投中网
搜索
公众号矩阵
  • 超越J曲线

  • 燃点新消费

  • 氢元子

  • 象三一

  • CV智识

  • PropTech研习社

  • 东四十条资本

  • 投中网

登录 | 注册
投中网  >  资本市场  >  正文

巅峰对话:人工智能的商业化落地

投中网   |   姚博海、刘洋、连然
2017-11-28 17:13:00

线性资本是一个聚焦在数据跟人工智能方向的基金。

2017年11月27-28日,以“中国龙的全球化与产业升级”为主题,由投中信息、投中资本联合主办的第十一届中国投资年会并购峰会于北京举行。来自政府、学者、上市公司、投资机构、券商、创业企业等多方代表,共同探讨中国崛起时代的产业整合和转型升级中的并购投资趋势和实现路径。

在《人工智能的商业化落地》论坛上,与会嘉宾就探索人工智能与商业化结合话题进行了热烈讨论。

以下为论坛实录,投中网编辑整理:

参会嘉宾:

线性资本创始人及管理合伙人王淮(主持人);

驰星创投创始合伙人杨晓敏;

声智科技副总裁李智勇;

arm资深投资战略专家廖承洲;

高通创投董事总经理、高通公司副总裁沈劲;

启赋资本顾凯;

天鹰资本创始合伙人迟景朝

王淮:在开始之前,我们先作一轮自我介绍,我先简单自我介绍一下,我叫王淮,线性资本的联合创始人,线性资本是一个聚焦在数据跟人工智能方向的基金。我们在这个领域投了诸如像地平线机器人这一类的公司,我们觉得这个领域蛋糕很大,有很多机会,接下来请各位按照这个顺序简单地作一个自我介绍,每个人一两分钟的时间。

杨晓敏:大家好,我是来自驰星创投的杨晓敏。驰星创投是一只人工智能产业基金。主要的研发产品是人机对话的通用技术平台。常常有人问我怎么开始做投资了?这一点我提前讲一下,我们当时的出发点有两个,第一个说我们在公司发展过程中发现一个问题,AI应用场景的碎片化,一家公司很难服务掉所有的客户,服务掉所有的场景,所以我们在今年9月开发了一个平台,是对外开放的平台,支持开发者把好的技术应用到应用场景里面,我们为了支持平台上的各个企业由此诞生了这样一个创投的基金,第一期两亿人民币的规模,用来支撑开发者的发展。我们这个基金也是市场化募资投资运作的,是一个独立的专业投资团队。

李智勇:我来自声智科技,我们公司是做前沿声学和远场远交互的。远场交互就是拉开距离,我跟一个机器能够流畅交互。我自己本来是这个项目的投资人,后来发现做投资不是很有前途,我就加入他们这个公司一起创业了。

廖承洲:大家好,我是来自于arm公司的廖承洲。大家都清楚arm是一个芯片供应商,我们可以看到整个科技产业跟经济的发展都是遵循摩尔定律,arm跟英特尔基本上是在产业链的最上游,是摩尔定律的推动者。

沈劲:大家好,我是来自高通创投的沈劲。我们在中国投了将近50家公司,从2015年到现在我们的聚焦领域,包括人工智能、AR/VR、机器人和物联网,在这之前也就是移动互联网大发展的七八年当中,我们聚焦的和我们公司的主营业务是非常吻合的,就是移动互联网。所以在这些投资的企业里边也跑出了大概六家独角兽公司。对于人工智能我们最近在给大家分享的就是叫终端侧的人工智能,包括手机、包括各种硬件,而且我们称之为是“人工智能的入口”。原来我们投流量经济的时候,投移动互联网的时候,我们特别注重的是入口,抓住哪些入口。人工智能有没有入口这个概念?我们认为有,入口是什么呢?就是我们说的智能硬件、手机这些终端设备。所以我们认为下一个阶段在这些领域里的创新和创业也是我们关注的最重要的方向之一。

顾凯:大家好,我是来自启赋资本的顾凯。启赋资本是一家专注于投TMT和新材料两个方向的创业基金,已经投资了200多项目,在TMT领域,前一阶段主要投资在产业互联网,通过产业互联网提升改造传统产业技术类和商业模式应用类的公司。顺延到这个概念,我们想我们在AI这个时代也是想多看一些,以人工智能为代表,包括深度学习这一类型的其他相关技术,来提升改造,甚至叠加在互联网、移动互联网形成新的应用场景、商业形态的公司,过去几年在计算机语音处理,投了这样一些公司,一方面他们有比较深的核心技术,另外一方面他们有很好的跟产业应用场景融合在一起,这些企业现在发展得也都还可以,恰好赶上了这波人工智能的投资高峰,所以今天也很高兴能与在座的各位专家、同行和各位朋友交流,分享一下我们启赋资本在这方面的想法和经验。

迟景朝:大家好,我是来自天鹰资本的迟景朝。我们其实经历了两个阶段,在第一个阶段中,我们主要投了一些比较热的行业,像文化、消费、教育,也投了中国最大的互联网家电企业,也投了一些中国最大的民营供暖集团,包括精准营销的市场巨头。最近一年我们觉得应该聚焦一下,现在我们比较聚焦于一个比较时尚的行业,叫作智能制造,所以在制造领域我们看了大量的,包括机器视觉、人工智能与制造行业相结合这样的一些公司,并且通过人工智能和机器视觉等新技术使制造业变得更加性感一些,希望跟在座各位有交流的机会。

王淮:谢谢诸位嘉宾。我们现在开始第一个正式的议题,刚才上一位演讲者商汤科技的联合创始人徐冰徐总提到了他们前段时间融了不少钱,刚才的意思我听懂了,他的意思是说没有泡沫。泡沫是我们一直在AI这个领域的投资人也好,创业者也好,还有外界,包括很多媒体都很关注的一个,究竟有没有泡沫?泡沫有多大?这个泡沫如果有的话,将会以什么样子的方式?究竟是破灭呢?还是说实体会改善,最后泡沫会被吸收掉。我们这边有产业的、有产业资本的、有市场化VC的,我们就来针对各自的立场谈一谈对泡沫的看法。我先请投了商汤科技的沈总聊一聊你们怎么看待这个问题?价格是不便宜,但是你们进入肯定有自己的逻辑,还有对整体市场的看法。所以先从沈总开始。

沈劲:首先泡沫肯定存在,在这种情况下要求投资人就要具体分析每一家公司,有一些公司能够在这样的一个环境当中最后成长出一个十亿,甚至百亿美金,甚至千亿美金的这样一个规模,如果是有这样的潜力的话,我觉得目前的估值是能够支撑的。有一些企业我们认为不管是团队还是它所处的位置,没办法冲击百亿美金或者千亿美金的话,这个泡沫就比较大了。所以总体来讲我觉得泡沫是存在的,在这样的一个环境当中我们怎么选择好标的非常关键。我们在投商汤科技的时候,在这方面也有很多的思考,首先你认不认同它是一个平台级的公司还是一个应用级的公司,如果是应用级的公司,它目前的估值就比较高了,如果你真的能够成为人工智能的赋能性的平台公司,那么它就有可能成为十亿,甚至百亿级的企业。今天的估值就是完全能够算得过来的。

但是我自己其实认为现在成为平台级的公司的机会已经不存在了,所以如果今天还有公司称之为说我要成为平台的话,我们要打一个很大的问号。也就是为什么我们现在主要还是要看人工智能的应用。但是不管怎么样讲,它的估值没办法和商汤科技同日而语,这是我的观点。

王淮:我们请顾总,从市场化的角度,也从你们的实践当中谈一谈对估值泡沫的看法。

顾凯:其实刚才听了商汤科技徐总和高通沈总的介绍,我倒不认为这个行业存在过多的泡沫,商汤科技为代表的新类型的AI创业公司正在刷新我们的认知,这个创造泡沫的过程就是认知变现的过程,我们启赋资本是从另外一个角度来理解所谓泡沫的问题,无论是任何行业,包括前面20年的IT化,前面十年的互联网化以及最近十年的移动互联网化,揭示了一条规律,就是我们的技术周期和经济周期往往是不同步的,当他们真正通步共振的时候就是泡沫最厉害的时候,一些新的技术在等待着新的商业模式的出现。

王淮:您认为泡沫的顶端还没来?

顾凯:我是说我们要更多地看技术发展规律和经济发展规律之间的关系。我们换一个维度思考问题,而不是定义泡沫。泡沫本身就是见仁见智,单从一个现象,我们要透过这个现象看到背后的规律,看到背后的本质。

王淮:怎么理解共振点的到来?它会带来整个投资的行为会更多,怎么理解这个?

顾凯:比如前两年的O2O就是典型的泡沫,大量的资本涌入,没有差异化、没有护城河的几乎类同的商业模式,当时我们也看了很多O2O的项目,既然是一样的,我们就看它到底是不是真的创造价值,后来我们发现它输入的资金越多,产生的亏损也就越大,所以我们当时果断地规避了大量的O2O项目,把我们的资金集中在产业互联网上,现在我还是持这种观点,就看这个技术、这个项目本身能不能创造正反馈的系统。我以前对商汤科技不了解,刚才仔细听了一下徐总的讲解,我还是非常认可,大家过去都认为,包括我自己也认为它就是一家人脸识别的公司,恰恰它是利用了市场的错觉,也不是利用,就是大家给它的错觉的同时,在单点技术突破的同时,整体系统进行了进化,最后成为了这样一家沈总口中的平台性公司。当然我也不认可沈总最后一个提法,只能存在这么一个平台性公司,我们投资人也希望能投到这样的平台性公司。时间比较短,就先讲这些,算是抛砖引玉。

王淮:请迟总也发表一下市场化角度的看法。

迟景朝:我觉得从投资曲线来分析的话,任何一个行业,特别是当这个行业比较热的时候,一定是有泡沫的因素存在的。没有非理性就不会有理性,并且在一个新的概念出来的时候,所有投资人都会抢项目,但是早期,比如商汤科技早期的时候我也知道可能是要凭技术,甚至还得有点关系、有资源才能投到商汤科技,后期的话,你已经非常强大,资金都是其次了,可能资源是很重要的因素。我想沈总能进,因为高通有很多的资源在里面,想进的人一定很多。作为投资人来说一定要敢于拥抱泡沫,没有承担泡沫的风险这种精神,我觉得就不可能投出一个伟大的企业,所以我说泡沫是存在的,作为投资机构要与泡沫共舞。

王淮:可以换一个词叫泡沫投资吗?

迟景朝:可以叫泡沫投资,你可能投十个泡,但是十个泡最后九个泡都灭了,就看你抢这个泡是不是最终能够变实的一个概念的一个公司。因为大家知道人工智能一定是大趋势,平台型的公司可能最后不会超过两三家,所以这个一定是要勇于去往前,不要怕泡沫就不投资了,所以现在泡沫一定存在的,因为第一个有很多技术不落地,第二,有很多创业团队,表面上是很牛的创业团队,技术各方面的经验都很充足,但是他做出来的产品不落地。现在如果做出来的产品还不落地的话那就一个字——死。所以再投这种公司一定就是泡沫了。

王淮:我以前听人说过一句话很有意思,他说风险投资做得好的投的泡沫是啤酒泡沫,因为你要喝过那个泡沫才能喝到啤酒。投得差的是肥皂泡沫,破了就没了。再从产业的角度,今天只有一个行业代表,公司的代表李总,但是李总以前是做投资的,我们先问一个,刚才大背景下问一个问题,声智科技你觉得有没有泡沫?

李智勇:不觉得自己有泡沫。

王淮:你们在这个领域也是跑得非常靠前的公司,你们怎么看待市场上,包括你们可能在内的,包括在不同的领域里面,两年、一年半起得那么快的公司,很快就到了几个亿、几十个亿,包括我们自己投的公司也有这一类的,想从你的度一看。

李智勇:我先从大的点说泡沫不泡沫的事情,虽然商汤科技算比较贵的,但是人工智能这个行当,做技术的公司投进来的钱所有加起来没有滴滴一家多。所以你从资本的角度看,反倒不能说这里面有很大的泡沫,这事很简单,人工智能不管是语音识别还是计算机视觉上,它所拉开的技术差距,技术红利已经形成了,这个东西影响范围一定比单纯的,比如说某一个行当、某一个模式大。

从应用上现在也很简单,现在所有应用并没有真正地市场化,技术红利消化它并没有真正的完成,比如某个行业、某个产品有一个刚刚的开头,并没有大范围展开,应用上也没有泡沫,应用上语音交互就一个ICCO(音)做印象的产品,计算机视觉是智慧城市刚刚开始做。注意力上有泡沫,大家每天就看人工智能,看来看去看的人这么多,这个算有泡沫。

我觉得原因很简单,现在第一波做人工智能的企业都是这种技术公司,技术公司有一个很高的硬门槛,好比好多博士创业先天要求的成本就高,因为这部分人有一定的稀缺价值,一共能做的就这些人,大概就这么多人。至少消化技术人才这部分起点就比其他人高。商汤科技可能没有什么收入,但是搞50个博士就要很贵,没办法。接下来才是这个技术能不能,下面很关键的一点在于这个技术能不能产生一个商业上的正反馈,现在正在这个过程中,所以在这个点上说泡沫我是不太赞同的。

王淮:谢谢李总。从产业资本,我们请廖总那边也发表一下,因为arm在这个领域,我的猜测,你们是比较底层下面的,估计是很难需要市场上这些应用型的公司泡沫多多的,这样子你们的芯片是不是可以卖得更多一些?但同时你们又做投资,会不会面临进退两难,你们怎么看待这个现象?

泡沫的真正根源

廖承洲:其实我不认为你刚才讲的两点是真实存在的。因为很多人以为arm是一个技术超牛的公司,所以我们需要授权架构,比如我们授权给高通沈总那边,我们希望看到这样的状况。但是实际上不是,我们认为我们是一家生态公司,生态的话一定要考虑可持续性,如果没有可持续性就没有生态,我们就会完蛋所以我们的看法是这样的。说到泡沫,我的看法是一定有泡沫,而且这个泡沫非常大,不仅仅是人工智能,我们一波一波的,从AR/VR、智慧城市,一直讲到现在人工智能,一定是有泡沫,但是泡沫的话我是非常同意沈总、顾总刚才讲的,沈总的意思是说在泡沫里面怎么找到有价值的公司。顾总讲的是说,这个泡沫背后的根源是什么,我是想跟大家分享一下我们站在产业链的最上游的看法,就是说这个泡沫的真正根源在哪里,我觉得有三点:

第一,整个产业的发展出现了断崖。大家都很清楚有史以来产业界最大的红利是移动的红利,但是移动的红利都吃完了,因为arm非常清楚移动的红利吃完了,大家怎么办呢?大家讲故事,大家要生存,大家要转型,所以你看我们arm被软银收购等等,这个其实是大家面临的下一步的产业在哪里,大家都不知道,大家都很沸腾、很迷惘,这是源头最基本的原因,大家都不知道该干嘛。

第二,跟国内的国情、跟创投的环境有关系。我昨天跟一个朋友正好还在聊天,因为他有一个亲戚被传销搞去了,在想怎么捞出来。我们就讲到这个事情,在传销最疯狂的年代,1999年,全国大大小小的传销公司加起来也不到一万家,今年我知道的数字,全国大大小小的基金公司有注册备案的,没有备案的不算,超过三万多家。你想,这么多基金公司水涨船高,而且科技行业,特别是人工智能这个行业,对你的知识要求是一个超融合的要求,你并不是说我是一个人就进来看得懂的。这么多,水涨船高,项目越做越多。

第三,从业人员的专业素质。因为刚刚讲了几万家的基金这两年就跑出来了。我自己的看法,因为我们这两年也做了一个基金,我们自己也投了一些项目,我自己有非常深刻的理解。投资其实是一个专业度非常高的生意,是一个生意。这么多,几百万的从业人员可以说是绝大部分,他们是没有受过任何系统专业训练的,鱼龙混杂,各种诉求跟目的都有。一个很典型的,就是你的眼光独到不独到,厉害还是不厉害,你要证明你得七八年以后,现在这个世界很沸腾,我现在就要,你怎么样来check in我的诉求?大家看到的都是眼前,我自己是这样看的。

但是回过头来讲人工智能,其实人工智能有泡沫,但带来了机会。机会在哪里?因为人工智能的技术大家很熟悉,随着深度学习、神经网络的算法突破,包括现在有这么庞大的市场,安防、数据挖掘等等这个市场来支撑,这个会变成所有的大小公司,包括arm也好,或者是Google也好,包括初创公司,商汤科技也好,大家的起跑线其实是一样的,在这个时间点谁能卡主位,谁就有未来了。所以这个就变成整个产业界处于一种迷失、沸腾,但是又必须去做,因为这是一个革命性的不确定时代。所以这个是泡沫的来源跟我们怎么样去面对这个泡沫,这是我的看法。

王淮:这就有点像AI时代的春秋战国,现在还不清楚谁最后有机会跑出来,春秋战国最后胜出来的是最弱的秦国,很难说。

廖承洲:但是有一点我们可以看得出来比如沈总刚刚提到商汤科技为什么可以变成这样一个企业?其实刚刚大家觉得,刚刚顾总也讲了,如果徐冰不做这个演讲的话,大家对它的理解就是一部分,原因是这个团队在这个事情没做出来之前是不做任何宣传的。我们看到很多公司,包括比如说其他的公司会说硬件的代表、软件的代表,他们有一个共同的特点,就是扎扎实实做实,把你真正的护城河筑起来,其实谁先把这个护城河筑起来,这个就是它的。我们应该在看团队的时候或者创业公司的心态就是扎扎实实做事,不能浮躁,一浮躁就完蛋。

王淮:请杨总发表一个压轴的看法。

杨晓敏:我的看法比较简单,就是短期被高估,长期被低估,我认为这是类似于革命性技术都有这样的特点,短期被高估,从投资人来看,我们用PS、PE来比的话,相当于任何一个行业都是被高估的。但是长远看类比互联网技术,我们站在今天这些互联网公司的市值再去对比当年的泡沫,我们可能会认为我们这并不算泡沫,可能还是被低估了,所以我的观点就是这样。谢谢。

人工智能如何与各行业深度整合

王淮:我们还得逼大家做一个表态,我们觉得现在市场上有泡沫的同志举一个手,4/7,剩下的我当作认为没有泡沫了。所以这是一件好事,正好有将近一半的人认为是没有泡沫的,而且我们认为有泡沫的人当中大部分还是觉得泡沫是有机会被吸收的。下一个问题来聊一聊怎么样让人工智能,可能在各行各业能够深度整合起来,能够让之前很多的估值上面的泡沫,不管有没有,大家都会觉得估值至少价格不低,有没有办法被吸收掉?接下去我们讨论的问题就是接下去的两三年大家怎么看待AI的技术跟各种行业的结合?但这个观点也是值得商榷的,可能大家也可以发表看法说觉得两三年还是处在新技术、新算法的一个迸发的时期,也不见得说已经是进入到跟行业整合的黄金发展时期了,这个我觉得都是一个自由的,我们来探讨一下这块。如果觉得行业结合是一个重头戏的话,什么样子的行业是各位觉得很有希望的,或者很有趣的也OK,可以让我们有一个开脑洞的过程。

杨晓敏:刚才国科嘉和的陈总和商汤科技的徐总都讲了AI+,就是AI在各行业都能应用。但是我们站在驰星创投的角度来说,我们从语音交互、智能人机对话这个角度我们去看各个行业,我们现在就具像化到细分行业,比如我们现在关注车载,车载的行业我们认为一个是没有被大家挖掘,而又充分具有前景的行业,因为它的市场前景很大。但是现在市场的现状是大多数汽车都装了语音交互的系统,可它几乎是傻瓜。因为现在只是解决了有无的问题,没有解决好坏的问题。从细节上来说,它的语音模块和我们的功能或者内容的模块,认知的接入的深度不足,更细化来说就是技术问题,如何能在多人对话、非自由情况下、非配合情况下把它的体验做好。所以从一个细分行业来说我们认为像车载这种行业将来会是一个很适合AI改造和结合的地方。另外我们还在关注,像企业服务类的,比如说客户关系的维护,还有一些,比如像现在以教育或者陪伴为目的的一些助手类的行业,大概是这样。

王淮:谢谢杨总。

李智勇:整个AI的应用现在有两个大的方向,一个是纯粹的偏数据的应用。比如说跟金融行业结合,这个有点像大数据的进一步发展,我觉得不能代表AI的特征,另一个其实是软硬融合,直接形成一个感知的层面,进行决策。我举一个最典型的例子,我觉得这个代表这波AI浪潮的根本特征,之前新闻也报道了,说俄罗斯有一次反恐战争的时候出兵是什么东西呢?前线比如有5个无人驾驶的坦克,再加上几个装甲,天上几个无人机,五公里以外是指挥系统,指挥系统跟莫斯科连着。普京针对这个发表过评论,这个符合AI特征。跟这个类似的东西是自动驾驶,再类似的,其实智慧城市也是。我觉得这个能代表这次AI的根本特征。特征是什么呢?简单总结一下,它不是单纯的算法,而是跟感知有结合,感知形成一种反馈,反馈让某些设备进一步采取行动。这个事现在刚刚开始,智慧城市也可以看成这个方向的一个例子。这是我的基本观点。

王淮:谢谢,廖总。

廖承洲:因为我的背景原因,可能我看问题的角度稍稍会有不一样,因为我刚才强调过arm是一个做生态的公司,所以我们从生态的角度跟产业的发展的趋势来看,我不认为我们需要重点关注某一个行业,这也跟我最近在做投资的时候,跟同行沟通的时候,我非常不认同什么赛道、风口的原因是一样的,因为智能化的趋势是不可逆转的,智能化其实会跟互联网化一样,不管你愿意不愿意,任何的行业,你就身在其中,你是离不开的,所以你愿不愿意它就在那里,问题的点是说你不可能躲到深山老林里面去,行走江湖你就身不由己。所以从这个角度上来看的话,关键点是要看,各行各业怎产业、跟技术、跟应用场景、跟商业模式深度结合。刚刚顾总还是迟总提到一点,商汤科技可以扩展到不同的行业的原因是说它把它最底层、最核心的东西已经打造好了之后,其实是结合它的技术平台优势,然后结合实际应用场景,就是客户真正需要什么的痛点来实现的。这个应用场景,客户需要什么他非常清楚。再加上合适的商业模式。这三点结合在一起,我认为就跟互联网化一样,第一,你离不开,第二,谁结合得好谁就在这个行业上会树立地位。

王淮:有没有一个具体的例子,让你感觉到这种结合很巧妙或者很有趣?

廖承洲:我旁边两位是做声学的,我们以声学为例,声学以前都是云端,现在我们要做到边缘侧,包括远景的识音也好,或者近场识别也好,最方便的办法、最快捷的办法就是我做一个专用的语音芯片出来,我相信两位都在思考这个事情。所以假设如果你做一个AI芯片出来,你一定要挑战三方面的能力,因为这三方面能力缺一就跟AlphaGo没有什么两样。第一点,你要做芯片,所以你的芯片设计能力是必须要有的,如果你没有芯片设计能力,这个载体装不进去。第二个你的算法能力,光有芯片设计能力,没有算法能力,怎么能做到经济管理的最优化?第三点,如果你对最终的用户应用场景不熟悉的话,你做这个芯片产品经营如何去定义你的产品规格?而且大家都清楚做芯片是有摩尔定律的,一年半之后我还做很多工作,我要把这个系统打通,还想至少卖两三年。如果你不清楚这个应用场景的话,我这个东西做出来那一天,它可能已经过时了,所以如果你这三方面结合得很好的话,我做出来正好是用户想要的,而且我还可以至少卖三年,卖三年的时候,下一代又迭代上来了。但是如果同时有两个公司,一个是他可以在这三个方面结合得很好,竞争力跟它的可持续性大家都非常清楚,我举这个例子,我相信两位是深有体会。

王淮:两位同意吗?

李智勇:同意。

王淮:有时间再展开讨论,谢谢廖总给右边的两位公司做了案例分析。现在请沈总谈谈在行业结合过程中看到的一些感想。

沈劲:我提出四个垂直的行业:农业、教育、零售、手机。但前面三个领域我觉得首先市场规模够大,第二个就是它的数据化进程比较落后。所以我们在两周前宣布七个新的投资,有两个最佳投资公司我们原来就是他们的股东,但是我们发现他们非常适合于做人工智能,所以其中有一家就是农业大数据,我们领投了它的新一轮,叫奥科美,同时也参与了做教育的企业商美科的新一轮融资。还有就是新零售,就是线下的零售,我们有投无人职守的便利店,还有我们最近在讨论一家公司,原来是做线上的,现在如何转到线下去。这三个行业有一个共性就是说它有图像、它有声音,我觉得这还是很重要的。作为人,他是五个感知能力,可能百分之七八十通过图像获得信息,剩下的百分之十几通过声音。这之后的触觉、嗅觉和味觉事实上获得的信息量是比较少的。这也就是为什么人工智能首先还是在声音和图像这方面进行突破,然后找到应用的。

刚才说的这几个领域有图像,但是这些图像BAT手上没有,那么农业的图像是什么呢?它是菜叶的图像、是水果的图像,这些图像是互联网公司手上没有的,这就是它的价值所在。声音是什么呢?它是猪叫的声音、鸭子的声音,畜牧业的声音。有了这些信息,感知能力能做什么应用呢?病虫害的预报、产量的预估,等等这些都是非常有价值的。在这家公司之后我们投了一家以色列的公司,它的做法不一样,它就是专注做人工智能,逐渐找到各种各样的技术去给它升级。

讲到新零售也是这样的,我们是讲线下的,不是说点的,因为电商的这些数据化做得太好了,这里面要去做人工智能的话,很多是在于数据的分析,而不在于我们说的感知这个能力。新零售就是有感知,也就是刷脸进门,整个消费过程是在计算机视觉的环境下面完成的。因为有了计算机视觉,让你的零售的设计和平时的传统零售是完全不一样的,有结算、有出门,所以我觉得这三个行业够大,能够马上把我们现在的算法,有关图像的和声音的算法用上去。

手机是我后来加上的,也是我们的行当。手机这个行业太大了,如果有人工智能的应用的话,马上规模效应就可以起来,而且现在手机不管是芯片还是算法都已经有了,怎么样呢?比如在输入法过程当中,或者是人的智能处理方面,甚至是内存管理、时间管理、功耗管理各种应用,只要你今天推得出一个应用出来,这些刚才说的什么OPPO、VIVO、小米如果自己还没动手的话,马上就能应用,几千万手机就马上用你的这个APP也好,你这个软件也好,就能够转起来了。所以我是具体说了这么几个应用的场景和应用的垂直领域。

王淮:顾总。

顾凯:沈总举的案例说明我们刚才三位认为人工智能是有泡沫的,现在人工智能不仅仅是AlphaGo,也不是斯皮尔伯格拍的电影《图灵》。现在的人工智能刚刚从感知层开始进行突破。整个AI不是两个拆开的字母,我们既要看到它的未来发展方向,也要回顾过去。

最早的时候,互联网也是非常新的技术,但是我们感知到它的时候,它的表现形式是电子邮件、是QQ,它给我们带来了一些具体的应用,它结合到了人的需求,包括一些消费场景的应用、工业场景的应用,这中间产生了很多好的产品,进而形成一些伟大的公司。

移动互联网带给我们直接的感知是苹果手机以及随后的app开发,包括微信、手游以及移动支付,尤其是最近的移动支付打通了很多新的商业场景,形成了很多新的商业模式。

AI也是这样,现在只是在感知场景的突破,未来可能需要更多,因为联网的设备多了,数据量变大了,我们需要更强的处理能力也需要更加优化的算法,这就是AI在算法层面的应用。这几个因素结合起来,未来可能会产生越来越多的机会,我们几位也是专注在这方面,在面对需求时,可能用AI,用它的算法或者它的计算机硬件能力,或者它处理的数据,达到过往那些技术不能满足这些需求的层面的东西。比如说在昨天国务院刚刚发布了促进工业互联网的一个文件,我们之前也布局了一些工业互联网的企业,并且发现现有的算法、连接模式无法处理一部分需求。那么AI会不会产生新的应用场景,创造出一些新的创业公司?所有的创业其实也是这样,从大的角度来说是整个社会的应急反应,有了大量的数据,不光是个体的AI在进化,整个技术体、社会、文明也到了一个跃迁的阶段了,这给所有人提供了无限的机会。

王淮:哪一个机会特别值得?

顾凯:前两年我们主要布局的也是在计算机视觉和自然语音处理这两个方面的项目,未来再看吧,我们在感知层的需求得到了部分满足以后,未来在数据处理或者是跟传统产业结合的场景上能不能产生更多的商业机会。

王淮:好的,迟总。

沈劲:我补充一句,刚才我讲到教育是因为现在教育的视频化普遍被大人、小孩所接受了,所以刚才说道计算机视觉和图像,是一个现在就可以应用起来的应用场景,当然了,数据也会很多,拿了这些数据怎么分析出个性化的教学?我认为这个是三到五年以后的事情,但是现在的视频化的教学已经被大量采用。

王淮:好的,迟总。

迟景朝:我刚才也说了,整体人工智能还是有泡沫的。但其实我觉得在垂直的细分行业,泡沫现象没有总体那么严重,比如说人脸识别,可能做平台级的公司很多。

我们关注的主要垂直在智能制造,就是怎么样把新的技术用于制造行业,比如像刚才我们说的人工智能、机器视觉等。为什么会关注这个领域呢?因为制造行业足够大,任何一个垂直行业都有非常大的市场空间,比如说做人工智能的计算平台,在垂直制造行业是很容易得到壮大的,而且规模很大;另外,制造行业的消费能力很强,因为这些制造行业都经过几十年的发展,它有很强的买单能力,所以他可以迅速地将这些技术产业化,比如我们经常接触到很多制造业行业,其实他们对新技术的渴望远远高于很多新兴的行业,因为他们太缺少对技术的关注和重视了,所以如果在座各位有做人工智能这样的一些创业的话,我建议你赶快往制造行业看一看,那里老板都很有钱,很容易去消费你们的产品,而不要往热门的行业走。

具体来说,比如制造业与消费业结合的CRM行业,它可以通过人工智能对所有的生产数据和消费者数据进行分析,优化生产效率,节省生产成本,最终的结果就是消费者可以享受到更多性价比比较高的产品,对于整个消费者来说是很有好处。

第二在制造行业要是能够把新技术应用做得很垂直,机会更大。比如我们最近投了一个项目,它就是用人工智能、机器视觉来对所有传统的智能硬件,包括手机、电脑平板等进行机器视觉的判断,通过人工智能识别图片继而自主地进行学习,来发现整个面板生产工艺过程中有什么样的需要完善、需要调整。这样的应用甚至会改变以前的生产模式,比如说一条生产线用十个人,现在是十条生产线用一个人。而对于一个设备来说,半年,不用超过一年,整个就可以收回成本。所以它的毛利润非常高,可以达到70%、80%,所有的制造业企业非常愿意去买。就像刚才我说,制造业经过二三十年的发展有非常强的消费能力,他渴望新技术,所以我们天鹰资本是致力于深挖制造业,让制造业变得更加性感,把人工智能、大数据这些新技术都结合进来,从而优化制造业。

王淮:今天嘉宾当中占比最多的是带有产业背景的投资人。其实我们这一场本来还有徐冰徐总在的,商汤科技最近也搞了非常大的产业资本,所以我在思考的一个问题是,产业资本在AI这个领域的冒出,会不会是一个新现象?当然了,沈总跟arm这边,廖总这块,都是属于老牌的产业背景的投资方,你们有你们的观点。我们如今看到市场上这种背景的投资方有可能会越来越多,只要融了足够多的钱,我估计都会思考关于投资的问题。从几位的实践来看,你们怎么思考这个问题?你们为什么这么做?这么做的优势与劣势,从你们的实践当中市场是怎么看待产业的资本的?沈总先谈一谈你们这么多年下来的感想。

沈劲:企业创投已经存在了将近十几二十年了,以前大家认为是比较大型的公司具备就够的现金或者说有这样的需求来做这样的一个产业链投资,现在变得越来越年轻化,刚才我们说思必驰也开始做了,小米做得也相当不错的,做生态链的投资,不管是从投资的财务回报角度,还是从它对整个行业的支撑角度来讲都是相当好的。我能够理解商汤科技为什么做这个事,它如果是做产业链,它需要供电,那些用电的大户就是他的投资对象。

当然也存在着刚才廖总说的问题,因为有三万多家基金,有的公司会觉得投资谁不会投?能做企业的人一定也能做投资,所以很多企业拍着脑袋也开始做战略投资。

作为我们来讲,我们在高通的母公司里面扮演的角色共有三个功能,第一个是投一些和我们的产品、和我们的技术是直接相关的;第二个,我们把自己做成一个探针,比如在农业、教育,现在高通没有自己的业务,但是谁知道哪一天也成了我们要进去的一个行业,就把最前沿的一些创业、创新的信息搜集回来;第三就是我们说的生态链,因为我们要推5G,原来我自己也推过3G,也推过4G,不管你是用我们竞争对手的产品还是用我们自己的产品,只要5G早一天到来,我们作为龙头企业肯定是受益的,所以就投到易道用车这些产业,出租车那个时候还不用手机,我们通过这样的车辆分享让它用起来,所以它主导思想是支撑生态链发展

王淮:杨总这边,你作为新进的代表谈一谈你们的想法,还有一个问题,可能沈总没有直接回答的,我就问您这块了,你怎么看待市场对你的看法?同样的,你们给下一个单,跟另外一个市场化的VC下一个单,你觉得他们会怎么去平衡这两个投资?

杨晓敏:落实到思必驰的驰星创投的出发思路来说有两个,第一个是对企业的定位,企业从最开始就觉得自己不是去做一个应用的公司,而是想建设一个技术平台的公司,从技术平台自身的角色出发,你就需要去这个平台上,这些所有企业,他除了需要技术,还需要资金,所以我们就想做创投VC的事情。

第二是生态圈的概念,从竞争的角度,现在商业竞争非常激烈,不光是产品、技术、渠道这样一些单点的竞争,更多的是生态圈的竞争,这一点刚才廖总的arm也提得比较充分,生态系统的竞争对于一个有产业背景的VC去构建一个生态圈,去推动一个生态圈是非常非常重要的,所以去做这样一个事情。这是站在企业的角度来说。

如果是回过头来看资金的角度来说,现在信息获取的渠道门槛越来越低,大家获取项目源,还有评判项目的依据也是越来越接近,现在很可能造成的结果是什么呢?大家的投资就非常地同质化。如果是在资本的操盘手主动走出去去找一些产业的典型企业,结合产生一个有产业背景的VC,我相信这是一个很好的差异化的打法。

另外刚才王总说的关于被投企业去拿钱的问题,至少我们目前接触过的企业,我们不去追求控股,不去要求他们什么战略条件签,他们非常战略企业给他们投资。可能最简单最简单的出发点,至少我少了一个敌人。

王淮:我们就请你们,发表一下你们怎么看待对于CVC跟市场化的VC,假设CVC跑过来投你们,你们有什么样的思考?比如思必驰过来投你们怎么看?

李智勇:要说钱都是钱,骨子里在于表现,正常VC诉求很简单,比如考虑投资回报率,CVC考虑钱以外的事情,从我的角度看,如果没有特别的诉求的话,从早期的角度看,可能更适合正常的VC更好一点。因为CVC多少会附加一些其他东西,一个是服务公司的战略目的,比如刚才杨总也讲了,为什么成立这个基金呢?这是非常关键的出发点,财务回报还可以,这样对公司就负担了额外的东西。

廖承洲:我的观点总是跟大家不一样,刚刚几位都提到了生态、战略,而且杨总也提到现在好像投资的门槛越来越低,但是其实我觉得投资的门槛越来越高,产业背景投资最大的优势是看得懂,不会被忽悠,与被投企业沟通起来也很舒服。我跟别人沟通的时候就愿意找到一个终于听得懂的,这样我们把大幅的风险可以降下来。另外一点就是我们举一个例子,arm也好,或者高通也好,从整个生态圈里面,主要是为了提前获取信息,比如这个趋势是怎么样的。

有一个数据,不知道有没有人关注到,但是我是关注到了,全世界所有的投资机构,包括PE、包括机构、包括CVC中英特尔capital是全世界最成功的,没有之一。亚太区最成功的是腾讯,就是从它的投资质量跟退出回报来看。

为什么他们会超过所谓的专业的投资机构?因为第一,他们懂,第二,他们不会被忽悠,还有一个就是创业已经变成了时代的潮流,创业的投资者沟通起来不希望仅仅拿到钱,他希望拿到钱之外的,因为行业的资源可以导入进来,帮到你很多很多忙,现在钱这么多,拿谁的钱都一样,拿财务投资人的钱可能还要放我血,还要把我当作一个股票代码,但是如果是CVC的话不一样,不光可以给你钱,我可以给你帮助,可以给你导入很多资源。或者换句话来说,我们比较一下中美两国创投的生态,中国现在的状况跟10年、15年前的硅谷都是一样都是乱糟糟的,但是这么几年下来,就是专业的人做专业的事。

王淮:意犹未尽,我觉得终于进入状态了,开始有一些碰撞出来了,但是时间的缘故我们要开始收尾,每次我主持的讨论都是到这一刻开始精彩起来了。今天其实讨论也非常精彩了,我觉得各位都发表了很多对于这个行业、领域未来的趋势的一些观点,接下来最后收尾,希望每个人都来提一个建议,不管是针对这个领域的创业者还是投资人,一句话一个建议,我从自己开始。我的建议是投资人反正都是有泡沫,投啤酒泡沫,不要投肥皂泡。创业者做啤酒泡,不要做肥皂泡。

杨晓敏:我针对AI创业,我觉得一句话,AI创业不是技术竞赛,更关注应用场景和用户体验。

李智勇:我说一个观点,我做了创业之后,我发现一个非常跟以前理解不一样的事情,AI根本不是互联网,虽然互联网公司都做了AI,所以AI的故事刚刚开始。

廖承洲:我大概总结一下,投资领域也好,创业者也好,其实投资创业都不高大上都是苦逼的,非常苦逼的专业活。

王淮:投资那部分我非常赞同。

沈劲:虽然我们这样的圆桌讨论或者媒体都喜欢总结一些规律,但是事实上我给创业者的建议就是不要跟着这些规律走,还是跟着你的热情走,跟着你的梦想走,我觉得这还是最好的。所以其实很多的创业者一上来说我要做平台,通常我就没有什么兴趣,这也就是为什么我们现在才投商汤科技。但讲到投商汤科技,我这里说一个我犯的错误,在A轮的时候他到我们这儿,我们交流过,没有任何东西,只有他们发表的一些论文,那个时候我没有看论文,这是我犯的最大的错误。我这一次投看了他们的三十多篇论文,我才知道这个论文离应用的距离到底是有多近。现在你看这些人工智能的论文,论文的最后都要在一个场景当中进行效果的认定,还有很多其他的比赛,他们都要去练一练,练完以后才知道算法到底有没有这个效果。所以当时A轮的时候,我说也挺贵的,那个时候,我当时没花时间看论文,这是我犯的错误。当然不是说现在,所有的做人工智能的创业都必须要有论文。但他们是一个特色,是在CPVR等等发表的论文数是特别多的这么一家公司,但是当时没有读它的论文就意味跟我以前写的论文好像是差不多的。

廖承洲:沈总是能看得懂,这个是非常重要的。

顾凯:我们自己也有一个要求,就是未来二十年我们要跟科学家们在一起,不论是对AI领域的创业者还是其他行业的创业者都一样,不要追逐泡沫,也不要回避冰点,抓到规律,坚守耕耘。

迟景朝:天鹰资本现在正在跟几十家做制造业的上市公司保持一个密切的沟通,这不仅可以帮助我们把被投企业迅速产业化,也能够深刻地了解他们的需求,所以我建议大家在人工智能这种新技术方向创业的多关注一下智能制造行业,会有巨大的市场空间。

王淮:好,谢谢各位嘉宾,本环节到此为止,也谢谢大家。谢谢。

本文为投中网原创文章,转载或内容合作请点击转载说明,违规转载法律必究

0

第一时间获取股权投资行业新鲜资讯和深度商业分析,请在微信公众账号中搜索投中网,或用手机扫描左侧二维码,即可获得投中网每日精华内容推送。

发表评论

 / 200

全部评论

—— 没有更多评论了 ——
—— 没有更多评论了 ——
联系我们 欢迎投稿
  • 投中网
  • CVS投中数据
  1. 创新经济的
    智识、洞见和未来

  2. 投资人都在用的
    数据专家

返回顶部