一切还是要回归到商业的本质，从需求出发，这才能活到最后。

如果一定要从2017年选出五大商业热点，那么应该是：共享经济、新零售、知识付费、区块链和人工智能。

不同于其他四个热点，追捧和唱衰交织、赞歌和挽歌共响，人工智能创业几乎被一致业界看好，资本疯狂涌入、公司市值翻倍、整个市场呈现一派火热繁荣景象。

与此同时，也不排除有个别人质疑，整个行业到底存不存在泡沫？人工智能这个行业应该如何实现商业化？PPTV创始人姚欣的这场演讲也许能回答这些问题。

大家下午好，很高兴今天能够来到造就，我是一名创业者，创业十年，现在是一名投资人。

在最近一年多的时间里，我接触了大量的创业项目，其中很多跟AI相关。

这个领域里，技术成长和产业创新的速度之快，非常令人惊讶，但另外一方面，很多人也在质疑，这个行业是不是有泡沫，这个行业到底挣不挣钱？

所以今天，我会从投资人的视角来和大家分享一下，到底人工智能这个行业应该如何实现商业化。

人工智能应该看技术，还是看市场？

可能有人会说：这个问题还用问吗？既然是技术创新，毫无疑问是技术了，正是技术变迁，才会有今天的新市场和新机遇。

但另外一方面，也会有人会说，技术它不能带来最终的商业价值，我们还要从商业的角度去看。

这是Gartner公司每年发布的技术成熟度曲线。

如果你去追踪它们过去十年发布的图表，可以看到，一个技术诞生之后，会经历一个如抛物线，甚至是过山车一般的路径。

很多的技术到达顶峰之后就走向衰亡，在泡沫破灭之后就淡出了人们的视野，只有少数能够杀出重围走向光明，得到广泛应用。

所以说技术的趋势是可以预见、可以判断的，但是我们处在这个曲线的哪个位置，是低谷还是光明期，坦白地说，不那么容易判断，甚至Gartner公司在预测技术的时候，有的时候会自己打脸。

其实今天的投资人，无非是做一个较高概率的赌博而已。风险投资就是在不确定性中寻找确定性。

投资人在面对商业模式，面对新企业的时候，他要面对诸多的不确定性，有团队、有市场、有竞争、有行业……那站在投资人的视角，他首先会从相对较为确定的角度去出发。

很多行业的痛点不是因为技术的诞生而产生的，而是因为新技术的涌现为原来的痛点和需求提供了更好的解决方案，才产生了新的商业模式。

所以对大多数创业者来讲，你要关注的是你到底从哪个角度阐述问题，从行业的场景，还是从技术的供应？

“AI+”还是“+AI”？

类似的话题在前几年是“互联网+”还是“+互联网”。为什么这样来问呢，一个“AI+”的公司，毫无疑问，技术能力和技术团队是公司的核心。

而一个“+AI”的公司，你最核心部分，应该是你对行业的理解，你强调的重点，应该跟你所选择的商业模式是相匹配的。

即使不谈今天的人工智能，如果我们去看，从IT产业的成熟，到互联网产业的成熟，到移动互联网这个时代的到来，每一个时代的产业都有这样一个分阶段成熟的过程。

第一步是底层的基础设施，然后是平台工具，只有当应用非常繁荣之后，才会带来模式创新。

这是一个从底向上逐渐成熟，逐渐发展的过程，它是一个倒三角形的发展形态，越在底层，相对的存在数量越少。

你想想，今天能够成为工具平台，能成为底层基础设施的企业有多少？

比如运营商，就三大运营商，比如最好的数据库，就那么几家，但是要做应用服务，毫无疑问，竞争非常激烈，迭代非常快速。

人工智能产业也是同样的道理，从底层的基础设施，到中间的平台服务，到上层的应用和创新，你在做哪一层，你的能力，你的资源，必须跟这一层的特点要进行匹配。

做平台服务你需要有很强的资本实力，因为你要活得足够久，要耐得住寂寞，要能熬得住整个产业周期的起起伏伏。

因为做平台的公司往往是最后一个赚钱的，你只有赋能给这个产业生态里的其它伙伴，让他们都有了很好的盈利，才有你赚钱的机会。

比如说阿里巴巴曾经连续六年免费，来支持整个生态的发展，才能撑到今天的繁荣。

但是，如果你做的是行业应用，那你很可能是一个“+AI”的公司。

这里又分不同情况：如果你的技术解决的问题是一个关键型应用，那么对技术的可靠性、安全性和准确性要求就非常高，例如自动驾驶、医疗机器人，失之毫厘，谬以千里。

但是有些行业应用对技术的要求相对宽容，比如说扫地机器人，它的行业壁垒可能是在于整个智能家居的产业环境，供应链方面，而不仅仅只是技术本身。

所以说要对自己所处的产业阶段和商业阶段有一个清楚的认知，你才能更好地来去定义自己的优势。

很多的公司都想做平台，似乎不做平台就不是一家伟大的公司，但是，如果你的上下游特别强势，特别集中，那你是很难做成平台的。

我自己在看了上百个人工智能跟产业结合的项目后，我最后把这一类to B的商业模式总结为七个关键字：提效、降费、定价权。

我们可以看到，任何一个to B的公司，本质上是在帮助整个产业链的某一个环节提升效率从而获取新收益，或者降低原费用。

所以，如果你要去做提效降费的分析，首先不是分析自己的企业，而是理解这个行业价值链的上下游：

• 你处在价值链的哪个环节？
• 这个价值链是在缩短，还是在变长？
• 是在被某一两家垄断，还是处于很分散的情况？
• 你对这个产业的上下游，有什么影响力？
• 在这个产业的上下游，是它们更需要你一些，还是你更需要它们一些？

当年的淘宝，它就很好地撬动了两端，一端是普通的个人店铺的店主，一端是今天广泛新崛起的网络消费者，这两端相对比较分散，淘宝把他们集中起来去赋能。

那今天你的产业，是否具有这样的一个机遇？

另外一点，定价权。to B的公司，你从你的行业客户提升的效率里面能够分到的利益，取决于你能力的稀缺程度、客户对你的需求程度，以及你对于客户业务的渗透程度。

还有一个很重要的问题，如何获取数据？有人把数据比做人工智能时代的石油。互联网时代，获取数据的方式是补贴用户——烧钱。

但是如果你是一个to B公司，我认为首先你不能烧钱，另外，你要把自己的心态放低。

因为今天大多数的行业，还没有真正走到一个智能时代，还处于信息化的起步阶段，甚至你并不是从0到1，很可能是从-1到0，只有先帮助客户改进业务，让客户先成功，最后才能轮到你成功。

你有这样一个心态，你才可能去在整个产业里面，获取到价值和长期的合作伙伴。

所以说选择创业，需要的也许不是豪华高端的团队，而是更加坚忍的心态。

而to C的公司，你要想实现数据的积累，我觉得跟to B有点不一样，我把它描述叫做钩数据，就是数据要非常人性化地让用户主动地交上来，当然前提是你能给用户提供更好的服务和体验。

比如说大家都在看今日头条，在你使用的过程中，它会根据你的阅读习惯和喜好，为你做用户画像，由此实现更加精准的内容和广告信息的推送。

这个就是今日头条的核心商业模式，也使用了大量人工智能及相关的技术，悄没声息地从用户交互体验中间获取数据。

所以说做to C的公司，你的交互设计里面能不能够埋入足够多的点，让用户行为最快速地反馈到你的平台，这个是更为重要的事情。

对于to B跟to C，我们往往有一个错觉，会认为如果做to B，应该用最先进的技术，而做to C的话，可能用的是比较便宜的技术。

但实际上，其实做to C对技术的要求更高。为什么呢？

to C往往要求的是过剩的技术，或者说今天业已成熟到非常廉价的技术，你才有可能做起来。

比如今天的人工智能行业还处在早期的成长阶段，所以to B的公司相对较多，而to C的公司较为艰难。

回到刚才那张技术成熟曲线，我认为本质上它是人类对于技术的期待曲线，从这个曲线里面我们就能看到，我们往往对于技术的发展，短期过于乐观，而长期过于悲观，这就是我们的人性所在。

就像我们看到了AlphaGo，我们就惊呼，机器要替代人了，奇点就要来临了。

其实我们想想，10年、20年前的互联网，你当时怎么看待它的，今天我们怎么来去面对人工智能时代？

在我创业的十年时间里面，对我来说，最大的挑战，不仅仅是技术的成熟，更大挑战是商业模式和团队的不断更换，我自己创办的公司经历了三起三伏，两次down round（估值下调），我的合伙人团队经过了三次重组，才熬到了最后。 这可能也是很多人工智能的创业者，你们未来可能会面对的挑战。

有技术背景的创始人，最容易犯什么样的错误？用查理·芒格的一句话讲，就是：

“手中握有锤子的人，很容易把世界上的一切都看成钉子。”

这也是我觉得我当年犯的最大的错误。当你拥有技术，你似乎就觉得技术能改变一切。

但是后来我意识到，一切还是要回归到商业的本质，从需求出发，这才能活到最后。

作者：姚欣，PPTV创始人、蓝驰创投投资合伙人

本文由 @投资人说 整编发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议