按照達爾文的物種起源、物種進化理論角度來看， 寒武紀是一個無法解釋的時代。 在那個時間點突然出現一個巨大物種的爆發， 從物種進化這個邏輯看是很難在短時間出現這樣的爆發的。
在一定階段， 商業模式和技術也會大規模的爆發出來， 但隨著時間推移， 不適應市場競爭的， 就會慢慢被淘汰。
“當下， 這一物種的巨大爆發正發生在AI人工智慧領域。 ”9月19日， 在戈壁創投&機器之心聯合主辦的“爆破——人工智慧主題論壇”上， 戈壁創投管理合夥人徐晨如是說。
人工智慧爆發後的確產生勢能， 但它的成熟卻要比想像中慢得多。 多數人覺得AI的來臨像是啟示錄一樣， 會建立新的社會秩序， 徐晨覺得， 整個AI更多像是創世紀， 是循序漸進、產生新的能量的過程。 “現在的時刻是發展速度和資源平衡的節點， 是否能合理地利用手上的資源， 在未來相當長的不確定期裡是非常重要的。
風口裹挾下的創業
要說當下最大風口， 人工智慧當仁不讓。 這一波浪潮帶來最直接的後果， 便是催生了如韭菜般形形色色的創業公司。
2016年是人工智慧爆發的一年。 這一年， 中美兩國在人工智慧方面的總的投資金額達到50億美金， 矽谷一共有2300多家風投投資了1700多家創業公司。 就在不知不覺中， 人工智慧像紛繁複雜的毛細血管， 深入應用到你能想像到的所有領域中， 包括從工業能源的使用到找到合適的GIF動圖。
利用人工智慧來改善和解決當今緊迫的商業和社會問題， 在徐晨看來， 是未來科技發展的一個決定性趨勢， 這也是戈壁創投深耕人工智慧領域的核心原因。
在過去的15年時間裡， 戈壁創投遵循科技是提升效率的核心投資理念，
在與這些企業“切磋”的過程中， 徐晨發現， 這波來勢洶洶的人工智慧浪潮又與2014年移動互聯網的風口不太一樣。
移動互聯網的核心是在短期內為大家帶來生活方式的變革， 比如O2O、出行軟體、社交等， 這些模式上的探索對於巨頭、大平臺來說是全新的，
但人工智慧則完全不同， 國內的阿裡、騰訊、百度， 國外的Facebook、微軟等等， 它們都介入了很多創業公司比較早期的投資， 徐晨認為， 人工智慧是在較長期時間內對存量效益的改良， 所以很多人工智慧創業關注的是如何利用技術、人工智慧提升業務存量的一些效益。
“風口起來的速度要比技術成長的速度快很多， 這給了大公司足夠的反應時間， 可以在更早期進行佈局。 ”徐晨提出， AI會最先成熟於資料供給量大、結構化程度高的一些行業；而技術層企業會比應用層企業更早成熟化。
人工智慧的創業， 從第一波主要以演算法切入，
2016年至今， 徐晨發現， 人工智慧在三個行業中取得較大突破。
首先是教育， 有很多公司成功將人工資料與原有數位資源結合起來， 起到與機器配備的作用， 同時產生收益；
第二是大的工業物聯網和工業4.0場景， 這個行業資料一直在產生， 但並沒有太多人去做專門的收集和分析， 如果創業者能夠切入這個行業， 把更多資料積累起來， 同時把自己的演算法跟前期更多的企業結合起來， 會有可能形成新的品牌；
第三是金融科技。 如今越來越多的金融機構意識到， 金融科技公司的能力可以為我所用，所以開始主動選擇和金融科技公司合作。在金融機構在科技上發力的同時，不少原以互聯網金融為標籤的公司，轉而定位于金融科技，但絕大多數依然專注于自己做金融業務，並不是為金融機構服務；同時，金融科技行業逐漸達成共識，資料與技術將是最基礎的能力，開始在這方面發力，人工智慧變得炙手可熱。
人工智慧“生態圖譜”
即使發展到現在，整個人工智慧行業在分類上仍然不清晰、明確，這會讓人工智慧賦予的種種場景更難被人理解。
在人工智慧創業生態圖譜裡，徐晨將其進行分類為技術層和應用層，分別代表著人工智慧領域的不同賽道。
他認為，2016年人工智慧爆發很大程度上得益於技術層，即資料跟演算法的成熟，包括GPU、分散式運算、雲計算的普及等。雖然深度學習這個演算法很早之前已經有了，但它是近幾年，是算力和資料的提升才讓深度學習這個並不算新的演算法能在很多領域得到廣泛應用。
核心的人工智慧公司開發的技術可以改進人工智慧創建或部署過程本身，在資料清洗、建模、部署等賽道上都有正在創新的公司。技術層包括通用技術和演算法平臺，這當中有一些大公司介入，也有創業公司在做。通用技術，主要是視覺、語音、語義，他們主要提供介面層的創新技術。
應用層則是各個不同的垂直領域基於基礎架構做的應用層模組。在更具體的方面，應用人工智慧的創業公司開發的技術，可以幫助不同行業的公司使用人工智慧完成一項特定的任務。
戈壁創投最近關注的一個比較細分的領域，即AI+SaaS服務。徐晨介紹，雲計算、大資料、AI中，雲計算是大資料的基礎，AI是大資料的具體演進，或者說是具體應用。“國內基礎設施的逐步成熟給了企業服務發展的土壤，隨著國內機制的成熟，人力成本也會提升，這會讓企業的認知產生變化，比如從原先的只願意做一些開源的嘗試轉化為意識到自己是否也要做一些提效而願意為企業軟體服務付費。”
在徐晨看來，未來基於平臺的服務，即SaaS服務會是主流的趨勢，哪怕企業封閉的需求，多數的企業都會選擇SaaS的方式。
本文為投資界原創，作者：Rica，原文：http://news.pedaily.cn/201709/420164.shtml
金融科技公司的能力可以為我所用，所以開始主動選擇和金融科技公司合作。在金融機構在科技上發力的同時，不少原以互聯網金融為標籤的公司，轉而定位于金融科技，但絕大多數依然專注于自己做金融業務，並不是為金融機構服務；同時，金融科技行業逐漸達成共識，資料與技術將是最基礎的能力，開始在這方面發力，人工智慧變得炙手可熱。人工智慧“生態圖譜”
即使發展到現在，整個人工智慧行業在分類上仍然不清晰、明確，這會讓人工智慧賦予的種種場景更難被人理解。
在人工智慧創業生態圖譜裡，徐晨將其進行分類為技術層和應用層，分別代表著人工智慧領域的不同賽道。
他認為，2016年人工智慧爆發很大程度上得益於技術層，即資料跟演算法的成熟，包括GPU、分散式運算、雲計算的普及等。雖然深度學習這個演算法很早之前已經有了，但它是近幾年，是算力和資料的提升才讓深度學習這個並不算新的演算法能在很多領域得到廣泛應用。
核心的人工智慧公司開發的技術可以改進人工智慧創建或部署過程本身，在資料清洗、建模、部署等賽道上都有正在創新的公司。技術層包括通用技術和演算法平臺，這當中有一些大公司介入，也有創業公司在做。通用技術，主要是視覺、語音、語義，他們主要提供介面層的創新技術。
應用層則是各個不同的垂直領域基於基礎架構做的應用層模組。在更具體的方面，應用人工智慧的創業公司開發的技術，可以幫助不同行業的公司使用人工智慧完成一項特定的任務。
戈壁創投最近關注的一個比較細分的領域，即AI+SaaS服務。徐晨介紹，雲計算、大資料、AI中，雲計算是大資料的基礎，AI是大資料的具體演進，或者說是具體應用。“國內基礎設施的逐步成熟給了企業服務發展的土壤，隨著國內機制的成熟，人力成本也會提升，這會讓企業的認知產生變化，比如從原先的只願意做一些開源的嘗試轉化為意識到自己是否也要做一些提效而願意為企業軟體服務付費。”
在徐晨看來，未來基於平臺的服務，即SaaS服務會是主流的趨勢，哪怕企業封閉的需求，多數的企業都會選擇SaaS的方式。
本文為投資界原創，作者：Rica，原文：http://news.pedaily.cn/201709/420164.shtml