值此新春佳节之际，猎云君感谢朋友们长期以来的支持和厚爱。祝大家新年快乐！事事顺意！
过年最热闹的几件事：莫过于春运、红包和集福。
回家七大姑八大姨问你：年终奖发了没，拿了多少呀？也着实让不少创业者心塞不已。
如果在大互联网公司工作，那么红包还可以炫耀一番。自己就是苦逼的CEO的话，那也只能笑笑不说话了。但是，就是大家急着赶春运期间，也不少人仍坚守岗位，例如科创媒体（比如猎云网仍需要为大家输送内容吧）、投资人以及部分创业者。几天前，任正非任老板还在今年的华为节前座谈会上发飙了，一篇名为《任正非：还过个屁年！》怒刷朋友圈，据说某部门座谈会上的三类发言让任总忍无可忍：这么好看的业绩拿来忽悠谁啊！人生如戏，全靠演技。猎云君只想说：无论是大企业还是小创企，脚踏实地才是王道啊！
言归正传，2016年裁员也罢、倒闭也成，都已经过去了。2017年的创业才是我们真正要关心的事情。那么新年新计划怎么定呢？不妨跟着猎云君（微信：ilieyun）来学习下！
◆
◆
◆
2016年热点回望
2016年最热门的行业是什么？莫过于聊天机器人、VR/AR、无人机、无人驾驶汽车、直播、SaaS、共享经济。
聊天机器人：
根据BotFunded.com.统计，去年有超过2亿美元的资金涌入聊天机器人的初创企业。
无人驾驶汽车：
2016年3月通用宣布10亿美元收购自动驾驶创企Cruise； 2016年8月Uber 7亿美元价格收购无人驾驶货车公司otto；2016年10月特斯拉宣布构建无人驾驶车共享网络；2016年12月谷歌宣布无人驾驶项目成立Waymo。
直播：
2016年4月Facebook Live上线、6月YouTube全面开启直播功能、2016年8月微软收购直播平台Beam、Periscope与直播足球比赛和NFL合作，2016年4月，网红papi酱广告贴片招标直播，2200万元落槌；2016年12月，《互联网直播服务管理规定》从12月1日正式实施，行业加速洗牌。
VR/AR：
消费级VR设备Oculus Rift和HTC Vive发货；Google在推出Daydream VR平台及相应硬件设备；索尼推出PlayStation VR。
SaaS：
2016年SaaS大量投资集中在企业服务领域。该领域在2016年趋向智能化发展，聊天机器人创企相应瞄准SaaS市场，Google也进入了这一市场。与此同时，该领域还带动了通信经济，Slack走红，微软推出了企业通信软件Teams。
共享经济：
滴滴重金收购Uber中国；2016年9月，ofo共享单车完成了滴滴出行数千万美元的C1轮战略投资后，又获得了C2轮融资，总计完成了1.3亿美元的C轮融资。而摩拜单车也在9月底也完成了红杉中国、高瓴资本等投资的1亿美元的C轮融资，后出现的玩家小鸣单车则在10月份获得了1亿元A轮融资。11月17日，野兽骑行宣布完成1.5亿元B轮融资，野兽骑行CEO李刚表示将设立独立品牌Bluegogo（中文名小蓝单车）全面开拓共享单车市场。
◆
◆
◆
2017年趋势预测
据统计，2016年中，企业服务、文体娱乐、电商和医疗几大领域成为了资本追捧的新风口。资本对于这些领域表现出高度的关注，其实也在情理之中。比如，云计算的高度发展，带动了整个企业服务行业出现了井喷。同时，在市场整体预冷的情况下，有清晰的盈利模式的企业更容易获得融资，而企业服务类公司更容易在成立初期就能找到明确的付费用户。
同样，医疗行业虽然信息化改革缓慢，且受制于政策变化，医疗体系等多种因素，但发展势不可挡，一旦破冰将是一个难以估量的 超级市场，因此各方也在积极探索哪些领域以哪种方式更有可能成功。
创投整体市场并未冷却，只是相比于2015爆发式发展的趋于更科学、更冷静。创业者和投资人逐渐资本驱动创业转为市场驱动，从而将目光转向更具潜力的领域。
行业整合与深科技成为了贯穿2016年互联网创投领域的两大主题，在经历了一轮创业、投资狂潮之后，模式创新日趋乏力，现有成熟赛道纷纷关闭窗口，资本对于早期项目的押注更为谨慎、选择更为稳妥的中后期项目进行布局；移动互联网红利逐渐单薄，深科技再次开始站在历史潮头，金融科技、人工智能等多个领域纷纷掀起从底层技术追求效率提升。
国内在移动互联网方面已经追上甚至超越国外，在相同起跑线的深科技领域有望并驾齐驱，中国企业能够主动出击全球市场。风向已经开始转变，在即将到来的2017年，创投领域又会出现怎样的变化，我们在此大胆预测一下，供你参考。
1.需要谨慎入场的领域：互联网金融
2.仍有机会被发觉的领域：企业服务、汽车交通、教育培训
3.近期可能爆发增长的领域：消费生活、文体娱乐、旅游酒店
4.未来可能增长爆发的领域：智能硬件、医疗健康
5.暂时只能观望的领域：社交、房产服务
热点1：人工智能&机器学习
人工智能一直是科幻小说主流题材之一，而现实中其相关设想正初步实现。机器可通过学习分析行为模式，并以此为根据做出相应预测反应，比如应用于购物网站，进行购物推荐。除分析大型数据、挖掘潜在行为模式、行为预测等功能之外，研发人员还希望让机器具备从各种模式中学习后产生新模式的能力。
