新物種的大量爆發， 以及之後很多種類生物被自然淘汰， AI正如此。
2017年9月19日， 戈壁創投和機器之心舉辦了主題為“爆破”的Gobi AI論壇， 在論壇上，
從AlphaGo在國內掀起了關注人工智慧的高潮起， 人工智慧創投領域的熱度持續至今。 而在徐晨看來， AI發展還處於早期， 而這個領域對於VC的吸引力， 不在於其中出現了多少“酷炫”的公司， 而是， 它帶來的一個時代的改變——一個新興平臺的出現， 帶來了大量從前沒有的“新物種”的爆發。 這種前所未有的新生時代， 被他類比為地球歷史上生物大爆發的“寒武紀”。 而這個新的“寒武紀”， 也將帶來商業模式和產業結構的改變， 誕生更多的商業機會。
而AI領域的創投趨勢， 也正從之前的演算法等底層技術，
以下為徐晨的觀點總結， 經黑智編輯整理：
AI的“寒武紀”時代
AI雖然紅火了好幾年， 但從現在實際看到的發展和應用情況來看，
對於VC而言， 類似AI這種每一個新興行業的出現， 都會帶來一個有意思的現象——每一個新興的平臺出現， 就會伴隨大量的“新物種”爆發。 就像地質年代裡的寒武紀， 在那段特殊時期， 物種豐富性增加到難以想像的地步。
當你進入一個所謂的創業和新科技行業， 你會發現， 每次在時機成熟、到達一定的爆發點的時候， 就會出現相當多新的公司， 但讓我們興奮的並不是這些公司有多“炫酷”， 而是在於， 這個階段能創造出盡可能多的新條件和新物種、創造出更多的新機會。
我們把會議的主題定為“爆破”，
有很多事情， 並沒有明確的演進路徑， 它就是爆發。 比如O2O平臺業務， 它並沒有發生本質的變化， 只是資訊流重組， 而AI完全不同， 它就是新的物種， 帶來結構化的變化。 當然， 這也需要有很大的平臺才有爆發的潛質。 而結構性的變化， 會讓它在3-5年內， 發生巨大的改變。
我們觀察寒武紀時代也會發現， 其中大部分物種， 也在之後的時間裡被自然所淘汰。 人工智慧也是一樣， 在創造出新機會之後， 我們會看到， 在5-10年的時間裡， 不符合行業的發展規律的很多現在存在的業務模式、或者新技術，
AI是“創世紀”
多數人認為， AI的到來如同《啟示錄》一般， 會破壞和取代現在的時代， 建立新的社會秩序。 而我覺得AI更像《創世紀》， 是一個循序漸進、逐步產生新的能量的過程。
（國外對整個AI生態系統進行的分析圖）這個圖告訴我們AI現在主要作用是增加商業價值、減少不確定性，並不是大多數人所認為的取代很多現有的技術和產品。
（AI行業熱力圖）從這個圖可以看出，最容易被相關機構、創業者關注的是高毛利、有大量資料沉積、人工被取代可能性巨大的行業，如健康、BI方面。
很多人，比如馬斯克，會覺得，AI會把人類單向推向所謂的下行弧線當中。但我在這裡推薦一個電影《INNOCENCE：攻殼機動隊》，它就很好的探討了人和機器的關係：AI起初就像一個小孩，它一無所知；受到什麼樣的訓練方式，它就按照什麼樣的方向發展，AI本身的結果取決於訓練。
伊索寓言裡背著鹽的驢子偶然跌進了河裡，發現這樣會讓背上的負擔減輕，於是日日為之；但是當有一天它背著棉花過河時也故技重施，就再也沒有起來。對於從事AI領域的人來說，現在AI處於快速成長的階段，很多人喜歡拿別的行業的經驗經驗，應用於自己現在做的事情。
但是，AI帶給我們的是全新的機會，它意味著不同的商業可能。它最具吸引力的地方，就是它可能創造出和以前不一樣的商業邏輯，來應用於業務。如果沒有對所做的業務有深入、細分的瞭解，一味沿用舊方法，下場很有可能就是“背著鹽的驢”。
AI需要更多耐心
電力從1870年出現到1910年才廣泛地被使用，期間花費了40年，才真正走向歷史舞臺的主流。要歷經如此漫長的過程，正因改變使用者的原始習慣難度很大。AI在這個時間點出現也是一樣，雖被大多數人看好，被認定是未來發展的趨勢，但是它的成熟期遠遠要比我們想像的慢得多。
在AI大道上，仿佛早上在北京三環路上開車。整條路況擁堵且緩慢，原因有很多：來自車本身機器老化，來自于客戶對技術的認知程度。在這條賽道上，不管是開蘭博基尼還是保時捷，都不能開出多快速度。但如果開特斯拉，昨晚沒充電的話，可能就要擔心能不能開到四環路以下。
在這條路上，要從優先順序考慮燃料的量和節省情況，這要遠遠大於效率和速度，而不能像多數人一樣，只管開足馬力就以為能殺出一條路來。對於AI創業者而言，在這個節點，是否能靜下心來思考，如何能在長而不穩定的時間裡，合理地使用能量和客戶資源，以有效的方式來使用這一切才是關鍵。
AI創業，從演算法到場景
人工智慧創業，經過數年時間的磨練，已相對成熟。從之前一波創業者主要以演算法切入，到現在更多地以資料和應用場景為主。而現在比起以前來，更大的變化在於，更多的人學會了，不是單純創造一個場景，而是要去創造一個需求，以這樣的目的切入。
在過去兩年裡，AI還是全新的行業，很多人抱著做演算法、做基礎的想法來創業。但在更多的巨頭進入之後，他們意識到，基礎設施的投入時間長、資源消耗大，很多人開始尋找不同的節點，做細分領域。特別從去年開始，有數個行業取得了較大突破。
一個是教育。有很多公司成功地把人工資料和原有的數位資源結合，和機器結合，同時產生收益。
對教育而言，更大的場景不是應試性教育，而是人格和性格培養。在這個領域裡，資源相對缺乏，而大眾的需求正要被挖掘，這對中小公司來說，是個很好的切入機會。例如說，在美國已經有很多針對兒童閱讀障礙和自閉症等治療的產品，可以記錄兒童的行為和交互資料，並進行定向分析。
第二個是工業物聯網和工業4.0場景。這個行業本身具有產生資料的特點，但一直沒有太多的人去做收集和分析。如果有人能夠切入行業，把更多的資料累計起來，把演算法和更多的企業結合起來，會有可能形成新的品牌。
另一個則是今年大熱的Fintech金融科技。有些領域政策方面的風險雖長期存在，但是同時我們也能看到，其中機遇也是挑戰。
在這些領域，AI切入的思維邏輯，實際上和大資料有些類似。在沒有廣義資料存在的情況下，或者缺乏結構化資料情況下，可以從資料的流量入口，或者從資料本身的清洗來做切入，先佔據資源。在這些資料豐富的細分行業內，也很少有所謂的大型企業的壟斷，可以做大的演算法或者場景化解決方案。
切入越簡單的業務，包括做中間的所謂流程處理，可能面臨的最大挑戰是，門檻相對較低，長期維持高毛利可能性也比較小。你會發現，今年很多公司業務收入還不錯，但是它們本身的核心競爭力並不是演算法或技術本身，更多的是基於所謂的銷售能力，或者針對不同的企業客戶定制方案的能力。但是這個這個業務維度和AI創業本身是錯位的。這一點也是值得大家考慮的。現在看起來火熱或者很好的東西，可能並不是中小創業者切入的最優點。
戈壁創投主要關注的垂直行業領域，除了前面提到的健康、金融，其次更主要的，我們還是會從用戶本身使用場景來看行業。AI本身來說，擁有大量用戶的使用場景，一個是和“車”相關的；其次，出行領域；第三，家庭；第四則是辦公環境。在這幾個領域內，我們最近在看的幾家公司，有基於大的物聯網，還有環境感知等。
其中讓我覺得比較興奮的是，大的辦公場景一直是被忽略的對象。多數人是把企業看成一個客戶，從來沒有把企業內部看成是所謂的場景。最近，很多人已經慢慢開始意識到，商業主體本身來說也是一個消費的終端，對AI更是這樣。很大程度上，你服務企業客戶本身可以為你產生收入，而其實它內部產生的需求量更大。
其次，在“車”這個領域來講，這幾年是爆發點，包括像無人駕駛，人車交互，都創造了非常多的場景。但在這塊，中國和美國還有非常大的技術性的差異。交互和識別領域中美的技術發展路徑差別非常大。從中國下一步無人駕駛大的發展路徑來看，因為中國基礎設施的情況和美國差異非常大，不管是交通路況也好，駕駛習慣也好，還有包括整體城市的狀況也好，中國都有非常多的機會。
AI“泡沫”並不重要
在AI領域裡，有關於“泡沫”的說法，以及投資熱度也帶來了部分公司的高估值。但我認為，AI的“投資熱”其實對市場影響是很小的。
技術類領域和零售行業不同，即使再補貼，用戶也不會因為這個來使用，他們對價格敏感性其實並不高。但是，對於資本而言，仍然是願意對其投入的。對於AI的長期發展，業內多數人的共識是，在5-10年內，AI將面臨井噴的機會。而從以前科技領域領先型公司的發展週期來看，無論是Facebook，還是Google，都是高估值公司。這是一個巨大的賭注，很多人願意去下注在這個領域，產生新的巨頭的機會。
而技術類投資，不管這項技術最終是否成功，都會給市場帶來正向的教育。這是市場走向成熟的必然過程。而且，AI的“泡沫”對市場實際上影響並不大，它是技術的變革，而對商業終端不會帶來大的影響。它的投入影響是有邊界的。而在AI公司內部，儘管有人說它們投入成本高、燒錢，但在這個階段，做這個投入並不是浪費。正因為反複試錯，才使得產品走向成熟期，讓更多人看到其中存在的機會。
而大公司在其中扮演的角色更加重要。在現在的AI投資中，大公司的可投入的資金更多，它在資料、場景等方面擁有的資源也更多，如果它選擇封閉心態，對市場將產生負面的影響。但現在，部分大公司的觀念也走向開放。至少在現在，AI的整體發展是有利於市場、有利於創業者的。
目前多數AI公司業務還是以2B為主。因為目前看起來，還是技術為主的公司，跑的比平臺更快；或者說，多數技術類公司，還沒有辦法利用平臺做更多的商業應用。多數企業採用的，還是以服務企業客戶為主的方式。而C端業務，更多要到大平臺出現以後。這和互聯網、移動互聯網演進的路徑差不多。當競爭到達一定程度以後，2C的業務會發展得更快，更多的企業處於商業模式創新期，包括對於客戶的抓取性，可以把更多的精力集中在對用戶的感知上。同時，很多企業可能會成為真正意義上B2B2C的合作商。AI行業到了後期，也會能夠在更廣泛意義上服務使用者。
已經有一部分勇敢的公司開始做SaaS類的服務。SaaS目前看挑戰非常大，做第一個搭建業務平臺的，或者把資料對協力廠商開放，都有比較大的難度。但是從人工智慧長期發展來看，我覺得基於所謂平臺的服務、SaaS的服務，應該是主流的趨勢。哪怕企業現在需求是封閉的，但多數企業，最終都會選擇SaaS的方式。
因為只有這樣，才會真正意義上給AI帶來更廣義的優勢，形成來自於整個行業、各個不同公司的更大的資料池，同時對這個行業和你的業務產生影響。
談到中美的科技創業領域的對比，很多人說美國AI人才的儲備比中國大很多，但從人才品質而言，兩國的中間差異越來越小；其次，從企業客戶採用新技術意願來看，國內比國外更強，在大的政府型採購的方向上，中國比美國政府更加勇敢，從這一點來看，中國某種程度來說，在為AI創造更大的市場。還有比較重要的一點，現在從底層技術來看，很多企業已經採取多種技術做融合性的開發，很多國外企業也在中國做了很多業務，在技術上，國家的界限已經越來越模糊。
戈壁創投 徐晨 人工智慧
（國外對整個AI生態系統進行的分析圖）這個圖告訴我們AI現在主要作用是增加商業價值、減少不確定性，並不是大多數人所認為的取代很多現有的技術和產品。
（AI行業熱力圖）從這個圖可以看出，最容易被相關機構、創業者關注的是高毛利、有大量資料沉積、人工被取代可能性巨大的行業，如健康、BI方面。
很多人，比如馬斯克，會覺得，AI會把人類單向推向所謂的下行弧線當中。但我在這裡推薦一個電影《INNOCENCE：攻殼機動隊》，它就很好的探討了人和機器的關係：AI起初就像一個小孩，它一無所知；受到什麼樣的訓練方式，它就按照什麼樣的方向發展，AI本身的結果取決於訓練。
伊索寓言裡背著鹽的驢子偶然跌進了河裡，發現這樣會讓背上的負擔減輕，於是日日為之；但是當有一天它背著棉花過河時也故技重施，就再也沒有起來。對於從事AI領域的人來說，現在AI處於快速成長的階段，很多人喜歡拿別的行業的經驗經驗，應用於自己現在做的事情。
但是，AI帶給我們的是全新的機會，它意味著不同的商業可能。它最具吸引力的地方，就是它可能創造出和以前不一樣的商業邏輯，來應用於業務。如果沒有對所做的業務有深入、細分的瞭解，一味沿用舊方法，下場很有可能就是“背著鹽的驢”。
AI需要更多耐心
電力從1870年出現到1910年才廣泛地被使用，期間花費了40年，才真正走向歷史舞臺的主流。要歷經如此漫長的過程，正因改變使用者的原始習慣難度很大。AI在這個時間點出現也是一樣，雖被大多數人看好，被認定是未來發展的趨勢，但是它的成熟期遠遠要比我們想像的慢得多。
在AI大道上，仿佛早上在北京三環路上開車。整條路況擁堵且緩慢，原因有很多：來自車本身機器老化，來自于客戶對技術的認知程度。在這條賽道上，不管是開蘭博基尼還是保時捷，都不能開出多快速度。但如果開特斯拉，昨晚沒充電的話，可能就要擔心能不能開到四環路以下。
在這條路上，要從優先順序考慮燃料的量和節省情況，這要遠遠大於效率和速度，而不能像多數人一樣，只管開足馬力就以為能殺出一條路來。對於AI創業者而言，在這個節點，是否能靜下心來思考，如何能在長而不穩定的時間裡，合理地使用能量和客戶資源，以有效的方式來使用這一切才是關鍵。
AI創業，從演算法到場景
人工智慧創業，經過數年時間的磨練，已相對成熟。從之前一波創業者主要以演算法切入，到現在更多地以資料和應用場景為主。而現在比起以前來，更大的變化在於，更多的人學會了，不是單純創造一個場景，而是要去創造一個需求，以這樣的目的切入。
在過去兩年裡，AI還是全新的行業，很多人抱著做演算法、做基礎的想法來創業。但在更多的巨頭進入之後，他們意識到，基礎設施的投入時間長、資源消耗大，很多人開始尋找不同的節點，做細分領域。特別從去年開始，有數個行業取得了較大突破。
一個是教育。有很多公司成功地把人工資料和原有的數位資源結合，和機器結合，同時產生收益。
對教育而言，更大的場景不是應試性教育，而是人格和性格培養。在這個領域裡，資源相對缺乏，而大眾的需求正要被挖掘，這對中小公司來說，是個很好的切入機會。例如說，在美國已經有很多針對兒童閱讀障礙和自閉症等治療的產品，可以記錄兒童的行為和交互資料，並進行定向分析。
第二個是工業物聯網和工業4.0場景。這個行業本身具有產生資料的特點，但一直沒有太多的人去做收集和分析。如果有人能夠切入行業，把更多的資料累計起來，把演算法和更多的企業結合起來，會有可能形成新的品牌。
另一個則是今年大熱的Fintech金融科技。有些領域政策方面的風險雖長期存在，但是同時我們也能看到，其中機遇也是挑戰。
在這些領域，AI切入的思維邏輯，實際上和大資料有些類似。在沒有廣義資料存在的情況下，或者缺乏結構化資料情況下，可以從資料的流量入口，或者從資料本身的清洗來做切入，先佔據資源。在這些資料豐富的細分行業內，也很少有所謂的大型企業的壟斷，可以做大的演算法或者場景化解決方案。
切入越簡單的業務，包括做中間的所謂流程處理，可能面臨的最大挑戰是，門檻相對較低，長期維持高毛利可能性也比較小。你會發現，今年很多公司業務收入還不錯，但是它們本身的核心競爭力並不是演算法或技術本身，更多的是基於所謂的銷售能力，或者針對不同的企業客戶定制方案的能力。但是這個這個業務維度和AI創業本身是錯位的。這一點也是值得大家考慮的。現在看起來火熱或者很好的東西，可能並不是中小創業者切入的最優點。
戈壁創投主要關注的垂直行業領域，除了前面提到的健康、金融，其次更主要的，我們還是會從用戶本身使用場景來看行業。AI本身來說，擁有大量用戶的使用場景，一個是和“車”相關的；其次，出行領域；第三，家庭；第四則是辦公環境。在這幾個領域內，我們最近在看的幾家公司，有基於大的物聯網，還有環境感知等。
其中讓我覺得比較興奮的是，大的辦公場景一直是被忽略的對象。多數人是把企業看成一個客戶，從來沒有把企業內部看成是所謂的場景。最近，很多人已經慢慢開始意識到，商業主體本身來說也是一個消費的終端，對AI更是這樣。很大程度上，你服務企業客戶本身可以為你產生收入，而其實它內部產生的需求量更大。
其次，在“車”這個領域來講，這幾年是爆發點，包括像無人駕駛，人車交互，都創造了非常多的場景。但在這塊，中國和美國還有非常大的技術性的差異。交互和識別領域中美的技術發展路徑差別非常大。從中國下一步無人駕駛大的發展路徑來看，因為中國基礎設施的情況和美國差異非常大，不管是交通路況也好，駕駛習慣也好，還有包括整體城市的狀況也好，中國都有非常多的機會。
AI“泡沫”並不重要
在AI領域裡，有關於“泡沫”的說法，以及投資熱度也帶來了部分公司的高估值。但我認為，AI的“投資熱”其實對市場影響是很小的。
技術類領域和零售行業不同，即使再補貼，用戶也不會因為這個來使用，他們對價格敏感性其實並不高。但是，對於資本而言，仍然是願意對其投入的。對於AI的長期發展，業內多數人的共識是，在5-10年內，AI將面臨井噴的機會。而從以前科技領域領先型公司的發展週期來看，無論是Facebook，還是Google，都是高估值公司。這是一個巨大的賭注，很多人願意去下注在這個領域，產生新的巨頭的機會。
而技術類投資，不管這項技術最終是否成功，都會給市場帶來正向的教育。這是市場走向成熟的必然過程。而且，AI的“泡沫”對市場實際上影響並不大，它是技術的變革，而對商業終端不會帶來大的影響。它的投入影響是有邊界的。而在AI公司內部，儘管有人說它們投入成本高、燒錢，但在這個階段，做這個投入並不是浪費。正因為反複試錯，才使得產品走向成熟期，讓更多人看到其中存在的機會。
而大公司在其中扮演的角色更加重要。在現在的AI投資中，大公司的可投入的資金更多，它在資料、場景等方面擁有的資源也更多，如果它選擇封閉心態，對市場將產生負面的影響。但現在，部分大公司的觀念也走向開放。至少在現在，AI的整體發展是有利於市場、有利於創業者的。
目前多數AI公司業務還是以2B為主。因為目前看起來，還是技術為主的公司，跑的比平臺更快；或者說，多數技術類公司，還沒有辦法利用平臺做更多的商業應用。多數企業採用的，還是以服務企業客戶為主的方式。而C端業務，更多要到大平臺出現以後。這和互聯網、移動互聯網演進的路徑差不多。當競爭到達一定程度以後，2C的業務會發展得更快，更多的企業處於商業模式創新期，包括對於客戶的抓取性，可以把更多的精力集中在對用戶的感知上。同時，很多企業可能會成為真正意義上B2B2C的合作商。AI行業到了後期，也會能夠在更廣泛意義上服務使用者。
已經有一部分勇敢的公司開始做SaaS類的服務。SaaS目前看挑戰非常大，做第一個搭建業務平臺的，或者把資料對協力廠商開放，都有比較大的難度。但是從人工智慧長期發展來看，我覺得基於所謂平臺的服務、SaaS的服務，應該是主流的趨勢。哪怕企業現在需求是封閉的，但多數企業，最終都會選擇SaaS的方式。
因為只有這樣，才會真正意義上給AI帶來更廣義的優勢，形成來自於整個行業、各個不同公司的更大的資料池，同時對這個行業和你的業務產生影響。
談到中美的科技創業領域的對比，很多人說美國AI人才的儲備比中國大很多，但從人才品質而言，兩國的中間差異越來越小；其次，從企業客戶採用新技術意願來看，國內比國外更強，在大的政府型採購的方向上，中國比美國政府更加勇敢，從這一點來看，中國某種程度來說，在為AI創造更大的市場。還有比較重要的一點，現在從底層技術來看，很多企業已經採取多種技術做融合性的開發，很多國外企業也在中國做了很多業務，在技術上，國家的界限已經越來越模糊。
戈壁創投 徐晨 人工智慧