2019展望｜AI：開源節流、玩命做單，先活下去再說

文丨孫然

技術創業者們已經意識到，錢不再那麼好拿了。

2019年，估值神話依然會有，但只會集中在頭部公司，或者NLP（自然語言處理）這類細分的新興市場。也有人把希望寄託在科創板，但投資人的告誡是：科創板變數依舊大，別把命押上去，自造血才是靠譜的出路。

對於大部分創業者而言，2019年會是謹慎花錢、想辦法拿訂單、先活下來的一年。

大量AI公司面臨著同樣的糾結：究竟選擇做一家“專案公司“還是“產品公司”？如何規模化，而不侷限於做小而美的定製業務？該做大B客戶、小B客戶還是做政府的生意？

不同處境的創業者有不同的選擇。但他們的共識是，找準一個細分垂直的市場扎進去，先做出標杆案例，畢竟通用型AI產品的路還遠。

令人振奮的變化是，2018年下半年騰訊宣佈進軍產業網際網路。BAT正式押注在AI，意味著更大規模的投入，傳統企業客戶的買單意願會提升，中小型創業者也能借東風獲得一批紅利。

因此把握住時機很重要。2B生意不同於2C，更強調上下游產業鏈的協同和資源整合。巨頭需要合作伙伴幫忙做細活，創業公司需要巨頭背書去拿大訂單，這也意味著更多投資和收購將在2019年出現。

錢不好拿了，技術創業者們必須更會算賬   

在已經跑出頭部公司的細分賽道，馬太效應在加劇，2019年能拿到錢的依舊會是具有一定業務規模的頭部公司。初創公司要拿錢的機會，存在於新型的細分領域，比如NLP（自然語言處理）。

很多企業開始把科創板看作一條拿錢的出路。不過投資人的建議是，科創板對企業的確有促進作用，但也只是一條途徑而已。對於那些業務不夠紮實，但把登陸科創板看做當務之急的公司來說，公司高估值跟業務價值差距較大，長期來看可能暗含隱患。

出門問問創始人李志飛今年的關注點是創新、營收和效率。後者意味著要更重視精細化運營。從去年底到今年初，他把整個公司的運轉情況量化為一系列表格和模型。

不只出門問問，不少AI公司都開始做內部管理最佳化。“過去我們也非常注意這些，但沒有很量化地做一個模型，今年創業不能再像過去一樣比較隨意地投入。一方面要拓大營收的規模，另外一方面也要支撐這些營收對應該有的效率，因為最終公司是要賺錢的。”李志飛說。

在迫切創新和做標杆落地的路上，不少AI公司都遇到過客戶並沒有強烈付費意願，但也列為了戰略專案的判斷失誤。2019年，這些創業者更聰明瞭，不願意再為無用功買單。

同時，這批技術出身的AI創業者、CEO們也在學習如何成為一個好的管理者，而不僅是個好的科學家。

 寒冬中誰還有機會？最先規模化落地的人

對於AI公司，商業化是從去年延續至今的命題。

商業化的核心是產品化和落地。當錢袋緊縮，投資人和客戶已經不能僅憑演算法和demo被說服，誰能先做好落地，誰就能最快跑出來。

相對於前兩年，如今的AI創業者已經不會把做通用型AI掛在嘴邊，都選擇從垂直領域切入。

在每個領域，創業者都在做標杆專案。DuerOS和天貓精靈的策略，都是先以自己的智慧音響為標杆專案去展示技術水平，後期陸續吸引到第三方廠家入駐。而放到小公司身上，則是要跟靠譜的客戶做出靠譜的標杆專案。

去年，為了做一個標杆案例創業者有可能不計投入，但這種態度在2019年發生了變化。錢花了就要砸出坑，創業者在為創新買單時越來越慎重，這是他們驗證自己商業模式的一年。不僅是產品質量本身，生產效率、成本、穩定性、規模化可能性、企業買單意願的強弱，都成了CEO們考量的維度。

因為大部分投資人已經沒有耐心為十幾年後落地的高精尖技術買單。

另外一個普遍性的問題是，2B（又分為大B和小B）、2G、2C該做哪類客戶的訂單？

在中國，從規模和持續性上看，2G訂單的誘惑力都是最大的。AI作為底層技術，跟2G交集面很廣，如今的四家計算機視覺獨角獸（商湯、曠視、雲從、依圖）的崛起都藉助了政府加大安防產品採購的東風。2G毛利高，但問題在於經驗難以複製。

更多人選擇2B，困惑同樣在於難以跳出“專案公司”，規模化鋪開。此外，創業者發現拿大B客戶需要更高明的銷售經驗，努力突破標準化和規模化難題的人選擇了做小B客戶，不過其中的隱憂在於門坎不高，未來的營收規模有限。

不論選擇哪條路，承接大專案的能力、專案運轉的穩定性和準確性都將是2019年區分AI公司高下的關鍵。

巨頭入場，產業共同體萌生

2019年可能是AI領域併購和產業鏈整合的最佳時機。  

早在幾年前，就有投資人關注到BAT開始對金融系統、零售資訊化公司做專案併購。如今隨著BAT和獨角獸級別的技術服務商的正式宣傳，這些鋪墊終於走到了臺前。

一個老問題再次被丟擲：2B行業會不會像2C一樣，一旦巨頭進來就贏者通吃，或者做不大，一旦做大了就被併購。

一種普遍的看法是，贏者通吃不會出現。產業網際網路鏈條很長，涉及的參與方眾多，無論誰想單獨做都勢必力不從心。投資人也提出了新概念——投資產業共同體。

建立一個產業共同體，有能力牽頭的往往是掌握技術和C端使用者資料的巨頭。而獲取訂單，就是中小型創業者在巨頭身邊最切實的益處。

“很多初創公司沒有資源承接比較大的專案，更多是提供終端實施能力和服務能力，現在BAT進來幫小公司做這個，（它們的角色）有點像是升級版的傳統整合商，反而對這些小公司是更好的。”華興新經濟基金執行董事鄒彥書對36氪表示。

舉個例子，科大訊飛把自己的開放平臺看作一種銷售渠道，B端客戶會來平臺上採購，訊飛是個集市，可以為客戶推薦小型創業公司的產品，併為其做品牌背書。

站進巨頭生態，多少能分一杯羹。有人把這種關係看作“依附”，有人稱為“協同”，具體如何還看平臺和細分技術服務商的利益分配。在2B生意裡，平臺要想存活，必須要做好每個環節的利益分配機制。

獲得巨頭投資的企業，可能也會收穫部分巨頭牽線的訂單。而另一種有價值的資本協作，會發生在中小型公司的抱團取暖中。當拿錢越來越難，兩家各有所成的公司選擇合併，就有更大機率先佔領市場，這類整合將在2019年頻繁出現。

以下分別是曠視科技CEO印奇、出門問問CEO李志飛、優必選CTO熊友軍、華興新經濟基金執行董事鄒彥書完整的觀點呈現：

華興新經濟基金執行董事鄒彥書：

AI在五六十年代就被提出了，經歷了幾次波峰波谷，而每次波谷的出現，都是因為它在商業化上有一些東西沒有按照預期得到驗證所導致的。2018年是一個調整和驗證AI行業的時間點，到了2019年好多人都說AI的泡沫是不是破了，我自己倒覺得還好。想推動某一個行業，起初總是要有比較大的資本投入才有可能把它催生出來的，過去2C是這樣，AI也是如此。

經濟形勢在下滑，所以AI到底靠不靠譜，能不能去代替人力提升效率，現在正是驗證的時機。在這個過程中，能驗證自己，還能不斷地夯實自己的商業模式，就會再進一步。如果不行了，那就要被淘汰。

驗證商業應用我們分很多維度，比如效率、成本、穩定性，以及能否規模化等等。其中最根本的，就是要看市場是否願意為你的技術或者產品買單。如果一個技術一直都說我非常先進，但就是落不了地，不能變現，那麼它們不是大部分投資人所追求的專案。當然不排除有一些高精尖的技術需要長時間的人力精力財力的投入，但一定要有個預判，是否有長期的巨大的價值，以及實際應用的可能性。市場不好的時候，不一定有投資人持續投入，所以公司是否有正向的或者接近正向的現金流，對我們來講是很重要的——首先你要有造血能力，你要活下來。現在我看2B公司會格外關注著這點。

對於2B公司，3千萬（驗證了公司產品可落地）、1億（有商業化的能力）、3億（有一定的壁壘和規模化能力），各是一個門檻。能做到三億收入以上，我會對它的估值有一個比較大的調整。

不侷限於AI，目前一些更垂直的To B專案也已經開始盈利了，比如智慧客服和HR管理系統。不過一些線下服務較重的To小B公司一般會有一個問題，即規模化的管理成本會越來越大，很多公司就死在規模化擴張的過程中。能做有些公司規模能做到3-5億，但做到10-20億的體量，就存在瓶頸——即門檻夠不夠高，面對低價攪局者沒有足夠堅固的護城河。

創業者要想衝出來，時間點非常重要。中國的2B生意裡最大的客戶其實是2G，比如安防就催生了360和很多做計算機視覺的公司。我認為接下來一波機會，是政府可能在一些業務的視覺化、在資料治理這些方面有需求；另外自然語言處理（NLP）可能會有顛覆行業的成果，引發新的機會。但在BAT這類大公司已經關注到的領域，如果同場的創業者目前還處於初創、幾千萬收入的規模，除非有大的技術突破，要不就很難做出來了。

另外在做落地的過程中，技術創業者要思考自己做出來的東西是不是市場現階段最需要的，然後在產品化的過程中可酌情考慮做些妥協——誰有更炫的技術，未見得是區別創業者將來生存方式的核心，核心是能否承接規模化的業務。

例如你同時服務幾十萬個攝像頭，在這個基礎之上還保持很好的穩定性，和很好的準確度，這是至關重要的。這其中有更大承接能力的人，客戶會更有意願給他更多專案，不斷提升他的能力，在將來就能獲得崛起。而只能承接小訂單的公司，他們的專案之間的競爭只會更加激烈。

曠視科技CEO印奇：

今年是AI公司更聚焦的一年，但是聚焦需要準備和實力，聚焦一個行業代表你要做的更深，並不是所有的AI公司有這樣的基因。我們有一個理念，如果不從應用出發去做平臺都是耍流氓。如果微軟沒有Office是不能做Windows的，Office是微軟最賺錢的產品。無法為終端客戶創造真正的價值，卻說你是一個平臺公司，這是大部分AI公司在起步時可能會犯的錯誤。我們可能也做過那樣的表達，但是我們希望能成為一家紮實的公司，所以我們一直在嘗試，找到場景扎進去。

曠視科技圍繞的廣泛場景是AI+供應鏈，細分為三層：1、智慧製造；2、智慧物流；3、智慧零售。

我認為做產業網際網路基因是最重要的擁有兩個基因：第一是技術基因。在資訊化變革之後，幾乎所有的公司都講自己是科技公司。每個科技公司都有自己的核心技術基因，比如BAT的技術基因可能是應用、移動網際網路、線上的資料化運營能力，而我們認為產業網際網路最重要的技術基因就是AI能力，我們也具備這樣的AI能力，基因未來可能會長出很多東西。

第二是商業基因。如果按三波浪潮來看，第一波是IT浪潮，第二波是網際網路浪潮，第三波是物聯網浪潮，我們需要的是1+2這種型別的複合型人才。做IT的人才，非常講究客戶服務，非常務實，講究做垂直、做重；網際網路領域有很新的思維，講聯盟、用資本加速等等。一個是重，一個是輕。在產業網際網路裡，需要新的一群人，這群人要兼具輕和重的思維。比方說普洛斯，它原來是做地產的，做最重的生意，但是它同時又有金融、投資、科技這些最輕的模式，所以能從行業裡脫穎而出。所以未來真正做產業網際網路的公司，某種意義上會是那樣的基因。

曠視的核心能力是演算法能力、對行業的理解，以及能構建這樣的一個作業系統，只要堅持做好我們的事情，會有相對廣闊的空間。IoT這個場景剛剛開始，上半場還沒有跑，即使是過去BAT這樣的巨頭，在這樣的一個新興物聯網行業裡面，都很難一個人把所有的事都做了。網際網路讓大家覺得似乎是贏家通吃，只有一家，但我認為未來在產業網際網路時代，商業會是更加協同的網路，生意模式會決定這個生態最後會怎麼構建，產業鏈裡公司協同性會更好。

當然，當公司大了之後，大家都會有一些交叉邊界，這並不可怕，最重要的是要知道自己的核心在哪裡。包括BAT這些巨頭，都有很多新業務的嘗試，邊界一直在變化，但是核心能力如果想的很清楚，確實是這個領域最強的，你就可以和大部分人做朋友，真正建立壁壘，保證你的商業價值。

出門問問CEO李志飛：

2019年我們會在三件事上尋求改變：創新、營收和效率。我一直在琢磨創新這件事，思考谷歌、蘋果、三星這些公司的創新效率和團隊設定，以及跟國內企業的區別。

AI的創新分為三類：第一，最底層核心演算法的創新，關注科技最前沿的領域。第二，AI工程化的創新，把學術論文裡的東西做落地需要做很多最佳化，做好這一步既需要懂國際前沿的演算法，又需要懂產品和場景需求。第三是AI產品創新，絕大部分中國公司可能都是在這方面的創新，因為你沒有足夠多的科研人才，很難做國際前沿演算法研究，這時候如果有一個具體需求，可以倒過來想有什麼工具可以解決問題。

我認為對於中國公司，第二類創新是最值得投入的，能在未來帶來更大競爭壁壘。

另外最近我們在營收分析上下了很多功夫。去看每塊業務究竟能做到什麼規模的營收，為了支撐這個營收，需要如何設計團隊。甚至做一個可量化的模型，研發究竟投入多少，未來18個月的預期是什麼樣的。

2019年很多公司都在做內部管理的最佳化。以前很多AI公司會為了做PR不賺錢地投入，或者隨著興趣很隨意地投入，很多戰略級專案都虧損著做，最後不了了之。但今年以後大家會越來越理性。我們一方面要擴大營收規模，另一方面支撐這些營收需要對應的效率，真金白銀要花在對的地方，最後才可持續。

創新也要講究效率，要有紀律地創新。以前我遇到最大的一個困難是，所有人都會跑來說我們是戰略性專案，人手不夠，但究竟哪個專案才是真正必要加大投入的，大家都沒有宏觀層面的概念。現在我們用量化的方式去看一個專案的投入產出，每一次嘗試創新都會非常理性的去Argue。

優必選CTO熊友軍：

實際上機器人的發展過程有一個規律，就先是To G、再To B，然後再To C，因為政府對這塊的推動作用非常大，尤其是中國市場，而且有很多的需求。不過公司究竟做哪種生意，還是要看具體的行業，在做決定之前肯定要做一下市場評估，看一下這個行業是不是足夠大，是不是值得去做。

優必選的人形機器人Walker，相對於2018年CES展示的版本，已經有了很大變化：以前是雙足機器人，今年再次基礎上加上了上半身，目前是一個完整的人形機器人了。這意味著它跟物理世界會有更多互動空間。

這裡面突破了一些關鍵問題。比如最難的直立行走裡面的平衡技術，還有機器人的手眼協調技術。

我們一直在投入資金研發機器人的核心技術，做一些四五年甚至更長遠的研究。因為未來機器人可能會有其他驅動方式，不一定是電極驅動的、AI驅動的，說不定會是電子驅動或者仿生肌肉啟動。這些技術很前瞻，但是風險也挺大的。

Walker的身高是1米45，我們希望它像個小孩一樣，跟人互動的時候更有親近感和自然感。如果太高會有壓迫感，它本來就是一個機械的東西。太矮的話就看不到桌子上的東西，視野和互動受限，不能完成一些任務。Walker距離上市還有一段時間，需要再做些最佳化，如果要走入家庭，定價的話大概會是一輛中檔轎車的價位，20萬元－30萬元。未來技術進步，價格會進一步下調，真正走入家庭。

像使用者進門後它給你掛書包和衣服，下雨天給你拿傘這類機器人主動發起的服務，目前我們還會自己規劃出來的，希望透過AI技術讓它不斷學習這些能力，未來主動服務，但這需要一個過程。

機器跟人的互動分為表情、姿態和語言。現在人形機器人已經能夠識別人的驚訝、高興、憤怒這類情緒了，然後自己做出一些表情作為回饋。另外它也開始識別人的年齡、性別、家庭角色。在這個基礎上，以後就可以做有針對性的互動了。

機器人這個領域，目前能夠去做開發，其實還是一些大學和研究所。優必選目前是跟學校或者合作伙伴用機器人做一些應用開發，比如安防巡檢、智慧家居、商場導購類的。跟商業公司的合作，目前產品還沒有上市。

我沒法給出人形機器人進入家庭的明確時間點，但從Walker在家庭場景測試的情況來看，會非常快。人形機器人早期（發展慢），是因為周邊產業不發達，人工智慧技術還沒有取得很大進步，但Walker現在也就三年多，已經有了很大進步，接下來行業迭代也會加速。