【猎云网北京】4月12日报道。
4月12日，FUS猎云网2019人工智能产业峰会在北京千禧大酒店举行。近百位知名资本大咖、独角兽创始人、企业家以及近千名投资人、创业者齐聚一堂。本次峰会由猎云网主办，AI星球联合主办，夏普透视、猎云资本、猎云金融、企业管家、创投协办。
原双威资本执行董事孟星受邀参加峰会，并就人工智能下半场的几个问题发表主题演讲。孟星认为，从历史角度来看，从2012年到2018年，AI创业公司在公司属性、客户、核心能力、融资四个方面发生了变化。
一方面，公司的属性逐渐从AI技术平台公司向垂直应用公司转变，比如做安防领域AI的公司，做金融领域AI的公司。另一方面，当初AI公司的客户绝大多数是互联网公司，现在很多都是垂直传统行业的公司。其次，AI创业公司的核心能力正在从算法、研发向产品定义、工程速度、销售转变；最后，在融资方面，AI的长期属性更适合VC基金，现在已经吸引了越来越多的地方和国家基金的支持。
孟星指出，2019年人工智能还将面临四个问题。第一，创业方向的多元化；二、2C人工智能的困境；第三，2B人工智能的现实壁垒；第四，人工智能公司的退出。
孟星认为，虽然目前AI行业存在很多问题，但大家都充满信心。这个行业没有上半场和下半场，AI是一个永远走下去的阶段。
2019年，猎云网以发现产业独角兽为初衷，开创了“FUS未来独角兽峰会”品牌。本次大会将继续致力于探索人工智能产业的核心发展趋势，通过优质AI应用实例分享、科技领域、金融投资等行业的互动，聚焦国内人工智能的产业实力，从行业从业者的角度探讨科技浪潮的机遇与挑战。
以下为嘉宾发言实录，由猎云网整理编辑:
谢谢，今天下午很荣幸和大家分享与AI相关的话题。给了我一篇命题作文，AI的后半段其实不是很吉利的说法。我希望AI是一个循序渐进的行业，可以慢慢渗透到各个领域，而不是有一个上半场，下半场，最后的结局。
下半场的机会有多大？作为投资人，很难指出。幸运的是，在我投资AI之前，我自己也曾经是一名AI创业者。我做过两家AI公司，有一点点创业者的基因。
结合这个和大家的分析。从2012年这家创业公司开始到2018年，AI创业领域发生了几件事。
一个公司属性。从一个有AI技术平台的公司，到一个垂直应用的公司，大家逐渐变成了我在做安防领域AI，金融领域AI的公司。
第二，客户。最早的AI公司的客户大多是互联网公司。今天很多都是垂直传统行业的公司。互联网的优点是技术成熟度高，可以连接，缺点是不付费。行业则相反，技术准备差，但付费意愿更高。
第三是核心能力。AI的创始人绝大多数都是技术出身，是由优秀的科学家或者研究人员做出来的。他们在研究所做的东西往往是抄袭的，核心能力是算法。今天的AI创业公司的核心因素可能是产品管理能力，把一个算法变成工程的能力和销售能力。
第四是融资。AI是一个非常长期的事件，比较适合VC投资。逐渐成为国家政策和地方政府支持的方向。资本市场、科技创新板市场、国家基金都参与到这个事件中来。
2019年以后，我预测会有四个问题。
第一，创业方向多元化。从宏观上看，国内创业公司的资本、人才、创业方向都集中在非常特定的领域。安防、金融、无人驾驶基本聚集了全行业80%的资金和80%的人才；工业、教育、农业、零售等新一代产品只占据剩下的10%的领域。
第二，2C人工智能的困境。b人工智能讲了很久，To C也期待了很久，但是很难做到。有哪些难题？想象一下今天这样的事情。如果我身边有一个好朋友，他是一个懂人工智能的强者。他的存在让我有任何人工智能问题都可以找他帮忙解决或者开发。
但是作为一个个体，可以用它做的事情并不多，因为本质上，我们其实并没有任何数据，个体手中也没有任何数据。在现在的手机时代，个人能得到的数据和每次换新手机能迁移的东西基本一致，比如通讯录，手机相册，邮箱。这些是主要的，剩下的数据都在独立的app里，不能迁移但是在今日头条的首选行为。c端很难做，个人没有数据很难做。
以我的判断，To C人工智能公司首先是To C传感器公司。首先，有一种方法可以收集你的数据。基于这部分数据，算法和计算能力叠加在上面，为你提供某种服务。到很少脱离传感器独立存在的C人工智能公司，最后来到智能相机公司。他需要打通这件事，收集足够的数据，完成后面的服务。
第三，2B人工智能的真正障碍。To B人工智能公司是最大的，当To B公司发展到各种场景的时候，大家经常会有这样一个问题，因为人工智能公司感觉自己估值很高，有点泡沫。除了估值高之外，To B人工智能公司是最被诟病的一点，每个项目都是独立招标，然后就是在做这个。大家都觉得不是人工智能公司，是传统行业的公司，扩展性差，人工智能意义不大。
在我看来，从项目制开始，每个公司都有原罪。从项目制这种很简单的事情来说，这件事从出发点上是可以理解的。有三条路可以走，红、黄、绿线。
红线，原来基于项目的工作变成产品化，部署在公有云上，理论上是To B做这件事的一个出路。如果数据不能循环闭合，80%的人工智能都会被牺牲，本质上不是数据驱动的人工智能公司。
为什么这么说？如果你是先发者，你和后发者的差距不会特别大。如果这个垂直领域的用户体验和垂直深度不是很长，很快达到瓶颈，后来者就会很快赶上。你留不住这样的壁垒和差距，对首发来说没有任何优势。你不应该是第一个这样做的人。你拿不到任何钱来探索这种情景并说服投资者。很麻烦。第二个人这样做比较好。第二好的。
黄线，我在做项目，接下来还在做项目，但是项目的垂直产品做的更深入了，从单个项目，从面对面，到后期的大数据平台、反欺诈平台、营销等场景。把整个叠加的东西平台化，把这些东西放到我的单一平台上，我就可以深入这些深度和一个垂直行业。这是另一个场景，我觉得更好。
最差的是绿线，还是做项目，平行拓展行业，做完A场项目，做B场项目，再做C场项目。在这个行业里，每个人都需要注意。无论从投资还是创业，都尽量往第一个方向倾斜，往红色方向倾斜，这样才能做出伟大的公司。
第四，人工智能公司的退出。这是投资人角度最关心的问题。这些公司投资后，我们会得到什么回报？奖励不是现金，他们怎么退出？
今天的情况是这样的。中国没有技术收购，美国有很强的技术收购传统和基因。大公司经常这么做。甚至像谷歌、脸书这样的非互联网公司，像宝洁、Vuormaa都会收购科技公司，这让你对造血和投资被收购的两种方式充满热情。
今天中国腿少，每个智能公司都有极高的技术。只有做生意，造血，上市，才能退出。如果长期还是这样，肯定会影响资本的投入和资本的信心。今天是一个开始。抱着和国外一样的期待去做这件事，但是长久不了。
我们不指望一个TMT投资人说，我能理解药企的逻辑，投资药企。我觉得到了一定阶段，人工智能公司也会投资医药公司的估值，比如长期无人驾驶，以阶段性进度为核心定价标准，而不是以其非常纠结的，短期的赚钱能力和阶段性的能力来做这件事。行业会形成共识，共识形成后，这些公司的退出和融资会变得更加直接。
虽然问题很多，但我们还是有很强的信心。就像我们开头说的，AI是一个没有上半场和下半场会永远进行下去的阶段。谢谢你
