人工智能喊了那么多年,什么时候迎来春天?

资本寒冬的今天,几乎所有投资人都在寻找下一个春天到底在哪儿。不少人瞄准了人工智能这个新兴科技,到底人工智能会不会是下一个爆发点?未来这一领域会有哪些机会和想象空间?

下一个春天在哪里?什么技术能带来互联网这样巨大的”新能量”,改变各个交易链条?在上周的 Comet Labs 微课上,联想之星合伙人刘维给出了答案:人工智能。

2010年 开始提前布局人工智能时代,沿着 “物理世界数字化、数字世界可理解化、理解后的智能化” 的逻辑,联想之星在过去五年里投资了 20 余家人工智能和智能机器领域的创业企业,打造了 Face++(旷视科技)等一批价值过百亿的人工智能领军企业,和思必驰、好买衣、中科虹霸、Airmap、AbleCloud 等一批技术平台公司。此次微课上,刘维分享了多年投资人工智能领域的经验和思考。

01 资本寒冬是真的吗?

互联网在进入一个阶段性的冬天,它的边际效应已经逐渐到了瓶颈。下一个春天在哪里?什么技术能带来互联网这样的巨大”新能量”,改变各个交易链条?那就是人工智能。

主持人邀请我们来谈谈资本市场的冬天,和新春天在哪里的问题,我还是很愿意的。因为作为天使投资人,我们的责任就是 “春江水暖鸭先知”,对趋势应该更敏感一点。从这个角度看,回答主持人的第一个问题,现在互联网确实在进入一个阶段性的冬天。

并不是互联网本身有问题了,而是互联网作为一种效率提升工具,一种信息能的赋能工具,一个打通信息管道、消除信息不对称的工具,它的边际效应已经逐渐到了瓶颈了。当各行各业可以很方便的应用互联网作为工具时,只喊着互联网,或者因为互联网而大肆烧钱,指望未来效率大量提升,就不容易成功了。

我经常举的一个例子是,神州专车现在开始逐渐的向上走,而 uber、易到,在运营出问题的情况下,就开始下滑,这是什么原因?神州是传统企业,不怎么互联网,但几个月来,互联网滴滴模式的东西它也都学了去了,它的 app,它的 LBS,它的智能化定价,运力管理,都做的不错了。

而同时,他所擅长的低成本车辆采购、高效司机管理,服务质量的管控,这些运营侧的优势就逐渐显示出来了。同时的互联网企业,如果不能利用互联网带来更高的效率提升,就谈不上什么优势 —— 如果对黑车司机这种问题的管理跟不上,彻底做坏了体验,也就越来越下坡路了。

这部分大家现在都渐渐有了共识,我们就不展开了。回到今天的主题,下一个春天在哪里?我们在观察:下一个技术。什么技术能带来互联网这样的巨大 “新能量”,从而改变各个交易链条呢?那就是人工智能。

02 下一个资本春天在哪里?

人工智能的快速成熟,在 2015年 接近临界点,从老生常谈,到真的可以感知和理解这个世界。人工智能的大爆发中,智能机器的行业应用,有大量的机会。

人工智能的话题喊了几十年,就像互联网也喊了很多年才落地,智能手机喊了很多年才普及一样。人工智能现在突然爆发起来,不是偶然的,背后是技术的巨大进步,把一些长期以来有痛点、但是解决不了的问题解决了。

比如:现在说的比较多的人脸识别、图像识别、语音识别,都是老生常谈。历史上也诞生了一些公司,能解决一些问题,能在限定的场景内达到一定的识别率(我昨天看有人在回忆自己 20年 前就做到了 95%的识别率,这个是真实的,但也是加了大量的限制条件的,并不实用)。

我们就拿人脸识别举例子吧,以前的技术是什么:人需要配合,站在一个专门的摄像头前,静止一秒钟,专门的光线条件,在几百人几千人的库里被识别出来。这样的技术可以用,但只能用来做个门禁,做一个卡口的配合检查。如果想用在机器人身上,让机器人能和人正常的社交,就完全不行了。

而现在的技术是什么:十几亿人的大数据库,每秒 100 帧以上的识别率,非配合场景、自然光线、侧脸和遮挡,都可以很高的识别率识别出来。这才有了安防、金融等领域的大量应用。

这样一个细分领域说起来很小,但最近几年来,特别是 2015年 以来,在各个识别领域的进展都是飞速的——人脸,商品,图像,手写文字,各种动作,自然语音……

这些加起来,就构成了非常大的突破,机器对 “物理世界” 的理解能力,得到了大的飞跃,让机器(包括计算机、手机,也包括各种实体的机器、机器人)就可以准确的理解各种任务、各种环境,去做大量的人能做/人都不能做的事。

所以我想说的第一个观点,就是人工智能的快速成熟,正在 2015年 接近临界点,从老生常谈,到真的可以感知和理解这个世界。

这背后的原因,其实还是要感谢互联网、移动互联网时代的 “遗产”,正是我们每天都在产生的数据、上传到云端的数据,促成了一日相当于过去 100年 的数据量,促成了云端大脑的成熟。

在这样的技术背景下,更具体的机会在哪里呢?因为一批技术平台,深度学习这一代技术驱动下的技术平台,都是在 2010-2011年 的样子就建立了,现在都已经很有规模了,再去重新做底层技术,从资本和创业者的角度都不是最好的,重复发明轮子。我的观点是,底层技术的成熟,为创业者带来了强大的工具,有几个方向都很有机会。

1、在互联网上,利用智能技术的进步,进一步的去理解用户、理解服务/商品、理解交易,进一步的去精准推荐,提高有效性,把流量的价值发挥到更大。这方面现在很多人在做,互联网公司也有很大的流量和数据积累优势,机会很多,挑战也很多,我们回头再说。

2.、把智能技术和机器技术结合起来,开发新一代的智能机器——绝不仅仅是机器人,也不光是智能硬件。智能的各种工业设备、服务设备、汽车飞机、业务系统,都包括,这一领域很多的机械技术/机器平台本身是成熟的,可以再改进,但关键是利用智能技术的突破,给机器带来强大的 “理解任务、完成任务、自动化、柔性化” 的能力。

这些智能机器,在每一个行业的链条中都有需求——现在互联网改造的更多是各行业的销售—市场环节,一部分通过 saas 影响到了内部组织管理了、通过 b2b 交易平台影响到了采购。但大部分行业的生产、任务交付这些核心环节,还不能光靠互联网被改造。这里都是智能机器的很大机会,而且行业缺乏巨头/BAT 互联网巨头们不能先天凭借流量和生态优势而取得垄断地位,对初创团队是有利的。

所以我的第二个观点是,人工智能的大爆发中,智能机器的行业应用,有大量的机会。

03 智能机器领域的机会点在哪里?

2B 领域的选择,这些有需求、有纵深的领域,即使不是技术非常先进,只要能深入去理解行业需求,和业务系统有好的结合,我觉得也会有一批创业的机会,包括 Saas+机器混合的机会。

这里再说说,为什么 2B 的行业应用看上去这么不好做,水这么深,反而可能比 2C 的 “酷产品” 更有机会。

应该说这也是我们这些年投资了不少智能机器/技术驱动的项目得出的经验,我看 @ 陈彬 @ 丁盯 也在群里,其实丁盯智能门锁就是个典型案例:开始也想过做 2C 的家庭客户,后来还是找到了短租公寓、房东这样的行业市场,然后最先取得了突破,现在成为最大的智能门锁企业。 等会儿可以请他分享一下:)

2C 看上去很美,但对于智能技术等 “先进技术驱动的项目”,最大的问题还是,一开始产品很难做的很完善,因为技术开始没那么成熟,或者适用范围窄,或者成本高,或者需要一定的实施和定制化。如果技术上来就很成熟很通用,那也就不是先进技术了。

而 C 端消费者对于不成熟的东西,买单意识总是很差的。他们希望足够完善、足够通用、足够便宜、足够漂亮,甚至其他方面也足够好。但这并不可能。

而 2B 的消费者相反,如果能找到合适的客户,他们有痛点、期望解决问题、而且能通过解决这样问题得以快速发展,越做越大,也就能把产品带的越来越有销量/成为行业标准。

具体到智能机器领域,我觉得 2B 客户至少有几个优点:

1)对核心功能以外的事情高容忍。比如我们 face++ 的人脸识别摄像头,能抓住坏人,但在安装上肯定有要求,在外形上不一定上来就很漂亮,用户根本无所谓:)

2)对价格能高容忍,只要你能解决核心问题。这也就意味着不用面对销量低时 bom 降不下来 bom 高了卖不动的常见悖论。很多案例下,只要切入点准确,2B 客户不在乎成本短期内高一些。

3)可以人机混合,这是我觉得最重要的。2C 用户往往希望机器独立解决很多问题,而 2B 不同,他可以配置 1 个人+n 台机器形成一个组合,把机器不好解决的一些问题还交给人来做。例如我们说的人脸识别追逃犯中,警察还是可以去实体确认下对不对;我们的物流机器人中,机器手不容易做到的特殊商品可以安排人来拿。先跑起来,再逐渐解决这些人来做的环节,不断替代,渐进改进。

4)可以聚焦单任务,用户对家庭机器人的期望估计是保姆,什么都能做,但谈何容易?行业客户还是可以聚焦单任务的,再通过一个个任务和功能的积累,逐渐成熟,逐渐降低成本,逐渐树立品牌……长期看,2B 也可以转为 2C。

以上说的,都是 2B 比 2C 的一些可能优势。反过来,我觉得对于 2B 的智能机器创业者,我们的建议也是要利用好这些优势,避免 “做一个太复杂的木桶”,而是能利用和客户的深度合作,把精力聚焦到做出核心功能、做透核心功能和长期价值。

这是第三个观点。

第四个,再简单说一下,我们觉得什么 2B 领域有机会。这个在座的各位肯定都更专业,你们选择一个领域前肯定经过了深入的调研。我只能通用的说说:

1. 人力密集型,人所从事的劳动,是不断重复、但有一定的灵活性的。比如,物流行业的不停的分拣、搬运(每次东西不同),建筑行业的不停的做工(每次的场景和多少不同),零售服务等行业的一些岗位(比如不停的送东西,但每次东西不太一样)……

因为重复的,适合机器代替,现在人力成本上升太快。而有一定复杂性和灵活性,是这一批智能机器的机会。如果太简单,就是机械重复,那上一批自动化时代已经改造的差不多了。

这里面特别建议,利用好视觉技术、人机交互技术的大发展,很多事情都可以用机器来替代。

2. 行业的用人规律,有特别明显的波峰波谷。这样的行业,现在普遍不断的招人/遣散人/再招人很困难,如果有机器替代部分,用户十分欢迎,例如物流、农业等。

3. 行业的趋势,对柔性有很高的要求,比如现在很多制造领域在 C2B 的逆向决定任务,物流从原来的整件运输到向灵活的按需、小商品级别的分拣配送。这里面人的能力有极限,培训难度也非常大。

4. 危险、特种、大空间尺度的很多任务

5. 最后但最重要的一点,很多海外/全球化的机会。大家都知道现在中国互联网公司不少在出海,发展也不错。智能机器领域更是,这个领域未来会全球化竞争,中国在很多行业上是有优势的,例如安防、物流、零售,都是世界上最复杂的,一些技术的输出有明确的空间。

所以,第四个观点,就是 2B 领域的选择,这些有需求、有纵深的领域,即使不是技术非常先进,只要能深入去理解行业需求,和业务系统有好的结合,我觉得也会有一批创业的机会,包括 Saas+机器混合的机会。

04 提问环节

问题 1:作为图媒动画内容制作公司, 我们希望找到一种能够识别,设置,跟踪,匹配图媒作品和创作者身份数据平台,能帮助设计师理解用户的习惯和注意力,通过人机交互,视觉技术帮助设计师将内容生产与用户模型进行匹配和关联。我们希望有这种图形图像识别跟踪平台和技术资源,不知能否指望人工智能技术?或者说,这个方向有没有创业机会?

刘维:多谢!我觉得这个方向是很好的,设计师原来也是凭个人的理解在创作,质量好不好也只能通过客户的简单反馈。但未来这些都可以通过深度学习、更高频和深入的用户反馈包括最终用户反馈,来了解到哪里设计的好和不好。机器逐渐也能自己尝试做些设计。下来我们可以再多做交流!

问题 2:我想了解下,目前全球范围内,有没一家做的非常出色的 2B 的思维机器人的公司,智慧型软件可以,面向垂直领域的。

刘维:我对思维机器人这个概念理解的不一定准确。如果说是能理解 2b 任务,能 “思考” 的机器人,我觉得分领域都有一些不错的。例如,物流领域的很多机器。

我个人的观点,智能都要有一个” 任务 “。比如是更好的调度?更好的推荐?更好的搜索?越具体的任务,越能形成循环,不断优化。这也是和传统的基于规则的自动化设备的区别。

现在围绕一定任务的问答机器人进展很快(只要回答的质量是可以评价和反馈的)。比如,美国现在几款围绕用药指导、疾病诊断的专家系统机器人(软件)。

问题 3:想问一下联想在智能机器领域的投资目前是个什么情况,投资了哪些公司?接下来希望能找到哪种类型的智能机器领域的公司?

刘维:关于联想之星的投资,这部分是我们三大投资之一,2010年 开始投资,到现在投资了 30 余个项目吧。两大类,技术平台,目前几大领先的识别技术,face++,思必驰,好买衣,还有 airmap,ablecloud 这些无人机、智能硬件的底层云平台等等都是我们天使投资的。另一类就是刚才所说的行业应用,像丁盯、欧瑞博这些智能硬件,matternet、weft 这些行业智能机器,燃石医疗等肿瘤智能诊断等。

在国内外我们都在积极布局人工智能领域,算是最坚定的天使机构。这也是我们发起 Comet Labs 这个全球加速平台,进一步联合全球的产业公司,帮助创业者找到 2B 应用的合作机会的原因。

问题 4:刘维老师  您对目前 AI 行业过度渲染,但实际上雷声大雨点小的现象怎么看待?

刘维:我的理解是:1,确实容易过度,因为 AI 看不见摸不着,拿一个评测/搞一个演示就可以说事,或者敢吹就能拿钱。2,未来几年会逐渐纠正,因为一批落地的、能解决问题的软硬件落地了,再讲故事而没有实际的市场案例就难了。 3. 很多号称能解决的问题,都是长期看能解决,短期内做不到的,创业者选择什么路径,先去解决什么问题,我觉得非常关键。

问题 5:刘维老师,我很担心随着新一波人工智能创业浪潮的到来,该领域像 O2O 一样被泡沫化,污名化,形成劣币驱逐良币的局面,影响到我们这些深耕该领域多年的人,请问刘总,我们应该如何破解这个困局,赶走那些风口猪,而不是被劣币驱逐?

刘维:关于风口猪的问题,我觉得,最好的办法就是不跟风炒概念。2B 领域光靠烧钱也不能解决问题,行业客户不会轻易把关键环节交给有钱、不要钱、但不懂他们行业/需求/没有合适的产品的人来解决。

只要深耕,我觉得要想象懂行的人越来越多。深耕技术,越来越多行业客户/投资者也懂得怎么去测试了。深耕对行业的理解,更是通过交流就可以见到高下。

问题 6:对 AI 方面的人才,国内外的差距,您怎么看待?

刘维:人才差距这部分,我的观点可能和很多人有所不同:Ai 领域正是中国弯道超车的一个大好机会。在很多领域,中国团队缺乏经验,工程化实践经验差,做的不够扎实。但也有一些领域,特别是核心的智能算法,深度学习等领域,中国一批公司现在做到了世界领先,因为中国的算法天才有优势、数据积累有优势。

希望大家都能利用好中国独特的人才优势、产业公司多的优势、供应链好的优势,早日作出成功的好项目!各种想法和创业计划,欢迎和我们交流!

谢谢大家啦,期待我们能一起推进中国人工智能和智能机器事业的发展!

本文来自联想之星,微信公众号(legendstar1),整理自 Comet Labs(星空智能实验室)微课,嘉宾为联想之星合伙人刘维,主要关注 TMT、前沿技术领域的投资,已有超过十年的投资经验,在 TMT 领域的多个方向都有布局。

·氧分子网(http://www.yangfenzi.com)延伸阅读:

人工智能,面临两大根本性问题

人工智能真的会毁灭人类吗?

为什么说人工智能是业界下一个增长点?

霍金:人工智能不一定是好事 或导致人类灭亡

现在创业就去搞人工智能!风投们喜欢砸钱

百度赵世奇:希望7年后人工智能给北京冬奥帮大忙

分享给您的好友:

您可能还喜欢…

发表评论

电子邮件地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>