当然，除了数据多，还需要数据是有标记的，而且是单一领域的。金融又符合这个条件，比如说炒股、保险、小额贷款、风控，这些事情都是针对大量的数据来判断。我能不能借钱给你，我该买哪一只股票，这些是非常适合人工智能，而且也会快速取代人类在这方面的工作。而且能产生特别大的财富，因为在金融领域，每做一个更好的抉择，马上就挣钱省钱了。

　　在人工智能领域创业成本高、门槛高

　　腾讯科技：您提的这些东西对于创业公司而言，他们的机会在哪里？技术、数据、场景，都是人工智能的核心要素，创业公司并不掌握这些，尤其数据和产品层面是比较弱势的。那么创业公司应该做哪一块？

　　李开复：AI创业确实和过去互联网创业、APP创业是完全不一样的。APP创业是有史以来创业成本最低的，AI不但成本高，而且很多困难。

　　第一，创业者是否足够了解场景、用户痛点？

　　一种模式还是2C，就是有没有看到一个强需求，这个强需求能不能被技术解决。

　　举个例子，创新工场投资的用钱宝，就看到了中国大部分人没有信用卡，但又有资金周转的问题，银行却不提供小额贷款，这是不是可能成为一个机会？如果有一个APP，让我需要一两千块钱的时候按一个扭，把名字、身份证、脸谱输进去，再上传一些数据，它就能够快速判断要不要借钱给我。

　　这就是一个很好的生意。因为你收的利息远远超过银行利息。产品推出来以后，仅仅18个月，每个月就可以放出120万单，每年贷款额是三四百亿级别。利润是不可想象的，马上就要上市了。

　　所以，如果你切到了一个用户非常大的痛点，那就可以做2C应用。但是大部分AI应用是2B，而不是2C，毕竟大部分需求并不是小额贷款，而是银行、保险公司等等。

　　第二个问题，数据怎么办？

　　基本上有3种方法，第一个是自己努力累积。刚才讲的用钱宝，就是刚开始没有数据，那就只能用规则来贷款，就会犯错，坏账率就多，每次坏账都要付出血泪的代价，但是每一次赔钱就产生了新的数据，当数据足够了就可以用机器学习。用钱宝的数据是用血泪自己堆积出来的。

　　第二个方面是借力别人。比如说给招商银行服务，帮他做一个很好的风控引擎，数据就是在招商银行，招商银行不会把这个数据拿出来。做2B的好处是客户如果有数据，你就可以用上，用上了带不走，但是至少产品可以做出来。

　　第三种模式是创新工场的模式。创新工场在做一个特别大的计划，就是收集特别大量的数据，开放给创业公司使用。

　　大部分传统公司在AI时代都没戏

　　腾讯科技：人工智能对于传统商业领域究竟是颠覆还是改良？

　　李开复：两个都有。如果你选择的业务暂时不颠覆，那就可以切一下。比如说用钱宝做的小额贷款，银行并不做，所以不是抢它的生意，反而可以帮银行挣点小利息钱，所以是双赢。但是可能下一步就有人要做房贷、车贷、甚至是教育贷款，这时候就要动到谁的奶酪？

　　另外是大公司，他们什么时候可以觉醒起来？他们手中的数据才是宝藏，如果他们的心态是我的数据是宝藏，我要自己做，那么99%的情况是不靠谱的。

　　最终大部分的传统公司还是被颠覆，历史告诉我们就是这样。因为如果一个传统公司靠他传统的模式，已经挣很多钱。他要靠新的模式来颠覆旧的模式，颠覆之后可能还没有以前赚的钱多，而且还有很多旧业务的内部势力会阻挡你做新业务，所以这个很难推。

　　我不认为今天的银行、保险公司、医院、教育机构会意识到这个问题，少数会自我改良，但大部分都没戏。