有趣的是，专门为算法来优化的硬件在美国是大公司做，中国是创业公司主导。我的理解是，对于很前沿的兵家必争之地，美国的大公司更有忧患意识；中国的大公司比较不着急，先等一个方向相对明显的再去追赶。算法和算力这块的创业对于人才的要求特别高，对于融资金额的要求也很高，创始人基本上都是在大型公司负责过类似问题的超一流的技术人才。当然，对于投资人的要求也很高。毕竟要看懂技术方向，选对人，还要给得起钱。

4.人才。

不管是中国还是美国，对于大数据和人工智能的创业人才提出了比移动时代大得多的要求。

移动时代有很多 low hanging fruits, 所需要的更多是产品能力和狭路相逢勇者胜的精神。在智能创业时代，这些要素仍然需要，但还不够。对于创业者的基本技术素养，对于技术到产品，产品到商品整条路径的时机把握，也要到位。

我们最近做了一个创始人背景统计，投过的近30家此类公司的创始人当中，90%是名校毕业，44%拥有 PhD，近50%有过 Facebook, Google, BAT 的经历。

从历史上来看，美国在人工智能人才的积累有优势，但差距正在被急剧缩小。一方面是通过过去5年多中国的公司在大数据和其应用的大规模实践打造了一大批人才，另一方面是很多国外顶尖的华人在过去几年内纷纷回国，而且这个趋势是越演越烈。在个别公司上，甚至人才质量要高于美国同类公司。

上个月在波士顿的AI考察当中，我最大的感受是美国曝光很多的几个 AI 公司他们的 人才构成，deliverables都不见得比国内类似地位的 AI 公司要好。而这些公司，对于中国的市场都非常有兴趣。有一家做自动驾驶创业公司的老外CEO 直接表示，他们认为自动驾驶的未来在中国，所以他们很早就找了中国投资人作为跟投方，同时在年底来中国进行规模性的合作和融资访问。

5.应用场景。

应用场景，也就是要解决的问题。

美国是世界上一流的发达国家，很多传统领域的发展都非常不错，金融领域有完善的支付系统和信用制度，ERP/SAS 在美国早已盛行多年普遍铺建；但到了移动和智能时代的时候，很多变成了历史性的负担 - legacy。对于移动和智能有需求，但现有的东西还能凑活着用，加上竞争并没有中国市场的激烈和残酷，所以让他们全面移动化和智能化并不容易推进。

在美国生活的一个明显感受是大部分公司还是很强调 Web，而在中国有移动 APP 或者微信公众号比起有网站要重要的多。唯一一个在硅谷最像中国公司的 Uber，也因为各种文化问题惹上麻烦，造成 CEO 的黯然离场。

但在中国，Uber 类型的公司风格是常态，不是变态。本身基础的薄弱，加上竞争环境的恶劣，再加上之前诸如阿里巴巴腾讯等公司提早拥抱高科技实现屌丝逆袭最后换道超车的成功故事的激励，最后浇一把关于AlphaGo大战世界棋手的油，让很多传统领域的中大型公司对于大数据和人工智能有一种本能的渴望和恐惧。

恐惧造就需求 —— 对于行业第一名，希望不要被人工智能加持的行业后来者超车；对于追赶者，希望能获得竞争上的优势，降低成本或者提高决策效率，实现业绩的突破。这就像原始人类对待火的态度，恐惧并渴望。但不管是哪种，对于强调大数据处理能力为主要手段的人工智能创业公司是一个巨大的的利好。这种相对落后的现状加上巨大的市场造成了中国在应用场景上的巨大优势。

同盾在3年内实现了不到一只手的客户数到今天的7000+；桃树在于中大型银行的客户获取的进展上，神策在于互联网和金融客户的获取上，都大大超过了我们的预期。

很多人会在问，哪些方面的AI创业机会比较好。我的回答是你最熟悉和最感兴趣的领域，前者对应着 skill，后者对应着 passion。这比起什么风口猪理论更为重要。不然即使投资人很看好一个领域，也不会选你的团队。

我再来正面回答我们非常看中的三个大的AI+的创业领域 -——一是用数据科技来改造金融；二是 AI+医疗；三是数据对于企业流程的升级再造，可以认为是 SAS 2.0。

我们的很多精力都放在这3块领域上。而这三块的未来，中国的机会都比美国更大。金融行业更传统也更集中；医疗在中国是一个更大的社会问题；企业之前电子化信息化的基础不够，但反而给了一次性跳跃升级的机会。