伴隨AI開放平臺興起的除了AI創業大潮， 還有“AI加速器”這個源自矽谷的舶來品。 本土科技企業、知名國際加速器紛紛通過新設業務或分部的方式入局AI加速器， 既有騰訊這樣的航母級企業走出去尋找項目， 也有微軟加速器這樣的外來者紮根本土培育優質項目。
而隨著騰訊的開啟， AI加速器開始迅速升溫。 這種圍繞AI能力開放的AI創業者扶持模式取代了傳統支援力度有限的孵化器， 開始大展拳腳， 圍繞AI加速器的競爭也拉開了序幕。
4月13日， 騰訊在2018騰訊互聯網+峰會上宣佈其AI加速器二期啟動全球招募， 在玩法上進行“升級”， 聚焦醫療、智慧零售、智慧樓宇等賽道， 同時也廣邀農業、工業、旅遊、環保、內容等行業合作夥伴的加入。 在這之前的9個月， 首期騰訊AI加速器29個項目整體估值從70億增長到200多億。
而稍早前的3月， 百度AI加速器第一期項目結項時一場聲勢浩大的Demo Day顯示出百度把AI加速器提到了重要的戰略位置。
雖然還沒有入局， 但馬雲曾說過投資1000億的達摩院真正要做的是把技術進行普惠， 看起來， 相互爭鬥不止的BAT在AI加速器這裡的會戰也一定少不了， 催熱“AI加速器”、最近又動作頻頻的騰訊則暫時處在領先位置上。
AI開放玩法下， 加速器為什麼越來越熱鬧了儘管在模式上AI加速器與創業孵化器有些類似， 但“加速”而非“孵化”的特徵更能決定它的熱度。
1、AI“並聯式”技術特性給予AI加速器充分生存空間
傳統孵化器提供的運營指導對AI企業的意義已經不大， 更高要求的技術細節調控、雲計算和硬體平臺支援已經無法被“孵化”所滿足， 加速模式應運而生。 換句話說， 孵化器解決從0到1的問題，
此外， AI技術作為泛概念存在是“並聯式”的， 能夠多點開花， 一旦資料、算力等基礎問題被解決， 創業者在“加速”下， 很容易憑藉“演算法”等方面的創意創造出非常多有價值的項目， 確確實實是可以被加速的。
相反， 雖然同屬高技術行業， 但例如飛機、發動機這種“串聯式”高技術項目， 其所有的投入都必須建立在之前的經驗上， 研發是反復累加驗證的體力活， 而不如AI一樣可以依賴開發者的創新創意（有時候一個演算法上的trick改變能夠別有洞天）， 無法被任何加速。
2、開放平臺爭奪用戶已經同質化
稍大一些的AI科技企業都在大力實施開放平臺戰略，
不過， 初生時十分高大上的AI開放平臺， 在跟進者越來越多時， 也陷入了某種同質化的競爭當中， 很多時候， 對“用戶”而言， 選擇進入哪家平臺是迷茫或者無所謂的。
僅從市場角度， 這對“獲客”顯然十分不利， 你也開放我也開放， 你標榜技術強大我也說自己技術厲害， 並沒有太多差異化“賣點”。 於是， 加速專案就成了“開放”關鍵字外籠絡更多使用者的差異化手段。 騰訊可能率先認識到了這一點， 提前點燃了AI加速器。
除了開放技術給使用者， 還扶持使用者加速使用者成長， 這種方式顯然更容易贏得市場。
3、拉人入夥不如創造夥伴
引入加速器模式後， AI的開放多了一層意味， 以前是市面上誰需要AI開放的服務就把它拉進來作為客戶， 現在變成了自己創造出夥伴來。
其價值不言而喻， 姑且不論耗費大量資源搶客戶這個老生常談的話題， 對AI創業者來說， 它們成功的幾率甚至比普通互聯網創業更低。 只是坐在家等著用戶上門，這些用戶可能在來的路上就死掉了，這其中可能就包括一些有著優秀創意和潛力的公司。
AI加速器的意義在於能夠提前甄選到這些優質用戶並加以扶持，除了豐富平臺用戶量獲得生態優勢，更重要的是這種“一手扶持”下獲取的用戶很容易成為平臺的核心用戶並帶來更為緊密的生態效應，例如騰訊AI開放平臺上的慧川智慧、Bello智慧招聘、追一科技等歸屬度極強的用戶都來自於AI加速器。
最終，創造夥伴讓它們與平臺先天聯結，高替代成本造就了高用戶忠誠。
巨頭搶道，AI加速器拼的是這些AI加速器前景可期，但真要玩起來肯定不那麼容易。從大佬企業騰訊身上，或許能夠獲得一些運營AI加速器普遍的、內在的要求。
要求1：AI架構要為加速器留“介面”
如果科技企業內部的AI架構的延展性本身不佳，與AI加速器這種技術+開放+扶持+眾創多重複雜屬性活動可能存在無法銜接的問題，其開展的效果肯定會受到影響。
來看騰訊的案例。目前，騰訊對外宣稱的AI的佈局主要圍繞以下三個層面展開：
1）以AI lab、優圖、騰訊雲等部門為主體，主要搞的是基礎技術研究；
2）與騰訊社交、遊戲、支付、雲計算、零售等自有業務或生態圈業務相結合，在場景中把AI落地；
3）在基礎、業務層面上對外開放，連接騰訊內部和合作夥伴的資源與能力，打造生態。
顯然，AI加速器正是第三層面的主要載體，而騰訊經常對外表達的構建AI創業生態、扶持AI創業、助力AI技術產業化等概念，其實在AI體系上打開了連結外部、與外部互動的口子，同時又把內外部的層次理清楚避免混亂，為騰訊開放平臺運營的AI加速器提供了諸多管理上、流程上、技術上的便利。
百度的AI架構也有類似特點。而很多時候，受限於本身業務單一，例如360AI、小米AI、科大訊飛AI等，在AI佈局上把基礎研發、業務、對外生態等不同內容混合到一起（這並不一定是錯的，有可能能夠提高內部效率），僅從實操上來說並不利於對外延展出AI加速器。
要求2：不只是“強資源”，更需要高匹配度
做乘法加速自然比做加法孵化需要更強的資源支援力度，況且能夠進入AI加速器的項目本身就不是初生牛犢，力度不夠的資源已經無法推動了。
但是，加速器提供的資源更需要匹配度。對普通孵化器來說，資金、人才、運營、技術等支持是通用的，而加速器所需要的資源帶有濃烈的AI“個性”。從騰訊的案例來看，這種“個性”體現在：
1）技術資源層面，僅僅IT技術、雲計算等支撐是不夠的。騰訊AI加速器提供的技術能力來自騰訊AI Lab、優圖實驗室、WeChat AI以及騰訊雲，提供約60+項AI技術能力，以及10+AI技術課程。除此之外，加速器還為專案提供定制化的開發及輔導，一些時候甚至需要採用1V1的模式，説明技術找到應用場景。
2）創投資源層面，不是“給錢就行”，對資本與AI的契合度也有一定的要求。因此，騰訊AI加速器找到的資本合作夥伴包括騰訊投資、英諾天使、藍馳創投、松禾遠望、金沙江、北極光 、IDG 、創新工廠等在AI領域投資比較活躍的投資方。
3）導師資源層面，不只是那些能夠對互聯網“指點江山”的所謂大咖，AI加速器更需要對AI有深度認知的“導師”，它不是一種能夠泛泛指導的技術門類。騰訊為此配備了產業、學術、工業、設計、投資界與AI相關的輔導人，提供數月的指導。
4）管道資源層，要求加速器給予的管道資源對AI變現價值明顯，這方面沒什麼可說的，誰場子大誰更好說話，例如騰訊用開放平臺、雲、互聯網+等管道能力幫助專案觸達行業大客戶。
事實上，經歷高門檻考核選入AI加速器的專案，反過來也同樣對AI加速器與AI資源匹配度有高的要求，就如騰訊AI加速器第一期的海外項目WooboInc. CEO Feng Tan所說，他們加入騰訊AI加速器，就是看重騰訊作為互聯網巨頭在AI領域的佈局，希望通過AI加速器把騰訊的AI佈局與自己的業務建立聯繫。
要求3：賦能而非控能
選擇AI加速器模式也就意味著要一定程度上犧牲發展的獨立性。例如，以色列知名AI加速器Elevator傾向於讓進入項目在五個月內就必須進入市場，尤其是能夠出售技術方案獲利，這與Elevator偏向強控制有關。
但並不是任何加速器都能這麼做，以色列本身就喜歡輸出技術而非創造企業。加速器模式遠比孵化器更容易介入到企業內部產生影響，但當前階段的AI項目可能需求大量時間打磨和完善，“賦能”比“控能”更恰當，畢竟，越是成熟產業，控能的價值才越重要，盲目要求商業價值很容易殺雞取卵。
也因此，騰訊AI加速器能夠取得先發優勢，並暫時領先，大概也與騰訊在互聯網圈地運動中總是入股、賦能而不強調控制的企業特性有關。
用AI加速器擴大共用生態，巨頭競爭的賽點在哪從行業及未來角度，即便是騰訊這樣的大佬級企業，用AI加速器擴大共用生態從而獲得AI開放時代的競爭優勢，還需要看到這三個賽點。
1、如何解決投入線性增長問題
做AI開放平臺的勝負KPI無非是“有多少公司用了它的平臺產品”，這方面阿裡雲憑藉雲服務暫時領先的地位在客戶資源上無疑優於騰訊和百度。
現在，騰訊和百度通過AI加速器“你用我東西，我給你投資幫你解決問題”的方式，培養了優質客戶與阿裡在客戶群上形成了區隔，能夠獲得差異化優勢。但是，問題隨之而來，由於單純開放技術介面的AI開放平臺模式追求的是使用者量越大越好，越往後每增加一個用戶對平臺成本支出壓力是遞減的，用戶越多成本越低的“開放”玩法才能把平臺做得盡可能大，這是互聯網產品的普遍規律。
但是，AI加速器某種程度上是“重模式”，由於每個專案都需要個性化“解決問題”，對每一個專案的投入並不會遞減，這就意味著成本與規模大約成正比，這與做大平臺、做大客戶量的思維不太符合。
因此，AI加速器必須解決投入線性增長問題。在第一期AI加速器多行業出擊的基礎上，這次騰訊在重慶宣佈將聚焦探索醫療、智慧零售、智慧樓宇三大垂直領域，此外也延展至農業、工業、旅遊、環保、內容等垂直行業尋找合作夥伴的加入，料想騰訊是以3+N的模式逐步開展AI加速器的垂直化。
而從成本投入角度，除了AI垂直領域的積澱，垂直化最有利於解決成本線性增長的問題。也即，如果持續深耕某些垂直領域，當“通用經驗”積累到足夠程度後，在類似的行業特性下總結出垂直領域統一的“加速範式”，既能夠保證個性化加速效果，也能夠實現較為明顯的運營複製從而降低成本，垂直挖掘得越深，這種雙重效應越明顯。
通過AI加速器獲得用戶優勢，一定要先走垂直化深耕的道路。
2、如何避免陷入再次的同質化競爭
一旦所有的AI開放平臺都開始做AI加速器時，差異化將再次消失。AI加速器越往後走，關於介面搭設、資源匹配及賦能等玩法就越變得普遍，畢竟，能夠做得起AI開放平臺的企業，做AI加速器並不會那麼困難，只是時間長短和先後的問題。
對於先把AI加速器捂熱，又暫時處在領先位置的騰訊來說，儘快在加速上再走出差異化步驟十分重要。而對那些追趕者而言，如果能夠有所創新、改變雷同的玩法，也或將贏得後發優勢。
這次騰訊AI加速器就發生了關鍵字的轉變，按照騰訊開放平臺副總經理、騰訊眾創空間總經理王蘭的說法，第二期要打造的是“面向垂直行業的AI解決方案”，引入騰訊覓影、傳統零售商、騰訊眾創等合作夥伴，具體實現包括醫療、智慧零售、智慧樓宇等解決方案。
這意味著，騰訊“AI開放”層面正從去年面向廣大開發者的AI技術能力開放（這也是行業通行做法），轉為面向政府、企業等行業夥伴的AI解決方案的開放，從“工具箱”開始向“方法庫”升級，這或是騰訊保持差異化優勢的策略。
3、如何追趕“更高集成度”趨勢
從業務實現的角度，決定開發者選用哪個AI平臺，首先是該平臺能否實現自己想實現的功能，其次是使用某平臺實現起來的難度有多大，最後是效率有多高。
這與程式師們選擇什麼語言程式設計是類似的，如果選擇了更為流行的程式設計語言，就會有更多可使用的庫，也能更輕鬆的做出好的產品。縱覽程式語言的發展歷史，最為流行的，總是最容易上手的。
由AI技術輸出到AI解決方案輸出的好處就在於此，它讓平臺變得更加容易上手和使用，以至於變成某種開發者都慣常使用的AI開發環境，相當於為AI開發者們創造了一套高集成度的“AI語言”，類似電腦程式語言裡機器語言升級到組合語言一樣，讓AI圍繞自家構建的框架運行。
正如組合語言最終也發展到C語言之類的高階語言，AI開放平臺要做AI行業語言，在集成度上也將繼續提升，騰訊目前做垂直領域的解決方案或只是AI能力開放向更高集成度轉化的一個標誌。
隨著AI加速器經驗的積累，參與者越來越多，多數開發情境和任務都變成經驗後，針對複雜開發任務、一次整合多個解決方案的“一鍵開發模式”最終將出現。到時候，加速器專案們搞AI開發或許就如同堆積木，只需要盡可能發揮自己的創造力就可以了。
【鈦媒體作者：智能相對論（微信id:aixdlun）】
更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App
只是坐在家等著用戶上門，這些用戶可能在來的路上就死掉了，這其中可能就包括一些有著優秀創意和潛力的公司。AI加速器的意義在於能夠提前甄選到這些優質用戶並加以扶持，除了豐富平臺用戶量獲得生態優勢，更重要的是這種“一手扶持”下獲取的用戶很容易成為平臺的核心用戶並帶來更為緊密的生態效應，例如騰訊AI開放平臺上的慧川智慧、Bello智慧招聘、追一科技等歸屬度極強的用戶都來自於AI加速器。
最終，創造夥伴讓它們與平臺先天聯結，高替代成本造就了高用戶忠誠。
巨頭搶道，AI加速器拼的是這些AI加速器前景可期，但真要玩起來肯定不那麼容易。從大佬企業騰訊身上，或許能夠獲得一些運營AI加速器普遍的、內在的要求。
要求1：AI架構要為加速器留“介面”
如果科技企業內部的AI架構的延展性本身不佳，與AI加速器這種技術+開放+扶持+眾創多重複雜屬性活動可能存在無法銜接的問題，其開展的效果肯定會受到影響。
來看騰訊的案例。目前，騰訊對外宣稱的AI的佈局主要圍繞以下三個層面展開：
1）以AI lab、優圖、騰訊雲等部門為主體，主要搞的是基礎技術研究；
2）與騰訊社交、遊戲、支付、雲計算、零售等自有業務或生態圈業務相結合，在場景中把AI落地；
3）在基礎、業務層面上對外開放，連接騰訊內部和合作夥伴的資源與能力，打造生態。
顯然，AI加速器正是第三層面的主要載體，而騰訊經常對外表達的構建AI創業生態、扶持AI創業、助力AI技術產業化等概念，其實在AI體系上打開了連結外部、與外部互動的口子，同時又把內外部的層次理清楚避免混亂，為騰訊開放平臺運營的AI加速器提供了諸多管理上、流程上、技術上的便利。
百度的AI架構也有類似特點。而很多時候，受限於本身業務單一，例如360AI、小米AI、科大訊飛AI等，在AI佈局上把基礎研發、業務、對外生態等不同內容混合到一起（這並不一定是錯的，有可能能夠提高內部效率），僅從實操上來說並不利於對外延展出AI加速器。
要求2：不只是“強資源”，更需要高匹配度
做乘法加速自然比做加法孵化需要更強的資源支援力度，況且能夠進入AI加速器的項目本身就不是初生牛犢，力度不夠的資源已經無法推動了。
但是，加速器提供的資源更需要匹配度。對普通孵化器來說，資金、人才、運營、技術等支持是通用的，而加速器所需要的資源帶有濃烈的AI“個性”。從騰訊的案例來看，這種“個性”體現在：
1）技術資源層面，僅僅IT技術、雲計算等支撐是不夠的。騰訊AI加速器提供的技術能力來自騰訊AI Lab、優圖實驗室、WeChat AI以及騰訊雲，提供約60+項AI技術能力，以及10+AI技術課程。除此之外，加速器還為專案提供定制化的開發及輔導，一些時候甚至需要採用1V1的模式，説明技術找到應用場景。
2）創投資源層面，不是“給錢就行”，對資本與AI的契合度也有一定的要求。因此，騰訊AI加速器找到的資本合作夥伴包括騰訊投資、英諾天使、藍馳創投、松禾遠望、金沙江、北極光 、IDG 、創新工廠等在AI領域投資比較活躍的投資方。
3）導師資源層面，不只是那些能夠對互聯網“指點江山”的所謂大咖，AI加速器更需要對AI有深度認知的“導師”，它不是一種能夠泛泛指導的技術門類。騰訊為此配備了產業、學術、工業、設計、投資界與AI相關的輔導人，提供數月的指導。
4）管道資源層，要求加速器給予的管道資源對AI變現價值明顯，這方面沒什麼可說的，誰場子大誰更好說話，例如騰訊用開放平臺、雲、互聯網+等管道能力幫助專案觸達行業大客戶。
事實上，經歷高門檻考核選入AI加速器的專案，反過來也同樣對AI加速器與AI資源匹配度有高的要求，就如騰訊AI加速器第一期的海外項目WooboInc. CEO Feng Tan所說，他們加入騰訊AI加速器，就是看重騰訊作為互聯網巨頭在AI領域的佈局，希望通過AI加速器把騰訊的AI佈局與自己的業務建立聯繫。
要求3：賦能而非控能
選擇AI加速器模式也就意味著要一定程度上犧牲發展的獨立性。例如，以色列知名AI加速器Elevator傾向於讓進入項目在五個月內就必須進入市場，尤其是能夠出售技術方案獲利，這與Elevator偏向強控制有關。
但並不是任何加速器都能這麼做，以色列本身就喜歡輸出技術而非創造企業。加速器模式遠比孵化器更容易介入到企業內部產生影響，但當前階段的AI項目可能需求大量時間打磨和完善，“賦能”比“控能”更恰當，畢竟，越是成熟產業，控能的價值才越重要，盲目要求商業價值很容易殺雞取卵。
也因此，騰訊AI加速器能夠取得先發優勢，並暫時領先，大概也與騰訊在互聯網圈地運動中總是入股、賦能而不強調控制的企業特性有關。
用AI加速器擴大共用生態，巨頭競爭的賽點在哪從行業及未來角度，即便是騰訊這樣的大佬級企業，用AI加速器擴大共用生態從而獲得AI開放時代的競爭優勢，還需要看到這三個賽點。
1、如何解決投入線性增長問題
做AI開放平臺的勝負KPI無非是“有多少公司用了它的平臺產品”，這方面阿裡雲憑藉雲服務暫時領先的地位在客戶資源上無疑優於騰訊和百度。
現在，騰訊和百度通過AI加速器“你用我東西，我給你投資幫你解決問題”的方式，培養了優質客戶與阿裡在客戶群上形成了區隔，能夠獲得差異化優勢。但是，問題隨之而來，由於單純開放技術介面的AI開放平臺模式追求的是使用者量越大越好，越往後每增加一個用戶對平臺成本支出壓力是遞減的，用戶越多成本越低的“開放”玩法才能把平臺做得盡可能大，這是互聯網產品的普遍規律。
但是，AI加速器某種程度上是“重模式”，由於每個專案都需要個性化“解決問題”，對每一個專案的投入並不會遞減，這就意味著成本與規模大約成正比，這與做大平臺、做大客戶量的思維不太符合。
因此，AI加速器必須解決投入線性增長問題。在第一期AI加速器多行業出擊的基礎上，這次騰訊在重慶宣佈將聚焦探索醫療、智慧零售、智慧樓宇三大垂直領域，此外也延展至農業、工業、旅遊、環保、內容等垂直行業尋找合作夥伴的加入，料想騰訊是以3+N的模式逐步開展AI加速器的垂直化。
而從成本投入角度，除了AI垂直領域的積澱，垂直化最有利於解決成本線性增長的問題。也即，如果持續深耕某些垂直領域，當“通用經驗”積累到足夠程度後，在類似的行業特性下總結出垂直領域統一的“加速範式”，既能夠保證個性化加速效果，也能夠實現較為明顯的運營複製從而降低成本，垂直挖掘得越深，這種雙重效應越明顯。
通過AI加速器獲得用戶優勢，一定要先走垂直化深耕的道路。
2、如何避免陷入再次的同質化競爭
一旦所有的AI開放平臺都開始做AI加速器時，差異化將再次消失。AI加速器越往後走，關於介面搭設、資源匹配及賦能等玩法就越變得普遍，畢竟，能夠做得起AI開放平臺的企業，做AI加速器並不會那麼困難，只是時間長短和先後的問題。
對於先把AI加速器捂熱，又暫時處在領先位置的騰訊來說，儘快在加速上再走出差異化步驟十分重要。而對那些追趕者而言，如果能夠有所創新、改變雷同的玩法，也或將贏得後發優勢。
這次騰訊AI加速器就發生了關鍵字的轉變，按照騰訊開放平臺副總經理、騰訊眾創空間總經理王蘭的說法，第二期要打造的是“面向垂直行業的AI解決方案”，引入騰訊覓影、傳統零售商、騰訊眾創等合作夥伴，具體實現包括醫療、智慧零售、智慧樓宇等解決方案。
這意味著，騰訊“AI開放”層面正從去年面向廣大開發者的AI技術能力開放（這也是行業通行做法），轉為面向政府、企業等行業夥伴的AI解決方案的開放，從“工具箱”開始向“方法庫”升級，這或是騰訊保持差異化優勢的策略。
3、如何追趕“更高集成度”趨勢
從業務實現的角度，決定開發者選用哪個AI平臺，首先是該平臺能否實現自己想實現的功能，其次是使用某平臺實現起來的難度有多大，最後是效率有多高。
這與程式師們選擇什麼語言程式設計是類似的，如果選擇了更為流行的程式設計語言，就會有更多可使用的庫，也能更輕鬆的做出好的產品。縱覽程式語言的發展歷史，最為流行的，總是最容易上手的。
由AI技術輸出到AI解決方案輸出的好處就在於此，它讓平臺變得更加容易上手和使用，以至於變成某種開發者都慣常使用的AI開發環境，相當於為AI開發者們創造了一套高集成度的“AI語言”，類似電腦程式語言裡機器語言升級到組合語言一樣，讓AI圍繞自家構建的框架運行。
正如組合語言最終也發展到C語言之類的高階語言，AI開放平臺要做AI行業語言，在集成度上也將繼續提升，騰訊目前做垂直領域的解決方案或只是AI能力開放向更高集成度轉化的一個標誌。
隨著AI加速器經驗的積累，參與者越來越多，多數開發情境和任務都變成經驗後，針對複雜開發任務、一次整合多個解決方案的“一鍵開發模式”最終將出現。到時候，加速器專案們搞AI開發或許就如同堆積木，只需要盡可能發揮自己的創造力就可以了。
【鈦媒體作者：智能相對論（微信id:aixdlun）】
更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App