📖 ZKIZ Archives

尋路人工智能：黑科技催化的產業變革

華興資本 2017-04-27 17:36

本文由華興資本（微信ID：iChinaRenaissance）授權i黑馬發布。

人工智能被視為“互聯網下半場”的重要風口，越來越受到各方關註。但巨大的藍海背後，行業仍面臨應用前景不明、估值過高等諸多痛點，一系列問題有待解答。

人工智能演變到什麽階段？是否存在泡沫？小公司如何彎道超車？傅盛、黃明明、鄺子平、汪華、吳甘沙、徐立、余凱等一線創業者、投資人圍繞行業熱點話題展開了一場長達3個小時的對話。

淘金時期

主持人劉英航：人工智能在現實當中演變到什麽程度，什麽時候可以顛覆現有的場景？

吳甘沙：現在基於大數據的暴力計算型人工智能在很多領域已經超過了人類智能，意味著人工智能在歷史上第一次真正可以創造客戶價值，不僅僅只是一個概念。當然人工智能目前解決的問題還是比較早期的，比如中低級白領做的事情。高級白領做的事情、需要深入思考的，以及需要靈巧控制的藍領工作，人工智能做不了。

余凱：人工智能作為一個推動者的技術，本身構成一個產業缺乏很多關鍵要素。一些傳統產業因為人工智能技術發生了兩個變化，第一，這個技術在產業里有大規模應用；第二，使這個產業里面的新玩家能夠顛覆老玩家，比如搜索廣告，在電視里全國都看到同一個廣告，搜索則是千人千面，這正是基於深度學習的技術。

我們地平線關註三個機會，第一，智能語音。第二個，智能攝像頭，第三個自動駕駛，從輔助駕駛，半自動駕駛，全自動駕駛里面有大量的機會。人工智能剛剛開始，像是一個淘金的時期，因為你不知道哪個領域你可以淘到金子。

徐立：現在從業者做的事情，短期來看可以分為兩個階段：第一階段是超過普通人的能力。現在人工智能做的很多事情是純數據驅動，需要大量的人把知識傳遞給機器。這些能給勞動力密集型企業帶來效率提升，但不會帶來新的場景。真正帶來服務升級是第二個階段：超過專家，因為專家的能力和知識比較稀缺。比如駕齡較長的司機、醫院專家號等。

現在，第一階段，超過普通人，很多垂直領域已經可行，未來可能應用到更多的垂直領域，實現工業的突破。第二階段，超過專家，可能有待算法的進一步演進，包括用算法生成專家數據，這是值得探討的問題。

傅盛：關於人工智能的應用，我認為基礎是技術，但並不認為技術是唯一的決定力，技術完美了，到了一個顯而易見的邊界值的時候，這個世界不需要產品，不需要創業者，需要銀行家就夠了。

第二是產品，你要思考在不完美的情況下怎麽組合你的產品，包括重組你對產品的思路，我不認為特斯拉今天真正解決了讓電池可以跑兩千公里不用充電，它真正改變的是你對電動車的定義。人工智能也一樣，怎麽找到一個尖端的產品應用？我那個時候自己催生的想法就是機器人。

第三是需求，產品和技術的結合是為了滿足需求，哪個大的需求一定發生，它就一定能倒逼技術重構。因此，要從需求角度重構產品和技術。很多人問，你要做機器人，機會在哪里？機會就是人越來越貴。當有一天機器成本比人便宜的時候機會就出現了，哪怕這件事是最簡單的端茶送水。

黃明明：我認為判斷人工智能領域是否有泡沫、價格是否貴，核心就要看有沒有價值。一種商業模式能否幫助原有行業大幅度提升效率、降低成本，是我們判斷其是否有價值的關鍵點。現在人工智能在很多領域已經能創造出切實的價值。比如自動駕駛。

鄺子平：第一，我認為人工智能已經到了可以大規模商用的階段。前些年看的一篇文章認為，技術發展都遵循某種規律，就像在棋盤上放米粒的寓言，當一粒米變兩粒，兩粒變四粒的時候，沒有人考慮用它做飯，而當過了某個紅線，確實可以做一鍋飯。現在人工智能就進入了棋盤的第二半，每一次的平方所產生的效率都是巨大的。

第二，最近確實存在很多偽AI。現在很多項目，你去聊的時候，都會有人跟你說大數據、人工智能，這確實造成了目前行業的一些虛火。

第三，從機會上講，現在還是蠻令人興奮的一個時間點，還能夠找得到純技術的平臺公司，而不是應用+AI。

汪華：我認為AI由兩條腿驅動。一條腿是技術驅動，前幾年，深度學習、GPU等各種新理論出現，成就了很多黑科技企業，這些企業往往驅動的是一些更加久遠的、中長期的東西，比如自動駕駛、真正意義上的家用機器人等。但受制於科技、算法，產品大規模應用於生活可能還需要三到五年時間。但黑科技領域更容易產生獨立的公司。

另一條腿是需求驅動。需求驅動跟技術沒有關系，它來自於互聯網和移動互聯網在中國的發展，從1995年開始的互聯網，到最近的移動互聯網將所有的人和場景連接起來，使得交易量和交互量幾何級數般上漲，如此龐大的數據不得不交由機器自動化處理。而只要一家公司采用人工智能技，效率提升到足夠高之後，就會相比競爭對手產生巨大優勢，逼著其他人不得不采取行動。因此，需求驅動這些公司不斷提高線上化率，並向其他行業延伸。

但缺點是，這個領域產生的公司，很難是純粹意義上的AI公司，大多是AI+場景或者AI+業務，且大多數是2B的公司，技術相對複雜，對創業者要求比較高。

向死而生 以強勝弱

主持人劉英航：巨頭林立的AI行業，創業公司如何找到自己的突破點，實現彎道超車？

吳甘沙：小公司可以做一些事情：首先，試錯要做到更好，試錯成本要低。大家可以想象一下，探索一個未知海域的時候，萬噸巨輪很容易觸礁，但是小公司開著沖鋒舟去，很有可能成功，要抱著一種向死而生的心態。

其次，小公司可以有一些創新的策略，第一，邊緣創新，找主流市場邊緣的垂直細分市場；第二，差異化創新，我不一定比大公司做得更好，但是我做不同的東西；第三，協同創新，兩個大公司之間合作往往很困難，因為都有自己的傲慢，而且法務部門比較保守。但是小公司，放低身段，非常容易進行合作。這些都是小公司的機會。

余凱：對小公司來說，一定要讓自己的商業模式在大公司的射程範圍之外。大公司有兩種能力，一個是勢能，一個是動能，動能是現在的業務，勢能是他積累的人才業務和資金。

小公司如何在射程之外找到機會？兩個因素比較關鍵。第一，對數據資源的獨占性，這是一個關鍵的戰略資源，我們看BAT，整個價值都建立在這上面。第二，數據轉換成價值的效率，比如每秒鐘處理多少數據。這往往不是大公司的優勢，因為一些核心的技術，從零開始投入到最後形成戰鬥力，需要至少三年時間，跟大公司小公司沒關系。

徐立：關於AI+行業：如果創業公司的核心技術能形成壁壘，而且在某個行業里面具備關鍵要素，那就需要在這個領域垂直打通，形成需求、數據、行業的回路，打通閉環。反過頭來，核心要素並非都都具備的情況下，你就要找準合作夥伴。這是我們這幾年核心的一個想法。

傅盛：小公司並非沒有機會，要看它在垂直化方面有沒有可能擊穿一個行業。比如當年百度推外賣，高層的想法是做了總比不做好，但為什麽不做今日頭條？因為對他們來說機會成本太高。所以小公司一定要拼垂直化場景，一定要把應用想得非常深。另外，還有一個觀點，前景越明朗的應用，對小公司越是巨大的前景。

黃明明：小公司的機會，在於專註，把力量用到一點。前幾天和李想聊天，說到大眾在中國的車型，密密麻麻有上百種，他隨便問到一個投資人，你能說出朗逸和帕薩特以及寶來有什麽區別嗎？對方答不上來。如果真的把所有的資源集中到一個點，小公司能做到比大公司強，如果在這一點上比不上大公司，就別指望有什麽以弱勝強的機會。

我認為在特定的應用場景產生數據的地方，是AI類創業公司的機會。這就是我們為什麽投一家自動駕駛公司的原因，事實證明谷歌和百度的自動駕駛之路幾乎走到了死胡同，因為他們只做算法，但沒有應用場景，無法真正上車應用。要在垂直應用場景紮得足夠深，自己可以產生數據，然後正向反饋，這是BAT沒有的，小公司可以從這方面去尋找機會。

汪華：在這個事情上千萬不能有錯覺，做創業不要把希望寄托於大公司傻，大公司懶，大公司反應慢。你沒有任何的這個東西可以跟大公司拼。首先你要做的，是大公司在一段時間內，壓根不會做的事情，或者大公司做了之後會自殺的事。比如說谷歌的Android對於微軟來說，當時的微軟就是自殺，他不能把自己的操作系統都免費了。

第二，別把大公司當作對手。大公司，你可以把它當作一個社會的基礎設施，有些事情只有大公司推得動。比如說在全中國實現移動支付，只有大公司能做到。而大公司一旦把這件事做好了，大量創業公司可以從中受益。所以千萬不要把大公司當做競爭對手，把大公司當做一個寄存生態來對待。

第三，從來不存在以弱勝強的想法。創業公司雖然一開始小，但在一開始紮進的領域想辦法以強勝弱，隨後每打一仗，搞到各種各樣的資源，在局部戰爭里面以強勝弱。

貴與不貴不重要，關鍵是做成

主持人劉英航：人工智能領域是否有泡沫、估值是否貴了？

徐立：目前來看人工智能確實存在市場過熱現象。過熱會導致大家對市場應用的判斷產生一些偏差。技術公司做垂直應用，第一要把產品深紮進去，第二需要大量的基礎投入和長期的行業沈澱，但AI過熱導致從業者比較浮躁，不停換方向嘗試。關於估值，貴不貴關鍵還是看成不成，團隊和方向很重要。  

余凱：現在應該考慮的不是估值問題，而是怎麽把研發往前推進。從投資人的角度來講，貴與不貴不是那麽重要，關鍵是做成。從創業者的角度來說，高跟低也不是那麽重要，關鍵是能夠拿到足夠的資源，讓這個公司可以做成，這是我核心的觀點。

傅盛：我不覺得人工智能太貴，最大的問題在於投資人對人工智能了解得太少，很少碰到靠譜的，所以造成了魚龍混雜。

人工智能起源於學術，但是後續推進的是工業界。在今天學術這個階段，推進是比較有限的，後面都要靠大量的數據實踐和應用實踐。所以，我覺得第一波項目估值很貴可以理解，但是後面工程化、產品化的人，會做得更靠譜一些。現在很多公司真正做的是模型，距離產品還有很長的路。

黃明明：純做算法的公司估值有些偏高了，剛開始純做算法出來的，大牛的背景，一定估值上天。但是現在大家看了一段時間，明白了光有算法沒用，你得應用落地。所以貴和不貴其實是相對的，一億美金天使輪貴不貴，肯定貴，但是你如果看到它是一個一千億美金的公司，那肯定要進去，能投多少投多少。

因此在人工智能領域，對產業的洞見和深刻的理解特別重要，要求我們作為投資的人必須要深入到產業里面，否則你怎麽判斷這是一個一億美金的機會還是十億美金的機會？    

鄺子平：我總體覺得是貴。現在絕大部分技術型的、平臺型的公司目前還是一個2B的場景，但（投資機構）卻把它們當作2C的公司來做。這樣的公司，後續還需要多輪的融資支持它的成長。如果天使輪一下子把估值做到一億，那A輪總得三億，做到F輪怎麽辦？

汪華：其實很多人工智能公司估值來自稀缺性，而不是來自技術、價值或商業模式等等。還想補充一點，在任何一個領域，如果最後大賽道里面出了十個公司，第一波出來的公司往往只占了兩個，八個還在後面。

搶灘自動駕駛

主持人劉英航：想問一下三位投資機構，接下來人工智能的領域重點會是什麽，你們會投資哪些方向？

黃明明：自動駕駛一定是一個超大領域。順著自動駕駛，還可以看雷達、電池等一系列的產業鏈。但是，雷達看了十幾、二十家公司，實在下不去手，每一家都很貴，連小批量的量產都沒有，卻已經按照傳統有量產能力的估值飛上了天，但是我們會圍繞這個產業鏈持續來看。

另外我們覺得創業公司可以在特有的場景形成數據，從而產生正反饋，這個數據未必是大公司可以很容易拿到的，這個我們也在看，比如說人工智能+醫療。

鄺子平：人工智能在醫療、金融等垂直領域的應用，我們現在比較努力地在看。同時，我們相信未來在無人駕駛領域會有較多的輔助出來，雖然現在有一點難。離真正無人駕駛車輛大量應用的時間點再近一些，可以投一些能提供更好解決方案的企業。

汪華：我們就是按照剛才提到的兩個科技來投的，一個是黑科技領域，無論是無人駕駛、數據，還是其他將來一定會產生重大突破的黑科技，比如自動駕駛、雷達、高清地圖等，視覺領域我們也投了一些。

第二是需求驅動的方向，也就是必須實現自動化的領域，比如金融、醫療，等等。

文章評論

匿名用戶

發布

全部評論：10

發布