Content #
回到今天在人工智能领域创业这件事上，会有三类公司受益于智能时代。第一类是谷歌、微软、Facebook、亚马逊、英伟达、阿里巴巴、腾讯和百度等大科技公司。它们中有些已经在人工智能技术上做了很长时间的研究，比如微软；有些则在最近两年奋起直追，比如阿里巴巴。这些公司都致力于打造平台型产品，或者像英伟达这样利用自己过去在市场上的优势，向人工智能领域转型。它们的财力和人力资源是其他公司难以匹敌的。
第二类是拥有大量数据却不知道如何使用，以及商业规模非常大但商业模式老旧的公司，比如电信运营商、石油公司、政府部门、大型工厂、商业银行等。它们的数据数量和商业规模本身是一大笔财富，但是在变现之前它们并不等于钱，而数据和商业规模变成钱需要一种催化剂，那就是智能技术。有趣的是，由于这些公司基因的问题，它们难以依靠自己的力量从大数据中挖掘金矿。在中国的金融界，四大国有银行一方面看着阿里巴巴旗下的支付宝等金融产品挣大钱，另一方面则守着更多的数据干着急。在第二类公司中目前依然有不少觉得靠自己的力量能够赶上智能革命的浪潮，但事实上如果不借助催化剂，其实是很困难的。那些大银行，在大数据已经被提出近十年、在中国也被热炒了六七年的今天，依然无所作为，又怎么能指望自己在今后的六七年有所作为呢？如果荒废了接下来的六七年时间，它们在整个行业中落伍是确定无疑的。在美国，各家大银行都已经认识到这一点，它们的策略是直接使用 Splunk 等大数据服务公司的产品处理自己的业务，而不是自己从零开始打造新的 IT 团队。相信中国的第二类公司很快就能够明白这个道理，这样也就给了第三类公司机会。
第三类公司是掌握新技术的创业公司。它们有一些技术专长，但是没有第一类大公司的水平；有些工程能力，但是没有第一类公司的综合实力；作为小公司，它们肯定也没有大量的数据。那么这些公司怎样才能在智能时代分一杯羹呢？简单地讲，这类公司就是干第一类公司不愿意做的脏活、累活。第二类公司和第一类公司其实存在利益冲突或者潜在的利益冲突，第二类公司是不会将业务委托给第一类公司的。你可以想象，四大国有银行信不过阿里巴巴，中国移动信不过腾讯；同样，花旗银行也信不过谷歌和亚马逊。反之，第一类公司也不愿意去做那些脏活、累活，因为从成本上来讲不合算。因此，第二类公司最终会扶持第三类公司为自己做事。
由于第二类公司有数据、有资源、有市场，因此它们在合作中会很强势，而第三类公司在一开始必须做脏活、累活，可能还得不到很多收入，但这个过程是省不了的。可一旦传统一点的大公司开始信任这些小公司后，就形成了“原有产业―新技术：新产业”的格局。在双方双赢的基础上，这两类公司的合作会非常好。而第三类公司还可以直接利用第一类公司的平台，因此，第一类公司通常不会和它们作对。