若成本太高，甚至高過收益，肯定就沒有人用。

　　所以創業的時候，需要對於算力的需求進行評估。先了解一下做出來的模型需要多少算力，會產生多少成本，再決定它能不能規模化落地，因爲任何一個應用產生價值還是要靠複製靠規模，如果因爲算力成本的限制不能大規模落地，那麼它的使用場景也會受到限制。

　　除了算力成本問題，阿爾法公社創始合夥人許四清認爲，時機也很重要。“我們做投資、尤其是天使投資每天都在探索未知領域，有些東西是可以提前預見的，比如下一步人工智能的算力大概呈什麼趨勢提升？單位算力的單價大概呈什麼趨勢下降？但是比較難的是什麼？對創業者來說，就是把握時機。”

　　垂直領域創業機會

　　現場嘉賓還就垂直細分領域的創業機會進行了討論。從產業上來說，第一產業和第二產業永遠是大產業，只要把傳統的產業改造好，就會有很大的價值。

　　第一，工業。傳統的工業是完全和AI沒有關係的，但如果你做的東西能簡化流程或提高效率，帶來的價值多於它成本的投入，工業用戶的付費意願很強。不過工業的問題是類型太多，市場太碎。創業者必須分析各種各樣的場景，找一個足夠大的場景去切入，否則投入產出比例會失衡。

　　第二，物聯網。物聯網是創業者可以重點關注的領域，尤其是在交通、環保、農業等領域的落地應用，比如農業領域物聯網及人工智能技術的應用幾乎一片空白，仍舊靠大量的人力，行業效率低下，這裏就有很多潛在的創業機會存在。

　　第三，教育。中國人在教育部分的付費意願很強，教育的應用也很多，例如科大訊飛。AI能讓教育裏很多沒法量化的東西能夠量化，提升教學內容質量和教學效率。

　　第四，零售。零售領域更能看出中美人工智能投資的差異，國內投資更多偏重基礎創新，美國在AI技術細分領域投的最多的是零售領域，這也爲中國創業者提供了不同的角度。例如阿爾法公社就投了一家帷幄匠心的公司，利用AI中的計算機視覺幫零售商做現場轉化。

　　第五，家庭（生活）。每個人的家庭其實有大量的數據，比如手機上的照片很多，如果存在家庭的私有云或者家庭大腦，照片放進去以後會被整理好，方便檢索，用手機等移動設備在遠程也可以方便訪問。另外，家庭裏有很多攝像頭，可能都會接到雲端，但都不是很安全。如果有一個家庭大腦私有云，發現異常，就可以直接推一個消息給你。

　　AI基礎領域的創業機會減少，但是應用領域機會窗口已經打開，作爲一家重度幫助創業者的天使基金，阿爾法公社創始合夥人許四清表示，“我們將與科大訊飛、寒武紀等頭部公司一起，利用資本和資源共同賦能創業者。”