6 月 21 日，由北京智源人工智能研究院主辦的 2020 北京智源大會正式開幕（直播入口： https://2020.baai.ac.cn ），大會爲期四天，各主題論壇和分論壇將圍繞如何構建多學科開放協同的創新體系、如何推進人工智能與經濟社會發展深度融合、如何建立人工智能安全可控的治理體系、如何與各國攜手開展重大共性挑戰的研究與合作等一系列當下最受關注的問題進行交流和探討。
在智源大會第三天（6月23日)上午的AI創業主題論壇上，奇績創壇（原YC中國）創始人兼CEO陸奇作了題爲《AI創業發展趨勢：機會與挑戰》的演講。他分享了AI創新創業的發展趨勢以及現階段AI創業所面臨的一些挑戰，併爲AI創業公司應該如何把握創新機會提供了建議。
以下內容根據陸奇的演講整理，未經本人確認。
AI技術的本質與AI價值的產生模式
首先，陸奇從AI技術的本質與AI價值的產生模式出發來分析AI創業的趨勢，同時討論整個業界應該如何幫助創業者更好抓住AI帶來的創業機會。
他表示，現代AI技術的內核是基於深度學習的新計算基實；在分佈式重疊向量空間中學習特徵表達能有效解決多種任務任務特徵表達，本質上是知識的獲取。
基於此作爲基石，再加上工程化的能力，可以建立一個“三體合一”的系統架構，“三體”是指感知體系、思考體系、行動體系。三體合一的架構是任何智能體系的核心架構，因此AI系統的核心是通用的，AI技術是獲取知識，使用知識來達到目標的通用能力。
AI產生商業價值的主要模式是怎樣的？陸奇認爲，首先要有完整的應用場景，這是其價值基礎；其次，數據是價值創造的紐帶，此外，從數據中抽取知識、解決任務是整個的價值核心，最後，能有更多數據產生閉環迭代是價值長期提升的關鍵。
AI商業化的宏觀趨勢
陸奇表示，從信息工業化發展的歷史去看從AI的核心技術、主流商業模式，可以推演出AI商業化的宏觀趨勢。主要體現在四個方面：
1、建立新的IT基礎。具體包括，
- 傳感器及on-sensor 計算（芯片+軟件+模型）；
- 新的芯片技術棧，其對於開啓垂直化時代的到來具有重要意義；
- 新的軟件技術棧 software stack :從底層到fabric到middleware 到device OS，再到應用，到工具鏈。
2、開發應用。目前已經逐步轉型到娛樂、製造、金融、醫療、教育、零售等所有產業和醫生、分析師、客服、醫生、教師等等所有職業。
3、打造未來智能平臺及相關產業生態，如，
- 如主系統（自動駕駛、機器人），新移動；
- 智能化場所：包括新工作與生活的空間和時間等；
- 個人助手：個人助手未來將是規模巨大的產業生態。
4、形成產業發展基礎環境，需齊備人才資本、金融資本、數據等主要生產資本、基礎設施、及政策扶持等要素
在明確了趨勢和方向後，AI創業公司應該如何推進商業化進程？陸奇認爲，創業創新是發展AI商業化的核心路徑。
創業創新包括三大要素：AI技術、需求和市場。AI技術是創新的核心驅動力；需求是創新落地的基礎；市場是創新成長的環境。
創業者通過利用AI技術來打造產品，用產品試探市場，滿足用戶的需求，讓新的產品發揮出商業價值。
AI商業化需要不同的實體一起合作，AI的發展過程中需要大量的技術投入，現有的大企業擁有豐富的資源和人才，基於其戰略驅動可以做大量的、長週期的投入；現有的研究機構擁有高端的技術人才，也在不斷開拓和探索前沿的AI技術。
在AI發展的過程中，其實創業公司是“主力軍”的角色，它們比較靈活，能“見縫插針”，能夠從0-1-100加速AI技術的商業化進程。當然需要注意的是，受限於資本規模結構和投入週期限制，並非所有的工作都適合創業公司來做。
哪些趨勢創業公司可以把握住？
早期創業創新的趨勢可以系統地從數字化進程發展的生態結構和趨勢來推演。
工業數字化發展過去60多年的進程有節奏和規則的，基本上每隔12年就會出現新的平臺和生態，這些生態有結構化的發展趨勢。數字化發展進程的模式是由不同時代的計算平臺所驅動，早期比較關注基礎技術 — 早期的應用開發 —建立平臺，形成生態，— 在生態環境下引發產業繁榮創新，在這個過程中核心驅動力是數字化的廣度和深度。
數字化的深層次架構，生態核心是計算平臺，包括前臺，如交互能力，交互設備和體驗端；後臺，指計算規模，其支撐是基礎設施的堆棧、服務器和服務網等，後臺的能力深度學習是核心，智能雲也有可能成爲定義性能力。
在計算平臺上有早期應用，到了大的應用後就可以建立生態了。早期開發應用誕生了很多個生態，具有廣泛商業價值，未來有可能智能駕駛、智能場所、零售、機器人個人助手等早期應用有足夠寬度成爲未來的生態的技術。這些都是很大的AI早期應用，都是創業公司可以參與進入的新的領域和趨勢。
雲和移動是目前數字化創新的主流生態，AI、邊緣及5G是正在早期發展的並逐步形成下一代數字化及智能化平臺和相應產業生態。在AI之後，數字化進程，有新的技術在探索，如AR，腦機接口等技術是驅動新前沿發展的驅動力。
目前AI創新創業的前沿領域有很多，例如在AI基礎前沿技術、AI交互能力、AI前端、AI 未來產業生態、垂直行業、移動/雲生態應用、數字化前沿應用等領域，很多創業公司非常活躍，都在積極參與。一些領域如智能雲、AI前端等領域雖然是大企業的戰場或者較適合大的公司，但對於創業公司來說仍然有很大的機會。
AI創業面臨的挑戰
陸奇表示，現階段的AI創業還面臨一些挑戰。
從技術上看，AI技術的最大弱點就是太脆弱了，特別是在一些特定的場景很難達到效果。算法層面魯棒性不夠；數據上獲取比較難，數據標註的成本和代價高，此外，還面臨着數據孤島、數據割裂的問題。此外AI技術門檻高，例如自然語言處理技術等AI技術往往需要高端人才多年的積累，一些AI公司並沒有核心技術，依賴第三方公司。
在產品層面，從體驗上看，C端應用針對效應往往不及格，B端客戶滿意度較低。在交互方式是哪個，定製化過多，難以產品化和平臺化，集成商生態不足。
市場層面，在上游，供應鏈資金和時間要求在某些生態對創業公司造成困難；在下游，往往銷售週期長，渠道資源稀缺，2B和TG的資源是成功要素。
人才層面，在技術上，聘用有效技術人才耗時耗資，內部管理效益需要提高；從行業上看，對2B細分行業需要聘用有深度行業能力的銷售和BD人才。
在資本層面，AI公司成長週期長，一些創業公司因爲切細分賽道，天花板不夠高，很難獲得融資。
對於如何解決這些挑戰，陸奇也提出了自己的建議。
在技術上，要提供新一代數據管理技術；要通過系統化的開放數據集、服務接口、軟件體系等，將技術門檻大大降低；
在產品層面，要針對產品和體驗上做很多工作，管理用戶預期，可借鑑搜索引擎模式；在服務B端的要切的更細，可以從階段性的流程上切入，從客戶需求端切入。在交付方式上，通過項目合作累計平臺能力，降低邊際成本，提高集成商的能力。
市場層面，要幫助幫助創業公司利用政策環境，如“新基建”等抓住發展機遇。
人才上，要幫助創業公司聘用和管理技術和行業人才。要聘用技術核心人才，這些人才需要足夠深的行業能力，瞭解B端企業，最好是在甲方做過的。另一方面加強對大專院校、研究機構人才的投入與引進。
資本上，幫助AI創業公司對接風投資金、銀行貸款等，此外，風險投資機構也需要做適應調整，適應AI公司長期成長的特性，目前有很多AI公司雖然短期發展不足，但長期看，存在很大的價值。