![]()
来源： 投资人说（ID： touzirenshuo）
编者按：最近人工智能和机器学习取得的突破使得计算机可以更加智能地理解这个世界并做出响应。其中主要的贡献者是深度学习（关于深度学习的历史可参见人工智能革命），由于计算能力和大数据的量变引起的质变，深度学习的突破使得计算机的图像识别和语音识别等能力突飞猛进，已经达到不亚于人类的程度。而在此基础上通过与其他人工智能技术分支的结合，以AlphaGo为代表的AI甚至已经击败了围棋世界冠军。在提出“软件蚕食世界”的A16Z著名VC Marc Andreessen看来，AI未来的应用潜能巨大，有可能酝酿出像Google、Facebook这样的新一代技术巨头。但是目前仍然有一些行业冥顽不化，不肯接受新事物的洗礼。所以技术界仍然需要加倍努力才能把软件的力量带到经济的每一个角落。上个月底他接受VOX的Timothy B. Lee采访，深入解释了AI将如何改变世界。下面是访谈的摘编。
![]()
Q：你觉得下一批伟大的技术公司会从哪里冒出来？1990年代有Google和Amazon，2000年代有Facebook和Uber。显然可能会有一家我从来没听过的初创企业准备要取得突破。尽管如此，对我来说，任何一家过去6年间成立的公司有望成为Google或Amazon级的公司仍然是难以想象的。
传统上这一般是伴随着新平台和架构发生的。会出现新一代的技术。上一大类技术是智能手机和智能手机app。智能手机成形与2007年，众多的app门类是在2010年、2011年左右确立的。显然会有一些重要的以智能手机为核心的新公司会成为重要公司。但4年前或者甚至2年前情况都不会像今天那么清晰。
![]()
那么如果说智能手机是上一代的话，感觉人工智能、虚拟现实、自主控制、语音以及物联网都有可能成为下一波的候选。目前AI就是很明显的例子。肯定会有一批以AI为核心的产品和公司冒出来。
在这个领域，Facebook、Google和Amazon都在做着大规模的、一流水准的努力。但我们也看到了一支初创企业军团。我认为会有整整一代新的非常重要的AI公司出现——其中的许多现在才刚刚开始成立。
Q：大家讨论AI已经很长时间了，但商业成功却寥寥。是什么让你觉得现在不同了？
一开始我也是怀疑的。虽然知道的人不多，但1980年代曾经有过一场AI泡沫，有整整一批的相关创业公司获得了风投，但最终全都烟消云散，全部资金都打了水漂。
我们感觉这次有点不一样了。真正的大变化始于2012年的ImageNet竞赛。2012年时，计算机在识别图片对象方面变得比人更好了。这是一场真正的竞赛，他们已经对如何衡量进行了标准化。
基本上在过去4年我们目睹的突破是一个接着一个。首先是静态图像的对象识别方面的突破。然后现在在识别视频中的对象也取得了相应突破——这导致了全新类型的视频分类。如果你能够进行视频识别就能处理实时视频，也就意味着可以进行自主控制。
从Google发端冒出了整整一批新的无人车初创企业
我们投资了一家叫做Skydio的公司，他们做的是全自动消费者无人机。这个东西跟市面上的产品很不一样，能力差别如此之大，甚至会产生怪诞的感觉。它会在完全没人引导的情况下跟着你。你跑进森林，它会完全靠自己躲开树枝在丛林中穿梭。而且它的价格会是消费级的。这东西完全是出自科幻电影。
Q：一个经典的技术业问题：“这究竟是产品还是功能？”可以看到Google、Facebook和Amazon都往人工智能投入重金。Siri开始是初创企业，很快就被苹果收了。那么AI有没有可能发展出有自己新产品的大型独立公司来？还是说更有可能是这些创新会被现有大公司消化吸收来改进自己的现有产品？
2年前，我认为大公司会统治这个领域。这些大公司有几个巨大优势：
懂得如何开发这类东西的人数有限。请人方面大公司比初创企业更加财大气粗。大公司可以像签体育明星一样雇这帮人。所以大公司可以把他们全挖走，不留任何人才给别人。
这些项目非常大非常复杂。这是一个非常前沿的技术领域。Amazon有1500位工程师用4年时间攻关Echo项目。初创企业没法做到这样。
还有就是对数据的需求。理论需要这些庞大的数据集。ImageNet的部分突破就在于有了一个庞大的可以训练算法的数据库。而像Google、Facebook这样的大公司可以接触到海量数据，但初创企业永远都不可能。
但过去2年上述因素全都在一定程度上发生了变化。突然之间就冒出了一大批知道怎么做这个的计算机科学毕业生，因为这已经成为了计算机科学的热门领域。此外还有许多在大公司做这个的工程师现在意识到自己可以出来开公司。
有整整一批的无人车初创企业从Google走出来。Otto（已被Uber收购）是其中突出的一个，但现在还有6家正在做住。
与此同时，技术本身也变得更加温顺。我们看到很多有趣的新项目并不需要1500人。5个就够了。Google开源了TensorFlow，这是深度学习的建构块之一。我们看到各种初创企业都在此基础上做自己的东西，这在几年前还是不可能的事情。
科学本身也在不断进步。大家在学习如何基于小规模数据集来进行深度学习。我们看到有初创企业要么找到了获取大数据集的聪明手段，要么想出了只需要小数据集就能跑算法的办法。
Q：许多这些有潜力的AI应用似乎可行，但未必能做成大生意。至于那些真正的大机会，比如无人车，似乎大公司的优势是初创企业无法撼动的。
我觉得你可能还是把它当成是在现有从基础上增加一些AI。我们不这么看。我们看到的是之前不可能有的全新一类产品。
这里稍微说一下无人机。你今天买了一架无人机，然后自己去控制，20分钟后可能飞机就坠入树林里了。你说“这太有趣了，”然后你被迫再买一架新的。
这不是功能，而是全新的架构
现在的无人机制造商讨论增加所谓的“跟着我（follow me）”功能已经有一段时间了。决定要增加该功能的现有无人车厂商，或者声称要增加这一功能的Kickstarter项目数以百或十计。但没人能做到这一点。
原因在于这不是功能，而是全新的架构。无人机必须从头开始做AI。大疆等无人机制造商赌的是这是一项功能。我们赌的是这需要全新的架构。
这是根本性再造的一个例子。如果我们对此的观点正确的话，那所有现有的无人机都会过时。它们会变得无关紧要，因为关系重大的事情它们做不了。
如果你跟汽车制造商交流，他们全都认为自治性是一项给汽车添加的功能。硅谷公司认为这是一种全新的架构。这是一种自底向上的再造，完全推翻了对这些东西运作方式的根本假设。
Q：这么说我们要看到一大批创新显现了。与此同时，利率仍非常低，整体经济增长依然缓慢。一般情况下利率低借钱和融资就容易，所以应该会出现投资潮。但统计数据似乎表明存的钱要比投资多得多。你认为是怎么回事？
现在有两种不同类型的产业。一种是接受技术和生产力改进快的行业。比如机顶盒、计算设备、媒体、食品。彭博有一篇文章说，由于食品生产变得精细许多，导致了食品价格的直线下降。
所以这些经济板块的生产力是快速发展的。价格掉得也很快。每个人都担心工作岗位的流失——或者转移到中国、日本或者墨西哥。大家都说颠覆太多了——技术变革太多了。硅谷那帮家伙在肆意蹂躏经济。
然后还有价格在迅速上涨的经济板块：医疗保健、教育、建筑、处方药、老人保健和幼儿保健。这些产业基本没什么技术创新。这些板块的生产力增长、创新和颠覆增长并不充分。垄断、寡头、联合企业、官办市场、价格垄断——所有这些功能失调行为导致了价格的迅速上涨。
政府给这些市场注入了更多的补贴，但因为这些属于缺乏价格弹性的市场，所以补贴只会导致价格越涨越高，高等教育就是这种情况。
现在的情况是这些成本上涨的板块吞噬了整个经济
那么在这些板块，大家对生产力增长不够都感到很气愤。这些地方没有足够的技术发展，而且我们给的钱又太多了。
把这些情况汇总起来你就会发现我们陷入了这样的混乱。但这掩盖了实际发生的事情。
现在是有一部分板块价格下挫很快，一部分上涨得很快。实际上是那些成本上涨的板块吞噬了整个经济。消费者发现自己的收入已经被医疗保健和教育吃掉了。
在我看来问题很清楚：问题在于这些价格节节攀升的经济板块的技术采用、创新和颠覆还不够充分。我的观点是我们没有处于技术泡沫，而是技术萧条。我们的问题在于田铎的技术或者人对技术太兴奋了。问题在于我们的技术远还不够多。这些卡特尔式的遗留产业太难被颠覆了。
Q：大部分的这些低增长产业都有一个共同点，那就是都是劳动密集型的。支出的很大一部分都用在人力上面了——护士、教师、保姆等。你可能熟悉鲍莫尔的成本病的概念——也就是随着制成品越来越便宜，大家就会把更多的资源配置到稀缺的东西上，而人力就是稀缺资源。
所以我在想这个问题是不是天生无法解决。总会有一些生产力增长低下的劳动密集型产业，这些产业相对于其他产业总会成本上升更快。
就宏观层面而言我同意。我认为这是现状的精确描述，我也认为鲍莫尔的成本病在成本如何转移上扮演了很大的角色。
不过我要指出的是，因为过去一直是劳动密集型就认为这个行业今后也会如此是不对的。如果你翻翻1980年代的生产力著作，当时大家都认可的一个事实是生产可以自动化但是零售不能。之所以有这种观点是因为他们认为零售一直都是劳动密集型的。但颠覆的永远都是劳动密集型。把东西堆上货架要人，收银台要人，把东西从车上搬走要人。
![]()
当时的一大进展是基于计算机的结账和激光扫描。但结果表明激光扫描对生产力并没有帮助。激光扫描需要时间。那玩意儿有一半的时间是无法正常工作的，你得进行价格检查。甚至还降低了生产力，有了激光扫描你都不贴价格标签了因为你并不认为自己需要。
所以当时出现了大面积的幻灭，认为零售业是没办法提高生产力的。当然，在过去20年，零售的生产力已经得到了大幅改进。首先是沃尔玛对供应链的现代化改进。然后又有了Amazon。然后我认为从实体产品向人家产品的转变时生产力改进的第三个层面，相对于通过商店以CD方式出售，把音乐用MP3或者流媒体的形式交付要高效得多。
所以庞大的零售业原本完全是靠人工的。现在却已经彻底自动化了。到一定时候每个人都会对零售岗位流失感到沮丧。
Q：是这样吗？零售店几乎雇佣了500万人，而且美国劳工部预测未来10年的增长率还有7%。
是的。这件事情勒德分子总是搞错。稀缺的东西才变得有价值。现在是售货员的数量在增长。
另一个增长了几十年的是银行柜员。这个可能终于要开始下降了。但随着ATM和网上银行的推出，正是因为你说的原因，银行柜员工作已经持续增长了30年。突然之间出现了这样一个机会，也就是通过提供人这种更高级的服务来差异化。
Vinod Khosla写了很多文章讲医生如何就要消失了。他认为计算机在诊断方面将来要好得多，以至于医生都没有一席之地了。我认为这一点他完全错了。我的看法是医生的工作会向更高级、更重要的工作转移，而且随着医生得到了更聪明的计算机的辅助，报酬还能拿到更多。
所以我才对经济保持乐观。所以我才认为勒德分子和发展跟不上步伐的人错了。我们会创造出庞大的工作岗位，取得巨大的生产力改进。实际上这两者并不冲突，尽管现在人人都以为如此。
![]()
