人工智慧創業者們是否應該擁有適用於自己的孵化器？

在1987年，在當時還是遠郊的武漢東湖，第一家孵化器武漢東湖創業中心誕生了。自此直至2000年左右，政府機構提供優惠政策→孵化器機構低價拿地→出租給創業團隊做二房東的邏輯進行了幾十年，到後期也出現了一些房租減免、稅務優惠等等政策，但本質上販售的還是辦公場所+物業這一商品。

這一情況在2010年左右開始改變，自從「雙創」口號開始喊響，孵化器由以往的政府機關主導演變成了「遍地開花」。同時孵化器的形式和功能也發生了天翻地覆的變化。孵化器、加速器、創客咖啡、眾創空間等等多種形式共存，最主要的，孵化器提供的不僅僅是一個工位，而是投融資、項目路演、創業指導甚至經歷背書等等多種服務。這時的泛孵化器們，已經開始販賣機會、人脈和增值服務。

今年三月，矽谷知名孵化器Y Combinator在官方微博上宣布要成立一個垂直的小組，專門面向人工智慧公司。到了八月，YC夏季路演開場，已經出現了不少人工智慧企業，前段時間被百度收購的渡鴉科技，也曾經到YC渡過金。

於是今天，我們把目光放到人工智慧企業的孵化器上，看看這個行業存在哪些可能。

人工智慧來了，為什麼孵化器大軍頻頻噤聲？

首先，我們簡單的看了一下有哪些孵化器專註於人工智慧。

名單不長，有駿一孵化器人工智慧產業園、萬象人工智慧研究院、Zeroth.ai（香港，面向亞洲）、北人亦創、億石等等。當然，還有聯想之星的Comet Labs，不過Comet Labs是面向全球篩選項目，在這裡不能算作一個典型的案例。

可目前被廣為人知的泛人工智慧企業，卻少有出自以上的人工智慧孵化器。隨便找幾個企業為例：科大訊飛，出身於中科大；商湯科技，出自高校實驗室，在學術上獲得建樹后拿到千萬級A輪融資；格靈深瞳創始人在美國的家中弄了個實驗室，回國不到一年就拿到大筆融資……倒是創新工場聚集了不少人工智慧企業，知名的有曠視（Face++）、第四範式等等。

可以看出，正在誕生於孵化器，或者說極大受益於孵化器的人工智慧企業少之又少。在這些獨立企業之外，還有更多人工智慧項目誕生於BAT內部。對比和數目龐大的孵化機構，這個數字是不成比例的。

為什麼呢？從以上案例可以簡單的分析一下。

和雙創時期孵化器中風行的O2O、電商、共享經濟等等模式創新不同，人工智慧類型的企業屬於技術創新。以上種種企業，初始團隊基本都是技術出身，還多為機器學習、計算機視覺等等領域尖端人才，遊走於高校實驗室，而不僅僅是個碼農。高端技術作為一種稀缺資源，自然不會缺少孵化器提供的「人脈和機會」。

頂層的企業、資方直接壟斷了大量技術人才，可省下的團隊，對孵化器的需求也不高。大部分棲身於孵化器的互聯網企業做的都是2C業務，開發、設計、小範圍種子用戶的累積等等，總之項目起步階段的人力成本較高，需要孵化器提供組織化運營輔助。目前大多數人工智慧項目走的都是2B的技術流，在人工智慧整體發展勢頭處於萌芽時期時，需要的就是像李開復那樣能用盡方法為產業站台的人，創新工場能收攬一眾大將也就不意外了。

人工智慧創業者：我要的你給不了

首先我們要來看看，人工智慧企業對於孵化器有著怎樣的需求。

首先，自然是和其他行業都一樣的：辦公場地、財務、法務的代理，最好還要有定期的分享會和路演。

其他的，則是很多特殊需求。

比如說，每個初創企業都需要降低成本，普通互聯網企業或許更在意房租、人力、市場推廣上的成本，而對於人工智慧項目來說，負擔最重的很有可能是硬體成本和數據成本。像是搭建幾台適用於機器學習的工作站、有利於開發的付費資料庫等等。

又比如在媒體合作這件事上，以往經常是一個資本旗下的孵化器帶著一眾媒體，項目進了孵化器有如拜了山頭，接來下由媒體造勢宣傳，為其「加速」。而換成人工智慧項目，與其匹配的垂直媒體本來就不多，與孵化器合作更少。項目與媒體溝通成本極大，孵化器不單單無法幫團隊解讀技術，反而有可能用媒體尬吹造勢那老一套把項目捧殺。

更重要的，像是創業導師、定期交流等等孵化器必備的活動，面對新興技術，孵化器方面自身也是一頭霧水，沒法給予更多的指導，說到底，孵化器應該像一個教授帶著一起做項目，如果這個項目教授自己都沒有經驗，在學術水平比學生還差，空有一筆項目資金和實驗室也是行不通的。

最後就成了如今的現狀：尖端人才被收割殆盡，分佈於BAT和資本布局之中，無法與孵化器形成比配的互助關係。非尖端人才開啟人工智慧創業的門檻過高，對於他們，孵化器無法提供技術指導等等關鍵性輔助。

這種情況下，我們開始疑惑，是不是人工智慧創業根本不適用孵化器這種機制？如果是，那結果將是非常可怕的。巨頭和資本壟斷關鍵性人才，人工智慧相關技術無法普及化，對於經濟的發展和行業整體的生長都是不健康的。

不過我們依然認為未來會誕生優秀的、適用於人工智慧產業的垂直孵化器，今天我們要討論的，就是如何破局。

那些成功的人工智慧孵化器都做了什麼？

先讓我們來看看入選了TechCrunch全球機器智能領域風投機構Top15的Comet Labs是怎麼做的。

首先，Comet Labs在全球都覆蓋了業務網路，尤其是、美國、日本和以色列等等位於科技潮頭的國家及地區。此外，從2010年就開始投資人工智慧領域的Comet Labs還有研究、資訊業務。同時Comet Labs與產業的聯繫較為緊密，經常與垂直行業共同打造人工智慧行業相關競賽。還包括提供一些行業沙龍、線上線下的分享、配套媒體服務等等。

在Comet Labs的案例中，可以被國內孵化複製的他們和產業緊密的聯繫。就像Comet Labs總經理薩曼在訪談中提到的一樣，人工智慧項目很多時候都和傳統行業緊密相連，比如智慧農業、智慧安防等等，可大多數創業項目的團隊都是技術背景，對於傳統產業的了解不夠。如果去花大力氣了解產業，會耗費團隊太多時間精力。可如果對產業不夠了解，又會式項目流於概念，失去了落地場景，很容易落得沒人買單的下場。

Comet Labs做了兩件事，第一是聚合技術，第二是拉近技術和產業間的距離。

聚合技術，指的是把適用於某一產業的不同技術團隊聚合在一起。其實在泛人工智慧產業鏈上，很多團隊都在專攻一個非常垂直領域的技術。比如以色列的一個團隊，專門研究無人駕駛的上下坡控制。也有很多類似的團隊，單打獨鬥難以發揮出最大價值，組合起來卻可以極大的賦能產業，這時孵化器就可以承擔這個「撮合者」的角色。Comet Labs就曾把做輪式小車的創業團隊、做機械手臂的創業團隊、做衛星遙感的創業團隊打包在一起，推向農產品運營企業。

拉近技術和產業之間的距離，就是讓可能成為人工智慧項目的傳統企業，和人工智慧領域創業者熟悉彼此。把傳統企業、傳統產業的各個環節赤裸的剖開，讓創業者了解他們可以怎樣用技術賦能產業，更讓傳統企業清楚的看到技術革新能為自己帶來多少收益。像在上文中出現的「打包售賣」，就是出現在Comet Labs為美國藍莓產業制定的挑戰賽中，比賽的目的，是用技術判斷什麼樣的藍莓是適合採摘，和如何更低成本的採摘這些藍莓。整個過程中，創業團隊和產業都能收益，一個找到了技術的應用場景，另一個則用技術結果了以往難以解決的問題。

目光收回國內，投出了Face++的創新工場也算是個典型的例子。

創新工場的人工智慧工程院不僅僅是靠李開復在各種公開場合為人工智慧「代言」，也承擔了很多有益於大眾人工智慧創業者的工作。比如在國內尖端人工智慧人才如此緊缺的情況下，創新工場引入了多位技術背景高管：前Google資深工程師王詠擔任工程院副院長兼技術副總裁，前微軟研究院主管研究員王嘉平擔任副院長兼投資總監，曾在微軟和Twitter任職的全棧工程師施曉晗任工程院數據科學副總裁。

就像上一篇文章中說的一樣，當人才被大公司壟斷，孵化器就很難為創業者「傳道受業解惑」，甚至也沒法為投資者分辨項目中技術的價值。為了招攬人才，創新工場還從娃娃抓起，和國內高校合作建設人工智慧相關課程，並積極和教育機構合作，構建起從學習到創業的完整鏈條。不管是把更多人才和技術引入創業群體，還是幫助投資人把關項目，都是在促進著人工智慧創業生態向更好的方向發展，這一切比李開復為人工智慧振臂高呼更有價值。

孵化器人工智慧轉型指北

綜合，我們可以給出孵化器們一點不負責任的人工智慧轉型意見。

1、更多的連接產業。

上一次技術幫助提高企業產能，可能還是IT時代的信息化浪潮。時隔這麼久，企業也做好了擁抱新技術的準備，只是其中需要有人為人工智慧技術祛魅，讓企業明白如何讓這些技術為我所用。現在有很多企業都會舉辦黑客松，召集技術人才尋找自身技術漏洞，或者挑戰現有的技術框架。

滴滴就曾舉辦過大數據演算法大賽，通過開放國內真實出行數據，向外徵集更好的解決方案。寶潔也曾舉辦過黑客松，目的是查漏補缺，更好的保護自身數據安全。其實孵化器完全可以承擔起這些工作，聯合產業/企業開設類似的比賽，幫助技術創業者「練兵」，幫助他們為技術找到更多的應用場景。

2、開放數據和硬體租賃服務

從滴滴開放數據做演算法大賽也能看出，「真實數據」這種東西，對於企業來說可能是一種無意義的累積，可卻被人工智慧創業者看做肥沃的土壤。孵化器大可以為旗下項目締造合作關係，傳統項目將數據開放給人工智慧項目，人工智慧項目再用技術賦能傳統項目。

同時，面對硬體、雲計算資源成本高昂的情況，孵化器可以和硬體廠商建立合作關係，以租賃、共享等等方式幫助創業者分擔這些成本，甚至代替以往「房租入股」的玩法，嘗試一下「硬體入股」，或許都會是不錯的選擇。

3、用更多的方式培養人才

最後一點，也是最重要、最迫切的——人才。這裡要分為兩點，一點是技術口人才的引入，另一點則是非技術人才的技術素養培育。

技術口人才引入不用多說，雖然頂端人才已經被收割，但現在已經有一些高校開啟了機器學習/人工智慧等等相關專業，儘早開啟企校聯合，將自己建立成實習基地等等，幫助項目對接人才。

其實對於非技術人才的技術素養培育往往更為重要，以前在招聘時，常常會出現HR和程序員無法交流的尷尬。在人工智慧領域這種情況往往更為突出，HR、市場等等非技術口對於技術不夠了解，而技術本身又是企業的價值所在。最後就導致了企業的市場公關、招聘等等工作難以順利進行。孵化器可以承擔起對非技術口員工的科普責任，定期舉辦沙龍，幫助這些人更好的適應人工智慧項目的特殊性。

自從《新一代人工智慧發展規劃》發布之後，不少人都在翹首以待，等著有關人工智慧創業的更多優惠政策，想必其中會有不少孵化器企業。

我們常問，為什麼出不了YC那樣讓世界創業者趨之若鶩的孵化器？或許，其中的原因就有，當國家為某一行業提出優惠政策時，孵化器們就能率先獲得「低價拿地、低價租賃」這些好處，搖身一變成了地產商和二房東，不願再耗費精力為創業者提供更多服務。

如果未來真的有針對於人工智慧創業的優惠政策，我們想對孵化器們說，該是創業者的，請還給創業者。留給你們的機會，其實更多。

本文為作者原創，未經授權不得轉載