人工智能時代剛剛到來，該領域的各種創業機會還處在相對早期的發展階段。未來四五年對于人工智能時代的意義，和二十世紀七八十年代年代對于PC時代的意義相比，絕對毫不遜色。幾乎可以預言，如果人工智能時代也會出現蘋果、微軟、Google、百度、阿里、騰訊等偉大公司的話，那么，這些公司一定會有相當數量是在這四五年內創立。

英國是另一個人工智能創業的樂園，研發AlphaGo的DeepMind就是一大批英國AI創業明星中的代表。2017年1月，我(李開復)和倫敦市長Sadiq Aman Khan討論英國人工智能創業氛圍時了解到，英國之所以在人工智能創業領域獨具特色，主要是因為英國有足夠優秀的人工智能科學家，在科研領域處于世界頂尖水平，但在資本、市場等大環境上，英國仍無法與美國相比，這是包括DeepMind在內的許多英國創業團隊都被美國公司收購的原因。

加拿大是人工智能創業的“科研型孵化器”。深度學習三巨頭中， Geoffrey Hinton和Yoshua Bengio都在加拿大的大學教書，臺灣主機 臺灣伺服器，這直接促成了加拿大極為出色的人工智能研究氛圍。大批人工智能方向的優秀學生從加拿大的大學畢業。他們中的相當一部分都“南下”美國工作或創業，但也有不少人選擇在加拿大開始他們的創業歷程。

圖1 按季度統計的AI初創公司被收購和并購的數量

中國的人工智能創業幾乎與世界同步。根據《烏鎮指數：全球人工智能發展報告2016》的統計：人工智能領域，美國與歐洲投資較為密集，數量較多，其次為中國、印度、以色列。美國共獲得3450多筆投資，位列全球第一，英國獲得274筆投資，位列第二，中國則以146筆投資位列第三。美國人工智能企業總數為2905家，全球第一。僅加州的舊金山/灣區、大洛杉磯地區兩地的企業數量即達到1155家，占全球的19.13%。中國人工智能企業數量雖不及美國，但在北京、上海、深圳三大城市，也集中了一批高質量的人工智能團隊。北京、上海、深圳的AI企業數量占全球總數的7.4%，在東亞地區位列前三。其中，北京的AI企業就有242家。

人工智能的商業化路線圖

本質上，過去二十年的互聯網和移動互聯網是一個不斷將線上、線下的業務場景緊密連接，同時也不斷促使數據產生、流轉、集中和再利用的過程。如果把世界看成一個大市場，互聯網和移動互聯網的作用就是讓這個大市場中的信息更透明，讓信息流通更順暢，以此降低交易成本，消除信息不對稱。

從投資人的角度看，AI興起的最大契機還不是深度學習技術的發明，而是過去20年互聯網、移動互聯網的高速發展對自動化的強烈需求。有了這個需求，有了成熟的業務流程和高質量的大數據，深度學習技術的突破就是“萬事俱備、只欠東風”的事了。

所以，戰略方面，我們絲毫不用擔心AI能否落地、能否商業化。Google、Facebook、百度等互聯網巨頭的搜索和廣告業務本質上就是機器學習驅動的，而且早已被證明是成功的。我們需要關心的，只是人工智能在接下來的時間內，以何種趨勢、何種方式在其他領域落地的問題。

創新工場管理合伙人，資深投資人汪華認為，人工智能的商業化大致可分為三個主要階段：

第一階段，AI會率先在那些在線化程度高的行業開始應用，在數據端、媒體端實現自動化。這一過程會首先從線上“虛擬世界”開始，隨著在線化的發展擴張到各行業，幫助線上業務實現流程自動化、數據自動化、業務自動化。

互聯網和移動互聯網的發展已經在許多領域為AI做好了業務流程和數據上的準備。擁有高質量線上大數據的行業會最早進入人工智能時代。例如，大家常說金融行業是目前人工智能應用的熱點，這正是因為金融行業特別是互聯網金融已經做好了使用AI的準備。

第二階段，隨著感知技術、傳感器和機器人技術的發展，AI會延伸到實體世界，并率先在專業領域、行業應用、生產力端實現線下業務的自動化。

可以感知實體世界信息的傳感器和相關的感知技術會越來越成熟、越來越便宜。在線下業務中，計算機系統可以通過物理方式，接受線下信息或幫助完成線下操作。這個轉變意味著人工智能從線上的“虛擬世界”走進了線下的實體世界。

第三階段，當成本技術進一步成熟，AI會延伸到個人場景，全面自動化的時代終將到來。