赵云峰：我们这一轮人工智能创业有哪些新的明显的特点，可以让创业团队变得不像驮盐的驴子那样？
徐晨：人工智能的创业，经过几年是比较成熟的了，从一波主要以算法切入的创业者，到现在更多以应用场景的创业者，最近大趋势比较大的变化在于：可能大家更多学会的不是单纯从自己创造一个场景来做这个事儿。在去年和前年，我们看到了，多数都是所谓的创造一个需求，以这样的目的切入。同时在过去两年左右，很多算法都是抱着做基础的想法，在那个时候也没错，的确大家看到，是全新的行业，随着从去年开始，更多巨头慢慢开始进入这个行业以后，大家也开始意识到，投入基础设施，是时间比较漫长，同时资源消耗比较大的行业。
更多人已经开始寻找不同的节点，做细分的领域，特别从去年来看到今年，有几个行业里面，还是有蛮大突破的，第一个是教育，在教育方面，有很多公司成功把人工数据，和原有的数字资源结合起来，起到和机器配备的作用，同时产生收益。第二个是大的工业物联网和工业4.0的场景，因为这个行业本身的特点，其实数据一直在产生，但是没有太多人去做收集和分析，这一块有人如果能够开始切入行业，能够把更多的数据累计起来，同时把自己的算法跟前期更多的企业结合起来，会有可能形成新的品牌。第三个，是金融科技，包括在国内做业务，所谓的政策方面的风险，的确长期存在的，但是同时也看到，所谓的机遇也是这些挑战的机会，找到真实市场机会的创业者，在今年来说得到不错的发展。
赵云峰：你提到几个场景，像教育、Fintech（金融科技），AI在这些行业有更大的前途的话，传统的场景和产业应该具备何种特征？
徐晨：AI切入的思维逻辑，和原来做大数据有点类似，如果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，或者从数据本身来做切入，把资源占据。在教育行业，虽然有一些大的机构，这些教育机构的体量还不足以垄断市场，包括我们前面说到的工业生产有些类似，这种行业，可以做所谓大的算法，或者说做一些场景化的所谓解决方案，当然还有最简单的一块，很多金融方面，还有包括所谓的BI方面，就是简单的一些劳动力就行，越简单切入的业务，可能面临一个最大的挑战，相对来说门槛也比较低，毛利本身来说，所谓的长期维持高毛利可能性也比较小。包括做中间的所谓的流程的处理，这些你会发现，在今年来说，其实很多公司业务收入都不错，但另外一个维度，你会发现，这些企业，本身来说，主要的核心竞争力，并不是所谓的算法和技术本身，而更多的是所谓的销售能力，还有包括所谓的针对不同的企业客户制定方案的能力，所以这个业务维度和很多创业本身，技术研发和产品为核心的能力，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，可能并不是作为一个，特别是一个小的创业者，如果有这方面的背景可以，并不是切的最优的一个点。
赵云峰：这个说的很有感触，大家会发现，现在AI比较热，估值比较高，绝大多数的商业模式都是给企业做项目，也有一些相对来说，比较勇敢，比较少的公司，也去做一些SaaS的服务，您如何看待两类不同的业务模式的？
徐晨：其实我觉得某种程度上来说，AI本身对我们来说是一个广义大的场景，我觉得这两种可能性，都会存在，特别做项目，对于多数的比较成熟的企业，特别在中国，作为客户来说，从感知上来说，这种所谓的方式，对他们来说威胁比较小。而且我觉得还有很多的不少的所谓大的机构，还抱着自己来做的心，我们之前接触过不少给金融结构做业务外包的公司，或者给金融机构作为客户定制化管理的公司，很多时候客户同时采购几家的方案，第二种你会发现多数的客户对所谓的业务的探讨，在某一个部门，或者某一个业务环节，这块最大的难点就在于，我们其实从软件本身来看的话，包括做所谓系统，做平台的人来看，这种业务就是消除为驱动导向。公司到一定阶段以后，跟很多人说是一个平庸的公司，以销售为主导驱动的一个企业，包括最近思科卖给Oracle以后，基本上不行了，它的一个特点，完全是销售导向型的公司模式，SaaS现在目前看挑战非常大，第一个让用户，平台搭建在，所谓的系统之上的话，或者把它的数据对第三方开放是有比较大的难度，特别是从人工智能长期来看，我觉得基于所谓平台的服务，SaaS的服务，应该是主流的趋势，哪怕企业会有封闭的需求，多数的企业，都会选择SaaS的方式。
其实只有这样的情况下，才会真正意义上，AI带来的所谓广义的优势，这种情况下，不光得到自己所谓的数据，和自己业务的梳理，而是来自于更大的数据池，来自于整个行业，各个不同公司，同时对这个行业影响以后，你的业务在中间产生的反应。
赵云峰：现在看来，这次AI技术的升级，更像是过去传统的软件服务，因为现在绝大多数AI公司都是2B的，我要用一些具体的方案，解决传统客户的需求，徐总如果我们人工智能2C的时代马上到来的话，会不会让这样一些AI公司能够活的相对来说更舒服一些？或者更擅长一些？因为好多是从互联网转型过来的。
徐晨：这种看法，我觉得在整个现在这个时代，AI出现，它之所以感到兴奋，并不是AI创造了一两个所谓大的公司，而是它创造了真正意义上所谓新的平台，为什么说2B为主呢？现在目前看起来，整个平台资源，多数以技术为优先的公司，跑的比平台更前面，或者多数技术的公司，没有办法利用这个平台，做很多的商业应用，这是一个过去多数企业，以服务企业客户服务为主的方式，C端更多是大平台出现以后，包括移动互联网，或者所谓的互联网整个演进的路径差不多。所谓竞争到达一定程度以后，2C的业务处于商业模式创新期，其对于客户的抓取性，某种情况下，可以把更多的精力，集中在用户的感知上。同时有一个特别的不同的场景，很多企业，可能会成为我们真正意义上B2B2C的合作商，它有很强的客户能力的公司，成为下一代服务客户的厂商。它自己用一套整个相对高效的管理方式，成为服装行业新的巨头，我们仔细来看，现在多数厂商，很多厂商用流程生产，或者多SKO，少生产线的方式生产。对于AI行业，到了后期，也会出现所谓能够服务更多的针对意义上的用户，帮助他们。
赵云峰：刚才提到了不同的商业模式，下一个问题是，我们中美创业的区别，我们谈论人工智能，研究技术还是产业，跟美国都是绕不开的一个话题，刚才提到，国内更多公司做项目，美国公司做SaaS，这是一个很大的区别。另外观察到，在过去几年，基本上发出过原创性论文的，还有做出比较优秀的demo和产品的公司，基本上都被巨头收购了，徐总对中美之间的AI创业区别有什么看法？
徐晨：第一，某种程度来说，大家说美国AI人才的储备比中国人才量大很多，有人做过统计，美国的AI人才是中国的五到六倍，换一个角度来看，现在这些公司，我们抛开这个量来看，就质来说的话，两国所谓的中间的差异越来越近；第二，在企业客户，所谓客户端，对这个技术本身，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，中国比美国政府在这方面更加的勇敢，从这一点来看，中国AI产业上为更多企业创造了更大的市场。所以不管从本身商业逻辑来看，最后不管技术本身的发展如何，更多的还是以市场为主要的驱动性。就这一点来看，现阶段中国和美国在很多方面是非常接近的。当然还有一点，比较重要的一点，其实现在从本身底层技术来看，国家的分配越来越大，很多企业，采取多种所谓的技术，做融合性的开发，包括很多国外企业在中国做了很多业务，这一块中间的界限越来越模糊。
