经过层层考验脱颖而出的AI公司，正在面临着更为严峻的考验。
应用方向，分别占比34.9%，24.8%和21%。我们可以把它们看作AI创业的“主干道”，但商汤、旷视、依图、科大讯飞等企业已经建立起足够的优势，创业者很难卡进去。 AI底层技术的创业公司卡进“主干道”的概率很低，但细分领域的“小路故事”如今看来似乎也很难打动投资人。而这主要归结于以下三个方面： 　　前期的AI投资已经消耗了投资人的很多热情，再加上在落地方面没能达到投资人内心锚定，对于投资会比较谨慎。 　　很多“小而美”的创意缺乏足够的市场想象力，但投入却比较高，因而风险比较大，容易被科技公司、AI公司们跟进。 　　技术、人才的比拼时代过去，场景为锚的时代到来，作为一个2B或者2G的领域，AI企业的商业落地能力已然成为它们综合实力判定的重要标准。而布局应用层，原先没有场景的创业公司机会很小，很难打动投资人。而这一切也都预示着AI创投热情的下降，AI项目不再是资本眼中的“香饽饽”。 　　多元场景：胜出者们的下个角逐点？ 　　AI产业创投瓶颈，对于有自己主营业务作为盈利支撑的BAT等科技企业而言当然不慌，可对于那些AI公司们而言却很难做到淡定。 　　目前计算机视觉、语音识别等基础技术的主要应用场景其实有限。例如计算机视觉主要集中在金融和安防。还比如语音识别的科大讯飞会与一些硬件公司展开合作。除了各自擅长且对口的领域以外，AI公司们对于场景延伸也有更多的试探和占位。 　　就目前看来，AI公司们在应用层方面的布局主要围绕以下两个方面展开： 　　一方面通过投资延伸到其它垂直场景。根据企查查检索显示的数据来看，旷视目前的投资动态有五起，商汤有四起，老牌企业的科大讯飞更是有十多起。以CV四小龙为例，商汤布局面更大一些，旷视的移动终端和零售、物流布局，云从的银行业，依图的医疗领域都有相应的投资布局。 　　而这也印证前面我们说的为什么很多“小路”走不通的原因，一旦某个细分领域的成功可能性增强，相关公司就会跟进拓展。就像过去消费互联网时代的BAT，很多高频场景到最后都成BAT之间的角逐。 　　另一方面，自己做硬件，例如科大讯飞、搜狗。它们在硬件选择上也是针对一些小众产品，不与自己的主流企业级客户有直接竞争。而且产品本身的市场竞争小，购买者的议价能力也比较弱，更容易创造更多商业价值。 　　然而，虽说AI公司们对于目前行业瓶颈期都有自己的应对策略。但无论是投资行为还是自己做硬件本身也存在一些潜在的挑战。 　　投资方面，每一个新的AI赛道，还要考虑对应的落地场景需要怎样的算法和模型去做出有效的决策。如何筛选识别出确保收集高质量的数据，这些都是AI企业需要考虑的问题。此外，AI公司们的投资，大都围绕价值投资进行，是为了未来，而不是财务投资，眼下多赚点钱，这就导致投资回报的周期有些过于长，这对于企业财务状况可能会带来一些压力。况且从来没有什么稳赚的投资，这些AI公司们势必还要承担投资失败的风险。 　　而自己做硬件的话，技术公司做硬件天生具备一定的顾虑，一方面，现在与企业级客户没什么竞争，但未来呢？另一方面，软件与硬件本身具备很大的鸿沟，例如供应链、硬件测试、品控等基本要素。做到容易，但做好却很难。在一个项目发展初期可能不明显，但发展到一定程度，技术趋于成熟，制造业底蕴会成为企业之间的分水岭。 　　由此可见，经过人才、融资、算法、行业地位等考验脱颖而出的AI公司们，正在商业落地方面面临着更为严峻的考验。