李开复:人工智能四波浪潮与机会
2017-12-17 12:34:27
  • 0
  • 0
  • 1

来源:36氪的朋友们 

互联网智能化、商业智能化、实体世界智能化、全自动智能化。

编者按:本文来自“港股那点事”(ID:hkstocks),36氪经授权发布。

创新工场创始人、首席执行官李开复博士,发表了《人工智能四波浪潮与机会》的主题演讲。以下为演讲全文:

很高兴又有机会来到格隆汇跟大家分享,去年格隆汇“决战港股”的演讲上讲过一些人工智能的基础,今天想来更多讲一下人工智能的应用,还有在中国的商机,以及创新工场现在在做的事情。也会提到在二级市场AI可能带来的机会和冲击,当然也有很多现在我们可能面临的潜在的一些泡沫。

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!

Q&A

提问1:非常感谢李博士的演讲,我想请教一个问题,您刚才讲到AI的第四波浪潮的时候,讲到了无人驾驶汽车,您说过一句话,说机器人要从工业走向家庭必须首先是无人汽车的普及,我想请教一下这个背后的逻辑,谢谢。

李开复:我觉得一个普及化的高功能的家庭机器人今天是做不出来,因为一个真的能走、能动、能看、能听的机器人,今天做起来可能是几百万美金的代价。所以我们需要通过无人驾驶把这些技术打磨出来,需要靠工业应用和商业应用来确认他们的行动是不会伤人的,是精确的等等,这个过程是要花很长的时间。

比如说当我们刚有汽车的时候,一个玩具汽车能够在家里开都需要很久的时间,因为当时的很多技术都还不成熟。大部分传统的行业,都是靠把一些很贵很难的技术突破,把过去一些不太工作的技术弄得可以工作,把过去贵的技术变便宜,这事需要让高端的愿意付这些钱的人去买单,最终这些技术变得便宜了才能进入家中。另外,大家对机器人的期待很高,一个长得像人的东西走进家里,哪怕没有双脚没有下身,但那些机器人有人的身体有眼睛等,大家的期望值会很高,我会觉得这个东西要跟人一样聪明才行,所以人们会很失望。

所以我觉得人形机器人也好,高端的家庭机器人也好,现在是绝对做不出来的,给我100万美金也造不出来一台达到家庭期待的通用型的机器。这是不是代表家庭现在就不会有?不是的,像现在天猫精灵就是一两百块钱,他也有语音识别,两三千块钱就可以买一个小鱼在家,但这些不是机器人,只能说是智能家电,是用语音赋能的一点点AIDE 能力。

今天我要跟各位投资人特别分享的一点,有人跟你说要做家庭智能机器人,跟你说可以投多少多少的钱,一般来说大家不要考虑这种企业。自动化第四波浪潮的机器人,现在技术还没有成熟,还不能进入家庭,最终只有等技术慢慢的累积成熟后在进入到这个领域。谢谢!

提问2:我想问一下,通常一个产业在刚开始的时候,利润率最高的都是在上游,随着产业的成熟,通过激烈的竞争,利润率会逐渐转移到下游,所以您认为2018年AI利润率最高的是上游、中游还是下游,您会怎样做投资决策?

李开复:如果现在从哪个公司赚钱最多的角度来说,那一定是那些有闭环,上下游通吃,大量数据垄断优势的公司,一个标准的公司可能是作为一个技术公司,它用2B的方法把东西卖出去,关于上下游,我觉得其实整体来说应该只有2个层,一个就是做AI技术,用它来解决一个问题,还有就是把它带进一个场景,比如说我们的第四范式,经过他的渠道把产品卖到银行里,这可能就是一个比较标准化的2B的公司,或者我做了一个非常好的激光雷达,它比别人便宜很多,所以我希望通过百度或者经过北汽进入市场,把它卖出去。

一定程度上大部分AI公司都是2B公司,在现在阶段,也都是自己卖得比较多,然后开始有一些渠道,但是还没有那么多公司成立,所以还没有那么多的上中下游。一般来说2B的公司的爆发成长比较慢,所以大家投AI公司要有耐心,因为他不是一马上可以获得暴利的公司,他需要慢慢累计用户,比如说当第四范式拿下四大银行的单子,巨大的单子以后会有一些骨牌的效应,但是时间会比较慢,他是创立4年以后才拿下的,所以我觉得做早期投资需要耐心、需要眼光、需要技术的理解。所以为了不要太让大家失去积极性,我会整体建议大家如果不是AI模式就先不要投AI的早期项目,中期项目也要谨慎的一点,而且现在泡沫也比较大,我听你的口吻,你是一个二级市场的投资人,你回头来看这个产业链,现在这个产业链还是乱的,我觉得这个逻辑应该还不在现在的AI产业里面,AI真的是很困难的存活着,我觉得可能今天声音最大的AI公司有一半是不能存活的。

那些投AI的基金很多应该是要赔钱的,虽然这个领域我是超级看好的,但是我觉得大家早期的投资还是要非常的谨慎的。如果你还是想投资AI赚钱,你可以参考一下美国的公司,另外,未来一两年,在港股应该会出现一些不错的AI公司,还有我认为在PE端,最后一轮IPO的融资,你可以看一下这些项目,看这些项目很简单,你不要把他当作AI 的公司,纯看他的报表,再把AI加一点进去应该就差不多了,这样应该更符合你们的投资习惯和逻辑,这样可也会降低被AI概念忽悠,过早进入一些可能是泡沫式的估值的公司的概率。

 
最新文章
相关阅读