编者按：上周五，星河融快邀请了多位人工智能领域的专家、创业者和投资人进行了闭门分享会，星河互联人工智能事业部总经理、合伙人刘玮玮发表了主题为《人工智能创业者应回归商业规律》的演讲。演讲中谈到了2017年第一波AI初创企业倒闭潮的现象，刘玮玮针对这种现象提出了几点建议，希望能给AI领域的创业者们一些启发。
人工智能已经进入了一个高速发展期，巨头们和初创公司都在纷纷布局，传统行业也迎来了重构机遇。
对于创业者而言，随着巨头们搭建的AI生态日渐完善，存储和计算成本大幅下降，AI初创企业的难度也正在逐渐降低。根据资料显示，过去两年新增加人工智能企业数超过了过去10年的总和。
在资本推动行业发展的前提下，一些初创项目出现了估值泡沫，并且从商业规律上来讲，人工智能的全面落地还有很长的路要走。
我认为AI领域的创业者要根据行业痛点深耕本领域，打好基本功，解决实际的商业问题。
2016年的人工智能发展比较迅猛，无论是从标志性的事件、巨头的布局以及投资的数据等，都可以看到发展极其迅猛，但整体还在初期。
从50年代起，人工智能就开始发展起来了，早期不叫“人工智能”，它有很多符合那个时代的技术属性的称谓，比如“人机交互、专家系统、模式识别、机器学习、深度学习”等等，都是人工智能所覆盖的领域。
2010年以后，以机器学习为代表的一些课题发展跟之前有什么不一样呢？可以发现，随着大数据的发展，越来越多的领域产生了分布化的大数据，这些数据可以训练算法模型。此外，FPGA、GPU甚至未来专用芯片的发展，也使得低成本的底层计算力成为可能。
在目前人工智能领域的基本架构中，底层是基础设施，包括数据、训练模型。中间是技术层，有算法以及各种框架，上层有在不同细分领域应用的解决方案。这个组成构成了目前人工智能的产业链。
从地理分布图可以看到，全球百分之六七十的项目都在欧美。从全球的AI项目成立的时间来看，大部分欧美的AI项目，成立在2013年、2014年。中国在2014年、2015年的时候，也有一批AI的天使期项目创建起来。从推断上来看，中国比美国整体的AI发展，应该慢半年到一年的时间，而其中的一些明星项目，那个时候都还不叫人工智能项目。
这是AI和各个领域的结合，比如医疗、营销、商业智能、安全、金融、IOT等等，它基本涉及了所有我们现在看到的科技领域以及传统行业的方方面面，我们认为AI的前景还是很广阔的，但目前技术相对成熟的是医疗、金融、垂直领域的智能客服、语音、安防等几个领域。
医疗有个典型特点，它的场景和应用比较封闭，数据偏结构化，如果拿到它的数据是很容易拿到训练模型的，这是它的天然属性。
还有一些开放的领域，进展就稍微慢一些。语音领域，现在实际上它是最有望全面落地的领域，可以从安静环境下测试集的测试准确率来看，基本上可以达到95%，但是非安静环境下，它的应用并不好，实际效果还是有很多的问题。还有一个问题是语意的理解，特别是对中文语意的理解，现在还很不成熟。
前面讲到了人工智能发展的火热，但从技术发展来看，人工智能确实还处于初期。从分布的象限来