如果一定要從2017年選出五大商業(yè)熱點，那么應該是：共享經濟、新零售、知識付費、區(qū)塊鏈和人工智能。不同于其他四個熱點，追捧和唱衰交織、贊歌和挽歌共響，人工智能創(chuàng)業(yè)幾乎被業(yè)界一致看好，資本瘋狂涌入、公司市值翻倍、整個市場呈現一派火熱繁榮景象。

與此同時，也不排除有個別人提出對人工智能的質疑，整個行業(yè)是否存在泡沫？到底掙不掙錢？PPTV創(chuàng)始人姚欣的這篇文章，將會從投資人的視角和大家分享，人工智能行業(yè)該如何實現商業(yè)化。

人工智能應該看技術還是看市場？

可能有人會說，這個問題還用問嗎？既然是技術創(chuàng)新，毫無疑問是技術了，正是技術變遷，才會有今天的新市場和新機遇；但也會有人會說，技術并不能帶來最終的商業(yè)價值，我們還要從商業(yè)的角度去看。

以Gartner公司為例。如果你去追蹤Gartner公司每年發(fā)布的技術成熟度曲線可以發(fā)現，一個技術誕生之后，會經歷一個如拋物線，甚至是過山車一般的路徑。很多技術到達頂峰之后會走向衰亡，在泡沫破滅后淡出人們的視野，只有少數能夠殺出重圍走向光明，得到廣泛應用。

所以說技術的趨勢是可以預見、可以判斷的。但是我們處在這個曲線的哪個位置，是低谷還是光明期，坦白地說，不那么容易判斷，甚至Gartner公司在預測技術的時候，偶爾也會自己打臉。

今天的投資人，無非是做一個較高概率的賭博而已。風險投資就是在不確定性中尋找確定性。

投資人在面對商業(yè)模式和新企業(yè)的時候，需要面對諸多的不確定性，有團隊、有市場、有競爭、有行業(yè)……站在投資人的視角，他首先會從相對較為確定的角度出發(fā)。

很多行業(yè)的痛點不是因為技術的誕生而產生的，而是因為新技術的涌現為原來的痛點和需求提供了更好的解決方案，才產生了新的商業(yè)模式。

所以對大多數創(chuàng)業(yè)者來講，你要關注的是你到底從哪個角度闡述問題，從行業(yè)的場景，還是從技術的供應。

“AI+”還是“+AI”？

類似的話題在前幾年是“互聯網+”還是“+互聯網”。

為什么這樣問呢？一個“AI+”的公司，毫無疑問，技術能力和技術團隊是公司的核心。而一個“+AI”的公司，你最核心部分應該是你對行業(yè)的理解，你強調的重點應該跟你所選擇的商業(yè)模式是相匹配的。

即使不談人工智能，如果我們去看，從IT產業(yè)的成熟到互聯網產業(yè)的成熟，再到移動互聯網時代的到來，每一個時代的產業(yè)都有這樣一個分階段成熟的過程。

第一步是底層的基礎設施，然后是平臺工具，只有當應用非常繁榮之后，才會帶來模式創(chuàng)新。這是一個從底向上逐漸成熟，逐漸發(fā)展的過程，它是一個倒三角形的發(fā)展形態(tài)，越在底層，相對的存在數量越少。

今天能夠成為工具平臺，能成為底層基礎設施的企業(yè)有多少？比如運營商，就三大運營商；比如最好的數據庫，就那么幾家。但是要做應用服務，競爭會非常激烈，迭代也會非?？焖?。

人工智能產業(yè)也是同樣的道理。從底層的基礎設施，到中間的平臺服務，再到上層的應用和創(chuàng)新，你在做哪一層，你的能力和資源必須跟這一層的特點相匹配。

做平臺服務你需要有很強的資本實力，因為你要活得足夠久，要耐得住寂寞，要能熬得住整個產業(yè)周期的起起伏伏。

做平臺的公司往往是最后一個賺錢的，你只有賦能給這個產業(yè)生態(tài)里的其他伙伴，讓他們都有了很好的盈利，才有你賺錢的機會。

阿里巴巴曾經連續(xù)6年免費，來支持整個生態(tài)的發(fā)展，才能撐到今天的繁榮。

如果你做的是行業(yè)應用，那你很可能是一個“+AI”的公司。這里又分不同情況：如果你的技術解決的問題是一個關鍵型應用，那么對技術的可靠性、安全性和準確性要求就非常高，例如自動駕駛、醫(yī)療機器人等，失之毫厘，謬以千里。

有些行業(yè)應用對技術的要求相對寬容，比如掃地機器人，它的行業(yè)壁壘在于整個智能家居的產業(yè)環(huán)境、供應鏈等，而不僅僅只是技術本身。

所以說，要對自己所處的產業(yè)階段和商業(yè)階段有一個清楚的認知，你才能更好地定義自己的優(yōu)勢。

to B 還是to C？

很多公司都想做平臺，似乎不做平臺就不是一家偉大的公司，但是，如果你的上下游特別強勢、特別集中，你是很難做成平臺的。

我自己在看了上百個人工智能跟產業(yè)結合的項目后，我最后把這一類to B的商業(yè)模式總結為七個關鍵字：提效、降費、定價權。

任何一個to B的公司，本質上是在幫助整個產業(yè)鏈的某一個環(huán)節(jié)提升效率從而獲取新收益，或者降低原費用。

所以，如果你要去做提效降費的分析，首先不是分析自己的企業(yè)，而是理解這個行業(yè)價值鏈的上下游：你處在價值鏈的哪個環(huán)節(jié)？這個價值鏈是在縮短還是變長？是在被某一兩家壟斷，還是處于很分散的情況？你對這個產業(yè)的上下游有什么影響力？在這個產業(yè)的上下游，是它們更需要你一些，還是你更需要它們一些？

當年的淘寶就是很好地撬動了兩端，一端是普通的個人店鋪的店主，一端是今天廣泛崛起的網絡消費者。這兩端相對比較分散，淘寶把他們集中起來去賦能。今天你的產業(yè)，是否具有這樣的機遇？

另外一點是定價權。to B的公司，你從你的行業(yè)客戶提升的效率里能夠分到的利益，取決于你能力的稀缺程度、客戶對你的需求程度，以及你對于客戶業(yè)務的滲透程度。

還有一個很重要的問題，如何獲取數據？有人把數據比作人工智能時代的石油?；ヂ摼W時代，獲取數據的方式是補貼用戶，也就是燒錢。

但是如果你是一個to B公司，我認為首先你不能燒錢，此外，你要把自己的心態(tài)放低，因為今天大多數行業(yè)還沒有真正走到智能時代，還處于信息化的起步階段，甚至你并不是從0到1，很可能是從-1到0。要先幫助客戶改進業(yè)務，讓客戶先成功，最后才能輪到你成功。

你有這樣的心態(tài)，你才可能在整個產業(yè)里獲取到價值和長期的合作伙伴。所以說選擇創(chuàng)業(yè)，需要的也許不是豪華高端的團隊，而是更加堅忍的心態(tài)。

而to C的公司要想實現數據的積累，跟to B有點不一樣，我把它描述為鉤數據，就是數據要非常人性化地讓用戶主動交上來。當然，前提是你能給用戶提供更好的服務和體驗。

比如今日頭條在你使用的過程中，它會根據你的閱讀習慣和喜好，為你做用戶畫像，由此實現更加精準的內容和廣告信息的推送。這就是今日頭條的核心商業(yè)模式，它使用了大量人工智能及相關的技術，悄無聲息地從用戶交互體驗中獲取數據。

所以，做to C的公司，你的交互設計里能不能埋入足夠多的點，讓用戶行為最快速地反饋到你的平臺，這是更為重要的事情。

對于to B跟to C，我們往往有一個錯覺，會認為如果做to B，應該用最先進的技術，而做to C的話，可能用的是比較便宜的技術。但實際上，做to C對技術的要求更高。

為什么？to C往往要求的是過剩的技術，或者說今天業(yè)已成熟到非常廉價的技術，你才有可能做起來。比如今天的人工智能行業(yè)還處在早期的成長階段，所以to B的公司相對較多，而to C的公司較為艱難。

回到前文所說的技術成熟曲線，我認為本質上它是人類對于技術的期待曲線，從這個曲線里能看到我們對于技術的發(fā)展，短期過于樂觀，而長期過于悲觀，這就是我們的人性所在。就像我們看到了AlphaGo，我們就驚呼，機器要替代人了，奇點就要來臨了。其實仔細想想，10年、20年前我們看待互聯網的態(tài)度，也正是今天我們看待人工智能的態(tài)度。

在我創(chuàng)業(yè)的10年時間里，最大的挑戰(zhàn)不僅僅是技術的成熟，更是商業(yè)模式和團隊的不斷更換。

我自己創(chuàng)辦的公司經歷了兩次估值下調，我的合伙人團隊經過了三次重組，才熬到了最后。這也是很多人工智能的創(chuàng)業(yè)者，你們未來可能會面對的挑戰(zhàn)。

有技術背景的創(chuàng)始人，最容易犯什么樣的錯誤？用查理·芒格的一句話講，就是：手中握有錘子的人，很容易把世界上的一切都看成釘子。

這也是我當年犯的最大的錯誤。當你擁有技術，你會覺得技術能改變一切。但后來我意識到，一切還是要回歸到商業(yè)本質，從需求出發(fā)，這才能活到最后。