2017年2月22日，新智元百人会2月闭门论坛暨新智元创业大赛评审会在红杉资本中国基金会议室召开。来自投资界、企业界和学术界25名评审坐阵，其中包括共同捕猎2017年的“AI 创业独角兽”。
新智元“寻找AI 独角兽” 创业大赛从2017年1月 启动至2月21日，共收到100多份BP。本次会议对闯过初审关的 20 家创业企业进行再评审，25名专家评审根据“技术实力”、“商业潜力”、“团队亮点”和“投资意向”4点进行评分。
本次评审会东道主、红杉资本中国基金合伙人计越对到场的评审和新智元百人会成员表示欢迎，并表示会强力支持本次创业大赛。
新智元创始人杨静说：“我们做AI创业大赛的一个初衷，就是希望把主流的VC团结在一起，然后利用新智元的智库平台，把资本界的力量和技术领袖在AI领域的专业度结合起来。现在AI创业还存在一定的泡沫，2017年新智元希望能够把更多的AI创业资源还有更多资本的力量以及技术和产业界的资源整合到一起，进而对整个产业起到非常良性的促进作用，让产业发展得更快，更加健康，更加理性。”
据悉，本次评审的结果将在新智元3月份的AI 技术主题峰会上揭晓，届时还将举行盛大的颁奖典礼。
从评审团队构成来看，共15名顶级VC，其中包括红杉资本中国基金合伙人计越、蓝驰创投管理合伙人朱天宇以及IDG资本合伙人牛奎光等；产业界的代表则包括：联想CTO 芮勇、英特尔中国研究院院长宋继强、三星电子中国研究院院长张代君、腾讯AI Lab 负责人张潼、奇虎360首席科学家颜水成等；学术界代表有北京大学教授黄铁军和北京航空航天大学教授王田苗。
此次评审会，众多行业领袖齐聚一堂，阵容豪华程度让人震撼，三星电子中国研究院院长张代君在会后说：“一下子见到这么多合伙人，很震撼。” 想必，合伙人们一下子跟这么多CTO和研究院院长们开会，估计也感到相当震撼吧。
评审会上，评审们针对每一个项目都进行了详细的分析，由此延伸出顶级投资人和产业领袖们对当前创业形式的判断、对技术难点的解读。我们在评审会上也听到了投资人看项目的几个独特视角，从这些问题出发，我们得以看到：哪些企业会最容易受到资本的青睐？一个真正成功的创业者应该具备哪些特质？投资者最关心的是创业者的哪一个指标？同时，从技术发展的方向上看，行业领袖又给出了哪些趋势性的判断？
以下的会场实录将带来详细解读。
AI 创业5 问：一场犀利的评审
针对每一个入选的项目，评委都进行了严格的多维度 “拷问”, 整场评审会下来，可以看到，评审们的提问和评语都非常犀利，直指要害。 我们摘录了现场评审们的一些提问，也提供个各位创业者和投资者参考，该从哪些角度去看待AI 创业。
第一问: 创始人团队如何？
奇虎 360 首席科学家颜水成在对某计算机视觉公司进行打分时，非常简洁地指出：人工智能天使轮投人是核心点。
几乎在每一个项目的评审过程中，评委们都对创业团队的核心成员进行了深入的分析，不少BP 中没有提供的信息也被挖掘出来。本次参赛的企业中有不少都来自高校和研究所，比如自动化所；也有来自企业，比如从微软走出的创业者。
但似乎评审们对这种人工智能背景只持参考态度，创始人团队是否为人工智能背景不那么重要。其中微软加速器罗斌的一番话让人印象深刻：“从微软加速器每期招的公司来看，有一些没有真正人工智能的技术的，其实大数据、云计算本身就是人工智能。今天在这样的市场这样的国家这样的创业环境下，创业成功的可能性门槛没那么高的时候，我们要看到创业者找的赛道是什么，而且这些赛道是跑起来的，选择赛道格外重要。
第二问：你的技术能够带来什么？
在AI领域的创业大多为技术驱动，技术上的新增长也很多。本次大赛中的创始团队中不乏院士、博导、海归博士，他们的技术能力和执行力很强是毋庸置疑的。但从商业角度来看，创业毕竟是用商业模式说话的，变现是从应用场景纬度出发的。技术出身的技术人员很可能对这里思考不足就会出来创业。无论技术占比有多少，想成为独角兽的话商业应用场景是出发点。
归纳起来，评审们的观点是：“不要只强调深度学习，“技术+”垂直场景能用上是关键”。
从创业项目的报名情况可以看到，在深度学习的帮助下有些垂直领域的技术已经到了各种应用场景爆发的阶段，创业公司总是强调核心的技术，深度学习是能够覆盖很广的基础技术。比如人脸识别也是视觉中最接近变现的点。其中在技术评委中一位教授分享了一个经典的案例“在人脸识别领域，走在前面的公司在技术上差别都不大。但我格外看好A公司，当所有公司都专注在深度学习的时候，A公司在走“”深度学习+”。用深度学习做人脸识别要从通用模型转到特定的应用场景，深度学习这种转移，A的特点是当数据量不是特别多的时候，应付特定客户特别有优势。
第三问：技术难度在哪儿？
在对某一家以情感计算为核心技术的创业公司进行评分时，评委就会详细地问到：有具体介绍类脑计算对话是什么的资料吗？情感计算有什么样的模态？情感识别完了到底能带来什么？在对某一助理类应用提供商进行评分时，评审会问：分配的机制怎么决定的？人决定的？
在材料和软硬件结合的企业中，评审格外关注中美技术目前的发展情况。在一家切入工厂装配环节的抓手公司中在场的商业评审和技术评审讨论激烈。以下是现场对话摘录：
评审：技术难度在哪儿？
答：材料还有弯曲的精度控制，加了电就软，一切电就硬，抓一到两公斤的，目前难点一个在于材料，一个在于精度控制。
评审：人工肌肉为主还是气动为主？
答：工业上以气动非电机驱动，批量研究有新的智能材料，最近一两年《自然》和《科学》杂志的报道里面有液体技术，他们已经开始在做。
评审：目前抓取的精度怎么样？
答：大概在2毫米30万次不老化，重量是1.5公斤。对后工业时代，目前小螺丝钉也可以抓。
在全球化的公司中，在场的评审格外注重技术差距和护城河的问题。
第四问：赛道天花板在哪？应用场景在哪里？
人工智能来临后商业重新洗牌尸鸿遍野，创业公司最难的是在产业中把握方向。传统巨头待改革、互联网公司有数据优势，赛道和应用场景是每一个项目都会被问到的问题。
在被问到商业模式是，一家助理类创业公司的回答是，现在是两方面，一方面toB，积累用户，未来打算做高净值用户，付费订阅，扩大规模。一方面toC。
北京大学教授黄铁军作为来自学术界的评审代表，对人脸识别的应用场景进行了评价，他说，大家知道监控市场很大，真正人脸识别技术在里面发挥的作用有限，还有很多问题很多，那里面的钱很多，但是大家现在都没赚到，以后肯定有机会赚。
第五问：收入是怎样的情况？
在评审过程中，有评委认为人脸识别公司最大的问题是变现的渠道是什么。所以，对于一家创业公司来说，目前的收入情况也是评审们评价的一个重要指标。在本次评审会中，我们看到也出现了一些收入已经超过数千万的企业。
技术领袖：AI 技术增长毋庸置疑，但是产品商业化还在试探
大赛评审、腾讯AI实验室负责人张潼说，我个人感觉，现在AI总体来讲还是技术驱动，所有的公司都有需要，包括BAT和传统企业。但是要谈创业的话，就要谈技术驱动的商业模式，我是做技术而不做商业的，所以看起来不是特别清晰。但是我认为，AI 可能对toB用处更大一些， toC小公司做起来难度不小。完全用AI做新的产品目前还在试探。举例来说，也许做CRM做toB而不是自己搞一个单独的接口是一个正确的方向。在微信里面搞公众号是不是好的商业模式？目前来讲我觉得不是，需要再去看。
北航教授王田苗对商业化的评论是，从 AI 理解来说，两个事情比较清楚：一个趋势尽量垂直，一个是不要轻易搞平台。垂直是汽车，垂直是医疗，垂直是教育。其实最核心的平台是芯片，所有的引擎、视觉或者是语音引擎都用它。
三星电子中国研究院院长张代君分享：“实际上我本人做产品出身，加入三星后有幸遇到人工智能风口，实话实说是在学习。三星电子我们本身正在进行技术布局，包括也兼并了一些企业。三星电子在产品方面不仅仅只有手机，还有庞大的家电产品线。很长时间以来，我们觉得这是一个累赘，但是目前看来这其实是一个宝贵的财富，因为我们可以把它改造、升级换代。我们看待人工智能不仅看技术，而是看它如何与服务结合，获得用户的黏性。我们关注to C，如何在消费电子里面让更多的用户认可这是一个很大的挑战，我们有73.5亿资金也有研究院。人工智能和 service 结合，大家需要一些耐心，可能不会像BAT那个时代互联网1.0时代那么快速，想通过AI赚快钱或者规模，可能大家还是要保持一定的耐心。
图：联想CTO 芮勇在评审会上分析项目
投资人：数据的壁垒比技术本身的壁垒更强
蓝驰创投管理合伙人朱天宇说：产业能不能起来取决于供方和需方是否能对接上，我们在供方提供解决方案，但是，在需方看了这是不是解决了存在的问题？持续的发展是否起来？这点还是很关键。总的来说，还是要找到技术和商业上能够实现平衡的公司，这个也是我们一直在找的，现在还是在技术导向的事情上做，AI 早期确实有大量这样的现象。
IDG 资本合伙人牛奎光认为，我们选择的还是技术驱动的多一些，他们背景都很好。从AI的角度来说可能数据的壁垒比技术本身的壁垒更强一点。我们谈BP很难把他们数据上的优势体现出来。从云+端的角度上来去做的智能结合起来会有更大的发展潜力，我对toC的事觉得还是有机会的，积累一些交易数据来记录人的偏好这件事，现在数据来讲，积累起来有点慢，但是从长时间的方向来讲这是非常好的，有一些机会，跟巨头可能有竞争，这个方向投还是好。
臻云创投创始合伙人祝晓成说，我投自动驾驶的时候会看后面怎么样，单一解决方案的自动驾驶要特别要慎重，比如现在卖价很高的激光雷达，如果国外那几家降下来，会怎么样？ 多模态这块，任何团队出来交流都谈到，只有一个方案一定怎么怎么样，这句话意义不大，关键还是实际的效果来说事。
酷我创始人雷鸣在评审会上
一个核心话题：创业公司的IP思维以及IP流氓
新智元创始人杨静在评审会后的交流中提到： 现在VC经常在做的事情是弄一个IP，倒手半年一年转出去，好像击鼓传花的意思。IP这个路子行不通吗？
微软加速器CEO罗斌说，今天人工智能的成功一定是垂直模式，而不是这个IP怎么怎么好，算法怎么怎么好，这些东西大家不要信。这些技术，你去查专利，20年以前一定有人做这样的研究，而且这些研究一定是有Paper。在美国有一些所谓的专利蟑螂，我事先把这个发展过程中比较关键的IP都去注册了，你们去趟雷去吧，趟完你做好了我就去收钱，这个是特别要不得的。
英特尔中国研究院院长宋继强说，专利流氓应该分开两边来看。VC是为了赚投资回报的，另外有一部分是产业界学术界的，则希望这个产业健康发展。创业公司确实有两类，一类做IP，有好的团队好的技术，不一定有好的商业模式，他们对于VC来讲有价值，继续投投投，然后可以卖给后面的人。这种模式是OK的，特别是在产业概念热的时候，互联网很热的时候，AI热的时候，机器人热的时候。但是为了产业能够发展起来，显然这种模式不能保证产业能做好。产业做好必须要有商业模式，必须有明确的应用。
北航王田苗教授说，基于IP的人工智能创业团队要自己非常冷静，想明白这个公司我自己做IP还是要被其他公司收购。有些人开始不清楚，就觉得我估值越高，拿到的投资越好，其实这是一个坑。自己要清楚，我将来走并购还是自己独立IPO，要把握好，要学会说NO，要学会小步快跑。有些公司就是做IP，做IP反而容易成功，这个IP可以是芯片厂商，可以是软件平台厂商。这种公司我认为比较容易生存。如果一定要去做终端产品，不是那么容易，硬件本身上的问题，还有已有的设备厂商太多太多，我一再说消费机器人没有成形。IP在里面有很大的机会。
评审有话要说
慈星股份执行董事李立军作为本次评审会的评委，在会后接受新智元的采访，分享了他参加评审会的感受，他说，好项目还是蛮多的，特别是几个ADAS和CV方面的项目，这也是这两年比较热的方向，在落地产业化方面也有不小进展，不过我最感兴趣的还是探客柏瑞的脑科学+儿童教育项目和软体机器人项目。国内的优质教育资源非常稀缺，一般的学校师资力量有限，一个老师常常需要面对一个班四五十个学生，很难实现真正意义上的因材施教，通过AI+教育的融合，采用人工智能的手段获取每一个学生的性格、兴趣爱好、学习情况，以及老师讲课的实际效果等参数，针对每一个学生个体建立各自的学习状况和学习能力模型，从而让老师不需要花费很多精力就能精确掌握每一个学生的具体情况，并据此来制定个性化的教育方案，这是一个特别适合中国儿童教育现状的应用场景，非常有社会意义。另外，软体机器人项目是一个很有实用价值的研究方向，能让机器人与人类近距离协同工作，非常安全，而且还能方便的抓取不规则物品，这是传统机械手所不能比拟的。
颜水成则谈到，如果他自己创业，会选择AR方向，他认为AR具备颠覆手机的可能，值得奉献一生！
文章转自新智元公众号，原文链接