公司怎么注册网址（万网主机流量是什么）
万网主机流量是什么，公司怎么注册网址？
1、选择一个合适的域名
域名是公司网址的基础，选择一个合适的域名可以帮助公司在搜索引擎中排名更高，提高网站的流量。在选择域名时，需要考虑域名的可读性、易记性和简洁性，同时还要确保域名与公司的品牌形象相符。
2、注册域名
选择好域名后，需要通过域名注册商进行注册。国内常见的域名注册商有万网、新网、DNSPod等，注册时需要提供公司的相关信息，如名称、联系人、地址等。
阿里巴巴是干什么的？
马云创立阿里巴巴的理念是“让天下没有难做的生意”，百年企业是任何一个企业家心中的梦想，阿里巴巴也不例外。我们经常会听到阿里常常提及102这个数字，那么这个数字背后有什么意义呢？成立于1999年的阿里巴巴如果存活102年，那么它就横跨3个世纪，实现真正的百年企业。接下来我来谈谈阿里巴巴的主要业务，就是阿里目前做些什么。
第一，核心电商业务，主要包括淘宝、天猫、新零售、速卖通、国际业务、菜鸟）。核心电商业务中尤其是国内零售电商平台的天猫、淘宝是整个阿里巴巴业务支撑的重要基石，是阿里生命之源，2018财年核心业务营收占比达到85%，利润贡献占比70%。阿里依靠广告推广、交易佣金和淘宝旺铺费用进行流量变现。目前，在国内电商红利消失的大背景下，阿里转战新零售（品牌数字升级、家电数码、服饰百货、快消商超、家居家装、本地生活服务、社区城乡小店升级）以及东南亚地区的电商布局。
第二，数字媒体与娱乐，主要包括优酷、土豆、阿里体育、UC等。该业务是阿里目前烧钱的业务之一，但是阿里不得不进行布局，一方面长视频领域的竞争格局相对清晰，优酷、爱奇艺、腾讯视频三家处于寡头的地位，但是长视频领域能否发展为国外的Netflix，这就需要各家企业创新能力，资源投入，本质上这个赛道还是不错的。另外一方面，阿里布局数字媒体与娱乐，依然是与核心电商业务进行生态链的衔接，获取更多的流量进行变现。
第三，阿里云业务。2008年左右，阿里认定云计算将是未来的趋势，于是着手布局云业务。目前该快业务增长迅速，已成为各大互联网公司争夺又一个业务板块。全球云业务参与者主要由亚马逊、微软、阿里、谷歌、IBM、腾讯。其中亚马逊AWS在全球市场占有率达到50%，处于绝对优势地位，阿里位居全球第三，在国内占据近50%的市场占有率，这一块业务将面临激烈的竞争。
第四，蚂蚁金服（目前没有并表）。蚂蚁金服作为阿里巴巴又一巨无霸业务，其影响力不亚于核心电商中的淘宝与天猫。虽然这一板块业务是根植于电商业务，但是它已经从支付平台向金融巨头发生了华丽的转变，业务涉及支付（支付宝）、理财（余额宝、蚂蚁财富）、微贷（网商银行、蚂蚁借呗）、保险（国泰、阿里健康）、信用（芝麻信用）。支付宝是流量的入口，一切业务的运转流量都是依赖支付宝，加之移动支付已成为支付的趋势，目前是双寡头格局，因而蚂蚁金服未来的发展绝对属于巨无霸性质，但是由于金融行业的特殊性，政治风险还是存在的。
第五，菜鸟网络。作为核心电商中的业务，笔者认为有必要将该业务单独进行介绍。阿里的智慧不在于单打独斗，而是资源的整合者，用自身的科技、资源进行赋能，提升整个社会的运营效率。目前物流行业以自建物流平台（京东、苏宁）、第三方快递（三通一达）、菜鸟网络，笔者认为自建物流平台的重资产模式在未来将成为电商的重要包袱，很难与菜鸟这样的轻资产模式竞争，阿里对各大快递公司进行股权收购和战略布局，未来很多快递企业将面临着和如今淘宝、天猫的相似的格局，为阿里打工。
最后，阿里作为头部互联网公司，其创新的边际效益对于这样的巨无霸公司显得微乎其微，阿里只有通过收购、风投的方式进入新兴行业。
以上是我对阿里巴巴业务的简要介绍，其实每一板块的业务都可以写成一份研究报告，希望楼主对我的介绍有一个大致的了解。阿里巴巴作为中国本土走出的互联网公司，正在慢慢走向世界，与美国的互联网企业进行竞争，这是我们中国互联网行业的骄傲。祝愿阿里能够实现百年企业的理想目标。
商汤科技获得阿里巴巴15亿人民币投资？
今年以来，阿里巴巴在AI领域的投资动作不断：今年8月，投资了AI芯片公司寒武纪，11月，又领投了另一家AI芯片公司耐能。而旗下的另一个重要投资部门——蚂蚁金服投资部——也投资了两家AI创业公司，旷视科技和深鉴科技。
商汤科技和旷视科技是中国视觉人工智能领域的两家头部公司，商汤科技这一轮融资后，估值在30亿美元以上，旷视科技科技则大约20亿美元。但双方的业务有区别——旷世目前将重心放在安防和金融两大领域，商汤则是侧重横向发展，未来会拓展更多不同的领域的技术应用。
商汤科技在完成3轮财务融资之后，开始引入战略投资。今年11月5日，商汤科技宣布获得通信巨头高通的战略投资，但高通并未公布具体投资额。高通副总裁兼高通创投董事总经理沈劲表示，商汤具有平台级能量的AI公司的可能性，“尽管目前中国AI公司的估值都偏高，但中国AI应用的市场非常大。”
商汤科技成立于2014年，主要业务是计算机视觉技术以及深度学习算法。与大多数搭建在已有底层系统的AI公司不同，商汤最大的特点是原创了底层算法平台，再将技术赋能于其他行业。在此次融资之前，相比多家已经有BAT投资背景的AI创业公司，商汤科技一直是中立的形象，投资方几乎都是财务投资。甚至有不少行业人士曾经认为商汤可能会成为BAT在人工智能领域的竞争对手。
但热门领域的热门公司似乎都逃脱不了“站队”的命运。
除了阿里巴巴，百度和腾讯从今年下半年开始也在加码AI，近期百度投资了AI创业公司声智科技、中科慧眼等，并计划在2018年投资10家以上的AI创业公司；腾讯则在11月份连续投资了三家智能机器人公司。
一位AI领域的财务顾问认为，这些信号表明巨头们都对AI入口的争夺会越来越激烈。“BAT手里虽然有海量数据，但是都没有创业公司纯粹做AI的基因，”他对《财经》记者说道。
他强调，头部AI公司目前估值高企，除了BAT等巨头或者**基金，其他投资方很难再进入了。
今年7月，商汤科技CEO徐立曾向《财经》记者表示，目前公司的客户数量超过400个，包括美图、小咖秀等相机APP，OPPO、小米、华为等手机厂商，另外商汤还与中国移动合作，在各地的营业厅设置身份验证系统。目前正在风口上的AI安防也是商汤重视的领域，目前已经与深圳和重庆的公安部门展开合作。
引入阿里的投资之后，除了能获得大量的资金来继续加大技术投入，拓展商业领域，阿里的各个平台产生的海量用户数据，也能够为AI的训练提供丰富的养料。而与此同时，阿里的多条业务线，包括马云重点强调的“新零售”都能应用到AI的技术。
对于阿里来说，AI毫无疑问是非常具有投资潜力的领域，像商汤这样的明星头部公司，也拥有很高的未来想象空间，上述阿里投资部投资人表示：“阿里持续看好商汤科技的人脸识别技术在未来生活场景中的商业化前景。”
不少业内人士认为商汤是一家很神秘的公司，除了公司庞大的技术团队，在商业化落地方面的具体情况，公司鲜少谈起。一位知名AI公司的创始人对商汤的估值和商业化规模是否匹配表示怀疑，“商汤的估值甚至比收入高出十倍的上市公司还要多很多。”他对《财经》记者说道。
根据一份做过AI领域调研的投资机构内部资料显示，商汤科技2016年的收入约为2-3亿人民币。
近日商汤科技创办人汤晓鸥在接受路透采访时，透露了公司正在计划IPO，商汤对此给《财经》记者的回复是：“公司有未来上市的计划，但并无具体的时间表。”
但此前，多位AI行业人士向《财经》记者透露，商汤科技已经与投资方签订了对赌协议，需要在未来几年内尽快上市。
一般来看，如果公司与投资方签订对赌协议，约定上市时间，但到期违约无法上市，且董事会没有批准延期条款，就会触动强制回购，大多数情况下，投资方会根据年化12%的复利，回购股份。
要撑起这么高的估值，并在短时间内上市，以公司目前的收入还有差距。但以商汤目前的行业地位来看，上市或是成为巨头公司的可能性依然存在。中关村并购母基金合伙人吴巍认为，AI是一个非常大的市场，足以撑起十家，甚至几十家大公司，“在这样的情况下，手握重金的阿里完全可以把不同细分领域的赛道都投了。”他告诉《财经》记者。
AI公司在经过一轮又一轮的高额融资之后，商业化落地迫在眉睫，相比财务投资，引入巨头的战略投资更利于商业化的推进，而对于巨头来说，这也是争夺AI入口和话语权的快速路径。
《BAT争夺AI入口 商汤科技获阿里15亿投资》 精选二
与人工智能专业人才“奇货可居”的价格形成鲜明对照的是，人工智能公司本身真正创造的价值，却少的可怜。
——馨金融
“AlphaGo”的在围棋桌上的一战成名，不止把人工智能变成了搜索热词，更是把这个概念直接送上了“风口”。
尤其是在我们身处的新金融领域里，前有百度要用人工智能升级传统金融，后有李开复作为投资人疾呼“金融是人工智能应用最好的领域之一”，无论是谁，谈论金融科技的时候都不可能忽略人工智能这四个字。
可是无论是新金融巨头还是创业公司，无论是做业务还是做投资，在概念和故事之外，决定公司成败和行业走向的还有两件事：人和钱。
在人工智能这个仍然很抽象的概念里，到底是怎样一群人在做事情，他们怀着什么样的心情又有着怎样的目标，最重要的是，在资本和创业者一拥而入之后，这件事真的能赚钱么？
今天分享的这篇文章，我觉得最棒的地方就是透过人看到了这个行业，他们的希望、焦虑和泡沫。
百万年薪的人才泡沫
与人工智能的虚假繁荣
五月天，戴维穿着帽衫，瘦瘦高高，里面套着短袖，是最能适应早晚凉中午热的衣着。
作为一个“科技圈人士”，他对热点话题一点感觉也没有，从没听说过共享充电宝，不知道上一轮资本寒冬是什么时候过去的；也不太关心自己的老同学去的那些公司，谁又融了多少钱。
甚至，对自己所在的这个空前热门的行业，他的认识也很模糊——
戴维是国内一家“独角兽公司”的人工智能项目负责人，年薪刚好百万人民币。
这家公司的产品并不是自动驾驶汽车、语音助手和扫脸解锁这种一眼看上去就与人工智能沾边的产品——但在它最新的产品中确实使用了图像识别和自然语言处理，并涉及一些大数据分析的技术。
戴维是部门leader，此前他在一家国际知名的手机厂商做研究员，再之前是清华大学攻读计算机视觉博士学位，还带过博士生。不如那些走穴型的人工智能专家知名，但在学术界，也算是个有点名气的人。
他在这家公司AI部门人不多，差不多10个。但这个部门却撑起了整个公司的可行性方案——尽管用户可能感受不到，但如果没有他们，公司的新产品就完全不可能面向市场。
麦可是戴维的同事，毕业两三年，但年薪也是50万人民币起跳。他的朋友郑明跟他说：“不要谦虚，你自己也说不出国内的OCR（光学字符识别——编者注）谁做的比你更好吧？”——郑明去年自己创了业，在做人工智能方向的猎头。
郑明用了半年多的时间，就把国内能接触到的人才都摸了一遍。不过他也说，这个圈子其实很小，突破几个点后，以一名人才为核心，就能覆盖到他的同学、前后辈和公司同事。
戴维的这份年薪百万的工作是郑明给他找的。郑明也很关心戴维入职后的工作状况，这属于猎头后续工作的一部分。戴维说：“还行，因为这个领域是从零开始，建模、数据搜集和分析，还是有挺多前期工作的。但公司应该已经卖出去一些方案了。”
当然，相比人力投入，这家公司在人工智能业务上还远未回本。
现阶段的人工智能领域，最赚钱的可能是里的“人工”生意了，因为人工智能领域的人才，太短缺了。
“人工智能”是个笼统的概念，企业并不会真的在招聘时招“人工智能岗位”，具体会分为深度学习、自然语言处理、图像识别、推荐算法等不同的职责描述，招的不光是工程师和程序员，而是科学家。
而一个复杂的和人工智能沾边的项目，可能涉及到多种技术的综合应用。
比如要实现“用户拍了一道应用题，智能匹配讲师”这样一个功能，里面会涉及图像识别（识别用户拍的什么题）、自然语言处理（读懂这道题）和推荐算法（按用户数据、题目的类别在导师库里选人）等角色，每个角色都需要对应的职位。
其中每一个环节，都得由至少一名50万年薪起的科学家完成。当然，一个人还肯定不够。
以NLP（自然语言处理）算法工程师为例，此刻正在拉钩上招聘的岗位涉及上百家公司386个具体职位。
这乍一看上去并不是一个很高的数字，但该岗位大多要求求职者拥有相关专业的硕士或博士学位，在国内拥有较强自然语言处理实验室的大学仅限北邮、国防科大、北大、清华、中科院、厦门大学、哈工大、复旦、华中科技和苏州大学等少数重点大学。
而以中国科学院计算技术研究所自然语言处理研究组为例，其2014届硕士毕业生4人，博士毕业生2人，已全部被三星、华为等巨头企业收归靡下。
除以上重点研究室之外，其它学校的NLP专业毕业生，都要去微软亚洲研究院、百度、科大讯飞等大公司镀金之后，才有人相信他们的实力——这就将人才输出源锁定到了一个极小的范围内。
这并非是自然语音识别一个细分领域的现象，在整个人工智能领域都是如此。
在全球最大的职业社交网站LinkedIn上可以查到的，拥有微软亚洲研究院工作背景的公司创始人高达54人。而从微软亚洲研究院离职后，去创业或互联网公司担任总裁、CTO、总监、项目总监和科学家的人数约为104人。
亿欧网于2016年12月整理的中国企业核心AI人才图谱中，218位人工智能华人高管里，知名大学相关专业毕业的博士生占85%，硕士都排不上号。
在采访过程中，无论是郑明还是那些人工智能创业公司的HR都提到，他们一般会定点蹲守一些自己中意的实验室或公司，一旦这些地方人员有异动，就立刻行动准备挖人。
“（公司）不存在太多的选择，有的公司点名道姓的说只招百度出来的人，或者是只招微软亚研的人。”郑明说，“一旦一个这样的人想要从原本的环境里出来，就会收到很多offer，薪资对他们来说反倒是选择的次要标准了，因为所有公司给的薪酬都很高。”
这样的紧缺，也造就了绝对卖方市场。
在郑明提供的一份内部参考文件中，透露了人工智能领域的大概薪资：职位最低的工程师年薪在30~50万，商业公司中的研究员则在50~100万之间，项目主管或CTO则大多会在年薪80万以上上不封顶，普遍在150万左右。
大公司里的高级职位薪酬会比创业公司更高一些，而基础职位的薪资，创业公司比大公司更高。
一家普通的国内互联网公司，如果想从微软亚研、百度、三星这样的公司挖人，需要拿着他们在原有企业里的职级表按上调二、三级的薪资挖——一家传统招聘网站，甚至曾研究1300万人民币年薪挖一个CTO，过来研发智能人岗匹配的下一代招聘产品。
自然语言、图像、深度学习和自动驾驶等不同领域有一定差距，但差距不大。
“在这个领域里即便是级别低一些的人，也是在学术界有过多年研究的。他们的薪酬往往与学术成果挂钩。就算他们中的一些人之前并没有在企业中有过对应的职业经历，但过去在学术机构中积累的经验和年限被直接对应到了他们现在进入的职场中。当你去实际看这些人（博士或硕士）的年龄，其实也差不多就是互联网公司里中高层的那个水平。所以百万年薪，在这个行业里不算很高了。”
郑明对此见怪不怪，但这确实是一件奇怪的事情。
毕竟，在以商业为导向的企业中，能为企业做出的贡献才应该是薪酬的唯一标准，与学术圈的论资排辈有着巨大的区别。而决定这种薪资制度的并非是因为企业家“不看重科研”，而是现代企业必须以盈利作为主要目的。
换句话说，一个千万年薪的团队，能否为公司创造出过亿的利润，才是它是否真的价值千万的唯一衡量标准。
然而，与人工智能专业人才“奇货可居”的价格形成鲜明对照的是，人工智能公司本身真正创造的价值，却少的可怜。
1三种人和三种公司
“做人工智能的这些学术派们并没有太大的野心，”猎头郑明说。
这些人从原本的机构或商业研究院的象牙塔走入“凡间”，无论是创业，还是加入创业公司也好，目的基本上是三个：
“一是觉得自己做了这么多年研究，确实想赚一点钱。二是希望能够在商业环境中拿到更好的数据，验证自己的模型和算法，在学术领域再创新高。第三种，也是最少的一类人，是真心希望自己的技术能够转化成一个产品的。”
学术、大公司、创业、被收购，然后重回学术，是大多数人工智能领域的技术大牛名利双收的“职业路径”。
其中的每一步都有着十分明确的考量：如果一个新的环境，能够提供更好的薪资，或更好的数据其中任何一个，那么现有的环境是很难挽留他们的。在郑明看来这不叫没有情怀，叫直率。
在筛选一家公司是否值得去的时候除了薪资，大牛们往往会思考这些问题：“这个公司已有的人工智能人才是否和我在同一个等级上”、“这家公司所涉及的业务是否对我所研究的课题有帮助”、“从这家公司离开后是否能为我回学术圈或创业带来优势”。
对于人工智能人才择业来说，最忌讳的就是来到一家对自己的学术进展毫无帮助的公司。
胡进是业内的一位深度学习专家，在离开原本的大公司研究院后，被一家国内顶尖的汽车媒体聘用。入职之后，胡进发现这家公司的用户数据尽管巨大，但收集维度仅限于用户在汽车领域的消费和浏览偏好，且受限与公司产品形态不容易拓宽。而公司的产品库主要又是游戏和金融产品，数据与推荐品之间无法建立有效的联系，对学术的帮助也收效甚微。若在此恋战，则有可能断绝回到学术圈的道路。
入职六个月，胡进火速离职。
这也是包括百度和Google在内的许多大公司都留不住人工智能人才的原因：
对于有学术抱负的人来说，商业公司只是暂时的落脚点。拿到数据突破学术瓶颈之后，依然要回到学术圈；
对在学术圈“穷怕了”，奔着赚钱的人来说，如果独立创业后可以以更高的估值被收购回去，那么也是一个不错的选择。
前一类人在人工智能创业公司中占了绝大多数，通过抓取LinkedIn数据，在对格林深瞳、旷视科技、商汤科技、思必驰、云知声、第四范式6家不同细分领域AI创业公司的245名离职员工的分析后，PingWest品玩发现有110名员工回到学术研究机构、大学或无明显商业模式的校办企业。
而对那些真正希望自己的技术转化成一个成熟产品的人工智能科学家来说，并不满足在某个大公司中担任技术岗，他们更愿意在大公司中验证自己的模型和算法之后，去创立独立的公司。这些从大公司出走的人工智能创业者往往起点高，对自己的技术实力和市场的空白有充分的把握，坚信自己创办的公司一定能因为掌握某个关键的技术或环节，日后被大公司收购回去。
不过，任何一个人工智能的顶级人才，都不认为自己是泡沫里的裸泳选手，他们甚至对这个行业是否有泡沫并不关心。因为能够进入这个行业的人，真才实学是前提基础，即便是真的有泡沫，回归学术也是他们一条不错的退路。
这恐怕与大多数商业化的公司以及公司背后的资本意志，对他们的预期不太一样。
与人工智能人才各怀心思相同，招聘他们的公司也分为三类，每一类在给出“百万年薪”的同时有着完全不同的诉求：
第一类是互联网巨头，包括“超第一梯队”的跨国公司Google和微软亚洲研究院，以及第一梯队的巨头——大家熟悉的百度、阿里和腾讯；以及第二梯队的今日头条和滴滴等公司。
第二类是人工智能创业公司，以某种人工智能技术为主营业务的创业公司，典型的如自动驾驶领域的Momenta、地平线、驭势科技；视觉识别领域的格灵深瞳、商汤科技和旷视科技等。
第三类是将人工智能融入到自身业务中的其它创业公司，如学霸君、泼辣熊和智齿科技等。
戴维所在的公司就属于第三类，在这类公司，人工智能是用来升级现有的产品或业务的，所有的人工智能研究以产出为导向，实用性强，“泡沫不高”。
但与传统研发领域的许多大牛一样，这类应用驱动的人工智能团队，往往随着新项目的立项而引入，随着新项目的结项而离职。
这样的公司一般有良好但并不过分充裕的现金流，人才和公司都较为明确的知道自己想要什么。一旦人工智能领域上的投入产出比不够好，项目会被立即停掉，原本引入的技术人才也不会恋战。
在人工智能创业公司——第四范式的“范式大学系列课程”第3篇中，也引用了这样一个实例：一个企业招聘了两名机器学习方向的数据科学家，加起来年薪百万。但在合作了一年之后，科学家和企业相看两厌，最终分手。
公司决策层对人工智能的预期是“投入大”、“收益多”，期望聘请一位百万年薪的专家就能撬动整个公司的现有业务流，实现效率的提升，挖掘公司应得的隐形利润。
但立项后，由于将人工智能技术融入已存在行业需要重新建模、收集数据等工作，隐形利润的挖掘需要很长时间，但隐形成本却倍增——人工智能项目的成本不止百万年薪的人才成本，还有配套的数据采集、分析、深度学习云服务的成本。有创业公司因聘请到专家后，买不起深度学习服务器而最终放弃项目。
不过，当我们谈起“人工智能热”的时候，那些巨头公司的研究院，以及把无人驾驶、图像识别和语音识别等技术当成公司核心产品的公司，对人工智能科学家的“容忍度”前所未有地高。由于家底雄厚，它们也是推动人工智能人才高薪的主要原因。
但它们的人工智能产品无论多神奇，似乎永远只出现在新闻里而不是市场上。
2 谁为“高薪”买单
既然人工智能行业并不赚钱，那么人工智能从业人员的高薪是谁支付的？
与所有风口吹泡泡的故事一样，资本再次充当了那个“老好人”的角色，但资本自己并不如此认为。
从2016到2017年，国内投资过人工智能领域的机构多达145家，而无论是否投资过人工智能企业，几乎所有投资机构在公开场合都认为：人工智能的确是未来，只是在未来有多远，以及如何估值这个问题上存在一定疑问。
以学术水平论估值，是正在布局这个行业的一些VC的基本逻辑。
与投资App和消费升级不同，大多数人工智能创业公司都以To B为主要业务方向，同时有大量的研发支出。“短期内”现金流上巨亏似乎是不可避免的，在业务上也无法找到可以用于衡量的增长指标。
因此，核心团队是否有真才实学，是否能持续的从人才匮乏的学术界挖到人，维持整个公司的研发进度，成为VC衡量人工智能创业公司的一个重要因素。
“业内一些基金的逻辑其实是在投分裂，”一位基金投资经理告诉PingWest品玩，“基金进入每个行业都需要交学费，只不过人工智能和TMT不同，在投TMT的时候你可以找两个实习生，把市面上的项目都用一遍就学会了。但人工智能的学术门槛高，要想判断一个项目好坏，你不可能自己雇一个学术派来做投资经理。
你只能相信一些在学术上有可见成就的人，尽管他的公司可能商业上不成功，但他的学生和人脉会进他的公司。然后一段时间后他的高管和下属会离职创业，与一些商业逻辑更强的行业人结合在一起建立新公司，这个时候你才有机会投到这些公司。”
换句话说，投资人投的就是人，而不是公司，投资人恨不得亲自直接把高额的薪水钞票砸到这些人工智能专家的脸上。这种现象在其它领域的投融资虽然也有，但很少像人工智能创业公司那样，能靠团队撑起上亿美金规模的融资。
商汤科技的汤晓鸥就是在这一逻辑下最值得“被投”的人之一，汤晓鸥1990年于中国科学技术大学获得学士学位，1991年于美国罗切斯特大学获得硕士学位，1996年于麻省理工学院 (MIT) 获得博士学位。在计算机视觉、模式识别和图像处理等人工智能的细分领域上已有200余篇论文。
2014年，汤晓鸥创办商汤科技，背靠香港中文大学多媒体实验室，商汤科技迅速成为业界人才优势最强的人工智能创业公司之一。按照商汤科技官方的介绍，商汤科技主要研究人脸识别、文字识别、人体识别、车辆识别、物体识别、图像处理等技术的应用。在实际业务上，主要深耕金融、移动互联网和安防监控三个方向。
但商汤科技的技术人脉优势，在之后的几年反倒成为了商汤科技的软肋，商汤科技在发展过程中始终没有摆脱研究院式的学术气息，缺乏商业人才导致其在商业化上的探索并不成功。
去年12月，商汤科技引入拥有国资背景的鼎晖投资完成B轮融资，不到半年后又引入国资属性更强的赛领资本作为战略投资方。并与地方**合作建立人工智能超算中心，强化了自身的技术研究院与基础设施属性。
这意味着商汤科技不再执着于不成熟的商用市场寻找出路，而选择成为现阶段基础服务属性更强的国家队成员。
格灵深瞳是另一家在业内汇聚顶尖人才的创业公司，成立于2013年，其主要业务是计算机视觉和深度学习技术以及嵌入式硬件研发。在成立不久之后，格灵深瞳将这个“技术”转化为一个具体的市场方向——安防。
安防市场是一个相对封闭且对硬件技术要求较高的门槛，目前格灵深瞳主要集中在软件方案上，很难说切入了安防市场的核心地带。2017年年初，格灵深瞳CEO何搏飞的离职也让圈内震惊。
与格林深瞳同样切入安防领域的还有旷视科技（Face++）等以面部识别为核心技术的创业企业。尽管并不否认人工智能技术对安防效果的显著提升，但安防市场一直是以销售为强导向的线下市场，国内长期被海康威视、大华股份、东方网力三家整体方案和硬件商垄断，创业企业很难颠覆。
尽管国内大多数基金的生命周期都是5年以上，也就是说所投公司在5年之内没有回报都是可以“被理解”的。但实际上，如果一家公司在3年内既没有找到合理的商业模式也没有实现批量增长，那么就很难再继续进行正常的下一轮融资了。
无论是为了进一步融资，以获得公司继续生存所必须的救命资金，还是给“裁员”找一个好听的说法，团队出走裂变出新的公司，在人工智能领域都成了一种趋势。
几乎每个成立三年以上的人工智能公司都会存在一次“团队出走，二次创业”的事件。
通过公开资料我们发现：思必驰员工离职创办语音识别公司驰声科技；云知声CMO离职创办人工智能教育公司先声教育；出门问问两位员工离职分别创办大数据冷链公司Meatub、智能硬件公司萌动；商汤科技曹旭东离职后创办自动驾驶公司Momenta；格灵深瞳的丁鹏博士离职创办人工智能医疗公司DeepCare；英特尔的吴甘沙等5人离职创办自动驾驶公司驭势科技……
尽管并不是绝对，但裂变后的公司往往会更为“脚踏实地”，在商业上更努力。
简单来说，从图像识别公司离职的员工，会创办一个在图像识别领域有具体应用场景的公司。比如在自动驾驶领域，从L5（完全自动驾驶）离职的团队则会更倾向于研发L4和L3（辅助自动驾驶）的方案，或者是具体到自动驾驶整个产业链中的某个硬件、芯片或算法上。
只有这样，这些分裂出来的公司才可能在自己重新开启的融资周期内，实现盈利或被收购。
