技术对商业的冲出,在大多数时候,都是小步快跑的渐进变董,但偶尔.也能产生是以重构整个商业世界观的冲击波。人工智能最大的可能，就是属于后者。
这一天,将不会太遥远。来白全球的创业者们,正热情地寻找着人工智能从技术到商业。从数字基础设施到生产方式改造等重大议题的解决方案。在中国，人工智能则几乎是所有互联网科技公司都在追逐的标签，一些传统企业也在时势的推动下参与了进来。
目前,国内数千家人工智能创业公司覆盖了聊天程序、视觉、汽车、机器人、网络安全、商务智能与分析、广告与销售与客户管理、核心/前沿技术、医疗、文本分析、物联网、消费、金融与保险等领域。百度、阿里、腾讯、科大讯飞等科技巨头公司也在语音识别、图像识别、神经网络、自然语言处理等方面都有重要的突破。相关数据显示，国内人工智能市场将从2015年的12亿元增至2020年的91亿元。
我们关心的是，那些发力人工智能的企业正在面临怎样的选择，将以怎样姿态从象牙塔中走出来,当下的尝试将导致怎样的结果。基于此，我们就可以勾勒出一张人工智能商业化的地图,这将是承载了新的商业思想和创新方法论的地图，它预示着今天的商业和竞争,正在形成一个更高层次的新系统。
事实上，人工智能产业链可大致分为3层:最底层是基础支撑层,包含云计算、芯片和开源框架等。这一层门槛很高,芯片的机会留给了英伟达、高通和英特尔等巨头,开源框架和云计算则被谷歌、亚马逊这样的巨头把持。
中间层是技术驱动层。被外界广为熟悉的图像识别、语音识别等通用技术,就在这一层。BAT 将这一层视作关键要塞,是它们搭建生态系统的核心。这一层也盛产以技术取胜的“独角兽”。
位于最上方的场景应用层赛道最为宽阔，是人工智能创业公司最简单的打法，它们站在巨人的肩膀上，选择一个垂直领域，一头扎进去。
根据艾瑞咨询的统计数据，目前我国71%的人工智能相关企业都在做技术落地应用，在算法技术方面，55%的企业在做计算机视觉，13%在做自然语言处理，只有9%的企业真正研究机器学习。
通过行业扫描，人工智能和各行各业紧密结合，商业落地做得好的行业领域往往都有两个特征:一是行业规模大，无论是安防、医疗大健康、金融、汽车出行、零售都是万亿级市场，想象空间巨大;二是赚钱相对容易、离钱近，AI技术前期投入成本大，需要嫁接离钱近的行业领域。
在商业化过程中不同的企业形成了多样化的商业模式，总得来说可以分为两类，一种是应用型，一种是平台型。
应用型公司遵循的是工业化线性思维,以技术为资本,以生产为主线，“生产产品--建立渠道--定价售出”。即选定特定的垂直行业深扎，积累了足够深刻的认识和经验后，会发现问题变得越来越简单，方向也逐渐清晰起来,也能与竞争对手拉开距离。
然而这种模式的弊端是，只能N倍增长，无法实现N次方增长，想象力和发展空间均被局限。相比之下，平台型模式以平台为起点，结合不同合作伙伴，连接一个个供给端，对接需求端，似乎更有孕育出巨头企业的可能。
互联网商业化之初，它曾被定义为某种工具，但是现在,它 被称为一个行业。这是因为互联网已经形成了一套属于自己的玩法，有的人将其称为互联网思维。同理，还处在起步阶段的人工智能也更多扮演的是工具、赋能者,并非故事的主角。
创业者们需要继续寻找自己的定义，在一个前所未有的创业舞台上。
