人工智能创业机遇及项目，人工智能创业需要什么,引流有几种方法

不知不觉，2018年已悄然已往一个月，但在AI创投界，仍有一个问题悬而未决：AI创业最可行的商业模式，依旧模糊不堪。

要知道，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。然而，不少投资人在埋怨，往来于种种AI论坛的鲜明中，那些科技新贵们看似群星璀璨，但真正在商业化上令人兴奋的公司数目，却异常昏暗。

去年底，一篇《守护科大讯飞》，更是揭开了AI团队遭遇BAT时的伤疤。文章导语写道：“近20年的手艺积累能为科大讯飞暂时修建一个壁垒，但不得不说，这个壁垒在互联网企业快速迭代的模式下，将会很快瓦解”——强如科大讯飞，也在巨头眼前拉响警报，其他咖位尚浅的AI创业者，不禁感应惊慌。

他们在惊慌什么？

回覆这个问题，必须深谙AI产业链款式。

人工智能的产业链也许分三层。最底层是地基，包罗云盘算，芯片和开源框架等。这一层门槛高企，拿芯片来说，芯片市场的机遇，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。

英伟达在CES上推出无人车AI芯片 与优步、百度杀青互助

地基之上，是中间层。你熟悉的图像识别，语音识别等通用手艺，就在这一层。你之所以熟悉，是由于这一层赛道宽阔，热闹非凡，攫取了媒体最多的聚光灯：BAT将其视作要害要塞，是他们搭建生态系统的焦点；深耕手艺多年的各路AI中小型团队，也在这一层挤得头破血流，他们不停吸收数据，精进算法，试图与巨头掰掰手腕。

但很遗憾，据我所知，不少投资人都倾向于以为：这一层未来仍是巨头的内斗。由于若不框定某个详细行业，BAT最不缺的就是数据；且所谓搭建生态系统，基本等同于未来通用手艺一定所有免费，然后靠云盘算等其他服务收费。而挤在这一层的AI创业公司，却只能继续靠手艺自己赚钱，未来的路只会越走越窄（理由后面会说到）。

那么，天山仙人打架，小角色只配看个热闹？固然不是，AI天下不会云云无趣，AI产业链另有最上面的应用层：小角色最明智的打法，就是手握巨头们的手艺武器，选择垂直领域，一头扎进去。

这并非什么新鲜论调，已是投资界共识，我今天更想说的是：人工智能创业，该扎进哪些行业。

凭据迅雷创始人程浩先生的划分，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革命来临前，世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统一起跑线，但事实上，这对创业公司是晦气的，正由于起跑线的相对公正，巨头的数据优势，会让他们迅速拉开与创业公司的差距。

亚马逊拉开了AI音箱大战

而“行业+AI”是指行业一直存在，产业链成熟，只是已往完全靠人工，效率低，AI的辅助决议大幅提升了运行效率（好比安防和医疗等领域）——相比于“AI+行业”，“行业+AI”对创业公司更友好，也更易构建出行业壁垒。

在程浩先生看来，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，才气到达真正意义上的公正——不只是起跑线公正，深耕的历程，同样公正。

他拿“医疗+AI”举例：“大量准确的被医生标注过的数据最主要，没有数据，再天才的科学家也无用武之地。但在海内，医疗数据拿出来异常难题，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，若是一个创业者在医疗行业耕作许多年，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，比拼的另有行业资源和人脉……在伟大的行业壁垒眼前，真不是说我的算法比你好一些，市场就是我的，只有手艺优势仍然差的很远。回归‘AI+行业’和‘行业+AI’，通常来讲前者的行业纵深比较浅，后者则有伟大的行业壁垒。而行业壁垒，则是创业公司最大的护城河，也是抵抗BAT的要害。”

再举一个典型的有伟大壁垒的“行业+AI”案例：安防。海内“安防+AI”一个主要玩家是海云数据，差别于一样平常AI团队对盈利的三缄其口，创始人冯一村最近在接受《AI百人》采访时，说了一句让AI圈投资人倍感欣慰的话：“在商业社会里，只有赚钱和不赚钱两种公司。”很早就实现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。”

冯一村接受采访

这几乎是对“行业壁垒”理论的一种极端化形貌：这家公司属于AI产业链最上层，选择了安防和航空等几个“行业+AI”深耕；他们手艺不错，但不靠手艺自己赚钱，却赚了更多的钱。剖析这家闷声赚钱的公司，可能是探讨AI商业模式的一条捷径。

而读完这篇文章，我希望你信赖一件事：在广袤AI的领土，仙人有仙人的活法，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。

只靠手艺赚钱，可能性不大

在采访中，冯一村的一个看法令人印象深刻：科技天下，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（短暂盛行事后，这个词已经老了），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盘算公司；而在人工智能时代，真正引发的是大数据市场：“由于AI最主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，但他们的盈利模式并没有出现很清晰的特点。”

事实上，在不少投资人眼中，倘若人工智能团队的自我定位永远是“手艺提供商”，没有给客户提供一套整体解决方案，那么它在产业链中的价值将会日趋昏暗。

这不难理解。缘故原由之一，如前所述，就像那篇《守护科大讯飞》所写，巨头会免费提供图像和语音识别等通用手艺。缘故原由之二，AI自己的手艺门槛正在下降，就像猎豹移动傅盛所言：“深度学习的焦点是数据驱动，虽然有模子调参，有自己的优势，但别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通过提供手艺输出就能乐成。未来深度学习是基础的手艺运用，许多公司都具备深度学习的研发能力。”

大学生在校创业项目有哪些，大学生网络创业平台介绍

举个例子，在已往，初创AI团队的希望受制于软件开发所破费的时间，但现在，巨头们纷纷开源了自家的深度学习框架，初创团队可以如插件一样平常，将人脸识别等手艺嫁接到自己的系统中，让没有太多深度学习靠山的开发者也能容易上手。

深度学习开源平台

换句话说，单纯靠手艺自己卖钱，天花板很低，也很危险。

那么问题来了，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”理论：“一横”是指你提供的手艺服务，通常“一横”能服务许多行业，但一定要找到几个最有机遇的垂直市场，深扎进去，升级为“一纵”——也就是，把手艺转化为产物，卖给客户，商业变现，再通过商业反馈更多数据，夯实手艺，形成商业闭环。

总之在我看来，随着未来手艺门槛的下降，AI创业者的身份认同，要从最原始的“手艺提供者”，逐渐转向成为一个“行业专家”。而在这个历程中，他们应时刻谨记两点：1，面临自己时，深耕几个垂直领域，然后等待时间的回报；2，面临客户时，从手艺提供者进化为一个“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，另有另外一个缘故原由：AI将在To B和To G领域率先落地。

实在不止人工智能，追溯历史、盘算机、互联网、智能手机，任何颠覆性手艺的生长路径大致相似：缘起于军方和政府（我一直以为，冷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），待到手艺相对成熟后交还与企业，然后用于特定行业，最后酿成民众消费品——AI亦云云，去年AI的落地历程，实在更多是向To B和To G等传统行业渗透的历程。

而人工智能To B和To G落地的第一站，许多都是在传统行业，用AI举行辅助决议。拿海云举例，他们以大数据可视剖析起身，现在则把AI与可视剖析手艺连系，然后选择四个“行业+AI”深耕：公共平安，交通运输，军民融合和智慧都会，推出与这些行业连系慎密的解决方案，提升客户的数据决议能力。

图易6发布会

颇值一提的是，作为真正意义上的“行业观察者”，他们在与行业客户多年的交流中发现，客户真正需要的不是提出的详细“手艺需求”，而是一整套因时制宜的综合能力——别忘了，授之以鱼不如授之以渔，海云数据也因此提出了“能力服务”的观点，这一观点现阶段的标志物，就是图易AI能力服务平台。

图易AI能力服务平台

简朴来讲，这一平台可以通过整合软件、硬件、数据和算法，实现全程“无代码化”，客户可凭据差别需求，对海云提供的模块举行拖拽和组合，自己构建智能数据处置模子。换句话说，客户购置的是一种能力，而非手艺。他们往后可凭据不停增添的营业需求，不停更新自己的能力矩阵，犹如搭积木一样，完成营业的效率提升和数据决议价值变现。

以海云深耕数年的安防领域为例，基于图易研发的“智警大脑”已实现行业落地。详细来看，智警大脑可以通过人脸识别（利用了百度的开放手艺）进入后台，然后通过语音指令调出事故现场视频，四周的警力、周边卡口、情报剖析情形、犯罪嫌疑人的路径、重点嫌疑人的档案等节点，可以瞬间通过一张图和一张网的形式，让公安职员实时瞥见，确保在事故发生后公安部门能快速处置。

现在智警大脑已服务天下跨越三分之一的公安市场，使公安情报剖析准确率提升70%，指挥决议效率提升50%。

而从智警案例中不难发现，在“行业+AI”的落地历程中，最主要的是提供一个综合解决方案。智警大脑融合了通讯手艺、语音识别、人脸识别等AI手艺，以及海云最熟悉的大数据可视剖析手艺，通过将它们封装成一套解决方案，让客户瞬间完成决议能力的跃迁。

除了公共平安，图易AI能力服务平台也在完成对其他行业的革新。譬如在智慧都会建设中，它能综合处置调剂整个都会的公共数据，对都会举行全局实时剖析，自动调配公共资源，提升都会综合治理水平，使紧急事件响应从8分钟降低到4分钟，削减犯罪率和改善应急服务。

而在交通运输领域，脱胎于图易的“智航顺”可以为机场接入400多个数据源，集成多种类型架构的数据，并在所有机场功效中生成单一的运行康健指数实时视图，可使航行支援准备时间缩短33%，航班延误率降低一半，提高机场资源利用率28%。

海云也最先将“能力服务”的触角伸向外洋，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。

特朗普访华时代，访华团成员、前美国教育部首席财政官、EdTech基金创始人Stanley Buchesky特意造访了海云数据——在安防领域积累的大量行业履历，或许能为稍显守旧（基本靠大量人力举行巡逻）的美国校园平安问题开出一剂良药。

欣喜的是，在刚刚竣事的CES展上，海云数据就重点展示了针对校园安防领域的一套解决方案：譬如，凭据校内修建和街区情形，智能盘算出摄像头的安放位置；凭据摄像头采集到的数据举行建模剖析，接入警方的犯罪嫌疑人名单，实时举行人脸识别；识别出可疑职员（恋童癖等）后，系统实时反馈给警方，第一时间举行决议。据悉，海云已最先和美国学校洽谈互助，很快就会落地，成为他们结构安防领域多年之后，开出的新的花朵。

结语

最后想说，在整个“行业+AI”市场，将自己定位于“行业专家”，为客户真正赋能的AI团队，不只海云数据一家——事实上，在这片叫做人工智能的草原上，倘若将BAT比作盛气凌人的雄狮，那么这些团队就像一只只勤勉的穿山甲，它们气力或许显得卑微，但经由时间的陈酿，经由多年的深耕，穿山甲们也终将在各自领域“拱”出一方天地。

也正因云云，这片草原，才显得生气勃勃，光芒万丈。