看，大部分领域才刚刚开始，语音可能快一些，那么还有一些比较有潜质的领域，比如智能机器人。从存在的项目数来讲，智能机器人应该是AI里最大的一个细分领域。
从成熟度曲线来看，语音更靠前一点，然后是计算机视觉，特别是安防领域，封闭的场景，有一些孤岛化分布的大量数据可以用于训练，在这些领域它是有先发优势的。
刚才提到，在AI比较火热的同时，从2016下半年到现在我们也看到了很多变化，这是我们基于人工智能行业的演进和大环境分析，看到的一些行业转变。
首先是IPO提速。这个变化对前沿科技领域有没有影响？未来会有很大影响。
很多新三板项目纷纷摘牌，如果你的整个项目基本面比较好，连续三年盈利，那它可能就去IPO排队了。从数据来看，还是能看到一个IPO提速的趋势，也听到证监会的消息，说未来每周有十家项目通过IPO审核，按照这样的速率，一年就有500多个项目。
其次，国内成长期基金募集量已变为最大。成长期的基金，在A轮左右、商业模式得到验证的项目今年会特别受到投资人追捧。实际上资本市场的关注点有向后移的趋势，这是我们从数据以及平时的业务过程中感受到的。
最后是在这样大的一个资本驱动力下，AI项目慢慢也会从早期的天使期随着时间的演进和资本的驱动力，过渡到A轮左右的趋势，大家可以看到早期项目融资数目量有降低的趋势。
那么我们怎么看待这些转变？
我们从数据可以看到，有很多AI的项目估值很高，甚至说整个人工智能领域在去年有比较大的泡沫。随着IPO的提速、项目不断随着时间演进，高估值的项目退出将会面临巨大挑战。我们可以通过A股人工智能概念上的项目，以它作为尺子，看一下它的营收、商业模式以及PE、PS，实际上你就会看到，人工智能现在离全面商用还是很远的，也还远没有到全面盈利的阶段。
截止到2016年Q3的一个数据，以科大讯飞为例，全年科大讯飞营收在33亿左右，然后净利是4.9亿，我们以科大迅飞作为一个缩影看行业，那么跟科大迅飞类似的某些语音公司主营业务还没有盈利，整体还是在烧钱的状态。这么高的估值，投资人要以一个什么样的倍数或者期望去退出？这是一个很严肃的问题。
所以我们判断，在IPO提速以及高估值的双重作用下，我认为2017年AI行业将会出现第一波洗牌。那些商业模式长时间未被验证，估值又很高，烧钱又很凶的项目将会遭遇无人接盘、无法退出的风险。
最后，分享几个我们对于这个行业的整体观点，这些观点来自于我们对AI领域创业项目的长期跟踪、摸索、思考与沉淀。
第一，算法壁垒将会逐渐降低
在去年的时候，如果你有一个比较好的科学家和比较好的算法分析团队，可能很容易拿到天使轮甚至是A轮以前的融资。这是肯定的，我们去年也有很多这样的机会，当时很多项目我很犹豫，不知道它未来能长成什么样。团队很好，背景很好，很纠结。随着行业演进，随着你关注度越来越多、做得人越来越多，不断有科学家进入这个领域，算法和壁垒一定会慢慢降低，这是规律。
第二，项目在垂直领域要有纵深能力
除了算法之外，创业团队需要有行业纵深能力、市场实践能力，如果没有这些能力，项目落地起来还是做非常困难，非常单薄，可能会面临许多危机。
第三，解决需求更重要
在落地的应用场景中，解决需求比起算法创新来说更为重要，需要的能力也更为全面，创造的价值也，更容易实现。所以，核心的问题是，创业项目的产品，能够解决什么样的需求。