人工智能成为了科技界最热门的领域。除开技术成长的周期，伴随着人工智能发展的是人们的各种担忧。然而，如同人类历史上无数次的跨越式发展一样，总有人看到风险，亦有人洞见机遇。借 “AI+” 之能，深耕于垂直行业的创业者们或许可以开启「新世界」的大门。
文｜林翠
来源｜经纬创投（matrixpartnerschina）
前不久我在清华听了 Peter Thiel 的讲课，当他讲到“未来趋势”一节里他讲到 AI （人工智能）的时候两眼放光，语速加快，兴奋不已的神态让人印象深刻。人工智能像兴奋剂一样，让一个个在硅谷的牛人 high 了起来。李彦宏也说到，移动互联网利用人口红利带来的增长已经逐渐见顶，世界正在进入下一幕，即人工智能的时代。
AI 会成为企业的救命草吗？我的判断是肯定的，AI+ 会成为淘汰落后生产方式的关卡，像大马哈鱼回游一样，跳不到上游的大马哈鱼是很难有繁盛的生存下去的机会的，现实就是这么残酷。未来的企业，AI会成为标配。
AI 的概念 60 年前就有了，在 10 年前也曾被热议过一阵儿，今年再次被关注则是始于一系列国内外的投资并购事件。明显感到 AI 领域在这个时点里很抢眼：
英特尔刚宣布将收购仅拥有48名员工的Nervena Systems，据传收购金额约为4.08亿美元。
大数据公司Palantir累计融资20亿美元，估值现在已经达到了200亿美金，在未上市公司中仅次于UBER、小米和Airbnb，位列全球第四。
下图是 CBInsights 针对 AI 领域全球投资事件统计：
![]()
2015 年 Q1 投资交易为12笔，对比可见 2016 年Q1达到了 27 笔，增加了 2 倍多。
就像前两年的“互联网+”一样给传统产业赋能，让不少具有互联网能力的传统产业升级了，把线下翻到线上，加速信息流动，大大提升了信息匹配效率。于是，我们出行更方便了，吃饭更方便了，变美更方便了，整理家务更方便了。那这个迎面而来的“AI+” 又是什么？
“互联网”+与 “AI+” 的区别：大白话的说，“互联网+”提升的是效率，“AI+” 提升的是品质。
“互联网+”提高匹配效率
“互联网+”把用户行为数据化——我们吃饭，看电影等消费行为及商家的服务／商品都被信息化了，这就解决了双方搜寻及匹配的问题。而 “AI+” 则是采集更丰富的信息，并让机器模拟思考决策过程，生成行业应用来更好地服务双方。
在 O2O 热潮里，创业者只要给项目贴上“互联网+”的标签就很容易融到钱，可惜好景不长，“互联网+”的改造并非在每个行业都立杆见影，发力过猛的 VC 们于是开始集体反思，我们意识到仅提升信息匹配效率是不够的。
“AI+”提升服务品质
互联网的本质除了“连接”服务、信息、人以外，还应该让服务变得更“聪明”，让消费体验更好，这就是 “AI+” 了。AI 应用是总结现有的规律并实时制定出更聪明的解决方案。实现更“聪明”的关键是：对数据积累的越丰富越好；对未知的事物反应速度越快越好。大数据分析从静态统计演进到动态算法，让机器的深度学习模拟人类思考决策并能动态调优。
AI 领域投资能成为当前的一把火，有几个客观原因：
1.处理能力的突破
传统的处理器在计算神经网络的选项范围上需要好几个星期，而现代化的图形处理器（GPUs）能够在 24 小时内完成这一任务。除此外，云计算基础设施的完善也使得 AI 响应速度更快。
2.数据采集的丰富
人工智能实现的基础是采集庞杂的数据。
在 PC 时代的数据来自感应器收集，模数转换输入、手工主动录入等方式，数据格式有限且效率不高。而移动互联网时代，智能手机及智能硬件的普及使数据采集已进化到多维度实时进行，采集颗粒度细化到个体、位置、环境、行为、社交关系；数据内容从图文、声音、视频、甚至生物特征等数据都极大丰富，使得基于大数据做出行为分析及短期预判成为可能，如火如荼的互联网+创业已为此奠定了良好基础。
3.优化的算法
过去几年，业界的巨头们无一不在认知领域和深度学习领域持续发力，除了IBM、Google 、微软、Amazon等有海量用户行为数据的企业，当然还包括BAT，或许这是百度翻盘的最佳时机了。
AI 还处在早期发展阶段，我认为对于以下 3 类创业公司是好机会：
第一类：技术型创业公司
对于有认知能力的数据提供商，算法训练能力，深度学习能力的创业公司来说是个好机会，这绝对是门槛高高的。当然如果做得出来，估值也会是高高的。
第二类：底层基础服务商
在国外Google、IBM、Amazon 等大平台正努力研发，而在国内这个领域迟早将成为 BAT 的必争之地，所以创业公司要谨慎。这些大家伙最终会把 AI 的各种能力输出，给应用层调用，就像Google Map开放 API 接口那样。
第三类：垂直领域创业公司
我相信最大的机会在垂直领域应用层，将涌现出优秀的公司，“AI+” 会在不同垂直行业的不同环节赋能。 举个例子，复杂行为的效果评估，白话说就是需要老师傅的行业 “AI+” 都有施展空间，这些公司都会有这三个特点：
1.已经有可以抓取到的海量数据，或者可以积累足够多的数据。
3.创始团队是 “1+1” 结构，有 AI 能力的 CTO 根据垂直行业经验模拟出来，并学习。
AI 对于所有依靠经验的行业都会是巨大的冲击，越是靠老师傅经验存在的行业，越有机会利用 “AI+” 来赋能，例如医疗，教育，金融，健康护理等。
1.医疗领域
AI 可以通过大量的数据统计抽象，及数据之间的关联，做出预测。数据节点越多，判断越趋近准确，毕竟经验再丰富的医生，大脑的存储量都是有限的，知识边际也是有限的。病人们宁愿排队五六个小时，就是为了等一个经验丰富的老医生来做两三分钟的诊断，而不少年轻医生却缺病人，就是因为我们相信经验，担心误诊。IBM 的 Watson 机器人可以对检测结果做分析判断，辅助医生进行初步诊断，对病患者的病情进行有效定位归类，并提供相应的治疗手段选项，帮助医生更好更快地确定治疗方案，这样不仅提高的分诊效率，还大大地降低了医生的误诊率。
2.教育领域
教育领域也有同样机会。现在学生不管成绩好坏、更解能力如何，每天的课程和作业都一样，但其实每个人对知识点掌握并不是相同，带着越来越多的漏洞学下去，知识体系就很难搭建起来，成绩差异也就越来越大。老师不可能对众多学生知识体系进行查缺补漏，但是 AI 可以，通过学生对于知识点的反馈，迅速调整教学进度。
3.交易平台
对于交易平台，尤其是双侧用户足够分散，且交易频度较高，有大量数据沉淀的服务型公司。无论是 To C 还是 To B，都可以利用 “AI+” 给平台赋能，让平台为双侧用户提供更好的服务。帮助平台供给方去预测需求，分配资源，优化成本结构；帮助需求方去筛选、判别、监控体验和反馈。当平台搭建出更高的行业标准，提供双方更好的工具，双方对于平台的依赖度就会增加，即便是大额、重决策的消费也不容易跳单了。
国内市场很多领域都处于供大于求的状况，很多传统行业面临挑战，AI 对于这些行业的赋能将更明显，对用户来说更聪明的产品及服务将是普遍需求，那些有 AI 能力的企业才能有机会胜出。我相信在更多的垂直行业，会陆续看到利用 “AI+” 给产业赋能的实例。
2.深入场景，建立模型和算法，模拟出用户需求，并实时给出方案。4.开放的心态去帮助行业，也帮助自己，共同获取更多数据。
