5月下旬，目前围棋世界排名第一的中国职业九段柯洁将与人工智能程序AlphaGo（阿尔法狗）进行终极对弈，尽管柯洁早已放出豪言，“我会抱必胜心态、必死信念。我一定要击败阿尔法狗”，但是此前德扑大赛中，人工智能获胜已经让部分看客有些心灰意冷，一旦柯洁失败，或许会再次加深这一悲观情绪。
当然，“文明终结”的忧虑还为时尚早，无论是世界上最强的象棋、围棋还是黑白棋程序，尚属“弱人工智能”。
在还没有到人工智能拥有自主意识的“强人工智能”时代，企业家、投资者以及创业者们可能更担心另一些现实的问题，比如，怎么把人工智能商业化。这是过去数十年人工智能一直温而不火的重要原因。
一、真正的爆发
无论是科学家的危言耸听式担忧，还是商业巨头们疯狂的攻城掠地，总之，“人工智能”已然成了这两年最火的科技热词。
创新工场创始人李开复对《财经国家周刊》记者说，“我们每个礼拜都会收到5家巨大的企业的请求，基金公司、汽车公司、管理公司、国企、甚至政府，都希望能够利用人工智能帮他们解决问题。”
要知道，人工智能的概念第一次被提出来是在61年前，尽管持续有些热度，但它在最初50多年里几乎没有得到爆发性的关注。
“人工智能”关注度爆发的导火索，或许是去年3月韩国著名围棋棋手李世石以1:4输给AlphaGo。
它让不少人错误估计了人工智能的爆发节点。就好比在1997年，名为深蓝的IBM计算机也曾经击败世界象棋冠军，但人工智能并没有从此进入人类日常生活。
李开复也曾错误地预判人工智能的技术趋势，从而导致创业失败——2000万美元的投入、100个员工，几乎全军覆没。
李开复反思道，“创新固然重要，但不是最重要的，最重要的是做有用的创新”，而判断它能否成为科技主流的重要标志，就是能否商业化。
Deep Mind创始人、AlphaGo之父杰米斯·哈萨比斯也表示，“我们发明AlphaGo，并不是为了赢得围棋比赛，我们是想为测试我们自己的人工智能算法搭建一个有效的平台，我们的最终目的是把这些算法应用到真实的世界中，为社会所服务。”
那么，人工智能商业化的时候真的到了吗，会不会又是一阵虚火？
4月25日，在JIC投资沙龙上，阿里云战略资深总监李树翀解释，“AI的基础是三个理论，第一是算法，第二是必须得有计算的支撑，第三是必须有数据作为序列或者教化算法的基础”，这三方面都在走向成熟。
2016年，百度董事长兼CEO李彦宏曾在2016贵阳大数据博览会上表达过类似观点，“越来越多的数据每天的产生，导致了我们可以利用这些数据做一些过去只有人能够做的事情，同时，计算能力越来越强大，计算的成本越来越低廉”。
出门问问创始人兼CEO李志飞则以“虚拟个人助理”为例，称“四年前跟现在相比，我们都不知道能用在哪里，手机也没有习惯”，而今天，“家庭、车等场景我们都能看得清楚，跟产业、用户的需求变得比以前更加成熟了。”
在这种情况下，毫无疑问，4月10日德扑人机大战最终以AI冷扑大师完胜，成了真正引爆AI商业化的导火索。
这是因为，围棋是一种“完全信息博弈”，比赛双方所有信息都呈现在棋盘上；而扑克和电脑游戏这些由多人对战的游戏是“不完全信息博弈”，计算机无法获知所有信息。
“不完美信息”人工智能冷扑大师的胜利，意味着在尔虞我诈、概率不确定、非完美信息需要推理和情商的游戏里，机器一样可以获胜，它最大的价值就在于赋予了人工智能商业化的可能性。
德州扑克冷扑大师和中国龙之队对决结束的时候，李开复发了一条朋友圈，“据闻AlphaGo近期即将来华和柯洁对战，其实已经不再具有科学意义了。以后我们应该更关注商业领域的人工智能，在金融、医疗、教育等领域产生商业价值。”
生活在“弱人工智能”时代的我们，还远没到担心人类会“永生”还是“灭绝”这样庞大而沉重的课题，但毫无疑问的是，人工智能的商业化时代，真的来了。
二、开始总是美好的
“中国任何浪潮来了都会来得太猛，大家都跳进去瞬间就有可能蓝海变成红海”，李开复如是说。
不出所料，浪潮之下，巨头们都闻风而来。
4月28日，百度公布了2017年第一季度未经审计的财务报告，李彦宏在财报中明确提到，百度的战略已经从“移动先行”变成“AI先行”。
同一天，刚刚上任100天的百度集团总裁兼COO陆奇，在百度与小鱼在家联合发布的搭载了百度DuerOS操作系统的视频通话机器人“分身鱼”发布会上重申，“对百度公司来讲，不光是一个搜索引擎的公司，基于AI，从现在到将来会逐渐成为一个平台，这是一个战略上和文化上的改变。”
这让人联想到，早先陆奇的到来和百度前首席科学家吴恩达的离开，在曾与吴恩达有过接触的首席科学家林晖看来，这某种程度上反映了百度对于人工智能需求的变化，从“学术派”走到了“实干派”。
随后，5月3日，据美国科技网站报道，腾讯宣布任命语音识别技术顶级专家俞栋博士为AI Lab副主任。这个2016年4月成立的人工智能实验室，现有50多位世界知名院校的AI科学家（90%为博士）与200多位应用工程师，此举或意味着腾讯在AI领域的正面回击。
相对低调的阿里巴巴事实上也在伺机而动，去年以来，阿里逐渐抛弃了AI产品头上的“云”背书，直接用“人工智能”给产品定位。
今年3月9日的阿里巴巴技术峰会上，马云推出了“NASA”计划，称面向未来20年组建强大的独立研发部门，同时点名了五大技术，机器学习、芯片、IoT、操作系统和生物识别都与人工智能相关。
随着互联网三巨头BAT的布局加速，一场真正的商业化战争，已经蓄势待发了。
根据猎云网研究院4月13日发布的《2017人工智能投融资白皮书》显示，2016年1月～2017年2月，共发生365起人工智能领域融资事件。
其中，来自投资界的数据显示，仅2017年第一季度，就有超60家人工智能公司获得了融资，金额超亿元的融资事件至少有5起。
这幅“人工智能”的“烽火狼烟图”，不禁让人联想起一年以前VR概念风头正盛的时候。
去年一季度，共有29家VR/AR公司总共获得融资超过10亿美元。
然而，仅仅一年后，市场研究公司Crunchbase5月1日发布的报告显示，今年一季度全球VR/AR的风险投资额只有2亿美元，不仅暴跌八成，而且被26家公司分食，创出了过去一年中投资的最低纪录。
AI会不会重蹈VR覆辙，还不好说，但资本一定有高潮也有低谷。更何况，即便是在当下，也并不是所有投资者都对人工智能持乐观态度。
建投华科投资股份有限公司董事总经理戴燚认为，“比尔·盖茨说有关人工智能领域的重大进步的所有预言，都已经被证明过于乐观。这一点对于22年后的今天这些投资人来说，仍然有一定的警示意义。”
在他看来，“人工智能处于初期发展阶段，对于投资、尤其是对于我们产业并购的整合者来说，可能为时尚早。”
三、小心陷阱
对于人工智能，科学家在渲染危机感，投资者在夸大它的神奇，然而创业者需要警惕：人工智能的创业路径跟过往的经验完全不同。
其中，最大的不同就是创业门槛的高低，起步资金就是最重要的一项。
“移动互联网时代让创业成本达到历史新低，一个产品经理带着一个工程师就可以零元创业”，李开复调侃到，“但AI的创业成本却达到历史新高，挖人、买数据、买机器，每一项都要投重资”，以创新工场投资的一家创业公司为例，“第一个月就花了500万买机器”。
并且，人工智能创业大部分是“B端”的，然而大多数投资公司已经习惯了投资“C端”创业者，这就决定了融资的难度。
李开复这样对《财经国家周刊》记者描述过去很长一段时间“C端”创业公司的投资模式，“给你一笔钱搞100万个用户，再给你一笔钱搞1000万个用户，再给你一笔钱开始变现，再给你一笔钱你就盈利了，再给你一笔钱你就上市了，这一定程度上成为了投资的四步曲或五步曲”，这与大多数“B端”创业者要去苦苦哀求企业级用户的门是完全不同的。
然而，矛盾之处在于，创业者要想避免被BAT碾压，最好的方式就是去寻找一个巨头不能碾压的领域，避开社交、游戏、电子支付，而“卖企业级软件给银行”、“卖解决方案给医院”等等“B端”领域，虽然BAT可能不会去做，但创业公司也很难成功。
并且，在人工智能领域创业，一个很大的问题就是“想象力不够”，导致从一开始同质化竞争就很严重。
“大家都做一样的应用，人脸识别现在大概有15个公司”，李开复反问道，“人脸识别当然有商业价值，但是需要15家公司来做吗？”
当然，作为最早一批回国创业的科学家，曾在谷歌担任高级工程师的出门问问创始人李志飞对《财经国家周刊》记者阐述了不同的看法。
“早期有一些趋同，这个不值得奇怪”，因为，“这就跟摘果子一样，最大的摘完了之后大家才会动脑筋去想，是不是可以再自己培养果子或者到另一个地方去摘，关键是后面这个产业是不是真能够进一步地升华。”
那么，创业过程中最需要注意的问题是什么？
最显而易见的一点，是要找到强需求而不是伪需求，然后判断这个强需求能不能被技术解决，同时，让场景和产业深度结合起来。
其次，脱离工程师的思维，把焦点放在用户身上。
李志飞说，“工程师的思维就是特别喜欢做一个自己觉得很牛的、技术很复杂的东西，但这个可能跟用户的需求完全不一样。”
以语音识别软件出门问问为例，李志飞说，“过去我们喜欢演示特别复杂的句子，比如一句话把‘帮我查一下附近的餐厅、人均50块钱、带wifi、带停车场的’讲完，但用户真实的习惯可能是把它分成几个短句，通过渐进式的交互去完成查询。”
此外，不要急于打造平台级技术和场景，什么都想做。
过去的创业经验告诉创业者，通过一味的“铺场景”也可以拉高估值，但是危险在于，一旦业务方向不像设想的那么顺利，就会无形中拉高B轮融资的难度，造成现金流枯竭，这对于现今需求量极大的人工智能创业尤为危险。
在这一点上，李志飞很坦诚，“我们也跟热点，这是肯定的，因为你不跟热点的话，拿不到钱”，“但是热点一定是辅助的，公司业务的核心一定要以AI技术推动，然后才会有各种各样的使用场景，如果你随着资本波动而波动的话，一定会死的很惨。”
李志飞称，“对于技术型公司，你的扩张速度要永远保证你的账上还有18个月的经费”，因为“钱是很贵的”。
除此之外，团队的协调、合伙人之间的契合度也在技术导向型公司被无限放大。这是因为，跟过去移动互联网时代的产品经理和工程师不一样，AI的工程师和产品经理的价值观和思维方式并不相同。
此时的人工智能就像襁褓中的婴儿，初来世间，走错一步路都有可能夭折，“脚踏实地”显得尤为重要。