清华AI四大公司PonyAI、RealAI、Face++、商汤未来能否达到Google、微软的高度？

1、RealAI创始人：田天、陈键飞、朱军、张钹
CEO田天：绰号“田天王”，清华大学计算机科学与技术系博士，清华大学计算机系20余年历史上第一位也是唯一一位当选清华大学最高奖——清华特等奖学金的研究生，清华计算机系最高奖——西贝尔奖学金得主，同时也是在AAAI、WWW等全球顶级会议论文最年轻的第一作者之一。
董事长朱军：清华大学最年轻的长聘教授之一，亚洲第二位当选“IEEE AI 10 to Watch” 学者（ IEEE每两年从全球范围内选拔10位人工智能顶级学者），CSRankings AI 全球排名，朱军教授位列41位入选的清华教授中的第一名。
首席科学家张钹：中国科学院院士、俄罗斯科学院外籍院士，清华大学人工智能研究院院长，同时也是清华大学类脑计算研究中心学术委员会主任。
RealAI是由清华大学校长邱勇院士、清华大学副校长尤政院士、清华大学人工智能研究院院长张钹院士共同发起，核心团队由九位清华大学人工智能专业博士共同成立的亚洲第一家专注于第三代人工智能技术提供商。由目前全球最早提出并从事第三代人工智能核心技术研发的团队构成，旨在打造中国人工智能时代的“BAT”。
公司致力于探索发展鲁棒、可解释的第三代人工智能基础理论和方法；研制第三代人工智能编程框架、兼容性操作系统及基础算法库。与目前国内其他的深度学习公司不同，RealAI致力于基于逻辑推理、贝叶斯学习的无监督人工智能技术，从而解决当前人工智能高依赖于历史数据，仅适用于人脸识别等单一场景，泛化能力弱、、不可解释性、鲁棒性很差、非常容易被攻击的核心问题。并提出“AI+金融”、“AI+工业化”的全栈第三代人工智能技术。RealAI在人工智能安全性方面全球没有竞争对手。
-----------------------------------------------------
2、PonyAI创始人：楼天城、彭军、姚期智
CTO楼天城：绰号“楼教主”，清华大学计算机科学与技术系博士，清华大学姚班本科，被誉为“楼教主”，中国编程界第一人。前百度集团最年轻的T10，Google无人驾驶核心成员之一。连续十年（2006-2016）TopCoder世界排名第一、两届Google全球编程挑战赛世界冠军、Facebook世界编程大赛世界冠军、两届ACM/ICPC国际程序设计竞赛全球总决赛亚军、金牌、两届IOI国际信息学奥林匹克竞赛金牌。
CEO彭军：斯坦福大学计算机科学博士，清华大学学士，百度集团仅有的两位T11之一，百度集团高级副总裁、首席架构师、百度北美研究院院长。前Google大脑主创成员之一、高级研究员、一次Google最高奖获得者、百度历史上唯一一个两次获得百度最高奖的学者。
Pony.ai是全球领先的L4 、L5级自动驾驶技术提供商，由50多位清华大学计算机系姚班，麻省理工学院，斯坦福大学博士，以及ACM国际程序设计竞赛全球总决赛及大洲区总决赛金牌得主构成。在美国硅谷和北京均设有研发中心。2016年获得美国加州第一批无人驾驶路测牌照的公司（共25家），是第一批仅有的三家无人驾驶整体解决方案的公司之一。（Google、Baidu、Pony.ai）
2018年获得北京无人驾驶路测官方牌照（全球总共5家），北京的无人驾驶牌照获得难度全球最高，迄今为止仅有五家获得了牌照，包括：Pony.ai、北汽集团、德国戴姆勒集团、百度公司、蔚来汽车。其中，Pony.ai是全球唯一一家初创公司获得北京无人驾驶路测牌照。
---------------------------------------------------
3、Face++创始人：印奇、唐文斌、杨沐
CEO印奇：2010年本科毕业于清华大学姚期智实验班。大学二年级开始在微软亚洲研究院从事人工智能和计算机视觉方面的研究。2011年赴美国哥伦比亚大学攻读计算机博士学位，专注于智能传感器方向。博士期间辍学创业，与清华同学唐文斌、杨沐联合创办北京旷视科技有限公司。2015年入选湖畔大学第一期，系统化学习商业战略和企业管理。
CTO唐文斌：唐文斌拥有清华大学计算机科学硕士学位，本科毕业于清华大学姚期智实验班。是全国信息学奥林匹克竞赛金牌、首届“YaoAward”金牌获得者，是中国第五位获得TopCoderTarget的选手，曾获得ACM/ICPC国际大学生程序设计竞赛世界总决赛第六名（亚洲第一名）。在校期间曾担任清华大学计算机系科协主席，并连续担任中国计算机学会中国信息学奥林匹克集训队教练长达7年。
Face++是北京旷视科技有限公司旗下的新型视觉服务平台，Face++平台通过提供云端API、离线SDK、以及面向用户的自主研发产品形式，将人脸识别技术广泛应用到互联网及移动应用场景中，人脸识别云计算平台市场前景广阔。
2017年6月，入选《麻省理工科技评论》“”2017 年度全球 50 大最聪明公司”榜单。
-----------------------------------------------------
4、商汤创始人：汤晓鸥、徐立、徐冰、徐持衡、陈宇恒、杨帆
联合创始人兼001号员工徐持衡：作为商汤001号员工，徐持衡历任商汤CTO、主任工程师等多个岗位，本科毕业于清华大学计算机系，随后就与汤晓鸥教授一起创办了商汤科技。高中机器人竞赛保送清华计算机系，是顶级的编程天才。
首席架构师陈宇恒：负责商汤科技基础架构及数项重点项目的软件架构，代码编写、审核，软件技术升级等工作。在公司创业期间，与香港中文大学合作，于国际顶级会议（NIPS2014）发表基于GPU深度学习的人脸识别系统论文，首次实现高于人类的人脸识别率。在公司快速发展阶段，从无到有开发了商汤人脸SDK、互联网金融等对外产品的初始版本，完善并标准化了公司内部开发者工具。开源技术方面，用内存安全语言Rust实现的YAML解释器获得了超过20万次下载。于清华大学计算机科学与技术系获学士学位。
商汤科技所推出的包括人脸识别、图像识别、文字识别、图像视频分析、图像及视频编辑、智能监控、自动驾驶、遥感、医疗影像识别等各类智能视觉技术，已广泛应用于智慧城市、金融、汽车、智慧零售、智能手机、移动互联网、机器人等诸多行业，服务超过700家国内外知名企业。

有关回应 · 2021-5-16 13:07:11

很多人不明白，微软、Google、Facebook的成功，不只是来自于顶尖的技术，而是来自于商业模式的创新。
微软是第一批给x86兼容机上提供通用的、商业化的、个人操作系统的。微软卖DOS，卖Windows，到后来卖office，卖visual studio，卖各种微软自家的服务和软件，这是一种当时很新的商业模式，成了微软的印钞机。
同时Google的搜索引擎+Android+广告，Facebook的社交服务+广告，Amazon的AWS，国内的腾讯的QQ+微信+王者荣耀，阿里的各个产品平台，他们都绝不仅仅是技术一流，而更是赢在他们的核心商业模式上，他们各自经营的业务都是整个公司的印钞机地位的。
整个近50年的科技史告诉我们，无数当时拥有前沿技术的科技公司，会发展到某个时期后进入瓶颈期，哪怕他们有再领先的技术，没有商业模式革新的推动力，他们也不能成为新巨头取代Google、微软这种旧巨头。
目前这批deep learning的独角兽们，今后到底能达到什么样的高度，其实很大程度上取决于他们今天的产品经理、市场部门和销售。Scientist和Engineer可千万不要看不起这些传统公司遗留下来的老东西，认为“他们不懂技术，他们懂个屁”——他们是商业模式中被认为是在公司中和技术部门同等至关重要的角色——毕竟任何公司本质上都是商业公司。代码不赚钱，产品和服务才赚钱，技术只是business的一部分，如何make things happen才是商业的第一问题。

==

最后问问RealAI到底咋回事儿？？？？凭啥跟PonyAI、商汤、Face++并列啊？？？？？
还有人能帮我看看吗，到底啥叫“第三代人工智能技术公司”，第一代和第二代都是啥，你们怎么划分的？？？？你们最牛就是因为创始人是清华特奖获得者吗？？？？是拿了清华特奖，就能创办堪比Google和微软的好公司吗？？？？？？这到底是个啥逻辑？？？？？？？？？

有关回应 · 2021-5-16 13:07:12

本来担心这个答案会引来论战或者各种喷，匿了。
算了，不匿了。
-----------------------------------分割线-----------------------------------------
本来想先放结论再来解释，但是，题主的问题实在是没法直接放结论，所以先来分析这个问题是否合理。
我们知道AI现阶段的本质还是“特征工程”，不过就是从手工建立特征演进到了把特征工程交给NN，算法自己找合理的特征，然后作出预测。那么，题主的这个问题，我们当作一个回归来看待，feature的选择合理么？
Google、微软的本质首先是成功的企业。
成功企业的高度如下几项内容应该是充分且必要的吧：企业在自己所处的竞争领域的不可替代性、竞争优势（也可以用“护城河”这种喜闻乐见的方式描述）、运营能力、赚钱能力以及技术优势积累。
如果，我们把创始人的教育背景以及学习阶段的成就（姑且用成就这个词，其实我觉得用“阶段性成绩”更合理），也作为判断一个企业未来高度的feature，那么可能会出现如下变体问题（例子不一定恰当，如有人感觉不合适，我会删除）：
1、杭州师范、深圳大学的**创业公司，未来是否会达到**的高度；
2、本科不毕业选择创业，未来是否会达到**的高度；
3、被原公司董事会扫地出门后，创业公司被原公司收购后，未来是否达到**的高度；
4、创业阶段办公桌用旧门板来凑活，未来是否会达到**的高度；
还需要么，不用再继续了吧。
所以，我人为题主题目中去掉“清华AI四大公司”，这个问题可能更具有回答的意义，目前来说，此题干存在非常大漏洞，所以答案自然是：
不可能，如果有可能（我们不能假设小概率事件就不会发生），那也和“清华背景”没必然关系。

另外，答主才疏学浅，真不知道还有“RealAI”这个公司，也理解不了“第三代人工智能”是什么，也不知道第一代、第二代是怎么定义的，工业界、学术界对于上述定义是否有一定“共识”。所以，这里面要排除一个假设（请原谅我的多疑和小人之心的猜测）：
此题实际属于RealAI PR策略之一，把自己“锚定”到人脸两巨头级别。
毕竟是来答题的，回答题主的问题。
如果认可本答案中对于“成功企业”的几个因素定义，且能理解“学术成就”、“学习成绩”、“教育背景”、“企业成功”、“行业巨头”、“跨越周期”的意义和不同，需要的能力（以及运气）不同，那么，就会意识到这个问题是多么的“书生气”。
如果，对于成功企业的理解有什么不解，推荐看看 柯林斯 的管理三部曲，当然“基业长青”里面举例的公司，现在看起来也不怎么行了，所以“企业高度”是多么的艰难，时易势易，所以就好理解微软这次重回市值第一是多么可怕。

下面来解释下为什么是：“不可能”。

先说一个定义：AI公司，不管说的多天花乱坠，本质上还是“软件与服务”领域，并不能按“互联网”、“电商”企业来分析与讲故事（意思就是不好拿Amazon的100倍PE来讲故事，毕竟人家那不是一个故事）。
Google目前PE26，Microsoft目前PE35，Oracle目前PE20 。
毕竟微软目前破市值破兆，处于史上最佳阶段，市场热情高，所以这个PE值多少有点偏高。不考虑国内主板的23倍限制，也不考虑科创板的看不懂的PE倍数，毕竟这几家都没上市，也不管去那上市，要成为“伟大”公司，总要先上市吧。
25～30倍算合理数字吧，毕竟高科技，还是AI，就按30算。（不能再高了，总要给后面接盘侠留点想象空间么。）

第一件事：咱按给VC讲故事的估值来按30倍PE反推，利润应该是多少？
可现实是，AI创业企业，别说盈利，就说正现金流（能不烧钱了）的，有一个算一个，有几家？
各种会议敢说现金流为正是一回事，DD交出来的报表才算数哦。

旷视最新看到的估值40亿美金，那就要理解为1.3亿的利润，人民币那可是9个亿啊，谁能告诉我去年Face++利润多少？
商汤18年融了一轮估值60亿美金，今年“据说”来一轮100亿的，黄了。就按80亿算吧，利润可要比face++翻翻了，18个亿利润，除以10，我估计都没有，除100，如果有1800万，我觉得都是天大的新闻了。
这两家不是公众公司，查不到，但是科大讯飞这个AI概念股可以查到么。市值差不多700亿人民币（好巧，和18年商汤基本一样），PE126倍，2018年净利润5.42亿，其中政府补贴有2.85亿，占比52%，来源如下：
36氪_让一部分人先看到未来用这个数据，反猜下上述二巨头目前财务数据呗，PE100倍不是梦啊，200倍估计也挡不住想象力。

你要拿“打比赛名次”、“顶会Paper数量”来怼我，没关系。记住，咱现在讨论的是“企业”而不是“学术机构”。
15年风起，16年风口起，17年狂热、18年狂热+冷静，都19年了，你觉得VC还会用“豪华创业团队+比赛名次+Paper”来给你闭眼估值，投资么？

第二件事情：之前我们有有一种“潜思维意识”，只要是2VC的企业，把VC“装”进来，多“装”几轮进来，VC为了不损失，也会帮助企业想办法活下去，不会坐视“颗粒无收”。
但是小黄车ofo，已经在事实上证明了不管你拿到多少钱，资本可以送你上巅峰，也可以真的接受颗粒无收而不会再下无意义的赌注。
必须承认“豪华创业团队+比赛名次+Paper”在拿早期到C轮前的钱确实比较容易，C轮之后，先别着急讨论“达到谁的高度”，拿不出像样的财务数字，真当投资人的钱都是大风刮来的，他们不需要给LP一个交代啊（何况现在他们让LP出钱都不容易了）。
第三件事情：财务数字怎么来？
很简单啊，技术变现，赚钱盈利咯。
举双手赞成 @立党的观点（另外我比较好奇这哥们儿的标签是：贝斯手！然后直击问题重点。好吧，果然你不是个正经贝斯手:Q）：
“目前这批deep learning的独角兽们，今后到底能达到什么样的高度，其实很大程度上取决于他们今天的产品经理、市场部门和销售。Scientist和Engineer可千万不要看不起这些传统公司遗留下来的老东西，认为“他们不懂技术，他们懂个屁”——他们是商业模式中被认为是在公司中和技术部门同等至关重要的角色——毕竟任何公司本质上都是商业公司。代码不赚钱，产品和服务才赚钱，技术只是business的一部分，如何make things happen才是商业的第一问题。

作者：立党
链接：https://www.zhihu.com/question/334397581/answer/746712229
来源：社区
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。”
商业化，技术变现，有那么容易么？如果是，那么这个世界的商业公司应该都是牛逼大学的牛逼教授牛逼毕业生的天下了，还有我们这些渣渣什么事情？
所以此刻请思考一个问题：高考状元最后都取得了哪些成就？
再比如Andrew Ng 的 Drive.ai 怎么就那么没了么，这可比清华的明星还明星的大牛坐镇啊。
为了补充并简单展开下 @立党的观点，下面有必要介绍一点背景情况，也就是“利益相关”。
答主之前在帝都某新三板公司，负责研发和产品，不到200人的小公司，做视频相关的事情，16年由于项目的原因（售前吹牛逼、销售不怕死、合同什么内容都能实现），不得不面对一个残酷的现实：算法哪里来？行业特殊需求、特殊应用场景，找谁家能买到适用的算法。
16年好啊，人脸大火，AI大热，有yolo，有ssd，有caffe，还有tensorflow……那时候能做AI的公司多牛逼啊，眼睛都看天的，你这点个性化的需求，谁没事干陪你玩啊。所以啊，人都是逼出来的，要么干要么滚，手下几十号兄弟们还等着你给方案继续干活儿呢，滚都不好滚。
没错，我就成了AI独角兽的Scientist和Engineer看不上的那种拿个开源框架，调个包那种伪AIer。不过还好，起码我们团队想明白了场景是什么，核心技术指标是快还是准还是recall高，产品该怎么定义，解决方案怎么说能让用户接受，销售出去怎么忽悠，用哪个框架工程化代价小踩坑少，数据集怎么准备，怎么组织周末加班标数据（穷，没钱外包也请不起实习生），选什么方法用什么模型，怎么去做迁移和fine tuning，然后还稀里糊涂弄明白了怎么训练，怎么调参，怎么少锁定两层来提高效果……
反正就是这么土鳖的团队，从0开始，17年我们的“AI”就在用户场景下落了地，交付了项目，赚了钱。公司么，后来也给主板的上市公司全资收购了（当然不是看中我们“懂AI”，是公司有很好的利润增长，而且还能抓住技术，在B/G用户中用技术赚到最大附加值）。
在这个过程中么，作为“伪AIer”，也参加了不少会议和组织，试着去学习专家们的前沿研究方向，理论和落地，也算开了眼界，认识了一些人，更重要的是自己觉得看明白了一些AI的未来价值。后来，由于个人原因，离开帝都，回了华东（不想说太明确，看了下文就能理解）。处理完自己的事情，总要找工作么，创业那是勇士的行为，咱也不是勇士。
于是，就试图在AI圈子里找找机会，过去认识的人还有积累的猎头就算派上用场了。聊过，应该说是通过不同渠道面试过一些AI头部和起步公司，当然里面有题主列出来的，也有没有列出来的。
A公司，非题主所提公司，头部公司，大咖坐镇：直接和CTO聊的，聊了大概两个小时，我自然是极尽所能的展现我的能力、价值以及对AI工程化的理解，也详细介绍了我们从0开始做的事情，中间的一些思考、选择、实现以及工程化处理的方式等等，另外就是方案能力、项目管理能力和研发团队管理能力这些基本功了。CTO的问题，除了一些基本的深度学习的，我印象最深的一个问题是：caffe和tensorflow区别是什么，你们为什么选tf。最后到是体现了学术大牛的“坦诚”（不像HR那样即使不行，也会给你标准的“我们会通知你”）：听你说的，你确实也做了点事情，你做的事情更像项目经理，但是在我们这里能干嘛呢？暂时应该没有合适的岗位，以后有需求再联系把。
B公司，直接联系的题主所列公司的其中一家的研发总监（还在学术界做教授），但不想人家换了地方，去导师（业界大牛）新成立的公司做CEO了。自我介绍么，肯定还是哪些（在AI领域，也就这点东西能拿出来说啊，渣渣就是渣渣），过了几天，人家助理来了电话，聊了敏捷教练的事情，又过了几天来了电话，聊了研发质量管理的事情，还要我做个PPT，做吧，又过了几天来个电话，说是负责技术的，聊测试用什么软件，压力测试怎么做……闹着玩呢啊，火上头，没聊几句结束。
C公司，题主所列公司之一，猎头联系有“项目总监”和“解决方案总监”，让我选个试试看，选了
“项目总监”，回复：年纪太大，不懂AI，也看不出来会管项目，不合适。这个答复，真心让我郁闷了好几天，互联网公司鄙视我们这种传统toB/G的，年龄40+的也就算了，这种就短期内指望B/G给项目赚钱的公司，居然也是年龄鄙视，还看不见行业经验，真心替HR招聘水平担心。
D公司，小初创，之前并不知道，是一个通过我之前文章找到我的哥们儿问我这公司知道不，才知道的。看了公司介绍和产品介绍，浓浓的“学术风”，在公司介绍去普及什么是NN，什么是深度学习，然后用的图还是圈里人一眼就能看出来是哪个paper的配图。本着闲着也是闲着的想法，加了微信去聊了聊。
E公司，非题主所题公司，主板AI题材股，看到有人工智能方向的负责技术、交付的部门总的JD，辗转找到某总的助理，说明了想法，然后就没有然后了。
F公司，直接翻简历找到我，做比较传统的重资产的公司，不知道为什么想做AI方向，找一个技术副总监负责AI方向的事情，去聊了聊，技术总监面试。怎么说呢，公司有需求，但是没看出来他做了哪些准备，真不知道这个副总监招进去了他怎么领导。最关心的问题是：你们做的深度学习网络多少层啊。给讲了下ResNet，说了下多少层这个事情真不是什么大事，关键是你的指标怎么选，你要深那就慢，而且ResNet深度随意，3个主流层数都有很好的现成资源开箱即用。以为理解了，过了一会又问，多少层啊，过了一会又问多少层啊。无奈的煎熬到论到我问了，聊了点他们现在的技术路线，做什么，为什么想做AI，准备多大投入做AI。最后的判断，就是准备找个孙悟空一样的人，拔根毛变一个算法，再拔一根再变一个，只好草草了事。
到这里，大家可以喷我是因为年龄大，找工作困难来发泄的，嗯，没关系，为啥不吐槽呢？反正我也没闲着，现在在做新能源充电的事情，我在琢磨的是，怎么用AI解决油车占位、充电自燃预警的事情，谁有钱，欢迎来砸。
但是我想表达的是，如果AI公司想明白了做什么，怎么做，需要那方面的人，需要引入哪些不同的思维方式，遇到这种不管怎么说做过技术落地交付的人，如果换做我是面试官或者HR，我可能会：
安排技术、产品、交付与候选人车轮面或者集体面，看看人家泥腿子怎么在一个行业针对用户需求去思考AI导入的方式，技术上做了哪些事情，产品上怎么组织，交付做了什么工作，送上门的咨询机会，而且对方是来找工作的，肯定是知无不言的，这么好机会为什么不用白不用？
废话连篇的交代背景，其实就是为了让下面的“结论”有一定的参考价值。
在我看来，这些AI公司现阶段不缺钱，并没有意识到自己所处的软件服务领域“经验”、“产品”、“销售”与“服务”才是真正的竞争核心，而“技术”仅仅是武器。而现阶段在技术世界，无疑互联网领域话语权是最大的，所以给带偏了，一切向互联网看齐了。还不理解？
互联网讲究的是用产品面对用户，技术牛逼，产品牛逼，流量为王；产品与服务领域，讲究的产品形成的服务面对用户，你不但要给用户提供产品，还要提供怎么用这个产品的服务以及你要花大量的心思在各路神仙来源的竞争对手中脱颖而出，让用户采纳你方案“预期”能带来的价值。
你和高手过招，人家拿木棍，你拿“龙泉宝剑”，就能赢了？

第四件事情，重视产品和解决方案了，就能赚到钱了么？重视不是说招人，成立部门，而是要有一批真理解这事怎么干的人。
还是先定义前提，现阶段的人工智能，还是处于“辅助”阶段，用AI来做全自动工作的事情，还是探索阶段把。
人工智能的“不可解释性”和“过渡神话宣传”，带来了什么问题？一方面在搞“炼丹术”，一方面风口大家都在把AI吹的无所不能、天花乱坠。
在项目管理领域，对就是PMP，最新版的PMBOK已经把“干系人”管理提高到了新到重要程度或者高度，专门来了知识点“项目相关方管理”，而干系人管理中有一件非常重要的事情就是：需求与期望。
来脑补下场景：
这边，不可解释，结果好坏是为什么，具体什么导致的不一定能清楚；就算能说清楚，也不一定能用“简单”、“朴素”的语言让不懂什么是deep learning的甲方真的听懂，并且理解了。
那边，AI是极其强大的，识别、下围棋、打游戏都超越人类水平了。
落到项目上，售前阶段AI技术了不得，交付阶段是AI技术落地这个条件没满足，所以不如吹的牛；哪个场景之前没遇到，所以AI傻逼了。
请问，这个拔高的用户期望导致的需求，在实战场景下的效果指数级下降，PM和交付工程师，怎么用“人类”可听懂的语言去解释清楚，还要让用户接受、理解，并且认为合同的技术指标是空中楼阁，还最后能放你走，给你钱？
那么，AI到底怎么落地呢？
我们必须清醒的认识到现阶段的实际情况：不管我们准备的数据集多么的服从正态，也cover了很多场景，在真实世界、真实场景下，都可以理解为我们优秀的算法，是对数据集做了“over fitting”虽然技术也全力去考虑了“泛化”的情况，但是，不是完整的dataset，能泛化到哪里去？
用户也能接受用AI来参与业务处理过程，但是AI具体能帮他们的实际业务做什么，做到什么程度，怎么做，用户显然是不懂的。
AI公司的产品经理、解决方案工程师，懂多少用户的实际业务，以及有没有去真实的正视AI对这些实际业务能起到什么作用，基于“实验室”水平，在“生产”环境中能做到什么程度，具体该如何embedding到用户的业务流程中，什么情况下自动，什么情况下提示人工干预，如何去确保“自动”的条件是“完全可信任”。
事实上，用户并不懂人工智能能帮他们做什么，或者说并不真正care人工智到底能解决什么问题，毕竟，这么多年没有人工智能的日子，人家照样过日子的。是需要“解决方案”理解用户，理解AI技术落地能力，理解用户业务场景，给用户设计出AI技术如何基于人家的场景，可以发挥什么作用，价值是什么，哪些是没有AI之前想都不敢想的，哪些是有了AI之后可以大幅提高的（效率高、降成本）、哪些是AI带来的附加价值……没有这些去打动B/G用户，人家凭什么上你的船？
当然了，解决方案的一切前提都是：提出预期，约束预期。
举个不那么恰当的栗子：
寻找爱情。
男方条件差不多（外貌、财力/公司背景、技术实力），去追女生，而女生因为家庭条件不错（B/G么，不差钱，自然高冷）比较高冷，不同场合下表现出的性格和脾气都不一样（企业有相关决策权的领导个人对AI的理解，对技术的理解，阶段性工作的压力来源，甚至可能一个项目跟一半换领导了），怎么追到手？
接触女生试着去揣摩她对男朋友的要求，接触她的闺蜜，了解她的脾气、性格、爱好，甚至之前谈过的男朋友为什么没有继续，然后依据收集到和揣摩到的信息去“改变自己、理解对方”，反复几次后，终于摸透了女孩子的心，用一场华丽的show，得到了女孩子的芳心。
正式谈恋爱了，那些“目标明确”的“理解与改变”迟早有露馅可能，在这个过程，我们可能会让自己优秀的方面更优秀，自己装出来的地方想办法去弱化，或者有技巧的引导女孩子不再关心这些方面，最终做到人生赢家。当然，也有可能，之前虽然掩饰的挺好，正式交往了，女孩子发现原来你是这样的，你就是渣男，必须分手。
这里面具体到和做项目的对应关系，就不写了，要不这个问题的答案就太长太长了，自己琢磨下把，我一直觉得触类旁通这件事，挺好玩的。
AI创业公司，只有投入一批聪明的脑袋不去琢磨技术，而是去疯狂理解行业用户的业务流程，去找到AI和业务适配并且有足够说服力的价值的领域，去快速发力。
一句话，基于用户业务设计AI赋能的有价值，价值可观测或者量化，且具备典型性与推广潜力的业务场景，在快速实现MVP的同时，还要能设计合理的门槛以避免产品亮相的第二天，对手就可以开工复制。
AI不是做玩具！！！。
说几个小插曲：
之前做项目的时候，和某人脸4巨头之一有合作（被逼得），我们做应用他们提供算法API，说实话用户场景、用户需求还是很具有代表性和考验技术能力的，真做出来效果，绝对是很好的样板工程。但是，不幸的是，我们确实遇到Scientist了。由于场景特殊，用户第一位关心的是速度，第二位是准确率。
用户提了很多需求，在我看来，小部分确实意义不大，但大部分对于做好一个人脸系统都是有价值的想法，但是只要API不支持的，一律不接受，不改。然后我们就是后端能处理的后端，实在是页面直接调人家API的，就js来处理，那个代码啊，改的是惨不忍睹，
然后派出来的项目经理把，本来觉得女孩子，还是研究生，应该性格和技术都ok，做对接大家都会比较好办。但是，不曾想，怼天怼地怼用户对用户领导，反正跟她合作的给怼个遍，就她们公司没问题，其余项目参与方都有问题。终于在我们各种花式暗示、协调、努力下换个PM，结果来个啥都不管，就转发mail的。
用户第一位关心的是速度，速度是一个绕不过去的坎，那时候GPU加速深度学习这个概念简直就是正义，CPU慢GPU快，深入人心。用户提出来，不行你们给我们上GPU版本的算法，我们自己采购GPU服务器。回答，我司没有GPU版本的。用CPU推理也行，那你是怎么并行，怎么发挥集群优势，心里有点谱儿再承诺啊，直接出硬件配置方案，服务器一堆，还要用户存储上SAN网络，改造下来三四百万进去了，结果呢，和之前一样一样的。你们能想出来我给人家领导点名喊到现场，在会议室理收拾的尴尬么？
你部署好了，起码要给我个部署文档把，我验收项目要给用户交文档啊。前后三个人协调此事，邮件么就是从发件箱翻出来转发再转发，然后就没有然后了。
信他们能做好B/G项目么？我信你个鬼。
过去两年了，但愿这家一轮一轮拿钱的公司的科学家们能在做医疗方向的同时，实质性的加强了工程能力建设。
当然，也是有AI公司想明白了转的快的，比如：
格林深瞳，在那次风波后，找了传统安防的人来，专心做项目、方案，也不见打比赛（最近打过一次比赛，也算是公安口图侦的刚需方向）、发Paper了；
阅面更是神操作，估计之前发布的嵌入式的摄像机模组量产不了，或者即使量产也出不了多少货了，直接扭头搞个摄像机，然后官网画风突变，转向做零售、校园解决方案了。
自动驾驶么，Momenta 前几天出来的停车场的纯摄像机+普通雷达方案的自动驾驶视频还是很棒的，当然这里面估计多少有些对这个停车场的over fitting的嫌疑，但是这起码是成本可控的目前能看到的最好效果了。不知道以自动驾驶为出发点的地平线在忙什么呢，就知道各地布局做智慧城市、智慧零售，但是不知道自动驾驶怎么样了。
最后一件事情，销售和交付。
嗯，终于觉得可以收尾了。
这个不想说太多了，这是“软件和服务”行业的安身立命之本，简单说吧，什么时候AI公司公布的人员构成中，项目交付体系和市场销售体系的人员占比不小于50%了；或者，随便去投标都能看到拿着巨头们产品/方案授权的本地化公司在投标了，那就算比较正常的开始像一个做技术服务的公司了。
最后再次感谢 @立党的回答勾起了想长答此题的想法，也算是自己对AI领域的一些思考的粗略总结。
最后我觉得还是要回答以下题主：AI创业公司，现阶段的问题不是未来超越谁，能造血，活下去，在某几个领域茁壮成长，就已经是很巨大的挑战了。
毕竟，现在AI落地最好的方向是智慧城市、泛安防领域，真当海康、大华、宇视、科达、东方网力、神州数码这些传统行业玩家没动作，等着你来抢饭碗啊。
对了，还有阿里的城市大脑才是真要学习和防御的安防领域重量级玩家。

有关回应 · 2021-5-16 13:07:13

不会。
既然说的是Google、微软的高度，就该知道，Google和微软，那就是一个领域独一无二的霸主，而不是甘心四分天下的军阀诸侯，如果还在说四家XX、XX、XX、XX公司达到Google和微软的高度，那注定是不会实现的。
如果说这四家公司里有一家能够实现行业垄断，一统江湖，那才是——达到Google和微软的高度，可是，这四家公司都挤在AI这个领域里，哪一家现在看起来能够一统江湖的吗？
另外，什么“清华AI四大公司”是谁提出来的？很有一点“京城四少”的感觉。
我知道我知道，中国人喜欢四这个数字，打麻将也要凑四方，武侠有东邪西毒南帝北丐，天庭也有四大金刚，娱乐圈有四大天王，搞笑片有东淫西荡南贱北色，凑出四这个数字感觉很有气势很牛逼的样子，但是，真.霸主，是不屑得和京城四少一样扎堆招摇过市的。
别误会，我不是对这四家公司有什么成见，我衷心希望这四家公司能够成功，中国科技公司真牛了，还能给我们这些打工仔创造不少就业机会，但是，我们还是现实一点，我们扪心自问：微软和Google这些公司为什么能够达到这样的高度？
你可以说领导人看清形势，抓住了时代际遇。
你可以说他们执行能力很强，而且力气用对了地方。
你可以说他们狗屎运好。
但是，你要是说“因为他们的创始团队很豪华”……

读书是读书，学术是学术，公司是公司，不要搞混了。
一个公司的巨大成功，是因为在正确的时间用正确的姿势在正确的市场做了正确的事情，和谁来做并没有任何必然关系。

有关回应 · 2021-5-16 13:07:14

我只能回答哪家未来更有机会达到Google、Microsoft的高度。
结论: Face++
理由:ceo辍学创业……

有关回应 · 2021-5-16 13:07:15

补一下，能超过讯飞再说，这些所谓独角兽和讯飞的基因很像。。先超过讯飞，再去碰瓷bat和谷歌，微软吧
--------------------------------------------------------------------
技术不是发展的唯一因素（ACM，顶会，特奖就更加不是了），好的商业模式，以及好的AI环境，以及充足资本条件才是比较重要的。这几家还得靠投资人输血，我觉得如果在近5年能自己造血再吹未来是否能肩比谷歌，AI技术本身只提供SDK,真正要赚钱还是要有落地产品才能够带来附加值。
------------------------------------------------------------------
我觉得与起说Face++，商汤（其他两家能不能活再说）能否达到Google，微软等高度，还不如现在的互联网巨头（bat,tmd）更加有潜力，因为独角兽有的他们也有，独角兽没有的，他们也有，而且更加充足。。。

清华AI四大公司PonyAI、RealAI、Face++、商汤未来能否达到Google、微软的高度？

5 个回复