近一百多年來總有一些公司很幸運地、有意識或無意識地站在技術革命的浪尖之上。一旦處在了那個位置即使不做任何事，也可以隨波逐流順順當當地向前漂十年甚至更長的時間。在這十幾到幾十年間它們代表科技的浪潮直到下一波浪潮的再次來臨。

　　——摘自吳軍博士《浪潮之巅》

　　創投圈永遠不缺少風口熱點，但能稱之爲“浪潮”的大機會並不是很多。資本寒冬下"人工智能"的概念被炒得火熱，自谷歌的AlphaGo下完一盤棋後，大家仿佛突然看到了希望，紛紛押注于人工智能，繼PC、移動互聯網後引領下一個大時代。然而任何時代的發展都不會一帆風順，尤其是大窗口下的機會需要探索的時間會更長。前段時間開複老師也說過資本追逐下催生的AI泡沫，如果沒有合理的業務和現金流支撐這樣的估值，一年後融不到下一輪仍然會面臨一個短暫的寒冬。那麽這些一瞬間站上風口浪尖的AI公司究竟該如何思考他們的商業模式呢?

　　一、科技創新的邏輯

　　任何一個時代的技術和商業的發展都會遵循一定的結構層次關系，就像這張圖中顯示的，*基礎的是行業標准層，然後依次是組件層-基礎設施層-系統層-應用層，*上面才是面向C端用戶的商業模式和內容。那麽讓我們沿著這個脈絡分析一下不同的技術發展階段會哪些商業模式。

　　行業標准層

　　能在這一層插一杠子的公司基本上可以享受到一個時代的紅利，因爲他們提供了整個行業的標准和規制，典型的例子比如高通公司的CDMA技術提供了整個移動互聯網時代的底層編碼、傳輸和通信標准，再比如前段時間被軟銀收購的ARM公司提供了全球超過95%的智能手機和平板電腦的計算架構。這也就意味著所有的智能手機企業，無論是蘋果、三星，還是華爲、小米，都繞不開高通的專利和ARM的授權，它們每生産一台智能手機都要向高通繳納專利費，向ARM繳納授權費。高通公司所有員工中數量*多的就是專利律師，所以你們可以體會一下這種商業模式，基本上就是有標准在手就可以躺著數錢的感覺。

　　組件層

　　組件層就包括了各类元器件、芯片、存储器等等。技术含量低的组件毛利会很低，技术含量高的组件毛利相对会很高，比如芯片。PC时代英特尔的CPU，移动互联网时代高通的SoC芯片，让这两家公司赚得盆满钵满。每一波大的技术革新都是源于计算架构和计算能力的提升而产生的。到了人工智能时代，由于深度学习对于并行计算任务的大量需求，英伟达的GPU成了开发者们的首选，去年股价更是大涨了3倍。当然，AI的实现离不开异构计算的支持，未来的AI芯片一定会走向专用化这条路，会有很多基于FPGA和ASIC解決方案的公司出现。人工智能时代的芯片不会一家独大，这里面衍生出来的机会和想象空间会更多。

　　基礎設施層

　　這裏開始我們會分成兩條主線來討論，一條主線是“雲”，一條主線是“端”。任何一波大的浪潮都是源于底層計算能力的升級，包括計算平台和計算終端。雲上的基礎設施由雲服務商以IaaS(基礎設施即服務)的形式提供，國外的亞馬遜、谷歌、微軟，國內的BAT、華爲，幾乎所有的巨頭都有雲服務部門。端上的基礎硬件包括PC，智能手機，以及有可能成爲下一代智能終端的VR/AR設備，還有萬物互聯的IoT設備。

　　系統層

　　云上的系统以PaaS(平台即服务)的形式出现，大部分云商都会提供行业云，还有一些专门提供PaaS的服务商。端上的系统包括PC上的Windows，智能手机上的iOS、Android, 谷歌推出的VR平台Daydream，还有机器人操作系统ROS和Turing OS，总之未来的万物互联时代每种终端上都会有相应的系统平台出现。

　　應用層

　　雲上的應用通過SaaS(軟件即服務)的形式提供，端上的應用通過軟件、app的形式提供服務。

　　To C商业模式创新

　　*上層就是面向C端用戶的商業模式創新和內容創新的公司。

　　二、登山還是沖浪?

　　總的來說我們可以把科技公司分爲技術型和産品型。技術型公司的典型代表就是PC時代提供windows的微軟和提供CPU的英特爾組成的win-tel體系，移動互聯網時代提供安卓系統的谷歌和提供骁龍芯片的高通組成的Android-snapdragon體系。它們的商業模式是提供一種通用型的技術，可以適用于所有的兼容機或智能終端，可以在産業鏈上某一環節上“橫”著吃整個市場。産品型公司的典型代表就是蘋果。蘋果的體系是封閉的，它的系統軟件應用只能用在自己的硬件上，蘋果的理念是軟件的價值要通過硬件來實現，它要把一條産業鏈“豎”著從頭吃到尾。

　　技术型公司我们可以形象地比喻为登山型选手，它们的竞争优势来自于不断打磨自己的技术能力，并构建良性循环的产业生态，让更多的客户来使用自己的技术，一般以to B为主。

　　而产品型公司我们可以将其比喻为冲浪型选手，它们的竞争优势来自于敏锐地洞察商业潮流趋势，推出符合市场需求的产品，并不断提升用户体验，一般以to C为主。

　　人工智能時代的技術型公司

　　一般在某一方面(如语音识别-图像识别-语义理解等)具备很强的AI核心技术，他们的商业模式以提供“云+端”的解決方案为主。之所以要“云+端”是因为有些计算必须要在端上完成，比如自动驾驶、无人机等对实时性要求很高的场景不可能容忍数据传到云上处理的延迟，再比如某些网络不稳定或没有网络覆盖的场景;而有些计算在云上会更好，比如某些对实时性要求不高的处理可以传到云上去进行数据的存储、分析和挖掘，再比如某些长尾的数据需要传到云上去进行模型的再训练和算法的进一步升级。所以关键能力就是要根据具体的业务逻辑把自己的AI技术部署到应用场景中，或者给B端客户的产品赋能，使它们具备某种智能化的功能。当然也有些硬件能力很强的公司可以提供“云+端+芯”的解決方案，他们能够为特定算法应用设计专用化加速芯片，从而大幅提升计算效率和降低功耗。

　　人工智能時代的産品型公司

　　硬件産品以機器人、智能硬件爲主，軟件産品以虛擬助手爲主，真正做得好的爲C端用戶所接受的産品寥寥無幾，亞馬遜的echo算是個爆款。産品型公司不一定要擁有多麽強的技術，關鍵是要思考幫助用戶解決什麽問題，滿足用戶哪個痛點上的什麽需求，讓用戶使用你的工具後能看到顯而易見的效果，比如效率大幅提升，而付出的成本又相對合理。C端用戶對智能類産品普遍缺乏認知，想進入用戶心智還是很難的。而産品要想成功又是一個綜合性的問題，以echo爲例，外觀如何設計得美觀親民，麥克風陣列如何排布噪聲*小，語音喚醒和識別率如何，怎樣正確理解用戶意圖轉化爲可執行的指令，後端連接的內容和服務能否提供很好的用戶體驗，怎樣做PR和營銷(亞馬遜爲了推廣echo可是動用了電商網站上*貴的廣告位)。路漫漫其修遠兮，做産品真的不是一件容易的事。

　　三、AI創業的那些坑——給創業者的幾點建議

　　1. 提供API的商业模式无法支持公司走下去。一个单独的API接口无法为你的客户创造价值，你要做的是提供解決方案。亚马逊、谷歌、阿里等云服务商都会提供AI-aas服务，而且会逐步免费。

　　2. 全栈型公司才靠谱。什么是全栈型?就是你要能从头到尾完整地解决一个高层次的行业问题，一是你要有业务和行业领域的专业知识，二是要有大量的有标注的行业数据，三是要具备应用AI技术解决实际问题的能力。纯算法会逐渐沦为低级别的商品化服务，你无法靠卖算法盈利，你也无法靠刷榜就创业成功。

　　3. 请不要再说自己是AI公司了。作为一家公司你的使命应该是提供满足客户需求的产品和服务，AI只能是技术架构和实现手段，不是你的价值主张，说自己是AI公司说明你还没有明确自己的定位。