导读：一盘棋后，大家仿佛突然看到了希望，纷纷押注于人工智能，继PC、移动互联网后引领下一个大时代。

　　然而任何时代的发展都不会一帆风顺，人工智能概念在资本的追逐下越来越膨胀，如果没有合理的商业模式和充足的现金流，必然会出现泡沫。

　　美国投资人喜欢to B，中国投资人喜欢to C

　　AI概念公司主要分为两类：技术型公司和产品型公司。

　　技术型公司具备很强的AI技术。它们的商业模式以提供“云+端”的解决方案为主。之所以要“云+端”是因为有些计算必须要在端上完成，比如自动驾驶、无人机等对实时性要求很高的场景不可能容忍数据传到云上处理的延迟。它们的竞争优势来自于不断打磨自己的技术能力，构建独有的技术壁垒，让更多的客户来使用自己的技术，一般以to B为主。

　　产品型公司则不一定要拥有多么强的技术，关键是要思考帮助用户解决什么问题，满足用户哪个痛点上的什么需求，让用户使用你的产品后能看到显而易见的效果，比如效率大幅提升，而付出的成本又相对合理。它们的竞争优势来自于敏锐地洞察商业潮流趋势，推出符合市场需求的产品，并不断提升用户体验，一般以to C为主。

　　近日，腾讯研究院出台的《中美两国人工智能产业发展报告》显示：

　　中国投资者对应用层产品型公司关注更多。中国人工智能企业中，融资占比排名前三的领域为计算机视觉与图像，融资143亿元，占比23%;自然语音处理，融资122亿元，占比19%;以及自动驾驶、辅助驾驶，融资107亿元，占比18%。值得一提的是：中国的自动驾驶、辅助驾驶企业虽然只有31家，但融资额是第三，表明中国的投资者非常看好这一领域。

　　美国投资者对于基础层技术型公司更为看重。在美国人工智能企业中，融资占比排名前三的领域为芯片处理器融资315亿占比31%，机器学习应用融资207亿占比21%，自然语言处理融资134亿占比13%。芯片企业的数量排名第八，33家，但融资量却是第一，美国的芯片实力和资金吸引力，可见一斑。

　　人工智能与商业的6个连接

　　资本入局之后，人工智能逐渐开始商业化。就目前来说，人工智能与商业的连接有如下几种主要玩法：

　　1、自动驾驶

　　目前，这个行业正处于辅助驾驶向半自动驾驶推进的阶段。例如谷歌、意大利帕尔玛大学和百度的智能汽车原型系统，综合看来，国内外研发无人驾驶汽车的公司都把无人驾驶商用的时间线划在了2020年前后。因此，接下来的3到4年将会是这一技术商业化落地的冲刺时期。

　　2、公共服务

　　现阶段，人工智能应用于城市管理主要聚焦在城市，能源应用管理、公共安全管理、城市交通规划和调度。未来，城市管理服务借助智能手段，将与个人生活管理紧密结合，形成城市、社区、家庭相互融合的服务系统，实现真正的智能生活。

　　3、金融服务

　　金融产品的传统销售方式仍然主要依靠理财师、客户经理等一线销售人员提供咨询、产品推介、后续跟踪服务等。 在个性化理财服务环节，人工智能将代替人类完成“分析”和“推理”工作，能够极大提升金融机构的服务效率和服务范围，能够优先降低成本、提高收益。金融领域有望成为人工智能应用普及较为迅速的行业。

　　4、娱乐领域

　　近两年，人工智能在文化娱乐领域的应用主要为：人机交互、虚拟偶像、辅助创作等。因为休闲娱乐行业市场空间较大，用户对新鲜事物的接受程度较高，乐意使用新技术来提升现有产品的体验。在内容创业火爆、优质内容缺乏的今天，人工智能技术的应用将进一步提升内容生产的效率。

　　5、教育行业

　　目前，人工智能在教育领域已实现的应用主要体现在对教学环境、教学方式、学习方式的改变上，主要包括智能考试阅卷、智能作业批改、个性化教学及虚拟场景教学等方面。

　　人工智能的语言识别、视觉识别技术及深度学习、自然语言处理技术突破后将融入教、学、考环节，升级智能教学系统，辅助教师课堂教学，替代教师完成作业批改，针对学生个体差异，推荐制定个性化学习解决方案。

　　6、医疗行业

　　现阶段智能医疗的发展出现了基础建设与创新探索同步发展的局面。一边是各地政府和医疗机构在智慧医疗信息系统和医疗数据库建设上发力，一边是多家商业组织和科研机构在精准医疗、智能临床诊断系统、只能医学影像诊断系统、医疗机器人、智能监测硬件等方面均进行尝试和累积。

　　个人健康管理硬件，以及个人健康管理与医疗服务整合也有机会快速发展，很可能创造出新的医疗/健康服务模式。

　　AI是满足用户需求的手段，而不是价值主张

　　虽然这些项目看起来都很美好，但是《中美两国人工智能产业发展报告》则表示：泡沫即将出现，主要的信号有两个：

　　一、资金多而项目少

　　综合过往数据和2017年前半年的情况，今年美国新增企业数量将跌到谷底，预计在2017结束之前，美国新增企业数量范围将在25-30家之间徘徊。同时，美国的累计融资量持续快速增长，最后将稳定在1380-1500亿元的区间。18年后，中美两国AI企业数量增长都将有所恢复，但依然平缓。

　　二、周期长而营收难

　　通俗地说，现在的人工智能被高估了。深度学习起源于上世纪八九十年代的神经网络研究。在很多情况下，前沿研究是由对已有方法的微小改动和改进组成，而这些方法在几十年就已经被设计出来了。

　　尽管如此，市场热炒的人工智能技术和产品的成熟度仍然有限。许多项目和技术，并不能直接 获得消费者欢迎，还需要相当长的时间才能走向成熟。

　　这种前提下，创业项目不得不舍弃大众消费市场而致力于解决企业级问题，创新公司的商业模式回归到类似传统IT厂商的角色，进一步加大了营收难度。

　　然而风口和泡沫总是并存的，AI创业的那些坑能绕就绕。下面是业内人士给创业者的几点建议：

　　1. 提供API的商业模式无法支持公司走下去。一个单独的API接口无法为你的客户创造价值，你要做的是提供解决方案。亚马逊、谷歌、阿里等云服务商都会提供AI-aas服务，而且会逐步免费。

　　2. 全栈型公司才靠谱。什么是全栈型?就是你要能从头到尾完整地解决一个高层次的行业问题，一是你要有业务和行业领域的专业知识，二是要有大量的有标注的行业数据，三是要具备应用AI技术解决实际问题的能力。纯算法会逐渐沦为低级别的商品化服务，你无法靠卖算法盈利。

　　3. 请不要再说自己是AI公司了。作为一家公司，你的使命应该是提供满足客户需求的产品和服务，AI只能是技术架构和实现手段，不是你的价值主张，说自己是AI公司说明你还没有明确自己的定位。