2018 年 8 月，阿里巴巴携手 36 氪，启动了 "AI 赛道明星班" 项目。8 月 20 日，"AI 赛道明星班 " 第一次集结，开启为期四天的培训课程。活动第三天，九合创投创始合伙人王啸也分享了对 "AI 创业的挑战和机遇 " 的观点。
王啸认为：
1、从传统互联网到智能互联网的演进背后是从流量经济到效率经济
2、2018 年 AI 创业公司融资现状：融资热退去，头部效应明显，落地仍是关键
3、给 AI 创业者的 2018 生存指南
36 氪认为这部分内容很有价值，因此也对分享做了详细梳理。以下为对分享的整理。
步入智能互联网 2.0 阶段
我觉得人工智能只是一个方法，其实我们现在处在的时代，从互联网发展的角度来看，应该是智能互联网的时代。
如果我们从用中国的时间轴来看的话，九几年开始，中国进入了 PC 互联网时代，这个时代大概是在 2010 年左右基本结束。其实从 08、09 年开始的话，随着智能手机的普及，整个移动互联网时代开启，基本是从 2010 年开始到去年。
我们认为 2016、2017 年开始往后走的，现在还没有准确的定义，现在大家说是 AI 时代，或者是大数据，或者是 IOT，本质来讲，就是智能互联网的时代。
互联网和移动互联网解决的是连通的问题，把人和互联网连起来，最基础的问题产生了大量所谓的 BAT 的巨头公司，但是连接产生的数据的价值如何充分发挥和使用，是下一步创业最主要的主战场。
恭喜大家在主战场做事情。如果势都接不上，全靠自己牛，其实基本上做不成事。
首先讲智能互联网宏观角度的思考。
所谓的互联网和智能互联网核心的本质概念，是流量模型、经济模型到效率模型的转化过程。
其实移动互联网包括 PC 互联网，核心做的事无外乎把人群汇集之后，导给电商摆货，卖道具、或者产品，导给广告，核心本质是汇集流量。但现在智能互联网时代，什么样的公司能成为巨头现在还不是很清楚，但是有一点很清楚，就是解决效率问题是本质。
从逻辑上来讲的话，从数据层开始，到技术层到消费层，都有可能产生创业公司，但大的互联网公司在数据上非常有优势。从行业角度看，掌握行业数据的人还不知道数据的价值，比如政府，这些数据对很多公司非常有价值。
2018 年 AI 投资进入下半场
现在来看，2018 年 AI 投资进入下半场。
首先纯技术创业向行业深度结合转变。体现在：
( 1 ) 单纯靠技术和算法的红利期已经过去。不再过多的谈论 AI 概念与技术本身 , 而是更多的关注 AI 与产业的结合与落地重点；
( 2 ) 行业壁垒是创业公司最大的护城河 , 也是抵挡 BAT 的关键。创业者需要找到巨头没有杠杆的地方；
( 3 ) 中国偏向应用层，美国偏基础层和技术层。
其次，收入方面，绝大部分 AI 公司还在发展期，目前会比较难以产生正向现金流。
再次，融资方面，融资企业数量放缓，融资规模依旧增大，创业公司估值或回调。
此外，从退出机制看，To TMD 或成新退出机制。
给 AI 创业者的 2018 生存指南
（一）融资
科技类公司人员开销相对大一些，这种情况下的话，收入的产生需要一点时间。早期的科技公司，最怕的是做到一半没钱了，把人裁了，其实只要裁一次人，人员的稳定性和版本连续的迭代性就没了。现在，受限于经济形势和市场环境，融资的难度也再不断增加。
建议创业者认真融资。 ( 1 ) 永远不要太被动。在上一轮融资的钱花了一半的时候 , 就要开始融资。 ( 2 ) 当数据表现好的时候 ( 确立了市场地位 / 比较优势 / 留存变好 ) , 不管有钱没钱 , 都可以开始融资。 ( 3 ) 控制好固定开支 。
一般来说， 在早期科技产品领域 ( VR/AR、人工智能、大数据等 ) , 投资人分价格敏感性和怕错过机会型。 科技公司要向赛道投资人展示 : 机会是不是足够大、可延展性和未来是不是足够让他动心 , 对未来足够看好。技术型公司前期应注重发展潜力、市场规模，构建自己的技术壁垒和比较优势。
（二）业务
从业务上看，技术 + 产品 + 行业落地是 AI 初创公司的胜负关键。VC 判断一家人工智能公司能不能投，一般主要看 ： ( 1 ) 数据，包括直接数据和二次加工数据； ( 2 ) 核心算法； ( 3 ) 场景； ( 4 ) 销售能力。
对于 AI 初创公司来说，行业壁垒是人工智能创业最大的护城河，要抓住行业里最大的客户；与此同时，不止是做技术服务商，还要形成产品经理和技术专家为主导的产品级公司。
此外，公司还需遵循发展规律，想清楚是 To B 还是 To C。九合创投会建议创业者从 To B 起步，做好供应链、产品及市场推广三件事。偏 B 端行业标杆用户的树立很关键，一定的高端订单会对行业产生影响力。事实上，目前在大部分行业 , 人工智能的 To C 模式尚不成熟，我们也期待今年看到新发展。
（三）管理
从管理上看，CEO 的商业敏感度与学习能力非常重要。对于创业公司来说，人才不可能一步到位 , 找合适的人先顶进来 ；团队要相对完整，不能缺一块，必须要多元化人才搭建；而不合适的人坚决换掉 。
（四）估值
当前很多初创公司可能失败的地方，就是估值太高了，融不到钱了，即使最后上市之后，二级市场也可能不认可。
估值跟实际业务体量相匹配是很重要的事。创业公司需要谨慎抬估值，避免 " 独角兽陷阱 "。 估值过高 , 企业成了 " 在悬崖边疾驰的快车 "，要么 go big, 要么直接 go home。 而一旦估值倒挂 ( downround ) 是更糟糕的事。
对创业者来说，股份是战略储备，一共就 100%，需要有战略思维，思考如何分出去，把合作伙伴和钱拿进来，包括你的合伙人拿进来的过程，但是又不能太在意估值，所以是一个平衡。
（五）退出
退出其实是每个人特别希望的，对创始团队来讲，也是非常重要的一部分，所谓中国新经济的造富都是退出推出来的。
但目前来看，IPO 方面，AI 领域没有多少公司能自证在商业模式上达到 IPO 标准，如果为了上市而上市 , 过早强调企业营收反而会拖累成长。2018 年 AI 领域靠谱的公司 , 会迎来营收的大幅增长 ,2019 年可能出现一个符合港股、A 股新政的上市潮。
收购方面，To TMD 或成新出路。坐拥场景、数据的产业巨头收购坐拥人才、技术的新兴企业 , 正是强互补型的 " 嫁接 "。 技术创业者应该学会主动在对的时间切入场景 , 以合作、合资、战投、并购等形式主动与行业建立深度融合的桥梁 。
来源：36氪
