总原则：平衡实用与科幻。
业务方向：由于深度学习的爆发，仅CV方向就有大量算法在井喷：人脸、表情、动作、肢体、车辆、遥感、场景、通用物品、SLAM。对任何一种方向的错误投入，都可能导致一家创业公司成为炮灰。在这种情况下，能找出靠谱方向的人就显得尤为宝贵。技术从来不等于商业价值，只有被恰当利用的技术才可能带来巨大的回报。
这里面的关键点有两个：1. 应用场景 2. 商业模式。前者需要在众多可能的方向中发现需求最强烈、应用条件最成熟的那个；而后者则需要扼住业务链中最有价值的一环，使利益最大化。网页搜索技术最初只是通过网页间相互引用判断网页重要性的算法。如果当初只被用来计算科学论文的排名，那么可能永远都没有Google。而如果不是李厂长一怒之下直接向C端用户开放和竞价排名，百度可能还是为门户网站提供站内搜索工具的小公司。算法转化到产品面临的挑战：算法到底有没有达到可应用的临界点？哪里有痛点强烈的场景？就算找到一个应用行业，能不能赚到钱？
曾经有一篇论文是让图像识别技术帮助医生看X光片。作为研究方向，这是值得加油的。但作为业务方向则是另一回事：算法准确性能达到医生水平吗？是否只适用于特殊场景下？看片对医院来说，是否是一个亟需解决的痛点？政策法规是否允许机器代替专业医师？节约出的人力成本，是否能带来足够的回报？向医院提供硬件设备，还是向患者提供在线自助读片的服务？每一个约束条件背后都是巨大的不确定性，而约束条件的交集，就是AI同行们正在尝试的航向，随时可能触礁。
马云的淘宝就是黄网（中小企业联系方式网站）扩大版，做一个事并去发现其潜藏的趋势很重要，比空想“趋势”要重要。AI公司“船长”的必备素质：开创业务方向并不是容易的事，而具备足够素质的人尤其稀缺。这需要：行业视野开阔，做导购APP还是图像增强，是2C还是2B，做金融还是电商？如果对各种行业运作方式没有足够的了解，是不可能找到适当的应用场景的。能提出恰当的解决方案。这一方面要求对原材料（算法）的边界有足够的了解，另一方面需要对应用场景和用户需求有深刻的认识，同时还需要对构建解决方案的有清晰思路。只有这样才能做出技术上可行，同时让用户相见恨晚的产品。是做工具还是平台，做在线服务还是APP？构成这个产品的要素有哪些，技术是否可能被绕开或替代？如果不能让技术再业务链上占据最有价值的环节，即便找到应用痛点，最终也可能为他人做嫁衣。足够的心理准备。如果前3条都是能力限制，那么这一条可能才是拦住优秀人才投身AI行业的最大障碍。
AI行业至今还没有清晰、确定会带来产业革命的模式。目前所有的AI公司（我司、旷世、依图、格灵深瞳...）都是探矿队，聚在AI这座矿山上各展神通拼命挖掘。尽管偶有所获，但心目中寻找的巨矿还远没出现。是坚持还是放弃？离开熟悉的水域，扑向烟波微芒的大洋深处，没有在业务忽起忽落中来回折腾过，在夜深人静之时辗转反侧过的人很难面对这种不确定性。这么看来，有过创业失败经历的人可能更适合。
寻找机器代替人工的平衡点是政府的事。物理。客户愿意为有价值的服务买单，告别免费时代：得到：细分市场：客户指定平台读指定的书录成音频来听。前程输电。手机感知气温变化：传感器。因为与其知道气温变化，为什么不深化这项服务呢？
整合比如气温，天气一类的数据，直接给出服务。通过传感器收集气温湿度等的环境数据，以及人体数据，给出科学的健康养生建议。
