科技世界，最賺錢的公司往往不是聚光燈下的公司。
譬如在大資料時代（短暫流行過後，這個詞已經老了），最賺錢的不是大資料公司，而是為大資料提供底層支援的雲計算公司；而在人工智慧時代，真正激發的是大資料市場，「ai最重要的邏輯是用資料做智慧型化訓練，所以在人工智慧時代，最賺錢的公司並不是像商湯和face++這類的公司，不是說這些公司不賺錢，他們也賺錢，但他們的盈利模式並沒有呈現很清晰的特點。」
其實就像馮一村所言，在不少投資人眼中，倘若人工智慧團隊的自我定位永遠是「技術提供商」，沒有給客戶提供一套整體解決方案，那麼它在產業鏈中的價值將會日趨暗淡。
這不難理解。原因之一，如前所述，就像那篇《保衛科大訊飛》所寫，巨頭會免費提供影象和語音識別等通用技術。原因之二，ai本身的技術門檻正在下降，就像獵豹移動傅盛所言：「深度學習的核心是資料驅動，雖然有模型調參，有自己的優勢，但別人有更多的資料調參會很快拉平優勢，很難真的想像一家公司通過提供技術輸出就能成功。未來深度學習是基礎的技術運用，很多公司都具備深度學習的研發能力。」
舉個例子，在過去，初創ai團隊的進展受制於軟體開發所花費的時間，但如今，巨頭們紛紛開源了自家的深度學習框架，初創團隊可以如外掛程式一般，將人臉識別等技術嫁接到自己的系統中，讓沒有太多深度學習背景的開發者也能容易上手。
換句話說，單純靠技術本身賣錢，天花板很低，也很危險。
那麼問題來了，ai創業路在何方？
我認為，最可行的出路，來自於程浩提出的「一橫一縱」理論：
「一橫」是指你提供的技術服務，通常「一橫」能服務很多行業，但一定要找到幾個最有機會的垂直市場，深扎進去，公升級為「一縱」——也就是，把技術轉化為產品，賣給客戶，商業變現，再通過商業反饋更多資料，夯實技術，形成商業閉環。
總之在我看來，隨著未來技術門檻的下降，ai創業者的身份認同，要從最原始的「技術提供者」，逐漸轉向成為乙個「行業專家」。而在這個過程中，他們應時刻謹記兩點：1，面對自己時，深耕幾個垂直領域，然後等待時間的回報；2，面對客戶時，從技術提供者進化為乙個「賦能者」，授之以魚不如授之以漁。
授之以魚不如授之以漁
ai創業者深耕具體行業，還有另外乙個原因：ai將在***to b***和***to g***領域率先落地。
[1]
人工智慧簡史 人工智慧簡史
人工智慧簡史 在人工智慧的早期，計算機科學家試圖在計算機中重建人類思維的各個方面。這就是科幻 中的智力型別，即或多或少像我們一樣思考的機器。毫無疑問，這種型別的智慧型稱為可理解性。具有可理解性的計算機可用於探索我們如何推理，學習，判斷，感知和執行腦力活動。可懂度的早期研究集中於在計算機中對現實世界和...
人工智慧創業的「風口」和「泡沫」
因為資本 人才和市場三位一體的優勢，美國的人工智慧初創企業不僅數量最多，而且質量最高,型別最為齊全。從舊金山到矽谷，從西雅圖到紐約，在ai晶元 ai平台 自動駕駛 智慧型金融 智慧型醫療 機械人 智慧型物聯網 智慧型教育 智慧型客服等領域裡創業的公司數不勝數。英國是另乙個人工智慧創業的樂園，研發al...
開啟人工智慧競爭創業模式
在過去的三年裡，網際網路企業巨頭競爭收購致力於推動人工智慧技術的20多個私人企業，其中包括google amazon ibm yahoo facebook intel和salesforce。2016年他們就已經收購了四家企業。其中，谷歌在人工智慧領域成為最傑出的玩家，因其已經收購了5家公司。2013...