对于前沿科技，其实我们是有专项组在覆盖的。我们大概也只开始了两三年的时间，对三部分的公司进行了一些投资。
第一部分，包括一些可穿戴设备、智能家居一类；
第二部分，是在出行板块的一些投资，包括无人机、电动车；
第三部分，就是AI和机器人，也是跟今天最契合的一部分。
我们觉得AI和机器人这两方面其实不太容易能够把它分得很开。其实我们在这个领域也布局了机器人，也布局了一些无人机避障；对于这个板块，其实我们一直是非常重视的。
我们现在谈AI大概到什么程度？
我平时的科研其实是做安全方面的，其实就是用各种机器学习和人工智能的方法来偷别人的QQ号，或者防止别人QQ号被盗，其中的技术也都差不多。另外，我平时非常喜欢编程，这也是我的一个爱好吧。
接下来谈一下我的个人观点，我们现在谈AI这个事情，它现在大概是什么程度？刚才三位老师也都讲了很多，包括陆总也讲了很多，其实我觉得人工智能已经是在一个非常非常高的一个高点上了。
在我们认为，现在的AI其实有很多所谓的问题，肯定是有一个非常大的泡沫在。首先我们可以看到，在估值上，很多公司它的估值，像刚才陆总提到涨3倍，我们也看到过天使轮拿到1亿美金估值的公司，大家对于这个行业的期望其实是非常非常高的。
第二部分，到底它的应用是在什么地方？目前其实我们也看到很多公司，其实它只是说我有一个想法，我有一个技术，但我其实并不一定知道它最重要的是用在什么地方，这种公司其实很多，而且很多人都拿到了融资，中国和美国其实都有这样的公司。
第三部分，人才方面。人才方面其实是一个非常大的一个战争，我觉得在座的三位老师肯定都有体会了，就是说，我们在高质量的人工智能方面的人才竞争是非常非常激烈的。很多的，像各种通信，做各种不一样的其他领域的人呢，他会非常自豪地说自己是做什么的。但现在正好反过来了，就是现在整个人工智能相关的人才，它的供给是非常不平衡的，是绝对的供不应求。
第四部分，刚才大家也都提到了数据，数据其实掌握在少数的巨头手中，还有很多数据是非结构化的，是不干净的，用来做人工智能相关的企业，其实其中还有很大的挑战。
第五部分，就是商业模式。目前很多AI方面商业模式，我们觉得都不是很清晰。
在这样一个大的环境下，我们可以看到这张图里，这阵其实大家吐槽了很多，比如说无人驾驶，就是说，可能觉得一个视觉团队也许就能做一个无人驾驶，但是呢，其实这其中有很多的坑在里面，而且也需要烧很多的钱，包括家用机器人，还包括二位老师给大家做的这个语音识别，跟自然语言处理，这方面呢，其实我们觉得也是有非常非常多的挑战在。医疗呢，其实有数据方面的一些成分，包括人脸识别这边，确实是中国特色，因为我们知道在美国的，其实大家不怎么用人脸识别这种方式的，欧洲呢，大家其实比较喜欢用指纹，但是呢，在中国其实这个市场培育了很长时间，现在已经有四家独角兽了，大家觉得很夸张，那我觉得未来马上就会有第五家独角兽，因为很多教授现在也出来创业了。包括提到的人工智能这个平台，其实也需要很长时间，其实我觉得在这样一个背景之下，我们怎么来看待人工智能这个行业才是首要。
我们该如何正确看待人工智能行业？
我觉得作为投资人，我们对于这个行业的看法，其实感觉很相似了，但我觉得可能整个行业可能会分三层，最下面的是一些基础平台层，不管是数据服务商，还是人工智能的芯片、服务器，以及云计算的算例，这些其实都是最下面通用的，而且是非常必要的。第二层，就是技术的提供层了，我们可以看到，其实我们也很关注，像计算机视觉、机器学习，所有的这种技术其实也是在中间。最上面的就是各种各样的一个应用，应用层，包括无人驾驶，包括无人机，包括机器人，其实上面有很多很多的应用。所以，在我们看来，虽然说这个人工智能现在可能是在一个大家期望的高点，但是我们看到如此之多的应用，和如此之多的这个机会，其实我觉得这个行业还是值得我们大家去投入的，不管是创业的朋友，以及我们做投资的朋友，但是大家可能是要一个比较理性的方式，一个理性的一个角度，来投入到人工智能的创新和创业之中。
如何才能做一家成功的人工智能企业？
最后，我再来讲一下，我们是如何跟AI的创业企业一起工作的。我们总结出了四点，这可能是一个自下而上的方式，就是说，如果我们想做一家成功的人工智能企业，在我们看来，可能我们需要做到哪些。
第一步，肯定要有一个全球化的视野，这件事情我们认为是非常重要的。
第二步，在这样一个高点情况下，我们要找到最简单的、最实际的，可以做的事情来做。
第三步，你要找到你合适的一个合作伙伴。
第四步，你要对于你的商业模式要有一个清晰的判断，和一个随着不同的环境而灵活变化的心态。
我们下面简单的展开来看一看
第一，为什么大家要有一个全球化的一个视野？而这件事为什么很重要？首先，关于我们在中国、美国，包括以色列，其实我们都看到现在的AI，其实已经不是一个区域化的战斗了，它其实已经是一个全球化的战斗。
我们可以看到，这里面有三方面的事情。第一方面，其实是整个市场，如果是一个区域化的市场，很多在外面的机会，比如说企业服务这个市场，中国是非常非常大的一个市场，有很多很多公司在里面。但是，我们也看到，其实在中国的企业服务市场，公司的付费率，尤其是中小企业的付费率，其实非常非常低的。我们也可以看到，其实在美国，虽然它的公司总数比中国要少一些，但是我们可以看到它中小企业的付费能力是非常强的，可能是在中国企业的10到30倍左右，就是说，如果我们局限自己在某一个市场的话，我们可能会失去很多不一样的机会，这是其一。
其二，我觉得就是技术层面。其实在中国、以色列、美国，其实都看到了很多非常非常棒的技术人才，包括山教授，我们在美国其实也看到了很多很多这样的人，包括在以色列，其实他们也是非常不一样的，他们虽然很聪明，跟中国的擅长的地方不一样，但他们会有一些很奇妙的想法，会有一些非常棒的系统设计的方式。所以，在这些方面我们就可以看到，在技术层面，其实全球会有一个更多的交流趋势，这样才能做出非同一般的产品。
举个例子，现在可能无人驾驶非常火，我们也可以看到，其实无人驾驶里面现在最大的一个壁垒，就是物理上的壁垒，我们先不考虑这个计算，或者一些算法上的壁垒是什么。我觉得大家可能都知道，就是说最最大的壁垒，其实就是在激光雷达，或者传感器的成本，其实这个对于我们所有的普通消费者来说，其实还是一个非常大的问题，试想，你买一辆车，可能也就是几十万人民币，但如果加上无人驾驶这个技术也许你就得再掏几十万，你真的会愿意吗？再有就是它的安全高效问题也是非常非常难的。对于这个点，其实我们看到很多公司都在尝试，但我们就看到，不同地区的公司，处理的方法其实非常不一样。我们发现中国的创业者，他有很强的工程能力，他们能够把一些看似比较成熟的技术，做到性能和稳定性比原来强很多倍。我们看到美国的创业者就很不一样，他会想一个技术路线，这个技术路线可能是在实验室里还是很不成熟的技术路线，他就会投很多科研的经费在里面，不断尝试跨越很多障碍，然后把这个东西做出来。
我们看到以色列的创业者就更有意思了，就是他既没有中国这么强的工程能力，也没有像美国人这样疯狂，就觉得说我一定要做一个大家永远做不出来的一个东西，但是我们可以看到，以色列人的思路是，他可以用一些非常成熟的技术，但是他会在系统设计，以及会在产品设计上采取一些非常不一样的很有灵感的这样的方法，使得很多成熟的技术可以被应用到一些不成熟的产品上来，这个其实是大家很不一样的事情。所以我们觉得，在AI这个领域，我们觉得技术层面上，大家在全球范围内一定也是一个互相交流，互相融合的这样的一个情况，一个趋势。
第二，就是我们在当下一个已经将人工智能炒到一个相对高点的情况下，要客观审视自己的能力和优势，不能盲目跟风。认清行业壁垒，摸清技术优势才能有个持久的良性发展。
第三，刚才说到了人才，我们发现现在很多很多的创业公司，不管是中国的创业公司，还是以色列的创业公司，其实大家都很希望在硅谷那边能够有一个分公司，然后大家一块来争夺硅谷方面的人才。我们其实也看到很多美国大公司，它其实也非常注重在中国方面的人才，所以我觉得人才方面也是，我们要以一个全球化的角度来看这个事情。
看到整个是一个全球化的趋势之后，我觉得可能公司创业者需要考虑两方面的事情。第一方面，就是我们适合做什么，我们是适合去开拓国外市场，还是说我们适合，就是把已有的商业模式，或者是类似的技术引用到中国。我觉得这两方面其实都是非常重要的，比如说在出海方面，我们发现其实中国的创业者是非常有优势的，主要体现在三点：
第一点，中国的创业者非常聪明，他的学习能力非常强，同时他对于适应新环境的能力也是非常强的。
第二点，中国的创业者非常努力，他其实跟美国的创业者是完全不一样，中国的大环境，造就我们中国的人才，这在美国市场上其实是非常有优势的。
第三点，就是我们中国人的打法，我们可以看到，像阿里巴巴，微信，在这么短时间做了这么大的一个生态，其实这种打法，是很多美国公司不太有的。中国市场的一些经验是非常有用的，所以我认为，中国的AI公司出海一定是非常有机会的。
另外，国外的一些好的经验能够被应用在中国市场上，这件事情其实并不是说要把美国的，或者以色列的一些商业模式给抄到中国来，这个我认为并不是一个非常好的方式。但是我们可以看到，因为一些市场的原因，可能在美国一些东西会发展的比较快，比如我们看到很多AI+安全方面的公司，我们可以看到在美国这样的公司非常多，而且客户的付费意愿也非常强烈，但是在中国我们看到这个市场，发展其实相对来说比较慢的。所以，我现在看到一家AI+安全的公司，我们就会去想它到底对应的是美国哪一种商业模式呢，它里面的坑又是什么？这个对于创业者来说，其实会少走很多弯路，这也是我们非常推崇的一件事情。
目前看来，我认为AI其实有三个比较重要环节，其实刚才各位老师也都提到了，一个是感知，一个是认知，还有一个是决策。其实从感知、认知到决策，我们认为其实它的难度是不断地提升的，因此，我们要根据不同的难度，根据不同行业内的元素来看，到底应该选择什么样的一个行业。
下面简单举个例子，是我们认为现在可能会有机会的行业，但并不能代表所有的机会点。
首先，我们觉得无人驾驶这件事情，其实还是非常有机会的，这个事情其实很有意思，很多人觉得无人驾驶是一件在AI里面非常非常难的事情，因为它的系统层面很难，它需要很多很多的数据，很多方面的技术，然后还需要数据的融合，还需要决策、判断，以及控制，还要对车有很多的了解。但我们觉得，其实无人驾驶在很多AI的层面上来说，其实简单的，为什么呢？我们可以想象，大家开车的时候，开车这件事情本身就不是很难，其实你有很多规则，你知道方向盘往这边打这边走，往那边打那边走，刹车、油门，你又知道有很多交规，你去学一下，大家就会根据这个交规来进行一个行驶。但你也可以看到，比如说你要跟随着前面的车走，你要识别旁边的车道线，它的规则其实非常明显的，对比在认知计算方面做一个看似很简单，但其实背后的技术支持要很强的项目，其实无人驾驶是简单的。
第二点，自动化，其实现在包括像风电，包括像电力里面，其实它的基础架构，已经非常好了，也会有很多人在尝试做一些自动化的事情，但AI这个技术，应用到工业的环境之中，我们觉得其实是有非常大一个前景的，而且现在的技术其实可以做到的。
另外就是AI+健康，这个现在市场上已经有很多的公司在做了，我们觉得这个，其实更多的是你如何能够把数据拿到，因为不管我们是做医学图象的处理，还是做一些辅助诊断，其实数据本身的处理和它的清洗，以及标注，其实非常非常重要的。但是我们也看到，只要你过了数据这一关，其实它所应用到的这个技术，相对而言是比较简单的，商业化也是比较有机会的。
此外AI+教育，其实我们也投过一家，就是“英语流利说”，包括“作业帮”，其实大家也是利用一些AI的算法，然后在一个特定的场景，在教育这个场景里面来做一些事情，这些方面商业化其实已经比较成熟了。
我们也看到，其实在上层的应用，也分很多的部分，在不同的部分之中，你又会有不同的合作伙伴，所以我们觉得，这件事情对于一个初创企业来说，其实是非常重要的，无论你是在融资方面引入一些战略投资，还是你可能是跟很多大公司有一些业务上的来往，我们觉得这件事情本身对于AI的初创企业的成功是非常非常重要的。
第四，要根据不同的情况来选择不同的商业模式，我们可以看到，其实AI现在的商业模式，并不是非常的清晰，不管是2B，还是2C，不管是你提供一个技术，还是提供一个大的解决方案，不管是你提供一个产品，还是提供一个服务，在不同的场景之下，在不同的领域，可能都是完全不一样的。
举个例子，就是我们到底应该是2B还是2C？2B、2C各种利弊。2B，你的发展可能会更快，但是你的天花板也会更低。2C，可能你的难度会更大，你要跟巨头掰手腕，但是你成功之后的回报也是巨大的。这个其实是根据你整个的商业逻辑要有一个很好的判断。
第二方面，你到底是要做一个API输出技术，还是应该做一个解决方案，这个在不同的市场上会有很不一样的想法，比如说，我们可以看到在美国，其实有很多公司，提供一个非常简单的API，也能有很高的利润，也有非常好的收入。所以，这个其实在美国市场上是很常见的，但是在中国市场上，这个几乎是不可能的，我也看到中国的很多巨头，它在跟你做生意的时候，如果你的单点很好，首先它希望把你挖过去，首先它希望抄，它希望它自己能做出来，它如果做不出来，它希望把你挖过去帮它做，如果你又不愿意帮它做，它希望来买断，你让它按照次数然后来付费，这件事情其实在很多情况下是比较难的，这也是不同的市场，在长期发展过程中的一个不同现象。
第三方面，就是你到底是应该做产品，还是做服务？这个其实也很不一样，比如说在一些医疗的行业里面，如果你想去做一个AI的服务，其实我个人感觉还是比较难的，因为医疗这个行业，它的产业链非常的长，它的就诊流程也非常复杂，如果你想为医院提供这样的一个好的服务，其实你本身需要很多人力，而且你也需要积累很长的时间，所以这个行业可能就比较适合你提供一个非常棒的产品，不管它是一个自动识别，自动判断肿瘤图象的产品，或者是一个辅助诊疗的产品，可能更多的是一个产品取胜的一个事情。但我们也看到很多，很逆势的一些，也不能说很逆势，就是有其他的一些AI的服务，它其实可能更多的是你提供一个服务，对于公司的发展可能会更好。
为此，在我们对人工智能行业有超高期望值的当下，更要理性的去选择一个现在技术可以实现，市场相对成熟，而且能够有一个非常成立的商业模式，这样的创业，才是有益于公司长远发展的，才是良性的。
第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：liuhan
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
