陸奇：在未來AI創業發展趨勢中充滿機會與挑戰

鈦媒體 ? 4年前掃碼分享

我是創始人李巖：很抱歉！給自己產品做個廣告，點擊進來看看。

圖片來源：Unsplash

文 | 奇績創壇

在2020北京智源大會上，奇績創壇創始人兼CEO陸奇以《AI創業發展趨勢：機會與挑戰》為主題，完整地剖析了人工智能系統的核心、AI商業化的宏觀趨勢以及當前AI創業最活躍的前沿領域。

在這份最新的演講PPT里，陸奇認為，“未來有可能成為主流產業生態的有自動駕駛、智能場所、機器人、個人助手和城市大腦”。談到當前AI創業創新最活躍的前沿領域，陸奇從AI基礎前沿技術、AI交互、AI前端、垂直行業應用等七個維度詳細拆解了創業最活躍的領域和創新模式，并指出了當下創業者可以長期參與的機會。

如下是演講全文：

大家好，我是奇績創壇陸奇，今天很高興給大家分享 AI創業發展的趨勢。我們會先從 AI技術的本質、數字化進程的生態和結構系統地分析 AI創業的發展趨勢，然后討論我們整個業界如何幫助創業者更好地抓住AI帶來的創業機會。
陸奇：在未來AI創業發展趨勢中充滿機會與挑戰

AI技術本質與AI價值產?模式

AI技術本質與AI價值產生模式

首先，我們討論AI技術的本質和AI產生商業價值的核心模式。

現代的AI技術，從計算體系的維度來看，它的核心是基于深度學習的一個新計算基實（computing substrate），在分布式重疊向量的空間中自動地學習特征表達，而這些特征表達可以有效地解決多種任務，在本質上這是知識的獲取。

基于新的計算基實，我們現在有工程化的能力，可以建立一個體系，它是一個三體合一的核心系統架構，包括感知體系（從環境觀察當中獲得信息）、思考體系（做記憶和歸納）、行動體系（通過規劃與環境互動達到目的）。這個三體合一的系統架構，是任何智能體系的核心架構。

AI系統的核心是一種通用的、可以從環境當中獲得知識、用知識來達到目標的能力。在技術發展的歷史上，這是一個非常重要的里程碑。因為人類永遠是用對自己和自然界的知識來創造價值、改變世界，而AI讓人類可以更快、更有效地獲得更多的知識。有了AI系統，我們創造價值的速度和空間將會在一個不同的層次，人類進程的歷史會大大地加速，并產生大量的商業價值。

基于這樣的AI技術內核，AI產生商業價值的主要模式也是穩定的，跟它的核心技術相對應。首先是需要一個完整的應用場景，其次，數據是創造價值的一個核心紐帶，因為AI體系必須從環境當中（應用場景當中），通過感知來獲得數據，同時通過軟件+硬件+算法，從數據當中抽取知識，來解決任務。解決任務和滿足人的需求是價值的核心。最后產生更多的數據，形成這樣一個閉環，這個閉環迭代的循環，是商業價值長期提升的關鍵所在。

陸奇：在未來AI創業發展趨勢中充滿機會與挑戰

AI商業化的宏觀趨勢

基于這樣的AI核心技術和創造商業價值的主流模式，從信息工業發展的歷史，我們可以推演AI商業化的宏觀趨勢，它包括4個部分：

首先第一點，我們將會有一個新的IT工業，會建立新的IT基礎，因為AI是不同的計算實體。在傳感器上的計算，芯片+軟件+模型將是前沿。另外，新的、完整的硅晶片技術堆棧，將開啟垂直化的時代。今天的所謂異構計算，本質上是未來的主流計算，因為這是一個完全不一樣的計算實體。同時整個軟件技術堆棧從底到上也會重新演變。從底層的fabric到中間的middleware，到設備的操作系統，到應用到開發工具類，一整套都會變化。

第二，開發應用。由于AI技術的本質是通過知識來提升效益，它可以運用到所有的產業（娛樂、制造、金融、醫療、教育、零售等）和人類所有的職能（律師、醫生、教師、分析師、客服、設計師等），因此大規模的應用會被啟動。

第三，用AI技術打造未來的智能平臺，以及相關的產業生態。由于AI技術空前的能力，有幾類AI未來可以形成的平臺，它們將成為非常大的產業生態，包括自主系統（如自動駕駛車輛、機器人), 智能場所(會形成未來新的工作與生活的時間和空間的體驗）以及個人助手等。

第四， AI商業化的過程當中，它會形成新的產業發展的基礎環境，包括大規模的金融資本的投入、系統化的人才培養等。這里很核心的一點是，數據將成為新的主要生產資本。在過去的數字化歷程當中，核心產能是開發者寫代碼，在人工智能時代我們也會寫代碼，但更重要的是從數據中抽取知識，數據的資產化將會釋放非常強的創新能量和商業價值。同時AI商業化落地也需要新的基礎設施和政策環境的支持，這也將是發展基礎環境當中的核心要素。

創業創新是發展AI商業化的核心路徑

如何來推進這樣一個未來的宏觀趨勢呢？創業創新是核心路徑。創業創新它是由三大要素的有機組合而形成。第一是創業者/創新者，他們用前沿的且已經可以實用化的AI技術作為起點；第二，必須要有明確的用戶/客戶的需求，它是創新落地的基礎；第三，必須要有一個健康的市場環境，讓這樣的新產品可以得到商業價值，保持一個持續高速增長的良好環境。所以創業者用技術（AI技術）打造產品，用產品試探市場，滿足用戶/客戶需求，這是AI商業化核心路徑的重要結構。

同時 AI商業化發展，需要整個業界不同的實體一起合作。雖然創業將會是主流，但在AI發展的過程當中，需要大量的技術投入。現有的企業，特別是大企業，他們有豐富的人才資源，可以做大規模的、長周期的投入，基于他們的戰略驅動，他們有很大的機會去開發產業，也對AI的發展作出貢獻。

同時AI的發展需要保持在前沿和技術上的不斷投入，把新的前沿技術開發出來，并把前沿技術更多地實用化，這需要研究機構、高校等不斷地用高端的技術人才做前沿開拓。

最后商業化的主力軍還是創業公司，因為創業公司非常靈活，見縫插針，他們會找到任何有商業機會的地方，然后用小的團隊快速迭代，從0到1再到100，加速商業化進程。但并不是所有的領域都適合創業公司做，這是由創業公司的資本規模、資本結構和投入周期決定的。從歷史來看，最終推動新的數字化時代核心的主力軍還是新一代的創業公司。

AI商業化及創業創新的發展環境與趨勢

那么，新增的創業公司，他們在AI這個新的創業環境當中，有哪些趨勢可以把握住呢？我們可以從信息工業發展、數字化發展的歷史和生態結構進行系統地分析與梳理。

這張圖信息比較多，我給大家梳理一下。首先這張圖的右上部分，這顯示了過去60多年信息工業數字化發展的歷史進程，其實它是有一定的節奏和規則，即平均每12年左右都會有新一代的平臺和新一代的生態出現，由新一代的生態來驅動，而生態它有結構化的發展趨勢。

任何新一代的平臺和生態，它都是有這樣幾個層面來組成它的發展趨勢。首先在早期，它關注于技術基礎和早期應用的開發，而這些早期應用當中有一些會成長為大規模的應用，通過可延伸的開發，他們成為平臺，再通過好的商業模式，把平臺鏈接成生態，然后在生態基礎之上引發繁榮的創業和創新。這些創新和創業，它的主要驅動力是數字化的廣度和深度，在這個領域所覆蓋的數字化，所以這是它的結構化的一個體系，可以以此來看到未來的趨勢。

我們再細分一下，數字化更深層次的結構，用這個結果來幫助我們看，在人工智能時代，創業創新的前沿趨勢在哪里？

這個更細的結構是在這張表的左邊，首先只要有生態，它的核心是一個計算平臺，由前臺和后臺所組成。前臺是有交互的能力（比如說鼠標和鍵盤），還有交互所使用的設備和體驗端（endpoint，比方說在這里是電腦和電腦上的應用）。后臺是他計算的規模，它的支撐是基礎技術的堆棧。比方說在第一個平臺，后臺就是服務器和局部網，它的技術堆棧就是X86的芯片、操作系統、數據庫等等，這是計算平臺的核心。

在計算平臺之上開始有早期應用，到了一定規模有大的應用，就可以建立生態，生態的核心是要有一個可以定義新時代的體驗，這個體驗是可延伸的且可以再次開發的，比方說視窗、辦公應用的軟件，同時在后端的能力方面，比方說關系式數據庫，它是一個完整的能力，也是可以延伸的。這些定義性的能力和定義性的體驗，通過延伸和好的商業模式，建立了創新的生態，這個創新生態由此可以引發一個數字化的進程。比方說在PC這個時代，它核心是數字化了企業的信息流通和信息管理，產生的生態是一個接近4萬億美元的巨大信息技術產業，但生態的結構就這張圖顯示的。

接下來我們來看人工智能時代（在這張表的右邊比較寬的那一個列）。從人工智能時代這里要提一點，人工智能時代它不是在平地上建立這樣一個新的生態，它是在過去幾代的平臺和生態的基礎上，建立新一代的人工智能時代的技術能力、平臺和生態，特別是建立在移動互聯網的基礎上。

AI創業創新的前沿領域

這里我們先看一下人工智能時代發展趨勢的前沿。首先看前臺（交互能力），人工智能的核心是通過傳感器和傳動器來做交互，所有交互的模式完全被打開。未來長期可以有各種各樣的交互，特別是自然交互，但是在早期需要開發的是傳感器的能力、傳動器的能力和對話交互的能力，視覺交互、觸覺反饋交互也是早期發展的前沿趨勢。同時人工智能時代它的交互體驗端還有攝像頭、智能音箱、個人助手、IOT設備、自動駕駛的車輛，機器人和嵌入式的工業設備等，這一系列都是在早期人工智能需要開發的交互體驗端的能力。

接下來我們看一下這張表的下一行，在人工智能早期后臺的能力，它是在前一代移動和云的基礎上建立起來的，我們起步是智能云、智能的邊緣計算、5G以及5G所帶來的智能網絡（如v2x）等等。在它后面支撐這些未來AI時代的是它的核心技術能力，從芯片開始（從GPU到FPGA到ASIC，像TPU、NPU等），到底層的系統軟件，逐步形成一個全新的堆棧。同時，人工智能時代需要新一代的數據管理體系和數據管理基實，更為重要的是一個完整的開發工具鏈，它可以把新一代的核心基礎堆棧建立起來，這是在人工智能早期非常活躍的創新領域，大公司小公司都在積極參與。

接下來人工智能時代在開發早期應用，這些應用中有一些很有可能成為未來生態的基礎。這里要講一點，由于人工智能時代的技術特性，它會誕生好多個生態，它的商業價值非常廣。有可能成為未來主流生態的第一是自動駕駛，第二是智能場所（這里面有細分的大賽道如零售、智能零售、工作環境、學校、家居等），第三是機器人（工業機器人、家用機器人等），第四是個人助手，第五是城市大腦。這一系列的早期應用都有足夠的寬度和價值的厚度，可以成為未來的定義性體驗，成為未來的生態基石。同時在后臺定義性的能力方面，深度學習是目前最核心的，智能云也有機會成為未來核心的、定義性的能力，還有更多其它有足夠橫向延伸的能力。后端平臺可以被開發出來，這是很人工智能早期創業公司可以參與的很大的新領域和趨勢。

接下來講人工智能這列的最下面（最下面字比較多的），它本身描述了人工智能在目前這樣一個早期的狀態下有哪些應用在被高度開發，以及大量的創業公司在積極參與創造價值的領域。首先要講一下，人工智能由于是傳感器和傳動器作為交互界面，它把數字化世界、物理世界、生物世界完全融為一體。它早期的應用自然更多的在B端，在工業和農業的各個垂類，早期相對來講要從比較窄，比較細分的行業切入，開啟核心的早期應用價值，更多的是帶來數字化、信息化和自動化程度的提高。在C端也有類似的機會。

另外人工智能早期應用，它的核心賽道其實是在移動和云的生態。因為人工智能可以從大量現有數據當中獲得知識為核心，來創造新的體驗、新的價值。在移動和云這個生態，它是大有作為的。這里我簡單講一下云和移動時代，這是目前數字化創新的主流生態，它的數字化的能力和規模是空前的，因為它集合了前幾代的技術，通過云的服務能力和移動端的能力，它不僅數字化了企業的信息和管理，它同時也數字化了全球基于文字圖像的信息，包括商業的流通，用戶的興趣等，它在流通端的商業價值非常大。但移動和云的發展主流更是把數字化往下沉，特別是在未來10年20年，更多的云和移動時代的機會是數字化企業、數字化農業各個垂類行業，所以在這個大的基礎上，人工智能有很大的用武之地。在C端人工智能在移動時代可以發揮作用的領域，包括內容制作、內容推薦、電商導購、自動定價等等。

所以總結一下人工智能時代早期的創業創新的趨勢，可以系統地從數字化進程發展的生態結構和趨勢來推演。正如這張表所顯示的，這里我最后再稍微提一下，在人工智能之后，數字化進程有一系列的新前沿在被探索，比如說AR、VR、腦機接口，量子計算、區塊鏈等等。人工智能是驅動這些新前沿的一個核心力量，也有早期的應用開發，可以給創業者提供更多的前沿創新的機會。

剛才講了AI商業化及創業創新的前沿趨勢，結合我們在投資、與創業者交流的過程中觀察到的現象，接下來描述一下目前人工智能創業創新前沿是怎樣一個情況，特別在中國。

我們按照這張表格從上往下講，首先在AI的基礎技術的前沿是非常活躍的，芯片開發、底層軟件系統能力的開發、新一代的數據能力、新一代的數據管理技術和管理平臺，不斷地被活躍探索，包括開發工具鏈等等。同時智能云雖然是大企業的主要戰場，但是智能云和智能邊緣、5G智能網絡也需要新的技術。這都是創業者在積極參與的，也是我們能看到一個創業創新的活躍領域。

接下來下一行是AI的交互能力，傳感器和傳動器是創業非常活躍的領域，特別是以激光雷達為主的各種光傳感器，因為它未來的應用場景非常廣，而不只是在無人駕駛領域。同時其他傳感器比如慣性傳感器、聲音傳感器（比如麥克風陣列）、熱傳感器、空氣傳感器和承載傳感器的載體體系、衛星體系、低空無人機的載體和各類的定位技術，都是創業公司在活躍探索的領域。

這里強調一點，不同的人工智能創業公司，它其實是在不同的創業環境生態里面。生態不同，它整個的做法就很不一樣，這涉及到你怎么開發、怎么搞定上下游等。前面講的基礎技術開發領域，它基本上是在比較堅實的IT工業基礎生態里面開發，這是比較ok的。而剛才講到傳感器就會有些挑戰，比方說激光雷達，它的主要早期使用者是汽車工業，創業者所處的生態基本上是汽車整車制造商的第一梯隊供應商，或者是第二梯隊供應商，開發的周期、需要的資本和推進的速度都是受汽車和汽車零部件行業生態影響，所以速度不會特別快，需要的資本也會很重，所以大家一定要關注這一點。

接下來我講AI新的交互模式和應用。在人工智能早期，創業公司可以開發的是對話交互，特別是對話機器人，這已經有足夠的能力在企業信息化、自動化中開始有相當不錯的落地應用；視覺為主的交互也有非常活躍的早期探索，以后會有越來越多的落地場景。

再下一層是AI的前端。在前端，創新相當活躍的是攝像頭、智能音箱、IoT設備，自動駕駛車輛、工業機器人、家庭機器人、嵌入式工業設備等一系列比較寬的設備端，里面都有活躍的創業公司。當然有一些資本非常重，投入時期非常長的領域，可能更適合大的企業來做，但是創業公司都有機會，原因是長期來看，像無人駕駛、機器人都可以成為未來大的產業生態。

在體驗端，個人助手、虛擬人、3D交互，AR等這種新體驗，有很多的人工智能創業公司，但是他們體驗的主要交互端是手機，所以他們的創新生態會更有利。他們在以移動和云為主的生態里面，可以快速迭代、快速獲客，上下游都有比較成型的打法。

下一層講AI未來的產業生態，特別是目前AI應用當中非常寬、價值豐厚的領域。除了前面提到的自動駕駛、智能場所（包括零售、學校等）、機器人、城市大腦等，還有用AI智能計算的平臺逐步切入藥物開發流程的公司，它們未來有可能成為新一代的藥企。這一系列都代表著未來通過AI賦能，可以成為新一代的大規模產業生態，這里有很多很活躍的創業公司。

下面是AI的技術基礎生態，前面已經講到有智能云、邊緣計算、深度學習等，如果我們對比一下今天以云和移動為主的技術生態，會發現當中其實有非常多的子生態的機會，有非常多活躍的創業公司可以追求的產業價值。

再下面是AI早期應用更為重要的主流部分——垂直行業應用，這部分更多的機會是在B端。B端的核心，都是在一個很細分但又沒法做橫向拓展的領域，這是AI創業公司做得比較多的，這是對的。在一個細分領域，比如說自動光學檢測——AOI（Automated Optical Inspection），用計算機視覺的新能力來提高檢測效益，類似這樣的機會有很多，它們主要是在現有的工業流程當中，去提升自動化的能力，這類AI公司的產品往往是設備+軟件+服務+解決方案。他們經常遇到的挑戰是他們的生態取決于切入的細分行業的生態，跟目前主流的移動云創業公司快速迭代的生態會很不一樣，但是機會也非常大，這里也包括農業，因為農業數字化、自動化可以一起做，一個水塘也好，暖棚也好，都有大量的機會。這里在C端也有一定的機會，比如說可以通過一個健身設備或玩具切入AI的能力。創業公司所做的往往也是設備+軟件+服務，他們的創新規則也是取決于這個行業，如果你做玩具，那這就是玩具行業的創新機會。

再下一層是目前早期AI創業規模最大、最活躍的領域，即在移動和云的生態里面，長期大量的機會在B端。這里要稍微提到的一點，中國To B端的SaaS還在早期，切入深度還不夠，數字化的基礎相對薄弱，所以AI的切入，雖然空間非常大，未來10年20年有很大價值，但是相對來講，發展的進程會需要一定時間。同時機會特別多，每一種職能（律師、會計等）、每一個垂類行業（招聘、營銷等），都有機會充分利用AI的能力創造價值。創業公司相當活躍的是機器人流程自動化RPA（Robotic Process Automation），未來會有更多類似的機會。 C端機會也相當多，在移動和云的生態里面，用AI能力是很常見的，特別是內容推薦、內容制作、游戲、視頻理解、在電商行業的智能導購、自動定價等等，都有巨大的價值產生。對創業公司來講，這里的挑戰是玩家都比較大，都有巨頭在大的賽道里面，但創業的空間還是相當大的。

最后是在數字化應用的前沿，前面提到的AR/VR、區塊鏈、腦機接口、量子計算等等，它的核心還是非常早，可以做創業公司的探索，但更多的是To VC，核心要長期能活著，特別是要有造血的能力。

所以這張圖總結一下，它代表了目前AI創業創新的前沿趨勢里，在中國創新生態里面，我們所觀察到的總體狀況。
AI創業面臨的挑戰

AI創業面臨的挑戰

接下來討論一下AI創業所面臨的主要挑戰，有幾個層面：

第一是在技術上，今天可以被實用化的AI技術，在算法上，核心最大的弱點還是太脆弱，魯棒性不夠，特別是在使命關鍵的應用場景，它很難達到這個場景的需求，這是一個重要的技術受限的地方。

第二是數據，獲得數據很難，并且標注數據成本很高，很多數據都在孤島里面，難以打通，也很難從數據當中真正把模型訓練出來，得到好的應用價值。

第三是門檻比較高，比如說AI自然語言翻譯這樣的技術，往往需要高端技術人才通過多年的累積開發才能實現。這造成一個結果，創業公司要么沒有能力和時間去開發這樣的核心技術，要么只能依賴于第三方。創業公司本身沒有核心技術能力，這是一個很大的挑戰。

在產品方面，由于技術上所帶來的限制，特別是C端往往有長尾效應，很多AI創業公司在產品體驗上不及格。同時，在B端也有類似的問題，大部分的創業公司帶著AI能力去切入一個B端客戶，結果往往沒切到這個客戶真正的核心需求，正確的做法應該是倒過來從需求開始。通常我們還觀察到一個現象，有些產品雖然切進去了，但客戶的滿意度低。此外，AI創業公司的交付方式上，定制化要求非常多，集成商也還不夠成熟，因此難以產品化和平臺化，很難高速發展業務。

在市場方面，上游和下游往往帶來很大的挑戰。有一些創業公司的鏈條很長，供應鏈資金和時間需求往往給創業公司帶來巨大的挑戰。有些創業公司的下游渠道結構根本不存在，或者資源稀缺，有些賽道to G資源的獲得是成功與否的關鍵因素。

另外在人才上，很多創業公司面臨很大挑戰是有效地聘用核心技術人才，聘用了以后，管理效益也是一個挑戰。同時對To B行業，創業公司的人才需求更為特殊，他必須要對他所切入的領域有足夠深的行業能力，最好是在甲方做過的有經驗的銷售和BD人才，所以人才結構也更加復雜。

最后，AI企業面臨的挑戰是在資本層面，他們往往很難從風險基金獲得投資，因為很多AI創業公司的成長周期長，其細分賽道天花板不夠高，所以融資也是一個巨大挑戰，盡管這是由所切入的生態決定。那我們如何來系統化地幫助AI公司和AI創業者更好地抓住他們的機會呢？

在剛才講的幾個維度，我們都有重要的工作可以做。

第一在技術上，特別在算法的提高上，我們需要更多的大專院校、研究機構對前沿AI技術加強投入和研發，讓AI技術的魯棒性能夠提高。

其次是數據，我們需要提供新一代的數據管理基礎，特別是提供更多更開放的數據資源和數據平臺。另外AI技術門檻高，我們要通過系統化的努力把門檻降低，可以開放數據集、服務接口，軟件體系等。這里我要強調一下，開放的體系非常重要，在過去幾十年的數字化創新領域，特別是移動和云的時代，大部分的創業公司不需要寫很多代碼，因為我們有30多年累積的開源軟件的基礎，在人工智能時代，我們要努力重新建立這樣一個環境，把技術的門檻大幅度降低。

在產品方面，在體驗上需要做很多的工作，特別是要管理好用戶的預期。大部分的AI企業面臨的都是對用戶的預期管理不到位。這里大家可以借鑒歷史經驗和教訓的是搜索引擎，搜索引擎某種意義上可以說是第一個真正的AI應用，它是從數據當中學到如何來服務用戶的搜索需求，搜索的結果基本上一半是不對的，但用戶看到不對的結果，不會去換搜索引擎，而是去換一個關鍵詞。另外To B在體驗上往往需要切得更細，從客戶的需求出發，有的時候可能要分幾個階段，要切得細、切得完整，不能以技術為主，這樣才能更好地把控企業落地。在交付方法上，創業公司需要通過合作來更多地累積平臺的能力，逐步降低邊際成本。同時在工業生態上，我們也需要通過多方面的努力來提高集成商的生態能力，探索新的有效的商業模式，讓創業公司可以更好更有效地交付他們的產品，特別是在To B領域。

在市場方面，上游和下游，我們整個業界需要做得是更好的是幫助創業公司對接核心資源，特別是充分利用政策環境（比如說最近的新基建），這是需要多方面的系統化的努力。在人才方面也一樣，我們需要系統化地幫助創業公司更好地聘用并管理好他們的核心技術人才。

在資本層面，我們也需要很多的努力來幫助創業公司，比如說對接一些其他的資金來源，如銀行的貸款等，同時我們也認為風險投資這個行業也需要做適應的調整，這樣的話我們可以更好地適合AI創業公司。他們雖然會長得慢一點，但是好多創業公司都是非常出色的投資項目，長期的價值將是巨大的。