谁将成为AI领域下个BAT？科技巨头、创企“现身说法”，比比谁机会更大

人工智能，可以说是近年来最热门词。无论大、小公司，都摩拳擦掌准备在新世界大门真正打开前抢占先机布局，赢得巨头愈强，创企有成为下个BAT的门票。

今日（11月16日），在凤凰科技峰会上，一场有意思的对话在巨头与创企中开展，主题是有关谁将成为AI领域的下个BAT？大公司代表有英特尔中国研究院院长宋继强、高德汽车事业部总裁韦东和 vivo软件研发总经理周围，创企代表包括三角兽创始人兼CEO王卓然、商汤科技联合创始人杨帆、地平线联合创始人黄畅，三家都算是目前人工智能领域的明星企业，比如商汤昨天（15日）刚获高通战略投资，地平线10月拿到英特尔近亿美元A＋轮融资。

谁将成长为BAT级别的公司？

“现阶段，技术突破并非核心，落地场景，找到真正接触最终用户的你的点，再围绕这点去打造技术。”黄畅如是说，他认为当前更看好vivo这样的公司。

虽说vivo是手机厂商，难说专门把人工智能技术的进展单独拿出来说，但实际在手机的背后，确实有些利用新科技达成的优化。据周围介绍，vivo在AI方面的布局有三方面，首先是智能判断消费者使用场景，借助各种接口等，把手机系统的能力快速提供给消费者；其次，把消费者痛点和需求排序，拍照位居首位，加入人工智能算法，把逆光拍摄的照片做得非常清晰；再者，有关手机省电和续航方面，比如利用人工智能技术能达到省电20%以上。他表示，今年vivo软件工程师团队超15%都从事人工智能相关开发。

如此看来，黄畅所看好的方向是AI这门技术能落实到具体应用场景里去，vivo就是实际的案例。

杨帆所持的观点与黄畅类似。他认为空有技术并没用，需要把技术、行业、场景结合，创造价值，拥有客户和场景很重要。

综合两位创企代表的观点，他们好像更倾向大公司着力AI赢得概率更高，大公司已具备用户基础，实际场景或更丰富，或有深厚积累。

在宋继强眼里，能否成长为像BAT级别的公司，与公司业务、行业属性相关。他表示看好高德（不过高德已被阿里全资收购）。他提到三项判断条件，首先公司做得是平台，而非具体应用，如具体技术提供商；第二点，是能接触到最终的消费者；第三是所面对的未来市场成长性很高，如无人驾驶，当数据源源不断进来，公司还得有能力去处理和增值。

大公司 VS 小公司，谁在AI领域的机会更大？

既然当前，无论大小公司代表似乎都更倾向大企业去拓展AI取得成功的结局，那么小公司就没机会了吗？

其实不然。

宋继强觉得大小公司机会都多。他提到，大公司固然率先占平台优势、渠道优势及资金优势，能出手收购许多资产、整合资源，这点小公司没法匹敌。但同时大公司也存在问题，比如对具体行业的需求无法快速适应，没那么灵活。这恰好是小公司优势所在，尽可能面面俱到支持客户。

尽管创企最初无法像大公司一样设定大目标和平台型方案，宋继强认为小企业还是有突破口能突出重围。他指出，创企应该瞄准AI领域一些具体应用痛点，做一些垂直整合，服务好客户。慢慢站稳脚跟，把企业做大。

韦东的观点稍类似宋继强，但他给小公司破局添加了限定条件，即颠覆现有领域及产业。他认为，目前已在路上或行进方向很明确的领域，大公司机会更多。小公司需要找到局部或者更细分的领域颠覆，才有机会。

周围则把AI划分为四个相关因素：计算、人才、算法和数据。他觉得大公司和小公司各自有不同的机会，在计算、算法、数据方面大公司机会可能更多；小公司也能带来计算领域的变革。人力资源领域，大小公司都有机会。

作为创企的代表黄畅和杨帆赞成大公司代表者的观点，他们所持有的观点自然是小公司是有机会的。他们两位的发言谈到了两点，其一是罗马非一日建成。20年前，现在的大公司那时很多是小公司，而如今人工智能技术能与所有领域结合，这里存在很多机会；其二，技术求突破，落地找场景。黄畅讲到地平线选择的两个重点：芯片，嵌入式人工智能芯片——包括大公司在内没有公司做得足够好；智能驾驶，他认为这是未来获取重大变革很有前途的场景，且基于此场景，有做通用人工智能机器人的机会。

都用AI来讲故事，可实际它是泡沫吗？

无论是各巨头喊出各种All in AI、AI first的口号，还是众多新创企业轮番获资本青睐融得巨资，资本和公司们的热闹与人工智能实际应用有限，甚至智商还未及6岁小孩的骨感现实，让人疑思，人工智能是否又重演当年几次泡沫兴起到破碎的过程。

对此，杨帆直言，人工智能泡沫很大，但这正说明其背后有真金。他以20年前互联网类比，泡沫后的互联网彻底变更了每个人的生活。未来十年，人工智能的背后具有很多产业机会，无论大小公司都要考虑到自己的定位，去寻找最优价值。

韦东也提到20年的互联网泡沫。在他看来，那时候并不是说不需要互联网，而是条件不具备，当时处理器很差，网络普及率很低。现在所有人都有手机，终端、处理能力还很好。目前，人工智能在大数据、算法和计算能力方面已有基础，未来还得突破物理能力和硬件方面的门槛，包括处理器、传输带宽、云计算、存储能力各方面，人工智能便能逐渐普及和发展。