汪华：我认为AI由两条腿驱动。一条腿是技术驱动，前几年，深度学习、GPU等各种新理论出现，成就了很多黑科技企业，这些企业往往驱动的是一些更加久远的、中长期的东西，比如自动驾驶、真正意义上的家用机器人等。但受制于科技、算法，产品大规模应用于生活可能还需要三到五年时间。但黑科技领域更容易产生独立的公司。

　　另一条腿是需求驱动。需求驱动跟技术没有关系，它来自于互联网和移动互联网在中国的发展，从1995年开始的互联网，atv，到最近的移动互联网将所有的人和场景连接起来，使得交易量和交互量几何级数般上涨，如此庞大的数据不得不交由机器自动化处理。而只要一家公司采用人工智能技，效率提升到足够高之后，就会相比竞争对手产生巨大优势，逼着其他人不得不采取行动。因此，需求驱动这些公司不断提高线上化率，并向其他行业延伸。

　　但缺点是，这个领域产生的公司，很难是纯粹意义上的AI公司，大多是AI+场景或者AI+业务，且大多数是2B的公司，技术相对复杂，对创业者要求比较高。

　　向死而生 以强胜弱

　　主持人刘英航：巨头林立的AI行业，创业公司如何找到自己的突破点，实现弯道超车？

　　吴甘沙：小公司可以做一些事情：首先，试错要做到更好，试错成本要低。大家可以想象一下，探索一个未知海域的时候，万吨巨轮很容易触礁，但是小公司开着冲锋舟去，很有可能成功，要抱着一种向死而生的心态。

　　其次，小公司可以有一些创新的策略，第一，边缘创新，找主流市场边缘的垂直细分市场；第二，差异化创新，我不一定比大公司做得更好，但是我做不同的东西；第三，协同创新，两个大公司之间合作往往很困难，因为都有自己的傲慢，而且法务部门比较保守。但是小公司，放低身段，非常容易进行合作。这些都是小公司的机会。

　　余凯：对小公司来说，一定要让自己的商业模式在大公司的射程范围之外。大公司有两种能力，一个是势能，一个是动能，动能是现在的业务，势能是他积累的人才业务和资金。

　　小公司如何在射程之外找到机会？两个因素比较关键。第一，对数据资源的独占性，这是一个关键的战略资源，我们看BAT，整个价值都建立在这上面。第二，数据转换成价值的效率，比如每秒钟处理多少数据。这往往不是大公司的优势，因为一些核心的技术，从零开始投入到最后形成战斗力，需要至少三年时间，跟大公司小公司没关系。

　　徐立：关于AI+行业：如果创业公司的核心技术能形成壁垒，而且在某个行业里面具备关键要素，那就需要在这个领域垂直打通，形成需求、数据、行业的回路，打通闭环。反过头来，核心要素并非都都具备的情况下，你就要找准合作伙伴。这是我们这几年核心的一个想法。

　　傅盛：小公司并非没有机会，要看它在垂直化方面有没有可能击穿一个行业。比如当年百度推外卖，高层的想法是做了总比不做好，但为什么不做今日头条？因为对他们来说机会成本太高。所以小公司一定要拼垂直化场景，一定要把应用想得非常深。另外，还有一个观点，前景越明朗的应用，对小公司越是巨大的前景。

　　黄明明：小公司的机会，在于专注，把力量用到一点。前几天和李想聊天，说到大众在中国的车型，密密麻麻有上百种，他随便问到一个投资人，你能说出朗逸和帕萨特以及宝来有什么区别吗？对方答不上来。如果真的把所有的资源集中到一个点，小公司能做到比大公司强，如果在这一点上比不上大公司，就别指望有什么以弱胜强的机会。

　　我认为在特定的应用场景产生数据的地方，是AI类创业公司的机会。这就是我们为什么投一家自动驾驶公司的原因，事实证明谷歌和百度的自动驾驶之路几乎走到了死胡同，因为他们只做算法，但没有应用场景，无法真正上车应用。要在垂直应用场景扎得足够深，自己可以产生数据，然后正向反馈，这是BAT没有的，小公司可以从这方面去寻找机会。