2019年，什么样的AI创业项目可以融到资？

2019年年初，美团创始人兼CEO王兴的一句话刷爆了创业圈“2019年经济可能是过去10年最差的一年,但会是未来10年最好的一年”。在资本寒冬，投资机构变得更加慎重投资标准变高，估值下调，更加青睐头部企业。另一方面，人工智能创业同质化问题越来越凸显。

据德勤咨询的分析，在目前的AI创业赛道中，计算机视觉、语音、是中国市场规模最大的三个应用方向，分别占比34.9%，24.8%和21%。什么样的技术对应什么应用场景已日渐明晰，行业竞争加剧。在每个垂直赛道上，人工智能创业者面临着或拼技术或拼客户的“近身肉搏”。对于他们来说，更需要在此时此刻找准发力点，才能平稳度过“寒冬”。

笔者作为人工智能创业的一线亲历者，亲眼看到许多领域内创业项目的起起落落，希望通过下面几个创业案例给大家一些启发。特别是对于非头部的人工智能创业项目，在没有顶级技术团队的光环或过硬的渠道的情况下，下面这些创业过程中的“坑”，千万不能踩。

案例一“我们对技术有绝对信心，准确率业内最高，价格高也是应该的”，客户可不这么想

S博士毕业于美国人工智能顶级学府的顶级专业，2016年回国创业，研发对话机器人，希望打造出业界顶级的多轮次对话机器人。同期，随着NLP概念的崛起，不断有媒体、行业会议、学术活动邀请S去做分享。参加过几次行业活动后，S对于团队的发展信心大增，面对客户谈判的“腰杆儿”也越来越“硬”。面对客户的需求，S的价码都开得很高。S认为他们的技术值得起这个价钱，客户貌似并不买账。客户普遍认为S定价过高。第一年下来，S谈成的客户寥寥无几，S发现他已经失去了先发优势。更多的NLP创业项目融入这个领域，S也不得不调整了产品方向和价格。

关于人工智能产品化过程中的挑战，Matroid Stanford的创始人、CEO，也是斯坦福大学副教授的Reza Zadeh博士曾经分享过他的经验研究人员通常的思路是从技术出发，而不是用户的需求为出发点进行产品设计的。在实操过程中，这样做将面临非常大的市场化困难。每一个技术出身的创业者需要时刻提醒自己，客户的需求是最重要的。

案例二“我们的技术能应用在许多领域”，商业模式不清晰，融资受阻

D和合伙人毕业于海外院校的顶级计算机专业，并且拥有10年以上的海外行业积累和技术经验，曾参与过多个大项目的研发。几个合伙人的业务能力十分全面，公司囊括了从芯片设计到硬件到软件开发等人才，并且具有非常强的执行力。应对不同客户的不同需求，D和他的小伙伴总是可以克服困难顺利交付。在成功交付了几个项目之后，D变得更有自信了。

为了使得创业项目进一步发展，公司开始接触投资人。参加了几次路演后的D发现，当被问到“你们公司的商业模式是什么？”他答不上来。D这才意识到，以前做的都是“生意”，而不是“创业”。过度依赖手边的“客户资源”，团队没有定义好创业的大方向。D暂停了融资计划，希望可以静下心考虑商业模式和核心产品。团队需要资金“养活”。对于新的订单，与他定义的方向有偏差的订单，到底接还是不接？D目前陷入了两难的境地。

案例三“技术还不够完美”，错过订单，错过行业发展风口期

H的团队来自于某科研机构。该实验室技术应用在领域，测试结果很好，并攻克了几个核心技术问题。H对团队和技术颇为自信，等待着的大风口到来，投资机构主动抛出橄榄枝。H认为，拿到融资的时刻，整个团队就可以从容地从学术界“华丽转身”，全职出来搞创业。面对一些潜在客户的需求，H认为“没有资金支持研发，技术还不够完美，无法交付”。

随着时间的推移，H发现，投资人除了关心技术问题，还越来越关注公司是否有无客户等等。“先有鸡还是先有蛋？”H也越来越拿不准了。随着的市场越来越拥挤，投资人在见面后，往往都没有了下文。H和团队至今没有得到“创业启动资金”。

对于一位科研工作者来说，从论文中汲取知识并将知识应用于实践，是非常不容易的。而将提炼经验的功能交给这个“黑匣子”，同样需要论证其可重复性和预判错误。O’Reilly Media的首席数据科学家Ben Lorica曾在去年的O’Reilly和Intel共同举办的人工智能大会北京站上表示“仅仅拥有厉害的模型是不够的。至少就目前而言，我们依赖的许多模型，包括深度学习和强化学习，都迫切地需要数据。将人工智能的应用需要大量的数据“喂养”，需要与那些能够获取数据的应用场景建立联系。”这也是目前人工智能领域创业者的一般思路，将算法带入模拟场景下以优化。H在创业过程中所缺乏的，不仅仅是他认为的资金这么简单，而是缺乏可以信赖他们的技术、进行部署和测试的产业合作伙伴，以及潜在客户。

上面三个案例都是由于创业者没有及时关注技术和市场需求的契合，项目未能得到良好发展。下面再分享一个笔者看到的比较成功（幸运）的人工智能商业化案例

A是名校计算机专业在读生，创始团队中不乏“技术大牛”，由于没有过创业经验，小伙子们每一步都走得十分谨慎。他们在创业初期参加了创投机构举办的人工智能创业活动。在活动中A发现，计算机视觉在质检领域的应用前景很大，A也通过活动对接了一些有潜在需求的客户。A也意识到，在人工智能质检领域的创业企业有很多，他们既不是技术最强的，也不是渠道最有优势的。单打独斗对这他们来说，风险太大。A选择了继续“抱大腿”，通过活动组织方介绍，与多个制造业工厂的一线员工、厂长等交流，说服他们试用A的创业项目的技术。说服客户的流程虽然漫长，转化的收益很高。在试用了2个月后，甲厂就决定购买A团队的产品。A随后将这套成熟的产品卖给了跟甲厂类似的多家制造业企业。一年后，A顺利拿到了天使轮和A轮融资。

综上，人工智能怎么才能在“寒冬”中，顺利拿到融资呢？

产品、落地、客户！

放平心态，聚焦产品打磨，实现应用场景落地，提供客户真正需要的产品，从而拿到客户订单。在这一点上，美国的人工智能创业经验可能会带给中国创业者一些不同的思路。从美国硅谷发起，2018年进入中国的AI Conference（人工智能大会）正是给AI从业者搭建了一个与全球人工智能专家交流的机会。与其他AI会议不同的是，AI conference除了关注最先进的技术，还十分关注技术的实用价值和业务落地。在其官网显著的位置写着“本次大会将重点放在人工智能的应用——以弥合人工智能研究领域与产业商业应用之间的差距。”演讲人也分别来自百度、谷歌、eBay、Bonsai、Uber、微软、阿里巴巴、亚马逊、SAS、Unity、SalesForce、IBM等一线应用人工智能的公司的AI核心岗位的演讲者，将从现实应用出发，分享行业中的人工智能。

文中多处观点均出自2018年的AI conference北京站的嘉宾分享，如果你正身处人工智能的创业浪潮中，相信今年的会议一定有值得你关注的话题。

大会链接

抢票参会

本届AI Conference 2019北京站已经开始注册，现在是早期优惠票价阶段（截止日期5月10日），搜索AI大会或人工智能大会，进入官网查看详情。