授权自AI科技大本营
（ID：rgznai100）
本文
约3400字
，
建议阅读
5
分钟。
本文为你分享张宏江对AI产业投资、AI公司发展和人才培养的思考。
从金山CEO退休两年后，除了在源码资本任职投资合伙人，
张宏江
又在北京智源人工智能研究院担任首届理事长，致力于推动不同行业分享大数据，让从事基础研究院所和 AI 的创业公司更容易获得数据。
作为一个横跨产学研、投资四界的人，他对 AI 产业发展无疑有着更全面的了解。近期他接受了 我们的专访，
讲述了AI产业投资、AI公司发展和人才培养三方面的内容。
谈 AI 投资：投资正趋于理性
问：
从投资角度，你觉得中国在“智能+”领域投资的短板是什么？
张宏江：
中国人工智能投资聚焦在应用层，算法、芯片这些基础层的公司与美国相比确实少一些，这跟我们的发展阶段相关，但这会逐渐改善。
问：
在应用层，你看好哪些“智能+”领域的发展前景？
张宏江：
我不是应用领域的专家，但发展前景一般与这两点有关：一是应用场景能够产生大数据，二是能够产生很多收入或者它本身就有很大的资源，也就是钱多、数据多的行业，比如金融、医疗和移动互联网。
问：
钱多、数据多的行业有很大的发展前景，但今年的投融资数据显示，获得最多融资额的是智能制造，这说明了什么？
张宏江：
应用场景越大，未来所能够影响的市场越大，显然潜力也就越大。我们谈的所有概念都是相对概念，制造业是中国最大的产业，进一步智能化后显然有最大的市场，所以在这个领域吸引到投资是正常的、比较健康的。
问：
去年年初，李开复等业内人士就预言今年年底寒冬来临，AI 泡沫会破掉，不过投融资数据同样显示，相比去年，今年的 AI 投资事件在数量减少了 1/3，但整个投资的融资额度却增加了将近 1/4，AI 投资的热度似乎不降反升了？
张宏江：
我们说泡沫破灭还是寒冬来临都是相对概念。换句话说，今天人们看人工智能公司已经不像三年前，钱就会跟着几个从大学出来的博士或者教授，从这一点来说泡沫已经破了。
今天投资额度的增加在于很多钱投到了 B 轮以上的公司，所以（总体投资）数量降低是正常的，这恰恰说明了整个市场趋于成熟，投资也越来越理性，人们对于一家 AI 公司所需要具备的核心竞争力在什么地方也越来越清楚。
另外，关于投资寒冬，其实大家更多看的是经济周期，当经济下行的时候投资一定会变得更加小心。
问：
如果对 AI 初创企业的创业者们说一句话，你会说什么？
张宏江：
想清楚自己到底要做什么。第一个问题是你覆盖的用户到底有没有这种需求；第二个问题是有这种需求，你和现在已经在满足他们这种需求的公司有什么核心的差异化。
谈 AI 公司：要形成数据生产的闭环
问：
你强调 AI 公司的护城河是数据和人才，算法和技术形成不了商业模式，但关键问题是他们如何获得高质量的数据以及正确地使用数据？
张宏江：
如何获取高质量的数据这个问题今天已经有非常好的答案，这也是为什么这一波AI浪潮能够起来的根本原因之一。20 年前人们做神经网络的时候，并不是完全不知道算法应该怎么往下延伸，而是说那时候根本就没有这么多数据。但尤其过去 10 年移动互联网的快速发展，人和数据有了大量的深度交互，这本身就是产生高质量标注数据的过程。比如用手机拍一张照片，你至少知道是谁在什么地方、什么时候、用哪个手机照的，这些摄像机参数都有，然后就能很容易做场景识别。
同样的道理，我认为未来的人工智能公司一定是所谓的闭环公司，就是说你有产品，产品跟用户进行交互，这个过程中又产生大量反馈去改善产品以及用户体验，吸引更多用户之后，也就能产生更多数据从而训练更好的算法。整体来说是一个循环，尤其是移动互联网的“环”。
所以我不认为产生高质量大数据是个问题，实际上更大的问题是怎么分享不同行业的大数据，怎么让做基础算法研究的人能够用它训练更好的算法，这是核心问题所在。
问：
既然数据起决定性作用，那是不是可以认为未来没有数据的 AI 公司都会死掉？
张宏江：
也不能说它会死掉，总归会留下一些AI技术和解决方案 咨询公司，但这些公司很难成为真正的具有领军地位的平台型公司。
问：
反过来看，如果现在的大数据公司或者数据平台快速地跟进算法或技术，那他们在未来竞争中应该更有优势。
张宏江：
没错，因为今天那些在人工智能上有优势的公司，比如 Google，Facebook，微软，Amazon 的核心在于他们能够获得大量实用场景的数据，当然他们也有很强的技术团队，尤其是 Google 和微软。另外像中国的 BAT、今日头条、美团也一样，他们能够持续获得大量高质量的数据，加上他们本身的技术实力，他们成为人工智能领军企业是毫无疑问的。
问：
即将举办的 2018 大数据技术大会（BDTC）的演讲议题至少有一半都与人工智能技术强相关，怎么看大数据会议“AI 化”的趋向？
张宏江：
大数据会议持续举办很多年了，甚至没有因为人工智能的热度把名字给改掉，我感到非常高兴。大数据我们谈了 15 年，但它的应用落地很有限，深度学习算法的突破给大数据的应用提供了强有力工具。在智能化之前，企业首先要先做到数据化，要意识到用数据来驱动业务、驱动产业。所以对于大数据的未来发展，我们应该非常乐观地认识到它是这次产业革命最核心的生产资料，而再利用人工智能这种工具，会找到更好、更多的大数据应用场景。
谈 AI 人才：一窝蜂扎堆的方式不可取
问：
从技术人员角度，你认为 AI 时代需要的优秀人才都有哪些特征？
张宏江：
任何时代业界对技术人员的要求都是同样的，最核心的是热爱技术，有扎实的技术基础，动手能力极强，只是说 AI 时代可能对人才的技能要求更高，人工智能工程师不只是写程序，还要学会不断开发算法，要有很强的数据分析能力、应用场景的理解能力。
问：
大学是为企业输送 AI 人才的重要基地，去年以来有一个显著的趋势是至少有 50 家高校的本科都设置了人工智能学院。在人才培养方面你与高校也有交流，你觉得高校培养 AI 人才方面存在哪些误区？
