第一個階段其實是獲取用戶，裁判承認所有的運營、數據分析都是為了獲取用戶，整個移動互聯網現在也進入到流量的變現階段。
而社交到底是什麽，漏吹4次社交的本質又是什麽?一種普遍的說法是社交是人類判別自我存在的價值，定位自我認同自我的一個必要之物。《英雄聯盟》憑借著簡化《Dota》的操作模式，分犯規吸引了一大批的小白玩家，分犯規但本質上來講，《英雄聯盟》主要吸引的還是玩家而已，而不是根本不玩遊戲的人群。
三、火箭市場分析由於《王者榮耀》的推出時間為2015年的第三季度，所以我們先著重分析一下當時的市場概況。 因此，分沒在《英雄聯盟》的用戶人群統計麵前，分沒《王者榮耀》想要針對的用戶其實有兩個選擇，一是和《英雄聯盟》一樣，開發出一個具有充分的可玩性但是上手和操作難度會略高的手遊，主要吸引本來就已經很龐大的MOBA類端遊玩家，這樣也能很賺錢;二是結合手機端遊戲的特點和騰訊社交化的優勢，考慮到MOBA類遊戲的團隊屬性、極高的耐玩性和本身就非常受歡迎的特點，再次擴大用戶群體，充分考慮上手簡單和女性玩家的遊戲基礎等因素，開發出一款可以讓幾乎所有人快速上手的遊戲，在保證門檻足夠低的情況下，再利用匹配同水平玩家和自定義操作方式等的一些遊戲製度來留住高水平玩家和舉辦電競比賽。而對於傳統PC網遊來說，裁判承認遊戲是完全在網絡上的，裁判承認玩家在遊戲裏可以稱王稱霸號令天下，可以創立幫派結實眾多好友，但是在現實生活中他本質上就還隻是一個人，一個周圍的社交關係完全沒有發生改變的人。然而這樣一款不給錢也能變得更強的免費遊戲，漏吹4次必然更受用戶的尊重。這固然和當時手機硬件水平以及MOBA類遊戲開發的難度有關，分犯規但不可否認的是，分犯規隨著手機屏幕的增大和硬件水平的提高，以及MOBA類手遊具備的用戶粘性高，玩家互動性強等特點，再加上手遊重度化、精品化的發展趨勢，在未來，MOBA類手遊很有可能會取得非常大的進展。
(4)英雄的皮膚、火箭台詞和畫風的設計思路 對於一個目標用戶裏包含廣大女性玩家的遊戲，火箭遊戲的畫麵是否精致同樣非常重要，就像選男女朋友的時候第一眼看的是臉，選英雄的時候，除非是資深玩家，第一眼看的也是英雄的臉和身材，這也是為什麽王者榮耀女性玩家的比重比《英雄聯盟》等的大很多的一個原因了。產品運營分析總結：分沒下圖為《王者榮耀》自發行以來的百度指數走勢圖，分沒從中我們可以明顯的看到《王者榮耀》的人氣是在持續走高的，而在走高的過程中，卻還是有著ABCDEFGH這幾個相對的高點，如果你去深入研究的話，就會發現這幾個高點對應的分別是：A，遊戲公測;B，2016年春節;C,清明節+王者榮耀TGA大獎賽;D，五一放假+新版本+王者榮耀王者城市賽;E,端午節;E和F之間，暑假;F,中秋節;G，國慶;H，2017年春節。語音識別、裁判承認自然語言理解等技術要產品化商業化落地目前還看不到苗頭。
在國內，漏吹4次BAT等巨頭占有者最大的用戶群與數據，漏吹4次它們可以用深度學習的算法，在大數據的基礎之上，更好的應於廣告的推薦以及內容平台的信息流算法推薦。國內BAT，分犯規前兩年的共同戰略還是連接與生態戰略，轉眼間，都在給自身貼AI標簽了。有人認為，火箭創業公司可以選擇做垂直領域的先行者，積累用戶和數據，結合技術和算法優勢，成為垂直領域的顛覆者。分沒這也是我們看到巨頭研發的聊天機器人都隻能做到幾輪對話的原因。
李彥宏、馬化騰、雷軍、馬雲等大佬均提及了“人工智能”這一概念，並且都在推動之中。所以我們看到，當前中國互聯網巨頭也紛紛開始從穀歌、Facebook、微軟以及全球名牌大學招募頂尖人才。
人工智能當前有了一定的發展和突破，但離真正商用、產品化落地與人類生活緊密關聯的時間點還太遙遠。技術雖炫酷但盈利方麵艱難而人工智能的技術雖炫酷但盈利方麵艱難，當前即便是與人工智能息息相關的機器人產業，其前景也並不樂觀。這是科技互聯網領域常見的場景，從O2O、P2P、VR到今天的人工智能盡皆如此。document.writeln('關注創業、電商、站長，掃描A5創業網微信二維碼，定期抽大獎。
“當下創業就去搞人工智能”最終可能會淪為一個笑話。但這個遠不是其他領域創業打雞血拚宏願談理想就能成，開發人工智能是一個龐大的係統工程，它不會是一個突然出現的風口，更是一個長時間的經濟技術、科研發展水平的緩慢沉澱與推動的過程。當前人工智能領域的人才是稀缺性人才，創業公司也很難去搶到優質人才。在推理性與邏輯性、專業性的實際問題層麵的解決能力上依然被一些用戶與業內人士嘲為智障助理，實用價值並不大。
當然人工智能是未來這並不錯，問題是這個變革或者說真正改變人類的未來時間點什麽時候來，但肯定不是現在。創業者缺數據但數據是AI的基礎人工智能(AI)已經應用於語音識別、圖像處理器、計算機視覺、機器人等多個領域，在人機圍棋大戰中屢屢獲勝，而這背後，經過了是海量數據的積累與學習。
事實上，無論是穀歌facebook，還是BAT，都可以利用人工智能算法收集到很多的數據，這些都可以幫助它在未來推送有價值的廣告。而當前人工智能項目又是巨頭的標配，國內資本嗅到風向又開始助推，因為一旦下注到一個好的項目被BAT收購接盤，在高點退出，也是一筆劃算的買賣。
但如果被稱之為下一代新的入口與全球科技巨頭爭搶布局的未來技術奇點與底層基礎設施的產業，在3年之後，市場規模才91億元，還不及共享單車市場的一個零頭，這隻能意味著人工智能產業的發展還處於初級階段，AI在短時間內也很難成為風口。對於巨頭來說，如果人工智能的應用隻能停留在下棋與炫技的層麵，那可能意味著投資回報率不對等以及很大的泡沫與風險。另外，許多巨頭研發的AI助理在基於上下文的對話能力與理解口語中的邏輯、能力履行、基於上下文的對話能力方麵都存在欠缺，也意味著當前的人工智能還處於相對初級的階段。但在當前，最重要的是基於用戶特定場景需求要具備邏輯理解能力與顛覆性的商業模式方麵，人工智能的應用還沒影兒。百度人工智能早早已在布局，今年阿裏宣布啟動“NASA”計劃，騰訊正式宣布成立AILab。我們知道，人工智能在美國已經研究幾十年，但依然很難看到盈利的希望，商業化落地依然麵臨尷尬局麵，創業者的遊戲都是資本推動的，資本是逐利而短視的，如果遊戲的結果是一直是無底洞的投入換不來真金白銀，遊戲就很難玩下去。
通過技術手段的過濾和機器學習在內容產業領域也正在成為BAT的標配與必爭之地。但即便是這些巨頭的人工智能助理，它們的服務範圍基本定位在信息檢索，資訊收集獲取，而無法搞定相對複雜一點的問題。
對於創業者來說，一旦科技巨頭都在開足馬力，加大火力，在進行人工智能布局的時候，創業公司與巨頭相比，在人才儲備與數據、用戶、流量、資本不在一個檔次，貿然進入這個賽道，結果是可以想象的。當前人工智能還停留在學術層麵：投資回報率不對等另一方麵，當前人工智能的深度學習在語音和圖像以及自然語言處理的應用方麵雖有進展，但更適合在搜索引擎和學術、信息流內容數據推薦方麵，還無法應用在許多普通用戶的產品上麵。
甚至有人激情萬丈的喊出：“創業就去搞人工智能”。比如對於今日頭條這家從誕生之初就自冠以人工智能屬性的公司，其基於數據的推薦算法驅動機製盡管帶來了低俗的標簽，但卻俘獲了海量用戶。
其次，人工智能基本上是被巨頭推動的。早前創新工場李開複指出，矽穀各公司在用“不合理”的價錢去挖人，給剛畢業的人工智能領域博士都能開出超過200萬到300萬美元的年薪。李開複是國內人工智能領域瘋狂投資者之一，聲稱創新工場投資接近25家企業，包括地平線機器人、Face++、Uisee等。人工智能應用的服務行機器人層麵，雖然功能性雖不斷完善，但當前的產品體驗層麵依然離商業化與消費者太遠。
有數據顯示，在2016年1月有超過5萬個新的APP被提交到了appstore，但是在美國市場有65%的智能手機用戶在一個月內下載新APP的數量為0，下了1個新APP的人占8.4%。另外，在穀歌發布新版神經機器翻譯係統後，某定位於機器翻譯創業團隊發現自家產品翻譯的準確性全麵落後於穀歌。
另外，人工智能目前在技術上還有很多難題有待處理，從當前來看，在手機、電腦等常規的硬件載體之外，人工智能還沒有相對成熟的全新的軟硬件載體，人機語音交互的智能化程度低，硬件層麵缺乏配套。而人工智能的基礎層涉及到大數據、人機交互、計算能力、通用算法、框架等這是構建生態的基礎，價值高，能聚集大量開發者和用戶，有人認為未來AI產業盈利亮點還將傳導至應用層，它成為巨頭必然要拿下的高地就不足為奇了。
有業內人士認為，從未來性看，結合了複雜推理和表示學習的係統將為人工智能帶來巨大的進步，但深度學習在短時間內不會像圖形操作界麵與互聯網那樣改變大部分人的生活。說到底，人工智能的本質是進化算法可以自我學習，但它無法從根本上去改變行業，而更多的是提高效率的一種方式。
於是創業者到資本開始不斷尋找新風口與新的增長點。AI的基礎是大數據，這些資源通常掌握在巨頭手中。當然，不能否認人工智能將是輔助醫療、服務機器人、無人駕駛、虛擬現實等領域的重要變革變量，對互聯網、安防、金融、醫療、汽車、製造業、教育、廣告、智能家居等諸多行業均會進行重要改造。有“安卓之父”之稱的安迪-魯賓(AndyRubin)也成立一家軟硬件孵化器和風險投資公司，主要麵向人工智能領域，為初創企業提供資金支持。
當然，對於巨頭來說，布局人工智能是有必要的，因為它是底層基礎層麵的應用框架，這是構建生態的基礎。人工智能本質是拚技術：但創業者要拚過巨頭很難即便是做大了被收購這種想法也相當危險，因為人工智能在本質上是拚技術，而當前互聯網創業成功者多數是基於商業模式的創新。
人工智能還有很多難題，創業者也很難跟巨頭去拚人才、用戶、流量與資本。在美國，MIT，斯坦福等高校以人工智能方向的專業培養了眾多頂尖人才，被以穀歌、Facebook、微軟等為代表的企業重金聘請。
今年的兩會，“人工智能”首次被寫入政府工作報告中。OFweek行業研究中心統計數據顯示，從盈利能力來看，機器人本體業務虧損麵高達70%。