一、应用层面。人工智能主要分三层，最底层是基础架构，例如芯片、云计算、TensorFlow之类的框架，中层是通用的人工智能技术，例如图像识别，语音识别，NLP技术，最上层是行业应用。贝业斯做的事情是利用中层的通用技术加以改良，最后拿产生的技术成果服务中医健康行业。具体来说，利用贝业斯积累的中医行业数据，对数据进行训练，最后得到的模型再服务中医行业的B端客户，一方面从B端收取费用，另一方面从B端获取新的数据，再迭代训练新的模型。从三层架构这个角度来看，我认为贝业斯的选择是没有问题的，相信大多数的创业公司也只有做应用层面的能力。
二、AI+中医？ or 中医+AI
AI+行业”简单讲就是在AI技术成熟之前，这个行业、产品从未存在过。比如自动驾驶，亚马逊的Echo智能音箱、苹果的Siri语音助手。在人工智能技术未突破前，不存在这样的产品。因为AI，创造出了一条全新的产业链。
“行业+AI”就是行业本身一直存在，产业链条成熟，只是以前完全靠人工，效率比较低，现在加入AI元素后，使得行业效率有了明显提高。比如安防、医疗等领域。
客观讲，这两个类别都有创业机会。但“AI+行业”，因为是一条新的产业链，创业公司与互联网巨头实际是处在同一起跑线上。巨头们坐拥数据优势。所以从这个角度，“行业+AI”相对对创业公司更为友好，也更容易构建出壁垒。
我认为，未来行业壁垒才是人工智能创业最大的护城河。因为每个行业都有垂直纵深, 尽管BAT技术好一点、并不关键。拿医疗+AI举例，什么最重要？大量准确的被医生标注过的数据最重要。没有数据，再天才的科学家也无用武之地。
贝业斯的路线是 中医+AI，或者说行业+AI，因为在以深度学习为代表的人工智能技术未突破之前，采用计算机进行舌诊+面诊+问诊+脉诊的产品都是存在的，不过由于技术未曾大幅度突破，智能四诊大多在实验室研究中，或者集成智能四诊的四诊仪大多被搁置在医院里面。即使病人去了医院，医生不会去用四诊仪。病人也不会相信四诊仪。所以四诊仪在医院用来看病是失败的，这条路线走不通。
要构建足够强大的行业壁垒，创始团队的合伙人中，必须有懂行业、有行业资源的人才。左手行业，右手技术。如果100算满分，创业第一年，贝业斯的行业分数为10分，技术为60分。创业第3年，贝业斯的行业分数仍为10分，技术为80分。创业三年，贝业斯的处境并不美好。从行业层面来说，我觉得有以下几个原因：
1、创始人均是技术出身，缺乏中医合伙人，三年，一直没有中医健康行业的专职人才加入。
2、贝业斯面对的B端客户一直是健康行业的非医疗场景，这导致从B端收集的客户数据质量并不高，所以即使模型迭代了多次，模型始终无法切入真实的医疗场景，从而继续无法获得高质量的医疗数据集。陷入“弱数据”死循环。
3、中医的特殊性，没有统一标准。即使有少部分的高质量数据集，不同的中医对于数据的标注并不相同。
4、贝业斯的定位在于中医+AI，这属于关键性应用。“关键性应用”要追求99.9……%后的多个9，做不到就没法商业化。比如大家认为，99%可靠度的自动驾驶能上路吗？肯定不能，意味着100次就出1次事故。99.9%也不行，1000次出一次事故。所以“关键性应用”领域，就是一丁点儿错都不能犯的人工智能领域，必须要有技术大牛、科学家或算法专家坐镇。同时，这类项目研发周期都很长。正如以色列做ADAS （高级驾驶辅助系统）解决方案的Mobileye公司，今年3月被Intel以153亿美金收购。大家知道这家公司研发周期有多长吗？Mobileye成立于1999年，到他们推出首款产品、挣到第一桶金已是2007年。长达8年的研发周期。这在互联网创业里不可想象。包括谷歌无人车从2009年开始研发，到现在一直没有商业化；达芬奇手术机器人从启动研发到2000年拿到美国食品药品管理局（FDA）的认证，花了十年时间。贝业斯的项目才研发三年，真正做到医疗场景真实可用，还需要多久时间呢？这个时间谁也无法预估。
三、产品层面。从养生和普及中医文化知识层面来说，贝业斯的产品是及格的。从医疗可用层面，贝业斯的产品达不到及格线。目前来看，对产品有医疗需求的B端用户量远远大于只是有养生需求的用户量。B端用户对产品的期望值超出了目前产品本身实际能产生的价值。产品如何能从养生跨越到医疗，这中间还需要持续的投入。需要人才、时间、金钱的不断投入。
种种原因吧，我无法继续进行贝业斯的这份事业。可我仍然不会否定贝业斯目前的成果。贝业斯在尽最大的能力去把中医的智能四诊端化，移动端化。而把中医的智能四诊搬到手机上来，我认为这也是大势所趋。中医如果要发展，那么这个趋势必不可挡。