7月17日下午，“投等舱”创投课堂第一课在创新工场希望树活动室主办，本次活动由投中网、BPEA主办，黑钻石传媒协办。投等舱是投中网发起的一个创新经济优质项目展示和提升平台，旨在为创业者打造离投资人最近的创业课堂，为创业者找到拥有话语权，具有优秀项目鉴定能力和投资经验的投资人导师们，提供精准的项目辅导和咨询。同时，依托投中专业的数据沉淀，为优质项目精准匹配了投资机构，提供尽可能多的融资机会。

“泡沫破裂的时候，一定要分辨你给客户解决的问题是刚需还是尝鲜性的需求”，在“投等舱”创投课堂第一课上，德联资本合伙人贾静说道。

在她看来，AI落地的风险主要存在于中国各个市场发展的参差、相应的落地场景的选择及创始人本身的学习能力和进化能力上。对于最期待AI带来颠覆的领域，她指向了教育和医疗。

以下为德联资本合伙人贾静论坛实录，由投中网整理，有删减。

锁定刚需

首先谈一下对创业者的建议。在现在这个阶段，我们创业者，特别是做2B客户的创业者，一定要区分哪些是客户的尝鲜性需求，哪些是他的刚需。所谓尝鲜性需求，就是说AI这个概念火的时候，不仅是资本热、创业热，对于甲方客户来说，也通过各种渠道了解到AI的概念，一些有钱的客户，比如说一些银行，他们对新技术比较敏感，也愿意花钱去尝试一些比较新鲜的东西。但是，这个东西是不是能帮助他解决问题，对于很多甲方客户来说他也是不太清楚，只有试了之后才知道这个东西是不是有用。

如果实际效果和客户想象中差距很大，不能满足客户的需求，上线的系统会一直停留在客户的研发测试环境下，就永远上不了生产系统，上不了生产系统就没有闭环，你的东西就不能迭代。但是很有钱的客户即使你的系统没有上生产系统，也会给你一两百万，你有十个客户就能做一千万的收入，你自己就误认为说这是一个需求，但是实质上它就是一个尝鲜性的需求，不能持久。

特别是泡沫破裂的时候，一定要分辨你给客户解决的问题是刚需还是尝鲜性的需求，然后调整你的产品策略或者客户策略。

AI落地风险

今天我们的话题是讨论AI如何落地。整个中国市场的发展是很参差不齐的。在这个过程中，创业者遇到的客户发展的状态会不一样，面对行业时，每个行业的状态会不一样。

在AI领域，非常重要的一部分是数据，但是落地到某些行业，数据的准备度很差。比如说如想做牵引电机设备的预测性维护，创业公司即使了解设备的机理模型，并有一定的行业知识以及比较强的算法能力，但是甲方完全没有牵引电机的数据，所有的数据都要通过搭建新的测试台去跑数据。测试点在哪里，采哪些数据，跑多长周期，完全需要去摸索，这个项目周期会非常漫长，有可能这个创业公司没有融到下一轮前就会被拖死。

此外，AI商业化落地的风险点还有一个点其实是在创始人身上。一般AI项目很多创始人之前是科学家。那么，作为一个科学家要怎么转变成一个从客户角度出发的产品经理，转变成一个企业的领导，创始人怎么实现自身进化和迭代，我觉得可能是最大的一个困难。

对教育及医疗的颠覆

对于AI未来对产业实现的颠覆，我最期待两个方面。

一个是跟我们息息相关的教育。在教育领域，有一个“潮汐现象”，即暑假、寒假是最容易流失学生的时候。为了留住学生，创业者可以推50元的班来招揽学生，这时，如果招了特别多的学生，为了保证用户体验，还得用好的老师，兼职老师会影响上课效果，那么对老师的需求就会在这两个时间段内急速攀升；但是到春季和秋季时，又不需要那么多老师。创业公司一半的利润会被暑秋寒春的低价班转高价班的潮汐效应吃掉。

但是AI能够解决这样的“潮汐现象”，创业者可以在老师的供给侧做一些改变。比如，能不能积累大量的学生数据，能不能去做大量的题库，能不能把它标签化，能不能知道每个学生的学习风格、学习曲线、掌握程度等，由此去制定AI课程，用AI老师部分代替真人老师。从这个点上来说，AI帮助教育领域解决了一个难题。

另外，在医疗领域，大家都知道做一个新药有时会花20年和20亿美金。具体来说，做新药的过程从靶点发现，到筛选出适用于靶点的分子并优化结构，再到动物实验，到获得临床实验许可，到进行一期、二期、三期的人的临床实验，这个过程非常长，失败率非常高。那么，这个过程中能不能通过与信息化、AI的结合，来缩短整个过程，在靶点发现、药物结构和临床试验阶段，均有一些创业公司在尝试做这个事情。比如在临床实验阶段，如果能通过生物标记物来进行临床实验的决策，会大大提高临床实验的成功率，说白了就是不一定要做一钟药适用于所有得这个病的人，而是根据人的画像来区分；同一个病，有些人适用于这种药，有些人适合用另外一种药。这个我觉得确实是比较造福人类的事。