國務院剛剛發布了《新一代人工智能發展規劃》，鼓勵高校、科研院所與企業等機構合作開展人工智能學科建設，在此背景下，中國科學院大學率先成立了人工智能學院，按此發展，人工智能成為一級學科也將是大概率事件。

蘋果也剛剛召開了發布會，全面屏的iPhone X采用了Face ID技術，這讓CV領域的創業者興奮不已。但是，此人臉識別非彼人臉識別，蘋果的Face ID并沒有采用普通攝像頭的方式，而是采用紅外主動識別的技術，這樣就可以做到三維立體識別，增強了安全系數。盡管這項技術仍然存在易受光線干擾的缺點，但蘋果卻總能引起產業界的技術變革。 

這些都是非常令人興奮的消息，但是也有些負面新聞，比如斯坦福大學幾個研究人員發了篇論文，通過深度學習判斷一張照片上人物是否有同性戀傾向，甚至這些研究人員還希望通過照片判斷人的智商和政治傾向。公平來說，這就是把人工智能奉為圭皋的表現，這和我們古代的看面相算命又有什么差別？何況深度學習也根本做不到這一點。 

另外，還有幾則或許已經忘卻的消息：2017年初，微軟收購了主要從事NLP的人工智能創業公司Maluuba；3月，Google收購了Kaggle；5月，從移動應用搜索轉型人工智能助手的Quixey正式關閉，另外，蘋果以2億美元收購了Lattice；6月，新思科技（Synaptics）宣布收購 Conexant Systems （科勝訊系統公司）和 Marvell Technology Group 的多媒體業務，共支付 3.95 億美元現金和 726,666 只 Conexant 的普通股；7月，Google收購了印度人工智能公司Halli Labs，百度收購了硅谷初創公司KITT.AI。

AI創業好像一片熱鬧，但是若深入思考，這卻是一個非常可怕的現象，因為AI創業公司但凡有點成績，基本都已被巨頭收入囊中。被收購或者倒閉，似乎成了AI創業公司無法逃脫的宿命。那么堅持獨立發展的道路又能怎樣？這可以從語音識別領域的國內外兩大巨頭的處境來分析。首先我們來看國內的語音識別龍頭科大訊飛，最近也與長江商學院薛教授互相指責，穩定的盈利可能是科大訊飛當前最大的尷尬。其次再看國外語音識別的老牌企業Nuance，下圖是這家公司的全球網頁，幾乎令人懷疑這家公司還在做語音識別嗎？轉型的壓力一度讓Nuance陷入困境，其股價始終低位徘徊。

2017年，似乎也是資本市場比較蟄伏的一年，雖然關注很熱鬧，但是真正落地投資的案例卻不是很多，這顯然不如2016年的熱鬧。很多VC企業也開始思考，當第一波技術公司獲得投資以后，這些企業如何才能落地？資本這個市場就是很奇怪，當投資人很冷靜思考的時候，說明這個市場確實出現了一些隱憂。

AI創業能不能有第四條路

現實就是這么骨感，倒閉、被收購、獨立發展，似乎各有痛處，這個時候中間路線就是最佳的選擇，所以很多知名的人工智能創業公司選擇了出售公司，包括鼎鼎大名的Deepmind。即便堅持獨立發展的公司，比如Nuance，其實也是在難以出售情形下的唯一選擇。

那么，有沒有第四條路可走？

算法和數據不是關鍵問題

有一點要非常清晰，第四條路的關鍵應該不是當前人工智能企業的核心價值：算法和數據。

承認這點比較痛苦，因為科技型創業公司經常會有一個誤區，即僅以技術論價值，當然還有很多公司也強調數據，但是這也不是絕對的門檻。技術永遠在迭代更新，當技術不能呈現顛覆性的時候，技術的核心價值就會折扣。當然絕不是否認技術的價值，這里只是從企業某個階段的發展方面探討。事實上，技術才是唯一可以打破現有商業平衡的絕對力量。

那么再看數據，大數據其實是蠻糾結的一個領域，更多的數據意味著更大的投入，但是只有相對量的數據才能產生價值，那就意味著可能更大的浪費。有價值的數據對于企業來說絕對是極其有幫助的，對技術提升來說也是至關重要，但是這就意味著關鍵嗎？好像困境中的一些巨頭企業也不缺乏數據，這個問題也很難解釋。

變現才是商業核心的邏輯

那第四條路的核心又是什么？不如先回歸下商業的本質，GE的總裁杰克•韋爾奇還曾經寫過一本《商業的本質》，關于這個問題可以聊很多，不如通俗的簡單化理解：賺錢。談到賺錢就有必要先分析下歷史和當前企業的主要賺錢模式。

第一種模式可以歸結為產品，也就是賣貨模式，這是最原始和直接的商業模式，通過公司勞動創造的產品直接銷售給客戶變現。這其中又可以劃分為B端和C端兩種產品模式，B端產品一般面向行業，比較依賴于關系營銷，C端產品一般面向大眾消費，比較依賴于渠道營銷，包括線上和線下。這類模式的核心就是產品要有量能，其弊端就是容易積壓，曾經很多管理學課程都是研究庫存問題。事實上，大部分公司都是這種模式，包括一些巨頭比如Intel、蘋果、華為、聯想和小米等等，聯想比較典型，臺灣代理服務器 韓國服務器，其核心收入就是銷售PC及相關產品。