前不久，GE航空集团中国区工程技术总经理王鹏在接受媒体采访时表示，一台航空发动机的80%-90%都在中国制造，其余10%-20%不在中国制造的，诸如高压涡轮叶片等，即使不在中国制造，但高压涡轮打孔技术也是在中国开发出来的，因此中国做不出航空发动机不是制造技术的问题。
那么，为什么中国做不出航空发动机呢？遇到类似问题的，还有中国的人工智能创业公司。2018年7月17日，全球最大FPGA芯片厂商Xilinx宣布收购中国人工智能创业公司深鉴科技。这当然一方面被解读为中国科技创业史上的里程碑事件，另一方面也意味着中国的人工智能技术得到全球的认可。但从其中反映出的一个更为深刻道理：用户只会为最终的“航空发动机”付费，而不会为了其中的某个技术或某个组件付费。
2018年8月8日，在今夏热门科技读物《未来版图》的品读会上，深鉴科技创始人姚颂分享了从被收购中得出来的“领悟”：研发出顶尖的技术是一回事，从技术到产品再到商业化又是另外一回事，很多技术创业者都是从技术底层往上层产品思考，但往往最终用户买单的商品与创业者最初的设想会差很多。创业者做了一个自己觉得性能特别好的芯片，但不一定是客户需要的，而GE、Xilinx这样的商业公司恰恰完成了按用户需求的技术组合，以解决方案的形式向客户销售，最终实现了商业化的闭环。
“你要花很多时间理解客户，接触到客户真实的需求，最终把客户绑定到产品上。”姚颂分享他从一个人工智能创业者到Xilinx公司成员的体会。深鉴科技是一家来自北京的创业公司，专注于自研的神经网络剪枝、深度压缩技术及系统级优化，自2016年成立以来就一直基于Xilinx的FPGA芯片开发机器学习解决方案。前不久，姚颂曾表示，中国的人工智能行业从2018年下半年开始，对于新技术的热度会逐渐降低，对技术在实际应用中的落地会更加关注。
人工智能领域的初创企业，想要将技术进行落地，实现“弯道超车”，姚颂认为并非易事。对深鉴科技而言，如果想自己做AI芯片，还需要一个完整的生态链，这包括操作系统、软件、应用等，但小公司往往没有自己的生态链；而另一方面如果单纯将芯片架构设计授权给企业进行生产，像ARM公司的商业模式那样，那么又难以形成像英特尔这样的制造企业的规模。只有将芯片、系统、软件甚至算法和解决方案全部实现，就像NVIDIA公司现在正进行的转变那样，才能真正让用户买单，才能形成规模化收益。
传统观念上认为NVIDIA是一个GPU芯片公司，但NVIDIA在人工智能时代却做了很多非芯片的技术开发工作，针对具体的可落地的用户场景，提供了从芯片到软件到开发语言再到应用的完整解决方案，用户只需要更改具体的算法即可以形成自己的产品。例如在针对自动驾驶场景，NVIDIA就提供了一整套完整的解决方案，让车企在简单修改后就可以直接用到自己的车上。
“必须要认真的走到行业里面去，走到应用层面去，真正看到应用是什么，要从一个芯片公司变成一个系统公司，变成一个解决方案的公司，当你掌握了整条堆栈的时候，才能确保芯片被用起来。”姚颂认为。
今天的NVIDIA还是一家GPU芯片公司吗？不，今天的NVIDIA已经是一家GPU计算公司，它推广的是基于GPU的计算生态。自 2010 年开始，《麻省理工科技评论》(MIT Technology Review) 每年都会选出 50 家公司（以下简称TR 50），作为全球科技创新公司的代表。2017 年，排名第一的公司是 GPU 的生产商NVIDIA，这是因为该公司生产的芯片极大地推动了深度学习和自动驾驶等领域的进步。而NVIDIA能入选TR 50还有一个更重要的原因，是NVIDIA对于深度学习和自动驾驶等领域的技术商业化推动。
《未来版图》一书正是系统梳理了自2011年到2017年7年共195家上榜公司，这些被誉为“全球最聪明公司”的科技创新趋势和商业化路径引发了整个科技界的关注。其中，在2011年到2017年的榜单中，IBM和SpaceX在7年内无一缺席，中国公司入选次数最多的腾讯共5次入榜，与苹果并列。无论是IBM、SpaceX、腾讯还是苹果，它们不仅是新技术的发明者，更像GE和Xilinx一样，根据用户需求对新技术组合进行“装配”，最终以解决用户痛点的产品，完成商业化闭环。
从这个角度来说，无论未来版图如何变化，能根据用户需求“装配”出好产品并完成销售的公司，才是真正的创新驱动者。（文/宁川）