基礎創新窗口關閉，下一個AI創業機會在哪兒？

編者按：本文為創業邦原創報道，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、阿爾法公社創始合伙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，他們的背后是“水大魚大”的互聯網。

但在2000年互聯網泡沫破裂的時代，人們并不知道互聯網會滲透到什么程度，會深入影響我們的生活到什么程度，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么樣的方式，什么樣的速度，多么深的程度滲透進去。

隨著寒武紀、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，下半場逐漸開啟，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。

徐景明認為，“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。

但人工智能你燒什么呢？如果你不能去解決應用場景里面的問題，最后你什么都燒不出來，所以大家對于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么多年的發展，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于感知層面，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占很大一部分，有數據顯示，AI公司投入10%—15%的經費用于數據采標，這體現了整個行業一個最大的瓶頸：沒有足夠多的標注數據。

當然，瓶頸的背后就是創業者的機會。

數據標注方面的現狀，如果能通過技術手段解決，比如通過AI的技術幫助人去標注，就能大幅提高數據標注的生產力。

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、邊緣與云的有機結合，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），工業制造領域的應用等。

算力太貴寒武紀副總裁劉道福認為，人工智能產業分為算法，數據，算力三部分，現在無論是數據還是算法都變得越來越復雜，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，對于計算的延時容忍性只有7毫秒，如果算力不能在7毫秒里算完，延時太長，就沒有人愿意用這種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，需要對于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，因為任何一個應用產生價值還是要靠復制靠規模，如果因為算力成本的限制不能大規模落地，那么它的使用場景也會受到限制。

除了算力成本問題，阿爾法公社創始合伙人許四清認為，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么趨勢提升？單位算力的單價大概呈什么趨勢下降？但是比較難的是什么？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沒有關系的，但如果你做的東西能簡化流程或提高效率，帶來的價值多于它成本的投入，工業用戶的付費意愿很強。

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，這里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愿很強，教育的應用也很多，例如科大訊飛。

AI能讓教育里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，這也為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，照片放進去以后會被整理好，方便檢索，用手機等移動設備在遠程也可以方便訪問。

另外，家庭里有很多攝像頭，可能都會接到云端，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，作為一家重度幫助創業者的天使基金，阿爾法公社創始合伙人許四清表示，“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。

”