首页 > 信息化 > 正文

引爆AI不仅靠技术,执行有力才明势:明势资本科技高峰论坛实录

2017-04-11 08:39:25  来源:明势资本FutureCapital

摘要:明势资本年会4月7日在北京举行。明势资本创始合伙人黄明明介绍了2016年度基金情况和2017年基金发展展望,并解析了明势资本的投资价值观和方法论。
关键词: AI 科技
\

     明势资本年会4月7日在北京举行。明势资本创始合伙人黄明明介绍了2016年度基金情况和2017年基金发展展望,并解析了明势资本的投资价值观和方法论。年会同时举办《科技高峰论坛》,新智元创始人杨静主持,明势资本创始合伙人黄明明、北京大学人工智能创新中心主任雷鸣、北京航空航天大学教授王田苗王田苗、紫牛基金创始合伙人张泉灵、微软亚洲研究院副院长张益肇等嘉宾参与讨论了人工智能的引爆点、如何落地问题。

  2017年4月7日,明势资本在北京举行年会,发布了2016年度基金情况和2017年基金发展展望。明势资本创始合伙人黄明明解析了明势资本的投资价值观和方法论。年会同期举办的《科技高峰论坛》上,新智元创始人杨静主持、黄明明、北京大学人工智能创新中心主任雷鸣、北京航空航天大学教授王田苗、紫牛基金创始合伙人张泉灵、微软亚洲研究院副院长张益肇有精彩对论,对人工智能投资和产业趋势进行深度剖析。

  \

  \
  包凡、薛蛮子、周亚辉等创投圈名人出席本次明势年会

  黄明明讲解明势资本2016成绩单

  明势资本成立不到三年,目前管理两支美元基金和一支人民币基金。其中第一期美元基金78%项目完成1至3轮后续融资;二期美元基金50%项目完成1至2轮后续融资;人民币基金1/3项目进入下一轮融资。

  \

  黄明明介绍,明势资本虽然是一个成立不到三年的基金,现在已经顺利完成了两期美元基金的募集,还有一期人民币基金也募集得非常顺利,大概在Q2会做最后的关闭。目前,明势大概80%的项目都已经顺利的进入到下一轮或者再下一轮。

  从具体项目发展来看,黄明明介绍说,大概到今天为止,近70个项目里面有17个项目已经完成B轮,或者到C轮的融资。从天使轮,就是最早的一轮开始投资的项目,用了不到两年时间现在有7个项目已经估值过亿美金。

  2016年,明势资本依然投的很慢,虽然相比前两年有所加速,总的大概投了将近1.5亿人民币左右,但是所投项目在当年后续的融资已经到达了45亿人民币。

  黄明明:没有什么资本寒冬,进入市场的钱反而更多了

  黄明明说:“我觉得价值观对于一个企业,尤其对一支基金来说是非常重要的,它决定了你做什么和不做什么。我个人认为,对一支基金来说不做什么可能更重要。我们知道今天这个市场面临的诱惑太多,今天一个风口、明天一个热点,今天有一个新的趋势、明天有一个新的动态,快钱也可以赚,长线的钱、高回报的钱也可以赚。所以决定做什么、不做什么是非常重要的。”

  他回忆说,2014年其实对新基金来说,不是一个很好的年份,甚至说是一个比较差的年份。一方面,中国经济的增速全面放缓,各种体制、结构性的问题,已经到了不解决就没法进一步升级的地步。另一方面,当时又是“大众创业、万众创新”的时候,所以各种新的风口项目、严重依靠补贴的O2O项目、P2P金融项目大量涌现。2014年,明势分析了几大红利,他们认为包括人口红利,互联网的流量红利和第一代互联网的技术红利,都已经消失。

  在这种情况下,所有人都在找什么是下一个经济发展的源动力或者驱动力,包括在2015年,也开始有各种资本寒冬论。

  实际上黄明明认为,2015年也好、2016年也好,从来没有什么资本寒冬。他说:“正向反,进入到这个市场,尤其一级市场的热钱,比往年反而是更多了,更不要提从去年开始到今年万亿的国家队来入场。但是从2015年底到2016年,所有人突然放缓了脚步的原因是什么呢?我认同包凡的讲法就是,实际上是优质资产的标的荒,大家发现之前所谓的一些风口项目、独角兽项目,很快发展遇到了瓶颈和天花板,甚至进入快速往下走的阶段。”

  2015年明势开始投资大数据,包括2016年的人工智能。黄明明说,我想跟在座各位分享的就是,很多人知道明势资本在人工智能领域投了非常多好的项目,但是我们不是到了2016年才发现这是个风口的,而是我们一贯相信技术和科技,能够对生产效率提升的力量,我们是沿着这个主题一直投下来的。

  黄明明说:“想明白这个问题,我们再看我们那些投的优秀科技创业者,我发现他们跟我们也是一类人,相对来说都是比较务实、比较低调的。我们发现这就是我们投的比较靠谱的科技类创业者的一个共性:扎实、低调,而且大家之间是能闻出味来的,我们发现最优秀的创业者之间会是能闻出味来的。”

  明势资本定了两条核心价值观:

  1、只寻找在科技领域技术驱动的最优秀的创业者,然后不遗余力的去帮助他们成就伟大的公司。

  2、只在我们专业的领域追求长期利益的最大化。

  怎么投人工智能?人才最重要

  黄明明认为,人工智能还处在早期,所以除去底层的架构或者应用层,必须锁定结点性的人物,或者是领军人物。

  他说,明势资本已经建立了自己的人才库,有来自微软亚洲研究院、北航、BAT等大公司、华为的诺亚方舟实验室的产业界的大牛,也有来自香港的港科大和港中文,以及海外的几所人工智能重镇院校的华人顶级科学家和学界领军人物。
  
《科技高峰论坛》

  年会上同时举办《科技高峰论坛》,由新智元创始人杨静主持,参与讨论的嘉宾包括:明势资本创始合伙人黄明明、北京大学人工智能创新中心主任雷鸣、北京航空航天大学教授王田苗、紫牛基金创始合伙人张泉灵、微软亚洲研究院副院长张益肇。

  \

  论坛上,几位嘉宾围绕人工智能技术如何产业化的话题展开讨论。深度剖析了当下人工智能产业中出现的“坑”,还对“AI引爆点”、如何逮到AI独角兽等问题进行讨论,来自媒体、学者和投资人、技术研究者的观点交锋,精彩纷呈。以下是文字实录:

  杨静:大家可能不太认识,所以需要大家自我介绍一下,每个人两分钟。

  张泉灵:刚才黄明明说,跟着名人有好处,其实所谓的名人有好处也有坏处。好处是,从投资的角度上来讲,的确有很多很好的项目,作为一个像紫牛这样的新基金,是不会有机会让你看到的。但是因为你是一个名人,就会有一些好的项目主动找上门来,这是名人投资最大的益处。而且跟人打交道的时候,事实上省去了前面相互信任的时间,至少对方不会那么防备。

  坏处是,紫牛基金其实有一半是投在人工智能领域,但我每次说的时候,大家都会“呵呵”一下,我至少得花半个小时的时间让他相信我们的确是投人工智能的。所以,我觉得顺势而为这件事情也不能全丢弃了。我们目前在募我们的二期,我还要告诉你们,我们不仅是投人工智能的,我还打算把我的资源老底都翻出来,我们要开始投文体了。

  雷鸣:我属于运气比较好,早期跟着李彦宏做了百度,之后去斯坦福读了EMBA,回来之后,做了酷我音乐。酷我做的时间比预想的时间长一点,几年前有几个合并,酷我、酷狗跟腾讯音乐合并完之后,我算是在运营层面上基本上退出了。

  这几年对AI这块确实是非常关注。大家也知道,人工智能和搜索之间有某种很有意思的联系。人工智能美国最领先的是Google,中国最领先的是百度,其实原因在于,它背后是大数据驱动加上运算能力的迭代,使得Google和百度在人工智能上的能力可以爆发出来。

  我个人还是一个工程师,技术一直没有丢,现在也辅导博士,做一些研究的项目。最近做了几件事,第一,在北大人工智能创业中心,我和一些教授、学者做了一点研究,包括在北大开了个课叫人工智能前沿和产业趋势,还算蛮火的,在北大研究生公选课里应该是最火爆的,一下选了400多人,超过了我们的想象。

  另外,我个人也做了一些天使投资。其实我蛮感兴趣把科技人才和产业这边做某种连接,从教育上和实际的操作上,都在做一些这方面的事情。

  王田苗:我从事机器人研究已经有25年的历程了。90年我正式在清华做博士后研究的时候,做的是移动机器人,后面就到国外做医疗机器人。正好在15年前,互联网来了,于是我在想在整个机器人发展过程当中,怎么能够给这个产业有一些贡献?我发现作为一个教授,最大的资源其实就是人才。

  所以,那时候我就建立了智能技术与机器人实验室,叫ITR。在这个过程当中,孵化投资了纳恩博,做短途代步的,后来收购了赛格威。

  在医疗大健康领域,我们主要投了医疗机器人,尤其是骨科,像天智航也上市了(三板),还有脑外科,最近投智能假肢、智能康复。在智能制造领域主要是投了新材料,还有包括投了磁悬浮电机。最近,我在投资孵化老龄社会的护理床,包括传感和运动控制功能。

  在这个过程当中,我也作为雅瑞资本、真格基金的科技顾问,有时候我会从产业发展的态势和领军的人才角度来给他们提一些独到的见解。谢谢!

  黄明明:王老师特别谦虚我们讲他是“独角兽的孵化器”。雷鸣也比较谦虚,他是大名鼎鼎的百度早期创始人,百度七剑客之一。而且确实搜索引擎和人工智能就是一脉相承的。

  张益肇:大家好,首先感谢黄总能给我这个机会参加这个活动,学到很多。今年是我在微软亚洲研究院的第18年。我1999年从美国硅谷回国,之前在一家也是做人工智能的公司Nuance。我1995年毕业就加入那家公司,当时算我才12个员工,到我离开的时候已经300多个员工了。

  在微软亚洲研究院这18年我参与了不同的活动。刚开始是做语音识别、语音合成技术,但现在我开玩笑说,我是研究院的外交部,达成了很多跟研究院的合作。我也是微软加速器的导师,很多微软加速器孵化的公司,我们都会深度参与和帮助他们,比如助理来也、美菜等等。

  我现在自己个人在研究院做的是跟医疗有关的研究,包括医疗影象处理和医疗信息处理。在中国老龄化这么严重、同时医生资源非常缺乏的情况下,如果可以通过人工智能或者大数据做一些贡献的话,是非常有益的事情。

  以微软立场来讲的话,我们现在的使命是,怎样让人工智能更普及化。今天讲的科技不仅仅是人工智能,大家也知道微软最近推了一个混合现实的产品叫HoloLens,严格说起来不能算是人工智能,但是我相信,如果大家看到它长远的发展,它对社会的影响可能不小于人工智能。

  杨静:刚才张院长提到一个大家都在关注的话题,就是人工智能怎么产业化。现在的投资面临从商业模式向技术创新、技术驱动投资的转型过程,我们人工智能同样面临一个特别严峻的现实,其实HoloLens、GoogleHome,或者是包括百度其他的人工智能产品,怎么样产业化、商业化,达到上市的标准,其实是很有难度的。包括微软可能也面对这个问题,我们知道微软亚洲研究院是发论文的一个大王,但怎样把人工智能的产品落地,怎样在商业化过程中实现人工智能的技术价值,微软在这个方面有什么成功经验或者失败的坑?

  张益肇:在微软,做一个新产品的话,我们会考虑三个纬度(BXT):

  纬度一,技术(T)。微软是一个技术公司,任何产品本身技术要能够达标。在我自己的领域,语音识别来说,有多少人梦想现在不需要速记员在后面敲敲打打,但是现在坦白来讲技术还没有达到那个目标。如果某个产品的目标是这个,技术现在还没有办法做到的话,那这个本身就是一个问题。

  纬度二,黏性(X)。这指的是你这个产品会不会有人想要用,这个黏性有多强。用我们的产品举例,那时候有不同的金融公司来找我,想在电话上面用语音识别来做服务,比如当你需要查自己在银行有多少钱,或者要转帐的时候,可以直接用语音来做。

  另外还有说要查股票行情的,我当时跟我们投资人讲,做股票行业绝对不会起来。比如当你想要知道苹果多少元一股的时候,你根本不愿意等。那时候互联网还没有普及,要接线员接你的电话,你可能要等10分钟。如果用自然语音识别,你马上就可以知道。但就算语音识别,你也要讲的清晰一点。而对银行来说,你不需要天天去查你在银行有多少钱,转帐可能一个月才做一次,相对来说这个黏性没有那么强。

  纬度三,商业(B)。这个指的是你这个技术,要多少钱去开发出来。

  所以,我觉得这三个纬度要考虑清楚。

  杨静:他们都在说语音交互会成为新的界面,但是实际上我们也知道,无论是搜狗,还是百度的度秘之类的,语音助手使用率非常低。您在语音的交互使用方面,您看好吗?

  张益肇:我看好,但是我不觉得它会一统天下。像亚马逊ECHO现在很成功,是因为它在家里。比如说在厨房里、卧室里,明明就想关灯,你在床上也懒的下来,就说关灯就好。但像你刚才提到的不管是语音输入还是度秘,在今天这个会场,你要发短信、发微信,可能也不会用语音输入,因为在这个场景,你不能什么事情都讲出来,让别人都听到。语音界面肯定会越来越普及,但是并不表示说,大家以后都完全靠语音,这一点我是不太赞同的。

  杨静:王教授您看,在机器人这方面同样面临这个问题,以前大家认为机器人时代很快就到来了,但是实际上我们现在年会都不请机器人表演了,因为大家都知道,其实都是装蒜的,它的很多语音都设定好了,其实那机器人就是一个木偶,其实它的变化、进化还是挺慢的,低于人类的期望值,特别是低于我们媒体工作者的科幻值。

  您给我们讲讲,在机器人商业化的过程当中,有哪些坑?是不是有一些是超乎我们期待的?不论是投资人,或者是媒体人,是不是在这做梦呢,或者哪些才是真正能够商业化落地的途径?

  王田苗:从坑的角度来说,我想从两个角度来分享一下。

  角度一,我参与孵化或者作为顾问,是属于天使阶段,天使阶段我自己面临两个坑:

  第一个坑:过早的横向发展。

  我们早些的时候,ATR,就是智能技术,是通过嵌入式控制和机器人发展起来的。当时就觉得这个既可以作为科教,可以做工业机器人,也可以做特种机器人。然后过早的横向发展,就觉得好像这个技术到哪都是可以的。其实后来会发现,这往往是一个学者思考的框架。在产业上还是要先纵后横,它能够直接打到客户的需求上。

  我们5年之前认识到这个事情,就把ATR实验室当机立断的切成纵向,才孵化出了我们所说的,工业的变成了工业控制系统,汽车的变成汽车电子,互联网就变成车联网的公司。这是我觉得第一个坑。

  第二个坑:作为高科技发展的雏形,大部分还是来自于国家实验室或者是教授、或者是博士。

  在这个问题上,突然感觉到在天使阶段一定要划成0到1,1到10,10到100。在我的个人感觉中,一个学者、博士,即使他全心的投入去创业,他有80%的可能只能做零到一的事情。

  在这个转化过程当中,我认识到大部分中国人喜欢做1到10的事情,10到100的事情也不容易做,大部分人只做到1到10。所谓1到10就是A轮到B轮到C轮,D轮以后就是另一种规模了。

  在这个问题上,这个坑还是很厉害的。一般来说,在从0到1的时候,需要让技术人员为主。但到了一定程度,他也许只能做技术总监或者董事长,他的CEO位置一定要让给商业经验或者有商业基因的人,这是我的一个理解。

  第二个体会是,刚才说的机器人也好,人工智能也好,首先从宏观上来说,机器人是硬家伙,它是有形的,而人工智能是无形的,我们称为思考、认知、计算。无形的事情要转化为价值,周期要长。从态势上来感觉,先2B后2C,这个路子是对的,因为对于B你只要解决一个需求,用户就可以掏钱去应用,而2C由于客户需求量太多了,就不容易解决了。

  这个过程现在越来越多的显现出来。比如说无人车、无人飞机,其实都是这样的一个过程。

  还有一点,任何高科技从我的理解来看,它始终的价值观有这几个:第一,效率;第二,安全;第三,健康;第四,快乐。其实所有的技术是围绕这个来去推动的,越接地气,这个产业化转换的越快。

  杨静:我觉得王教授投的这些机器人都是特别狠、特别准。但同时有很多玩具机器人,他们有的叫猫、有的叫狗,反正就是各种名字,但是实际上一个上市的也没有,可能独角兽有一个。但是我觉得王教授选的细分的,特别垂直的领域里面,2B的机器人反而是可能有独角兽的潜质,您这个坑还是值得我们学习的。

  黄明明:王教授是我认识的教授和学者里面最接地气的,如果王教授这样的人再多一点,天使投资真的不好做了。又是技术大牛,人才又抓在手里,还懂商业的运作。

  杨静:泉灵更是跨界的天人了,想请你分享一下,你在投人工智能的项目当中,有什么样的经验或者教训来跟大家分享?

  张泉灵:我们投人工智能就看两件事情:第一,因为这一代的人工智能本质上还是用强数据来驱动的,所以你是否有稳定的、合法的数据源,对我们来说非常重要。

  我们看到最近有各种各样的公司,说我要做医疗图象、辅助诊断,但数据从哪来的?这个数据源是否是稳定的?正在用什么样的方式对他进行标注?这是我们头几个一定会问的问题。后面一半我们要问的就是,当你有了稳定的数据源,你的模型也表示它是有效果的,那你把它落在哪?谁来买单?这件事情可能有一些团队说,我不着急考虑这件事情,我先有效果也可以。但是长远来说,总要有人来回答,谁来买单的问题。

  假定它是一个完整的方案,直接医院会买单,可能这个模型就会比较大。如果说,我只是架在PACS后面的一个模块,那你到底价值有多大,你想到天去,就是PACS厂商有多少利润,你在当中分一块,为什么你这个弯道超车可以超过去,对于我们来说,前面和后面的我们都会特别的关注。

  还有一些人工智能的项目落在端上,我们会特别要关注,你既然落到一个产品上,你是否真正考虑到这个产品的应用市场,就是你是否理解用户,无论你是2B的,还是2C的,你的用户能力、产品能力是否足够强,这是我非常关注的一件事情。

  我曾经见过在全国机器人比赛当中得奖的一个团队,技术能力、综合能力很强,他们也接到了订单,要做一个在银行大厅里的机器人,但是这样的一个团队,在新产品的研发上,是的确缺乏足够的经验。

  我举一个例子,有时候新产品的研发跟可以模拟的产品是完全两个思路,新产品当中很有可能甲方提出的需求都是伪需求,因为甲方也没有见过这个产品。对经常接项目的科研团队来说,就是甲方说什么,我给你做出来了,保证性能达标,我似乎就可以交货了。

  但是这对于产品来说,它不Work。比如说这个银行大厅的产品,它做出来之后有很强的自主导航功能,这其实在市场上并不是非常容易实现的一件事情,特别是在拥挤的环境下很难的。但是反过来说,银行大厅里为什么需要一个自主导航的机器人呢?银行本来的目的是替代门口的取号机,顺手可以跟你交互,能够给你推荐你合适的产品。但是银行甲方其实它没有想好,它就告诉你说,能让它走来走去吗?结果这个Demo到了银行大厅里面,不超过72小时一定被锁死,没有人再让它走来走去了。

  所以,这个团队最强的能力,从来没有被发挥出来过,比如说像语音交互和语义的理解,又不是这个团队的强项,真正银行希望的,就是你能够智慧型的去推荐品牌产品这件事情,这个团队是干不了的。所以,像这样的团队,技术上,从天使的角度你可以杀进去,但是后面它的成长其实还是有很多的坑需要过的。

  杨静:所谓AI的技术创业公司,面临着数据从哪来?谁为你买单?你的产品怎么应用和开发?等很多问题。雷鸣你也在投资,你认为人工智能的商业化过程当中,或者投资上面有什么可以跟大家分享的?

  雷鸣:首先我是比较坚定人工智能未来机会特别大。在我的眼里面,我觉得可能未来20年,人工智能是一个大主题词,跟过去20年互联网一样,这是我的一个观点。甚至说,它比互联网对整个社会影响更大一些,产生的商业机会也会更多。

  第二是看他释放的周期。反观互联网的话,大公司是陆续出来的,像雅虎是94的,亚马逊是96的,Google98的,Facebook2004的,一个技术跟实际产业结合的亲密点、成熟点,可能不太一样。就跟语音、视觉一个道理,我们从科学研究上来看,任何东西都是连续的,我发论文比以前高一个点,它就可以发全世界最好的。

  但是,从产业的角度来看,或者说从用户需求来看,它是零散的。比如说清华招生,你的成绩不断地提高,但是我只有一个录取分数线,你差0.1分那还是不行,但是过了这0.1分之后,那就行了。语音识别现在就在接近这个点,还不太行,一旦到了这个点之后,大家突然觉得说还可以,还不错。后面这个应用就开始炸锅了,机会特别多。

  我的第一个观点就是,创业的大机会是连续的,不会一次性爆发。第二,现在来看2B比2C稍微要早一点,核心点来讲,2B这个事情要有大量的数据,这些积累,用于B企业之后,如果能够帮助他做两件事情,第一个是多挣钱,第二个是多省钱,这个企业都会很认帐的。

  像服务机器人,有一些人说我要做家庭机器人,这个太可怕了,家庭机器人你想让它干嘛,它要会扫地、会擦窗户、会当保姆,这才是你满意的家庭机器人,但是这个东西实现起来太难了。现在很多人做物流机器人、仓储机器人,它其实就会干一个事情,把货物从A运到B就完了,但是它那个环境下,这个事情就特别好,它就做这一件事情,但是它已经非常有效率了。

  所以我觉得,在一个单点上实现一个突破,只要这个单点的需求足够大,是可以做大的。而且将来从这个单点开始,是有扩展机会的,刚才王教授讲了先纵再横,你先纵走深了之后,横你才有基础,你不能一开始就铺的太大。所以,2B的话,我觉得是第一波,机会蛮多的。

  但是2C的话,坦白来讲,我认为有更大的机会。今天看互联网这些企业,还是2C这块可以产生巨大的企业,而且产生之后,它会不是一个企业,会把整个产业吃回来,像阿里巴巴,它把零售业整个就抹了,慢慢会有整个产业就是这个企业的现象。

  所以,人工智能也会是这样,更大的机会我觉得或许是几年之后,这个几还真说不清楚,有一波特别大的2C的机会。但是也有可能先2B后2C,像搜索这个东西就是很典型的先2B后2C。百度刚开始做的时候说我们是一家2B的企业,我们是后面提供技术支持的,后来发现这样做活不下去了,百度第一年下来就几乎拿到中国最好的客户,前十的七家单子,都成为客户了,再开拓就没了。第二年再去谈生意的时候,人家不愿意加价钱。

  所以一个互联网时代的创业公司突然发现连收入增长都做不到,这不可能吧,没有办法吧。后来李彦宏在董事会做了很大的一个决心,几乎所有的董事都是比较反对的情况下,硬行推向2C的。后面我们也看到有这个积累之后,2C慢慢也走通了。

  也许2C的机会或许一开始做的2B、2C,后面把那个B给抹掉了,我直接2C算了,也有可能是这样的。但是我觉得2C这块的机会还是会蛮大的。回过来讲,2B最核心的,刚才提到你得有一个落地场景,真的让你的用户觉得,第一你替他多挣钱了,或者替他省钱了。他很务实的,我觉得企业家太务实了,你只要能够找10个,或者5个你的客户给他讲清楚,他说行,你有这东西我肯定买,这事我觉得就靠谱多了。

  2C的话,其实会比2B的逻辑更难。我们讲用户体验,用户体验这个事情太难讲清楚,你的体验算用户体验吗?以前我在做酷我音乐的时候,经常就有这个痛苦。因为我们招的都是北大、清华的硕士嘛,他们老想做一个他们喜欢的产品。后来我就反复讲,你们只代表中国1%的群体,中国硕士才有多少人,你又是北大、清华的硕士,可能千分之一代表性都不到,你做个你喜欢的产品,老百姓根本不认。这也是以前我们国内有很多高大上的产品,它很难落地的,像豆瓣,这就是阳春白雪这个群体里特别受欢迎,但是他们每次尝试扩张,都遇到很大的挑战,因为你一旦把下里巴人弄进来,阳春白雪的人说不干了,我们要走,然后你又不敢了。但是阳春白雪就这么一点人,所以就有点困难。

  杨静:你这个悖论就是腾讯为什么要收购快手。

  雷鸣:腾讯其实自己可以做快手。

  杨静:如果说人工智能能够2C的话,那现在BAT本身2C,加点人工智能不就完了嘛?

  雷鸣:我们千万不要从技术角度看,得从产业角度看问题。比如说互联网技术,你见哪个公司是一个互联网平台企业,它在各个产业都有用户,不大存在了。其实互联网+完之后,一个产业一个大公司。比如说,信息服务业就是Google和百度,它最核心的点,你有问题嘛,我帮你解决,它就把这个事全部搞定了。阿里巴巴解决零售业,腾讯解决的其实核心是交流跟沟通,顺便把虚拟娱乐业给搞了。他们其实都是一个垂直大产业,所以他们互相打起来很难的,他们的技术也不差,人都挺厉害的。

  杨静:但是现在好像都在打今日头条。

  雷鸣:今日头条其实是一个新的信息服务业,它对百度的影响可能会更直接一点。

  回过来讲,刚才我说的话,比如说我们应该盯的新的2C产业是在互联网,没有被拿下来的,比如说医疗,这个产业互联网肯定拿不下来的,互联网解决最核心的我们叫连接问题,就是供需双方都很充裕,但是怎么能够连接起来,这个事情很重要。以前没有网络,这些资源互相对不上,现在一对上,效率明显就提高了。

  但是人工智能很多是在解决供给方向的问题。比如说我作为一个人工智能的虚拟医生,我这个医生可能就是协和的专家,这个事情大家都高兴了,你看我在哪都可以看到协和专家的视频,我肯定就到这个平台上看,我不去我们县医院看了。所以,供给方充裕之后这就很可怕了。自动驾驶也是同样的道理,机器自己开,有个司机的话,他还要闹点罢工,高峰期又没有人开了。大概就是这个意思吧,机会还是蛮多的。

  黄明明:其实几位刚才都讲的差不多了,我总结俗一点,就是离钱近一点,离行业近一点,就这两点。上次咱们在新智元年会上我也分享,我们跟很多科技类的投资人,包括科学家、学者出身的聊,上来你跟人家谈钱,好像有点俗,但是现在社会上还有另外一句话,不谈钱才伤感情。

  什么叫做不谈钱才伤感情?我觉得我们讲的离钱近一点,并不是要求你马上有收入、马上有利润,而是说,你要知道用户的需求,以及应用场景在哪里,它愿意为什么东西付钱。尤其是我们讲,这一波的科技创业、人工智能创业是从2B开始的,我们认为,包括我们之前投的大数据公司、企业服务的公司、人工智能的公司,如果你的服务是免费提供的,我认为,你那个就是一个没有价值的东西,因为你有价值,企业一定是愿意付费的,尤其是民营企业的老板,非常现实的,今天比如说有一个我们投的企名片的公司,我们想让他帮助我们做一级市场的分析,他说想收钱,我马上就付,我找一个分析师一年要几十万,他才收那么一点点钱,确实可以提升我的效率,我就会付费。

  反过来说,你都不好意思跟企业主提钱,说明你对你的产品是否真正有价值,你不够了解,你至少要知道钱在哪里,你做的那个东西才能避开风险,科学家或者技术专家有一个问题,觉得我手里有一把锤子,我觉得全世界都是钉子,哪都可以钉,但是你不知道钉到哪个地方真的可以钉进去,或者钉出水或者油。所以,一定要离钱足够近,或者至少你知道钱在哪。

  另外,你刚才那个大问题,我们一直讲人工智能创业,BAT,尤其是2C的领域,是不是BAT的天下,我非常同意雷鸣的讲法,在一些特定的企业,数据相对比较封闭的场景下,我认为是创业公司的机会,医疗是一个、自动驾驶是一个。为什么Google和百度做自动驾驶走到了一个死胡同,是因为它没有应用场景,应用场景在车里。所以你光做算法、光做机器视觉是没有价值的,一定要和整车厂有一个深度的合作,因为行驶的数据在车里产生。

  比如说也有媒体问我,怎么看传统的车厂,还有Google这样的做无人驾驶的,以我的角度来说,我觉得一定是特斯拉跑在前面,事实证明,特斯拉用了两年半的时间做的自动驾驶已经完胜了通用,通用很多年前就在搞。我还有一个妹夫是清华的高材生,十几年前在通用做自动驾驶,而且他们在美国的汽车城建了一个多少平方公里的学习模型,有山、有水,有高速路。埃隆马斯克某种程度上说,他道德的底线也比较低,但是有时候我们说,这个世界上确实被这种疯子,或者道德底线比较低的人往前推进,他用了一个最野蛮、残酷的方法,就是拿实车在路上试,那你谁敢跑,当我特斯拉的车卖的越来越多的时候,几十万辆车在路上跑,我的学习能力,是你要建一个多少平方公里的实验厂所没法比的,谁也没有我特斯拉实车在街上跑的学习能力强,它一辆车产生每分钟都产生多少T的数据,这就是,为什么他才卖了7万多台车,但是它的市值已经是全美最大的汽车公司。

  二级市场的人是很聪明的,大家是在为未来在投票,我看到在未来的竞争当中,传统车厂,我们认为一样是一个基因的问题。虽然说,车厂跟手机厂产业结构不太一样,但是我觉得,就像我们回顾十年前,诺基亚、摩托摩拉没有束手待毙,花了多少亿美金在做他们的智能手机的操作系统,包括微软也花了那么多钱,但是我觉得基因决定了这个东西,所以我能看到的未来,应该是新一代的互联网思路进去的做车和做无人驾驶。

  杨静:看来你也同意腾讯入股特斯拉?

  黄明明:对,我觉得腾讯挺聪明的。

  杨静:刚才有一个悖论,大家都认为人工智能可能在未来是第四次工业革命,未来整个产业的浪潮都是由人工智能来引领的投资浪潮。我在想未来5年的人工智能产业革命,大家怎么看技术发展的趋势?这个技术发展的浪潮当中,我们怎么样来收割,怎么来退出的问题,请明明先做一个回答。

  黄明明:我觉得和每一次的技术浪潮来的时候都一样,一开始人们对这个东西的前景会预估的过于乐观,但是对长期的前景会过于悲观。人工智能这波跟其他那波都是一模一样的,从去年开始,几乎办一个会,如果主题没有人工智能,都不好意思办一个科技论坛了,热的非常厉害。但是我们确实看到了一些早期项目的估值,严重背离了它的商业价值。

  但我觉得这个不是坏事。刚才前面也有嘉宾讲,如果往前看互联网、移动互联网的发展,里面有太多的曾经比这个还大的泡沫,但是这个并不否认在这些泡沫之后,或者之中,会有一批百亿美金、千亿美金的公司出来,所以这一点我们毫不怀疑。未来5-10年,人工智能一定是对人类的生产效率质的提升和飞跃。

  我们前三次工业革命把能改的都改了,改了动物的、改了机器的,我认为,人类发展到今天,最大瓶颈就是人的自身,尤其是人的脑力。怎么能够解决这个问题?有一次张跟泉灵在一次会上讲,目前最简单的理解,一秒之内,人能够做决定的东西,一定会被人工智能替代,大家会说很多决定不是一秒,但是你想开车由无数的一秒产生的,所以你在每一秒钟,如果人工智能做的决定比人好,而且现在数据其实证明不用到LV4,当自动驾驶做到LV3的解决方案时,我们所有的车祸比现在就会下降至少50-80%,已经可以完全替代人工的司机了。

  我觉得对长线我们一定是无比看好的,我们看的比较多,因为我们在车上面的布局,所以自动驾驶,我认为是最先到来的万亿的机会,医疗这块,我们也非常看好,现在还在努力学习中。

  \

  杨静:怎么才能逮到独角兽呢?

  黄明明:第一,抱紧像王老师这样的科技圈的大腿。第二我觉得跟产业里面要足够近。我们看了一批今年上半年特别火的医疗影像公司,确实我们发现又跟之前一样,全是纯BAT的团队,这里面很少有人在医院里干过,连医院的需求、医生哪个环节是最花钱的都不知道。好多人做检测环节,其实检测环节医院最不挣钱,医院最挣钱的是化疗、做手术。

  所以你做的东西如果没有进到那些环节,帮助他提升效率,光是在检测环节,即使你可以切进去,我们觉得能产生的商业价值也不大。

  杨静:是不是离死越近的越能赚钱?

  黄明明:不能这么讲,我们是救死扶伤,把你拉回来了,这个是最能挣钱的。

  张益肇:刚才黄明明讲的非常好,未来5年肯定是AI加HR,就是说人工智能加人的能力,甚至人工智能扩大人的能力,我觉得是这个趋势,而且是在垂直领域里面。

  我们最近在加拿大买了一个公司,是一个非常强的人工智能的公司,最近同事跟我们介绍,他们做了一个系统非常有意思,开车使用的手册通常很厚,四五百页,从来没有人看。所以他们说让机器来读这个手册,你以后在车上突然说,我听说这个椅子还可以加热,但是我不知道怎么开,那很好,你就自然语言问一下,这个椅子怎么加热,那以后四五百页也不需要了,也省了很多资源。未来人工智能怎么来帮助人,减少不必的浪费或者说时间的使用,这个会远比取代人来得更快。

  王田苗:我广义的说,人工智能机器人这个角度怎么来理解,我始终坚持两条信念。我认为人工智能是引擎,是交融、交叉,不能孤立的来看待人工智能。智能无人驾驶,你说是制造业、传感器,还是人工智能?手术影像、手术机器人,你说是高端医疗器械、智能硬件,还是人工智能?包括我们所说的今后的私人助理,我让你给我做任何事情,你说它是机器人?还是人工智能?我的意思就是说,它是交错的,它和材料和工业物联网是交互的,这是我的一个观点。

  我还有一个观点人工智能是引擎,是先锋队。原因是什么呢?它太快的进入2C,四次工业革命,所有的都是先从2G打进去的,我们的互联网也是美国2G打完,打完以后打完2B,打完2B打2C,人工智能是因为它太快的以软件和认知计算的角度,它一下贴近了2C,这个浪潮就有人感觉它就变成了一个革命,只是他切进去了以后,他就把传感器切进去了,这是我的第一个观点。

  我的第二个观点,我们抛开人工智能、机器人这个事情来看,其实埃隆马斯克的观点是对的,第一性原理。第一性原理什么意思呢?不管是什么东西,就看你能不能够解决我们的痛点。所以造车他就进入到制造业,做食品安全就进入到食品工业。一定要用人工智能和机器人去做人完成不了的东西,不要把产业和科学家做的事情给搅到一块儿,科学家喜欢什么,鸟飞,那为什么不机器飞呢?人有感情,为什么机器没有感情呢?

  如果沿着人类和仿生所做的事情去模仿,最后和产业是背道而驰。所以第一性原理就是说,需要什么就解决什么,人工智能就会在那里发光。

  要捞到独角兽,第一确实要对行业做分析,不管谁做,这个商业模式接地气怎么接的,这是特别重要的,有这个行业再挑人。为什么呢?这个事情的路太长了,如果你定位在天使,只做0和1,那么你就知道你选择的这个CEO就是这个人,如果你是1到10,那么你就这条线,你如果最后剩10-100,这个人就很重要了。

  第二,还要一定的辅导,因为我认为10%的创业者,你教育不教育它,它都可以成功,但是90%的人,你给他指导一下,引导一下,它会避开很多坑。

  张泉灵:我原来当过记者,我可能从完全不同的角度,不是从科学家、产业的角度看这个问题,我会反过来看,我会去看,原来可能跟人工智能不相关的人会怎么来看,我为什么会从这个角度看问题呢?我老觉得人工智能这一波,技术可能就差最后离门槛的那一点点,那一点点谁是跃过门槛的,我觉得不仅仅是做技术的人,不仅仅是原来产业内的人,很多是产业外面的人相信了,就能够帮助你一块儿跃过去。

  为什么这么说呢?我举一个例子,我特别爱看华强北,其实华强北代表着一个非常务实的出货方向,他们在出什么东西,什么东西在端上的出货量一定会变大。比如说,今年以来华强北出故事机,一个月大概出1000多万台,1000多万台当中在去年几乎是没有带语音交互的,最多只有语音控制的,但是从今年开始,它大概语音交互的故事机占十分之一,但是从2月份以来月对月增长15%,蛮吓人的,你说好不好用,我买了无数,我都试过,不太好用,但是不太好用不要紧,而且你去看留存很短,可能就几天玩具嘛,单个客户价值不太大,这个但是背后就在于这么大的出货量,你开始有的时候,这个用几天,那个用几天,你临门一脚,最后一下子是这波人在推动的。所以,从这个角度上我是极其乐观的。

  另外一个角度,比如说,原来在医疗,我们都要问医疗的话,你的数据从哪里来,而且我一直说,特别跟临床、诊断相符合、相去配合的人工智能,你不真正从研究的阶段,就跟临床医生在一起就是耍流氓,这是我一直的观点。

  但是原来这一波的人工智能,你想要去说服医生跟你配合是非常难的一件事情,医生对于安全性和可靠性的要求,是远远超过一般人的。所以,你前两年跟医生谈人工智能的配合,医生都不信,这不可能,我不会相信你对我的辅助诊断,我不会信,但是这一波你说是故事也好,或者是Google帮着一块儿做的PR也好,总之有一大批医生信了,他真的信了,因为我自己个人做过很多年的,跟临床诊断相关系的公益,所以我认识好多大夫。从今年以来,我起码帮助六个医生对接过,我们有这个问题,你们现在在搞的人工智能,能够对我们有帮助吗?我哪知道有没有帮助,但是我可以帮助联系,我说你们一起搞一搞,搞个课题也许会有帮助的。

  最后的临门一脚,真的是一群不相信的人相信了,他就能够帮助这个产业,迈过那个槛。所以在这一点上,我个人是非常乐观的。

  杨静:这就是我们媒体的价值。

  雷鸣:其实投不投独角兽根本不重要,独角兽是一个中间过程,最重要的投出未来的Google、亚马逊这种,我个人还是这个观点,你想投出一个未来的伟大企业,首先要看这个产业方向,它有足够大的市场,人工智能确实能够解决它的痛点,因此它会重塑整个产业。这种机会都是大的不得了的,像明明一直在盯的自动驾驶就是这样的,我们都知道交通运输业是巨大的一个产业,自动驾驶我们可以感觉到这是颠覆性的变化,所以这块看得见将来一定有,何止独角兽,独角兽的定义不就是十亿美金嘛。

  可能几千亿美金的企业将来都会起来,而且不止一家,这个地方机会就很大,刚才讲了医疗可能跟交通相比好像还更大一些。另外,像现代农业、制造业,这里面都有相应的机会。看产业,看能不能用人工智能真正解决产业里面最痛点的基础性问题,这里面有,剩下就是找团队,找到正确的团队就好了。

  杨静:明势起了一个特别好的名字,就是明白未来的人工智能大趋势,课题高峰论坛就由黄明明给咱们做一个总结。

  黄明明:大家讲的很好,今天好几个嘉宾提到明势,那个势虽然是趋势的势,但是因为我自己是创业者出身的,我更愿意把它拆成上面是执行的执,下面是一个力量的力。我认为再好的对方向的预判,再好的战略,包括我们刚才讲我们的价值观,最后我们看到所有成功的公司,都是执行力超强的公司,不管是我们基金,还是创业公司。我一直讲我自己亲身经历的例子,就是我个人天使最成功的一家公司汽车之家,李想在他们创业的时候一直说,我们做的是一个二流都不如,是三流的生意,因为当时三大门户也有了,BAT也有了,谁还去做一个垂直的门户,是一个很不性感的公司,但是这支团队确实也不是高大上,除了后来我们把秦致接进去,是一个哈佛的MBA,大多数的人连一本都没有上,李想大学都没有上,但是这支团队超强的执行力,所以他们真的用一个超一流的执行力,把一个二流、三流的生意做成了一个一流的生意。今天讲了那么多趋势,最后我想强调执行力是最重要的。
责编:houlimin
分享到: