這意味著商湯科技不再執(zhí)著于不成熟的商用市場尋找出路，而選擇成為現(xiàn)階段基礎(chǔ)服務(wù)屬性更強(qiáng)的國家隊(duì)成員。
格靈深瞳是另一家在業(yè)內(nèi)匯聚頂尖人才的創(chuàng)業(yè)公司，成立于2013年，其主要業(yè)務(wù)是計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)以及嵌入式硬件研發(fā)。在成立不久之后，格靈深瞳將這個“技術(shù)”轉(zhuǎn)化為一個具體的市場方向——安防。
安防市場是一個相對封閉且對硬件技術(shù)要求較高的門檻，目前格靈深瞳主要集中在軟件方案上，很難說切入了安防市場的核心地帶。2017年年初，格靈深瞳CEO何搏飛的離職也讓圈內(nèi)震驚。
與格林深瞳同樣切入安防領(lǐng)域的還有曠視科技（Face++）等以面部識別為核心技術(shù)的創(chuàng)業(yè)企業(yè)。盡管并不否認(rèn)人工智能技術(shù)對安防效果的顯著提升，但安防市場一直是以銷售為強(qiáng)導(dǎo)向的線下市場，國內(nèi)長期被?？低?、大華股份、東方網(wǎng)力三家整體方案和硬件商壟斷，創(chuàng)業(yè)企業(yè)很難顛覆。
盡管國內(nèi)大多數(shù)基金的生命周期都是5年以上，也就是說所投公司在5年之內(nèi)沒有回報都是可以“被理解”的。但實(shí)際上，如果一家公司在3年內(nèi)既沒有找到合理的商業(yè)模式也沒有實(shí)現(xiàn)批量增長，那么就很難再繼續(xù)進(jìn)行正常的下一輪融資了。
無論是為了進(jìn)一步融資，以獲得公司繼續(xù)生存所必須的救命資金，還是給“裁員”找一個好聽的說法，團(tuán)隊(duì)出走裂變出新的公司，在人工智能領(lǐng)域都成了一種趨勢。
幾乎每個成立三年以上的人工智能公司都會存在一次“團(tuán)隊(duì)出走，二次創(chuàng)業(yè)”的事件。
通過公開資料我們發(fā)現(xiàn)：思必馳員工離職創(chuàng)辦語音識別公司馳聲科技；云知聲CMO離職創(chuàng)辦人工智能教育公司先聲教育；出門問問兩位員工離職分別創(chuàng)辦大數(shù)據(jù)冷鏈公司Meatub、智能硬件公司萌動；商湯科技曹旭東離職后創(chuàng)辦自動駕駛公司Momenta；格靈深瞳的丁鵬博士離職創(chuàng)辦人工智能醫(yī)療公司DeepCare；英特爾的吳甘沙等5人離職創(chuàng)辦自動駕駛公司馭勢科技……
盡管并不是絕對，但裂變后的公司往往會更為“腳踏實(shí)地”，在商業(yè)上更努力。
簡單來說，從圖像識別公司離職的員工，會創(chuàng)辦一個在圖像識別領(lǐng)域有具體應(yīng)用場景的公司。比如在自動駕駛領(lǐng)域，從L5（完全自動駕駛）離職的團(tuán)隊(duì)則會更傾向于研發(fā)L4和L3（輔助自動駕駛）的方案，或者是具體到自動駕駛整個產(chǎn)業(yè)鏈中的某個硬件、芯片或算法上。
只有這樣，這些分裂出來的公司才可能在自己重新開啟的融資周期內(nèi)，實(shí)現(xiàn)盈利或被收購。
差了5年的風(fēng)口就是泡沫
“你覺得目前國內(nèi)哪家公司的人工智能水平最高？”（不包括微軟亞研等外企）
PingWest品玩把這個問題扔給了很多人工智能科學(xué)家，答案的前半部分驚人的高度一致：“技術(shù)實(shí)力最強(qiáng)的一定是百度，但是……”
后半部分的回答不盡相同。不過大多數(shù)指向剛剛離職的百度前首席科學(xué)家吳恩達(dá)（Andrew Ng）曾經(jīng)主導(dǎo)的百度人工智能缺乏成功轉(zhuǎn)化并泛用的產(chǎn)品，從外界看起來并不算“成功”，與“水平最高”的實(shí)際狀況并不相稱。
在PingWest品玩的采訪過程中，另一個得到高度一致性答案的問題是：“你覺得是什么讓人工智能突然熱起來的？”
面對這個問題，幾乎所有人無一例外的回答“AlphaGo”。
這也與2016年突然爆發(fā)的創(chuàng)業(yè)和資本曲線恰好吻合，甚至有創(chuàng)業(yè)者直言：“我做了這么多年人工智能，沒人知道我是做什么的，在AlphaGo之后終于有投資人能正眼看我了。”
然而AlphaGo是Google的一個實(shí)驗(yàn)性加上公關(guān)式項(xiàng)目，盡管Google通過它更好的理解了深度學(xué)習(xí)，同時也向外展示了Google的技術(shù)實(shí)力。
但AlphaGo本身是不具備任何實(shí)際意義，也不能產(chǎn)生回報。
將驅(qū)動AlphaGo的技術(shù)應(yīng)用于實(shí)際的生產(chǎn)場景，可能還需要許多年。而在不同的場景之下，人工智能的實(shí)際應(yīng)用又有著完全不同的實(shí)現(xiàn)難度和時間進(jìn)度。