人工智能技术已经成为了未来8-10年最大的投资机会，在这个领域的投资机会，即使用“遍地是黄金”来形容也不为过。
然而，在人工智能投资过程中，最难的事甚至不是判断哪些项目具备投资价值，而是找到志同道合的投资伙伴。
/ 人工智能项目“六投” /
▌第一投：从垂直行业入手，而不是上来就做大项目
当前的人工智能技术，其水准又只能称作是“解决单一问题能力”级别。通用型大项目往往涉及复杂的多种因素决策，远超出目前人工智能的能力范围，能实际落地的专用型项目则天然不具备“大”这个属性。
当然，不能否认有些具有规模化特质的大项目，例如基于语音识别、图像识别系列技术的项目，也具备广泛使用的通用性，此类项目对创业团队运作管理能力的要求，远远超过类似规模的互联网项目，因为AI是深度与整个服务领域融和的。
如果一个创业团队，上来就做改变人类生产生活的大项目，一般来说，团队是没有去匹配大项目的能力的，包括技术、资源、资金、管理能力等等。
▌第二投：明确垂直领域应用场景
对于一个AI创业团队，找得到垂直领域还不够，必须有明确的应用场景。没有明确的应用场景，是没有办法去一步步细化，最终判断项目质量的。
举个例子，目前AI+医疗影像的项目极多，但是大多数项目都瞄准了为影像科提供服务，殊不知其实这样是动了影像科医生的奶酪，你用AI替代了人家的工作，就意味着不需要那么多医生，偏偏影像科还是你买单的客户，有人愿意花钱把自己买出局吗？
这样的产品一定不好销售。
反过来，做一个给内科医生用的，AI+医疗影像的项目，让内科医生可以不借助影像科，不用等待漫长的拍片时间，就可以迅速判断患者病理风险，以及是否要进一步去影像科精确拍片诊断。
这样买单的内科科室有动力，对于影像科既没有革人家的命，也可以把一部分不需要拍片的患者工作量减轻。
▌第三投：优质的头部客户
投资人想成为每一个领域的专家，是非常不现实的，那样判断项目是否具有投资价值，很大程度就是看项目是否有足够数量的头部客户，而且客户签单并不是简单的小批量实验性订单，而是大批量生产型订单。
例如车辆领域最好是前装市场订单。如果头部客户肯海量下单，说明产品已经具备了很好的可靠性，项目也就具备充分的投资价值。
▌第四投：应用场景够low
没错，不是高大上，而是够low。原因如下：
1、越low的地方，用重复人力劳动越多，解决的问题越简单，越适合人工智能当下的能力。
如果高大上的地方，要么其实是需要真正的“智力如创造力、分析力等”，现在AI根本做不到，要么其实用不了几个人，你用AI替代，也没有多少效率提升。
例如游戏设计其实很low，全是拼人力，拼时间，现在用AI来做设计了，一下子三天干完过去一个团队三十天的活儿，你说客户会不会买单？一定买单。
其实这一轮AI投资的秘密，就是“降本增效”，low场景从100个人降到1个人，缩减的是巨大的成本，高大上场景从1个人降到0个人，缩减的成本可能还不如雇个人。
2，越low越红海的地方，一旦用了AI就是全新的蓝海，而且别人还不一定进的来。
好投的AI项目要么是把AI用于B端客户的节约成本，提高效率，这本身就是管理咨询公司的活儿，只不过我们AI公司有了新的AI技术工具而已；
要么是把AI技术用于C端客户的生活，最好的载体就是小家电，可能看不起眼的传统家电，比如一个扫地机器人，增加了AI以后，就脱胎换骨，外形看起来还是那个圆咚咚的老样子，但是脑子可比以前好使多了，当采用了AI以后，硬件成本又会大幅度下降（因为可以用很便宜的通用传感器加复杂的工程算法实现来解决过去很贵的专用传感器搞不定的事儿）。
又便宜、又好用，一下子就把过去的红海变成蓝海了。
3，Low的场景，反而适合初创团队，越高大上的场景，解决起来越不容易，越适合已经具备足够规模的企业。
▌第五投：强大的工程和服务能力
这一点非常重要，因为产品不是学术研究，必须完美应对各种现实的不完美，这必须是创业团队有多年的工程经验（未必是AI工程经验），因为只有这样的团队才会有足够敏感度去预感产品中的坑，并且尽量规避，提高投资效率。
工程化能力，在互联网项目里基本上不用特别考虑，不过也有例外，例如摩拜和小黄车的作战，在我看来，小黄车的败北除了创始团队因素以外，更重要的就是工程化能力和经验不足，摩拜很清晰地认识到了，共享单车作为一个物理设备，一旦投放市场后，其稳定性、可靠性非常重要，所以从智能锁设计，到车体加固等都远胜小黄车。
AI的运用，比共享单车要复杂更多倍，从软件到硬件，从环境感知到行为决策，每一步都要考虑复杂的现实情况，软硬件的鲁棒性等等。
如果创业团队没有丰富的工程化能力和经验，就会持续不断掉到坑里。
▌第六投：团队的演进能力强
创业团队要具备的演进能力既包括了技术和产品能力，也包括了客户服务能力，最关键是自身的管理能力，如果任何一个阶段跟不上，项目都可能就此停滞，未必是消声灭迹，但是可能估值就不再提高，对于投资人来说，是很大的潜在机会成本。
/ 人工智能项目“三不投“ /
▌一不投：声称要解决万众瞩目的通用性问题
凡是这一类项目，往往是因为创业团队缺少对AI的深刻认识，没有意识到它的局限性；也缺少对任何传统行业的深刻理解，想不出AI可以用在具体何处，而泛泛的大场景是最容易想到的；所以才提出要解决这些问题，其特点还包括问题所需的数据往往是已经很好结构化的，例如互联网大数据、政务大数据等等。即使创业团队有足够的能力，在获取这些数据方面，相比巨头也完全不具备优势，基本上没有成功概率可言。这种事还是适合华为、BAT等等去做。
▌二不投：没有应用场景，宣扬
豪华团队
算法领先
可疑市场业绩
领导、专家来访、宣扬获奖
全新的技术架构
如果说一不投的对象是因为年少，可能对这个世界还缺少认知，二不投的对象就往往是对社会深刻认知，只不过没有心存善意。
因为凡是有明确应用场景，并且开发出有效产品的项目，一定是要讲自己的场景，自己的产品，自己的头部客户，自己的市场份额；只有没有场景，没有好产品的企业，才会不得不去渲染自己的团队豪华，这还是没有心怀恶意的。
如果单纯宣传自己算法领先的项目，一定要小心，因为AI项目其实领先的不应该是算法，而是基于场景的工程化能力。
一个有水平的技术创业者都应该认识到这一点，空谈算法领先，恰恰说明实际上并没有什么可领先的地方，而算法领先是最难以判断的，故意把这种“领先性”抛出来，其实是怀着深深的恶意，准备忽悠投资人的。
如果还辅以宣传可疑的市场业绩（例如和某个单一客户签署巨额意向订单，且不能提供全部的签约协议以供投资人了解意向条件），刻意宣传各种领导、专家来访的项目，基本上可以判断为欺骗投资人为主的项目，属于为了迎合投资人喜好，故意设的局。
最后，如果宣传自己使用全新技术架构，基本上和渲染自己算法优先类似，都是缺少真实的业绩，才会这样宣传，而且越新的技术架构，越不适合作为客户服务产品，因为其不稳定，这也是缺乏工程化能力和经验的表现。
▌三不投：创始团队没有工程、服务、行业经验和行业资源
如果没有这些，基本上不适合在当前AI创业圈混，项目也没有任何商业模式跃迁的可能，投资人直接忽略项目即可。
原文链接丨https://zhuanlan.zhihu.com/p/56409651