作為投資人， 我常常將人工智慧行業劃分為三層， 最底層是基礎平臺層， 包括資料服務商、人工智慧晶片、伺服器、雲計算的算例等， 屬於通用且非常必要的；中間層是技術提供層， 包括電腦視覺、機器學習等， 類似的此類技術都在這一層；最頂層面是應用層， 包括無人駕駛、無人機、機器人等， 承載著很多應用。
在我們看來， 雖然說人工智慧正處於大家所期望的高點， 但如此眾多應用的開發賦予了廣泛的投資機會， 這個行業值得我們用理性的眼光去投資。
評判一家人工智慧企業是否成功， 我們不妨從四個角度去加以判斷：
是否具有全球化的視野。
是否正在執行最簡單、最實際且可以落地的事。
是否尋找到合適的合作夥伴。
是否對商業模式有清晰的判斷， 以及隨不同環境靈活變化的心態。
全球技術融合趨勢明顯
目前， 人工智慧已經不是一場區域化的戰鬥， 它是一種全球化競爭， 遍佈美國、以色列、中國等。
從客戶角度看， 在企業服務市場， 中國的市場雖然非常大， 但公司付費率， 尤其是中小企業的付費率非常非常低。 與此同時， 雖然美國的公司總數比中國少， 但其中小企業付費能力一般非常強， 約為中國企業的10到30倍左右。 換而言之， 如果中國人工智慧企業只局限於一個區域市場， 就意味著將失去很多不一樣的機會。
技術角度， 中國、以色列、美國等地都擁有非常棒的技術人才， 不僅有奇妙的想法， 更有一些非常棒的系統設計方式。 因此， 全球技術交流趨勢將會愈加明顯。
舉個例子， 如今非常火的無人駕駛， 其最大壁壘是雷射雷達或感測器成本， 造成普通消費者購買的成本非常高。 試想， 購買一輛車可能也就幾十萬元， 若加上無人駕駛技術就需再掏幾十萬， 試問幾個人會真的願意？我們注意到， 很多公司在嘗試攻克這個物理壁壘， 處理方法不盡相同。 中國創業者擁有較強的工程能力， 他們能夠把一些看似比較成熟的技術做到性能和穩定性較之前強很多倍；美國創業者則會投入龐大科研經費去追求一條技術路線， 也許這條技術路線在實驗室裡並不成熟；以色列創業者則會運用非常成熟的技術，
所以， 我認為， 在AI這個領域， 技術層面上大家一定是在全球範圍內互相交流、互相融合趨勢。
存在投資機會的領域
目前看來， 我認為AI其實有三個比較重要的環節， 分別是感知、認知和決策， 三者的難度不斷攀升。 根據不同難度和不同行業內的元素來看， 我認為現在存在較大投資機會的行業， 主要存在於以下幾個領域：
/ 無人駕駛 /
很多人覺得， 無人駕駛在AI領域實現非常難， 其實難度主要存在於系統層面， 因為它需要很多資料及資料融合，
/ 工業自動化 /
自動化， 如風電等電力方面， 其基礎架構已經非常好， 所以AI技術應用到工業環境之中， 會有非常大的前景， 而且現在的技術其實可以做到。
/ AI+健康 /
目前這個市場已經有很多公司在做。 我認為， 這一領域的應用主要取決於你如何能夠把資料拿到， 因為不管是做醫學圖像處理， 還是做一些輔助診斷， 資料本身的處理和清洗、標注等非常非常重要。
/ AI+教育 /
即將AI演算法應用到教育這個特定場景， 目前商業化發展已經比較成熟。
AI公司的商業模式
目前觀察的情況表明， AI現有的商業模式並不非常清晰。 因為， 不管是2B還是2C， 不管是提供技術還是提供解決方案， 不管是提供產品還是提供服務， 不同的場景之下， 在不同的領域， 其商業模式都可能完全不一樣。
舉個例子， AI公司到底應該是2B還是2C？二者各有利弊。 2B， 發展可能會更快， 但天花板也會更低；2C， 因為要跟巨頭掰手腕所以難度大， 但成功之後的回報也是巨大的。 所以， 創業者需要根據對整個商業邏輯有一個明智的判斷。
再說是輸出API技術還是解決方案， 在不同市場上會有很不一樣的想法。在美國，很多公司雖然提供一個非常簡單的API，但也能創造較高收入和利潤；但在中國，需要較長時間實現。中國很多巨頭在跟你做生意的時候，如果對方單點很好，他們首先希望把你挖過去，希望自己做，或者買斷。
再來看看，到底是做產品還是做服務？這個其實也很不一樣，醫療行業如果想做AI服務，個人感覺比較難，因為醫療的產業鏈非常長，就診流程也非常複雜，如果想為醫院提供這樣的一個好服務，不僅本身需要很多人力，也需要積累很長時間，所以這個行業較適合提供非常棒的產品，比如自動判斷腫瘤圖像的產品、輔助診療的產品等。
因此，在我們對人工智慧行業有超高期望值的當下，更需要理性的去選擇一個現在技術可以實現、市場相對成熟、且能夠有一個成立的商業模式的企業，這樣的投資才可能產生更大價值。
（作者肖鴻達本科畢業於清華大學電子系，並獲得耶魯大學電子工程和電腦系博士。曾在波士頓諮詢擔任TMT和PE方向的諮詢顧問，現為GGV Capital投資經理。研究領域：人工智慧，大資料，企業服務，機器人）
在不同市場上會有很不一樣的想法。在美國，很多公司雖然提供一個非常簡單的API，但也能創造較高收入和利潤；但在中國，需要較長時間實現。中國很多巨頭在跟你做生意的時候，如果對方單點很好，他們首先希望把你挖過去，希望自己做，或者買斷。再來看看，到底是做產品還是做服務？這個其實也很不一樣，醫療行業如果想做AI服務，個人感覺比較難，因為醫療的產業鏈非常長，就診流程也非常複雜，如果想為醫院提供這樣的一個好服務，不僅本身需要很多人力，也需要積累很長時間，所以這個行業較適合提供非常棒的產品，比如自動判斷腫瘤圖像的產品、輔助診療的產品等。
因此，在我們對人工智慧行業有超高期望值的當下，更需要理性的去選擇一個現在技術可以實現、市場相對成熟、且能夠有一個成立的商業模式的企業，這樣的投資才可能產生更大價值。
（作者肖鴻達本科畢業於清華大學電子系，並獲得耶魯大學電子工程和電腦系博士。曾在波士頓諮詢擔任TMT和PE方向的諮詢顧問，現為GGV Capital投資經理。研究領域：人工智慧，大資料，企業服務，機器人）