近一百多年来，总有一些公司很幸运地、有意识或无意识地站在技术革命的浪尖之上。一旦处在了那个位置，即使不做任何事，也可以随着波浪顺顺当当地向前漂十年，甚至更长的时间。在这十几到几十年间，它们代表科技的浪潮，直到下一波浪潮的来临。
——摘自吴军博士《浪潮之巅》
创投圈永远不缺少风口、热点，但能称之为“浪潮”的大机会不多。资本寒冬下"人工智能"的概念被炒得火热，自谷歌的AlphaGo下完一盘棋后，大家仿佛突然看到了希望，纷纷押注于人工智能，继PC、移动互联网后引领下一个大时代。然而任何时代的发展都不会一帆风顺，尤其是大窗口下的机会需要探索的时间会更长。前段时间开复老师也说过，资本追逐下催生的AI泡沫，如果没有合理的业务和现金流支撑这样的估值，一年后融不到下一轮仍然会面临一个短暂的寒冬。那么这些一瞬间站上风口浪尖的AI公司究竟该如何思考他们的商业模式呢？
一、科技创新的逻辑
任何一个时代的技术和商业的发展都会遵循一定的结构层次关系，就像这张图中显示的，最基础的是行业标准层，然后依次是组件层、基础设施层、系统层、应用层，最上面才是面向C端用户的商业模式和内容。那么，让我们沿着这个脉络分析一下不同的技术发展阶段会哪些商业模式。
行业标准层
能在这一层插一杠子的公司基本上可以享受到一个时代的红利，因为他们提供了整个行业的标准和规制，典型的例子比如高通公司的CDMA技术提供了整个移动互联网时代的底层编码、传输和通信标准，再比如前段时间被软银收购的ARM公司提供了全球超过95%的智能手机和平板电脑的计算架构。这也就意味着所有的智能手机企业，无论是苹果、三星，还是华为、小米，都绕不开高通的专利和ARM的授权，它们每生产一台智能手机都要向高通缴纳专利费，向ARM缴纳授权费。高通公司所有员工中数量最多的就是专利律师，所以你们可以体会一下这种商业模式，基本上就是有标准在手就可以躺着数钱的感觉。
组件层
组件层就包括了各类元器件、芯片、存储器等等。技术含量低的组件毛利会很低，技术含量高的组件毛利相对会很高，比如芯片。PC时代英特尔的CPU，移动互联网时代高通的SoC芯片，让这两家公司赚得盆满钵满。每一波大的技术革新都是源于计算架构和计算能力的提升而产生的。到了人工智能时代，由于深度学习对于并行计算任务的大量需求，英伟达的GPU成了开发者们的首选，去年股价更是大涨了3倍。当然，AI的实现离不开异构计算的支持，未来的AI芯片一定会走向专用化这条路，会有很多基于FPGA和ASIC解决方案的公司出现。人工智能时代的芯片不会一家独大，这里面衍生出来的机会和想象空间会更多。
基础设施层
这里开始我们会分成两条主线来讨论，一条主线是“云”，一条主线是“端”。任何一波大的浪潮都是源于底层计算能力的升级，包括计算平台和计算终端。云上的基础设施由云服务商以IaaS（基础设施即服务）的形式提供，国外的亚马逊、谷歌、微软，国内的BAT、华为，几乎所有的巨头都有云服务部门。端上的基础硬件包括PC，智能手机，以及有可能成为下一代智能终端的VR/AR设备，还有万物互联的IoT设备。
系统层
云上的系统以PaaS（平台即服务）的形式出现，大部分云商都会提供行业云，还有一些专门提供PaaS的服务商。端上的系统包括PC上的Windows，智能手机上的iOS、Android, 谷歌推出的VR平台Daydream，还有机器人操作系统ROS和Turing OS，总之未来的万物互联时代每种终端上都会有相应的系统平台出现。
应用层
云上的应用通过SaaS（软件即服务）的形式提供，端上的应用通过软件、app的形式提供服务。
To C商业模式创新
最上层就是面向C端用户的商业模式创新和内容创新的公司。
二、登山还是冲浪？
总的来说，我们可以把科技公司分为技术型和产品型。技术型公司的典型代表就是PC时代提供windows的微软和提供CPU的英特尔组成的win-tel体系，移动互联网时代提供安卓系统的谷歌和提供骁龙芯片的高通组成的Android-snapdragon体系。它们的商业模式是提供一种通用型的技术，可以适用于所有的兼容机或智能终端，可以在产业链上某一环节上“横”着吃整个市场。产品型公司的典型代表就是苹果。苹果的体系是封闭的，它的系统、软件、应用只能用在自己的硬件上，苹果的理念是软件的价值要通过硬件来实现，它要把一条产业链“竖”着从头吃到尾。
技术型公司我们可以形象地比喻为登山型选手，它们的竞争优势来自于不断打磨自己的技术能力，并构建良性循环的产业生态，让更多的客户来使用自己的技术，一般以to B为主。
而产品型公司我们可以将其比喻为冲浪型选手，它们的竞争优势来自于敏锐地洞察商业潮流趋势，推出符合市场需求的产品，并不断提升用户体验，一般以to C为主。
人工智能时代的技术型公司
一般在某一方面（如语音识别、图像识别、语义理解等）具备很强的AI核心技术，他们的商业模式以提供“云+端”的解决方案为主。之所以要“云+端”是因为有些计算必须要在端上完成，比如自动驾驶、无人机等对实时性要求很高的场景不可能容忍数据传到云上处理的延迟，再比如某些网络不稳定或没有网络覆盖的场景；而有些计算在云上会更好，比如某些对实时性要求不高的处理可以传到云上去进行数据的存储、分析和挖掘，再比如某些长尾的数据需要传到云上去进行模型的再训练和算法的进一步升级。所以关键能力就是要根据具体的业务逻辑把自己的AI技术部署到应用场景中，或者给B端客户的产品赋能，使它们具备某种智能化的功能。当然也有些硬件能力很强的公司可以提供“云+端+芯”的解决方案，他们能够为特定算法应用设计专用化加速芯片，从而大幅提升计算效率和降低功耗。
人工智能时代的产品型公司
硬件产品以机器人、智能硬件为主，软件产品以虚拟助手为主，真正做得好的为C端用户所接受的产品寥寥无几，亚马逊的echo算是个爆款。产品型公司不一定要拥有多么强的技术，关键是要思考帮助用户解决什么问题，满足用户哪个痛点上的什么需求，让用户使用你的工具后能看到显而易见的效果，比如效率大幅提升，而付出的成本又相对合理。C端用户对智能类产品普遍缺乏认知，想进入用户心智还是很难的。而产品要想成功又是一个综合性的问题，以echo为例，外观如何设计得美观亲民，麦克风阵列如何排布噪声最小，语音唤醒和识别率如何，怎样正确理解用户意图转化为可执行的指令，后端连接的内容和服务能否提供很好的用户体验，怎样做PR和营销（亚马逊为了推广echo可是动用了电商网站上最贵的广告位）。路漫漫其修远兮，做产品真的不是一件容易的事。
三、AI创业的那些坑——给创业者的几点建议
1. 提供API的商业模式无法支持公司走下去。一个单独的API接口无法为你的客户创造价值，你要做的是提供解决方案。亚马逊、谷歌、阿里等云服务商都会提供AI-aas服务，而且会逐步免费。
2. 全栈型公司才靠谱。什么是全栈型？就是你要能从头到尾完整地解决一个高层次的行业问题，一是你要有业务和行业领域的专业知识，二是要有大量的有标注的行业数据，三是要具备应用AI技术解决实际问题的能力。纯算法会逐渐沦为低级别的商品化服务，你无法靠卖算法盈利，你也无法靠刷榜就创业成功。
3. 请不要再说自己是AI公司了。作为一家公司，你的使命应该是提供满足客户需求的产品和服务，AI只能是技术架构和实现手段，不是你的价值主张，说自己是AI公司说明你还没有明确自己的定位。
曾经作为技术大牛的你现在创业了，在商业大潮中起起伏伏，要认真思考自己的商业模式。创业不易，且创且珍惜，愿你乘着人工智能的东风扬帆起航
