前言：技术不是一家公司的长期、唯一的壁垒，技术只是我们撬动这个行业的起点。

立夏之后5月24日，启明创投在北京举办了第一届“智启社”春季沙龙。

这是一场极具启明创投特色的沙龙，从组织者和主持人（启明创投负责科技创新投资的周志峰）到与会者（绝大多数与会者都是启明创投的被投企业的CEO或CTO），都和启明创投有莫大的关系。

此外，主办方还延请了诸位人工智能业内的领头人，比如微软首席语音科学家黄学东、前金山软件CEO张宏江、京东集团负责AI平台和研究部的副总裁周伯文、腾讯AI实验室视觉首席科学家刘威、今日头条AI实验室负责人李航、平安科技的首席医疗科学家谢国彤等参加了本次春季沙龙。

（沙龙现场图）

这场春季沙龙的核心目的之一，是“志同道合的AI从业者们，一起交流和讨论，启迪心智，共同提高”。启明创投创始主管合伙人邝子平在开场致辞时，回顾了启明从2012年开始系统布局AI的历程，分享了收获与遗憾。他希望多听听大家的发言，“希望本次沙龙既没有特殊的演讲者，也没有听众，大家都参与”。

邝子平的目的达到了。本次沙龙，历时4个多小时，讨论涉及AI底层技术最新趋势和其应用场景等方面的内容。本文只摘录了AI创业的商业模式及其如何突围的相关内容。京东副总裁周伯文、旷视科技Face++的CEO印奇、云知声的CEO黄伟、启明创投合伙人叶冠泰、优必选机器人的CTO熊友军等参与了这一小环节的讨论。他们无保留地分享了如何构建护城河的思考。

（周伯文）

这是本次沙龙讨论的小高潮之一，由周伯文而起。他问了云知声一个问题：一个单向、有深度的技术创业公司能否继续走下去，能走多远？所有的人工智能公司都要变成全能型的企业吗？（注：云知声，在发展过程中，业务逐渐多元，技术能力也从语音拓展到语义，从语义拓展到对话，从对话拓展到针对具体场景的服务）。以下是讨论的主要内容（略有删减）：

黄伟：创业公司到底是单点突破还是越做越多？这是一个非常深刻的问题，也是每个CEO应该仔细思考的问题。2012年，我们曾经很天真地认为只要我们把语音识别做好就可以了。很多人也跟我讲，你们就专注去做语音识别，把语音识别做到业界No.1。如果当时我听了这个建议，云知声现在已经挂了。

（黄伟） 

为什么呢？第一，语音和语义是不分家的。语音信号包含在信息里面；第二，无论是用语音识别还是用图像识别，用户用的是整个的交互链条。比如我说一句话，怎么把噪音处理掉，怎么识别语音，怎么听到，怎么去理解，怎么去听懂，听懂之后怎么把你想要的东西做聚合，这是一个完整的闭环。如果只做一点，这意味着其他环节需要别人来帮你做。谁来帮你做呢？没人帮你做。

技术点，并不是孤立的。一个公司去做麦克风处理技术，信号处理完后，需要考虑的是怎么跟另外一家语音识别公司进行匹配呢？彼此都是黑盒子，是没法打通的，不能保证效果的。一个比较理想的情况是，有一个公司或者一两家公司能够合作，把整个闭环的端到端打通。一开始，我们只做语音识别，后来发现不行，我们还得做语义理解，做完语义理解还不行，我们还得去做知识图谱，甚至还要去沟通版权、做内容聚合。对我们来说，任何一个环节不做，结果就是nothing。因为用户要的不只是语音百分之百的精准识别，他们要的是能解决具体问题的服务，我们必须把整个服务链条做好。

这是一个痛苦的选择。能力拓展，意味着你要投入资源。这个市场上又没有那么多优秀的人才加入创业公司，对创业公司来说，如何突破是一个非常艰难但又不得不做的选择。我个人认为在市场里，创业公司要么占一个垂直领域，要么在技术链条上下苦工。前者，或许你的技术宽度不够宽，但是在场景里面扎得足够深，你可以活。后者，十八般武艺你都会，你可能活得更久一点。

叶冠泰：我想跟进一个问题，我们跟创业公司聊的时候，经常说大家要专注，要做得深，您现在说做得广非常重要，不然就挂掉了。优必选做机器人，终极目标是做走进千家万户的智能人形机器人。你觉得优必选是什么东西都要自己做吗？

（叶冠泰） 

黄伟：我觉得专注是一个相对的词，比如在PC互联网时代，你只要专注做好一个网站就够了。在移动互联网时代，一个创业公司做的事情比PC互联网时期要做的多得多。IOT时代，你会做得更多。面向IOT时代，我觉得云知声和旷视科技今天所做的远远不够，因为未来的场景足够大、足够复杂。

像优必选，他们做的是人形机器人，不见得所有的东西都得自己做，云知声也不见得做完所有的东西，但是关键点是需要自己做的。因为你要确保整个服务链条是能够跑通的。优必选做机器人，可能会把一些听觉、视觉的技术外包，但是它不会把机器人拆成18个零件，每一块都交给一个合作方。所以，我觉得专注是相对的概念，多跟少也是相对的。

叶冠泰：优必选对专注是怎么想的？

熊友军：创业公司怎么去建自己的护城河，在这一块，优必选走过很多弯路。早期，我们活得非常辛苦。2008年，我们开始准备做机器人。那时候我们的特长是在运动控制方面。当时，我们做机器人，不用自己做元器件，我们去买供应商的，从韩国、日本、德国进口了伺服，再结合着我们擅长的运动控制系统，把样机做了出来，效果还不错。但是，等到我们去规模化生产的时候，发现成本太高了，一个伺服成本差不多要7、8百元，一台机器人需要24个伺服，成本约近2万元。成本太高了，根本没法产业化。机器人要进入普通家庭，成本超过三千元是比较困难的。

（熊友军） 

于是，我们开始专注做伺服、做舵机，2008年到2012年，我们用了4年时间做舵机，2012年，才把它做得比较稳定、可靠，而且价格远低于韩国、日本，性能还比他们要好。

关于构建护城河的问题，首先我们要找到“城”在哪里。运动控制是优必选成立之初的核心优势，但实际上仅凭这一点，根本没有办法把公司撑下去。深入到机器人这个领域后，我们才知道这个行业现在缺的不是运动控制的算法，直到我们找到了真正的核心技术难题，解决了伺服系统之后，才在2012年注册成立优必选公司，并推出了我们的第一款产品。

第一款产品推出之后，市场反响平平，包括我们自己使用也觉得差强人意。问题出在了机器人跟人的交互上。为了解决这个问题，我们就去找了很多做语音语义的公司，包括云知声和科大讯飞等。我们跟科大讯飞合作，把它们的语音交互系统跟机器人结合起来，推出了第二代语音交互机器人。问题又出现了，我们发现用户在跟机器人交互的时候，机器人需要识别情绪和情感、及人的身份，还需要触摸和避障，需要各种各样的知识。我们发现太多的东西需要被拓展。

一步一步走过来，我们发现只有真正深入到行业，真正去做用户场景，了解客户的需求，才能找到自己的核心，才能知道如何搭建自己的护城河。如果脱离行业、脱离产品、脱离客户需求谈护城河，我觉得这是不现实的，甚至是错的。

周志峰：请问一下印奇，在机器视觉领域，国内几家领先的人工智能公司，以人脸识别算法为例，在LFW等类似的计算机视觉比赛中都取得99.xx%的识别精度。每家公司相差不过0.1% - 0.2%，这是不是意味着在图像识别这一块，我们可以认为AI算法已经趋同了。在这种情况下，如何构建自己的竞争力呢？

（周志峰） 

印奇：周总的问题应该放在最后，问完了，我就可以走了。刚才的讨论很精彩，我觉得我们跟云知声是两个挺有意思的AI技术主赛道。我们有很多类似之处，一开始，讲的都是技术平台的故事。我们讲的是视觉技术平台，他们讲的是语音技术平台。越走越觉得自己走不通。在不断的进化当中，我认为优必选实践出了很好一条路径。大家不要再觉得我们估值高，优必选的估值更高，还有在场的今日头条，大家可以多向他们请教融资策略。

优必选估值高是有理由的，刚才熊总讲的最核心的点是“城”在哪里的问题。所有技术驱动的AI创业公司，单点技术一定不是城。之前去日本，我看了一圈日本的机器人公司，很多技术在国外很成熟，这都不是城。优必选为什么值几十亿亿美金？本质上，它已经走完了一个闭环。优必选的核心是在机器人整体产品的能力，以及品牌、市场、销售整体运作能力。对于企业来说，我觉得有两类的选择，一种是小城，另一种是大城。如果我们想做一个小而美的公司，像在场的长亭科技，在网络安全这个细分领域里，是可以选择在早期走小而美路径的。我们旷视科技在巨头参与的主赛道（机器视觉赛道）里，是没有选择的，要么挂掉，要么在一个固定的时间窗口中做大。没有其他选择。我们所解的这个命题是在一个固定时间段里怎么做大的问题，起点在哪并不重要。我认为，技术不是一家公司的长期、唯一的壁垒，技术只是我们撬动这个行业的起点。

回到城的话题，在C端，城一定是产品。没有用户，其他都不是城。在B端，现在，我们在做B2B2B，甚至B2B2C，我认为只有在某个细分行业中体现出你的终极价值，才能够说这是我的城。我觉得，所有的AI公司应该不断往前冲，拿到你的用户价值，提供各种闭环的解决方案。

（印奇） 

另一方面，技术为什么是很重要的？技术是你去攻城略地时，你能比别人稍微跑得快那么一点点的核心区别。我们不断请最优秀的人提高我们的系统，并获得更多的数据，这是在阶段性获得技术的差异化的能力。我认为我们的核心差异还是体现在选行业和场景上。

回到黄伟说的逻辑，公司是应该专注的。我们中间有一个阶段是不专注的。因为我们要融资，需要告诉别人Face++是一个平台公司，因此我们进入了很多的行业。今年，我们更加自信一点，要做减法，从原来的四五个行业减到三个行业，明年或许还会更少。我们本质上是从从一个行业切入进去市场，要么从终端的硬件核心元器件切入，要么从上层业务和应用场景切入。大部分AI公司，基本上是从中间技术层切入的，切入之后，你要迅速选择一个方向，我觉得一定要尽快跑到一个端上，要么接地，要么上天。

我们这个行业竞争很激烈。跟同类型的公司相比，我们发现大家选的路径是不太一样的，我们在做“少”，其他公司在做“多”。当我们做少的时候，作为技术背景的团队，我们会变得更安心一些。我们无论是选择现在的三个场景，还是明年的两个场景，如果销售额能够乘以10，这代表你真正构建了属于你的壁垒。但，这是一条非常艰辛的路。