其他的情况不太了解，仅从人工智能+细分领域的创业实践来回答下这个问题。

我们华宇元典是一家法律科技公司，目前正在做AI+法律领域的开拓。除过安防、汽车、教育、金融、会计等领域外，AI+法律也是国内外创业的一个热点。正如上面一些大咖提到的，AI创业的可以分为三个层面：基础层面比如云计算是被BAT等大公司所垄断的，这些领域一般的创业者无法进入，资金、技术、人才构筑了强大的壁垒；中间层次是类似于语音识别、机器翻译、语义识别等通用型的技术，这些通用型技术随着技术的发展和开源会变得越来越普适、越来越便宜，以通过技术作为核心竞争力，成为一家AI技术提供方并非长久之计；真正的创业入口反而是在第三个层面，即AI+细分领域的创业，AI+法律即属于这个层面的创业。

与传统我们了解的AI基础不同，AI+法律除了【算法、算力、数据】的要求之外，还有一个至关重要的因素，就是【行业知识】。借助算法、算力和数据技术，赋予机器对【行业知识】的认知，这是AI+法律创业的根本基础。

而要实现这一基础条件，需要解决三个方面的问题：

1.需要引入法律人深度参与。之前ipin网的杨洋老师在混沌大学做演讲的时候提到过ipi在法律领域的创业实践，提到了踩过的两个坑：一个坑是当期的法律推理无法通过技术的方式解决；另外一个就是技术人员主导，没有引入法律人深度参与。这点是AI+法律与其他AI创业的区别所在。在法律这个细分领域，最核心的资产是知识资产，而法律的知识结构【暗藏】在法条、判例和业务文档中，需要通过人工标注的方式从中提取有效数据，形成法律知识图谱，在知识图谱搭建的基础上形成类似于裁判预测、业务评测模型等落地产品。

2.需要先做行业信息化的基础工作。法律行业不同于其他行业，是一个较为封闭的行业。即便经过之前一轮互联网+法律的洗礼，也未能建立起行业层面的信息化，仅仅是在法检部门和大型律所建立了信息化，全行业的信息化没有搭建起来。这造成的一个后果就是行业内部数据采集障碍。一方面大量的数据是以纸质卷宗的方式存在，另一方面公检法司律形成了一个一个的数据孤岛，相互之间没有交互。这两方面的原因造成法律行业数据采集困难，而数据采集是AI实现的基础，目前的AI+法律创业首先需要解决的不是技术难题，而是去【补课】，补行业信息化缺失的课程。

3.需要即懂法律又通技术的跨界人才，而这种人才在传统的法科教育或者职业教育中是没有的，我们也很难期望国内已经设立了智能法律研究机构的大学在短期内就培养出这样的复合型人才。从其他行业引入AI方面的人才是我们目前唯一可行的选择，但正如大家看到的外部的AI人才懂技术，但不了解法律，还需要为这批技术人员配备【专业的法律人】，双方共同组成团队，在【做中学，学中通，通中融】，相互融合、相互吸收，真正打造出一批即懂法律又通技术的跨界人才。

AI+细分领域是AI创业真正的入口，但这个入口的切入不但需要技术，还需要对细分领域的了解和掌握，在这点上我们不能和BAT等大公司硬碰硬，而应该【沉下身子】，做细分领域数据的挖掘、转化、与技术的融合，形成AI对细分领域的深彻改造。

从这点来说，AI创业和传统的创业没有什么区别，无非就是【发掘自身优势，找到合适的切入点，沉下心来做产品，随时关注市场需求变化，不僵化、不保守、不傲慢，做可做的事情，把自己擅长的做到极致】。