平台or定制？云端or本地？全智能时代AI企业的关键选择 | 华兴·湃

 人工智能是未来技术创新的重要驱动，有望比肩互联网为产业带来巨大的机遇。大量可获得的数据以及算法、算力的提升，使得人工智能离现实应用越来越近，在图像识别、语义理解、精准营销等领域，越来越多的创业公司涌现并迅速壮大。除了这些领域，未来还会有哪些产业机会出现？人工智能初创企业应该做平台还是做定制？如何看待未来人工智能计算在云端或在本地处理的选择？

5月27日举办的「华兴·湃」人工智能论坛上，来自AI行业的顶尖创业者和投资人，围绕上述热点话题，从不同角度作出了思考和解读。

「华兴·湃」是华兴的报告会议系列论坛。湃形容水波相击之声，亦有冰镇冷浸之意，华兴希望搭建共享灼见的平台，将投资机构、企业汇聚于此，碰撞思想火花，激荡行业澎湃，弄潮新经济。

嘉宾：
戴文渊 |  第四范式创始人兼CEO

简仁贤 | 竹间创始人兼CEO

黄晓庆 | 达闼科技创始人兼CEO

刘   维 |  百度风投CEO

姚   颂 |  深鉴科技联合创始人兼CEO

邹彦书 |  华兴私募股权基金副总裁

刘英航 | 华兴资本董事/科技及房产业务负责人

以下是对话实录：

风口之辩

下一个产业机会在哪？

主持人（刘英航）：人工智能是一个大方向，各家创业公司都选择了自己的领域做市场拓展和落地，投资机构也在看各种模式，有没有一些新的创业或者投资机会跟大家分享一下。

姚颂：我认为AI方面的应用真正能有钱赚的地方有两个，一个是安防，一个是自动驾驶。安防可能会更近一点，自动驾驶会稍微晚一些。安防整体的产业链非常大，有非常多复杂的区域，有集成商还有子设备的分销商，如果能在中间找到一个环节，是一个创业的机会。

另外两个可能有钱赚的地方，一个是数据中心，但是数据中心的问题比较零碎，可能会有一些定制化的需求；另外一个是医疗。

黄晓庆：我觉得目前比较成熟的是自然语言处理技术，相关领域有很多的创业机会。比如像智能服务，解决BPO（Business Process Outsourcin，商务流程外包）后台的问题，你只要能省一个人，那不就是钱吗？

第二，如果完全做算法，然后做API的话，很难找到比较好的商业模式。你可以做得很好，然后让大企业把你收购，也是很好的创业战略。

第三是我个人现在正在做的服务型机器人。严格地说需要人工智能和机器人领域同时发力。服务型机器人里目前最需要解决的是视觉，机器人的多样性取决于视觉的发展，我觉得这是非常重要的创业和发展的领域。

戴文渊：从AI从业者的视角来看，人能做什么行业，人工智能就能做什么行业。所以哪个市场大或者哪个行业大，其实未来AI在这个行业的市场就会大。

当然也会有先后次序，人工智能首先会在什么样的场景下成功？首先，会在收数据比较便宜的场景。第二，犯错误的影响不那么大的场景。比如在广告领域，给你看一个广告，就收取了数据；让你看了一条不爱看的广告，就是犯错误。所以内容推荐和视频广告都是收数据便宜、犯错误代价小的领域。

简仁贤：如果在AI领域投资或者创业，还是看应用。为什么看应用？商业其实就两个目的，要么赚钱，要么省钱。赚钱和省钱的方式有很多，如何达到，就体现在应用上。这个部分，我觉得人机交互自然语言理解是一块。另外，图像、操作系统、搜索接下来都会成为爆发性的行业。

邹彦书：我认为结构化的数据智能化已经发展到一定的阶段，现在更多是非结构化数据的智能化过程，包括图片、视频，随着技术的发展，现在已经到了能够处理它们的阶段。金融、娱乐、医疗等行业都可能有这样的应用。甚至有一些行业，我们之前拿到很多图片、视频或其他更复杂维度的数据，因为无法解释、无法处理、无法业务应用化，所以没有认识到它的重要程度，我相信将来在这些方面都会有发展机会。

刘维：说说我们的逻辑，从过去六年的布局和未来看，我觉得基本是这样一个四层的循环：

第一层：AI对工具的增强。AI技术在不断改造各种工具，从大数据到自然语言处理，到各种computer vision技术，再到传感器、物联网，所有这些作为底层技术，实际上在赋能工具，这个工具是什么？可能是一个SaaS服务，可能是一个机器人，可能一个硬件、机器。

智能赋能机器、工具之后，就能进入到第二层，工具渗透到传统的互联网、手机渗透不了2B的链条，使之变得供应无限量、高度标准化又高度个性化，这是第二层。

更长远的影响是第三层，整个产业链条节点效率被提高的同时，各个节点的数据被机器所获取，整个系统的分发效率随之大大提高。未来将有越来越多的链条、媒介、更多用户画像的数据，最终人与服务、人与商品，人与一切实现精准匹配，创造出的价值不可想象。

第四层我们也在高度关注，刚才这些链条变化之后，传统的产业链和传统的要素价格被重塑。就像传统交通节点、传统人力资源的作用被削弱了，这里面也有很多大的服务业或者新经济的变化。

模式处理

做平台OR做定制？

主持人（刘英航）：人工智能是一个新时代的驱动，将比互联网带来更多的产业机会。互联网时代很重要的一个现象是，大家都想做成平台，后来确实出现了很多平台公司。人工智能企业面临做平台还是做定制的问题时如何选择？

姚颂：AI时代跟互联网时代有一个比较大的区别，互联网时代有比较明显集群的效应，但AI时代每个客户端都是单独的服务，集群效应更少。以我的理解，最开始还是要专注于一个行业或领域，再逐渐找机会做平台，不能一就说我就是一个纯通用的平台，这样会比较困难。

黄晓庆：我觉得平台的概念有一定悖论。如果说你只做平台不做应用，那实际上平台就不可能存在了，但是只做应用不做平台，实际上也不可能完成。

最重要的一点，做平台的公司必须能够面向未来，一定给自己创业找到一个机会，你的应用和系统能不能规模化，如果不能，实际上就没有机会做平台。

戴文渊：我认为对于创业者来说，最早你需要思考的并不是平台，而是你要解决一个什么问题。我们其实最早要解决的一个核心问题，但我发现在招了20几个科学家之后，要面临几百个、上千个应用的时候，我没有办法解决。于是我想能不能做一个工具或者产品，能够让一些原来做不了AI应用的人，能够做AI应用。让更多人参与做应用的时候，我们可能慢慢会变成像平台的一个产品。

简仁贤：我非常同意戴总的观点，其实AI最主要还是要解决问题，做出一个能复制的应用。对创业者来讲，更重要的是先把目标市场想清楚，把能够复制的应用累积起来，自然而然就变成一个平台。

平台也是一个应用，比如说亚马逊刚开始只想在网络上卖书，一大堆书店在上面卖书，量多了，他必须解决infrastruture、处理问题、工具问题等，一个领域一个领域地扩充，我们突然件发现亚马逊是一个平台。

邹彦书： AI行业非常依赖数据的积累和对行业的梳理。现在的BAT等大公司和些细分行业里的创业者相比，在这些方面并没有特别突出的地方。这就是创业者的机会所在，如果你对行业、数据、业务模式了解足够深，完全有可能在这个细分行业里扎根，甚至有可能比大公司更有先天优势，没必要以自己的短处跟平台化公司长处做竞争。

刘维：要看谁能在加法、减法的不断切换中把握得更好。我觉得至少两次大的加法和减法：

第一：在起步期、爬坡期要忘掉平台的事，你要做减法然后加法，做减法是你要选择合适的领域、切入点，要找到具体要解决的问题。这个阶段做加法，要被迫多做点事，光有技术还不够，还得做产品、解决方案，甚至还要做运营，先把这个点打透，这是一步。这一步做完之后，是一个好的产品公司。

第二：产品公司都有平台属性，大了之后，谁的平台价值比较高，这又是一个阶段的加法、减法，同样要敢于主动做加法，在短期内要有更大的付出。也要做减法，主动砍掉很多东西，要战略性地退去，才能打造好生态。

这两步都能做好以后，我觉得至少在这个领域就是平台。后面又涉及到进入新的领域，永远是这样的循环。

数据处理

云端OR本地？

主持人（刘英航）：之前一直有一个争论，数据到底放在哪？有观点认为，最好数据跟计算放在接近的位置，处理能力会比较快。但也有一些项目出于敏感性要求要做本地化部署。各位如何看待未来人工智能计算在云端和本地处理的选择？

戴文渊：关于云还是端的问题，首先要看技术发展趋势，如果说一个事情放在云可以做出更强智能的，最后的趋势一定会放在云上；如果放在云上不合适，就会放在端上。当然放在云上会有各种各样的问题，比如隐私问题，数据安全性问题，数据价值问题，这些最终都有技术手段可以解决，只是现在我们不一定放心，特别是我们合作很多的机构，它的数据是受监管的。

当然确实会有一些问题、一些场景不适合在云端，就是反映特别快的这些问题。所以在端这一边，我们可能需要更高效、更低功耗的芯片。总之，趋势是不会变的，符合趋势的事情，一定会朝着那个方向走。

简仁贤：我认为云跟端其实要用时间来解释，如果我们把时间拉到90年代，那时候也没有云，只有端，所以所有的东西都在端。

等到互联网出来，所有的设备可以连接在一起，开始有云端出现。云端可以把所有的计算机资源集中起来，资源处理的能力比端要强大很多，这时候当然是在云处理。

接下来，移动端的出现，从以前2G的功能机，到现在的4G到未来的5G，带宽一直在增加。现在有一些处理是在手机端处理，然后再结合云端的处理，达到应用的效果。但是当前这个时代，还只能在云端里集成大量计算和储存资源，达到巨大的计算效果。

把时间拉到20年后，带宽如果更大，是不是处理都可以放在移动端里进行？是不是当端的处理器，比如FPGA、ASIC，良率增高、制造成本降低，可以取代现在的GPU？

所以我认为，每个时间的带宽、储存、计算资源的限定度决定了计算、数据是在云端还是端，这是在不考虑隐私和安全的情况下做出的解读。

邹彦书：我觉得在一段时间内会混合存在，但长期看会向云迁移。主要是基于几个朴素的观点：

第一，AI涉及到非常大的计算量，单个的服务器或者系统很难支撑。

第二，AI往往是基于分布式的。

第三，一般我们会说通过终端来呈现一个最终的结果，但因为涉及到比较大的计算，或者processing，更多的计算可能还是在云这边处理。

所以基于这些非常朴素的逻辑，我长期看更倾向于向云来迁移。

刘维：我觉得云跟端是一个辩证的过程。端的运算能力或者处理能力永远追不上云。但是云的覆盖，也永远追不上端。同时云也拥有越来越强的连接，越来越强的辐射和渗透，常年的混合和不断的此消彼涨地反复追赶可能是一个恒态。

如何突围

创业公司要从细分领域杀出一条路

主持人：人工智能领域，大公司的竞争一直对创业者杀伤力比较大，想听听各位看法，小公司如何规避大平台的竞争？

姚颂：我觉得这个问题分两部分看：

第一，对创业者来说，在所有的大公司注意到之前做这个事情，肯定是最好的。当然潜在问题在于，如果巨头们都没有注意到这个事情，意味着创业者可能需要有一些眼光，或者有能够赞同这个事情的投资人，因为他们可能没听说过这个大势。

第二，如果大公司已经真正进入到这个行业，一定要避免跟大公司直接正面竞争。你要到一个巨头没有覆盖的地方，去找到你的闪光点。然后通过这个闪光点，向更大的地方辐射。

黄晓庆：对于创业者来说，你必须要找到自己的核心竞争力，完全正面的竞争是没有意义的，但是绝不要担心和平台或者大的互联网公司去竞争。中国人有句古话叫田忌赛马，一个创业团队在某一个领域里面，确实就是一个上马，如果你融得足够多，不一定比大企业水平差很多。

实际上这是你和大公司之间不对称的核心竞争力的竞争。新创的企业，可能你要找到自己一个很小的点，就打这个点。

戴文渊：如果说BAT在这个领域比我们有什么优势的话，我觉得更多是有钱。但实际上你可以跟投资人说，你再给我多少钱，就把BAT打败了。事实上现在创业公司并不是缺钱，是缺能够证明给我这么多钱就赢了的能力，如果有这个能力你不会缺钱的。

简仁贤：AI很广，就像互联网一样，是不是百度做互联网，阿里做互联网，其他人都不要做互联网了，不是这个样子的。AI还是要走细分领域，还是要走应用。大公司不会去走细分领域，所以创业公司就要从细分领域杀出一条路来。大公司不走细分领域，但是他会去收购那些在细分领域成功的小公司。

邹彦书：第一，不要碰大公司的安身立命之本，尤其在它已经在这个方面做得比较多、比较有基础的情况下。

第二，在AI这个时代，也没有必要现阶段就过分惧怕他们。因为所谓AI三要素，数据、技术、团队，很多创业的公司，团队、技术其实都是不差的，数据方面可能各有千秋。

对于BAT这样的大公司来讲，他们当然通过互联网的方式获取了很多数据，但实际上还有数据是他们没有获取到的，我们也看到不断发展终端的一些行业，他们其实通过触达终端，来获取相应行业里面的数据。如果一个创业公司，在这些行业里面通过它的商业模式获取到数据的话，某种程度上甚至比大公司还有优势。所以我认为创业公司一定要坚持通过差异化的发展来获得竞争优势。

刘维：百度风投作为基金，本质上在投创业者，所以我们是站在创业者这边的。我想说的第一层是，对大公司我们还是要有应有的敬畏，它还是有很多独特的东西。第二，大家会指望大公司没有想清楚，但万一他想清楚了，下了决心，这种决心可能也是战略性的决心。第三，它可以承担起一个更长的循环。

反过来，这个行业链条很长，对于创业公司机会也非常多，创业团队的优势是比大公司更早相信一件事，并且更坚决地投入。

我觉得最终这个市场是这样的，聪明的创业公司都会观察，理解大公司的战略，然后对应的进行自己的挑战。聪明的大公司也都会观察创业公司的优势，不会觉得自己大就去硬碰，一定要把创业公司变成生态的一环。

现在AI这个时代，大家是更加交错的，你中有我，我中有你，互为互能的格局越来越明显。

「阅读推荐」点击图片查看

---

---