2000萬美元，100個員工， 500萬賤賣

我自己也是科學家創業，在非常早的時候做了人工智能。記得申請卡內基梅隆大學博士時，我的作文就是《人工智能將怎樣改造未來世界》，我希望參與這個行業。在沒有AlphaGo、深藍的1986年，我就寫出了第1篇AI論文，這在華人中尚屬首次，當時我做的人機對弈系統”奧塞羅“擊敗了世界黑白棋冠軍。1988年做博士論文時，做得是世界上第1個非指定語者的語音識別，《紐約時報》進行了半版報道。

之后我進入蘋果，這里可以看到1張很萌的照片，我在《早安美國》節目上談到語音識別將如何進入主流，也被《華爾街報日報》報道，當天股票漲了2.5毛錢，后來又跌回來了。

所以我對人工智能充滿信心，因為我做著各方面頂尖的人工智能工作，認為人工智能和其他技術，比如虛擬世界即將步入主流，于是我就決定在SGI公司做1個內部創業。當時我們做的是，能不能讓每1個網頁充滿了3D，把3D的游戲、動畫網頁做得更精彩，讓人們瀏覽的不是網頁而是1個個房間，這在1定程度上和今天的VR非常相似，不過這次創業非常失敗，2000萬美元的投入，100個員工，幾乎全軍覆沒。

有用的創新更重要

記得有1次在MIT演講的時候，MIT要求每1位講者演講完后留下1句話，我留下的那句話是——“創新固然重要，但不是最重要的，最重要的是做有用的創新”。因為科學家們往往會被自己的研究、自己酷的東西所打動，也認為他所看到的酷的東西是全世界人類所需要的。但是事實可能并不是這樣。

我們想的是3D有多酷，但沒有想到3D的硬件是否準備好，用戶對3D世界有什么強需求，為什么1個VC投資我們，我們怎么把創業做成有賺錢、有經濟價值的創業，我基本錯過了所有創業者應該走的路。我當年做的是頂尖研究，進入的是頂尖公司，做出的產品依然遭遇了滑鐵盧，人工智能科學家創業應該怎么想？

本質上，科學家和創業者有非常大的不同——科學家追求的科研突破，創業者追求的是商業回報；科學家講究嚴謹，創業者講究速度；科學家要慢工出細活，而創業者要快速迭代。這6件事情往往是背道而馳的。而這6件事情中最重要的1件事，就是是我讀博士、做教授過程中，深深體會到的——在科研領域里我們每次問的第1個問題是什么——這件事情別人是否做過，是不是全新的，如果有人做過一定要看別人，看自己有沒有增加的價值，增加的價值不如突破的價值大，所以每個科學家不斷被要求創新，所謂創新是做前人所未做過的工作，這句話代表了科學、追求科學精神的一種含義。

但是1個創業者，或者1個VC，他更重視的是什么？怎么樣打造產品，怎么樣產生商業價值。甚至在我作為VC今天投資過程中，想想我們投的每1個團隊都冒了人才的風險、商業的風險、競爭的風險、執行的風險，我們非常希望他們不要再冒科技風險了，所以我們更寧愿看1個團隊說：這個技術已經被證明了，我只是把它應用在場景里。

剛才兩段話讓大家看到了科學家本質和創業者、VC本質截然不同。1個僅僅追求做前人未做過的工作不考慮而它有沒有用，和只需要賺錢不希望冒科技風險，這兩個通常走不到1起。即便走到1起，科學家因為成年累月、在這樣的文化和基因之下發展，可能會把公司帶到1個不那么務實、或者不那么快速迭代，或者追求別人做過，或者不專注。因為科學家很聰明，每個人有好多點子，1個創業公司每天出個點子會死掉，因為什么都做，什么都做不好。

所以精益創業之父STEVE BLANK幫助科學家創業，總結是科學家必須要小心：

第一 題目往往是冷僻的，沒有多大市場；

第二 選題跟風口有很大差異；

第三 科學家不太愿意承認自己很可能不具備把技術轉換成商業價值的洞察力和執行力。每個想創業的科學家都一定要真誠的問自己會不會面對這些問題，我想你面對大家的時候希望保持自信，但是你自己應該知道，對你來說是不是一個問題。

今天，科學創業達到了一個有史以來最好的時機，可以看到除了今天談的人工智能之外，在區塊鏈、生命科學、高能電池、細胞擴增、基因編輯，幾乎每個領域都是創業的機會，我在這里絕對沒有打壓科學家參與創業的意思，只是科學家參加創業的時候一定要想清楚，過去那么多科學家，包括我自己碰到的死穴怎么去避免，當然有成功的案例，比如李凱博士創造了1個很有價值的東西，在國內也會看到很多類似的公司。但我們看到更多的是教授恪守他的崗位，讓他的學生去創業，美國谷歌就是典型例子，斯坦福和谷歌的兩個創始人的教授，沒有參與Google具體運營，但技術授權就有3.4億美金，這是1個模式。

人工智能時代的創業最需要AI科學家

談到AI創業，為什么需要AI科學家？其實每1個時代的科學公司都有適合做這樣創業的人，互聯網時代注定是海歸創業，因為海歸在國外看到了互聯網的崛起，把互聯網帶到中國。移動互聯網應用方面注定是產品經理的創業，因為這個時代我們需要快速迭代產品，因此使那些既懂技術又懂用戶和市場的人成為時代的驕傲。在O2O時代，把地面銷售和后臺技術整合起來，這時我們需要兩個創業者。美團、滴滴就是這樣的搭配。

人工智能時代來到了，最核心、最需要的一定是AI科學家，因為今天AI技術還沒有進入主流，AI平臺還沒有產生，因此AI應用還不能井噴，只有少數手中掌握著如何把AI應用起來的科學家能夠創業。但這些科學家有剛才講的所有科學家的特點：追求創新、寫論文、不太了解市場。大部分科學家的創業，似乎在中國都是在做人臉識別，做計算機視覺，在座的張宏江博士是這方面的是鼻祖，他的徒子徒孫每個人都創立了人臉識別公司。這一定程度上看到我們的科學家是缺乏想象力的。

人工智能有那么多的應用，人臉識別絕對不是最好的1個，但是科學家需要1個懂企業銷售的人跟他們搭配，比如李飛飛（美國斯坦福大學計算機視覺實驗室教授）、吳恩達這樣的人跟Salesforce CEO Marc Benioff這類超強企業銷售人才合作，才能碰撞出真正的超級獨角獸的AI公司。

因為AI本身不是1個消費者應用，當然BAT非常幸運的可以把AI用在消費者上，但我們做AI的創業者不能自帶流量，沒有流量、沒有數據有什么用？所以做出來的AI主要還是企業級應用——企業、金融、醫療都有數據，我們解決他的方案，在他的公司需要企業銷售，需要懂AI的解決方案，這才是一個黃金搭配來解決AI的創業問題。所以AI科學家的參與是非常重要的。

AI擴張必經的3個階段

AI最大突破是7年前深度學習。我們可以理解深度學習是1個超級EXCEL表，很多數據丟進去以后，再丟1個數據，深度學習就能夠做出預測、判斷或者分類，很多臉丟進去就認識誰是誰，很多棋盤、1次1次圍棋比賽丟進去它就知道下哪1步棋，很多淘寶商品和用戶丟進去，它就知道你想買什么了。

所以未來的AI肯定可以比你更知道你今天晚上想吃什么，比你更知道你想去哪里度假，甚至比你更知道你可能喜歡什么樣的配偶。這就是1個先知的、對未來能夠做非常強大預測的AI。當然AI在這個階段是單領域大數據驅動的引擎，我們可以把它認為是1個黑核，它可以進入各種領域。AI擴張一定會經過下面3個階段。

第一個階段，把已有的大數據用起來，BAT在用，今日頭條、快手、滴滴、美團都在用。另外，金融領域可以用，比如創新工場投資的智融集團的用錢寶，1個月就能放出近30億的貸款，因為它能夠把已有的數據、用戶數據激活來做小額貸款，當然還有醫療，誰有數據誰就更強。

第二個階段是把沒有的數據收集起來、上傳起來，比如創新工場投資的曠視科技（Face++），它把各種攝像頭所有的人臉匯集起來，收集了5億張人臉，所以隨時可以識別300萬張人臉，這已經不是1個人類的功能，而是超人類的功能。

第三個階段是無人駕駛的機器人時代的來臨，先從工業走向商業，再走向家庭機器人，從L1、L2到L3、L4，再成為全方位的無人駕駛。這是我們投資的馭勢科技。這三步曲大概是未來5年、10年、15年的藍圖。剛才霍金描述的未來是真實的，不太確定的是AI會否有意識、會不會有情感、會不會掌控人類、做我們的工作，做我們的工具、是否自我迭代、自我進化等等，這些是未知的，但我們已知的是可以推出這些應用。應用推出來以后會產生巨大結果、產生巨大價值，國家會對他們征稅，會取代大量的工作，這些工作可以用大量的征稅補助下崗人重新訓練自己，改造教育。

所以人工智能時代對經濟有巨大改變，50%下崗人該怎么辦，未來教育該怎么辦都是我們需要解決的問題。

從12點這邊逆時針轉，紅色是必然被取代的工作，綠色是會被修改的工作，黃色是暫時還不能取代的工作，轉到最上面是最難取代的工作。這里能取代和不能取代很容易解釋，能取代的就是大數據可以針對1個目標函數做1個決策，比人做更好的決策，那你就被取代了。大部分工作都是這樣的。

綠色代表的是當有一天機器比醫生可以做更好的診斷，但機器是冷冰冰的，醫生可以包裝1個人性化的接口，讓病人能夠得到安慰，讓安慰劑效應能夠發揮力量，使病人生活和心理感受更好。右邊這些是現在人工智能還不能做的，包括藝術、人類學、管理者、決策者，更包括最大的發明家。所以AI時代的人才結構，我們看到有大量的服務型人才在最下面，包括羅輯思維說的疊衣師、包括愛心陪伴，因為人的愛是不能被機器取代的。再往上是會把人工智能當作工具的人，比如說醫師變成AI工具和人之間的翻譯者，再往上是發明每1個領域的新技術掌控者，再上是跨領域的工作者，懂很多領域，而AI只懂1個領域。當然最頂尖的就是發明新的AI，掌控AI，他們這些人不但是最聰明的最懂技術的，而且擔負最大的社會責任。

AI時代科學家怎么參與AI革命？4條路

第一，自己擼起袖子做創業，這個最困難，因為科學家本質是創新，而不是創造商業價值，有太多短板。

二、找個商業合伙人一起合作，比如Marc Andressen 和James Clark做的Netscape，這個是靠譜的。

三、留在學校，繼續做創新，把創新的技術授權出去，讓學生或者別人做。我非常鼓勵學者這樣做。

四、提供開源，發布數據和內容。今天AI科學家苦于沒有BAT手中的數據，希望用更開源的方法把手中的工作做出來。所以真的希望鼓勵科學家，看清楚學校才是科研的凈土，不要因為能夠賺錢就加入大公司或者創業。而且頂尖科學家是我們稀缺的資源，希望你們能恪守自己的崗位，把技術推到更高的一個層次。

深度學習只是人工智能的第1步，未來還有很多機會。何況恪守自己的科研崗位也會得到商業價值，比如經過技術授權。如果你決定創業，也希望你能夠了解，創業就要知道客戶才是上帝，需要知道怎么樣去拿最有價值的VC錢，來幫助你補足短板，比如創新工場，要能夠有紀律、有效率的解決問題，而不是追求1個又1個新問題的提出，不是提出問題，而是解決問題，解決的時候重視效率，做你擅長的事，找合作伙伴，補足你的短板。

作為社會，必須做很多事情讓教授既能得到利益，也能得到名聲，還能夠做有趣的創業。在報酬方面，應該讓整個研究界提高科學家的報酬。在聲譽和大獎方面，比如圖靈獎和我參與的未來科學大獎都是很好的支持。在資源方面應該給他們更多的數據，不僅讓BAT有最大的數據，教授也有最大的數據。解決浪費教授時間的問題，縮減申請研究項目/經費的繁瑣手續。斯坦福用技術授權的方式，CMU用極小占股的方式鼓勵教授創業，這都是非常好的方式，國際上、尤其是中國都要好好思考，怎么樣把土壤做得讓創業者能做他們擅長的事，讓科學家做他們擅長的事，讓兩者有機的結合，而不要強逼每個科學家都一定要出去創業。

科學家挺苦逼的，非常重要，我們應該以珍惜國寶的態度支持頂尖的科學家，謝謝大家。