戈壁创投徐晨：AI正处于“寒武纪”时代

从AlphaGo在国内掀起了关注 人工智能 的高潮起，人工智能创投领域的热度持续至今。而在徐晨看来，AI发展还处于早期，而这个领域对于VC的吸引力，不在于其中出现了多少“酷炫”的公司，而是，它带来的一个时代的改变——一个新兴平台的出现，带来了大量从前没有的“新物种”的爆发。这种前所未有的新生时代，被他类比为地球历史上生物大爆发的“寒武纪”。而这个新的“寒武纪”，也将带来商业模式和产业结构的改变，诞生更多的商业机会。

而AI领域的创投趋势，也正从之前的算法等底层技术，向数据和场景应用改变。而徐晨认为，现在比起以前来，更大的变化在于，更多的人不是单纯“创造场景”，而是去“创造需求”。

• AI是“寒武纪”

AI虽然红火了好几年，但从现在实际看到的发展和应用情况来看，还处于非常早期的阶段。而且，AI并不是“单独存在”的，它会和我们现有的场景结合，改变和提升更多现有的行业，产生更多的商业机会。

对于VC而言，类似AI这种每一个新兴行业的出现，都会带来一个有意思的现象——每一个新兴的平台出现，就会伴随大量的“新物种”爆发。就像地质年代里的寒武纪，在那段特殊时期，物种丰富性增加到难以想象的地步。

当你进入一个所谓的创业和新科技行业，你会发现， 每次在时机成熟、到达一定的爆发点的时候，就会出现相当多新的公司，但让我们兴奋的并不是这些公司有多“炫酷”，而是在于，这个阶段能创造出尽可能多的新条件和新物种、创造出更多的新机会。

我们把会议的主题定为“爆破”，因为我们也认为，AI并没有在规划中的爆发期，你会在突然间发现，大量新的模式和公司就这样产生了。和寒武纪时代一样，当那个节点来到，生物界就发生了从简单物种到本质性物种的改变。

有很多事情，并没有明确的演进路径，它就是爆发。比如O2O平台业务，它并没有发生本质的变化，只是信息流重组，而AI完全不同，它就是新的物种，带来结构化的变化。当然，这也需要有很大的平台才有爆发的潜质。而结构性的变化，会让它在3-5年内，发生巨大的改变。

我们观察寒武纪时代也会发现，其中大部分物种，也在之后的时间里被自然所淘汰。人工智能也是一样，在创造出新机会之后，我们会看到，在5-10年的时间里，不符合行业的发展规律的很多现在存在的业务模式、或者新技术，将会淡出市场。因此，在这个时间节点，找到如何“存活”下去的方法，这是创业公司所面临的挑战。

• AI是“创世纪”

多数人认为，AI的到来如同《启示录》一般，会破坏和取代现在的时代，建立新的社会秩序。而我觉得AI更像《创世纪》，是一个循序渐进、逐步产生新的能量的过程。

（国外对整个AI生态系统进行的分析图）这个图告诉我们AI现在主要作用是增加商业价值、减少不确定性，并不是大多数人所认为的取代很多现有的技术和产品。

（AI行业热力图）从这个图可以看出，最容易被相关机构、创业者关注的是高毛利、有大量数据沉积、人工被取代可能性巨大的行业，如健康、BI方面。

很多人，比如马斯克，会觉得，AI会把人类单向推向所谓的下行弧线当中。但我在这里推荐一个电影《INNOCENCE：攻壳机动队》，它就很好的探讨了人和机器的关系：AI起初就像一个小孩，它一无所知；受到什么样的训练方式，它就按照什么样的方向发展，AI本身的结果取决于训练。

伊索寓言里背着盐的驴子偶然跌进了河里，发现这样会让背上的负担减轻，于是日日为之；但是当有一天它背着棉花过河时也故技重施，就再也没有起来。

对于从事AI领域的人来说，现在AI处于快速成长的阶段，很多人喜欢拿别的行业的经验经验，应用于自己现在做的事情。但是，AI带给我们的是全新的机会，它意味着不同的商业可能。它最具吸引力的地方，就是它可能创造出和以前不一样的商业逻辑，来应用于业务。如果没有对所做的业务有深入、细分的了解，一味沿用旧方法，下场很有可能就是“背着盐的驴”。

• AI需要更多耐心

电力从1870年出现到1910年才广泛地被使用，期间花费了40年，才真正走向历史舞台的主流。要历经如此漫长的过程，正因改变使用者的原始习惯难度很大。AI在这个时间点出现也是一样，虽被大多数人看好，被认定是未来发展的趋势，但是它的成熟期远远要比我们想象的慢得多。

在AI大道上，仿佛早上在北京三环路上开车。整条路况拥堵且缓慢，原因有很多：来自车本身机器老化，来自于客户对技术的认知程度。在这条赛道上，不管是开兰博基尼还是保时捷，都不能开出多快速度。但如果开特斯拉，昨晚没充电的话，可能就要担心能不能开到四环路以下。

在这条路上，要从优先级考虑燃料的量和节省情况，这要远远大于效率和速度，而不能像多数人一样，只管开足马力就以为能杀出一条路来。对于AI创业者而言，在这个节点，是否能静下心来思考，如何能在长而不稳定的时间里，合理地使用能量和客户资源，以有效的方式来使用这一切才是关键。

• AI创业，从算法到场景

人工智能创业，经过数年时间的磨练，已相对成熟。从之前一波创业者主要以算法切入，到现在更多地以数据和应用场景为主。而现在比起以前来，更大的变化在于，更多的人学会了，不是单纯创造一个场景，而是要去创造一个需求，以这样的目的切入。

在过去两年里，AI还是全新的行业，很多人抱着做算法、做基础的想法来创业。但在更多的巨头进入之后，他们意识到，基础设施的投入时间长、资源消耗大，很多人开始寻找不同的节点，做细分领域。特别从去年开始，有数个行业取得了较大突破。

一个是教育。 有很多公司成功地把人工数据和原有的数字资源结合，和机器结合，同时产生收益。

对教育而言，更大的场景不是应试性教育，而是人格和性格培养。在这个领域里，资源相对缺乏，而大众的需求正要被挖掘，这对中小公司来说，是个很好的切入机会。例如说，在美国已经有很多针对儿童阅读障碍和自闭症等治疗的产品，可以记录儿童的行为和交互数据，并进行定向分析。

第二个是 工业物联网 和工业4.0场景。 这个行业本身具有产生数据的特点，但一直没有太多的人去做收集和分析。如果有人能够切入行业，把更多的数据累计起来，把算法和更多的企业结合起来，会有可能形成新的品牌。

另一个则是今年大热的Fintech 金融科技 。 有些领域政策方面的风险虽长期存在，但是同时我们也能看到，其中机遇也是挑战。

在这些领域，AI切入的思维逻辑，实际上和 大数据 有些类似。在没有广义数据存在的情况下，或者缺乏结构化数据情况下，可以从数据的流量入口，或者从数据本身的清洗来做切入，先占据资源。在这些数据丰富的细分行业内，也很少有所谓的大型企业的垄断，可以做大的算法或者场景化解决方案。

切入越简单的业务，包括做中间的所谓流程处理，可能面临的最大挑战是，门槛相对较低，长期维持高毛利可能性也比较小。你会发现，今年很多公司业务收入还不错，但是它们本身的核心竞争力并不是算法或技术本身，更多的是基于所谓的销售能力，或者针对不同的企业客户定制方案的能力。

但是这个这个业务维度和AI创业本身是错位的。这一点也是值得大家考虑的。现在看起来火热或者很好的东西，可能并不是中小创业者切入的最优点。

戈壁创投主要关注的垂直行业领域，除了前面提到的健康、金融，其次更主要的，我们还是会从用户本身使用场景来看行业。AI本身来说，拥有大量用户的使用场景，一个是和“车”相关的；其次，出行领域；第三，家庭；第四则是办公环境。在这几个领域内，我们最近在看的几家公司，有基于大的物联网，还有环境感知等。

其中让我觉得比较兴奋的是，大的办公场景一直是被忽略的对象。多数人是把企业看成一个客户，从来没有把企业内部看成是所谓的场景。最近，很多人已经慢慢开始意识到，商业主体本身来说也是一个消费的终端，对AI更是这样。很大程度上，你服务企业客户本身可以为你产生收入，而其实它内部产生的需求量更大。

其次，在“车”这个领域来讲，这几年是爆发点，包括像 无人驾驶 ，人车交互，都创造了非常多的场景。但在这块，中国和美国还有非常大的技术性的差异。交互和识别领域中美的技术发展路径差别非常大。从中国下一步无人驾驶大的发展路径来看，因为中国基础设施的情况和美国差异非常大，不管是交通路况也好，驾驶习惯也好，还有包括整体城市的状况也好，中国都有非常多的机会。

• AI“泡沫”并不重要

在AI领域里，有关于“泡沫”的说法，以及投资热度也带来了部分公司的高估值。但我认为，AI的“投资热”其实对市场影响是很小的。

技术类领域和零售行业不同，即使再补贴，用户也不会因为这个来使用，他们对价格敏感性其实并不高。但是，对于资本而言，仍然是愿意对其投入的。 对于AI的长期发展，业内多数人的共识是，在5-10年内，AI将面临井喷的机会。而从以前科技领域领先型公司的发展周期来看，无论是Facebook，还是Google，都是高估值公司。这是一个巨大的赌注，很多人愿意去下注在这个领域，产生新的巨头的机会。

而技术类投资，不管这项技术最终是否成功，都会给市场带来正向的教育。这是市场走向成熟的必然过程。而且，AI的“泡沫”对市场实际上影响并不大，它是技术的变革，而对商业终端不会带来大的影响。 它的投入影响是有边界的。而在AI公司内部，尽管有人说它们投入成本高、烧钱，但在这个阶段，做这个投入并不是浪费。正因为反复试错，才使得产品走向成熟期，让更多人看到其中存在的机会。

而大公司在其中扮演的角色更加重要。在现在的AI投资中，大公司的可投入的资金更多，它在数据、场景等方面拥有的资源也更多，如果它选择封闭心态，对市场将产生负面的影响。但现在，部分大公司的观念也走向开放。至少在现在，AI的整体发展是有利于市场、有利于创业者的。

目前多数AI公司业务还是以2B为主。 因为目前看起来，还是技术为主的公司，跑的比平台更快；或者说，多数技术类公司，还没有办法利用平台做更多的商业应用。多数企业采用的，还是以服务企业客户为主的方式。

而C端业务，更多要到大平台出现以后。 这和互联网、移动互联网演进的路径差不多。当竞争到达一定程度以后，2C的业务会发展得更快，更多的企业处于商业模式创新期，包括对于客户的抓取性，可以把更多的精力集中在对用户的感知上。同时，很多企业可能会成为真正意义上B2B2C的合作商。AI行业到了后期，也会能够在更广泛意义上服务用户。

已经有一部分勇敢的公司开始做SaaS类的服务。SaaS目前看挑战非常大，做第一个搭建业务平台的，或者把数据对第三方开放，都有比较大的难度。但是从人工智能长期发展来看，我觉得基于所谓平台的服务、SaaS的服务，应该是主流的趋势。

哪怕企业现在需求是封闭的，但多数企业，最终都会选择SaaS的方式。因为只有这样，才会真正意义上给AI带来更广义的优势，形成来自于整个行业、各个不同公司的更大的数据池，同时对这个行业和你的业务产生影响。

谈到中美的科技创业领域的对比，很多人说美国AI人才的储备比中国大很多，但从人才质量而言，两国的中间差异越来越小；其次，从企业客户采用新技术意愿来看，国内比国外更强，在大的政府型采购的方向上，中国比美国政府更加勇敢，从这一点来看，中国某种程度来说，在为AI创造更大的市场。

还有比较重要的一点，现在从底层技术来看，很多企业已经采取多种技术做融合性的开发，很多国外企业也在中国做了很多业务，在技术上，国家的界限已经越来越模糊。

---

【新零售行业峰会来袭！】 2016年马云在云栖大会上首提“新零售”，自此“新零售”已成为当下电商界最热词，各电商大佬反复提到“线上线下融合”。如今，无人便利店、无人货架等模式也上升至新的风口，入局者蜂拥而至……

从旧到新，从传统到智能，零售经历着种种变化。对于企业来说，如何做到真正的落地执行？怎样借力实现销量和渠道的裂变？现场演讲嘉宾将在峰会上碰撞出精彩的火花，这将是一场新零售思想的盛宴。

“新零售 智能未来”——2017亿欧华东峰会： http://www.iyiou.com/post/ad/id/340