【AI峰会】黄沙漫天中如何掘金？投资人更看好2017人工智能的哪些机会？

在经历了无数期待之后，人工智能2017年问鼎创业风口。大数据、机器人、语音语义识别等创业公司，早已突破了既有定位。在复杂的环境下，大量的行为数据和客户信号是很难被准确描述的，但人工智能具备理解、查明这些数据和信号的潜力。这听上去是个很炫酷的东西，也因此它更需要去落地，需要一个载体来承载。

今日，在“猎云网2017人工智能产业创业创新峰会”的现场，人工智能也引发了诸多创业者和投资人的热烈讨论。其中，联想之星执行董事李明、蓝驰创投执行董事曹巍、信天创投合伙人蒋宇捷、东方富海投资总监徐绍礽与大家共同探讨了人工智能的发展和未来的机遇。

◆ ◆ ◆

蓝驰创投执行董事曹巍

蓝驰创投判断是从算法模型到数据基础以及到应用场景三大块。主要关注能够给产业发展带来快速的推动的项目。

一、人工智能的基础是大数据，大数据的基础是云计算，这个事情其实急不得。蓝驰希望先解决数据和底层云计算平台的问题，所以当时布局投资了一些更多是基础设施上面，围绕数据和底层云计算的能力，去帮助未来这些公司实现发展。

二、蓝驰花更大的力气关注人工智能在场景端应用的商业价值。就是平台和数据已经打通的情况下，你有了计算能力和充分数据，哪些具体场景你可以解决哪些具体问题？是不是VC可以通过商业创新以及VC资金支持快速成长，成为一个可能的创业团队。

◆ ◆ ◆

信天创投合伙人蒋宇捷

从数据到智能的三个步骤。第一个步骤就是数据，把数据获取到，这里需要很多信息化工具，这样一些基础的设备。第二个是连接，信天创投把这些数据更好的连接在一起，才能产生相关性和知识，包括SaaS平台包括云平台包括BI工具。第三就是智能，也就是行业智能，信天创投利用收集的数据，加上大数据用人工智能的手段，实现行业的智能化。

具体到行业领域信天创投比较看重几个方向，就是行业的智能化。通过这些智能化的手段，在金融、医疗、农业等等这样领域去实现行业的智能化的改造。第二点我们比较看好方向是机器换人，比如说通过一些工业机器人、服务机器人，这样的领域和方向去替代传统人工的劳动力，在目前来讲是比较大的趋势。第三点我们更欣赏的人工智能去对提供B端的服务，目前实现C端的服务，可能在某些行业这个技术能力没有达到这样的要求，当然2C端也会出现更多机会。

◆ ◆ ◆

东方富海投资总监徐绍礽

TMT这个领域东方富海看重技术创新性的项目，涉及的投资阶段从早期到成长期到成熟期都有，所以这个领域东方富海可能不完全体现于大家说AI这个概念，可能更多是说有很多的技术，比如说电影的技术，如果把它数据化也是AI的概念。所以我们会对科技创新类的项目，包括人脑方面的研究，比如脑机接口，或者算法产品之间我们都会进行投资，所以我们的投资领域相对泛一点。

◆ ◆ ◆

联想之星执行董事李明

行业有很多需求很多痛点，但是科学家感知的少。因此联想之星在美国也一边拿产业公司一边拉这些人，把他们对接在一起，这是产业里面很重要的工作。

我们对于未来的观点非常明确的乐观，因为我们觉得我们能够帮助行业一步一步走向未来。其实我个人跟大家一样，我对于未来充满乐观，人工智能这个时代一定会到来。

◆ ◆ ◆

以下为圆桌实录，猎云网（微信：ilieyun）整理删改

李明：大家上午好。特别高兴参加猎云网人工智能的产业峰会，特别高兴能够担任这个论坛的主持人，我是来自联想之星的李明，在座嘉宾都是我的老朋友。今天这个论坛主题是2017年的人工智能这个领域的新趋势和新机会，我猜我们猎云网找我做这个事儿，可能也是因为我们联想之星在人工智能这个领域动手比较早，我们是从2010年开始投人工智能相关方向，我们2011年投了做人脸识别的Face++，基本都是第一轮的投资人，前前后后七年时间我们投了几十家做人工智能和泛人工智能领域的项目。所以我们也是深切感受到行业的变化，从2010年2011年没有什么人谈人工智能，那个时候大家都是说移动APP、电商，那个时候没有人说人工智能。

但是回过头来说，从去年开始这个行业变得特别热，可能也是因为阿法狗下棋赢了人类，大家觉得是这个时候，这个市场热起来了。不光是说项目多了，创业者越来越多，这是好事，另外估值也是蹭蹭往上涨。对我们来说喜忧参半，喜的就是动手比较早，很多项目估值涨了，忧的就是这个市场有不太理性的，泡沫对于人工智能长期发展是好事还是担忧？可能大家也在讨论。因为深切感受行业不断的变化，所以今天猎云找我，大家来讨论这个变化。比如过去我们有什么变化？未来有什么趋势？这值得大家讨论。今天我们正式开始我们的论坛，首先请各位做一个自我介绍，也可以介绍一下我们的机构，介绍一下我们机构对于人工智能这个方向，现在是一个什么样的布局和思路。

曹巍：蓝驰是已经运作十年的TMT基金，目前蓝驰管15亿的人民币基金，5亿的美元基金。从阶段主要是专注中早期，人工智能这个方向，我们对于国内人工智能产业的变化，关注点从2012年开始关注，那个时候我们做过行业研究和自己的内部分享。当时的判断是从算法模型到数据基础以及到应用场景三大块，我们主要关注有哪些驱动的变化？能够给产业发展带来快速的推动。我们得一个结论，人工智能的基础是大数据，大数据的基础是云计算，这个事情其实急不得。那个时间点我们看了优秀的模型驱动的团队，但是我们希望先解决数据和底层云计算平台的问题，所以当时布局投资了一些更多是基础设施上面，围绕数据和底层云计算的能力，去帮助未来这些公司实现发展。

最近一两年我们也有感受到整个行业变化的速度，我们也有阿法狗的推动，让整个行业快速了解什么是人工智能，在各个应用场景快事快速的开花结果，这个时间我们花更大的力气关注人工智能在场景端应用的商业价值。就是平台和数据已经打通的情况下，你有了计算能力和充分数据，哪些具体场景你可以解决哪些具体问题？是不是VC可以通过商业创新以及VC资金支持快速成长，成为一个可能的创业团队。我们这个分析思索更多一些，所以一会儿可以具体探讨。

蒋宇捷：我们基金是2014年成立，今天规模是四亿人民币。我们投资的阶段是天使到A轮的早期阶段，从2014年到现在投资40多个项目，大部分集中金融科技、人工智能、企业服务这么几个重点领域和方面。人工智能是我们重点布局的领域。因为我之前做研发出身，当时领导我们的团队开发业界比较领先的图像的技术，所以我们这块有非常多的背景和了解，包括我们和百度之前也有很多合作。所以我们在这块，在人工智能去布局我们觉得人工智能可以分几个维度和方面。

比如从数据到智能的三个步骤。第一个步骤就是数据，我们怎么搜寻这些数据？把这些数据获取到，这里需要很多信息化工具，这样一些基础的设备。第二个就是连接，我们把这些数据更好的连接在一起，才能产生相关性和知识，这一块我们值得投资的方向，包括SaaS平台包括云平台包括BI工具。第三就是智能，也就是行业智能，我们利用收集的数据，我们能够用大数据用人工智能的手段，所以最后我们实现的就是行业的智能化，我们要实现很多不可去推测和预知，之前不可能做到的事情。

这块具体到行业领域我们比较看重几个方向，就是行业的智能化。通过这些智能化的手段，在金融、医疗、农业等等这样领域去实现行业的智能化的改造。第二点我们比较看好方向是机器换人，比如说通过一些工业机器人、服务机器人，这样的领域和方向去替代传统人工的劳动力，在目前来讲是比较大的趋势。第三点我们更欣赏的人工智能去对提供B端的服务，目前实现C端的服务，可能在某些行业这个技术能力没有达到这样的要求，当然2C端也会出现更多机会。谢谢大家。

徐绍甸：我是来自东方富海的徐绍甸。我们机构应该说三四年以前更多是大PE的机构，2013年之后我们采取专业化基金的策略。主要投资领域是TMT、新能源、新材料，这个新材料包括新制造、医疗健康、文化。我们管理的基金有130多亿，到去年年底。TMT这个领域我们看重技术创新性的项目，我觉得投资阶段从早期到成长期到成熟期都有，所以这个领域我们可能不完全体现于大家说AI这个概念，可能更多是说有很多的技术，比如说电影的技术，如果把它数据化也是AI的概念。所以我们会对科技创新类的项目，包括人脑方面的研究，比如脑机接口，或者算法产品之间我们都会进行投资，所以我们的投资领域相对泛一点。

李明：我们联想之星是联想控股旗下早期的投资机构，跟在座都有很多合作。我们就是市场里面经常传言联想系，我们在人工智能布局比较广。我们有一个合伙人经常说，风投里面找关键点。关键的基础技术，从语音到图像甚至是摄像头，包括数据之间的私密化的交换，很多方向我们在基础设施领域做了一些布局。

还有关键应用场景，比如无人机，当时我们没有投无人机的单品，我们在海外投了一个做无人机的空域管理，包括无人驾驶汽车，这个领域我们投了十家公司。

包括金融、医疗、教育这个领域都是持续的布局。所以说回来刚才很多嘉宾提到，这个概念已经有60多年的历史，发展也是很有意思，有热有冷。开复老师经常说市场起来的时候，大家说人类不行了，市场下来的时候，又说人类是一个骗子。有一些悲观的认为人类不行了，有一天可能被人工智能替代了，或者奴隶了。所以可以看出来人工智能的发展也是分阶段，所以各位是怎么看？对未来发展比较乐观还是谨慎，你们觉得人工智能经过过去这么多年的发展，现在发展到什么阶段？未来快速起来的机会点在哪儿？

曹巍：这个问题非常好。我们经常会做一些，因为蓝驰是一支美元背景的基因，最早在美国硅谷成立。所以我们看行业大趋势经常走访硅谷专家，和我们美国同事做一些PK。这里分享大家的思考，我觉得首先李总这个问题就是人工智能这个产业目前来看春夏秋冬，怎么看这个周期？我们非常明确的坚定相信现在是人工智能的春天，非常好的早期阶段。为什么？因为你先有大数据有云计算的能力，你数据量足够大，然后有能力处理这些数据才会围绕模型延伸出所谓的人工智能。

我们说从数据的丰富度来讲，目前在国内围绕人工智能的产业来看，其实我们大家都谈到只有少数行业和少数垂直领域有非常丰富的数据，才能够训练出来可以作为参考和辅助决策的人工智能模型。从数据的丰富度和基础设施建设角度来讲，其实整个产业还是处于非常早期的阶段，比如说金融行业数据非常丰富可以作为和行业上结合很紧密的应用点。比如通用语音和通用视觉，这两个方面相关的人工智能更多是在交通，包括文字识别包括声音识别。这些场景其实也慢慢进出到家居、安防、自动驾驶这些垂直场景。

所以从数据丰富度来讲，我们觉得本身很多产业的数据丰富度还不够，那么数据基础设施建设和其他国家不一样，我们的数据底层的建设和人工智能的建设是同步进行，不是一个我先已经把数据底层打通，现在直接出人工智能。而是管道建设、数据流建设和人工智能以及围绕场景需求的完善，可能是三个事情或者是四个事情同时在做，这是一个很大的差距。

用支付来做类比，如果大家去美国硅谷那边，其实美国移动支付远远没有国内这么便利，这里大家经常讲一个非常有意思的事情，一个是背后的资本推动力还有一个是场景端，人工智能是一个手段不是一个目的。所有围绕人工智能的场景都是非常本土化的场景，这个本土化的场景其实也是在早期阶段，所以我觉得回答这个问题我们非常坚定的认为人工智能在国内，不管是通用技术还是围绕垂直产业的应用，还是在非常早期的阶段。

李明：你是一个坚定的乐观派。

蒋宇捷：我赞成曹总讲的我也是乐观派。因为回想起来2014年和2015年的时候，可能大部分人没有听说机器学习、深度学习这样一些新的技术。这个名词可能到2015、2016之后慢慢被人接受。所以我们看到很多新的方向，因为人工智能是一个底层的技术，或者是我们叫做科技革命。我们回头去看人类历史上的科技革命，无论是蒸汽机、计算机，他们对社会的改造有一个深远的过程，而不是一蹴而就。这样一个历史过程大概延续20到30年，这个过程就像人工智能一样，会有一个非常长的渐进时间，不可能一两年达到一个顶峰，这是我的观点。

目前数据量还是远远不够，我们要实现很好的人工智能。比如现在看大型的数据平台，人们所稀缺的是什么？是这些核心的元素，比如优质的数据他才能训练算法，让算法变得更精准。这些数据是非常稀缺的，目前好的数据优秀的数据可能没有达到，没有积累到一个量。这个还是需要长远的过程。

第三点我们看资本层面，刚才看了一下2017年投融资的白皮书。我们可以看到这里大部分还是处于早期的状态，大概43%是天使轮，41%是A轮，而进入C轮的企业，数量相当少。那么证明我们这样一个去推动这样一个行业的变革，现在还是非常早期的阶段，所以这里未来存在大量机会，我认为这里的空间和想象力还是巨大的。

李明：你也是一个乐观派。

徐绍甸：对于人工智能来看，我觉得首先第一个就是人工智能的最终形态是什么？如果完全像人一样，可能还有很多基础性的科学，比如说最简单的，人脑都没法定义最终的形态。但是我们是投资人，从投资角度来看我们非常看好这个领域创新创业的机会和商业回报。从投资角度我是偏乐观派，但是是不是达到最终形态？我自己个人觉得未必，有生之年未必。

另外一块从我们来看，从投资人角度偏乐观，我们会进行相应的投资策略，比如早期做创新实验室的投资计划，针对成长期和成熟期我们做了一些科技领跑者计划，针对不同行业产生新的与创新相关的项目。我没法肯定的说乐观，看这个时间期限。大概是这样的。

李明：所以你觉得离最终目标比较远，但是投资创业角度比较乐观。所以在座的三位都是比较乐观，这说明了我想问的第二个问题，为什么现在市场估值这么高的问题？刚才也提到了市场里面确实有一点不太稳定，前一段时间办过一个投资人酒会，很多投资人吐槽现在人工智能的项目贵，不是一般的贵，很贵，很多项目刚开始启动就是几千万美金甚至上亿美金的估值，这个里面有没有泡沫？大家可以讨论。所以大家都看好这个项目，当然更值钱。在座的各位你们觉不觉得市场里面存在一定的风险？以及你觉得这个东西对于现在投资的影响在哪儿？

曹巍：这个问题很犀利，现在的人工智能项目，一个问题就是贵是永远相对的，这是性价比。另外一点我觉得就是我们怎么应对这个问题？首先我们的判断，目前整个市场人工智能这个市场，因为这几年的市场预期让大家达到疯狂的状态。

我觉得也是人性，不管二级或者一级市场是人操盘，人容易追一些泡沫，追一些热点的倾向。所以首先第一点，这个肯定是有泡沫的。

但是有一个产业特征，人工智能这个产业创业门槛相对高。我们说过去移动互联网时代第一批都是产品经理在创业，O2O是阿里的中共团队在创业，明星创业都是这个地方。第三批都是科学家在创业，科学家相对来讲因为之前的积累，不是一个科学家，而是一个团队都是科学家，你肯定前期的起步门槛和资金需求，相对来讲就会高一点。那么好的科学比比较少，大家想抢最优秀的大公司头牌实验室出来的团队，那么早期肯定价格高，这个和团队需要的资金门槛相关，这是一部分解释为什么这么贵。

第二就是目前一级市场资金供给比较多。不管是美元基金还是人民币基金，整个市场资金供给量比较大，流动性比较好，把这个价格推上去了。我们的应对策略是什么？我们比较少的投离场景比较远，科学家带队的AI技术。我们倾向从行业角度出发，对于场景的理解和需求有更深度的理解，我们围绕场景需求搭建AI模型能力的团队，至少我们基金的风格是这样，对于需求进行有利的把握，但是还是偏实战。

李明：你觉得这个估值会一直走吗？会回归市场均值吗？

曹巍：肯定会回归。我们刚才讨论AR、VR，我们三年前聊AR也是贵的一塌糊涂，那个时候因为有脸书有大公司做，大家没有觉得AR团队估值下来，一直往上走。但是过了三年时间，整个行业我们目前再看AR，从通用技术的创新，基本上进入到产业需求的创新，我之前见一个团队他最早是做ARSDK，做非常通用的解决方案。最近一段时间跟他们聊天发现，他们已经做井下矿井的AR培训，进入非常尖的行业应用的场景，解决行业在井下作业。

李明：还是有一个理性回归的过程。

蒋宇捷：我觉得如果谈人工智能早期估值高，我觉得其实有几个原因。第一个就是现在市场上的资金还是有的，但是同时人工智能优秀早期企业相对来说比较少，所以大家竞争比较激烈，大家争抢中把价格抬上去了。第二大家对于这个领域非常看好，认为它是值得投资的赛道，未来有很高的成长性。我觉得谷歌CEO说过，如果未来有一个千亿美元级的公司出现，那么一定是人工智能这个领域。

我觉得大家都认同或者认可这个论调。第三就是人工智能这个行业的薪资很高，因为人工智能的领域都是科学家，他从初中到大学都是人群中优秀的，他还要学很长时间，他都是在世界最顶级的大学上十年以上的经历。对于他们来说薪水非常高，目前从国内来看公司最高的是不是CEO不是CTO，反而是科学家。可能一个优秀人才可能达到几百万这样的薪资水平。

所以说我觉得薪酬水平的过高，同时行业供给不足导致项目估值很大。但是这个背后反应一个心态，大家对于人工智能这个行业和社会抱有很焦虑的心态，无论是投资人还是创业公司，都觉得人工智能可能会颠覆自己的行业，同时能否把握这个行业的机会？我觉得大家可能对于这个大潮的到来，没有做一个合适的心理准备，所以大家都是比较焦虑的。所以这个里面早期来看，人工智能行业还是有泡沫的，但是我觉得这个泡沫也是一个好事情。也就是它会导致我们更多的市场人才和资本往这个领域流动，我们作为投资人在这个里面相对来说有好的市场套利的机会。如果完全没有泡沫的市场或者领域，那么我相信基本上没有机会。

但是这一点来看我觉得对投资人来说，提出了一个更高的要求。这个投资人是否有很好的眼光和行业经验判断，因为我们项目太贵，那么我们资金能否产生最大的利用效率？这个投资人一定要有敏锐眼光，有行业很好的判断力，才能找到这种优秀的项目。

徐绍甸：前面几位讲了很多了，回归泡沫这块其实是供求不平衡。确实这个领域里面，如果想要做好其实它的技术门槛还是很高的，但是优质的创业者可能没有资金上来的那么快，所以说确实有一些大家普遍认可的项目出来的时候，大家会追逐，我觉得这是不可避免。如果拿啤酒来说，啤酒的泡沫刚刚好。我们是投资人那么我们会有相应的投资策略，有泡沫我们的投资策略很重要，我们投什么项目？哪些项目能够出来，这都是未来很重要的考量。泡沫我赞成，但是也意味着我们作为投资人会更谨慎一些，你怎样为自己负责为机构负责。

李明：大家觉得有泡沫正常，将来也会更加理性。最后一个小问题，因为我们确实投很多科学家，科学家的创业整体思路可能跟商业企业家还是不太一样，现在人工智能这个领域里面很多创业者其实都是有学术背景才可以，很多不是像当年互联网这个时代，其实很多草根创业。人工智能这个领域很少听到草根创业，基本都是教授或者博士后创业。

现在的市场，因为大家说技术是不是变得不那么重要？所谓AI服务发展起来，人工智能创业门槛会下降。所以你们挑选创业团队你们倾向于什么背景？是学术背景还是跟行业相结合？

蒋宇捷：我觉得要分具体方向和领域，细分领域来看待。因为人工智能分基础设施、技术层、应用层，不同的层次对于团队判断标准不一样。因为基础设施对于大公司来说，刚才已经说了。那么在技术层，比如提供技术方案，这种团队还是希望世界一流的团队，这样在研发上面的能力才能得到保证。同时科学家团队，在融资方面在信用方面会有加分。那么商业方面，我觉得要看他们针对什么行业和什么能力，如果评判商业化能力，我觉得最重要还是在技术上是否有领先性？

如果他们在这个方面有一些好的指标或者一些案例，我觉得去商业化是有合适的机会。

具体到应用层，我们更看重解决需求和落地的能力。我们不要求他技术能力非常强，但是有很好的销售能力和技巧，也就是说我觉得这个团队比较接地气，怎么把产品卖出去，在这里和企业服务这个领域比较像，你投企业服务公司更重要看客户对他们产品的接受程度怎样？他们是否有很好的渠道和能力把产品卖出去。

因为这个时候技术不是最关键，重要的是大家的认可度，他们是否有更好的商业BP？

徐绍甸：如果一个技术到了最终商业化层面，有好几个阶段。把产品商用化，商用化之前有非常多的工作。从我们看团队角度来看，如果团队工程技术很强，把产品做的很好，不管是2C的用户还是2B的客户需求这块，同时团队里面还有做市场很强的人，某种因素比看技术深度但是一上来根本没法把这个东西，也许这个东西跟一个实验室合作，你开发给我我做很多事情。但是既有工程背景还有基础资源，如果一定舍弃我认为最重要还是把东西做好，要交互给客户，从商业来看这是一个商业公司。如果我们只有学术背景，没有做过产品这块我们可以跟踪，但是从投资的角度来看，我们很难投资这个项目。

李明：做的出来还得卖的出去。

曹巍：李总这个问题我举个例子，上次我们在海南李开复老师提一个观点，说公司变成一堆数据科学家+非常顶级的销售。我们实战发现只是科学家+销售还不够，中间缺了一环做咨询的人，就是我是布道师。为什么？因为我们刚才讨论场景端的需求和说服一些中大型企业接受AI使用AI，把这个故事讲清楚。除了销售技巧和销售能力，需要更宏观的市场趋势的分享。所以很多团队请麦肯锡团队背景，或者有非常强产业咨询背景。这种人比较擅长在和这些中大型企业，帮助大家推荐或者执行AI相关项目，我可以把产业逻辑讲的很通透，因为这个市场我们反复讨论它还是非常早期的阶段，销售没有办法教育市场。只是你有明确需求之后，我从1放大到100。但是0到1，需要做咨询的人，这些人作为团队里面很核心的组织成员，可以很好的去在教育市场的过程中贡献自己的价值。

所以我们选择团队的时候，还是倾向于，首先你对需求和产业的趋势有一个比较充分的了解，然后我们觉得技术是手段，不是结果。那么优秀的技术和适应这个产业的技术，一定源于对产业深刻的理解，才能找到最适合的技术。

因为技术的品类五花八门，太多新技术可以应用不同场景，那么怎么找到最优性价比，能够精准解决这个产业这个老板的需求，需要一个在技术选型上比较有了解的人，所以我们希望对产业有深度的了解，然后又懂技术。

李明：行业有很多需求很多痛点，但是科学家感知的少。这些科学家或者这些很学术的创业者，他的背景很好，但是中间怎么弥补？这是我们一直做的，包括我们在美国做的，相当于一边拿产业公司一边拉这些人，把他们对接在一起，这是产业里面很重要的工作。总结下来三位都是觉得不光是技术背景，复合背景包括商业的能力，卖的出去的能力教育市场的能力，这些能力对于人工智能的创业这个领域来说也是非常重要的。时间原因我们讨论就结束了，谢谢大家！刚才讨论下来感触特别深，因为做早期我们投跟多项目在别人看来不靠谱，我们投了运载火箭、卫星、量子技术、区块链，但是我觉得从早期角度来说我们投的是五年甚至十年之后的事儿。

所以我们的联想之星的合伙人也提到，我们对于未来的观点非常明确的乐观，因为我们觉得我们能够帮助行业一步一步走向未来。其实我个人跟大家一样，我对于未来充满乐观，人工智能这个时代一定会到来，而且相信通过各自的努力一定能够帮助这个时代或者帮助创业者更好的改变现在的生活。谢谢大家！

主持人：再次感谢四位嘉宾的分享，嘉宾的讨论内容相信可以给人工智能产业的创业者非常好的意见和建议。上午的会议到此结束！