排名前三的是BBA车主

从发展方向上看，增加交互能力是趋向，比如现在苹果把激光雷达都放在口袋了，交互感知能力在手机上一定会延伸，因为激光雷达可以做相机不能做的事情。

　　再看一下移动和云时代的后台，后台是数据中心。这主要是谷歌驱动的，在历史上也非常了不起，它的定义性能力是把一个大的仓库建立成为一个计算机。今天我们都在朝着云原生方向走，云是一个更优越的计算体系。我前面讲到，每个国家数字化的基础就是云原生的服务，所以移动是一个非常重要的时代。虽然人工智能很火，但移动依然是有大量创新空间的一个生态。

　　（2）人工智能时代

　　我们今天看到的人工智能时代，它本质是从 2006 年 Hinton 开启深度学习突破开始的。深度学习本质上是一种新的计算体系，它可以把物理界和自然界的信息眏射到一个重叠的向量空间里，通过深度学习很快地抽取它的重要特征，用这些特征解决我们想解决的问题，也就是快速表达、快速获取知识、快速解决人的需求，这是非常重要的突破。

　　人工智能时代，它的前台是所有模态的传感器和传动器都可以被开启，今天的创新目前聚焦在传感器的很多方面，比如摄像头、热成像、毫米波雷达、激光雷达等。基于此，很多交互的形式都被打开，对话交互、视觉交互、触觉反馈交互，所有人能够做的交互，人工智能时代将完全打开。

　　回顾一下历史，苹果做的就是把手指交互做好。因此，可以想象，人工智能时代我们能够做的事情。现在很多设备，比如说智能音箱、IOT 设备、自动驾驶车辆、机器人、嵌入式工业设备都在早期，未来都可以形成很大的产业，需要有耐心的创业者去打磨。

　　人工智能的后台，开启了智能云、智能边缘计算、5G 的智能网络、芯片等，所有这些都要重做一遍。中国自建芯片生态，其实从历史上时间窗口来看正好，X86 和 ARM 这些体系架构本身就需要改变，今天所谓的异构计算才是未来真正的主流计算，所以芯片整个会重做。如果要做芯片，机会有很多，当然中国的芯片机会更多。

　　除此以外，还有系统底层软件、开发工具、新一代的数据管理体系等，这些非常重要的创新也会发展起来。所以创业公司在这里的机会也非常多。

　　未来的人工智能生态需要平台，我们需要定义性的体验和定义性的能力，这点还早，目前我们还没有看到相应的平台，但这只是时间问题。有哪些可能出现的定义性的体验？我们认为，一辆真正可以在路上开的车、一个完全智能化的学校、一个自动化的医院、一个完整的家庭智能机器人、生命科学里面一个完整的可以让药物开发在体外做的流程等，这些都是定义性的体验或能力，因为它们都可以延伸，通过商业模式，都能形成产业生态。所以人工智能时代未来可以产生的生态很多，并且都是很大的产业生态。

　　后台能力方面，目前还在早期发展，前面提到了深度学习、智能云，未来会诞生有延伸能力的平台，比如视频原生平台。或者是大模型加大算力的平台等。

　　数字化的范围，AI 数字化的范围是把物理世界和数字世界连在一起。大部分的环境可以从数字孪生进入到数字原生，一辆汽车、一个房间本身都可以数字化。当然数字孪生也很重要，可以做模拟分析等等，但是数字原生更是未来的、长期的重要机会。同时，人工智能也在C端有很多应用，比如直播、视频等等。

　　（3）人工智能之后更前沿的数字化

　　接下来讲一下人工智能之后我们能看到的更前沿的数字化。交互的方法包括 AR、VR，最为重要的是脑机接口，最终人和计算体系的交互可能就是脑机，对方可以直接知道我在想什么。脑机接口技术虽然离商业化还有一段时间，但是创业公司也不少，能够商业化落地的项目也越来越多。

　　还有量子计算，量子计算里面定义性的能力，可以说是量子优越、量子霸权。潘建伟团队做的是一个比较特殊的量子计算机，就是做 Gaussian boson sampling（高斯玻色采样）这一个物理任务，可以验证比传统计算机有巨大优势。量子计算机，区块链的开发，量子优越、以太坊等，这些都是定义性的能力，可以开启未来非常大的商业化的赛道。

　　4. AI及前沿数字化创业创新领域

　　下面具体讲一下 AI 时代的创业。

　　目前创业基本上都在第一步——基础前沿技术。比如芯片，芯片里面不光是 GPU，FPGA、ASIC 等，CPU 也有很多，特别是苹果最近做的 M1，包括芯片工业存在的所谓 chiplet，今天英特尔、Qualcomm、AMD 做的基本都不能满足客户需求，越来越多的在用 chiplet、common substrate 来做，但苹果不等了，自己做 M1 了。以前大家都说 CPU 算了，让英特尔做就够了，但是现在 CPU 也被颠覆性创新了。

　　GPU、ASIC、FPGA 就不深入讨论了，特别是模数一体，硅光组合，这里我们强调一下电子和光子。我们过去的数字化基本上是电子为主，计算都是电子，现在趋势很明显，光子会成为主角，今天好的传感器基本都是以光为主的，硅和光几乎越来越多，底层有一堆开发的创业机会。

　　这里我讲一下垂直行业。因为创业团队进入的赛道是垂直行业的赛道，所以 AI 创业者需要关注的点，就是所处的行业生态。

　　今天 AI 技术的渗透，还没有足够到可以爆发的时候，还需要五年甚至十年或更长。回顾一下历史，今天数字化主赛道的爆发是依靠微软和英特尔用三四十年的时间，把 PC 送到每个家庭，让手机进入每个人的口袋里面。我们让 AI 进入每一条流水线、每一个厂房，也将需要 5 年、10 年、20 年时间，所以现在不是爆发的时候，但是仍然值得我们去撬动。但要做好思想准备，解决开发周期长、销售成本高、风险资本不够耐心等一系列的挑战。

　　另外人工智能创业比较容易做的是在云和移动的赛道里，因为它的迭代周期非常快，渠道都有，完全是数字化的，用 AI 做 SaaS、产品创新、内容推荐、视频理解、直播、自动化等等，所以这一节基本概括了前面讲的人工智能创业的新领域。

　　5. 新格局下C端需求分析

　　我前面讲的都是跟技术有关，技术判断相对容易，需求判断则难一些，但是需求判断也有一些结构化的工作可以做。

　　首先我们看一下C端，本质上可以把人群和人每天的 24 小时分一下，你就可以有一张表：老年人、中年人、小孩分别做什么，他们有什么需求，以及如果创业的话，我们可以怎么切入。

　　这也有一些结构化的规则可循，比如马斯洛的需求层次理论。这里我推荐给大家一个观念——用户永远不满足，这是亚马逊的创始人贝佐斯写给投资者的话。这也诠释了为什么今天像 Zoom 这样的公司，可以成功做起来，尤其在已经有很多做视频会议软件的环境下，因为这就是一个没有被满足好的需求。

　　以前我们在 YC 投资也会有这个感知，如果一个赛道不断有创业者涌入，很有可能这个需求没有被满足好。不要因为看到某赛道已经有产品就不做了，因为用户永远不满足。

　　新格局当然有很多加速机会，这里我选几项讲一下。

　　第一，通讯是人类永远的刚需，视频为先的时代到了，特别是异步实时，过去的视频通讯走不到主流，因为它是同步的，人的协同代价太高了。如果视频可以做到异步通讯，这将是一个了不得的变化。

（编辑：烟台站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!