学术和技术背景是人工智能创业者的强壁垒，也给他们造成了一定的短板：创业者往往缺少对商业层面的重视，不太会发掘应用场景。而投资人尽管不一定有多懂，但也害怕错过这个风口，甚至怕被LP质疑。
在姚颂决定创业时，“人工智能”在中国还不是一个很热的词。他用“谈得挺惨的”来形容团队从2015年12月份开始的那次天使轮融资。
“天使轮融资谈了两个月，都没有任何进展，当时挺沮丧的。”姚颂回忆说，当时团队虽然技术比较好，但投资人并不容易理解。团队创业方向也比较偏硬件，而不是人脸识别这种算法，没办法向人展示项目有多酷。另外，几个合伙人都是技术出身，不太会讲故事，大家对商业发展也没那么多信心。
直到后来在美国一次学术会议的机会，姚颂见到金沙江创投董事总经理林仁俊，事情才峰回路转。“他理解我们所做事情的意义，不聊财务模型，而是跟我们畅谈了近三个小时的世界计算机体系结构发展变迁，推算这个时间点应该有这样一件事情。双方也比较投缘，就很快敲定了投资计划。”姚颂说。随后高榕资本加入，与金沙江创投共同投资500万美元。
这家公司就是深鉴科技，一家深度学习硬件领域的创业公司，正式成立于2016年3月。
也是在2016年3月，基于深度学习原理的谷歌人工智能程序AlphaGo打败围棋世界冠军李世石。人工智能概念由此成为热谈，这一领域的创业者和投资人开始增多。而创新工场、联想之星等多家机构，都把人工智能作为重点布局的赛道之一。
借此东风，深鉴科技后来在A轮融资时，拿到十几家机构的投资意向。姚颂透露，公司最终选择了两家战略投资方和两家财务投资方，在今年1月完成了融资。
今年两会，“人工智能”首次被写入政府工作报告。业界备受鼓舞者称，如果说2016年是“人工智能元年”，那么2017年将极有可能是“人工智能应用元年”。但记者调查发现，在行业新风口仍然存在创业者应用发掘不明确、技术同质化、投资人跟风热炒等现象。
学术与技术创业
姚颂毕业于清华大学电子系，他在大一下学期就进入了汪玉实验室，从事三维集成电路设计等方面的研究。汪玉是姚颂的导师，也是深鉴科技的联合创始人。他在清华大学从本科念到博士，后成为电子工程系长聘副教授。
据了解，汪玉在“硬件加速”领域已研究近十年，但此前并没有发现有明确商业前景的应用方向。在2012年底ImageNet的图像识别大赛上，一家做深度学习的团队获得了冠军。汪玉实验室认为这件事可以一试，就从2013年开始从事深度学习硬件方面的研究。当研究出现一些可以应用的方案后，团队便决定开始创业。
根据姚颂的介绍，深鉴科技做的是针对深度学习应用的处理器，主要应用于安防监控和云计算等行业。公司以B2B2C的模式发展，先将产品卖给公司客户，再由客户打包整体产品卖给用户，这个通路目前还在打通过程中。
与深鉴科技一样专注深度学习的创业公司还有，中科院背景的寒武纪和原百度深度学习研究院负责人余凯创立的地平线机器人等。
“三者其实是三条不同的技术路径，地平线更侧重于垂直领域，他们会提供从算法到芯片再到自动驾驶的整套系统性解决方案。寒武纪做了很多通用型的人工智能芯片，我们有自己的核心模组、压缩算法、编译和芯片设计，但目前还不会直接做用户端的系统。”姚颂说。
在交谈过程中，姚颂仍习惯性的称余凯、汪玉为“老师”。其实，创始人具有深厚的学术背景，是这波人工智能创业大潮很明显的特征。图像识别、语音识别领域的头部公司商汤科技、旷视科技、科大讯飞、思必驰等，也体现出这一特点。
切换到人工智能技术应用的细分场景也是如此：汇医慧影的CEO柴象飞毕业于斯坦福大学，曾在全球顶尖机构从事多年医学影像科研工作。2015年3月，他回国联合几位有行业经验的同学，成立了智慧影像云平台汇医慧影，这家将人工智能技术应用于医疗领域的公司。
2015年6月，汇医慧影获得有清华大学背景的水木易德基金的500万元天使投资。2016年10月，又获得蓝驰创投的数千万人民币A轮融资。
“其实原来人们针对人工智能进行了几十年的研究，但发现没办法用起来，所以很多人都转去学计算机了。直到2010年左右，人工智能方面很多商业化的应用开始出现。所以原来在学校、科研院所做研究的人都出来创业了，公司里边反而没什么人懂这个。”柴象飞说。
“人工智能牵扯到算法，真正懂技术的人通常都是科学家类型的，所以现在看到很多科学家出来创业，这很正常。但仅仅专注于算法和技术是不够的，创业者要懂得结合国家政策、市场环境、商业逻辑，还有要能吸引人才。能不能通过快速学习迅速培养起这些方面的能力，对这群科学家创业者来说很关键。”蓝驰创投合伙人陈维广对21世纪经济报道记者说。
创业者：商业与应用困境
学术和技术背景是人工智能创业者的强壁垒，也给他们造成了一定的短板。
“大家往往缺少对商业层面的重视，不太会发掘应用场景，想问题不是按照产品开发的模式先看有怎样的场景和需求。而是反向思考我的技术有可能满足哪些场景，这些场景是不是可以推广。”姚颂说。
深鉴科技为了解决这种反向思考带来的应用困境，团队基于FPGA芯片进行开发，以缩短试错成本。“如果创业者从头设计芯片，可能要花费一年半左右的时间。我们基于现有的PFGA芯片进行开发，形成产品的速度会快一些。然后通过跟客户的接触形成反馈进行更正修改，即使重新设计，成本也没那么高。”他说。
2B还是2C，是人工智能创业者要想明白的另外一个重要问题。姚颂表示，做2C的生意形成最终产品，离客户和盈利都更近。如出门问问做了问问手表和问问魔镜，商汤科技、旷视科技等针对安防监控行业，做了把摄像头囊括在内的监控系统解决方案。
在事物发展初期，大家都希望能够把上下游都吃掉，因为找不到划分明确的接口。但三五年后市场逐渐清晰，大家会发现自己适合的领域，分工越来越明确，所以2B的平台也是一种选择路径。
“大家都想做2B的服务，但又发现赚钱还得做2C，然后很多公司其实是中间态。对于深鉴科技来说，还没到选择的阶段，因为我们的产品还没经过大规模的验证，公司主要还是打磨产品。”姚颂说。
语音识别领域的创业公司思必驰，则只做2B的技术服务。公司目前专注于智能车载、智能家居、智能机器人领域的语音交互技术，主要客户包括小米、海尔、联想等。
思必驰市场总监龙梦竹对21世纪经济报道记者介绍，公司不做2C的业务是为了保持技术专注。“如果我们自己做了智能音箱，就相当于拒绝了音箱客户，自己的品牌又没有那么强的号召力。另一方面，2C需要单独的运营、硬件和市场团队，这方面的人力消耗不是我们目前能够做到的。”她说。
龙梦竹谈起国内语音识别领域的创业环境，她表示，目前这方面的创业公司有几十家。其中只有思必驰和科大讯飞，包含了从实验室学术研究到工业应用、产业应用和商业应用的全过程。科大讯飞的优势在于识别，如语音识别、方言识别等，应用场景丰富，包括教育、医疗、物联网等。思必驰的应用场景主要是车载、家居、机器人这三方面，优势在于交互。核心目的是让机器人懂用户的意思，帮助完成某件事或者给用户一个答案。
“其余大部分创业公司没有基层技术的积累，主要在做语音交互中的语义理解部分。大家都在说做得是自然口语交互，产品有多么人性化。但都说不出有什么技术是别人做不到的，这方面的同质化现象很严重。”她说。
据了解，思必驰仍没有彻底实现盈利，但收入在不断增长。龙梦竹表示，整个人工智能行业的企业盈利的都不多。“因为技术本身没有盈利模式，一定要嫁接在行业应用上。很多创业公司缺乏数据、经验和实用性，变现并不能很快实现。”
汇医慧影则试图用产业链的方式解决盈利问题，它的主要客户为医院、地方卫计委等。“很多医学人工智能公司会遇到的问题是，单独做一个点就不知道谁来买单。我们的特点是做医疗影像的全产业链，从底层云的架构到医生服务、数据服务、硬件结合等，提供阅片系统、IT系统、智能诊断系统的整体解决方案。”柴象飞说，而公司的另外一位合伙人郭娜曾任中国电信的销售总监，在争取2B客户方面富有经验。
投资人：不懂但怕错过风口
“人工智能又变成了类似上一轮O2O式的，大家热炒的概念。投资人不一定有多懂，也不一定有多愿意投，就是怕错过。另一方面别的基金都在投人工智能，你不投也不好跟LP交待。”一家早期投资机构人工智能领域的投资人对21世纪经济报道记者介绍称。
他表示，人工智能原来只限于专业领域，一二十年前是很冷门的方向，学成之后甚至都不太好找工作。只是后来算法、深度学习方面的技术出现后，促进了这个行业的发展。
“对投资机构来说，在2014年左右人工智能都还是很冷门的投资领域。但后来模式创新的项目投完之后，投资人开始转向看技术方面。如今整个投资圈从投资经理到合伙人，从早期基金到PE，所有人都在谈论人工智能。人工智能变成了一个非常宽泛的概念，大数据、物联网等都在往里边装，这里边其实跟风的人很多。”他说。
陈维广认为，机构纷纷布局的原因是，在技术层面，计算机的处理能力比以前大了很多倍，又有足够的历史数据和云计算的基础，人工智能的想象空间释放了出来。在应用场景层面，确实存在用人工智能替代人工的需求，不仅节省成本，也能够更加高效率和智能化。
据了解，蓝驰创投主要关注人工智能在医疗、金融、安防、零售等领域的应用。他认为，技术手段跟具体业务场景结合，才能创造价值。谈起跟其他投资机构的竞争，陈维广表示，市场上的项目投资人可能基本都看到过，只不过每个人判断的视角不一样，这跟对行业的研究了解程度有关。偶尔有部分项目投资人都看好会形成竞争，但整体创投市场还是很大的，大家都有机会。
成立于2008年的联想之星，从2010年开始布局人工智能领域，目前已经投资了60多家人工智能相关企业。联想之星投资副总裁高天垚对21世纪经济报道记者表示，联想之星布局人工智能走过两个阶段，第一阶段关注底层技术，重点投资各种识别技术和理解技术、传感器、底层云平台，例如Face++、思必驰、中科虹霸等。现阶段联想之星主要在加大对智能机器+行业应用的布局力度，利用智能技术提高效率。
“我们在考察创业者时，首先看他的专业背景，这个领域不是特别草根的创业者能做的。然后如果是做底层技术的团队，就要考察他的前沿性；如果是行业应用的团队，就看他对行业的理解能力。”高天垚说。
大量资本和人力的投入，让人担心泡沫的产生。在3月27日的新智元举办的AI技术峰会上，北京大学人工智能创新中心主任雷鸣提出疑问，有些创业者的产品可能还没成型就成了独角兽，是否会形成很大的泡沫？明势资本合伙人黄明明表示，每一波创业浪潮都会有泡沫。明势资本在选择公司的时候强调两点，一是离行业更近一些，二是离钱更近一些。创业公司要知道钱在哪里，否则算法准确度和数据未必是有用的。
高瓴资本集团合伙人洪婧表示，更多还是看创业公司有没有长期结构性的壁垒，并不是只看需求。只看需求很快就会蓝海变红海，主要还是看供给端。一定要把技术和实际的应用场景及预算结合起来，慢慢形成循环，积累数据和对行业真正的理解。
|
