姓名：杨其鹏 学号：16019110048
转载自港股那些事微信公众号
嵌牛导读：李开复老师非常专业深度的分享了AI未来的发展和近期及长期存在的投资机会。
嵌牛鼻子：弱人工智能、强人工智能、浪潮、业务、智能化
嵌牛提问：AI未来的发展和近期及长期存在的投资机会是什么？
▌一、人工智能有强弱等级之分
人工智能从创新工场的角度来看，我们觉得现在大家讨论的题目已经比较聚焦，上次还是在谈很多未来、科幻，机器会不会控制人类。
现在大家谈人工智能基本分两种，其中所谓的强人工智能，就是说机器跟人一样，有七情六欲有跨领域思维，有策划的能力，有跨领域的常识，因此会有自我意识，会爱上人类或者控制人类。这些都是荒谬的，都是不存在的，虽然有一些所谓的大佬谈过他们会在若干年会发生，但是这是没有任何技术领域和工程基础的，所以今天我们就不再谈这个幻想的事情。
因为在座的都是很务实的投资人，没有什么强人工智能可投，如果有公司来跟你说，我做了一个新AI能够理解所有人的自然语言，你可以直接把他轰出去，因为这个是没有任何机会的。
什么是弱人工智能？也就是说在单一领域，经过大量的数据，能够达到比人远远更精确的判断。比如说在围棋的领域阿法狗Zero，就能够学习远远超过人类几千年的累计，学一辈子20、30年到9段就不得了，阿法狗3天就二十几段，这是很标准的案例。还有在贷款的领域，AI比人更能判断该不该借钱给你。未来在投资领域，AI比人更能够判断该不该做一个投资。
所以在座的投资人，或许AI都会抢你们的饭碗，可是没有那么快，还需要一点时间。但是你如果说需要很久的时间，其实并没有那么久，因为在大数据的推动下，有些领域会动的很快。
那AI智能未来即便是弱人工智能，也都是有很大的提升的，我们采用比较保守的财务机构普华永道数据来看，他们预测2030年，中国GDP中AI有20%的贡献，我个人认为会比这更多。但是我们可以看到，即便是保守的财务机构，也看到了这样的一个变化发生的巨大的价值，我们如果回去看，过去的十几年移动互联网可能也就产生这么多价值。所以我觉得这是一个至少移动互联网级别的价值的产生，每一个投资人一定要仔细的观看。
▌二、人工智能应用的四波浪潮
那么谈弱人工智能其实还有4种不同的弱AI，今天既然要展开来讲技术和投资和创业的机会，我们就要把AI很负责的切分成4种，第一种是叫做互联网智能化，第二种是商业智能化，第三种是实体世界智能化，第四波是全自动智能化。
这四波所需要的创业人，所面临的商机所应该面对的投资策略都是不同的。如果有一个团队跟你说，我有一个很棒的AI团队，我们什么AI都投，是不太靠谱的。像创新工场我们4波浪潮有不同的合伙人来主导，有4个不同的团队来看，所以如果有人跟你说所有的AI都是一回事，肯定不是这样。
那这4个机会来自于哪里？互联网AI是最早的，我先简单介绍一下再深入解释。互联网AI就是用最大量的互联网数据来训练AI，商业化AI就是把商业的数据拿来训练AI，用在已有的商业流程，比如说银行、保险、医院等等，实体世界的智能化，把过去不存在的数据捕捉起来，用它来做过去不可能存在的事情，把不可能变成可能。
所以第一、第二波浪潮是把可能的事把已有的数据用的更好，赚更多的钱，创造更多的机会。三是把过去没有的数据捕捉起来，做过去不能做的事情，所以这更厉害。第四波就是说我们不是捕捉数据、运用数据用数据做推测预测，而我们这个东西真的要跟人一样，能够能走能行动能摸能拿起来东西，就像科幻片的机器人一样，虽然没有强AI的动力，但是它可以走可以行动可以摸可以拿起东西，这四波的难度不一样的，但是没有绝对的先后顺序，成熟的程度一定是有先有后的。
但是今天一天我们就可以把四波浪潮都投起来，只是你投资的时候投第四波可能就要期望它的应用跟普及也许还要5年到10年。第三波的话可能就会应用的比较快，那么第一波几乎是已经过去的事情。AI其实特别关键的就是大量的数据，有了数据这4件事情就都可以做了，没有数据是不可能的。
1、利用庞大的自然标注数据，互联网巨头成为第一批受益者
那第一波浪潮到底是什么，其实就是BAT，或者说在美国谷歌、雅虎、facebook 、微软，大概也就是这7家公司。为什么这7家公司作为最早的崛起者？因为世界的这个量非常大，每天有多少数据量，有多少用户，我们其实都在产生数据，不仅在产生数据我们还在上面做小白鼠产生数据，还在做免费的数据标签的标注。
意思就是，当你在每一次用淘宝的时候，你的浏览轨迹，就被捕捉下来，你的淘宝账号，你用什么付费，看了什么东西却没有买，考虑再三最后还没有买或者买了一个竞品，这一切都被捕捉下来。尤其在你买的那一刻的数据标注特别的重要。标注的是什么？标注像你这样的一个人在今天这样的时候，是会买这样一个货品的。所以淘宝能做什么，能不能用他的AI找类似的人在类似的时候，当他还不知道没想到这个货品的时候就当作一个广告推荐给他。
AI就是这么用，他做的事情就是一个推荐、预测、判断还有分类。所谓的分类就是比如说人脸识别，所谓的判断就是决定他该怎么做，我该买这支股票还是那支股票，所谓的预测就是说未来会怎么走，比如说这支股票下周会多少钱，下个月多少钱，这些预测也都是可以做的。
在互联网上我们每天在使用AI，还在帮它标注，那这些标注就成为它的训练样本，所以就有一大堆的淘宝用户每天点击每天购买，让我更清楚的预测什么样的用户什么时候点击，什么样的用户什么时候购买。因此在用户的获取变现转换，都可以把数字化做的更精确。
这就是BAT他们的巨大的优势，他们的流量是BAT的优势。一个在公司很值钱，可以用市值做很多的事情，还有就是品牌很大，用户的流量不要钱，用户的获取是因为天然的品牌和产品得到的，还有隐藏的优势用AI不断优化他的流程，不断提升竞争壁垒。
今天有人给你说给你1000亿做百度或者做淘宝，或者来做微信，你是不可能成功的。你可以把这个钱砸进去获取用户，做各种各样的事情，打造你的品牌，但是今天淘宝平均的数字你就没有办法超过。比如说他平均一个用户来到淘宝网站他可以赚到几块钱，这个数字他是经过十几年的运营的。他每天都有AI在背后算，我要怎么样去展示网页，给一个新来的用户看，才让他有最大的概率在我这里购买。
而且这些大公司很厉害，我们看一个公司的财报可以看很多的数据，我们可以看一个公司的用户量、活跃用户量，可以看他的营收、利润，每一个互联网巨头都可以调整这4个按钮。你可以想像一下，淘宝用户这个季度已经远超预期了，我们要得到用户的留存，所以我们就把人工智能的学习的目标函数修改一下，这个月我们钱是要赚的，但更重要的是用户的时长，那么你看到的网页突然就变了，针对每一个用户不同的喜好页面会显示不一样，真的就是千人千面。
所以淘宝是可以调整，你看到的所有的网页来优化怎么样得到最高的营业额，怎么样得到最高的收益，怎么样得到最多的用户留存，怎么样得到更多的用户转发，怎么样得到更高的用户平均时长。一个公司的CEO把这4个综合说我们的战略怎么走，现在AI都可以做，AI给CEO说什么样的指标，最重要的背后就可以调整，这就是第一批浪潮最大的机会。
还能不能再投第一批浪潮？实际上不能再投了。第一批浪潮首先要有品牌和流量，当我们投一个新的流量入口，可以是像今日头条、快手这些有新的流量的公司，但是要先有流量后做AI的这类公司。投第一波的AI的话，只能投流量很大的公司，帮他把AI做好，赚更多的钱上市，所以反过来的话不是说不可能，是非常的困难。
美图也是一个案例，在座很多的美图的用户，美图每个人都在贡献数据，你在自拍就是在贡献数据。但是美图是怎么标注的，有人知道吗？自拍之后，假如说我们是用一个自动的自拍，美化度是2，然后自拍了以后，下面我可能做什么事情，三件事情：分享、储存或者删除。对美图来说意义是什么？分享一定是美的好的，储存也是美的不错的但是略差一点，但是删除的一定是美的不好的。所以美图要不断的调整自己的AI，收了一大堆的数据拿来做更多导致用户分享的美化效果，还有那些会导致用户储存的效果。
当然千人千面，所以每个人可能喜欢储存的不一样，也许中国人都喜欢白一点，但是非洲人喜欢白但是白一点点就可以了，那些在海滩的人还喜欢自己有点晒黑一点，这个还是要看个人的。
这些标注就让美图现在有一个很难撼动的地位，它的电商不能跟淘宝比，搜索不能跟百度比，但是它的照片尤其是自拍的，尤其是女孩子的自拍，一定是世界最多的，谁还能比它做出更美的效果？很困难。大量的AI的滚动，大量的数据，使AI滚动起来非常的重要。
2、以业务流程为中心，激活已有的数据，创造商业价值
第一波讲完了我讲第二波，第二波浪潮，很多的公司包括传统的公司，内部有很多的数据。过去你存数据可能就是为了一个财务、备份、合法等等的理由把数据存了，存了不当一回事，比如说医院的病例。银行每次的交易的记录，都不见得很重要。
但是今天AI来了我们如果要优化银行，银行要决定出一个新产品了，该推给哪个用户？因为每个用户的推送一定是有限的，能不能把最合适的产品推给最合适的用户？因为推多了就会烦了，这就基于你过去存的数据。我要知道客户的可信度，用了多久我们的服务，存了多少钱。可能还有一些数据是我们没有的，没有的就要去猜，比如说我们其实很需要知道一个用户的身家，那么银行存款不见得会告诉你，但是有外部数据可以帮你猜出来。
我举一个美国的例子，比如说一个人在花旗银行存了10万美元，但是有30栋房子，所以他的身家可能是3亿美元。一个很好的AI不但会把银行里的10万美元算出来，还会在美国的公共数据里面找出来，因此30亿美元的富翁，我们会推适合他的合适他的产品。银行推送广告的转化率，也就是你作为银行用户收到一个短信或者说一个电话，或者收到微信的推送，然后你的购买率经过AI提升65%，以前1万个人，100个人买，现在165个人买了，这对银行的利润增长非常巨大。
这些例子很多，二级市场的投资肯定是会用AI，现在还没用的很好，但是未来会开发，未来的AI角色会越来越大。现在大家讲量化，还是不是讲速度，讲智商？其实讲的是融合，是把各种各样的数据融合起来，不只是看股票的指数，看股票未来走势怎么走，还会把每一个季度的财报读进来，读的时候会看出不一样的地方，比如说管理团队，上季度说我们非常乐观，这个季度说我们乐观，少了非常两个字，AI就可以提出一个红灯让你做更聪明的判断。
AI可以容纳大量的数据，数据越多，做的越好，这些数据可以是多样性，一个分析报告的文字，还有股票的走势，还有社交网络的正向和负向，还有格隆汇说了什么，雪球上做了什么，这些全部可以综合起来，这是投资方面特别适合用大数据的。
而且不要认为只有二级市场，这次我到美国跟谷歌在投资委员会做了一个机器，不止是几个厉害的投资人，几个GP，几个合伙人在那投票，机器还要投一票。机器也就是各种的数据，有历史可以看到让机器投票得到的回报是多少。我们会看到以后一级市场二级市场都会用到AI，但是你用AI你的数据一定要整理好，如果你是没有数据化的公司，不可能有AI，数字化以后还要去整理，整理以后需要专家，专家来帮助你调解。最开始是辅助，最后是协助，最后是机器来做，机器为主。
金融界根本就是一个人创造的虚拟数字游戏，根本就不适合人来做的，抱歉。但是它不是一个很自然的事情，人写一首诗人抱着孩子是很自然的事情。金融界数字多，标注清楚，而且是非常客观，股票不是涨就是跌了，保险费不是涨就是没涨，贷款不是还了就是没还，没有模糊的空间，没有情感优势，所以是适合AI来做的。AI统治金融界应该是一个迟早的事情，当然也可能要20年，30年，也可能有些领域一两年就发生了，也可能二级市场更合适，也许天使投资更安全，这个需要时间来验证。但是我觉得AI作为比人类更强的投资方法这个是确定的，然后在银行、保险等等领域都有机会。
医疗有没有机会？我觉得医疗的机会是特别巨大的，但是因为有数据的问题，有标注的问题，相比金融的数据量大，标注精准，医疗的就比较麻烦，我们协和级别的医生可以有多少来做标注，比如说癌症的医疗，活了就是正面，没活就不是正面。当一个人来他可能活10年20年，50年，数据累计太慢所以又带来一些问题，所以医疗我觉得真的应该做，但是不是那么容易做。
如果要投第二波浪潮的，我觉得是非常需要有一个懂大数据的CTO，不一定要是一个特别牛的AI的科学家，他要有务实的经验。他如果在谷歌的搜索，或者说百度的凤巢，做过这类的工程师是非常适合。还要有年轻的人懂调参数，还有懂商业经验的人做CEO，你做这个软件要卖给同行，要会卖，卖企业级软件并不是容易的事。
这波浪潮里，比较著名的是追一科技，他做的是客服，每一个客户发生的问题，要退货，或者有疑问，或者掉了一个充电器，针对运营商也好，银行也好，滴滴也好，会把用户交易纪录全部收进来，然后这些用户一般会给客服打分的，如果客服办的不满意，可能6个月以后不做这个服务了，可以作为大数据的标注。当然一个公司卖的产品是很有限的，在滴滴上面发生的事件投诉也就那么多，车子没来等等的，或者说在一个保险，或者我的花费，月费该怎么缴等等。
我们追一科技也开始在使用，也开始进入好几个大的银行，那么它的精确已经超过人类，客户满意度还在提升中，所以我觉得这是时间问题。中美的企业包括印度的外包就有2000万个客服，这些都会被集聚起来，客服被取代之后，一个聪明的机器客服是很会趁机帮你打品牌推销产品的，比如说我退了一个oppo 的手机，说要不要买一个小米，也不是说它更好，他也有一个目标，卖出这个产品是第二个目标。AI客服机器人推荐的一个链接点击率是50%，所以这会比百度的广告更有效，这会变成企业促销的工具。
3、实体世界的智能化
传统商业谈完了，我们来谈谈第三波浪潮。当我们把全世界过去没有储存的数据突然捕捉起来，然后拿它来做有意思的事情，比如说我们的天猫精灵，在捕捉我们的语音，这是一个例子。比如说我们在购物中心或者说一家商店，或者说美国的亚马逊，或者说有超级商店的这个投资，还有一些无人商店。无人商店其实是重要的部分，商店的无人其实就两个部分，一个就是说，用AI来识别谁买了什么东西，然后帮你去付账，然后经过这件事情让你觉得很酷，让你节省时间让你不用排队结账这是优势。
但是其实它更大的优势是什么，它是知道了你是谁，到了哪一排的货品，试穿了哪一件衣服，最后发现尺寸不符又是哪一件，或者说衣服太贵而没有买，这些视频语音都会捕捉起来然后回到公司的决策逻辑。一方面可以决定这个衣服大家都觉得贵，我要重新定价或者这件衣服不合身，穿上不好看，或者这个衣服红色好看，要有红色的就好，都可以捕捉下来。再一个可以预测数量，红色卖20件，蓝色卖5件，我们可以这样进货；我们可以发现这个季节的人喜欢粉红色的长裙，那我们下个季度就多做一些。整个商店的流程就被完整起来，从产品的设计到最后的购买，还有用户的满意度。
听起来有点像未来很远的事情，但是Amazon Go已经开始推出了，阿里也在做尝试，我们投资的F5未来商店也会做，这个会很快推出，尤其是在中国。
这只是有关零售行业的，我们可以期待，这些是可以用在仓储、物流等领域的。我们看到一家公司外包给好多的小工厂，我们能不能放一些小摄像头来确保那些工人有在工作，要不然我们货物就来不了了。
我们在教育方面也投资了像盒子鱼，把线上线下课程都捕捉起来，这是一个对学生从教学、练习到测试的全方位的辅导，它将这些数据累积起来，然后线上线下相结合，这些未来都是会发生的。昨天我做了一个OMO的分享，如果有兴趣的话可以去看看创新工场的微信公众账号，昨天发布了一个关于OMO的未来的文章，讲到了OMO会怎样颠覆零售、教育、交通等等领域。
OMO是什么意思呢？OMO就是线上线下完整的融合为一。那么要融合为一就必须用AI，因为要靠AI来预测它的一切需求行为，通过AI来捕捉线下的用户，然后在线上把数据结合起来。你可以想象未来，比如说你去买了一个电动牙刷，回家可能就发现，背后的线上已经开始问你两个月后要不要换牙刷头，这些东西线上线下都是会结合的。
关于语音视频方面，很多人可能听过相关的创业者说新的用户界面是通过手势、眨眼睛、说话来进行的，机器都可以听懂之类的。我觉得这样的项目一般就不要投了，因为如果真的要做出颠覆性的东西，已有的产品是不需要新的用户界面的，新的用户界面很难融入已有的界面。我们的电脑就是一个鼠标first 和键盘first 的产品，一定要塞语音已经塞不进去了，硬要做手势和摇一摇之类的，是没用的。手机是一个touch first，当然乔布斯发明手机的时候可以把它做成一个语音first的产品，但是他没有。像语音这样的只能用在车载比如说音箱，或者一个全新的产品，但是你这么做的时候一定要给他设计一个全新的用户体验，甚至你会需要一个非常强的产品经理，才可能做出新用户体验的机器。这一类有很多出来融资的AI公司，但是非常容易有陷阱，各位一定要小心。
这里举一个我们投资的例子，也是比较知名的旷视科技，face＋＋，前段时间做了全世界AI公司最大的一轮融资。这个公司是基于计算机视觉的，我认为视觉是比语音更容易推动的，我以前是做语音的，所以我讲这个应该是比较客观的。视觉上是比较容易把问题切割小的，因为AI不能够了解完整的一个场景或者说懂一个人的大脑在想什么，但是AI是可以从看到的影像里识别出脸在哪里、杯子在哪里、车在哪里、车牌是几号、行人在哪里、会不会过街等，这些东西是可以切割出来的，把它当作单领域的简单的识别，不用很深的理解就可以做到。
我们可以看到，人脸识别作为一个单一的案例，face＋＋是最早做这个领域的公司，现在的识别度非常得高，当时在德国马云也是特别去演示这个技术，现在它可以同时识别300万个人。如果我们有一个世界的通缉库，我们把它放在世界的每一个机场，这个通缉库也不可能超过300万个人，那么这些人基本上就是无处可逃了。这些给我们带来的不仅是商业价值，而且是更多的安全保证，让社会更加的稳定。另外一个有意思的例子，有一个城市用了face＋＋，那些闯了红灯过马路的人的照片立马就会被拍下来，账单就直接寄到了家里。
4、全面自动智能化
第四波浪潮是全自动智能化，即AI可以动起来，可以走动，可能用轮子或者是脚，可以拿东西。当然这个的速度会比较慢，它不仅要用到机器学习的软件，还要有硬件，和学机械学电机的人一起来工作。它就不像AI爆发得那么快，会有一点难度，需要一些时间，但是都可以克服。我认为会有两个重点：
第一个是自动驾驶会成为这个行业的催化剂。为什么会这样？首先是它对经济的影响太大了，大概是全球10%到20%的GDP的价值，因为它不仅是影响买车的价值，还有出行的习惯、消费等，以后我们自动驾驶滴滴随叫随到，我们就不需要买车了，以后我们钱变多了，交通变好了，故障变少了，人的生命更安全了，随之而来的我们的保险也会下降。以后我们的车都是共享的，我们的停车库就可以激活拿来做别的用途了。我们的物流开始自动化了，比如说我要买很远的广西的橘子就非常容易了，价格非常低了，因为不是人来开而是机器来开，加上它是电动车和共享经济，所以机会是非常大的。
第二个是全世界的公司都接受了自动驾驶必然到来，包括所有的车厂，它不像手机时代到来的时候，可能很多的PC公司还在说，PC为主，手机为辅，所以那时候很多的PC公司都死掉了。但是这次不一样了，传统的这些公司都已经投降了，每一家车厂都在说迟早是自动驾驶的世界，只是有些会说3年，有些会说20年，但是没有人会说它不会来。所以它的到来对整个经济的颠覆，提供的创业机会和投资机会是非常巨大的。而且一旦做成了，背后会有一个软件和硬件是能看、能听、能走、能知道环境一切。
那么是不是机器人的世界就到来了？我们看科幻小说，会期待有机器人帮我们迎客、做饭、打扫等等，这一天肯定是会来的，但是首先是有车，先把这些问题解决了，然后按照几十万块钱做一台车，然后再几千块做一个机器人，到那一天我们就有福了，虽然还很早，但它一定会发生。
我们首先通过车把这些困难的问题用大量的资金，用高昂的售价解决了，才可能有机器人的那一天。而且我们认为机器人会先从赚钱的领域出来，而不是家庭机器人。这些机器人应该是先在工业出现，比如说富士康的董事就不断地来看哪些机器可以做得比人更好，在产品的良率、产品的识别以及简单的流水线的组合等方面，一步步地去克服，从价钱最高最好的地方往下移，一步步的来省钱。
在商业方面很多工作人类是不想做的，比如说我们投了一家生产摘草莓机器人的公司，其实机器很简单，用视觉识别看到草莓，然后把它摘下来不要弄坏就可以了；我们还投了一家生产洗碗机器人的公司，但它不是卖到家里，而是卖到餐馆的，很贵，要几十万美金，因为在美国，洗碗工是最容易闹情绪的，他虽然在餐馆环节不重要，但是突然没有人洗碗了，你的整个运营就崩溃了，所以有个洗碗机器的话，按照租赁的方法，是可以很好的解决问题的，所以这一类可以帮你赚钱省钱的机器人会先发生，这也是我们主要投资的方向。简单的讲，我们的投资一方面是投无人驾驶，另一方面是投机器人和智能制造，再者就是芯片了。
我们投无人驾驶的时候，非常重要的是能够一边收集数据一边学习，一边进步一边滚动，所以我们投的第一家无人驾驶就是驭势科技，他并不是一步登天在二环三环就可以跑，他想做的是非常务实的一个慢速车，可能会在景区、机场、物流等方面使用。下一步会先做一些慢速的车在真实的道路上跑，比如说清洁车或垃圾车，这些方面的安全性就会比较高。
我们可以看到很多有意思的无人驾驶，比如说矿区的送矿，走固定路线的大巴车，还有一些卡车、货车，因为它可以降低出事率，而且无人驾驶很适合在高速公路而不是小道路开。这些公司我就很看好，因为它是场景化的，是在一个场景里面解决一个真实的问题，从这里面去获取更多的数据，让数据能够迭代，然后做到更难的场景，我觉得未来就应该是这样的。
其实我们可以看到像谷歌、百度，都是先做简单的文字，之后再图片、视频、手机、机器人操作系统、语音、对话，然后现在都在做汽车，所以其实谷歌、百度的路线就是先解决简单的问题，打磨自身的技术，再越做越难。所以无人驾驶也是要先赶快推出，收集数据，再进入更难的场景，这是必然的过程。
所以刚才讲的4个领域都很不一样，但是AI需要的东西是一样的，这4种AI会在5种情况下进行工作：海量数据、客观精准自然标注、单一领域、超大计算量、顶尖AI科学家，我们以后的科研就是要克服这5个问题，海量数据能不能不要那么多，客观标注能不能少一点，单一的领域能不能做到多领域，计算量能不能做到便宜一点，能不能做到手机、摄像头里面，顶级的科学家能不能不要，能不能有一个平台让所有的工程师都可以做AI的科学家，这天发生的时候，我们的AI应用就会井喷了。
▌三、中国在AI领域的优势与机会
1、学术水平提升
虽然最顶级的、最有智慧的科学家大部分在北美，有美国人、加拿大人和英国人，所有图灵奖的得主、院士、深度学习的发明者基本上看不到中国面孔，但是作为投资人，我们一点也不用担忧。我自己做过学术，学术人的思维是发明了什么东西赶快写一篇论文，尽快地投出去，然后让大家都知道是我发明的，这些人是乐于分享的。以前一篇论文发表要一两年，现在有的论文第二天就发表了，像最近的一个关于国际象棋的文章，做完了甚至没有经过一个期刊的科学审阅就马上发出来了。
我们可以看到中国现在有很多乐观的地方，比如我们的face＋＋就打败了最厉害的谷歌、微软等。在国际识别竞赛方面，我们可以看到中国学术的比例，在大量的文献里面，AI的比例从过去10年中的20%多提升到了40%。
2、AI人才金字塔全方位快速成长
很多顶级的创业者还有小朋友们都涌入了AI，一部分是当年非常有幸创立微软研究院的资深人才，他们都成为了领跑中国的AI大将，另外是我们的一代代的学生们，都成为了今天创业的主力，所以微软的人脉还是对我们创新工场有很大的帮助的。
3、巨大的市场，巨大的数据量
数据量越大，越有优势，中国的数据量是压倒全球的。在移动互联网方面是美国的3倍，线下移动支付美国50倍，外卖是美国的10倍，共享单车是美国的300倍，这些数字都是有价值的，比如摩拜很清楚地掌握了每一个人什么时候上车开到什么地方，摩拜的传感器捕捉起来都可以产生价值。支付更不用说了，因为支付是我们真正的用钱说话的行为，将它记录下来一定是能够产生海量的价值的。
4、人工智能成为投资风口
当我在美国跟他们说，中国有6亿多人口彼此付费几乎没有佣金，而且每次最低转账可以是1块钱，美国人都惊呆了，因为美国人习惯了信用卡刷一次20美金，只能刷给商家，商家还要狠狠地抽3%左右，这是一个非常不合理的剥削行为，让信用卡已经没办法继续发展为更大的一个线下支付工具。而中国有了这个工具以后，我们可以说我们该买腾讯、阿里的股票，更重要的是，在这个基础上，创业会成为一个井喷式的机会，创业者通过导致用户付费而从中赚钱的机会就更大了。
我们可以说如果今天中国没有移动支付只有信用卡，摩拜是做不起来的，也可以说美团肯定不会像现在这么大，所以这些庞大的数据量带来的井喷的创业机会是特别巨大的。中国的AI投资已经成为一个风口，我们可以公正的讲一下，除了我们face＋＋还有几个非常厉害的计算机视觉公司，这些随便哪一家都可以打败美国公司，因为我们是靠获取数据量的技术来取胜的。
谈到二级市场，比如A股的科大讯飞，美国的Nuance，有人说美国公司做全球市场，我们凭什么跟他打？但是中国的市场是单一的，是同语言的，是共通的，数据可以打通，AI可以直接运行，Nuance 做了50个语言，甚至更多，这就是50套AI，而中国是一套AI，可能它的总数据量不如人家的50套，但是它比别人的每一个语言都多3倍5倍甚至更多。
这其实也代表了中国的公司是更容易变通，更愿意往前冲的。哪怕科大讯飞已经成立20年，刘总每次见到我还是充满热情地继续往前冲，也愿意尝试各种生意模式，包括进入教育等领域。而Nuance 则是一直傻傻地固执地卖着语音识别的API，那么这种固守的美国式创业就看到他们的估值从原来的3比1到现在变成1比2。这样的一个巨大的差别，这些也会发生在中国的一些AI公司里面。
5、政策国情推动AI发展
中国的第五个优势就是政策的优势。美国政府也很关注AI，但是他们谈的问题都是相关的长期的法律道德问题。中国2017年7月推出的《新一代人工智能发展规则》里面非常清晰地告诉我们，就像五年计划一样，2020年要跟上全球领先国家的AI技术与应用，2030年要成为全球顶级的AI创新中心，十九大里面也将人工智能和大数据提为最重要的技术之一。我们国内政府的认可和推动不止是一个口号，不止是一份白皮书，地方政府都在通过基金、人才补助等各种各样的方法引导。
▌四、AI领域的挑战
第一，不够平台化，很少人会用，我们要试着解决它；
第二，GPU太贵，上次格隆汇的分享里，我说要投英伟达，如果你听我的话，应该赚了1倍以上了，现在还该不该买，我还要再考虑一下，因为股价很高，但产品确实很好，而且现在会有很多的挑战者出来；
第三，使用新技术，研发低成本、高性能的传感器，这些会越做越多，越做越便宜；
第四，要在实体世界里实现帮助突破人类局限和极限的执行机构和器件，它会帮助人类克服很多的问题。
▌五、创新工场：致力成为中国顶级VC
最后是关于AI浪潮中的创新工场，千万不要认为我们还是投天使轮、孵化器，我们下一步就是要跟你们对接，因为我们现在管理的整个资金量已经是100多亿了，我们投资的轮次可到A轮、B轮、C轮、D轮，天使其实已经不太投了。我们有很多的项目都要准备考虑上市，港股也是我们选择的重要方向之一，我们投资领域的一些明星项目大家可以看一下：
去年全世界的VC里面创造最多独角兽的，我们是排第二三名，所以我们真的是能够创造出独角兽的。我们创造的这么多独角兽里除了AI领域，还有刚才已经讲到的摩拜、VIPKID、美图、暴走漫画等，为什么我们能够得到这么好的投资回报呢？因为我们在每一个领域的浪潮来临之前，我们都会先布局，先布局就表示能够以更低的价钱进入得到更高的回报。
在AI领域我们有得天独厚的优势，不仅是在中国，我们敢说我们是全世界最懂AI的VC，我自己在37年前开始做AI，我们有AI大军，有AI工程院，有14个AI博士，所以我们已经是ALL in AI，我们相信AI就是最重要的方向和浪潮，我们团队里投AI有中国人，也有美国人，有技术人，有博士，有MBA，我们拥有业界最完整的团队。我们AI领域的回报也是非常高的，还有非常成功的、非常有价值的公司，下图中的绿色代表着我们每一支投资所得到的回报。有这么多AI的大脑在我们的公司里面，我们肯定有很多关于AI的投资，有些是现在要发生的，有些可能要三五年或是十年，十年也可以投，那么你就要有一个够长的耐心和够长的基金来投这类的公司。
我们的工程院是我们投资机构的姐妹机构，它会帮我们看项目，了解项目，挖人，培训人，会补强我们AI全方位的能力。我们在做各种对AI产业的推动，因为我们既然有自信是最懂AI的VC，我们就让这个产业做大，因为我们一定会得我们应得的那一块蛋糕。我们做了很多公益的事情，包括写书、讲座、夏令营、教孩子们以及推动有奖金的AI数据比赛等。在这个方面，我们做了很多连接世界的事情。这对我们的投资很有帮助，因为很多好的科技案例还是会来自美国，所以我相信我们对全球的链接，无论是我认识的AI大牛，还是硅谷的投资机构，还是顶级的世界媒体，还有我正在写的第二本AI的书，都会帮助我们的品牌达到更高的提升，这就是我们VC＋AI的模式，如果你想投AI的话，就投我们，谢谢！
网友评论