智能时代的商业模式是什么？

每一个时代的变迁，其背后的推动力量是来自于计算、交互和连接这三种科技能力的提升。

迄今为止，计算、交互、连接的核心还是数据，这一波人工智能的崛起的核心与数据相关，数据的能力可能成为未来商业竞争的核心能力。

以下为姚欣发表的《AI创新趋势与早期投资》主题演讲：

一、技术发展是重点，以人为本的交互是趋势

作为一个十多年的技术型的创业者，依据我对投资简要的理解，我认为要理清AI科技的创新与未来趋势，首先要先看技术的成长。

AI为什么会火？AI现在到底在什么阶段？要看见未来，首先要看历史是什么。

我自己是80后，经历过三个不同的时代：

第一，PC时代

为什么PC能够繁荣？

最基本根源是来源于CPU摩尔定律，计算机成为个人电脑，随后乔布斯偷学了交互界面，让PC也走向了千家万户，最后形成了Wintel联盟。

注：CPU的摩尔定律是由着名工程师摩尔提出，所以叫摩尔定律（与物质的量没有关系），具体内容为：芯片中所使用的晶体管数量每18个月到两年就增加一倍，计算处理能力也随之提升一倍，CPU发展一直遵循摩尔定律。

第二，互联网时代

PC甚至是多媒体的交互和互动，分享终端，视音频服务结合起来。

我创办PPTV也是从这个时代开始的。

第三，移动互联网时代

现在人手一支手机，我们走入移动互联网时代，智能手机是一个非常有突破性的产品设计，它在交互能力、计算能力方面再一次提升。

手机的存储空间虽然没有PC产品大，但是我们可以通过云去满足使用需求。过去一个人需要会打字且使用各种输入法才能使用电脑交流，现在我们有了微信，几乎1-99岁的人都可以使用它来交流。

从这个发展进程中可以看到，每一个时代的变迁，背后的推动力量来自于计算、交互和连接这三种科技能力的提升。

首先在计算方面，PC早期发展的时候，所谓的网络是分布式的，一开始没有中心，直到互联网诞生，所有单机才连接到中心服务器，未来计算平台将持续演进。

现在有边缘计算，以后会有车联网，汽车不可能把所有的信息放在云中心再返回，它可能需要在本地计算。特斯拉已经跟英伟达合作开发，达到了普通计算机的能力。

未来分布式的计算、边缘式的计算会是技术发展的重点。

接着我们可以检视交互模式的变化，最早的计算机时代有打卡，后来iPhone用触摸的方式，未来可能会出现用语音等其他更加直观的交互方式，这意味着什么？

从外界的交互逐步走向以人为本的交互方式成为趋势。同时我们看到每一代交互方式的革新也是每一个新的时代和产品诞生的标志，所以我很期待今年交互方面或许会出现更进一步的革新。

再往后到连接到联网，连接技术的发展重心在过去十多年没有太大的变化，基本上就是更快、更强、更省钱。

二、物联网时代，虚拟化打开更大商业思考空间

从有线到无线，到移动网络2G、3G到4G，都是往速度、效能与成本升级的方向发展，未来的连接技术不仅要把全球50亿人连上网，更要把百亿、千亿的物体连上网，包括家里的摄像头、门铃、电表，衣服、眼镜等都需要连上网。

其实今天主流互联网巨头核心业务就在于连接，例如腾讯主要就在做连接，人与人的连接，而阿里做的是人与商务的连接，因为连接才有网络效应，才有商业模式的创新、叠加。

连接正在走向物联网，未来的连接已经不再是人与物，而是物与物，我们创新世界的发展将会是什么样的方向？

我的想法是，今天的物联网可以简称为人联网，它将人的各种信息数据化、虚拟化，无论是衣食住行还是精神娱乐，通过一系列与APP的连接便可以获得。

各种生活需要、金融消费、阅读习惯都可以建立应用来获得，本质上是把人的各项行为、各项属性信息化、虚拟化。

物联网时代的下一步要将物理世界虚拟化。

整个信息科技就是将所有传统或实体的一切逐步虚拟化，并将之调动。我们已经看到一种风行的商业模式，滴滴打车和共享单车，现在行业内热议的共享经济，它的本质是什么？

比如说共享房子，房子物理空间要如何调度与分配？

第一步是将它虚拟化，这个房间是否是空的？信息放在网络上，网络上进行信息匹配达到优化，达到500米有一个房子是空的，可以住，而且很便宜，物权与使用权分离后便能被分配、调动。

今天的共享单车、共享出行等，本质上就是将许多实物先虚拟化。可以预见未来物联网会将更多物理世界的东西通过传感器、联网能力等被虚拟化，虚拟以后可以打开更大的商业思考和空间。

三、智能时代核心商业模式的构建

我们即将迎来计算、交互与连接的技术大爆发，但技术大爆发的背后是不是进入一个全新的时代？不一定。

最近读了一本书《把握创新》，它提出一个很好的概念——主导性设计。

回顾一下过去20年科技行业的发展，例如每个人每天都在使用的智能手机，它最早是不是苹果发布的？其实不是，最早是诺基亚的发布了，摩托罗拉也发布过，比如带全键盘的，这和PC使用的传统键盘发展是一样的。

iPhone的主导性在于把所有的设计作了标准化设定，或者在用户需求、技术能力作了一个妥协，折衷后的设计成为所有智能手机的设计标准。

同理，今天如果想去验证一个新的时代是否到来，要找的是这个时代的标准化的设计、主导性设计是什么？

举个例子，PC时代，典型的设计是Windows，Windows的界面成为主流，并达到垄断。

到互联网时代则是浏览器，浏览器诞生之前，上网的方式很多元，接着人们通过不同方式来实现上网，同样的iPhone也成为移动互联网标准化的设计。

下一个时代如果称为智能时代。智能时代的标准化设计和标准化商业模式是什么？

每一个时代都有其典型的商业模式，PC时代是软件销售，移动互联网时代是提供用户增值的服务，未来在智能时代我们的核心商业模式应该以什么来构建？

我做了一个小推论，一个是刚刚讲到的AI，但是更重要的是 要从时代的演进看到趋势，交互主张以人为本，所以要去屏化，未来交互的科技不能只仰赖屏幕，只用视觉来获得信息可能是不足够的，可能需要更多元的方式来实现，比如亚马逊的音箱。

今天所有的创业往往不可能跟今天的巨头已经占领的方向相关，我们必须远离才有可能成功，如同Facebook绝对不是在谷歌搜索地盘诞生一样的，今天巨大的成功绝对不是在已知的行业巨头已经进入的领域里，必须足够地远离它，要有足够的能力创造。

如果说比较接近的东西可能是两个东西，一个是虚拟，一个是实体，包括Facebook的CEO需要虚拟助理，但不一定要实体化，只需要具备交互与计算的能力，让我们得到服务，甚至它在本质上就是一个机器人，同时具备信息化的能力。这是我所理解现在的科技创新趋势。

到今天为止，计算、交互、连接的核心还是数据，其实这一波人工智能的崛起核心就是数据，数据的能力可能成为未来商业竞争的关键。

今天的巨头关注的除了用户还有数据，如何把数据聚合到自身的平台里面，对于所有的创业者来讲，你能不能在这些环节达到一定的数据处理或数据搜集能力？

这可能会成为未来商业模式构建的基础，我认为这是未来的商业发展模式和方向。

四、数据将驱动AI进步，工具平台创业有机会

我最近半年在看AI相关的投资，我跟程浩共同发起的AI创业，希望帮助更多人的成长，我们也在思考，什么样的创业者能在当今阶段、热潮、泡沫过程中存活下来。

首先，AI进步的驱动力包括算法、算力与数据，其中前两项可以通过引入新的计算方式、并行计算、新算法的突破来达成。

目前这些能力并不稀缺，可以用钱买，但第三项所需要的深度学习能力，才能优化数据的收集，有效处理并给予恰当的反馈，这是有钱也不一定买得到的。

产业是分阶段发展的，像互联网产业或今天智能时代，第一步是基础设施，AI基础设施最近几年迅速普及提升，比如最近有一档股票股价迅速升高，就是因为产业发展基础设施会最先成熟，接着才是平台与应用。

很有趣的是产业阶段呈现一个倒三角态势，越底层的基础设施，能参与的公司越少，这里是通用、简单、标准较平稳且周期长的产品，越往上层的平台工具、应用服务到模式创新阶段，能参与的公司越多，而且更专有、复杂，定制、有爆发、迭代快。

基于这样的产业结构，如果你现在还想投入基础设施，一定要做大公司不愿意投入的工作。

目前云端的处理和芯片方面大公司已经深度布局，无论是GPO也好，还是做加速也好，各家巨头都有自己的方法与独门的学习框架，对创业者来说进入很难，但是可以从终端、应用端往软硬结合的方向发展，性能、公号、体积、价格方面存在更多机会，这是创业者可以切入的，这是我们看基础设施有机会的地方。

第二，工具平台层，如果投入语音识别引擎，创业者也没机会了，我在此主张避开巨头的战略，我们需要做他们做不到的事情。什么事是腾讯做不到的？我不知道。

现在的行业发展存在着数据开放。微软当年不可能对开源软件网开一面，今天所有的商业逻辑都建立在数据上，所以能力可以提供，数据不可以提供。

比如做计算机图像的，中国公司是很有优势的，很多看起来低端的活，同样可以成为很好的服务，虽然有点土法炼钢，但若能够建立早期的数据，逐渐形成数据网络，即便是创业公司，也能拥有跟大公司一般的数据积累、数据合作和数据网络的能力，这是工具平台层创业的机会。

五、AI应用服务，可期解决商业场景的痛点和需求

产业层级再往上来到应用服务，与钱相关的领域有不少机会，我们在AI创业营里发现2B的应用如金融、安防行业都有效率提升的需要，如果创业者能提供解决这些问题的方案，就能够变现，此外还有数字营销。

有些传统领域完全错过科技变革的上半场，如教育和医疗，都存在着显而易见的痛点。如果能够用AI新技术与新手段来进行革新，比如通过发展自适应学习与直播来真正解决名师的供应或行业资源不匹配、医疗影像与病例的数据收集与处理的问题。

毕竟名师和名医永远太少，每个人都要付出巨大的时间才能找到最适合他的人，不一定最好但最适合他的人。若能以AI作为辅助，普通的老师与医生也可能有名师名医一般的能力，或者通过对用户行为的理解，去推荐真正适合他的名师或名医，我们发现这里也存在创新和改变的机会。

另外还有我个人最感兴趣的2C领域，可能也是大家比较关注的。目前在人的虚拟化与物理世界的虚拟化皆有一些进展。

人的大量行为已经被虚拟化，还有部分没有，比如人的指标，手环原来也做了，还有直接获得虹膜、内在属性和能力，进一步是把人各种交互行为记录下来，机器跟人进行交互和对话，创造机器人语言能力去学习和模仿，从人的虚拟化的角度去积累数据，这些应用可能产生少儿陪伴型的消费机器人及智能家具。

另外也可以把人的传感能力、算法全部装在一个机器上，进行重新建模，比如自动驾驶的应用，还有激光雷达和对物理空间的感知，乃至对机器人对于感知能力的使用。毕竟当今AI的主要突破已经来到感知能力层面，用已有的成熟技术来实现可能部分商业场景的痛点和需求，这是我们未来发展需要去考虑的。