2019展望｜AI：开源节流、玩命做单，先活下去再说

文丨孙然

技术创业者们已经意识到，钱不再那么好拿了。

2019年，估值神话依然会有，但只会集中在头部公司，或者NLP（自然语言处理）这类细分的新兴市场。也有人把希望寄托在科创板，但投资人的告诫是：科创板变数依旧大，别把命押上去，自造血才是靠谱的出路。

对于大部分创业者而言，2019年会是谨慎花钱、想办法拿订单、先活下来的一年。

大量AI公司面临着同样的纠结：究竟选择做一家“项目公司“还是“产品公司”？如何规模化，而不局限于做小而美的定制业务？该做大B客户、小B客户还是做政府的生意？

不同处境的创业者有不同的选择。但他们的共识是，找准一个细分垂直的市场扎进去，先做出标杆案例，毕竟通用型AI产品的路还远。

令人振奋的变化是，2018年下半年腾讯宣布进军产业互联网。BAT正式押注在AI，意味着更大规模的投入，传统企业客户的买单意愿会提升，中小型创业者也能借东风获得一批红利。

因此把握住时机很重要。2B生意不同于2C，更强调上下游产业链的协同和资源整合。巨头需要合作伙伴帮忙做细活，创业公司需要巨头背书去拿大订单，这也意味着更多投资和收购将在2019年出现。

钱不好拿了，技术创业者们必须更会算账   

在已经跑出头部公司的细分赛道，马太效应在加剧，2019年能拿到钱的依旧会是具有一定业务规模的头部公司。初创公司要拿钱的机会，存在于新型的细分领域，比如NLP（自然语言处理）。

很多企业开始把科创板看作一条拿钱的出路。不过投资人的建议是，科创板对企业的确有促进作用，但也只是一条途径而已。对于那些业务不够扎实，但把登陆科创板看做当务之急的公司来说，公司高估值跟业务价值差距较大，长期来看可能暗含隐患。

出门问问创始人李志飞今年的关注点是创新、营收和效率。后者意味着要更重视精细化运营。从去年底到今年初，他把整个公司的运转情况量化为一系列表格和模型。

不只出门问问，不少AI公司都开始做内部管理优化。“过去我们也非常注意这些，但没有很量化地做一个模型，今年创业不能再像过去一样比较随意地投入。一方面要拓大营收的规模，另外一方面也要支撑这些营收对应该有的效率，因为最终公司是要赚钱的。”李志飞说。

在迫切创新和做标杆落地的路上，不少AI公司都遇到过客户并没有强烈付费意愿，但也列为了战略项目的判断失误。2019年，这些创业者更聪明了，不愿意再为无用功买单。

同时，这批技术出身的AI创业者、CEO们也在学习如何成为一个好的管理者，而不仅是个好的科学家。

 寒冬中谁还有机会？最先规模化落地的人

对于AI公司，商业化是从去年延续至今的命题。

商业化的核心是产品化和落地。当钱袋紧缩，投资人和客户已经不能仅凭算法和demo被说服，谁能先做好落地，谁就能最快跑出来。

相对于前两年，如今的AI创业者已经不会把做通用型AI挂在嘴边，都选择从垂直领域切入。

在每个领域，创业者都在做标杆项目。DuerOS和天猫精灵的策略，都是先以自己的智能音箱为标杆项目去展示技术水平，后期陆续吸引到第三方厂家入驻。而放到小公司身上，则是要跟靠谱的客户做出靠谱的标杆项目。

去年，为了做一个标杆案例创业者有可能不计投入，但这种态度在2019年发生了变化。钱花了就要砸出坑，创业者在为创新买单时越来越慎重，这是他们验证自己商业模式的一年。不仅是产品质量本身，生产效率、成本、稳定性、规模化可能性、企业买单意愿的强弱，都成了CEO们考量的维度。

因为大部分投资人已经没有耐心为十几年后落地的高精尖技术买单。

另外一个普遍性的问题是，2B（又分为大B和小B）、2G、2C该做哪类客户的订单？

在中国，从规模和持续性上看，2G订单的诱惑力都是最大的。AI作为底层技术，跟2G交集面很广，如今的四家计算机视觉独角兽（商汤、旷视、云从、依图）的崛起都借助了政府加大安防产品采购的东风。2G毛利高，但问题在于经验难以复制。

更多人选择2B，困惑同样在于难以跳出“项目公司”，规模化铺开。此外，创业者发现拿大B客户需要更高明的销售经验，努力突破标准化和规模化难题的人选择了做小B客户，不过其中的隐忧在于门坎不高，未来的营收规模有限。

不论选择哪条路，承接大项目的能力、项目运转的稳定性和准确性都将是2019年区分AI公司高下的关键。

巨头入场，产业共同体萌生

2019年可能是AI领域并购和产业链整合的最佳时机。  

早在几年前，就有投资人关注到BAT开始对金融系统、零售信息化公司做项目并购。如今随着BAT和独角兽级别的技术服务商的正式宣传，这些铺垫终于走到了台前。

一个老问题再次被抛出：2B行业会不会像2C一样，一旦巨头进来就赢者通吃，或者做不大，一旦做大了就被并购。

一种普遍的看法是，赢者通吃不会出现。产业互联网链条很长，涉及的参与方众多，无论谁想单独做都势必力不从心。投资人也提出了新概念——投资产业共同体。

建立一个产业共同体，有能力牵头的往往是掌握技术和C端用户数据的巨头。而获取订单，就是中小型创业者在巨头身边最切实的益处。

“很多初创公司没有资源承接比较大的项目，更多是提供终端实施能力和服务能力，现在BAT进来帮小公司做这个，（它们的角色）有点像是升级版的传统集成商，反而对这些小公司是更好的。”华兴新经济基金执行董事邹彦书对36氪表示。

举个例子，科大讯飞把自己的开放平台看作一种销售渠道，B端客户会来平台上采购，讯飞是个集市，可以为客户推荐小型创业公司的产品，并为其做品牌背书。

站进巨头生态，多少能分一杯羹。有人把这种关系看作“依附”，有人称为“协同”，具体如何还看平台和细分技术服务商的利益分配。在2B生意里，平台要想存活，必须要做好每个环节的利益分配机制。

获得巨头投资的企业，可能也会收获部分巨头牵线的订单。而另一种有价值的资本协作，会发生在中小型公司的抱团取暖中。当拿钱越来越难，两家各有所成的公司选择合并，就有更大概率先占领市场，这类整合将在2019年频繁出现。

以下分别是旷视科技CEO印奇、出门问问CEO李志飞、优必选CTO熊友军、华兴新经济基金执行董事邹彦书完整的观点呈现：

华兴新经济基金执行董事邹彦书：

AI在五六十年代就被提出了，经历了几次波峰波谷，而每次波谷的出现，都是因为它在商业化上有一些东西没有按照预期得到验证所导致的。2018年是一个调整和验证AI行业的时间点，到了2019年好多人都说AI的泡沫是不是破了，我自己倒觉得还好。想推动某一个行业，起初总是要有比较大的资本投入才有可能把它催生出来的，过去2C是这样，AI也是如此。

经济形势在下滑，所以AI到底靠不靠谱，能不能去代替人力提升效率，现在正是验证的时机。在这个过程中，能验证自己，还能不断地夯实自己的商业模式，就会再进一步。如果不行了，那就要被淘汰。

验证商业应用我们分很多维度，比如效率、成本、稳定性，以及能否规模化等等。其中最根本的，就是要看市场是否愿意为你的技术或者产品买单。如果一个技术一直都说我非常先进，但就是落不了地，不能变现，那么它们不是大部分投资人所追求的项目。当然不排除有一些高精尖的技术需要长时间的人力精力财力的投入，但一定要有个预判，是否有长期的巨大的价值，以及实际应用的可能性。市场不好的时候，不一定有投资人持续投入，所以公司是否有正向的或者接近正向的现金流，对我们来讲是很重要的——首先你要有造血能力，你要活下来。现在我看2B公司会格外关注着这点。

对于2B公司，3千万（验证了公司产品可落地）、1亿（有商业化的能力）、3亿（有一定的壁垒和规模化能力），各是一个门槛。能做到三亿收入以上，我会对它的估值有一个比较大的调整。

不局限于AI，目前一些更垂直的To B项目也已经开始盈利了，比如智能客服和HR管理系统。不过一些线下服务较重的To小B公司一般会有一个问题，即规模化的管理成本会越来越大，很多公司就死在规模化扩张的过程中。能做有些公司规模能做到3-5亿，但做到10-20亿的体量，就存在瓶颈——即门槛够不够高，面对低价搅局者没有足够坚固的护城河。

创业者要想冲出来，时间点非常重要。中国的2B生意里最大的客户其实是2G，比如安防就催生了360和很多做计算机视觉的公司。我认为接下来一波机会，是政府可能在一些业务的可视化、在数据治理这些方面有需求；另外自然语言处理（NLP）可能会有颠覆行业的成果，引发新的机会。但在BAT这类大公司已经关注到的领域，如果同场的创业者目前还处于初创、几千万收入的规模，除非有大的技术突破，要不就很难做出来了。

另外在做落地的过程中，技术创业者要思考自己做出来的东西是不是市场现阶段最需要的，然后在产品化的过程中可酌情考虑做些妥协——谁有更炫的技术，未见得是区别创业者将来生存方式的核心，核心是能否承接规模化的业务。

例如你同时服务几十万个摄像头，在这个基础之上还保持很好的稳定性，和很好的准确度，这是至关重要的。这其中有更大承接能力的人，客户会更有意愿给他更多项目，不断提升他的能力，在将来就能获得崛起。而只能承接小订单的公司，他们的项目之间的竞争只会更加激烈。

旷视科技CEO印奇：

今年是AI公司更聚焦的一年，但是聚焦需要准备和实力，聚焦一个行业代表你要做的更深，并不是所有的AI公司有这样的基因。我们有一个理念，如果不从应用出发去做平台都是耍流氓。如果微软没有Office是不能做Windows的，Office是微软最赚钱的产品。无法为终端客户创造真正的价值，却说你是一个平台公司，这是大部分AI公司在起步时可能会犯的错误。我们可能也做过那样的表达，但是我们希望能成为一家扎实的公司，所以我们一直在尝试，找到场景扎进去。

旷视科技围绕的广泛场景是AI+供应链，细分为三层：1、智能制造；2、智能物流；3、智能零售。

我认为做产业互联网基因是最重要的拥有两个基因：第一是技术基因。在信息化变革之后，几乎所有的公司都讲自己是科技公司。每个科技公司都有自己的核心技术基因，比如BAT的技术基因可能是应用、移动互联网、在线的数据化运营能力，而我们认为产业互联网最重要的技术基因就是AI能力，我们也具备这样的AI能力，基因未来可能会长出很多东西。

第二是商业基因。如果按三波浪潮来看，第一波是IT浪潮，第二波是互联网浪潮，第三波是物联网浪潮，我们需要的是1+2这种类型的复合型人才。做IT的人才，非常讲究客户服务，非常务实，讲究做垂直、做重；互联网领域有很新的思维，讲联盟、用资本加速等等。一个是重，一个是轻。在产业互联网里，需要新的一群人，这群人要兼具轻和重的思维。比方说普洛斯，它原来是做地产的，做最重的生意，但是它同时又有金融、投资、科技这些最轻的模式，所以能从行业里脱颖而出。所以未来真正做产业互联网的公司，某种意义上会是那样的基因。

旷视的核心能力是算法能力、对行业的理解，以及能构建这样的一个操作系统，只要坚持做好我们的事情，会有相对广阔的空间。IoT这个场景刚刚开始，上半场还没有跑，即使是过去BAT这样的巨头，在这样的一个新兴物联网行业里面，都很难一个人把所有的事都做了。互联网让大家觉得似乎是赢家通吃，只有一家，但我认为未来在产业互联网时代，商业会是更加协同的网络，生意模式会决定这个生态最后会怎么构建，产业链里公司协同性会更好。

当然，当公司大了之后，大家都会有一些交叉边界，这并不可怕，最重要的是要知道自己的核心在哪里。包括BAT这些巨头，都有很多新业务的尝试，边界一直在变化，但是核心能力如果想的很清楚，确实是这个领域最强的，你就可以和大部分人做朋友，真正建立壁垒，保证你的商业价值。

出门问问CEO李志飞：

2019年我们会在三件事上寻求改变：创新、营收和效率。我一直在琢磨创新这件事，思考谷歌、苹果、三星这些公司的创新效率和团队设置，以及跟国内企业的区别。

AI的创新分为三类：第一，最底层核心算法的创新，关注科技最前沿的领域。第二，AI工程化的创新，把学术论文里的东西做落地需要做很多优化，做好这一步既需要懂国际前沿的算法，又需要懂产品和场景需求。第三是AI产品创新，绝大部分中国公司可能都是在这方面的创新，因为你没有足够多的科研人才，很难做国际前沿算法研究，这时候如果有一个具体需求，可以倒过来想有什么工具可以解决问题。

我认为对于中国公司，第二类创新是最值得投入的，能在未来带来更大竞争壁垒。

另外最近我们在营收分析上下了很多功夫。去看每块业务究竟能做到什么规模的营收，为了支撑这个营收，需要如何设计团队。甚至做一个可量化的模型，研发究竟投入多少，未来18个月的预期是什么样的。

2019年很多公司都在做内部管理的优化。以前很多AI公司会为了做PR不赚钱地投入，或者随着兴趣很随意地投入，很多战略级项目都亏损着做，最后不了了之。但今年以后大家会越来越理性。我们一方面要扩大营收规模，另一方面支撑这些营收需要对应的效率，真金白银要花在对的地方，最后才可持续。

创新也要讲究效率，要有纪律地创新。以前我遇到最大的一个困难是，所有人都会跑来说我们是战略性项目，人手不够，但究竟哪个项目才是真正必要加大投入的，大家都没有宏观层面的概念。现在我们用量化的方式去看一个项目的投入产出，每一次尝试创新都会非常理性的去Argue。

优必选CTO熊友军：

实际上机器人的发展过程有一个规律，就先是To G、再To B，然后再To C，因为政府对这块的推动作用非常大，尤其是中国市场，而且有很多的需求。不过公司究竟做哪种生意，还是要看具体的行业，在做决定之前肯定要做一下市场评估，看一下这个行业是不是足够大，是不是值得去做。

优必选的人形机器人Walker，相对于2018年CES展示的版本，已经有了很大变化：以前是双足机器人，今年再次基础上加上了上半身，目前是一个完整的人形机器人了。这意味着它跟物理世界会有更多交互空间。

这里面突破了一些关键问题。比如最难的直立行走里面的平衡技术，还有机器人的手眼协调技术。

我们一直在投入资金研发机器人的核心技术，做一些四五年甚至更长远的研究。因为未来机器人可能会有其他驱动方式，不一定是电极驱动的、AI驱动的，说不定会是电子驱动或者仿生肌肉启动。这些技术很前瞻，但是风险也挺大的。

Walker的身高是1米45，我们希望它像个小孩一样，跟人交互的时候更有亲近感和自然感。如果太高会有压迫感，它本来就是一个机械的东西。太矮的话就看不到桌子上的东西，视野和互动受限，不能完成一些任务。Walker距离上市还有一段时间，需要再做些优化，如果要走入家庭，定价的话大概会是一辆中档轿车的价位，20万元－30万元。未来技术进步，价格会进一步下调，真正走入家庭。

像用户进门后它给你挂书包和衣服，下雨天给你拿伞这类机器人主动发起的服务，目前我们还会自己规划出来的，希望通过AI技术让它不断学习这些能力，未来主动服务，但这需要一个过程。

机器跟人的交互分为表情、姿态和语言。现在人形机器人已经能够识别人的惊讶、高兴、愤怒这类情绪了，然后自己做出一些表情作为回馈。另外它也开始识别人的年龄、性别、家庭角色。在这个基础上，以后就可以做有针对性的交互了。

机器人这个领域，目前能够去做开发，其实还是一些大学和研究所。优必选目前是跟学校或者合作伙伴用机器人做一些应用开发，比如安防巡检、智能家居、商场导购类的。跟商业公司的合作，目前产品还没有上市。

我没法给出人形机器人进入家庭的明确时间点，但从Walker在家庭场景测试的情况来看，会非常快。人形机器人早期（发展慢），是因为周边产业不发达，人工智能技术还没有取得很大进步，但Walker现在也就三年多，已经有了很大进步，接下来行业迭代也会加速。