嘉宾们就各自所从事的具体创业项目、进展以及所看到的AI创业公司的机会和未来分享了自己的看法。
在不改变嘉宾原意的情况下，AI早餐君对本场巅峰对话的内容作了编辑后呈现给大家。
徐建（主持人）：请大家先自我介绍。
付英波：旷视科技，Face++是我们做的（产品），目前在泛金融和泛安防两个行业深耕。
李成华：飔拓科技，专注于智能语义交互平台，简单说就是智能聊天机器人，主要应用在消费电子和企业服务领域，比如客户和咨询服务。
孟醒：主要在顺为资本负责技术投资领域。
梁隽樟：昆仲资本早期专注于智能领域投资，目前最重要的领域是技术创新应用，包括大数据、人工智能、物联网等都是目前布局的重点。
孙立林：矩阵元主要做基于分布式的可信数据交换和协同计算，为数据交互和大数据公司提供顶层的数据交换服务。
孙贤杰：哈步数据专注于零售行业的AI决策支持服务，帮助传统公司更好的利用数据做内部商业决策，比如营销、产品规划、促销措施等。
徐建（主持人）：从创业或者投资的角度，各位如何看待目前人工智能领域的机会和挑战？
付英波：我再介绍下公司，旷视科技挺年轻的，但是在人工智能行业算是做的比较久，最早做2B业务，我们有一些大的客户，包括支付宝里的刷脸（支付）、2015年汉诺威工业展(CeBIT)马云演示的刷脸支付，蚂蚁金服和支付宝上使用了我们的技术。
2014年开始我们基本做了两件事：一个做行业，即所谓的AI+行业，目前在银行、互联网金融、大公共安全里面的安防、反恐等领域都在深耕。人工智能特别是视觉技术（行业）有个规律：平台-行业-平台。只有经过深耕行业，AI+行业才能把算法+数据打通。行业做透后，将不同行业所需方案、诉求以及需要平台提供的能力都掌握后才上升到新一代平台。目前（旷视科技）基本处在第二个阶段，在今年会有大的突破，到了2018年开始会集中精力在机器人人工智能方面发力。
李成华：我们团队主要从国外回来，一直做智能语音处理和语义理解。从语义理解和语音交互来看，经过了传统的按键式、触摸式，现在转成语音交互，特别是亚马逊Echo大卖，对话式交互得到市场接受。对话式交互在智能硬件、物联网和消费电子领域会有很大应用。在客服端，基于自然语言处理的商业决策，比如金融、医疗、法律方面都可以通过自然语言处理来实现。
从最近消费电子和智能家居领域来看，未来几年增长速度很快。有一项数据，家居智能化未来几年有10倍以上的增长，语音交互目前市场占有率只有20%左右，还有极大成长空间。未来在智能处理技术上通过重大的突破，后面的应用场景和空间很广阔。
孟醒：人工智能的创业机会，可以拆分成两方面来看，今天给予人工智能的技术边界人们能做哪些事情，以后在技术边界不断演化和拓展以后，还可以做哪些事情。
在今天，每天在各种群里创业者们都在讨论，我以前做大数据算不算人工智能？我以前做搜索很多年算不算人工智能？从主流定义来看，从感知而不限定在学术范围，绝大部分非结构化数据的处理和优化，比如图像、声音等，从广义上来说都是人工智能范畴。
到2014年、2015年的时候，人工智能以感知转变为核心技术，已经在撬动传统行业的改造，安防、金融行业在2015年、2016年以后出现了大量人工智能应用，在海外跑得更快的还有农业、传统工业以及最近推进的卫星数据可视化等领域。
一旦涉及传统行业改造，人工智能的价值会更大，以前互联网在整个价值体系中只是一个小环境，AI在工业体系（应用场景）大得多。
梁隽樟：从去年下半年到今年上半年投资行业对AI领域比较High。我认同前面朱小燕教授提的，现在AI处在技术发展周期里面的春夏-秋天的阶段。现在很多应用里，从技术层面无论是GPU硬件或者深度学习算法都处在发展阶段。往后看下一个技术周期发展，会有更多需要突破的技术点。
放在当下周期看，AI确实是个很大的机会，因为它对于各行业都会起作用，产生价值。对于创业公司而言，既要考虑技术层面的因素，也要考虑商业层面的因素，比如在具体的应用里面，数据是否能拿到，是否可以快速迭代数据，用户对你的决策精确度有多高。
另外，要评估用户是否需要明确看到AI所带来的价值提升才愿意去承担成本，如果用户希望一步到位就能够有良好体验，对创业公司来说有比较高的门槛。对于AI创业公司而言，建议选择在特定领域能产生具体价值点的应用，并且考虑在中间实现过程中有没有商业模式可以让公司支持下去。
AI创业机会无处不在，既跟团队本身基因和能力对行业的自然整合能力有关，也跟具体设计的选择和实现路径有关。
孙立林：矩阵元主要做了两方面工作，第一，构建全数字化时代的公共基础设施；第二，致力于解决数据的流动性，提供完备的智能解决方案。
数字化时代有四件事情：第一是数据采集和生产；第二是数据存储和计算，这是云计算；第三是数据分发和交换；第四是数据分析和处理，这是人工智能和大数据。矩阵元目前主战场在数据分发交换。
在大数据和算力方面，矩阵元提供了完备的分布式交换能力，一方面，数据交换要解决所有权的交割，要做加密的可信数据交换；另一方面，要解决协同计算。因为绝大多数人不愿意把自己数据的所有权让度给别人。所有在数据不交割的前提下如何实现流动性？我们试图解决这个问题。通过安全计算处理，让数据所有权在没有交割的前提下大家共享结果，使得事情运转起来。
孙贤杰：哈步数据在零售行业扮演了在数据层面帮助传统零售商制定决策的功能。
虽然互联网电商在过去十年发展的风风火火，但从数据来看，到目前为止，去年中国整个社会零售总额大概33万亿，线上部分不到5万亿，不到12%，超过28万亿的消费发生在线下传统企业当中，这是块大蛋糕。
线下消费非常分散，而且具有很强的区域性。以往有很多零散的方式进行研究，更好的帮助商户促销，但是这些方式很难快速复制，因为成本非常高。因此，哈步切入这个点，我们所做的事用简单的一句话解释：把传统的软件智能化。
探索当中，我们发现对于传统行业AI改造而言，根本问题是思维和决心的转变。AI要真正在行业层面落地，不单是纯技术的问题，还面临艺术和人性的成分。哈步数据推动的例如易初莲花、深圳天弘等传统商业智能决策过程当中，我们发现一个企业最高层组织领导的决心和意识对推动事情非常重要，这里面还涉及到组织变革，结合AI才能真正让AI发生更大的作用。
徐建（主持人）：人工智能给人们的生活带来了很大改变，但是也很快带来了对垄断和数据滥用的担忧，未来的智能时代，各位嘉宾再用一句话说说期望。
付英波：现在有一种声音，机器人如果推广开了，人类世界怎么办？两个维度来看，一个维度是机器越来越聪明，这是肯定的，目前的计算能力、算法，会根据机器人的特点赋予更多智慧和能量。另外一个维度，现在的机器智能或者机器决策，人类交付的只是重复工作，比如偏经验、偏理性，机械性工作，肯定比人做得好。
目前，就人脸识别领域，可以果断说，机器比人识别得精准度要高。但从另外一个角度，比较创造性的领域：比如文学、艺术、舞蹈、诗词，机器代替不了人！
李成华：数据滥用问题，未来要注意两个方面：一方面要促进数据开放，另外一方面要尊重制度和隐私保护。
孟醒：数据滥用跟早期的盗版软件一样，会推动这个行业的发展，而且在早期是必要的。我们这代人看的是如何把数据更好的使用，把它变成提高效率、增强体验更好的方式，而不是考虑它是否可能对我们造成影响。
梁隽樟：对未来主要是两方面的希望。一是希望资本和产业在内的各方在现在状态下推动AI的应用，真正在一些具体的方面产生效益，另外一个角度，希望在当前的领域有更大的突破，带来更多的机会。
孙立林：数据三权分立，数据所有方、数据使用方和数据可信环境的执行方，对立开来加入一个算法，这叫数据三权分离。
孙贤杰：将来的数据应用越来越开放，但是每件事情应用的目的要讲清楚，而不是偷窥一些隐私，所以，有投资者说你可以拿一些隐私数据，但是我们不拿。用真正的顾客消费行为数据帮助消费者提高他们的体验。
