📖 ZKIZ Archives

九合創投王嘯：智能互聯網時代的AI要踩準哪些風口？

黑智 2017-03-23 17:05

剛閉幕的兩會上，“人工智能”被寫進了政府工作報告。緊接著舉行的“中國發展高層論壇2017年會”中，政商各界都認同，智能互聯網等所代表的新技術革命，將成為新產業革命的“催化劑”。

2011年，身為“百度七劍客”之一的王嘯創立了九合創投，並投資了下廚房、91金融、ZEPP、青雲QingCloud、日食記等一系列移動互聯網和企業級服務項目。在九合創投創辦5周年時，王嘯和黑智（ID:VR-2014）進行了對話。他認為，互聯網已經從傳統的互聯網時代跨入一個全新的智能互聯網時代。演進的本質，是互聯網的核心價值驅動力由連接發展為數據，從流量經濟走向了效率經濟的時代。而在這個時代，立足於大數據、物聯網和智能化的領域，將成為投資的熱點。

那麽在這個基礎上，技術型創業是否迎來了自己的春天？近年來逐漸走熱的人工智能，未來的機會又在哪里？九合創投又是如何對項目進行判斷的？對於這些問題，王嘯也對黑智（ID:VR-2014）透露了自己的看法。

口述 | 王嘯

整理 | 黑智（ID：VR-2014）

2011年，我從百度出來，選擇了做投資。我之前做過各種各樣的業務，涉及的領域比較寬泛，而我在這個過程中，對業務底層的東西，在商業邏輯、趨勢判斷上，都積累了經驗。尤其是2B業務，無論是軟件、技術、產品等，幾乎所有的方向我都接觸過。這個項目的行業方向是否適合，項目的商業模式如何，團隊的技術能力行不行，我是可以很快做出判斷的。所以，我選擇了投資，我覺得，這也是我非常合適的領域。

投“有格局”的人

九合的行業研判，和其他機構略有不同。我們主要是基於和行業中創業最前沿的人的溝通，來對未來趨勢做出判斷。我們不做定量的判斷，而主要是“定性”的判斷，來看什麽方向最有機會，什麽樣的模式在這個方向里最有機會。

而對於做這類判斷，我們有著豐富的經驗。我們在經過信息的溝通，以及和創業者的充分溝通，結合以前的商業模型、海外的模式，以及行業機會分析、影響以及底層邏輯的思考之後做出的判斷，基本都沒有產生過大的錯誤。這個行業必然存在信息不對稱造成的問題，但我覺得，九合在於什麽領域、在什麽階段會發展到什麽程度這種判斷上，基本還是很清晰的。其實這相當於一道推理題，它是有規律的，尤其是科技的發展，脈絡是非常清晰的，比如從PC互聯網、移動互聯網到智能互聯網，這是必然的趨勢。

但行業判斷之外，對人的判斷其實是更加複雜的。我在做投資的時候，對創始人本身的能力是很看重的。就算你投的賽道對了，這個創始人也必須是里面比較強的一個。賭對了方向，但是賭錯了人，這對投資者來說，是非常痛苦的。

我們會更願意投，創始人對自己的項目非常具備熱情、興趣度非常高的人。也許總的看來，我們投過的創始人，和其他基金比起來，他們的年齡會相對年輕一些。甚至有時候，沒畢業的人創辦的項目，我也敢投。

因為我判斷的標準，主要是創始人對自己項目的看法、他對項目投入的熱情，以及他自身的成長性。那些原來是年輕的中層、能力比較強，聰明，並且比較執著，我們更願意投這類人的項目。

其實對於技術創業，實際上，雖然一開始創業的基礎是技術，但是，當你往深度區域走的時候，你會發現，涉及更多的，將是商業模式、銷售、產業鏈等這樣一系列內容，而不完全是技術的範疇了。

我在看技術型創業項目時，重點則是會看，創始人在商業判斷和格局上的能力。技術是要有商業做指引的，僅有技術是不行的；而格局意味著管理能力，意味著公司長期和短期利益的平衡，這對於技術創業者是非常大的挑戰。如果在這個問題上不做思考，那麽你的格局是有限的。

這里面有個小技巧。比如最簡單的問題，你可以和創始人談估值，就能基本體驗出他的格局大概如何。在創業早期，估值體系還不完善，創始人對利益的感知最容易體現出格局，怎麽分配，他是怎麽想的，就能體現出他平時是怎麽來思考問題的。

另外，你可以通過他看事情的長度以及方法論，來判斷他的格局大小。如果一個創始人，對一年之後的發展毫無預判，那麽，他又如何來把握以後的方向呢？

九合創投至今三期基金規模共8.7億，第一期包括36氪、下廚房等優秀創業公司，賬面回報達13倍。

九合一期基金從7千萬到現在的10億元+，年化複合增長率達90%左右。截止目前，二期年化複合增長率為64%。

什麽是智能互聯網時代？

智能互聯網時代從邏輯上的層次，是跟移動互聯網，包括P2P互聯網基本上是在一個層次的，我們認為互聯網跨入到了一個新的時代，而這個時代最大的特征是數據驅動的智能。

以前我們說的互聯網就是看有多少用戶、有多少流量，它是一個流量經濟的範疇。而智能互聯網很有可能你的用戶不多，但數據的價值很大，對你的經營決策產生巨大的影響，它能提高效率，降低時間成本，提高資源投入產出比。

智能互聯網，就是互聯網連接作用發展到一定階段之後的演進形式，它建立在互聯網的基礎上，是以連接產生數據為核心，通過數據處理產生智能、價值，指導人和機器的高效決策和資源利用。

比如說，我從工作單位去某個地方，可能要用手機地圖搜一下路上堵不堵，需要多長時間，走哪條路線最快，什麽樣的出行方式最簡單。這就是平常生活中能夠體驗到的數據價值。

傳統互聯網有兩個載體，一個是PC，一個是手機。所以我們把第一代互聯網叫PC互聯網，第二代互聯網叫移動互聯網，就是因為移動手機的這樣一個名詞。但是智能互聯網很有可能不是以載體的形態來表現的，而是我們看不見的數據的形態來表現的，所以它的載體很有可能是雲、傳感器、算法、物體。比如汽車、家居、音箱，手機也可以。

這就是載體的分段化，導致我們對它的理解可能會出現一些難度，所以我們現在提的概念都是人工智能，但我覺得人工智能只是智能互聯網當中一種實現的操作系統層面的、算法層面的一個東西，它不能打破互聯網數據的特性，就是互聯網聯網的特性和數據產生價值對效率產生作用的特性。

互聯網時代做的事情，是消除信息的不對稱性。但是人工智能可能做的事情不僅僅是連接的屬性，它可能消除的是信息的不確定性。之前特斯拉的自動駕駛技術出了一起車禍，是因為它根本就沒發現前面那個白色的大貨車，一片白，沒有任何的標註點，也就是說它其實沒有遇到過這樣的數據，所以人工智能失效了。其實人工智能做的事很簡單，就是把以前所有的數據都收集一遍，就會掌握所有情況，就可以做出判斷來，來幫助你消除不確定性，提高決策效率，少犯錯誤。

我把這個時代再做一個更細分的層，從最底層來講，是數據層。傳感器和企業信息化的系統，產生了大量的信息。

第二個層次是基礎設施層。雲計算使為創業者瞬時提供幾千臺的服務器變成可能，像青雲的基礎基本上可以做到秒級分配上千臺服務器的能力，它們也在做GPU的集群。

第三個部分就是技術方面的設施。谷歌、百度、Facebook都在做人工智能開源的API和框架。當你的機器學科算法就像一根冰棍一樣，可以隨時獲取、買回來用的時候，所有的人都可以做人工智能的事兒。

再往上走就是講消費層，對創業公司來講，針對每一個細分領域，都有可能存在創業機會。包括設備的預警、機器的分檢、質量的檢測，包括以前需要人工去做的簡單的事情，都可以用人工智能來解決。

人工智能還有三年的投資窗口

傳統互聯網是C端先行，因為智能手機的普及是到C的。而智能互聯網會是B端先行。

從經濟模型上來說，傳統互聯網是流量經濟，它的收益模型其實最終是廣告，把這個人分發到另外一個地方去。而智能互聯網降低的是決策成本，比如應該做什麽事，降低了你的決策成本，讓你的生產環境更順暢，生產更高。

從B端來講的話，就是它從降低管理成本，變成了降低決策成本，從客戶的資產變成了數據的資源，也就是說最終是靠數據來掙錢。

對於智能互聯網來講，要看一個公司的決策成本能不能隨著數據的增加而降低。數據有一個特點，它的拷貝成本為零，也就是說一加一的成本等於一，中間沒有任何數據成本的損耗，這是數據公司產生極大價值的最根本來源，也是我們看好所謂的大數據和人工智能的一個最主要的底層邏輯。

我認為，互聯網公司就是要做到邊際用戶服務成本為零，這是它能規模化的最重要的條件。百度、騰訊都是這樣的，包括滴滴打車也是這樣的，不買車，APP下載也不需要成本，只需要推廣花錢，貨幣的使用不需要花錢，車不是自己的，但是從車里面抽成，這就是滴滴模式為什麽可規模化的一個很重要的原因。

再講一講我們對C端的人工智能或者智能互聯網機會的預判。

第一個就是把現有的APP利用大數據做升級，今日頭條就是典型的例子。

第二個就是把家庭里邊的電器聯網化、智能化。

第三個就是智能消費。利用了大數據後，人工智能能夠在一些以前需要人的地方，變成了無人值守的消費，比如說無人便利店、無人倉庫等。

在目前，對於人工智能項目的落地，我認為，針對工業，針對非常具體化的應用，這些是有可能最先實現商業化的。例如說自動駕駛，或者工業成產線上質量檢測應用，或者醫療病癥檢測等，即能解決特別精準和具體問題的應用。

每一個領域都有它發展的波動和周期，人工智能投資現在是在走高，但在將來，它也會經歷下降，但這並不妨礙有價值的公司會逐漸出現。我並不擔心它會走低，但是“追高”，也並不是我會去做的。人工智能這個領域是比較離散的，但它的每個領域都非常細分，對於投資者而言，我認為，至少有三年的時間窗口。

而在2017年，“資本寒冬”期也將過去。投資就是這樣，一波振蕩基本是5年一個周期，而2017年，將成為資本下一個大年的開始。而人工智能，我認為還是會持續保持一段時間的投資熱度，之後，工業領域，例如機器人、工業生產線自動化，以及深度學習、圖像識別等在工業領域的應用，也許也將熱度有所增加。

現在在美國，已經出現了收購的趨勢。在技術領域，收購是非常重要的一個通道。最後能夠獨立發展並上市的，只是很少一部分比例。美國已經驗證了這個浪潮，在國內，人工智能領域的收購，也會漸成趨勢，只是時間的差別。

推薦關註黑智微信（ID:VR-2014）

文章評論

匿名用戶

發布

全部評論：10

發布

前百度研究院副院長張潼出任騰訊AI Lab主任 圍棋AI“絕藝”奪冠

黑智 2017-03-23 10:54

3月23日，騰訊宣布任命人工智能領域頂尖科學家張潼博士擔任騰訊AI Lab（騰訊人工智能實驗室）主任。

張潼博士將作為騰訊AI Lab第一負責人，帶領50余位AI科學家及200多位AI應用工程師團隊，專註於人工智能的基礎研究，主要包括計算機視覺、語音識別、自然語言處理和機器學習這四個垂直領域。同時，基於騰訊自身的業務需求，騰訊AI Lab還會在內容、社交、遊戲和平臺工具型AI四個方向進行研發與應用合作。

張潼表示：“我很榮幸能夠參與騰訊AI Lab的籌建。我們將專註於人工智能的基礎研究及應用探索，不斷提升AI的決策、理解及創造能力，同時為騰訊的各產品業務提供AI技術支撐。騰訊在場景、數據和計算能力上的豐富積累，是AI領域研究人員所渴求的基礎條件。我註意到，世界範圍內的華裔人才在AI領域有很強的技術優勢，這是中國發展AI的機會。目前，騰訊AI Lab已經吸引了一批頂尖的研發人才，50余名科研人員中90%以上有AI相關博士學位和海外留學背景。我們還將通過構建產學研一體化生態，激發AI領域的人才深度研究和探索的機會。可以說，騰訊的AI非常具有想象力。”

張潼博士是中央組織部“千人計劃”特聘專家，擁有美國康奈爾大學數學系和計算機系學士，以及斯坦福大學計算機系碩士和博士學位。加入騰訊前，張潼博士曾經擔任美國新澤西州立大學教授、IBM研究院研究員、雅虎研究院主任研究員，百度研究院副院長和大數據實驗室負責人，期間參與和領導開發過多項機器學習算法和應用系統。

張潼博士曾參加美國國家科學院大數據專家委員會，並負責過多個美國國家科學基金（National Science Foundation）資助的大數據研究項目。此外，張潼博士是美國統計學會和國際數理統計學會Fellow，並擔任NIPS（神經信息處理系統進展大會）、ICML（國際機器學習大會）、COLT（學習理論大會）等國際頂級機器學習會議主席或領域主席，以及JMLR（機器學習研究期刊）和Machine Learning Journal（機器學習期刊）等國際一流人工智能期刊編委。

此外，在3月19日的第10屆UEC杯計算機圍棋大賽上，騰訊AI Lab研發的圍棋人工智能程序“絕藝”（Fine Art）11戰全勝斬獲冠軍，並將於26日與日本著名新銳棋手一力遼在“電聖戰”中進行人機對弈。

“絕藝”團隊在東京UEC杯奪冠

文章評論

匿名用戶

發布

全部評論：10

發布

前百度研究院副院長張潼出任騰訊AI Lab主任 圍棋AI“絕藝”奪冠

黑智 2017-03-23 10:54

3月23日，騰訊宣布任命人工智能領域頂尖科學家張潼博士擔任騰訊AI Lab（騰訊人工智能實驗室）主任。

張潼博士將作為騰訊AI Lab第一負責人，帶領50余位AI科學家及200多位AI應用工程師團隊，專註於人工智能的基礎研究，主要包括計算機視覺、語音識別、自然語言處理和機器學習這四個垂直領域。同時，基於騰訊自身的業務需求，騰訊AI Lab還會在內容、社交、遊戲和平臺工具型AI四個方向進行研發與應用合作。

張潼表示：“我很榮幸能夠參與騰訊AI Lab的籌建。我們將專註於人工智能的基礎研究及應用探索，不斷提升AI的決策、理解及創造能力，同時為騰訊的各產品業務提供AI技術支撐。騰訊在場景、數據和計算能力上的豐富積累，是AI領域研究人員所渴求的基礎條件。我註意到，世界範圍內的華裔人才在AI領域有很強的技術優勢，這是中國發展AI的機會。目前，騰訊AI Lab已經吸引了一批頂尖的研發人才，50余名科研人員中90%以上有AI相關博士學位和海外留學背景。我們還將通過構建產學研一體化生態，激發AI領域的人才深度研究和探索的機會。可以說，騰訊的AI非常具有想象力。”

張潼博士是中央組織部“千人計劃”特聘專家，擁有美國康奈爾大學數學系和計算機系學士，以及斯坦福大學計算機系碩士和博士學位。加入騰訊前，張潼博士曾經擔任美國新澤西州立大學教授、IBM研究院研究員、雅虎研究院主任研究員，百度研究院副院長和大數據實驗室負責人，期間參與和領導開發過多項機器學習算法和應用系統。

張潼博士曾參加美國國家科學院大數據專家委員會，並負責過多個美國國家科學基金（National Science Foundation）資助的大數據研究項目。此外，張潼博士是美國統計學會和國際數理統計學會Fellow，並擔任NIPS（神經信息處理系統進展大會）、ICML（國際機器學習大會）、COLT（學習理論大會）等國際頂級機器學習會議主席或領域主席，以及JMLR（機器學習研究期刊）和Machine Learning Journal（機器學習期刊）等國際一流人工智能期刊編委。

此外，在3月19日的第10屆UEC杯計算機圍棋大賽上，騰訊AI Lab研發的圍棋人工智能程序“絕藝”（Fine Art）11戰全勝斬獲冠軍，並將於26日與日本著名新銳棋手一力遼在“電聖戰”中進行人機對弈。

“絕藝”團隊在東京UEC杯奪冠

文章評論

匿名用戶

發布

全部評論：10

發布

AI的泡沫要來：創業者別急著往坑里跳

熱點微評 2017-03-27 16:34

本文由熱點微評（微信ID：redianweiping）授權i黑馬發布，作者王新喜。

人工智能（AI）應該是今年科技行業的最熱門領域之一。今年的兩會，“人工智能”首次被寫入政府工作報告中。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。

有數據顯示，從全球來看，截至到2016年第二季度，全球AI公司突破1000家，跨越13個子門類，2011-2016年人工智能領域融資額複合增速達到42%，總融資額高達48億美元，其中，深度學習、自然語言處理、計算機視覺是獲投金額最多、創立公司最多的領域。

百度人工智能早早已在布局，今年阿里宣布啟動“NASA”計劃，騰訊正式宣布成立AI Lab。國內BAT，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。

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。而在創新工場之外，眾多風投機構都樂於在人工智能領域砸錢。甚至有人激情萬丈的喊出：“創業就去搞人工智能”。

人工智能為何這麽火？

人工智能這麽火事實上也不是沒有原因，第一，這跟當前移動互聯網多數領域的風口已經過去了有關系，人口紅利結束了，互聯網巨頭需要新的增長點，用戶對於下載新的APP越來越沒有興趣。

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%。去年五月份，美國排名前15名的移動軟件開發商，發現下載量同比下跌了兩成。

國內這種趨勢也非常明顯，所以我們看，開發一個APP則會面臨用戶獲取和使用成本高，難留存，用戶難發現等瓶頸。於是創業者到資本開始不斷尋找新風口與新的增長點。

其次，人工智能基本上是被巨頭推動的。巨頭為何要推動，因為它畢竟是關系到未來的一項顛覆性的技術，沒有人會願意自己被新技術顛覆。

在矽谷，英特爾、谷歌、GE、facebook等是最活躍的投資者。在AlphaGo之外，Google不久前又發布了神經機器翻譯系統（GNMT），並且將其投入到了難度系數頗高的漢語-英語翻譯應用中，Facebook紮克伯格甚至表示人工智能就是下一個十年路線規劃的核心。

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，主要面向人工智能領域，為初創企業提供資金支持。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，被以谷歌、Facebook、微軟等為代表的企業重金聘請。

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。

所以我們看到，當前中國互聯網巨頭也紛紛開始從谷歌、Facebook、微軟以及全球名牌大學招募頂尖人才。

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，因為一旦下註到一個好的項目被BAT收購接盤，在高點退出，也是一筆劃算的買賣。

資本和企業都樂意鼓吹人工智能領域的無所不能與遠大前程，方便融資並獲得高額估值，擠入獨角獸行業。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。

矽谷巨頭的人工智能助理被嘲為智障助理

當前人工智能還是依賴海量數據、算法、計算能力進行驅動。但最重要的是，基於用戶特定場景需求的邏輯理解能力以及顛覆性的商業模式方面，人工智能的應用還沒影兒。

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面，人工智能的應用還沒影兒。

在矽谷，谷歌、亞馬遜、微軟都紛紛推出了自己的人工智能的基礎設施、API和開源框架，包括了計算機視覺、語音、語言、知識圖譜、搜索等幾大類。矽谷科技巨頭的人工智能助理基本上也已經成為標配了：從Facebook M到Amazon Echo，從Google Assistant，到Apple Siri、IBM Watson。

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。

比如這些助理基本能回答今天天氣如何，但如果問到附近的星巴克可以用微信支付麽以及今天的天氣是否會導致塞車或者航班延誤等這類相對有邏輯一點的問題就無能為力了。

在推理性與邏輯性、專業性的實際問題層面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。

總體來看，從巨頭的戰略布局目的來看，iOS和macOS的軟硬件操作需要SIRI來尋找突破口；Cortana依附於windows；echo關聯著的智能家居設備的操作等等。但在當前，它依然不具備類似的生態和硬件入口的條件，而只是一個生態的補充。

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面都存在欠缺，也意味著當前的人工智能還處於相對初級的階段。

人工智能還有很多難題，創業者也很難跟巨頭去拼人才、用戶、流量與資本

所以說，以深度學習為主力的這一波人工智能浪潮吹了很多年，巨頭也投入了很多資源，但從當前巨頭的人工智能助理看出，深度學習在處理複雜的任務時顯然還存在諸多不足，也就是說深度學習技術當前還缺乏邏輯推理與表達因果關系的能力。

顯然，如果無法根據邏輯進行多層次地推演，理解表達因果關系的能力，就無法擔綱深層的服務。這也是我們看到巨頭研發的聊天機器人都只能做到幾輪對話的原因。

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，硬件層面缺乏配套。語音識別、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。

即便在當前，人工智能相較以往已取得很大進步，但其主要應用仍在企業服務領域，用戶端能接觸到的人工智能應用仍是以手機、電腦端的語音助手為主。人工智能應用的服務行機器人層面，雖然功能性雖不斷完善，但當前的產品體驗層面依然離商業化與消費者太遠。

況且人工智能離不開海量數據的支撐。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。

早前創新工場李開複指出，矽谷各公司在用“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。畢竟真正懂深度學習的人還不多，極為稀缺導致供需不平衡，當然這個不合理的價格也涉及到人才競爭。

人工智能本質是拼技術：但創業者要拼過巨頭很難

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拼技術，而當前互聯網創業成功者多數是基於商業模式的創新。

而創業公司在某一垂直領域做出絕對的技術壁壘其難度相當大，因此有業內談到這樣一個案例，矽谷某大公司收購一個人工智能初創公司後，發現各種指標、性能還不如內部的產品，於是被收購的團隊全部派去做產品了。

另外，在谷歌發布新版神經機器翻譯系統後，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面落後於谷歌。這體現出，創業者拼技術要拼過巨頭很難，另一方面，人工智能類創業公司想做大了被收購的概率相對於其他拼商業模式的公司或許也更難。

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。AI的基礎是大數據，這些資源通常掌握在巨頭手中。

而當前巨頭紛紛布局人工智能的想法就是充分激活先有的數據價值，掌握用戶的行為，精確計量數據變現路徑。谷歌在利用大數據方向與關鍵業務是搜索，但可以衍生到地圖，視頻、翻譯、無人駕駛汽車等相關業務。

在國內，BAT等巨頭占有者最大的用戶群與數據，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臺的信息流算法推薦。

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制盡管帶來了低俗的標簽，但卻俘獲了海量用戶。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。

事實上，無論是谷歌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。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。

有人認為，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。

但要知道，普通的創業者在數據層面跟互聯網巨頭根本沒得比，而深度學習的強大在於非結構化大量數據的特征提取，創業者在數據層面的欠缺往往只能給別人提供API服務，因此這一領域可能很難支撐一個獨立的公司，它更適合作為巨頭未來戰略下的一個部門或環節。

當前人工智能還停留在學術層面：投資回報率不對等

另一方面，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面雖有進展，但更適合在搜索引擎和學術、信息流內容數據推薦方面，還無法應用在許多普通用戶的產品上面。

也就說是說，AI當前目前跟學術關聯性很高，而且更多是停留在學術研究層面，但技術與學術研究要應用到一些產業或行業從規律來看都需要幾年甚至幾十年的時間，不能簡單地靠普通商業思維去打通。

對於巨頭來說，如果人工智能的應用只能停留在下棋與炫技的層面，那可能意味著投資回報率不對等以及很大的泡沫與風險。

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面的應用框架，這是構建生態的基礎。

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系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面與互聯網那樣改變大部分人的生活。

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、制造業、教育、廣告、智能家居等諸多行業均會進行重要改造。

但這個遠不是其他領域創業打雞血拼宏願談理想就能成，開發人工智能是一個龐大的系統工程，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沈澱與推動的過程。

技術雖炫酷但盈利方面艱難

而人工智能的技術雖炫酷但盈利方面艱難，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。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面高達70%。

有人拿出根據艾瑞的數據說，2020年中國人工智能市場規模將達91億元，年複合增速將超過50%，稱這個行業發展前景極為廣闊。

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，這只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。

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，商業化落地依然面臨尷尬局面，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。

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。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。

微軟亞洲研究院常務副院長芮勇曾經說了一句略顯誇張但卻清醒的話：實現真正的人工智能大約要500年，你要讓我在後面再加個0我也不反對。

從當前看來，如果沒有清醒的認識到現狀，資本瘋狂助推，創業者貿然入局會把AI的泡沫越吹越大。“當下創業就去搞人工智能”最終可能會淪為一個笑話。

文章評論

匿名用戶

發布

全部評論：10

發布

AI的“閑人”，騰訊的“絕藝”

keso怎麽看 2017-03-29 16:16

本文由keso怎麽看（微信ID：kesoview）授權i黑馬發布，作者keso。

前幾天，最具傳統和權威的“UEC杯”計算機圍棋大賽在日本東京落幕，騰訊AI Lab研發的人工智能圍棋程序“絕藝”從30個參賽程序中脫穎而出，以11戰全勝的戰績奪得冠軍。在接下來的“電聖戰”人機圍棋大戰中，絕藝又執黑中盤戰勝日本圍棋新秀一力遼七段。

這不是絕藝第一次技驚四種，早在去年8月，在騰訊旗下著名的圍棋網站野狐上，絕藝就以不同的化名開始了它的棋藝進化之旅。截至3月9日，絕藝的對局數量達到534盤，戰績是406勝128負，勝率76%，與柯潔、古力、常昊、範蘊若、範廷鈺、樸廷桓等超過100位頂尖棋手有過交鋒。憑借無與倫比的出色戰績，絕藝成為野狐平臺上第一個晉級“十段”的棋手。

這本沒什麽值得誇耀的。早在去年3月，在一場舉世矚目的圍棋五番棋人機大戰中，人工智能圍棋程序AlphaGo以4:1擊敗韓國頂尖高手李世石，就已經向世界宣告，圍棋這個所謂的“人類智慧的最後堡壘”，已經被機器攻破。今年初，化名為“Master”的升級版AlphaGo，再次橫掃弈城和野狐兩大圍棋網站，在總共60盤快棋賽中，Master以60勝0負的驕人戰績，打得眾多高手找不到北，又一次用鐵一樣的事實宣告，圍棋人機大戰從此再無懸念。

不過，AlphaGo為了打敗人類職業棋手，至少進行了近兩年的精心準備，甚至早在2014年4月就開始以“deepmind”的化名在弈城圍棋網上與圍棋高手對弈，以測試產品和棋力。而絕藝卻只是一個去年1月才有想法，3月才開始著手研發，8月份才開始在野狐上挑事兒的更加稚嫩的後來者。AlphaGo飽讀詩書，翻爛了現存所有的人類棋譜，不斷地在自我對弈中學習，然後出來找人類高手一試身手，只是為了證明“我能”。而絕藝如一個懵懂無知的孩子，在跟真人對弈中學習，在和高手過招中長棋。

所以，你幾乎看不到AlphaGo的成長軌跡，但卻可以清晰地看到絕藝從入門菜鳥到絕世高手的每一個腳印。所以絕藝的開發團隊真的把它當成個特別好學的孩子看待，像培養一個小孩一樣培養它。不過，被絕藝團隊請來當“陪練”的職業九段羅洗河卻不同意“小孩”這種說法，它可以如此快速地學習，如此快速地將人類甩在身後。“我覺得我就是在造神，”羅洗河非常肯定地說。

在某種程度上，我同意羅洗河的看法，沒錯，我們是在“造神”，當計算力和判斷力不再是圍棋這種遊戲的制約因素，也許我們會突然發現，上千年積累下來的圍棋的那些定勢，那些棋理，那些棋道，可能壓根就是錯的，只不過人的肉腦不具備發現這些錯誤的計算力和判斷力而已。從這個角度說，我倒覺得AlphaGo視高手如無物，只把高手當成證明“我能”的道具，其實沒什麽問題。甚至，只有徹底清空所有的人類棋譜，只跟自己對弈，或許才有可能探究真正的“圍棋之道”。

不過，那樣一個絕對的“圍棋之道”，除了證明我們人類在局限中曾經煞有介事地荒謬過，自得其樂地滑稽過以外，還有什麽其他意義嗎？我們精心設計一種遊戲，只是為了證明最適合玩這種遊戲的並非人類，而是機器嗎？因此，我又部分地認同絕藝團隊的“成長”價值，或者說，生命過程的價值。單純就圍棋來說，如果這東西與人類再無瓜葛，那我們還需要它嗎？我們真的需要造一個我們望塵莫及的神嗎？

“絕藝”這個名字來自杜牧的詩《重送絕句》，詩是寫給當時的圍棋國手王逢的：“絕藝如君天下少，閑人似我世間無。” 您這樣的絕藝固然難得一見，我這樣的閑人也是舉世無雙。杜牧本是自嘲，卻一語道破真相，閑人遇上絕藝，才能切磋出好棋跟好詩，無意義有時恰好是最大的意義。

騰訊AI Lab創辦後的第一個產品，就是圍棋AI絕藝，其實說明AI Lab也是一個不可多得的“閑人”。AI Lab的基礎研究包括計算機視覺、語音識別、自然語言處理和機器學習這些被普遍關註的人工智能的前沿領域，但其應用探索卻要從遊戲AI、內容AI、社交AI及平臺AI，這些騰訊的優勢項目和資源上起步。這是聰明且務實的做法，“閑”一點，超脫一點，不緊張，不過分功利，可能恰恰給“絕藝”流出足夠的成長空間。

其實，當初絕藝以“野狐掃地僧”、“天下無狗”、“酈龍”這樣的名字出現在野狐平臺上的時候，不少人很快就猜出了它們的身份，畢竟人類不可能以絕藝那樣的速度進化。就像把柯潔8年職業生涯的成長，壓縮到8個月中，你看到的會是一個快進版的柯潔。不需要刻意造神，慢慢造，自然是神。

在絕藝奪得UEC杯冠軍後，騰訊公司副總裁、AI Lab負責人姚星說：“如果AI從圍棋AI進化到不完美對稱博弈系統，也就是能處理現實中更常見的不確定性問題時，想象空間非常巨大。”是的，請慢慢來。

文章評論

匿名用戶

發布

全部評論：10

發布

當機器人變得“識趣”，當AI比我們更了解自己

紅杉匯 2017-04-01 09:14

本文由紅杉匯（微信ID：Sequoiacap）授權i黑馬發布，作者洪杉。

【每日金句】

作為我們“曾經”最強大的輔助工具

人工智能也終將成為我們未來最強大的依靠。

在未來的幾十年里，貨車司機、X射線的分析人員等大部分工作將被人工智能取代。人工智能也將與人類智慧並駕齊驅，事實上，它不僅能替我們完成許多繁瑣的任務，還將大大提升我們的認知水平。

隨著人工智能技術的不斷發展，智能助手通常以虛擬語音為主要形式出現，它將成為我們工作與生活中的輔助工具以及合作夥伴，它也能夠幫助我們管理行程安排，引導我們做出正確決策，讓我們在自己的工作崗位上表現得更加出色。

傾聽大腦里的聲音

只要是用過Siri或是Alexa的人，想必你們都有過與數字助手對話的經歷。據度秘（Duer，百度旗下的對話式人工助理）的總經理景鯤所說，在未來的日子里，這樣的“對話平臺”將成為與人工智能交互的主要方式。

除去Siri、Alexa、度秘這三個佼佼者以外，競爭力不可小覷的還有微軟小娜（Cortana）、Facebook的M以及谷歌語音助手。甚至像Mattel這樣的玩具公司也躍躍欲試，該公司最近推出了一款由語音控制、名字叫做亞里士多德（Aristotle）的語音助手，它能夠安撫小寶寶，給孩子閱讀睡前故事，甚至還能給大一點的孩子輔導作業。

這些語音控制功能將最終實現從人機對話到理解人腦所想的內容。甚至你還可以在不說一句話的情況下，與你的設備實現語音交互操作。

「與麥片盒子對話」

當然，你專屬的人工智能特工也不會成為你生命中唯一的“新興”聲音。你可能還會聽到各種莫名其妙的家用電器以及服務發出的虛擬人聲，因為每個公司都想要你使用他們的專有設備。

負責“微軟小娜”項目的瑞安·加文（Ryan Gavin）做了這樣一個假設，在未來的十年里，假如某一天你正在一個大型購物中心挑選家具，然後掏出一個設備，對著它說：“你好，小娜！請幫我聯系陶瓷谷倉（Pottery Barn，北美地區著名的家居連鎖品牌） 的智能機器人，順便讓它幫我完成我的訂單支付以及快遞服務。”

也就是說，在未來，它可以代替世界上的任何東西與你交流。

對於那些質疑人工智能將困擾人類生活的聲音，美國人工智能協會主席蘇巴拉奧·卡巴姆帕提（Subbarao Kambhampati）回應到：這沒什麽好擔心的，因為未來智能機器人就像我們值得信賴的密友一樣，它們能夠看穿人們的心思，懂得什麽時候應該插話，什麽時候該讓你一個人獨處，非常識趣。

人工智能增加了人類的想象力

1997年，國際象棋特級大師加里·卡斯帕羅夫（Garry Kasparov）連續多次蟬聯世界冠軍，卻在一次大賽中經過多局較量後，輸給了IBM“深藍”超級計算機。從此以後，人們就開始在藝術與科學領域追求人機合作的不斷突破。

人工智能有一個分支叫做創新計算，它能夠偽造算法來制作音樂、畫人物肖像、講笑話。到目前為止，這種功能並沒有對其他藝術家構成“失業”的威脅，反而增強了人類的想象力。

大衛·科普（David Cope）是一位知名音樂制作人，他編寫了一個叫做艾米莉·豪威爾（Emily Howell）的程序，這個程序可以跟人聊天，還能跟他分享一些音樂上的想法。他說：“它就像一個健談的音樂合夥人，它可以為一些音樂進行評分，我告訴它自己的喜好，然後我們共同完成交響樂的編寫。”

IBM的沃森系統（Watson）因在美國的智力競賽節目“危險邊緣（Jeopardy）”上擊敗了兩名人類冠軍選手而開始廣為人知。近期，它為恐怖電影《摩根》（Morgan）剪輯了一部預告片，雖然最終還需要人工編輯將這些剪輯場景串接在一起，但是沃森系統已經將這些工作縮短至24個小時完成，而不是一周。

比人類更了解自己的情緒

大多數機器學習系統本身並不能解釋人類語言，它們不知道為什麽人們做出某些決定或是人們接下來打算做什麽。但是，研究人員正在努力修複這一塊。

美國國防部屬下的美國國防高級研究計劃局（DARPA）近期發布了一項計劃，其目的是讓機器學習系統的自動校正功能、預測功能更加完善、更加可靠。只要配備第三代網絡應用識別技術，你的數字助手就能選擇一種符合你當下情緒的方式與你交流，比如它會在你生氣時換一種更為友善的語氣。

研究人員正在竭力開發擁有情緒的人工智能技術，這樣的情感人工智能將更好地了解“我們”自己。

IBM的沃森系統不僅可以通過情緒分析文本，還能通過語氣來識別文本。據沃森系統的首席技術官羅勃·海依（Rob High）稱，隨著時間的推移，人工智能系統將能夠分析人類的聲音、表情、動作、語言、情景以及用戶過去的個人情況，以此更好地理解用戶的感受，並且知道如何應對他們的需求。

從「助手」到「最強大的依靠」

我們如何才能讓會說話的智能機器人特工更加了解我們的需求呢？諾瓦·斯皮瓦克，這位未來預言家描繪了一幅人類一輩子與虛擬伴侶生活的場景：

你可以為家中的寶寶買一個智能玩具，它會慢慢熟悉寶寶，給她輔導功課，伴隨著她一天一天的成長。“開始它可能只是一個小小的、憨態可掬的填充玩具，” 諾瓦·斯皮瓦克說道，“但是，漸漸地，它可能會進化成網絡雲端的一部分，並且還能同孩子們的手機實現對接。接下來，到了2050年左右，它將被植入大腦。”

在這樣一個情景下提出的任何問題中，斯皮瓦克問道：“那麽誰才能控制這些智能機器人特工？它們是谷歌的產物嗎？我們的老友可以被任意撤銷或是重新編碼嗎？沒了最值得信賴的助手，我們就毫無希望了嗎？”

對於這些擔憂，斯皮瓦克認為，我們需要界定哪種人工智能特工擁有“醫患”特權，哪種擁有“代理人—客戶”特權。它們能夠告訴我們執法範圍嗎？它們能被隨時傳喚嗎？如果出現安全違章的情況怎麽辦？

有些人擔心高級人工智能會最終統治整個世界，但是，美國人工智能協會主席蘇巴拉奧·卡巴姆帕提認為，不正當的黑客行為才會被稱得上是更大的威脅。假設我們與人工智能助手建立起越來越深厚的感情，那麽第三者甚至無法介入其中，作為我們“曾經”最強大的輔助工具，人工智能也終將成為我們最強大的依靠。

文章評論

匿名用戶

發布

全部評論：10

發布

挖來矽谷人工智能專家，銷售易的CRM+AI會發生什麽？

黑智 2017-03-31 14:31

人工智能已經不再是存在於科幻故事中的描寫，它正在逐步成為主流技術。而它所改變的，不止是我們在各類宣傳中常見生活和消費領域，在商務領域，它也正在改變著企業的運營。企業級服務市場，也開始了對數據挖掘、機器學習的研究，從BI向著AI邁進。

3月23日，銷售易宣布，矽谷人工智能專家趙宇辰正式加入銷售易，出任技術副總裁、首席數據科學家，負責銷售易CRM在大數據和人工智能方向的產品和研發工作。

據銷售易透露，趙宇辰一直致力於人工智能在工業界的研究和應用。作為數據科學會議KDD、ICDM、IJCAI的委員會程序委員，他曾在矽谷擔任AppDynamiccs的首席數據科學家，以及General Assembly的首席數據科學講師。同時，他在SumoLogic，LinkedIn，eBay，IBM Waston Research都有相關經歷，並在大數據和人工智能領域發表了十多項美國和國際專利及多篇學術論文。

在今年1月，銷售易剛剛宣布完成了由騰訊領投的2.8億元D輪融資。在發布會現場，銷售易創始人、CEO史彥澤表示，這輪融資將主要用於產品和技術的能力提升，幫助企業實現數字化轉型。而在2個月後，銷售易就宣布了趙宇辰的加盟。

當人工智能概念被炒得火熱，當AI隱然成為風口，銷售易此舉，是否會是對熱門領域的跟風？史彥澤對黑智否認了這一點。在他看來，CRM與大數據、人工智能之間，存在著必然的聯系。

銷售易創始人、CEO史彥澤

企業級服務+AI起步

企業級服務公司和人工智能技術的結合，已經在業內悄然興起。最先對此敏感的領域，客服就是其中之一。環信、網易七魚、智齒科技等先後推出了機器客服解決方案，京東阿里的人工智能客服助手相繼上線，以為企業降低成本，提高服務效率。

而CRM，則是其中更大的一塊試驗田。在去年10月，Salesforce推出了新的人工智能平臺Einstein，並稱它是“CRM的首個全方位AI平臺”。Salesforce在官方介紹中表示，Einstein擁有機器學習、深度學習、預測分析、自然語言處理和智能數據挖掘能力，將為客戶自動定制模型，自動挖掘商業洞察，預測客戶行為，推薦最有的下一步行動，甚至自動執行任務。

Einstein能識別用戶發布在社交媒體上的公司產品和logo圖片，為企業提供分析結果，對社交媒體上用戶的歷史記錄進行分析，預測用戶的身份、位置和訴求，提供給營銷團隊。

或許很多人認為這還只是個美麗的願望和構想而已。但Salesforce已經為之起步，早在2013年起，它就開始收購大數據和人工智能創業公司。例如 Tempo.AI、Metamind等。被收購的深度學習創業公司 Metamind 的 CEO Richard Socher 更是擔任了 Salesforce 的首席科學家。

在去年7月，銷售易也發布了智能化CRM，將大數據及機器學習引入，實現熱點線索智能評分、找客戶及關鍵信息回填、同類客戶智能推薦等。現在引入新的人工智能專家，史彥澤也表示，即將在今年推出更新的智能化產品。

為什麽是CRM？

一直以來，人們對人工智能的理解，還停留在消費或工業領域的機器人、語音助手和輔助安全的圖像識別領域上，AlphaGo震驚了世界，但很少有人會想到，機器在企業服務中的應用。

人工智能客服雖然擁有了極大發展，它在標準問題上的問答發揮了越來越大的作用，但是在針對用戶的個性化需求、多輪會話、輔助營銷上，還存在著不少問題。

CRM（客戶關系管理）在今天，對於企業資源管理而言，已經變得尤為重要。2B企業的動力核心，從產品為中心，向著以客戶為中心轉變。在CRM產品系統中，包含了客戶管理、時間管理、銷售、營銷、客服、潛在客戶挖掘、拜訪管理等各種需求，互聯網和移動互聯網的發展推動著企業和客戶在營銷服務上的交互方式不斷刷新，大量的數據資源在線產生。通過移動設備，大量的企業客戶數據在線積澱，成為企業的重要資產。

在史彥澤看來，在企業級應用中，移動和社交，仍然是改變CRM的重要因素。在企業的整體數字化過程中，在企業的生態中，連接場景，連接“人”，將是下一代CRM的核心。“不但要把傳統CRM的內部打通，更重要的是把企業外部合作夥伴，經銷和服務的合作夥伴，以及最終用戶連接起來。當內外整題聯通起來以後，這中間將會產生非常大的化學反應和變化。”而在這些場景中，不論通過哪些場景和企業互動，都有能夠識別你的整體的CRM，分析互動信息，為客戶提供更好的服務。

而在這個過程中，CRM公司，就天然具備了大數據公司的基因。當CRM進入移動互聯時代，也就意味著其同時進入了大數據時代，越來越多的銷售人員攜帶移動設備拜訪客戶，並通過移動設備與客戶在線溝通。使用CRM的企業積澱了海量的客戶數據和社交數據，也意味著其中具備更多的銷售機會和潛在收入。而CRM公司，則相應地需要具備處理和分析數據的能力，幫助企業挖掘更多的商業價值和機會。

而在史彥澤看來，這就為人工智能技術提供了空間。與以前的眾多數據分析技術相比，人工智能技術立足於神經網絡，同時發展出多層神經網絡，從而可以基於大數據實現深度機器學習。

而對於銷售易而言，這也是一個更大的產品前景的展開，拓展更多的應用場景，將企業的前端到後端全部流程打通。

而在趙宇辰看來，他選擇了CRM領域，主要的原因也不外兩點：海量數據，以及可開拓的豐富的應用場景。“AI的真正落點是要幫助企業解決實際問題。”趙宇辰說。而這其中，CRM賽道盡管對具備智能化數據分析能力的產品需求強烈，但由於人才和技術成熟度的原因，尚處於摸索階段，如果能在現有基礎上將AI+CRM做一個中國式的創新，將有希望實現彎道超車。

銷售易首席數據科學家趙宇辰

趙宇辰加入銷售易後，將著手從數據分析和機器學習兩個方面來推動銷售的自動化、數據的智能推薦。

在當前的大數據挖掘和分析領域內，“數據”仍然是各技術解決方案提供商們最為頭痛的問題。它們面臨著數據共享的瓶頸、企業內部數據保密和安全問題，以及企業內部數據碎片化等各種制約。趙宇辰透露，其工作大約分為三個階段。“第一階段是數據管理。客戶自有的數據，一定是保證物理隔離；而對於交互的信息和各種網上公開的信息，各種碎片化的數據，進行有機整合。第二，分析。實現數據的可視化和分析處理。第三則是智能，實現更多的場景化應用。”而搭載了人工智能的銷售易CRM，將把移動、社交、大數據、雲和AI進行更加有機的結合。

企業級服務也進入“下半場”？

去年的烏鎮大會之後，互聯網“下半場”悄然成為近年來的熱詞。而企業級服務，是否也隨之進入了新的“下半場”？在去年，史彥澤就提出，企業級SaaS已經堪比2009年的電商領域，進入了“深水區”。所謂深水區，即不停地有新對手入局，新技術不斷湧現，產業格局深入變化，但未來方向，仍不明確。

“進入深水區後，我們發現，現在是需要回歸價值，關註產品和服務的時候了。”史彥澤說，“做CRM，需要對行業的深刻了解，加強技術和研發能力，真正解決客戶的需求。企業級服務要做好，是一件難度非常大的事情。”

但他仍然認為，在國內，存在著巨大的市場空間，可以做成一家完全不同於Salesforce的，企業級服務的創新公司的機會。“Salesforce和SAP等的軟件產品，是基於之前的PC時代的，而它們要把全新的社交和移動互聯網技術整合進來，天然是具有難度的。而對於國內公司而言，是沒有創新包袱的。而中國巨大的市場需求，也完全能夠支撐起這樣一家公司的出現。”史彥澤說。

由此，我們不難理解,加速智能化和社交方面的布局，對銷售易而言，對下一代“連接內外”的CRM產品而言，是至關重要的一步。當以滿足客戶需求為中心的CRM，加上AI的技術武器，或許能夠為企業級服務，打開新的大門。

文章評論

匿名用戶

發布

全部評論：10

發布

從馬化騰到微軟，AI人才拉鋸戰展開

“微軟目前人工智能事業部目前有7000多個工程師和科學家，還在繼續招人，因為Pony和Robin經常來挖我們的人，Jack也挖。”在今日舉行的IT領袖峰會上，微軟全球執行副總裁、人工智能及微軟研究事業部負責人沈向洋調侃道。

隨著人工智能技術進入快速發展階段，平臺級企業在人工智能領域的博弈日趨激烈，專業領域人才成為誰能在關鍵領域迅速實現突破的機會。因此，對於人工智能人才的爭搶成為現階段平臺級企業布局人工智能的關鍵。

在本月不久前，騰訊宣布任命百度前研究員高管張潼為AI Lab負責人。幾乎同時百度首席科學家吳恩達宣布離職。騰訊獲得助力，百度折損大將，盡管在IT峰會的高端對話上，李彥宏和馬化騰並無針尖對麥芒，但兩者在臺面下的人才爭奪戰已經打響。

盡管中小企業在搶占人才上並沒有優勢，但是提前布局人工智能有助於更好搶占商用市場機會。

人才

“(在人工智能領域)中國第一次除了有市場之外，還有了資本、有了企業、有了人才，我堅定不移地認為人工智能的爭奪是世界未來最主要、重要的爭奪。”在IT峰會上，經濟學家朱民激動地說道。

根據《全球人工智能發展報告(2016)》數據顯示，目前美國人工智能企業數量達到2905，遠超中國709個數。然而，在人才數量上的占比讓國內在人工智能技術上迎來趕超美國的希望。

從數據而言，2005-2015年全世界兩萬篇最重要的人工智能文件，28.2%文章是由華人撰寫，引用率達到32.1%。而在2016受到大量關註的Google人工智能機器人阿爾法狗首創開發人也為華人。

華人為國內平臺企業布局人工智能打下基礎，為了爭搶人工智能人才，BAT在美國設立人工智能專門研究院。

在IT峰會上，對於文章開頭沈向洋所提到的“搶人說”，馬化騰並未否認，“通過一年我們也招了挺多的人，我們在微軟(總部)西雅圖還設置了一個實驗室。因為很多微軟的人不願意離開西雅圖，所以我們就在旁邊設實驗室，沒辦法人才就是這樣。”馬化騰說道。

據了解，目前，騰訊AI Lab中50名科研人員中90%以上有AI相關博士學位和海外留學背景。

“中國人扮演人工智能領頭羊的角色，但是從企業角度來說，最大的人工智能企業，尤其率先推出人工智能平臺級服務的公司，在落地執行以及投入規模都比中國要領先，但是中國有不少的人才儲備所以有巨大的市場機會。”迅雷CEO鄒勝龍接受第一財經記者專訪時說道。

長期以來，百度擁有國內最為頂尖的人工智能人才，以吳恩達為首的深度學習領域的科學家為百度人工智能技術的深度打下基礎。盡管陸奇與吳恩達先後離職，但百度在深度學習領域技術還是處在國內領先地位。

而隨著騰訊在一年前成立AI Lab，BAT在人工智能領域的較量也逐漸明朗化。

不久前，騰訊研發的圍棋機器人“絕藝”以11戰全勝的戰績奪得“UEC杯”計算機圍棋大賽冠軍。盡管距離百度的深度學習仍有不小差距，但看到人工智能前景的騰訊正在往此方向“發力”，“李彥宏在人工智能領域走得更前，對騰訊來說我們還是落後不少。”馬化騰說道。

商用頭啖湯

“2013年以前，我們不斷跟外界說百度是一個商業公司，我們不應成立研究院，不應有純研究機構，這些機構要想轉化成產品，進入市場被市場所認可的話，應該跟那些產品部門、跟那些業務部門緊緊結合在一起，而不是單獨成立一個研究院，但是深度學習這一波起來之後，我覺得是完全不一樣的東西，它需要在理論上、在算法上，在很多方面有長遠的布局和突破，所以從那時開始，我們也大規模投入來吸引人才，推進算法。”在領袖峰會上，李彥宏說道。

在人工智能技術上，微軟、Google、BAT等企業都在打造平臺級的技術和產品。而對於中小型企業而言，吸引人才、引進技術都需要大量資金，等待大企業完善技術以及平臺的同時，中小型企業的優先布局更有利於未來商業化產品的發展。

“人工智能分為兩個陣營，一個陣營是做人工智能平臺建設的企業，第二個陣營是用好人工智能的企業。第一個陣營需要資源整合的能力，能號召世界上最好的人工智能領域的科學家持續開發算法，類似BAT這樣的企業，擁有能夠輸出人工智能的能力。第二個陣營是行業的各個層面能都用人工智能改善甚至顛覆產品模式，包括產品用戶體驗、效率及結構。”鄒勝龍對第一財經記者說道。

鄒勝龍告訴記者，目前第一批人工智能的企業在技術商用上還沒有很大突破，缺乏可以使用的工具，因此這時處在一個過渡期，對於中小企業是一大機會。目前，迅雷人工智能實驗室集中在對商用產品的研發上，“這個實驗室的最主要工作，首先是了解世界上有哪些最好的配方，然後把這些配方變成工具，像一個餐廳的廚房，用到我們現有場景上和探索的應用上。”鄒勝龍說道。

而平臺企業在人工智能技術的開放程度也能幫助人工智能技術更好完善。

“人工智能是一個非常大的產業，而且會持續很長時間。我們判斷，未來20-50年都會是一個快速發展的人工智能時期。大潮下，顯然不是一個公司能把所有的事情都做下來的。相反，如果說我們先進入了這個領域，把我們平臺開放出來，提供一些平臺給一些尤其是沒有這麽多計算資源、沒有這麽多做長遠研發能力的機構去做他們擅長的，對大家都有益。”李彥宏說道。

馬雲談AI下圍棋：讓機器做人做不好的事情才是未來

4月2日，一年一度的IT領袖峰會在深圳開幕，會上BAT大佬齊聚討論“邁進智能新時代”。但對於人工智能AI一詞，馬雲卻有不同的看法。

在大會上馬雲發表了主題演講，對於此前取得社會巨大影響的“AI下棋”事件，他認為這並不是人工智能應該體現的能力：“機器比人聰明，大家承不承認，我覺得我們人類聰明無非幾個，這個人背書過目不忘，計算機比你厲害多了，這個人算數算得很快，計算機算的不知道比你快多少，計算機還沒有情緒。我們下圍棋本來的樂趣就是對方下一步臭棋，搞一把，結果對方臭棋也不下了，有什麽意思呢?機器如果做人能夠做好的事情，不算什麽，圍棋打敗了人，只是侮辱了一下人而已，機器要做的是人類做不到的事情，這才叫本事。“

對於AI一詞，馬雲也有不同的看法。他表示未來要思考的不是artificial intelligence(人工智能)，而是Machine intelligence(機器智能)。機器要有自己的思考，機器要有自己的方法，汽車也是機器，但是汽車模仿人，兩條腿走路的話，永遠不會跑得很快，它是通過兩條輪胎。未來的二十年、三十年，要思考怎麽樣用好機器的intelligence。我覺得人做得好的事情，機器做得好，只會讓人越來越沮喪，我們要讓機器做人做不好的事情，人創造不了的事情。

馬雲非常看好Machineintelligence的前景：“過去人類的一百年，我們把人變成了機器，未來的一百年，我們將會把機器變成人，而這個人跟我們想象中的人是不一樣的。就像有人說外星人，外星是生物，不是人。如果我們多花點時間在Machineintelligence上，我們真正讓機器成為人最好的Partner，而不是人最大的對手，不是讓機器來取代我們這一代的人。”

馬雲表示，五年前，阿里巴巴內部啟動了ET項目，我們認為未來的機器會比人越來越聰明，三十年以後，時代雜誌封面本年度最佳CEO是一個機器人。這個你信也好，不信也好，它都會開始起來的。如果你的技術不能讓這個世界更加普惠、更加公平，如果你的技術不能讓這個社會的經濟能夠更加持久，如果你的技術不能讓人類更加快樂、更加健康，我認為你的技術沒有多大意義。

去年以來，阿里雲陸續發布了基於ET技術的ET城市大腦、ET工業大腦和ET醫療大腦，在各行各業利用機器智能技術推動智能化升級。

歷年的IT領袖峰會，最廣為人知的是2010年BAT三巨頭力辯雲計算前景，李彥宏當時直指雲計算是新瓶裝舊酒，馬化騰表示倡導雲計算還過早，馬雲則回應稱阿里巴巴對雲計算充滿信心。

7年之後，雲計算已成為全球科技巨頭的兵家必爭之地。

以下為馬雲演講實錄：

實體經濟和虛擬經濟

現在大家罵實體經濟，都在罵經濟不好，其實實體經濟從來沒有好過，說企業難做，企業從來沒有好做過，十年以前也不太好做，實體經濟都在講由於互聯網沖擊，其實也只有中國絕大部分的實體經濟，或者說絕大部分的制造業都在罵互聯網，在美國、歐洲，大家所有做得不好的企業，都在問自己這個問題。大家思考一下，互聯網不是替罪羊，不應該成為替罪羊，大家都應該思考，如何應該利用互聯網，把這些東西做得更好。

前兩天我聽見線上線下不公平，需要線上線下征稅一樣，其實線上線下征稅公平不公平，這是一個偽命題，本質上是大企業和小企業。我從來沒有看見一家線上的大企業不交稅，只要做到一定程度都征稅，今天不要盯上這些小企業交了多少稅，而是應該盯上這些小企業有沒有賺錢，有沒有利潤，有沒有活下來，今天不要看互聯網對你這個行業有多大的沖擊，而是要思考，你如何運用好互聯網。

實體、虛擬經濟之爭，虛擬經濟的主體是銀行、金融界。互聯網不是虛擬經濟，它是虛實結合的經濟，只有這樣，才能夠讓互聯網經濟持久發展。實體經濟還是虛擬經濟?本來就不應該對立的，實體經濟現在難，全世界都難，虛擬經濟強，其實其中垃圾也很多，實體經濟中垃圾也很多，我覺得該淘汰的必須淘汰，不能嘰嘰歪歪，為了保護那些快死掉的(而不去淘汰)。

一個很大的實體經濟，如果在過去二三十年，居然沒有去把握互聯網，把握未來的時代，把握市場的變革，該死的就應該讓它死，這些企業不死，將來的大企業死的還會多。

我們不能一方面說轉型升級，一方面還要對落後產業進行保護，這是不靠譜的。互聯網經濟現在活的也不好，BAT為什麽利潤好，不僅僅因為他們走得早、他們專註，而是每家企業都有自己的核心競爭力，核心技術才是未來真正的紅利。如果沒有核心技術，靠規模、低成本，不管是互聯網還是實體經濟，都會倒掉。今天去思考一下，實體經濟中做得好的非常多，做得不好的也一大批，互聯網經濟也一樣，所以我們不能怪一個行業，怪一個企業，只能是怪自己。

未來真正的核心還是技術

過去如果是BAT，BAT不能把技術、資源、能力、人才普惠化，BAT會越來越小，只有把自己的技術變成一種普惠的技術，才有可能起來，所以我還是想未來的三十年，不是互聯網公司的時代，而是用好互聯網公司的時代。

我們公司提到的兩句話，一切業務數據化，第二句話是一切數據業務化，一切業務不是基於數據的，忘掉，別做了，所有數據必須業務化，一切數據必須業務化，只有這樣才能迎接這個時代，我們比任何一家公司都擔驚受怕，如履薄冰，我們必須強迫改變昨天成功的模式。所以未來的企業家是一種開放的胸懷，必須要有利他的精神，還有責任感，更要有全球化眼光。

其實現在國內全球化和國際化也搞糊塗了，國際化是一種能力，全球化是一種格局，國際化不是在國外開了兩個工廠，你會講幾句英文就有國際化視野了，國際化是一種能力，全球化是一種格局，全球化你要為當地創造價值，你到當地去，不是因為他有便宜的勞動力，不是因為他當地有便宜的資源，而是去當地創造獨特的價值，使當地創造了更多的就業機會和稅收，只有這樣的企業，才稱之為全球化的企業。

未來希望大家高度關註，未來的三十年，高度關註那些低於三十名員工的公司，高度關註三十歲以下的年齡人，因為他們將成為未來三十年整個社會進步的象征。

讓機器做人做不好的事情才是未來

去年IT領袖峰會，我晚上參加研討會，大家把Alpha Go說得天花亂墜，很恐怖的樣子，我個人覺得So What。機器比人跑得快，大家都承認，機器比人聰明，大家承不承認，我覺得我們人類聰明無非幾個，這個人背書屬於特別好，過目不忘，計算機比你厲害多了，這個人算數算得很快，計算機算得不知道比你多少快，計算機還沒有情緒。我們下圍棋本來的樂趣就是對方下一步臭棋，搞一把，結果對方臭棋也不下了，有什麽意思呢。機器如果做人能夠做好的事情，不算什麽，圍棋打敗了人，只是侮辱了一下人而已，機器要做的是人類做不到的事情，這才叫本事。

所以應該應該是Machine intelligence，而不是ArtificialIntelligence。機器要有自己的思考、自己的方法，汽車也是機器，但是汽車仿造人，兩條腿走路的話，永遠不會跑得很快，它是通過兩條輪胎。未來的二十年、三十年，要思考怎麽樣用機器的固定的一種intelligence。我在美國看了這個行業很久，看到很多學者專家，大腦神經外科專家進入了ArtificialIntelligence，我覺得這有點玄乎了，人類對於自己大腦的認識都不到3%，我們讓機器學3%。

我覺得人做得好的事情，機器做得好，只會讓人越來越沮喪，我們要讓機器做人做不好的事情，人創造不了的事情，只有這樣，人類有責任和擔當讓機器成為人的合夥人，成為人的合作夥伴，而不是讓機器來取代。

五大行業加速變革

未來在十年以內，會加速五個行業的變革。

第一零售變成為新零售，新零售是線上線下物流的變革，以前講電子商務多麽重要，現在怎麽又不講電子商務不重要，電子商務在未來五年內依舊高速增長，但是我們要思考十年以後會怎麽樣。十年以後，純電商會很艱難，線下零售也會很艱難，所以新零售實際上要把線上線下物流整合一起思考。

以後的零售不是思考學會怎麽賣東西，而是學會怎麽去服務好你的客戶。美國的傳統零售做得不錯，絕大部分都是學會如何去服務好你的客戶，而不是學會賣東西。我們在過去的十年以內，傳統零售各種各樣的促銷的想的任何方法，就是怎麽賣東西。所以從賣東西走向服務別人是巨大的變革。

新制造，未來的制造行業已經不是標準化、規模化，而是定制化和智能化。廣東制造業在未來十年十五年，會受到的沖擊遠遠超過長江三角洲，因為這里一直以來以加工、標準化、定制化、流水線，這要引起高度重視。

新金融，金融沖擊也會越來越大，傳統金融解決的是二八問題，傳統金融在中國特別明顯，金融機構只要服務好20%的大企業、國有企業、外資企業就行了。新金融要解決八二問題，也就是解決80%消費者和中小企業，如何能夠解決我們經常在討論的小企業拿不到錢。今天在印度，我們用螞蟻金服，在短短的一兩年內，已經有兩億的印度人用手機開設賬戶，進行支付，今天在中國也一樣，支付寶和微信支付對整個中國支付行業的沖擊是非常之大，創新也非常之大。

新技術，核心技術未來將不會圍繞以PC為主的芯片、PC的操作系統和數據庫，都會重新顛覆，我一直覺得我們不應該彎道超車，而是換道超車，彎道超車十超九翻，你要想在彎道超車的可能性真不是太大，我要在前面你想超，沒機會，只有在另外的道上超車才有可能，根據大數據、移動互聯網，在整個未來的雲計算、移動操作系統，移動的所有智能芯片，人工智能上面，中國是有機會的。

最後是新能源，第一次技術革命的能源是煤，第二次技術革命的能源是石油，第三次技術革命的能源主要是數據。社會的變革會越來越大，每一次技術的變革都是就業的變革，對於新技術的漠視、無視，會搶奪了你的就業。技術創造無數就業。

從騰訊到微軟 打響AI人才拉鋸戰

“微軟目前人工智能事業部目前有7000多個工程師和科學家，還在繼續招人，因為Pony和Robin經常來挖我們的人，Jack也挖。”在今日舉行的IT領袖峰會上，微軟全球執行副總裁、人工智能及微軟研究事業部負責人沈向洋調侃道。

隨著人工智能技術進入快速發展階段，平臺級企業在人工智能領域的博弈日趨激烈，專業領域人才成為誰能在關鍵領域迅速實現突破的機會。因此，對於人工智能人才的爭搶成為現階段平臺級企業布局人工智能的關鍵。

在本月不久前，騰訊宣布任命百度前研究員高管張潼為AI Lab負責人。幾乎同時百度首席科學家吳恩達宣布離職。騰訊獲得助力，百度折損大將，盡管在IT峰會的高端對話上，李彥宏和馬化騰並無針尖對麥芒，但兩者在臺面下的人才爭奪戰已經打響。

盡管中小企業在搶占人才上並沒有優勢，但是提前布局人工智能有助於更好搶占商用市場機會。

人才

“(在人工智能領域)中國第一次除了有市場之外，還有了資本、有了企業、有了人才，我堅定不移地認為人工智能的爭奪是世界未來最主要、重要的爭奪。”在IT峰會上，經濟學家朱民激動地說道。

根據《全球人工智能發展報告(2016)》數據顯示，目前美國人工智能企業數量達到2905，遠超中國709個數。然而，在人才數量上的占比讓國內在人工智能技術上迎來趕超美國的希望。

從數據而言，2005-2015年全世界兩萬篇最重要的人工智能文件，28.2%文章是由華人撰寫，引用率達到32.1%。而在2016受到大量關註的Google人工智能機器人阿爾法狗首創開發人也為華人。

華人為國內平臺企業布局人工智能打下基礎，為了爭搶人工智能人才，BAT在美國設立人工智能專門研究院。

在IT峰會上，對於文章開頭沈向洋所提到的“搶人說”，馬化騰並未否認，“通過一年我們也招了挺多的人，我們在微軟(總部)西雅圖還設置了一個實驗室。因為很多微軟的人不願意離開西雅圖，所以我們就在旁邊設實驗室，沒辦法人才就是這樣。”馬化騰說道。

據了解，目前，騰訊AI Lab中50名科研人員中90%以上有AI相關博士學位和海外留學背景。

“中國人扮演人工智能領頭羊的角色，但是從企業角度來說，最大的人工智能企業，尤其率先推出人工智能平臺級服務的公司，在落地執行以及投入規模都比中國要領先，但是中國有不少的人才儲備所以有巨大的市場機會。”迅雷CEO鄒勝龍接受第一財經記者專訪時說道。

長期以來，百度擁有國內最為頂尖的人工智能人才，以吳恩達為首的深度學習領域的科學家為百度人工智能技術的深度打下基礎。盡管吳恩達離職，但陸奇入職讓百度在深度學習領域技術仍處於國內領先地位。

而隨著騰訊在一年前成立AI Lab，BAT在人工智能領域的較量也逐漸明朗化。

不久前，騰訊研發的圍棋機器人“絕藝”以11戰全勝的戰績奪得“UEC杯”計算機圍棋大賽冠軍。盡管距離百度的深度學習仍有不小差距，但看到人工智能前景的騰訊正在往此方向“發力”，“李彥宏在人工智能領域走得更前，對騰訊來說我們還是落後不少。”馬化騰說道。

商用頭啖湯

“2013年以前，我們不斷跟外界說百度是一個商業公司，我們不應成立研究院，不應有純研究機構，這些機構要想轉化成產品，進入市場被市場所認可的話，應該跟那些產品部門、跟那些業務部門緊緊結合在一起，而不是單獨成立一個研究院，但是深度學習這一波起來之後，我覺得是完全不一樣的東西，它需要在理論上、在算法上，在很多方面有長遠的布局和突破，所以從那時開始，我們也大規模投入來吸引人才，推進算法。”在領袖峰會上，李彥宏說道。

在人工智能技術上，微軟、Google、BAT等企業都在打造平臺級的技術和產品。而對於中小型企業而言，吸引人才、引進技術都需要大量資金，等待大企業完善技術以及平臺的同時，中小型企業的優先布局更有利於未來商業化產品的發展。

“人工智能分為兩個陣營，一個陣營是做人工智能平臺建設的企業，第二個陣營是用好人工智能的企業。第一個陣營需要資源整合的能力，能號召世界上最好的人工智能領域的科學家持續開發算法，類似BAT這樣的企業，擁有能夠輸出人工智能的能力。第二個陣營是行業的各個層面能都用人工智能改善甚至顛覆產品模式，包括產品用戶體驗、效率及結構。”鄒勝龍對第一財經記者說道。

鄒勝龍告訴記者，目前第一批人工智能的企業在技術商用上還沒有很大突破，缺乏可以使用的工具，因此這時處在一個過渡期，對於中小企業是一大機會。目前，迅雷人工智能實驗室集中在對商用產品的研發上，“這個實驗室的最主要工作，首先是了解世界上有哪些最好的配方，然後把這些配方變成工具，像一個餐廳的廚房，用到我們現有場景上和探索的應用上。”鄒勝龍說道。

而平臺企業在人工智能技術的開放程度也能幫助人工智能技術更好完善。

“人工智能是一個非常大的產業，而且會持續很長時間。我們判斷，未來20-50年都會是一個快速發展的人工智能時期。大潮下，顯然不是一個公司能把所有的事情都做下來的。相反，如果說我們先進入了這個領域，把我們平臺開放出來，提供一些平臺給一些尤其是沒有這麽多計算資源、沒有這麽多做長遠研發能力的機構去做他們擅長的，對大家都有益。”李彥宏說道。