9.3 人工智能领域的六个核心问题

可以不赚钱，开放给大家使用，那么大家想享受服务，就得买云计算。

而对于创业企业来说，只做图像识别、语音识别、语义理解、机器翻译这些赋能技术，指望通过SDK（软件开发工具包）或者API（应用编程接口）调用赚钱，未来的路会越来越窄，特别是在BAT全部免费的压力下。

所以，从这个角度讲，创业公司做下两层风险比较大。我认为创业公司的机会在最上层，就是拿着下边两层的成果去改造垂直行业，也就是所谓的人工智能+。

第三个问题：人工智能+vs+人工智能深入垂直行业的人工智能+，又可细分为两类情况：

即“AI+行业”和“行业+AI”，它们之间有明显的区别。

“AI+行业”简单讲，就是在AI技术成熟之前，这个行业、产品从未存在过。比如自动驾驶、亚马逊的Echo智能音箱、苹果的Siri语音助手。在人工智能技术未突破前，不存在这样的产品，AI创造出了一条全新的产业链。

“行业+AI”是指行业本身一直存在，产业链条比较成熟，只是以前完全靠人工，效率比较低，现在加入AI元素后，使得行业效率有了明显提高，比如安防、医疗等领域。

客观讲，这两个类别都有创业机会。但因为“AI+行业”是一条新的产业链，创业公司与互联网巨头实际都处在同一条起跑线上，所以从这个角度来看，“行业+AI”相对对创业公司更为友好，也更容易构建壁垒。

我认为，在未来行业壁垒才是人工智能创业最大的护城河。

因为每个行业都有垂直纵深，即使BAT技术好一点也不是关键。

拿医疗+AI举例，什么最重要？被医生标注过的大量准确的数据最重要。没有数据，再天才的科学家也无用武之地。

但在国内，把医疗数据拿出来非常困难。所以BAT做医疗一点优势都没有，因为它们要把这些数据从各医院、各科室搞出来也很困难。相反，如果一个创业者在医疗行业耕耘很多年，也许拿起数据来比大公司更容易。

这就要求创始团队的合伙人中必须有懂行业、有行业资源的人才。这与互联网+一样，一旦细分到具体行业，并不是说大公司有资金、有流量，投入人才就什么都能做，需要比拼的还有行业资源和人脉。

之所以跟大家聊这个话题，是因为之前去百度大学跟大家交流，他们提到百度人工智能在无人车和DuerOS方面的应用。同时又问我，人脸识别在国内安防领域的应用价值非常大，像海康威视有近3000亿人民币的市值，每年光净利润就有近百亿。百度在人脸识别方面也有很好的技术，是不是该考虑进军这个领域？我回答说千万不能，因为安防是典型的有巨大壁垒的“行业+AI”领域。

即使百度的技术更好，在人脸识别率方面比海康威视高一个百分点（实际也不一定，因为海康威视背后有几百人的AI研发团队）。但这并不代表百度就能替代海康威视。因为安防是“非关键性应用”（non-mission-critical），100个犯人中海康威视识别出95个，百度比海康威视多识别一个做到了96个，这其实也没那么重要。

反过来，海康威视对比百度有什么优势？首先，海康威视是做摄像头的，用自己的硬件跑自己的算法，是很自然的事。就像苹果手机，软硬一体化体验更好。其次，海康威视做了这么多年的安防，积累了非常多的数据，人脸的数据、环境的数据……在安防领域有数据优势。最后，海康威视给公安系统做了警务通、基站信息采集、视图档案管理等SaaS平台，以及警用云系统，我们可以认为，公安系统的IT化，其中有一部分就是海康威视参与的。

这些东西可能不赚钱，但却为海康威视构建了壁垒。因为底层的基础设施都是海康威视建的，那前端的东西就只能用海康威视的（海康威视可以有100个理由，说竞品与自身不兼容）。而且海康威视做了这么长时间，积累了大量的客户资源，特别是政府公安局的资源，而开拓这些资源本身就非常需要时间。

这些就是所谓的行业纵深。所以，即使对BAT而言，想进入“行业+AI”领域，选择垂直赛道时，同样要非常谨慎。在巨大的行业壁垒面前，绝对不是说谁的算法好一些，市场就是谁的，只有技术优势仍然差得很远。

回到“AI+行业”和“行业+AI”的话题，通常来讲，前者的行业纵深会比较浅，而后者则有巨大的行业壁垒。而行业壁垒是创业公司最大的护城河，也是抵挡BAT的关键。

第四个问题：关键性应用vs非关键性应用谈到人工智能领域的创业，很多人都会有一个误解，就是如果我的团队没有几个大咖级别的科学家，比如斯坦福、MIT的博士坐镇，都不好意思讲自己在人工智能方面创业。其实这个认知是完全错误的。因为在人工智能领域，算法到底有多重要，完全取决于你准备进入哪个行业。

根据行业和应用场景不同，我们把人工智能创业分为两类，也就是“关键性应用”和“非关键性应用”。

“关键性应用”要追求99.9……%后的多个9，做不到就无法实现商业化。比如，大家认为99%可靠度的自动驾驶能上路吗？

肯定不能，因为这意味着上路100次就出一次事故。99.9%也不行，上路1000次出一次事故。

千万记