学而优则商的AI领域

马云从翻译社起步，凭借电商以及支付宝成就了阿里商业平台；马化腾也不过是深圳大学本科毕业，靠抓住中国互联网的社交红利成就腾讯帝国。刘强东、程维、傅盛、唐岩、蔡文胜等互联网时代的大佬的商业成功，似乎从一个侧面印证了互联网的开放与包容，让每个普通人都有机会成为精英。

甚至屌丝逆袭成了互联网创业人的励志故事。然而，在互联网过后，被称为新风口的AI领域，这一现象却很少见。现阶段在AI领域，抛开平台级的BAT以外，原生AI的创业者们大都是从大学实验室走出来，从学者、专家、博士生导师变成了创业者和企业家。

从芯片、人脸识别和语音等核心技术，每个细分领域的独角兽企业，大都是由来自这个领域的专家学者团队作为创始人团队成立。这批学而优则商的AI创业者，将学术成果落地成商业项目，通过核心专利技术带动一个公司甚至一个细分行业的发展，作为专家型企业家，他们身上除了专业做派之外，在企业管理、投融资和战略规划各个方面，有哪些特质呢，这些学而优则商的企业家，为中国的商业带来哪些思考呢？

当走进这些AI企业，走进每个创始人团队，或许能看到一个学者型企业经营群体正在崛起，而这对于AI产业和商业文明，又有哪些利好和启发呢。

33岁的陈天石，一路走过来都在对标哥哥陈云霁，以至于求学之路跟哥哥几乎一样，从中科大少年班到中科院研究员，陈天石似乎在重走哥哥的路。然而，性格迥异的两个人在寒武纪成立那天起就走了两条不同的路径。从中国科学院计算技术研究所研究员到中科寒武纪科技CEO，陈天石完成了从科研工作者到企业管理者的转变。

尽管变成了企业管理者，但关于他的介绍依然是陈天石博士，他依然会跟合伙人哥哥因为技术问题发生争论。学术派创业团队的气质在陈天石身上体现的尤为明显。

陈天石带领平均年龄25岁的寒武纪团队，研发出我国首款人工智能芯片寒武纪。从实验室到产品落地，陈天石完成了创业者的转变，但依然保留着研究员的执着，这似乎跟做芯片这项业务很搭调。

同样是中科大的校友，刘庆峰的创业之路就没那么顺利，与陈天石的寒武纪相比，刘庆峰创办科大讯飞时，AI产业还没有现在这么风生水起。

拒绝清华的保送邀请，报考中科大，在一个班级有13个高考状元的情况下，还能当学霸，这是少年得志的刘庆峰。与众多学霸出国的路径不同，刘庆峰在校期间参与语音合成项目，上学期间就开始创业之路。

1998年，在国家863语音合成比赛中，刘庆峰带领的中科大团队，击败清华北大选手夺得冠军。他的语音合成系统，也成为当时国内唯一一个达到可实用门槛的产品。1999年6月9日，以刘庆峰为主的共18名成员为班底的“科大讯飞”宣告成立。那时，苹果还没有开发出Siri。拿到3000万融资，整合了中科大、中科院、社科院优秀资源，刘庆峰成立了豪华团队。

但由于产品概念太超前，技术成熟度与市场成熟度不匹配，让科大讯飞没有实现刘庆峰领衔的这个学生团队豪情壮志。在经历一系列低谷后，刘庆峰意识到“学生气”的创业思路不适合市场，在经过调整后，瞄准B端市场，经过多年的坚持和不断的自主研发，科大讯飞不仅成为中国在校大学生创业的第一家上市公司，也让科大讯飞成为除BAT之外，唯一的国家新一代人工智能开放创新平台。

早年学生气的理想主义、中科大式的“源头创新”、高达25%左右的研发投入，这些学院派的风格，让刘庆峰的科大讯飞成为名副其实的超级独角兽。

全球估值最高的AI公司来自中国，创始人跟陈天石、刘庆峰一样，都是中科大校友，不同的是他完全符合精英创业的路径。从中国顶尖大学到美国名校博士，到大学教授，再到微软亚洲研究院，直至创立这家全球估值最高的AI公司商汤科技。汤晓鸥从大学校园的实验室到名气研究院，再到创立商汤，最恰当的诠释了“学而优则商”的路径。

对人才有近乎偏执的看重，甚至让商汤科技在人力成本上的支出曾经一度使得公司运转困难。成立3年就网罗了150多位人工智能深度学习方向的博士，人才成为商汤的核心资产。这与创始人汤晓鸥研究型学者的身份有很大关系。

能体现出汤晓鸥学者气质的除了对人才近乎偏执的重视，对原创技术的坚持探索。还表现在对原创技术的研发。随着谷歌、脸书等大平台的开源，深度学习的门槛逐渐变低了。但商汤坚持投入，研发自己的深度学习平台，并在香港和北京两地建立了超算集群。

除了以上三个独角兽公司的创始人，在AI领域还有像地平线的余凯博士、云从科技创始人周曦等一大批研究员、大学教授从学者向创业者和企业家转变。在这个过程中，学术派管理者对技术的偏执、理工思维的管理方式，成为一种新的商业现象。

学而优则商的现象在AI领域表现的如此集中，主要还是因为这个产业还处于初级阶段，很多领域还属于基础研究阶段，加上基础研究的门槛本来就很高，所以从大学实验室到基础研究落地，自然是最短的路径。研究员和大学教授也就成为这个阶段重要的创业角色，随着基础技术逐渐成熟，在各个细分行业进行应用时，离各个传统领域更近的创业者和企业家将登上舞台。

当更多传统行业背景的创业者进场，或将标志着AI产业的真正成熟。