2018年9月7日，2018“创响中国”安徽省创新创业大赛省外赛区复赛颁奖典礼暨“人工智能&大健康”论坛在上海国际贵都大饭店顺利举行。
戈壁创投管理合伙人徐晨、华映资本合伙人章高男、高特佳投资执行合伙人王曙光、晨晖创投管理合伙人曾浩燊等投资人应邀出席，除了与获奖项目多番交流互动外，他们还从各自机构的特点出发，围绕人工智能、医疗健康等内容展开了分享。
华映资本合伙人章高男认为：AI不是风口，是现实。AI已经在我们的工作生活中有了广泛实际的应用，而且是广泛的应用，得益于算法算力层的工程化能力的大幅提升，我们应用AI的门槛将会大大降低，这也使AI成为企业未来最大的刚需之一。
以下为章高男演讲实录，略有删减：
大家下午好！很高兴今天能够在这里跟大家做一个关于人工智能的探讨，其实人工智能对很多人来说已经是耳熟能详了，但是每个人对人工智能的理解以及层次是不一样的。因为今天在座的很多都不是技术出身，所以我尽可能把人工智能这个技术领域翻译成普通老百姓能够理解的简化的一个模型，方便大家去做一个探讨。
那么人工智能到底是什么？我把它简化分成四个层次，首先人工智能要利用已有的经验， 这个经验的载体就是海量数据。因为大部分的人工智能依靠的机器学习的方法，都是有监督的学习，或者半监督的学习。当然也有一些简单的强化学习，但效果相对有限。既然是监督学习，首先要有数据，要利用已有的经验。第二步有了经验以后，要通过各种数学模型去逼近这些经验，这就是算法和算力层。算法是理论基础，算力是工程实现。算法框架是人工智能的核心，所以国际领先的大公司都在不计成本打造，例如Tensorflow，Torch等。第三步有了模型，下一步就是通过模型预测未来是怎么样的，这个预测应用到不同的领域，就是各种学科，例如语音识别、计算机视觉、NLP、推荐、动态规划等。最后如果把学科应用到场景，就变成了商业应用，例如自动驾驶、滴滴的路径动态规划、头条的信息流推荐、智能音响等等。今天下棋人已经下不过机器了，不仅下棋，AI还可以去帮你做诗做曲，还有精准营销、安防等等。
有人说AI是泡沫，有人说AI是风口，如果你真正了解什么是AI，你会发现其实AI不是风口，AI已经在我们大量的工作生活中有了实际的应用，而且是广泛的应用。 我为什么按上述四个层面分类AI是因为每个层次都能诞生出百亿千亿级的大公司。比如数据层的云计算，算法算力层的tensorflow，TPU。学科层的商汤，应用层的滴滴，今日头条等等；所以我的观点是AI它不是风口而是一个现实，理由如下：
第一个，技术上已经高度工程化。首先AI需要海量数据，今天企业拥有TB级的数据已经很容易，大量小微企业都拥有足够多的数据，这个其实在十年或者二十年以前是不可想象的，所以这是一个巨大的改变。今天拥有数据已经不是一个很大的门槛了，谁都可以去做AI。
另外就是算法和算力大规模工程化，算法算力有国际大的公司的支持，他们给我们已经提供了很好的平台和应用的框架，而且这都是已经可以工程化的框架。所以我们使用AI的门槛会大大降低。当然这些算法的能力是有限的，今天我们想指望AI去产生思想和思维还不太现实，但是你只要给它一个明确边界，很多场景AI会比人做的好。譬如下棋是在死活约束和方格约束的前提下，需求最优面积的动态规划问题。有了这个边界，AI可以远超于人。而且最重要的是你只要给出边界，它们的算力算法都有很好的工程化的方案，所以今天应用AI已经不是很难的事情。
第二点，除了技术工程化，AI要被广泛应用还需要有刚需。事实上AI已经是企业里最大的刚需之一了。主要有两个原因，第一个，今天企业拥有的数据的维度，跟过去比，已经大大丰富了。过去十年二十年前，企业里的数据很简单，无非是ERP和财务数据，拥有这些数据的企业已经是很好的企业了。那今天不一样，譬如企业要通过线上去卖东西，那么你选择天猫还是京东，产品的排位等等，都有大量的数据需要商业决定。当企业的数据维度有几百维的时候，很难用简单的BI用因果关系类来分析了。这个问题要去解决，就必须应用到机器学习的方法了。第二个，今天企业拥有大量非结构化数据，比如说语音、视频、文字、图象，这些非结构化的数据只有机器学习的方法去做。所以你用BI是没法处理这些数据的。比如我们的客服对销售的影响越来越重要，但是客服的通话记录是文字你怎么去优化呢？如果你会用NLP和分类的方法，它可以给你产生更多的销售。
所以从上述两点讲企业对AI有强烈的需求。我也看到很多传统行业，他们会有很多优化的需求。
这是我刚才的一个观点，这个观点还需要有一些数据的支持。第一个图是整个AI在过去几年投资的金额和项目数。我们可以看到这个黄色的线是投资的金额数，去年已经投了将近600亿在AI相关的企业。
那么再看第二个图，是从2016年跟2017年一对比，你就会发现很明显，2016年投资集中在早期，B轮、C轮，而2017年到高点是C轮，D轮，这说明他们成长的很好，行业向成熟发展。
那么再看一下人工智能公司，是资本的绝对热点。人工智能获投的公司以及未获投的公司，它的比例已经超过50%，也就是意味着每两家人工智能公司，就有一家会融到钱，这个在别的行业几乎无法想象的。那我们再看中国所谓的顶级的机构，你可以看前30家，你能看到所有顶级的机构，他们都对AI下了重注。如果是一到两家下这样的注，那可能是去赌，如果所有人去做，这说明了什么呢？大家可以思考一下。
我们再从另一个维度，企业端的态度来看AI。大家印象最深的是百度all in AI，其实何止百度，谷歌、微软、IBM，还有国内的阿里，包腾讯都在AI是全产业链布局的。无论从最底层的算力层，还是核心的到基础框架层，再到应用层， 今天国内外最值钱的公司，他们都是在AI不计成本去投资布局的。尤其在算法框架层，因为算法框架层是机器学习的核心，整个AI里面最核心的部分，但是这部分基本上由国外巨头主导，这个差距我们必须得认。当我们发现全球所有最成功的企业都在AI做大量布局，而不是一两家公司在赌，这说明AI的趋势确定性。作为顶级的企业，即便你重注AI，你未必能够成功，但如果你不部署AI，你一定不成功。未来谁占里这个高地不知道，但是如果你不占领的话，未来也许就被颠覆掉了。
既然AI是这么刚需，大公司有都重注投入，那么从投资的角度，这么多大的企业都部署在AI，我们应该怎么去投呢？我可以给一些自己的理解和建议，第一个是跟场景结合。国外可以投纯技术的公司，不用考虑短期商业模式，因为他们相对鼓励原创，另外投资比较专业，有很强的技术辨别和趋势预测能力，中国这样的投资人相对来说还是比较少的，所以中国的投资还是以商业模式为主，所以在中国的投资，AI企业要想存活，你必须要跟一些场景结合。所以我怎么找一些有AI因素的企业呢？建议去找一些传统行业，AI只是一个技术，我们找哪些行业里面，这些行业做得比较好的，而且创始人不是做AI的，但是他又用了AI，而且AI给他产生很好的效果，这种公司我们可以去关注。这种公司有可能是通过这一轮技术创新，对这个行业某种程度上改进和洗牌。所以不要为了AI去看AI，你要去行业里面看AI的因素是不是很强，真的帮企业提高效率，产生更大的价值。
第二个方向，利用AI帮企业赋能，降低企业使用AI的门槛。这些企业主要是技术驱动。虽然没有直接的场景，但是能在不同垂直行业赋能，或者帮企业降低使用AI的门槛。因为AI要用好它，对企业还是有较高门槛的，首先你要有数据的存储和分布，把它变成一个分布式系统。第二个，还得懂算法和业务，算法和业务结合通常要花较多时间成本。第三个，最重要的是工程实现。如果你没有做过，会趟无数的坑。这块的人才都集中在之前拥有大量数据的大公司，人才很难获得。所以现在市面上出现一些做AI的中间件，让企业接近傻瓜式的使用AI。比如做物流，需要大规模路径规划，只要告诉目标，提供数据源，可以直接帮企业优化这个业务。我最近投的天云大数据，就是做AI paas 平台，帮汉族企业降低AI的使用门槛。
另外底层技术也可以看看，譬如算法芯片。因为任何算法的硬件实现都有一定的局限性，很难适用所有的算法，所以大公司不会那么激进，这就给初创公司很好的从边缘切入中心的机会。
谢谢！
2018“创响中国”安徽省创新创业大赛由安徽省发展和改革委员会、合肥市人民政府、安徽省科学技术协会、安徽省投资集团控股有限公司主办，安徽省高新投、中安创谷、苏河汇、出类承办。经过4个多月的激烈角逐，省外赛区复赛共有10个项目突出重围，10月份，他们将代表省外赛区与其他海内外项目齐聚安徽合肥，在决赛中再论英雄。
閱讀更多 出類 的文章
