我在智能时代一书中讲到智能革命会将社会重新洗牌，在这个既充满机会又富有挑战的时代，创业者其实是既兴奋又担忧，他们兴奋的是自己有可能赶上智能革命的快车，跳跃式的超过之前的巨无霸企业。而担忧的是这次智能革命在很大程度上是比拼数据量和计算能力。
小公司面对谷歌、微软、Facebook或者中国的腾讯、阿里巴巴和百度，甚至是科大讯飞这样的老牌企业，都毫无优势可言。那种在过去靠技术一招吃遍天下的情况不会再发生了。也正是因为这个原因，像李菲菲这样最顶级的人工智能专家都要到谷歌工作，因为后者有数据。如果连李菲菲都不得不走这条路，那么创业者的出路又在哪里呢?
小公司一开始由于资源有限，不可能像大公司那样全面铺开工作，即便创始人有很高的心态，也需要从一个突破点开始做起。我在第二封信也弹1万小时中讲到，凡事做好需要1万小时或者更长的时间。其实这个经验不仅对个人适用，对产品也是一样。任何产品要打磨得像样就必须花功夫。
数据和商业规模变成钱是需要一种催化剂的，那就是智能技术。有趣的是，由于这些公司基因的问题，他们还真难以依靠自己的力量从大数据中挖掘金矿。在中国的金融界四大国有银行，一方面看着阿里巴巴旗下的支付宝等金融产品挣大钱，另一方面也守着更多的数据干着急。
第二类公司中目前有不少依然觉得靠自己的力量能够赶上智能革命的浪潮，但是如果不借助催化剂，其实是很困难的。那些大银行在大数据已经被提出近十年，在中国也被热炒了67年的今天依然无所作为，又怎么能指望自己在今后的67年有所作为，如果荒废了接下来的67年时间，在整个行业中落伍是确定无疑的。
在美国各家大银行已经认识到这一点，他们都直接使用提供大数据服务公司的产品，处理自己的业务，而不是自己从零开始打造新的IT团队。相信中国的第二类公司很快能够明白这个道理，这样就给了第三类公司机会。
第三类公司是掌握新技术的创业公司，他们有一些技术专长，但是没有第一类大公司的水平，有一些工程能力，但是没有第一类公司的综合实力。当然作为小公司，他们肯定没有大量的数据。这些公司怎样才能在智能时代分一杯羹呢? 简单的讲就是干第一类公司不愿意做的脏活苦活。第二类公司由于和第一类公司其实有利益冲突或者潜在的利益冲突，他们是不会委托第一类公司做事情的。你可以想象四大国有银行信不过阿里巴巴，中国移动信不过腾讯，同样花旗银行也信不过谷歌和亚马逊。
另一方面，第一类公司也不愿意去做那些脏活累活，因为从成本上来讲不合算。因此这类公司最终会扶持第三类公司为自己做事情。由于第二类公司有数据有资源有市场，因此他们在合作中会很强势，而第三类公司在一开始必须做脏活累活，可能还得不到很多收入，这个过程是省不了的。
一旦传统一点的大公司开始信任那些小公司以后，就形成了原有产业加新技术等于新产业的格局。在双方双赢的基础上，这两类公司得合作会非常好。另外第三类公司可以直接利用第一类公司的平台，因此第一类公司通常不会和他们作对。那么目前有没有这样的小公司成功的案例?有的。从美国回到上海创业的宣晓华博士创办的华院数据，就是获得成功的第三类公司。还原数据里面有三类人，工商管理硕士，也就是MBA数学家和计算机工程师。
第一类人也就是工商管理硕士，深入到每一个行业和大公司，了解业务逻辑，看看如何能够通过使用数据提高那些行业的业务水平。第二类人也就是数学家则根据具体用户的业务逻辑建立数学模型。而第三类人也就是计算机工程师则实现数学模型。每当一个这样的小团队能够为大公司解决一些具体问题之后，华院数据就将这个小团队剥离出去，和相应的企业成立合资公司引入风险投资。
就这样华院数据孵化出十多个开始挣钱的大数据公司。当然华院本身也在不断积累技术和数据，在未来这一类的公司会不断涌现，他们从做脏活苦活开始，如果做得好，就能够把自己的业务从一个大公司扩张到整个行业，甚至有可能扩展到其他行业中去。
在智能时代，核心的技术很容易获得各种机器学习的方法，也都有开源的版本。但是各个公司因为数据量不同，使用同样方法获得的效果也会不同。而解决数据的问题，大家不妨学学宣晓华博士从脏活累活开始。最后概括一下我的观点。今天的创业者不要一开始就想着自己能够办一个谷歌或者阿里巴巴，必须先从脏活累活开始。
如果在一个技术发展平稳的时代，现有行业的大公司并没有什么脏活累活可以做，那么小公司机会不多。今天在智能时代技术飞速发展，现有行业要升级，就有大量这样的公司。
只要小公司的团队有技术水平，有一定的市场能力，认准了方向，愿意做其他公司不做的脏活累活就有不小的成功机会。人要想成功说容易也容易，只要担起别人不愿意干的又非常有意义的脏活累活即可，不要只盯着那些容易做利益大的事情，因为他们早让大公司给做到了。
