经济下行期AI创业仍有机会，关键比拼看人才

资本寒冬的呼声吵了许多年，每年都嚷着今后三年会是最寒冷的三年，然而事实是过去数个年头的寒冬里面呼声虽高，企业发展却并未像想象中那么艰难。但对于即已来领的这一波资本严寒来说，2019年却极有可能成为真正意义上的未来最为寒冷三年的肇始。

回顾2018年，自四月份爆出中兴事件以来，原本便不是特别活跃的资本市场在中美贸易摩擦一触即发的高压之下运转速度变得更低了，大部分头部基金都选择握紧钱袋子观望。从创业公司的增长情况也生动反映了这一现状：2018年1－9月我国新增1245家创业公司，相较于2015年新增20895家，2016年新增12012家，乃至2017年新增6672家，2018年前9个月新增1245家的企业数量确实有些尴尬。2018年底，ofo等共享出行泡沫的破裂，企业接连走向倒闭等现象的发生更是迫使政府也不得不开展所得税优惠政策来激发活力，稳定市场发展。

对于长期以来被炒得虚火过旺、泡沫严重的人工智能领域来说，当下时期资本市场进一步收紧的情况下，其未来发展情况如何？近日，亿欧专访了创新工场人工智能工程院执行院长王咏刚，就当下时期人工智能企业乃至全行业发展等问题进行了交流，或许透过这些谈话内容，将为行业进步带来些许启示。

经济下行时期，人工智能创新创业更以价值为导向

经过前几年密集的资本布局以及巨头抢滩，人工智能领域本来可以投资的机会已经少了许多，在经济增长趋缓的趋势下2018年整个私募股权投资领域的AI投资事件降低了不少。

在整体经济下行的大趋势下，人工智能作为经济大环境中的一部分，现阶段创业投资机会减少也正常，符合整个经济周期的变化规律。之前，在资本推动时期，不少挂着“人工智能”的企业只注重论文、数据以及概念炒作；当下，资本市场更务实更理性，人工智能企业为了生存极有可能会更加重视技术与实际的商用需求、现实场景的结合，这反而有利于促进人工智能工业化进程，进一步加快技术落地，从这个角度来看，这反而是一项“利好”。

以医疗AI为例，早期医疗AI领域出现了大量基于视觉、图像识别、智能诊断的技术，但是却很少有创业机构会去关心这些技术未来是否能够成为一个具体的产品，它未来在整个医疗体系当中将会处于怎样的一个位置，能够提供何种价值，是否能优化和完善整个医疗体系，为其带来应有的价值。此外，对于这些技术，未来的买单方可以分为医生个人、医院、医保体系等多个维度，如何满足不同买单方各自的运用需求，很多企业考虑得也不是很到位。总的来说，大多数医疗AI企业早期讨论更多的还是技术识图的准确率、数据量等，仍然是属于比较浅层次的AI运用。

回归到解决具体的问题之上，经济下行时期，企业为了发展更该尽快的实现自我造血能力，这就需要把之前浅层次的数据分析等方面的能力沉淀下来，继续做深化，回归到具体的行业深处去寻找能够结合实际需求的价值结合点，最终落地并且能够长期走下去。

差异化优势的存在，人工智能仍然有许多机会

尽管当下我国整体经济增长趋缓，但鉴于中国极具特色的经济结构，综合各方要素来看，当下时期我国人工智能产业发展也存在着多层次多方面的机会。

一个月前，创新工场管理合伙人汪华在谈到资本寒冬和经济周期时对我国经济结构的特殊性做了分析，提出了中国式“经济魔方”的概念。“经济魔方”是基于中国当下经济结构的差异化形态而提出的。

从横向上来说，我国不同地域之间，一二线城市与三四线城市之间，城市与区域村镇之间，它们在地域发展层面都存在着极大的差异。在纵向上，不仅仅在智能化层面，甚至于在电子化、数字化层面不同行业领域间也存在着巨大差距。这种差异在国内高中低收入人群、不同地域、行业之间的交叉在不同层面之上形成了许多可以利用技术手段改造升级的新机会，拼多多、贝店等公司的出现便是基于这样的条件而形成的。

同样以医疗诊疗为例，目前国内三甲医院与普通医院、以及三四级城市之间的医院、乡镇卫生所等诊疗机构之间所存在的诊疗水平差距是非常巨大的，这种差异性导致了我国医疗资源分布极其不均衡，如果能通过人工智能等技术手段助力医疗行业升级变革，实现将三甲医院的医疗水平下放一部分到普通城市医院，无论是从商业层面还是社会意义层面都将会是一件非常有意义的事情。

医疗行业之外，目前国内在家居建材、教育、零售等不同行业的不同区域之间都存在着巨大的差异性，这使得未来以AI为代表的系列新技术在弥补国内差异化经济发展的过程当中存在着大量的机会。

面对国内市场依然存在的大量机会，创业机构该从哪些方向突破成为了一个值得思考的问题。在王咏刚看来，真正的人工智能创业不外乎以下两种模式。

AI＋红利平台：这一模式更加侧重于通过AI技术服务C端客户，人工智能创业不能是单纯的技术创业，未来绝大多数的创业都是需要先有平台，后有人群的机会，然后才有场景、技术的机会。这一模式通过把AI技术引入到流量平台上来提升平台的服务效率，增强C端用户体验，走的是B2C模式。

AI＋垂直行业：将AI技术深入的嵌入到不同行业的具体业务流程当中，起到一个核心的作用，细化到如何帮助企业降本增效，主要面对的服务对象是B端和G端政府客户。对比中美AI领域发展现状，王咏刚认为当下时期国内科技机构需要静下心来看这一领域的机会，学习借鉴IBM、salesforce等机构运用AI来解决实际问题的经验。

对比我国与发达国家AI产业现状发现，欧美等国对于用户数据高度重视，且非常注重数据保护。国外数据保护的政策在一定程度上维护了用户的数据安全性，但是又加剧了用于训练AI算法、数据挖掘等数据的获取难度。所以在一定层面上，国内相对开放的数据政策使得我国人工智能产业在发展过程拥有了相当大的自由度，仍然有许多机会。

中美竞争关键看人才，我国AI人才培育需要新模式

经济下行时期我国AI产业发展依然有多方面的机会，这其中，产业发展的竞争问题也成为了一个值得思考的问题。近年来，在人工智能领域，进入中美两国“平行宇宙“时代。但是从最关键的人才储备层面来看，我国人工智能领域专业人才仍匮乏，急需改变现状。

提及我国人工智能产业人才现状，王咏刚表示，目前中国人工智能领域仍缺乏顶尖AI学术领袖，顶尖AI科研与美国仍有不小的差距。但是除了尖端科研人才之外，国内以工程运用为导向的中间层AI人才储备充裕：一方面，以微软亚洲研究院为代表的国外知名企业研究所针对中国市场培养了一批优质的种子人才；另一方面，多家国外高校、研究所等机构也为中国培养了一批优秀的归国学子，这些人才共同构成了国内整体的AI人才生态，并且已经成为了我国AI产业的中坚力量，在质量以及数量上都不容小觑。

现阶段AI产业发展也已经逐步从前期的科研探索阶段走向“应用为王“的阶段，正是以工程运用为主的中间层人才施展拳脚的最好时机，这使得我国在与美国的产业发展竞争当中站稳了脚跟。此外，中国复杂的的经济结构以及政府大力支持也都为我国AI产业的发展奠定了坚实基础。

除了顶层科研人员以及中坚层AI人才队伍现状的介绍之外，王咏刚还分析了未来新一代AI人才培养方面的相关见解。

首先，以高校为主培养出来的尖端人才来看，由于国外崇尚学术自由，更强调课题研究者实际运用能力，这使得它们所培养出来的学生在实际运用过程中解决问题、发现问题的能力更强，而且在创新性科研突破方面的优势更加明显。反观国内，中国高等教育机构培养出的学生理论基础扎实，但实操能力仍需要提高。多因素导致国内外顶尖高校培养出来的学生之间存在着许多知识以及技能点之上的差异。

其次，到了再往下的工程师培训阶段，目前国内大多数培训机构的培训情况同质化现象严重，而且大多打着一个速成的旗号相互跟风炒作，让人错觉任何人只要接受培训便可以快速转型成为一个合格的AI人才，但事实是大多数通过这样的培训走出来的学员也只能是一个初级的AI从业者，离真正的“入门级“还有一定距离。

王咏刚认为，现阶段社会上大多数机构对于AI人才的培养重数量而不重质量。其实在真正的工作场景当中，一个能够主动解决问题的AI人才胜过一百个普通人员，企业在招人的时候也更愿意以高价聘请前者而不是低价聘请后者。尽管近两年我国在相关人才培养方面做了许多努力，但是现阶段为了适应更快的智能化产业升级的浪潮，我国AI人才培育需要探索更多的新模式，比如更注重“产学研“结合。

产学研一体，以赛事助推构建AI人才生态

在适应智能化产业升级的众多AI人才培养模式当中，创新工场人工智能工程院提出的以研究院、培训、社区、大赛四要素综合而成的模式在AI人才培育方面做出了新尝试和贡献。

王咏刚介绍，作为定位“VC＋AI”的创新工场的重要组成部分，创新工场人工智能工程院在一定层面上担起了创新工场行业研究或者战略咨询的角色，在深入研究行业的同时为公司内部输送一线信息。对于AI人才培养而言，工程院在了解企业用工方对于真正的AI人才需求的基础之上提炼出基本的AI人才素质，并参与设定相应的技能培训课程。课程设定结束之后工程院将会以严格的准入资格考核考生，组建师资队伍进行培训，鼓励受培训对象将所学成果运用到实际生活当中，解决真实问题，最终依据实践结果给出评分。

在具体的业务模式上，创新工场人工智能工程院人才培养板块的业务主要由DeeCamp 人工智能训练营，AI Challenger 全球AI挑战赛等两大部分组成。

DeeCamp人工智能训练营：由创新工场于2017年发起，旨在提升高校AI人才在行业应用中的实践案例经验，同时推进产学研深度结合。该项目于2018年被教育部选作为“中国高校人工智能人才国际培养计划”两个组成部分之一的学生培训营。培养计划包含部高校教师AI培训班和高校学生DeeCamp AI训练营两部分，分别针对高校老师和在校学生进行培训。

据悉，2017、2018年两届DeeCamp吸引了超过全球600所高校的8，000人报名，最终来自85所大学的336名AI人才入选，接受李开复、吴恩达、John Hopcroft领衔的顶尖学术与产业专家讲授的超30门专业课，以及进行超10个顶尖AI公司设立并辅导的19个实践课题，准入难度可见一斑。

AI Challenger 全球AI挑战赛： 作为创新工场发起并联合产业、学术和政府机构举办的，面向全球人工智能人才的开放数据集和编程竞赛平台，致力于满足AI人才成长对高质量丰富数据集的需求，推动AI在科研与商业领域结合来解决真实世界的问题。在刚结束不久的2018年AI Challenger决赛过程中，大赛吸引了来自全球超过1万支团队参赛，平台用户累计超过30000名，覆盖81个国家超过1000所高校和公司。

从实际比赛的结果来看，2018年AI Challenger竞赛中，比如无论是美图公司的短视频实时分类竞赛，还是搜狗的机器阅读理解竞赛、机器翻译竞赛，都出现了一批优质的参赛成果。其中，尤以美团点评的无人驾驶竞赛的选手取得成果最为突出。据王咏刚介绍，此次无人驾驶竞赛所用的比赛数据其实在之前全球计算机视觉及模式识别领域顶级学术会议CVPR的一个比赛上已经用过，但由于赛制的原因，当时这个数据更多的是被用去做学术性质的算法准确度提升，并不注重与实际运用场景的结合。而在本次大赛上，参赛团队不仅关注准确度，而且还结合实际运用场景进行开发，最后冠军队的成果不仅在准确度上超过其他选手，而且在效率上更远高于其他选手四倍以上。这一成果得到了自动驾驶领域资深人士、前滴滴研究院院长何晓飞教授的赞赏，称其达到了世界级工业水平。

谈到工程院在AI人才培养方面的可借鉴经验，王咏刚说，结合实际运用、解决真实生活场景中的问题是AI Challenger设置的出发点，也是企业对AI人才提出最为关键的考核指标，2018年AI Challenger无人驾驶竞赛的实例证明了兼容学术精确度与现实场景需求的技术也能够做出非常优秀的成绩。此外，参赛队伍的高规格严选模式以及赛前辅导，赛中支持等方面也为最终的结果加分不少。

据悉，目前DeeCamp 人工智能训练营以及AI Challenger 全球AI挑战赛两项业务均属于非营利类项目，王咏刚表示，这两项业务的开展主要是致力于搭建一个贯穿产业、教学、科研三者合一的有机生态，涵盖人才、资本等多方因素，搭建工业界与科研界的有效结合场景，共同推进我国AI产业进步。