學術和技術背景是人工智能創(chuàng)業(yè)者的強壁壘，也給他們造成了一定的短板：創(chuàng)業(yè)者往往缺少對商業(yè)層面的重視，不太會發(fā)掘應用場景。而投資人盡管不一定有多懂，但也害怕錯過這個風口，甚至怕被LP質疑。

　　在姚頌決定創(chuàng)業(yè)時，“人工智能”在中國還不是一個很熱的詞。他用“談得挺慘的”來形容團隊從2015年12月份開始的那次天使輪融資。

　　“天使輪融資談了兩個月，都沒有任何進展，當時挺沮喪的。”姚頌回憶說，當時團隊雖然技術比較好，但投資人并不容易理解。團隊創(chuàng)業(yè)方向也比較偏硬件，而不是人臉識別這種算法，沒辦法向人展示項目有多酷。另外，幾個合伙人都是技術出身，不太會講故事，大家對商業(yè)發(fā)展也沒那么多信心。

　　直到后來在美國一次學術會議的機會，姚頌見到金沙江創(chuàng)投董事總經理林仁俊，事情才峰回路轉。“他理解我們所做事情的意義，不聊財務模型，而是跟我們暢談了近三個小時的世界計算機體系結構發(fā)展變遷，推算這個時間點應該有這樣一件事情。雙方也比較投緣，就很快敲定了投資計劃。”姚頌說。隨后高榕資本加入，與金沙江創(chuàng)投共同投資500萬美元。

　　這家公司就是深鑒科技，一家深度學習硬件領域的創(chuàng)業(yè)公司，正式成立于2016年3月。

　　也是在2016年3月，基于深度學習原理的谷歌人工智能程序AlphaGo打敗圍棋世界冠軍李世石。人工智能概念由此成為熱談，這一領域的創(chuàng)業(yè)者和投資人開始增多。而創(chuàng)新工場、聯(lián)想之星等多家機構，都把人工智能作為重點布局的賽道之一。

　　借此東風，深鑒科技后來在A輪融資時，拿到十幾家機構的投資意向。姚頌透露，公司最終選擇了兩家戰(zhàn)略投資方和兩家財務投資方，在今年1月完成了融資。

　　今年兩會，“人工智能”首次被寫入政府工作報告。業(yè)界備受鼓舞者稱，如果說2016年是“人工智能元年”，那么2017年將極有可能是“人工智能應用元年”。但記者調查發(fā)現(xiàn)，在行業(yè)新風口仍然存在創(chuàng)業(yè)者應用發(fā)掘不明確、技術同質化、投資人跟風熱炒等現(xiàn)象。

　　學術與技術創(chuàng)業(yè)
　　姚頌畢業(yè)于清華大學電子系，他在大一下學期就進入了汪玉實驗室，從事三維集成電路設計等方面的研究。汪玉是姚頌的導師，也是深鑒科技的聯(lián)合創(chuàng)始人。他在清華大學從本科念到博士，后成為電子工程系長聘副教授。

　　據(jù)了解，汪玉在“硬件加速”領域已研究近十年，但此前并沒有發(fā)現(xiàn)有明確商業(yè)前景的應用方向。在2012年底ImageNet的圖像識別大賽上，一家做深度學習的團隊獲得了冠軍。汪玉實驗室認為這件事可以一試，就從2013年開始從事深度學習硬件方面的研究。當研究出現(xiàn)一些可以應用的方案后，團隊便決定開始創(chuàng)業(yè)。

　　根據(jù)姚頌的介紹，深鑒科技做的是針對深度學習應用的處理器，主要應用于安防監(jiān)控和云計算等行業(yè)。公司以B2B2C的模式發(fā)展，先將產品賣給公司客戶，再由客戶打包整體產品賣給用戶，這個通路目前還在打通過程中。

　　與深鑒科技一樣專注深度學習的創(chuàng)業(yè)公司還有，中科院背景的寒武紀和原百度深度學習研究院負責人余凱創(chuàng)立的地平線機器人等。

　　“三者其實是三條不同的技術路徑，地平線更側重于垂直領域，他們會提供從算法到芯片再到自動駕駛的整套系統(tǒng)性解決方案。寒武紀做了很多通用型的人工智能芯片，我們有自己的核心模組、壓縮算法、編譯和芯片設計，但目前還不會直接做用戶端的系統(tǒng)。”姚頌說。

　　在交談過程中，姚頌仍習慣性的稱余凱、汪玉為“老師”。其實，創(chuàng)始人具有深厚的學術背景，是這波人工智能創(chuàng)業(yè)大潮很明顯的特征。圖像識別、語音識別領域的頭部公司商湯科技、曠視科技、科大訊飛、思必馳等，也體現(xiàn)出這一特點。

　　切換到人工智能技術應用的細分場景也是如此：匯醫(yī)慧影的CEO柴象飛畢業(yè)于斯坦福大學，曾在全球頂尖機構從事多年醫(yī)學影像科研工作。2015年3月，他回國聯(lián)合幾位有行業(yè)經驗的同學，成立了智慧影像云平臺匯醫(yī)慧影，這家將人工智能技術應用于醫(yī)療領域的公司。

　　2015年6月，匯醫(yī)慧影獲得有清華大學背景的水木易德基金的500萬元天使投資。2016年10月，又獲得藍馳創(chuàng)投的數(shù)千萬人民幣A輪融資。

　　“其實原來人們針對人工智能進行了幾十年的研究，但發(fā)現(xiàn)沒辦法用起來，所以很多人都轉去學計算機了。直到2010年左右，人工智能方面很多商業(yè)化的應用開始出現(xiàn)。所以原來在學校、科研院所做研究的人都出來創(chuàng)業(yè)了，公司里邊反而沒什么人懂這個。”柴象飛說。

　　“人工智能牽扯到算法，真正懂技術的人通常都是科學家類型的，所以現(xiàn)在看到很多科學家出來創(chuàng)業(yè)，這很正常。但僅僅專注于算法和技術是不夠的，創(chuàng)業(yè)者要懂得結合國家政策、市場環(huán)境、商業(yè)邏輯，還有要能吸引人才。能不能通過快速學習迅速培養(yǎng)起這些方面的能力，對這群科學家創(chuàng)業(yè)者來說很關鍵。”藍馳創(chuàng)投合伙人陳維廣對21世紀經濟報道記者說。

　　創(chuàng)業(yè)者：商業(yè)與應用困境
　　學術和技術背景是人工智能創(chuàng)業(yè)者的強壁壘，也給他們造成了一定的短板。

　　“大家往往缺少對商業(yè)層面的重視，不太會發(fā)掘應用場景，想問題不是按照產品開發(fā)的模式先看有怎樣的場景和需求。而是反向思考我的技術有可能滿足哪些場景，這些場景是不是可以推廣。”姚頌說。

　　深鑒科技為了解決這種反向思考帶來的應用困境，團隊基于FPGA芯片進行開發(fā)，以縮短試錯成本。“如果創(chuàng)業(yè)者從頭設計芯片，可能要花費一年半左右的時間。我們基于現(xiàn)有的PFGA芯片進行開發(fā)，形成產品的速度會快一些。然后通過跟客戶的接觸形成反饋進行更正修改，即使重新設計，成本也沒那么高。”他說。

　　2B還是2C，是人工智能創(chuàng)業(yè)者要想明白的另外一個重要問題。姚頌表示，做2C的生意形成最終產品，離客戶和盈利都更近。如出門問問做了問問手表和問問魔鏡，商湯科技、曠視科技等針對安防監(jiān)控行業(yè)，做了把攝像頭囊括在內的監(jiān)控系統(tǒng)解決方案。

　　在事物發(fā)展初期，大家都希望能夠把上下游都吃掉，因為找不到劃分明確的接口。但三五年后市場逐漸清晰，大家會發(fā)現(xiàn)自己適合的領域，分工越來越明確，所以2B的平臺也是一種選擇路徑。

　　“大家都想做2B的服務，但又發(fā)現(xiàn)賺錢還得做2C，然后很多公司其實是中間態(tài)。對于深鑒科技來說，還沒到選擇的階段，因為我們的產品還沒經過大規(guī)模的驗證，公司主要還是打磨產品。”姚頌說。

　　語音識別領域的創(chuàng)業(yè)公司思必馳，則只做2B的技術服務。公司目前專注于智能車載、智能家居、智能機器人領域的語音交互技術，主要客戶包括小米、海爾、聯(lián)想等。

　　思必馳市場總監(jiān)龍夢竹對21世紀經濟報道記者介紹，公司不做2C的業(yè)務是為了保持技術專注。“如果我們自己做了智能音箱，就相當于拒絕了音箱客戶，自己的品牌又沒有那么強的號召力。另一方面，2C需要單獨的運營、硬件和市場團隊，這方面的人力消耗不是我們目前能夠做到的。”她說。

　　龍夢竹談起國內語音識別領域的創(chuàng)業(yè)環(huán)境，她表示，目前這方面的創(chuàng)業(yè)公司有幾十家。其中只有思必馳和科大訊飛，包含了從實驗室學術研究到工業(yè)應用、產業(yè)應用和商業(yè)應用的全過程。科大訊飛的優(yōu)勢在于識別，如語音識別、方言識別等，應用場景豐富，包括教育、醫(yī)療、物聯(lián)網(wǎng)等。思必馳的應用場景主要是車載、家居、機器人這三方面，優(yōu)勢在于交互。核心目的是讓機器人懂用戶的意思，幫助完成某件事或者給用戶一個答案。

　　“其余大部分創(chuàng)業(yè)公司沒有基層技術的積累，主要在做語音交互中的語義理解部分。大家都在說做得是自然口語交互，產品有多么人性化。但都說不出有什么技術是別人做不到的，這方面的同質化現(xiàn)象很嚴重。”她說。

　　據(jù)了解，思必馳仍沒有徹底實現(xiàn)盈利，但收入在不斷增長。龍夢竹表示，整個人工智能行業(yè)的企業(yè)盈利的都不多。“因為技術本身沒有盈利模式，一定要嫁接在行業(yè)應用上。很多創(chuàng)業(yè)公司缺乏數(shù)據(jù)、經驗和實用性，變現(xiàn)并不能很快實現(xiàn)。”

　　匯醫(yī)慧影則試圖用產業(yè)鏈的方式解決盈利問題，它的主要客戶為醫(yī)院、地方衛(wèi)計委等。“很多醫(yī)學人工智能公司會遇到的問題是，單獨做一個點就不知道誰來買單。我們的特點是做醫(yī)療影像的全產業(yè)鏈，從底層云的架構到醫(yī)生服務、數(shù)據(jù)服務、硬件結合等，提供閱片系統(tǒng)、IT系統(tǒng)、智能診斷系統(tǒng)的整體解決方案。”柴象飛說，而公司的另外一位合伙人郭娜曾任中國電信的銷售總監(jiān)，在爭取2B客戶方面富有經驗。

　　投資人：不懂但怕錯過風口

　　“人工智能又變成了類似上一輪O2O式的，大家熱炒的概念。投資人不一定有多懂，也不一定有多愿意投，就是怕錯過。另一方面別的基金都在投人工智能，你不投也不好跟LP交待。”一家早期投資機構人工智能領域的投資人對21世紀經濟報道記者介紹稱。

　　他表示，人工智能原來只限于專業(yè)領域，一二十年前是很冷門的方向，學成之后甚至都不太好找工作。只是后來算法、深度學習方面的技術出現(xiàn)后，促進了這個行業(yè)的發(fā)展。

　　“對投資機構來說，在2014年左右人工智能都還是很冷門的投資領域。但后來模式創(chuàng)新的項目投完之后，投資人開始轉向看技術方面。如今整個投資圈從投資經理到合伙人，從早期基金到PE，所有人都在談論人工智能。人工智能變成了一個非常寬泛的概念，大數(shù)據(jù)、物聯(lián)網(wǎng)等都在往里邊裝，這里邊其實跟風的人很多。”他說。

　　陳維廣認為，機構紛紛布局的原因是，在技術層面，計算機的處理能力比以前大了很多倍，又有足夠的歷史數(shù)據(jù)和云計算的基礎，人工智能的想象空間釋放了出來。在應用場景層面，確實存在用人工智能替代人工的需求，不僅節(jié)省成本，也能夠更加高效率和智能化。

　　據(jù)了解，藍馳創(chuàng)投主要關注人工智能在醫(yī)療、金融、安防、零售等領域的應用。他認為，技術手段跟具體業(yè)務場景結合，才能創(chuàng)造價值。談起跟其他投資機構的競爭，陳維廣表示，市場上的項目投資人可能基本都看到過，只不過每個人判斷的視角不一樣，這跟對行業(yè)的研究了解程度有關。偶爾有部分項目投資人都看好會形成競爭，但整體創(chuàng)投市場還是很大的，大家都有機會。

　　成立于2008年的聯(lián)想之星，從2010年開始布局人工智能領域，目前已經投資了60多家人工智能相關企業(yè)。聯(lián)想之星投資副總裁高天?對21世紀經濟報道記者表示，聯(lián)想之星布局人工智能走過兩個階段，第一階段關注底層技術，重點投資各種識別技術和理解技術、傳感器、底層云平臺，例如Face++、思必馳、中科虹霸等�，F(xiàn)階段聯(lián)想之星主要在加大對智能機器+行業(yè)應用的布局力度，利用智能技術提高效率。

　　“我們在考察創(chuàng)業(yè)者時，首先看他的專業(yè)背景，這個領域不是特別草根的創(chuàng)業(yè)者能做的。然后如果是做底層技術的團隊，就要考察他的前沿性;如果是行業(yè)應用的團隊，就看他對行業(yè)的理解能力。”高天?說。

　　大量資本和人力的投入，讓人擔心泡沫的產生。在3月27日的新智元舉辦的AI技術峰會上，北京大學人工智能創(chuàng)新中心主任雷鳴提出疑問，有些創(chuàng)業(yè)者的產品可能還沒成型就成了獨角獸，是否會形成很大的泡沫?明勢資本合伙人黃明明表示，每一波創(chuàng)業(yè)浪潮都會有泡沫。明勢資本在選擇公司的時候強調兩點，一是離行業(yè)更近一些，二是離錢更近一些。創(chuàng)業(yè)公司要知道錢在哪里，否則算法準確度和數(shù)據(jù)未必是有用的。

　　高瓴資本集團合伙人洪婧表示，更多還是看創(chuàng)業(yè)公司有沒有長期結構性的壁壘，并不是只看需求。只看需求很快就會藍海變紅海，主要還是看供給端。一定要把技術和實際的應用場景及預算結合起來，慢慢形成循環(huán)，積累數(shù)據(jù)和對行業(yè)真正的理解。