面对AI蓝海，创业者应如何把握机遇？ | “创未来”创业沙龙人工智能专题回顾

正文

请到「今天看啥」查看全文

误区和风险

• 第一个误区：算法和科学家真的是一切吗？

大家有时候往往会产生一个什么误区呢？就是说我这没几个脸书和谷歌来的科学家不好意思做这个领域的创业。其实没有必要，这完全取决于你到底做什么。

我们把人工智能创业的领域我们分成两个部分，第一是自动驾驶这样的关键性应用。关键性应用的特点就是这事不能出错，哪怕99.99%的精确度也意味着一万次里面有一次要出事故。所以对算法要求很高，入门门槛极高，如果没有资源和持续融资能力是走不通的。

但还有一类叫非关键性应用，比如门禁识别技术和送餐机器人等。除了必须要达到能用门槛之外，更多的拼的是行业洞察、工程和产品化能力、成本控制、供应链管理以及营销能力。

• 第二个风险：如果只做技术，那么可能真的是死路一条。

这个说的有点危言耸听，但是基本上就是这样。未来算法的壁垒是越来越低，如果公司的竞争力是算法是非常危险的。因为即使不是这个领域的专家，也可以直接找到相关领域的已经做好的模型，加入自己的参数。算法类公司（技术提供商）极易被上下游挤压。

作为技术提供方，哪些做垂直应用，哪些授权给第三方，有好几个判断判断标准：第一是市场空间大小，第二个是行业的集中度，第三是提供的技术到底是革命性的还是创新性的，是革新性还是改良性的。如果是改良性的，往上游走的概率比较小，如果是革命性的东西，往上游走的概率就大。第四是双方壁垒，第五是团队基因。

总的来说，技术服务商要尽量做全栈，要尽量形成技术、产品、商业和数据的四位一体的闭环，这样的公司才有长久的价值。

赵先德： 我认为只有AI还是不行的，更重要的是要把AI应用在供应链不同的环节。

过去六年中国在AI的资本形成总额超过了之前的三十年的总和。中国过去两年新增的AI企业数量超过了之前十年的总和，这是一个大趋势。但是我认为只有AI还是不行的，更重要的是要把AI应用在供应链不同的环节。

在供应链里面实际上要做好多不同的工作，针对这些不同的决策，我们第一要积累数据，第二要有数据分析能力，这样才能知道如何从数据当中学习得到相应的决策和解决方案。

所谓的数字化的供应链有一个狭义的定义，用供应链生产提供数字化的产品，但更广泛的一个定义是数字化的供应链实际上适合于所有种类的产品和服务，我们在管理供应链的过程当中，我们要有办法能够把供应链的不同环节、组织、人、设备之间的这些流程要有数字化的工具把它连起来。

请到「今天看啥」查看全文