去年最后一天，caoz 先生公号发表一篇《AI 创业，是商机还是泡沫》的文章，颇有触动。

纯粹的 AI 不赚钱

最牛逼的纯 AI 公司 deepmind 在 2020 年靠 alphabet 的内部项目结算，扭亏为盈，但并不能证明商业模式。

百度很早就在全力 all in AI，确实是为我国贡献了诸多 AI 人才，但 AI 业务应该是增速可以，但营收尤其是利润应该还不到现金牛业务的时候。

CV 界的扛把子商汤几经周折，终于 IPO。 其他的呢？ 语音界的纯 AI 公司呢？

好像还没怎么看到。

讯飞 2020 年总营收为 130.25 亿元。教育领域收入占总营收比为 32.14%；智慧城市业务占总营收比为 29.46%；开放平台及消费者领域业务占总营收比为 23.65%，这三项业务合计占总营收比超 85%。 看起来都是 2b2g 等业务，以及基于硬件的 2c 产品。

纯做 NLP 的公司，我了解到的也没特别容易来钱的，都在很辛苦地做场景，做项目。

这么来看，单纯做纯 AI 技术，不太有可能赚 easy/big money。

AI 需要产品为载体

AI 其实在很多场景已经是天天在用了，智能音箱、自动(辅助)驾驶、人脸识别、美颜、电商推荐、广告投放等等。AI 真正要落地，还是需要附着在牛的产品上，人感觉不到它。

其实现在很多标榜 AI 技术的公司，也都纷纷扎下心在做场景 solution、做一站式平台等等了。但这样的话，要嘛是很重的项目模式，要嘛就是自己足够牛能做出直达最终用户的应用。

人才及技术阈值

caoz 对顶尖人才(e.g. 能刷 nature 的)和一流技术人才(能把 AI 落地)做了分析。认为前者是探索技术边界，后者是配合工程团队和商业团队取得商业效益。 而且，技术一旦超过某个阈值，再往前可能意义就不大了，一流技术人才完全够用。这个很好理解，就是技术平均上界超过用户满意度平均下界的时候就差不多了。 比如，人脸识别准确率 95%和 95.5%对用户来说没啥区别。

个人认为，从人才需求的角度来说，顶尖人才需求不多但一流技术人才则会越来越缺乏。

比如，学术上，一个新领域开辟出来，往往会引来一堆顶尖人才来跑马圈地，当高大上的学术难题中好摘的果子被捋完后，一般会进入一个停滞期。但具体应用场景中的问题永远解决不完，就像软件开发人员总是不够用一样。

数据阈值

数据阈值，我却不是很认同他的观点。数据能力代表了一种马太效应，一种持续迭代的优势。另外，很多长尾的 corner case 看起来是无穷尽的，加上切割出来的越来越细的垂类，所以数据一定是没有阈值的。当然，要是去刷标准的 benchmark，另当别论。

知识产权

对于 AI 硬件，个人不懂，不乱说。

对于 AI 算法，知识产权这事情，还真不好说。首先，严格说，一个算法是不能被申请专利的（根据本人对我国专利法的点滴知识）。所以，算法申请专利往往会绑定一个系统/设备。再一个，即使被申请了，其他人有无穷多个方法可以稍加改动避开。难道你能说最基本的通用的结构是你发明的，那你可以去申请图灵奖了。所以，不像 ARM 这种靠知识产权授权的商业模式就能获得很爽的，AI 算法此路不通。

AI 公司的可选路线

这么看来，还是要做业务，做产品，做 solution。和别的 2B 公司没什么两样，打拼的都是整体能力。

caoz 老师文章链接

AI创业，是商机还是泡沫