他研究了5000家AI公司，说AI应用该这么做！

　　壁垒很关键，你有价值，但是你有没有壁垒？有没有竞争力呢？壁垒的话，我们首先看到这么第一张图就是一个三角形，如果我们把 AI 公司来进行分析的话，事实上它可以分成三类：

 

　　1. 最底层就是做基础架构的，比如说包括了云计算，芯片等等；

 

　　2. 上层就是通用技术，就是比如说像科大讯飞就是做语音识别的；

 

　　3. 再上层就是叫垂直行业应用，就是我们认为 AI 和行业的应用是创业公司的战略高地。

 

　　为什么呢？因为通用技术和基础架构往往都是大公司做得，或者说它往往需要大量的人力和财力，很多创业公司在这里面的机会并不大，或者现在再进入的话也很难有独特的这个优势了。并且像通用技术，很多大公司在做了比较成熟之后，我相信一定会开源，或者以非常低价的方式来让创业公司使用，形成它的一种生态。

 

　　那么目前来讲创业公司的这个很大的机会还是把 AI 用到一个垂直的细分的行业里面，这些应用往往是具有一定行业门槛，而且也是很多大公司它现在可能没有那么多的精力去投入的，但是对创业公司我们觉得是有机会。这是从壁垒的一个角度，就是当你面对很大的竞争的时候，创业公司我觉得多考虑和垂直行业的应用。

 

　　第二方面还有形成一个壁垒的这个概念叫数据网络效应。这个也很重要，数据网络的效应的意思是说，当你数据越来越多的时候，其实你的公司越来越强大，并且你也可以获得越来越多的数据，这是一个正向的循环，当你有客户的时候你肯定会获得更多的数据，当你有更多的数据之后你的算法性能就提高了，算法性能提高之后又帮助你获得更多的数据，这是一个循环。

 

　　那么数据网络效应往往也是 AI 的公司的壁垒，我们经常讲：AI 公司先发优势很重要，你先进入这个市场，先获得数据你才能够不断的获取更多的数据、更多的客户。有的时候我们从投资角度来讲，AI 的数据壁垒往往已经超过了它技术的壁垒。

 

　　随着现在很多 AI 公司都在使用深度学习，或者说底层使用的这些 AI 芯片等等越来越标准化的时候，很多时候这个数据还是核心，算法层面的差异性，或者它的产生的优势可能在不断的结构，当然不排除特定行业里面，可能一些特殊的算法仍然具有比较强的优势。尤其我们觉得像创业公司做 AI 加垂直行业应用的话，数据的壁垒很重要，而且要充分利用这个数据网络效应，快速的扩大你的数据的体量，先发优势很重要。作为 AI 创业者，我们的建议就是：尽快的切入，尽快的去和行业的数据结合，尽快的把握领头的机会。待会我会再讲一些创业方面的建议。

 

　　那还有一个维度，我也想补充的，就是叫技术分析维度。

 

　　这个也是我们在做投资时候要思考，而且我觉得对于创业者来说也是个非常关键性的问题。

 

　　就是在这张图上，这里我提供两张图，第一张图就是说：任何一个行业应用它其实对于准确率来讲都有一定的要求的。比如说在这里就是红线，比如说自动驾驶，它的准确率的要求就非常高。比如说用 AI 来做医学影像的分析，也要有一定的准确率，往往这个准确率是和人相比的。但是有的时候，它比人的要求更苛刻，比如说无人驾驶，人驾驶可能事故率还是比较高的，但是人们觉得 AI 的应用时候，事故率得低的多，但是 AI 算法到底能做到多少准确率？

 

　　其实和训练数据是很相关的，当你训练数据量少的时候，你确实就很难做到行业应用的要求，这个时候你该怎么办？或者说当我作为一个投资人我来判断一家公司的时候，我觉得你可能在一定程度上做不到那么好的准确率，这种公司可投还是不可投？这个地方除了数据量的变化，我们也要看到还有技术的进步，昨天还不太可能的，也许过了几天，过了几个月就有可能了。

（编辑：宿州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!