编者按：YC是科技孵化器的传奇，陆奇是华人圈技术大神，YC×陆奇，一票难求。Hi-Founder社群特邀请在现场参会的海帆数据CEO王涛先生带来在现场的所见所闻及所感。
内容很精彩，共分五个部分。Enjoy~
一. YC中国创业者见面会所见所闻
陆奇：现在是IT人才创业最好的时代。
直到21世纪初，美国是唯一一个具备所有创业条件的国家（技术，人才，资本，市场），但中国正在改变这个局面（华为的崛起，阿里的创新和发展，字节跳动的全球化）。
所谓创业是指：（1）技术+产品+市场 融入创新元素的活动； （2） 通过快速迭代试错，做产品市场匹配。
每次的创业的机遇或者时代都是技术革新带来的。我们目前有很多技术革新的机会——云计算、大数据、AI、loT、区块链、量子物理等，都带来了机会。
创业的驱动力是人类对财富的不断追求：我们已经进入了知识创造财富的时代（全球或者中国前十名的公司中，大部分是IT技术类的公司：苹果、谷歌、微软、Amazon、facebook、阿里、腾讯、百度等），所以现在的时代是技术驱动创新的时代，所以是我们IT行业的人创业最好的时代。
陆奇：目前我们还处于人工智能的早期阶段
AI是第五代信息化革命的标志（Dos，GUI，Web,Cloud/mobile,AI）。AI时代，物理世界将和数字世界完全融合，有价值的人类活动和物理世界都将被数字化。目前我们还处于人工智能的早期阶段，还没有实现真正的AI工程化。
目前基于AI的主要商业模式有广告（精准推送）、设备（安防监控）、授权（人脸识别算法）、服务（IaaS，PaSS，解决方案：客服机器人）。AI创造价值的核心模式是基于数据， 利用软件+硬件+算法，获取知识，应用知识，达到目的（创造商业和社会价值）。
AI创业的宏观方向为（1）新的IT行业： 硬件（面向某个垂直行业的AI芯片）、软件（AI接口服务平台：百度小程序）、应用场景（芯片+软件+模型）；（2）新的支柱产业： 对话式助手（天猫精灵、百度小爱同学）、自主系统（机器人，自动驾驶）、智能场所（无人超市，无人酒店）；（3）改造和提升现有产业（金融、教育、医疗、零售、娱乐、制造）；（4）新生态（基于金融、基于人才、基于数据）。
未来的AI相关发展的技术分为前端和后端。前端有AR/VR、脑机交互，后端有量子计算、区块链。最后，AI时代的机会在AI移动和AI场所方面。
创业者问陆奇：AI领域的创业是否对草根创业者瓶颈更大
主要因为一个模型的训练至少要20万条以上的数据， 1~2年的时间计算机来跑。关于这个问题，陆奇博士的回答是加入YC孵化器，一切迎刃而解。
二. 海帆数据CEO王涛参会所感
陆奇博士的观点，海帆数据的CEO王涛先生基本都认可。
王涛先生认为，国内大部分AI公司和研究机构把重心都放在算法上，芯片上，还是纯技术的研发，但是对AI解决方案的落地没有足够的重视，其实，在落地环节，有很多“坑”需要填平。
同时，AI真正能够给人的工作和生活带来影响和价值，还是要在产品层面上的。 目前很少有AI领域的产品经理，这个是目前的现状和我认为的不足。但是王总相信随着时间的推移，部分公司的引领和冒头，这个局面还是会逐步改善的。
海帆正在做一些跟AI相关的事情，所以对这个行业有一些接触。目前看到的情况是：目前AI的项目投入，大部分还是在政府侧以及互联网的一些应用；很多之前大家设想的AI场景，在真正落地过程中，会出现各种问题，最终导致落地效果不明显，甚至是项目失败。
三. 海帆数据在大数据/AI领域的实践
海帆目前在做AI相关的尝试和探索有，将AI和广告结合，进行精准营销，以及一些产品化的工作，包括人脸考勤平台的产品化，人流分析平台的产品化和基于大屏的精准广告平台等。比如以下是一款结合AI的广告推送平台的产品。
目前，这款产品在某市农商行的1800个网点，有3500块屏幕在使用。和某大厂合作的南京某区老人餐项目，也在推这个平台，具体应用场景为：每周二、四 中午一个小时，给75岁以上的老人提供4元的政府补贴，通过人脸识别来完成。空闲的时间就推送广告。另外，还有两个和大厂的合作正在商讨中，月底有望达成一致。
四. 关于AI的Hi-Founder会员互动
Hi-Founder会员：王总好，我提几个问题。首先我认同陆奇博士对AI的预期和观点。对于应用场景和时代机会我有以下两个问题：应用场景（芯片+软件+模型）怎么理解？模型指的是什么？AI时代的机会： AI移动、AI场所、分别怎么理解？尤其是AI场所。我在想未来我们手机，或者具有手机功能的设备，会不会有专门的芯片，比如基于大部分图像识别的芯片。未来会不会有便携式基于AI芯片的设备出现？
海帆数据王涛：目前的x86的芯片也好，arm芯片也好，都是通用级的芯片，但是我们的AI芯片，是需要有深度学习能力的。所以未来的芯片很有可能是一个垂直细分领域，会设计一类芯片。一个垂直细分领域，加上他相应的深度学习模型，和具体的软件解决方案，就是为了解决一个实际的问题，或者叫做应用场景。我理解的模型还是指的技术上的，计算模型。
未来会有专门的图像识别的芯片，这个芯片可能GPU会的算力比较多。关于便携式基于AI芯片的设备就要说到边缘计算了。便携式基于AI芯片的设备，如果只是靠移动端的算力是远远不够的。边缘计算的好处是大大降低服务器端算力的瓶颈，把一部分算力放到终端上做。所以最后还是服务器端AI计算+ 终端边缘计算（利用5G网络的高质量传输），这是我的个人理解。
AI移动，比较好理解，应该就是指手机上的AI应用，以及便携式设备上的AI应用。比如出门问问app，就是手机上的语音交互应用。AI场所按照陆奇博士的说法，具体指的是：一些封闭的空间里的AI应用，比如现代化的养老院，如果老人出现状况，例如摔倒了，能识别和报警；比如监狱，如果犯人自杀，可以识别和报警；比如新零售店铺，可以做到无人值守，自动贩卖等。
Hi-Founder会员：感谢王总的分享，我提几个问题（1）我理解海帆的业务是属于陆奇博士说的垂直行业，在这个领域目前其实市场竞争也是很激烈的，海帆数据如何构建自己的竞争优势？（2）对于AI的创业者来说，To B和To C哪个更有机会？（3）YC会上创业者提出了训练一个模型需要至少20万条数据，跑1～2年，有无可能大企业或政府构建一个数据平台，提供算力和算数，小的开发者基于这个平台做AI创新应用，这种模式您觉得有可能吗？
海帆数据王涛：我试着回答一下。针对第一点，如何构建自己的竞争优势？就是进行差异化竞争。大厂有大厂的优势，他们在芯片层面算法层面有他的优势，而且小公司无法匹敌。但是因为AI的应用场景非常广，可以涵盖社会生活的方案面面。 我们当然前期可能是跟着巨头一起玩，积累经验。在这个过程中，逐步成长，找到自己发展的道路。目前头部的一些厂商在AI产品化的能力上是相对较弱的。不是他们不能做，或者技术上有问题，而是精力有限。任何一个大厂不可能把所有AI场景都做光的。我们去做大厂看不上眼的更细的领域，更下沉的市场。
而第二个问题，对于AI的创业者来说，To B和To C哪个更有机会？这个根据的创业者能力和自身的资源而定。To B 和 To C 需要的能力完全不一样。但是有一个问题，我担心To C 比较难，因为BAT看到以后，很容易复制。所以做To C ，要么失败， 要么就是被巨头抄袭或者并购。To B 对于我们中小企业来说，护城河稍微宽一些。
最后，YC会上创业者提出了训练一个模型需要至少20万条数据，跑1～2年，有没有可能大企业或政府构建一个数据平台，提供算力和算数，小的开发者基于这个平台做AI创新应用，这种模式您觉得有可能吗？——应该是可行的。国外的谷歌、Amazon，国内的百度就在做类似的事情。现在人脸识别为什么可以提供api接口，直接识别，就是大厂已经帮我们做了训练了。
五. 分享后的自由交流与发散
1）关于小样本AI：有Hi-Founder会员提出，人工智能现在有种基于小样本的机器学习，AI如果真的能像人脑那样，其实不需要多大的数据样本。目前的创业团队中，孤岛现象比较普遍，因此现在大数据是否有必要，是可以再探讨的。
2）关于制造业数字化转型与工业互联网：目前的情况是，大部分的制造业的机器，都没有很好的数据采集能力，这个是制约数据共享的根本原因。制造业现在在推设备上云，利用边缘计算技术实现数据的采集。AI+还是要看行业的数字化水平的，制造业落后了点。我也有一些创业者朋友在做，他们现在是深入工厂第一线去观察，去了解应用场景。但是路还很长，要解决的问题还很多。
3）关于实时数据采集，车联网就很好，天泽信息在工程机械行业的深度应用做得很全面深入。汽车行业也应用很广，因为汽车行业资本雄厚，而且车是仅次于手机之后，更容易数据采集的行业。
最后，有Hi-Founder会员提到，如果能有大量数据、懂场景、会数据建模、产品不断打磨后，就会有强大的优势与市场竞争力。