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，包括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。
第四，整体解决方案更有价值
软硬件的整体解决方案比单独算法更具价值，硬件项目比软件项目壁垒高一点，这是我们观察到的一个现象。所以说整体解决方案是极其重要的。比如说，在行业初期，给机器人提供核心的部件，光有算法或硬件是不够的，光提供软件，客户还要找硬件，光提供硬件还要找软件。最好的能力是提供整套的软硬件解决方案，有这个能力，还是有一些机会。
第五，数据资源更稀缺
垂直领域的数据资源比单独的算法更稀缺，能不能搞到别人搞不到的带标记的数据训练集，比如在医疗领域，这个对于早期训练模型极其重要。
第六，ToB领域将率先落地，ToC落地还需5-10年
人工智能将在ToB领域率先落体，C端还很遥远。只有在B端相对成熟，能够为C端低成本解决需求的时候，C端才有落地的机会。
第七，AI领域创新创业机会依旧很多
在这个领域，还有有很多创新机会，我们也在进行积极地创建和投资。
而对于AI创业公司来说，首先要考虑的问题是如何活下去，下面是4种生存方式：
寻找被并购机会；
加强生态合作，多与合作伙伴一起整合解决方案，形成高壁垒；
管控现金流，高效运营；
能拿钱就拿钱，不要一味追求高估值；
随着人工智能行业的发展，我们过多地关注了“人工智能”概念本身，而相对地弱化了创业规律。我相信在2017年资本和行业发展地驱动下，人工智能将会趋于理性发展，我们也欢迎那些真正回归创业规律的AI创业者与我们共同进步，改变未来。