近日，AI芯片企业寒武纪登上科创板，上市首日市值便一度突破千亿大关，气势如虹。

成立短短四年便成功上市，这在任何行业都极为罕见。不过，“AI”与“芯片”双重加持，寒武纪获得资本的大力支持却并不意外。

AI芯片，就像拥有强大学习能力的“大脑”，能够高效识别出场景，并给出精准的解决方案，在智能手机图像识别、自动驾驶等领域得到了广泛应用。

事实上，不光是AI芯片，AI技术围绕场景不断渗透，已经成为“老生常谈”。从2016年的“人工智能元年”，到2018年的“人工智能技术落地元年”，发展至今，人脸识别、语音识别等AI技术，在场景中的应用已经遍地开花：金融、交通、医疗、零售、教育……AI已经渗透入人类生活的方方面面。

活跃在市场上的AI企业，早已不止耳熟能详的互联网巨头如阿里、腾讯、百度；以及“AI四小龙”如商汤、旷视、依图、云从等。一批批AI初创企业不断涌现：根据亿欧智库统计，2012年至2016年，中国AI企业数量以48％的年复合增长率高速增长。

然而，“大浪淘沙始见金”。2018年之后，AI行业进入洗牌阶段，众多“贴AI标签”，却“华而不实”的企业，大批死亡；除此之外，那些“过于注重技术突破”，却“忽略产品化”的企业也逐步被市场淘汰。

成功者自然有其独到之处，巨头往往早期建立了自己的核心技术壁垒，再凭借雄厚资金占据得天独厚的市场优势，后来者难以复制。而AI初创企业要想获得市场空间，其必然与巨头发展路径有所不同。

那么，在巨头林立的AI市场，初创企业究竟如何找寻新的场景？又如何构建自身核心优势，在市场中分得一杯羹？

早期AI企业瓶颈期“求变”

行业普遍认为，AI创投经历了三个阶段，第一阶段是2016年，AlphaGo战胜李世石，“人工智能”这一概念自此火遍全球，各路投资人开始一窝蜂涌入AI赛道。这一时期，具有领先算法实力的AI企业更受市场青睐。

根据乌镇智库发布的《全球人工智能发展报告》，2016年全球AI企业融资规模达到了92．2亿美元，是2012年的近6倍，相当于2000年到2013年13年间总融资额之和。这一阶段，AI企业在计算机视觉、语音识别领域厮杀，他们宣称自己技术领先，但事实上大部分企业技术大同小异，差异化不明显。

第二阶段是2017至2018年，部分先发企业选择了高价值的应用场景，凭借数次融资积累的资金优势，迅速铺开市场。由于其算法在实践中经历多次迭代，又构建起了自己的技术壁垒，从而走在市场前沿。商汤、旷视等人脸识别的商业化落地在这一阶便段极具代表性。

第三阶段则是2018年下半年至今，随着技术进入普及化阶段，AI行业缺乏的不再是技术，算法带来的碾压式优势逐渐减弱，投资者们也期望于从早期投资项目中看到商业成果。对于客户来说，能否带来切实效率提升以及带来财务回报，成为考量的首要因素。

亿欧智库：2000－2020年四月中国人工智能企业新创公司数量情况

毋庸置疑，前两个阶段已经“尘埃落定”，有一批企业取得了阶段性成功，“AI四小龙”便是其中代表。在综合实力以及生态建设方面，成为了行业中的佼佼者。2018年，AI创业公司的融资总额是1131亿人民币，而“AI四小龙”就占据了五分之一。

此外，旷视已向港交所递交招股书，云从申报科创板的传闻也不绝于耳。资本市场的支持，无疑是对其技术的肯定。

不过，当发展至第三阶段，场景的寻找、商业模式的规模化落地对于企业来说仍是难题。红点中国执行董事刘岚表示：“我们目前更看重商业落地的速度和产品技术优势的相对平衡。只有技术没有商业化，以及有商业化，技术不够领先的企业，我们都会比较慎重。”

可以说，AI技术不再在估值体系中起到决定性作用时，它逐渐成为其中的一个因子；而为行业带来的效率提升和新增价值，成为衡量AI企业价值的重要指标。

对于AI四小龙来说，倘若仅依靠人脸识别等通用技术，未针对企业经营提供降本增效的价值，那么客户买单的意愿并不会很强烈。因此，为了扩大盈利空间，AI四小龙开始加大场景探索，各显神通：

凭借融资获得的大量资本，商汤开启了“买买买”模式，其对外投资项目已经超过10个，涉及不同的行业应用，比如教育、汽车、医疗等；旷视则以摄像头硬件为承载，发力点在于城市管理与智慧地产；依图则在芯片端发力，企图通过提高AI的智能密度，降低AI落地的成本。

由此可见，为了实现技术与商业化“两条腿”走路，AI巨头们都进行了诸多尝试。只不过，哪怕是行业巨头，要进入新的领域，也需要对行业Knowhow深入了解， “财大气粗”的企业或许能直接购买技术，但随着应用场景不断涌现，不可能所有行业Knowhow都能“触手可得”。而正是由于存在具有技术空白的场景，这就给了新一代AI创业公司生长的空间。

相比于行业巨头，新一代AI创业公司成立时间短、资金薄弱。在外界关于AI领域“强者恒强”的呼声下，它们将如何在巨头环伺中杀出重围，构建自己的核心优势？