中国共享单车大战背后：创业公司只是巨头的棋子
美国《华尔街日报》网站近日刊文称，近期，ofo和摩拜在共享单车市场展开了激烈竞争，而关于两家公司合并的呼声也开始出现。但实际上，共享单车市场的局面表明，中国的创业公司只是巨头手中的棋子。
中国科技行业并不相信“大卫和歌利亚”这类以弱胜强的故事。
创业公司和投资人正在放弃这样的梦想：更聪明、更灵活的新兴公司可以击败巨头企业。阿里巴巴和腾讯已经跻身全球市值最高的公司之列。它们使用雄厚的财力吞并创业公司，防范潜在的颠覆者。
近几个月，业内纷纷猜测，两家领先的共享单车应用，包括ofo和摩拜，将会合并。
腾讯是摩拜的主要投资方，而阿里巴巴及其关联公司蚂蚁金服支持着ofo。腾讯和阿里巴巴帮助这两家公司迅速提升用户数。而这也是两家巨头通过代理人在移动支付行业的最新一轮战斗。
自2016年初以来，ofo和摩拜已分别融资超过10亿美元。两家公司在中国许多城市投放了橙色和黄色的共享单车，收费低至每次骑行7美分。有时，两家公司还会推出免费骑行活动。两家公司的用户数快速增长，月活从2016年中期的数万增长至今年10月的4000多万。
两家公司都否认计划合并，然而合并的理由很充分。过去几个月，一些规模较小的竞争对手已经破产，这给两家公司造成了压力，要求它们证明商业模式是行得通的。某些投资人已经公开发声，试图促成合并，让两家公司停止烧钱。
本周，ofo和摩拜合并的可能性再度变得复杂。蚂蚁金服宣布，对专注于小城市的共享单车公司HelloBike投资20亿元人民币。
随着新竞争对手的出现，ofo和摩拜将需要进一步融资，来捍卫自己的用户群体。对ofo来说情况尤为困难，因为ofo的投资方已经开始为竞争对手提供资金。
阿里巴巴表示，该公司的投资是为了促进共享单车产业的健康发展。腾讯没有就本文置评。摩拜表示，该公司认为收购或合并没有价值。ofo拒绝对此置评。
在美国，科技巨头也在模仿或投资领先的创业公司，例如Facebook山寨Snapchat，收购Instagram和WhatsApp。但与中国巨头相比，它们所投资公司和产品的多样性和覆盖范围相形见绌。
阿里巴巴和腾讯不仅在核心业务领域处于主导地位，还拥有最大的一批视频网站，并在外卖应用中持有股份。作为投资人，两大巨头投资了最具前景的人工智能创业公司，这些创业公司的业务范围覆盖了监控和医疗健康等许多领域。至关重要的是，两家公司处理着中国约94%的移动支付交易。
2014-2017年，中国移动支付市场份额变化，微信支付正在努力赶上支付宝2014-2017年，中国移动支付市场份额变化，微信支付正在努力赶上支付宝。根据投资人和业内人士说法，蚂蚁金服对HelloBike的投资实际上是阿里巴巴和腾讯在移动支付行业的最新动作。
在蚂蚁金服投资HelloBike的交易公布后，腾讯创始人马化腾在微信上表示，共享单车应用“正在被用作支付服务的营销工具。可怜的小股东们陷入了困境”。
阿里巴巴创始人马云表示，他知道腾讯希望两家共享单车公司合并，但阿里巴巴“不会为了垄断或赚快钱”而做交易。
腾讯曾经在移动支付领域远远落后于阿里巴巴，而网约车的兴起改变了这一局面。根据艾瑞的数据，随着腾讯投资的滴滴出行吞并竞争对手，腾讯在中国移动支付市场的份额从2015年第三季度的19%上升至两年后的40%，而阿里巴巴的市场份额则从70%下降至54%。
在共享单车领域，目前的形势对阿里巴巴有利。共享单车通常需要100元或299元的押金。阿里巴巴目前想要利用支付宝中的芝麻信用服务来取消这样的押金。
两年前推出的芝麻信用利用用户的电商和其他在线活动获得信用评分。信用分高的ofo用户不需要支付押金。
腾讯的这类产品落后于阿里巴巴。通过对HelloBike的投资，蚂蚁金服将为芝麻信用吸引更多用户。
中国创业公司正习惯于棋子的角色。许多创业者认为，如果干得好，那么在未来的某个时间点就需要选择是接受腾讯的投资还是阿里巴巴的投资。如果不接受巨头的投资，那么竞争对手就会这样做。
一名风险投资人表示：“创业公司以往有机会成为摩天大楼，而现在它们只可能发展到几层楼高。”
百度AIG总负责人王海峰：AI时代会产生新巨头
在外界看来，吴恩达来到百度的原因之一，是想将自己多年的研究成果落实到产业中来；而他离开百度的原因，多少也和这三年间没能拿出足够亮眼的成果有关。反观王海峰的履历，2010年加入百度以来，搜索、Feed流等，无一不是关系百度命脉的核心业务。
相比吴恩达，王海峰是一个更加了解百度业务体系，在技术上更加注重实践的角色。百度对王海峰也更加信任——吴恩达在百度虽然地位崇高，但毕竟没有进入百度Estaff（百度最高决策委员会），而王海峰则在就任AIG总负责人的同时，就成为了Estaff的新晋成员。这样看来，王海峰比吴恩达更可能成为百度在人工智能领域的那个“关键先生”。
为此，《中国人工智能之路》选择了王海峰作为第一个对话对象，和他一同探讨人工智能在各领域可能给中国社会，甚至给整个人类社会带来的改变、福祉与困惑。
在对AI的看法上，王海峰同样显示出了他注重实际的一面，“应用”与“落地”是这场对话的关键词。
王海峰认为我们须要从两个方面来看待人工智能：
一方面是从技术角度。他坦承现在的技术和他加入百度的时候相比已经有了很大进步，业界已经从传统的规则与统计方法转向了深度学习与大数据。他认为百度的优势在于“三位一体”—大数据、大计算以及先进的算法，这三个元素的结合将会对技术创新带来很大的改变。
第二方面是技术的应用。他主张单点突破，逐步解决问题，最终达成一个系统性的创新。他认为现实的需求是一道复杂的应用题，很难采用某种单一的技术或方法来解决，“而要针对这个应用题，将很多技术综合起来应用。在实际环境中，将各种复杂问题综合解决，达成一个系统性的创新。”
王海峰认为，在人工智能领域，技术是基础，但BAT这样体量的公司能否取得成功更多取决于商业化落地的能力、速度和最终的效果。
在谈及“人工智能领域是否会形成BAT强者恒强的状态”时，王海峰承认，大公司的优势很大，“有平台的优势，人才的优势，包括数据等等也有一些优势”，但同时，他也认为创业者也有创业者的优势，“创业者未来可以看到很多机会。虽然说单个创业者都不大，但是总量多，所以一定会抓住很多未来的机会。由此可以产生新的大公司与新的巨头”。
我的观点是这样，第一，任何一个公司或者任何一个人，都会有所不为，不会所有的机会都抓的。任何一个公司也没有实力说把世界上所有机会都做一遍，这个是不可能做得到的。第二，现在并没有人说这个机会未来就一定是一个特别大的机会，恰恰有很多不确定性，尤其是在开始阶段。
其实我说了一些人工智能我们要注意一些什么，比如说技术的边界等等。刚才我说的那些问题，对于像BAT这样的公司也是需要注意的。另一方面，BAT这样的公司有非常强的技术的能力，但我认为技术是基础，最终有多大成功还是取决于商业化落地的这种的效果和速度。我们一方面不断地夯实技术能力，另一方面则是探索这种商业化机会。
所以我认为最终商业化落地的能力、速度和最终的效果，可能是成败的关键。
我认为，任何一个新兴行业，在它发展的时候，都会不可避免的带进来一些泡沫，但这个泡沫本身并不可怕，随着这个技术的创新，产品的创新，整个这个行业的发展，慢慢这些泡沫就会逐渐地被挤出。但挤出的结果，不是一个灾难性的结果，而是行业逐渐地在发展成熟，包括整个用户环境，各方面用户的接受程度也都逐渐成熟。
所以我认为泡沫是一个行业发展过程中必然存在的现象。但是没有关系，只要我们真正看清楚这个行业会往哪个方向走，逐渐往前走，这些泡沫自然就挤出了。
傅盛：AI最后要落地到产品本身
“AI最后要落地到产品本身”。傅盛强调，要用产品的思路去思考技术怎么落地，而不是研发一个放之四海而皆准的技术。“
AI人才培养的核心应在本地?
AI人才备受热捧，但与之相对应的是现状是，AI人才的稀缺。
于是，是从海外挖人还是自己去培养人是现阶段众多布局AI公司所要考虑的。
“在海外挖人，坦率来讲不是太成功。”傅盛表示，中国公司去美国湾区挖人难度很大，猎豹在湾区搞研发，当时最大的问题是时差。“你睡他不睡，他睡你没睡，你别看这一点点东西，非常麻烦的，都不说视频会议了，而且飞过去差不多10来个小时。”这也导致人才流动较大。
傅盛表示，人工智能是一种体系化的技术，你要找到场景，涉及到各个层面去落地，它是一个系统工程，还要跟业务结合。如果花大力气，把海外的一些人挖回到中国是有机会存在的，但核心还是中国自己来培养。
傅盛透露，一些大公司为人工智能招了好多人，一年之内花了非常多的钱。“人才肯定是会有缺口的，但如果每家企业都要找顶级的人才，或者所谓所有世界级的大牛才能做成一家公司，那就没有创业了，也没有颠覆了。”
“所以我觉得人弄到了未必会成，人没有弄到，也未必就没有机会。”傅盛认为往往看上去并不是那么顶级人才，反而取得了成功。“就像马化腾、马云不是清华、北大毕业的，但依旧成功了。”
做企业不要给自己设边界
“一个人如果自我设限，自己的成长就会受到影响。”美团点评CEO王兴提出的边界论也被傅盛赞同，“这个道理放到企业也是一样的，不要给自己设限，在这个时代丧失机会比什么都可怕。”
“现代是一个大变化的时代，每个事物在快速迭代，如果用过去的逻辑，可能会把自己限制的非常死。”
傅盛强调，本质上各行各业在加速融合，其实我们认为很多东西有边界，后来发现这种边界在逐渐消失。
欧美市场的红利已所剩无几
当下国内互联网公司纷纷在海外布局，而作为最早探路的一批企业，傅盛认为，猎豹抓住了一波最好的互联网国际化的时机。“那时候安卓在全球流行，我们是伴随着安卓系统打胜仗。当时美国用户都很便宜，才零点几美金。”
但今天来看，欧美市场面临着和中国市场一样的问题：移动互联网不再增长，红利所剩无几，都要进入精细运营、深度运营和相互激烈竞争的状态，巨头的力量会越来越强。
“东南亚、非洲等发展中国家的商业化能力不仅弱而且对本地化的属性要求会特别多。”傅盛以印度为例，“猎豹去年的利润几乎全投进了印度市场，以为一天能获取上百万用户，结果发现结果发现他们一个月掏几十元都很少。”
但如果只看用户量的增长，傅盛表示，对于创业公司来讲，海外的确是会更快，但要想把取得的流量变现，只能等非洲国家经济崛起。
巨头做出海业务会遭遇到什么困境？“最大的问题就是巨头内部最精锐的人员一定会打国内市场，派出去的成员得到的总部资源又很弱，达不到要求后，也就不再继续投钱。”傅盛表示。
另外，傅盛强调，中国本土市场对创业者依旧有诱惑。“创业公司去深耕河南一个省，也比去布局海外几个国家要简单。”
李开复：北美AI巨头也有“派系”斗争
上个月，李开复受邀前往北美，参与了一系列AI相关活动。他在MIT分享了来自中国的AI进展，还与“AI三巨头”——Hinton、LeCun和Bengio，进行了面对面交流。
学术派 VS 工程派
这其中也有一个蛮常见的问题，一家公司想要在技术上更领先，就会涉及人才网罗和组织，而很多科技人才哪里找，还是高校和科研单位为主吧。
所以科技公司里，如果你单纯招一批研究的人才进行研究，怎么跟产品工程的人融合，是一个非常大的挑战。
Facebook和微软，采用的都是“象牙塔”模式。
公司组织架构下做一个象牙塔，用这个象牙塔吸引最顶级的人才，让他有大量的数据可以用，可以写论文、做研究，一切没有限制，自由科研。然后再通过产品工程师，把技术实现应用。
最早这么做的应该是比尔盖茨，当时推出微软研究院后，以非常快的速度，把顶级人才吸引了过来。后来百度也用这样的方法，效果也不错。
但是类似“象牙塔”的结构和系统，问题也很明显。
这些企业内部的科研组织，确实吸引了科研大牛，进而吸引一批小牛，很快就组成了很厉害的科研单位。但因为给于了足够大的自由度，也很容易与产品部门有隔阂，科研学术的这部分人，会觉得我写了这么多论文、获了这么多奖、又是各种fellow，你这种产品小朋友按照我意思做就行，我告诉你人脸识别ready了，你就赶快放到Facebook产品中去，或者不放拉倒。
所以研究和产品在大公司里对抗，不是什么意料之外的事情。
或者也有公司会直接把研究和产品放在一起，就都是为产品服务的，这样就不存在两个部门打仗了。比如阿里巴巴，可能吸引的人学术地位没有那么高，但阿里会更注重学术群体和产品工程师的融合。Google也差不多，你看两个部门都是科研部门，但最终都是要做产品，都以产品服务公司。
所以现在来讲，大公司里搞研究机构，吸引学术人才进来，差不多就这两种模式吧，各有利弊。不过显然“象牙塔”模式，给足学术大牛空间自由科研，最后还是因为和产品部门之间的隔阂矛盾而离开，这种案例并不少见了。
这算是企业研究院的“魔咒”。现在虽然FAIR很强大，但从IBM到富士施乐，都没有摆脱魔咒。企业一帆风顺的时候当然不会表现出问题，然而一旦遭遇财务问题，象牙塔就会开始崩塌。
所以这算是一个悬而未决的问题吧，蛮有意思，也蛮值得思考。
“AI三巨头”
这一次收获比较大的是跟“AI三巨头”分别进行了交流，其实我和这“AI三巨头”之前也有一些关系，不过有些交集是这次交流才知道的。
Geoffrey Hinton，我在CMU念博士时，他在CMU任教，是我隔壁室友的导师，我博士时候做一个项目，还请他参考签字，不过以为都过去很多年了，他应该不记得了。但Hinton记性很好，他见面跟我说记得我，还跟我说当时他给自己的博士学生买了很多硬盘，最后都被我“掠夺一空”，拿去装语音数据了。所以蛮令我意外。
另一个让Hinton谈论较多的话题是中国，他其实跟中国有很深的缘分，他家族亲戚里，有两位是中国最早的永久居民，当时跟着毛主席到延安，后来成为中国的1号和2号永久居民。他们全家都是社会主义的信奉者，他也深受影响，不然当初也不会离开CMU到多伦多大学去，他说当时就是觉得CMU拿了太多美国国防部的钱，走得太近了，自己不喜欢。
Hinton是一个很感性很随性的人，想到什么说什么，没有太多的顾忌，性情中人吧。我还问他是不是可以认为TDNN对后来的CNN有启发，他回答说TDNN其实就是最早的CNN，这话公开说出去可能会引起轩然大波，不过Hinton就是这样一个很感性的大牛。
比较遗憾的是他目前的身体情况，70多岁，虽然还很硬朗，但他不能坐，只能站着或躺着，所以他坐不了越洋飞机，即便对中国很感兴趣，也没办法。他现在一半时间在Google，另一半的时间就在多伦多大学。
跟LeCun交流很有意思，主要谈到了AI当前的技术进展，以及他领导的FAIR。最深刻的印象是他比以前更乐观了，说明AI技术突破给了他很大的信心，另外Facebook网罗的人才，也让他很振奋。
Yoshua Bengio，我跟他是第一次见面，不过大家之间也有一些共同“纽带”，他的博士导师RenatoDe Mori也是做语音的，所以之前我跟他导师有一些交流和合作。
他的团队现在做得也很大，而且刚好赶上加拿大史无前例的机遇，所以也是举国上下围绕AI在开展一些事情，这个可能比较值得聊一聊，之前科技相关的话题，聊到加拿大的时候也不多。
AI：加拿大史无前例的机遇
加拿大这个国家，不要看她领土面积很大，但人口不多，而且居住条件也没那么好，比较冷，整个生活方式也相对安定，跟美国有一些不同。
现在，因为深度学习的原因，Hinton和Bengio把多伦多和蒙特利尔，建设成了人工智能重镇。
于是加拿大政府在国家层面、省层面，都有层层拨款去推动人工智能。一定程度有点像我们国务院的白皮书，下发到省市，然后具体去做。
主要涉及两个城市，一个是多伦多，另一个是蒙特利尔，两个城市又以高校为核心，其实是围绕Hinton和Bengio为核心，形成了多伦多和蒙特利尔两大AI研究机构。
多伦多主要有两所大学，一所叫多伦多大学，另一所是滑铁卢大学，有点类似我们清华北大吧，这两所大学的精神领袖是Hinton，他在这里组织起了一个强有力的科研组织：Vector。
蒙特利尔也有两所高校，分别是蒙特利尔大学和麦吉尔大学，精神领袖是Bengio，也形成了一个科研组织：MILA。
这两个组织，现在网罗了大批AI相关的人才，基本以加拿大人为主。那为什么会形成这两大组织呢？与刚才说到加拿大想抓住AI历史机遇有关。
为了留住人才，打造AI重镇，加拿大从国家到省层面，都在拨款，或者倡议当地企业捐助基金鼓励人才进行AI研究。
这些钱拨下来以后怎么用？最直接地方式就是给教授加薪，细节没公布，但与AI相关的教授，差不多直接涨薪3倍。
于是问题也随之而来，因为做AI就能加薪，所以不少传统学科的教授，比如语音学的教授，也想挤进来，也说自己的研究与AI相关，那如何判断、决定谁加薪就成了大问题。
这时候Bengio和Hinton在其中就发挥作用，他们相当于承担起“判断”和“选拔”人才的角色。
于是Hinton就组织起Vector，Bengio组织起MILA。
而且这两个机构也不虚，把优质教授都拉了进来。一方面，这些人才基本都在做机器学习另一方面，这可能会被Google和Facebook挖走的人。所以这两大组织实际上起到了“保护人才”、“留住人才”的作用。
也挺有意思，之前Google和Facebook在很多大学挖人，在美国挖得比较顺利，比如Google挖了一半的斯坦福教授，CMU自动驾驶团队被Uber集体端走之类的，但是在加拿大这边反而动静不大。
虽然也跟美国公立学校的组织制度有关，比如不能直接涨薪3倍之类的，但无论如何，这两大组织在加拿大AI人才保留方面，起到了关键作用。
Google为某个加拿大博士开出了顶级offer，年薪百万美元，但这个人最后还是留在了加拿大继续科研，所以可以想见加拿大AI研究人才薪资方面的不俗。
具体的话，Hinton和Vector，Bengio和MILA在推进AI研究的方法上，有些不一样。
Hinton的做法，是圈了30多个多伦多科技公司，围绕着这些科研人员，让他们在公司里面做顾问、CTO，只要不荒废科研工作，开放性质地进行AI研究。
所以打个比方，Hinton的做法是正在让多伦多变成一个大的孵化器，我们这次还去看了很多多伦多的公司，整体感觉像是到了一个大卖场，很多项目都很便宜，可以简单列个比较关系吧：
加拿大普通AI项目的估值＜两大教授学生AI项目的估值＜硅谷AI公司的估值＜中国AI公司的估值。
不过一方面是中国公司估值确实贵，另一方面也是因为加拿大环境原因，他们在数据方面跟中国不能比，对于商业的理解，也不一样。
Bengio和MILA在蒙特利尔，核心做了一家Element AI的公司，腾讯还参与了投资。
这家公司做什么呢？其实有点跟创新工场AI工程院类似，找一些垂直领域，然后基于AI打造解决方案，他们的团队现在有100多人，全球范围招聘，光融资就募到了很多钱。
虽然加拿大整体市场也不大，数据也不多，但也有一些优势领域，比如社保做得很好，医疗数据做的很好。所以是不是可以有些机会？可能还是有的。
总之这一次在加拿大，最强烈的感觉就是加拿大对于百年难得一遇的机遇的渴望，政府大力推动，给高校设立“讲座教授”之类的基金，花很多钱让顶级教授留在加拿大任职。
然后地方省份，也拿出钱来支持学校、围绕企业和孵化器进行发展。他们也都在考虑，如何全球吸引人才，如何做AI的培训。
所以加拿大整体展现出来的就是围绕AI，打造生态，培养创业环境的态势。
