只說開源的話，就是純純粹粹的不能急，也不要指望著它能帶來收入。
絕大部份時候就是用愛發電，就是想著方便自己造福別人，就是一種滿足感的體現 。你抱著想賺錢的心去做，肯定不行， 原因就是周期太長太長太長了 。這甚至和論文不同，論文好歹你發出去就結束了，開源計畫是需要長期，長達數年的投入。以我自己維護的幾個計畫來說，從17年做到現在的四年瑞奇本上要維持每個月一個新版本，而且需要時刻關註底層依賴的系統的更新，因為很容易造成自己系統報錯。我最怕numpy 更新，畢竟對它依賴的太深了。
因此大部份知名的開源系統，要不依賴於學校實驗室（教授終身教職保證了學生們進行長期更新），要不依賴大公司做底層架構（像tensorflow和pytorch這種真的不僅僅是PR，而是透過底層基建來壟斷市場），以及一些零星的像我這樣用愛發電的個人開發者。 而個人開發者好處是容易合作，在特定的契機下容易組成一個專業的小團體對開源內容進行長期更新，而成立公司只是進一步的發展 。
這類計畫再進一步發展，就會進入這種開源+商用的商業模式 。很多類似的計畫，包括我現在加入的一些計畫，都會采用一套系統，兩套授權。比如ABC系統，對於任何人都是免費的，它也是最好的處理XYZ任務的系統，但是你也可以透過付費給ABC系統的開發團隊尋求技術支持，或者咨詢服務，讓他們幫你做特定的商業計畫。 在這種前提下，系統本身+開發團隊的經驗就成了商業價值，而不同的只是系統的部份開源了，這點和傳統賣軟體的還是有區別 。
其實你很難說哪種策略更好，畢竟開源系統的口碑更好、受眾更廣，還可以得到來自路過群眾的反饋和幫助，但當然你也會流失一些本身會付費的使用者。 其實說到底這種開源+商業的模式是「價格歧視」的一個具體體現 ，你願意自己折騰學習系統他就免費，你希望更專業的支持和服務就付費。
回到問題本身，為什麽中國這類企業比較少？數量上其實我不了解， 但我覺得核心問題是大部份人工智慧的開源系統都是國外做的，各種方向的龍頭都被人家收入囊中 。如果你想要「半商業化」一個開源計畫，它在那個領域至少得是排的上號的，不然誰會給你付費呢？
而因為商業模式不明晰，周期長，絕大部份企業和個人都不願忍受長期的用愛發電且不一定最後能商業化的代價 。而作為普通個人，每天工作那麽長時間，更沒有時間長期用愛發電，這個問題就要回到了社會工作壓力大，家庭責任重的話題上，暫且不表。
因此如何解放科技工作者，讓大家在工作之余有點時間做點自己感興趣的事情，用愛發發電，賭一賭未來，大概才是這個問題的最終解答 。
