AI已处于泡沫期，从“神坛”变得越来越“平民化”？
2020年6月10-12日，由投中信息、投中网联合主办，投中资本承办的“第14届中国投资年会·年度峰会”在上海隆重召开。中国的创新力量正风雷涌动，奋发九州，荡涤环宇，本次峰会以“九州风雷”为主题，汇聚国内外顶级投资机构大佬、知名经济学家和创新经济领袖，共筑行业新版图，探索新机遇。
会上，昆仲资本创始合伙人梁隽樟、天狼星资本创始管理合伙人沈海伦、腾业创投合伙人、董事总经理孙敬伟、元创资本创始人王浩、嬴彻科技CTO杨睿刚、新鼎资本董事长张驰就 “AI如何改变一切”这一主题进行了精彩对话。
会上，沈海伦表示，现在中国政府的力量、新基建5G落地，加速了基础设施建设的完善，在基础设施建设完善的情况下，AI是最有可能以最快的速度落地的场景是公共治理。
王浩则称，鉴于中国的基础设施目前在全球处于领先地位，技术实力也足够强大。因此基础设施会是AI最先，最深入能改变的垂直领域。
相比之下，张弛认为，工业领域肯定要被人工智能改变，但工业领域利薄，花不了那么多钱，不过人工智能+智能制造会是大趋势。
以下为“第14届中国投资年会·年度峰会”中“AI如何改变一切”对话实录，由投中网整理。本场对话由容言创新传媒创始人谷昕容主持。
谷昕容：首先请每一位嘉宾进行简短的自我介绍，以及介绍一下自己的机构。
梁隽樟：大家好！我是来自昆仲资本的梁隽樟。昆仲资本成立于2016年，基金80%的投资方向都落在硬科技里，如人工智能、数据应用、半导体、信息安全、企业服务，这是我们基金投资最主要的领域。
沈海伦：大家好！我是天狼星资本创始管理合伙人沈海伦。天狼星资本从2015年成立到现在一直只专注做一件事情，希望找到最好的AI+硬科技的综合体企业。
到今天我们投的项目并不多，历史管理规模近30亿，在AI和硬科技领域投了一些明星企业，包括像汉柏科技等。
孙敬伟：大家下午好！我是腾业创投的合伙人孙敬伟，腾业创投是专注于初创期科技类企业的投资（所谓的硬科技），目前管理了6支基金，规模加起来大概10亿。投资方向主要包含新一代信息技术、医疗健康、新能源、新材料等。
王浩：大家好！我是元创资本王皓，我们机构只投一个方向，专注于人工智能大数据赋能传统企业，目前管理10亿的规模，过去几年投了松鼠AI、人工智能赋能教育行业、人工智能赋能消费行业的，以及摩贝等，专注于投中国原创平台和原创技术。
杨睿刚：大家好！我是杨睿刚，来自嬴彻科技。
我们是一家自动驾驶的公司，但是我们和别人做的不大一样，我们想做自动驾驶+运营的双模式开发，在这种模式下，可以把自动驾驶放到自己用的车上，形成数据的闭环，任何AI企业想要高速发展，就必须要形成数据的闭环。
张驰：大家好！我是北京新鼎资本的创始人及董事长张驰，新鼎资本成立于2015年，目前，共发了50多支私募资金，投出去将近40亿。一直聚焦在4个领域：人工智能、新能源汽车、生物医药、半导体，而且是投偏后期的项目。
AI最究竟能够改变哪些垂直领域？
谷昕容：未来，AI肯定无处不在，可以应用到方方面面、各行各业，如果把AI最先、最深入能够改变的具体垂直领域排个序（排前三），以你们的投资策略为导向，应该怎么排序？
梁隽樟：在不太远的未来举几个行业：零售、制造、智慧城市。
沈海伦：（1）公共治理。在智慧城市里的公共治理会是AI最先落地的场景。因为现在中国政府的力量、新基建5G落地，加速了基础设施建设的完善，在基础设施建设完善的情况下，AI是最有可能以最快的速度落地的，所以我认为是公共治理。
（2）移动互联网电商行业。电子商务引发出来的直播形式的原因是积累了特别多的数据，这有可能是我们赶超世界上任何一个国家最快的地方，因为我们的数据够多、够精准、够长，这是第二个领域。
（3）金融。最开始的原因是因为电商的发达，导致了我们必须要解决记账的问题，必须要解决金融交易中最核心的环境
孙敬伟：我是投硬科技的，人工智能在很多层面可以有应用和落地的需求。如果要按行业细分来排序，首先比较看重的是（1）高端装备和先进制造行业。人工智能，也包括的传统的模式识别和计算机视觉等在高端装备和先进制造中都有很强的需求，且应用起来价值非常高。目前，很多创业项目在用最新的框架在计算机视觉、模式识别技术的解决方案应用后都体现了很大的价值，所以高端装备和先进制造会是第一个对人工智能技术应用价值的体现。
（2）医疗健康。医疗健康领域很大，但也比较传统和保守，这是因为它和人的生命健康相关。这几年随着人工智能的突飞猛进，特别是Google深度学习框架的普适性和性能得到验证，在计算机辅助的医疗诊断上也有一些项目跑了出来。例如智能医疗影像处理与辅助诊断以及液体活检后用大数据分析和模型进行肿瘤早期筛查，这都是和人工智能技术发展特别相关也价值巨大。
（3）ToC的电商，因为交易数据的大量积累以及当前相对成熟的算法和不断提升的算力的支持，可以做到非常精准的千人千面物品推送，对这个行业已经有了很深远的影响，也造就了一批成功的企业。
这就是我认为的人工智能对三个细分行业影响的排序：高端装备与先进制造、医疗健康与生物医药、C端电商。
王浩：从我们的行业来看有“三最”：（1）行业足够大；（2）技术最好；（3）最迫切。
从这三个维度来排序分别是：
（1）中国电商，移动互联网发展在全球都是领先的，所以消费零售是走的最快的，不仅仅是电商，线下的平台技术很发达、数据很充分、数据量也足够大。
（2）工业，不仅仅是制造业，从仓储、物流、商务环节、5G发展、半导体/芯片发展。
工业互联网化很重要的就是人工智能从生产到仓储、物流全环节的智能化，这也是目前最迫切的。中国要在工业4.0环节超过美国、德国、日本等传统制造强国是非常大的机会。
（3）基础设施，中国的基础设施目前在全球是领先的，当然技术足够大。
未来如何把基础设施发展新基建？为什么今年各个地方都在讲新基建？
相信未来10年、20年基础设施数据化、人工智能化是很重要的。
杨睿刚：我从技术上说一下哪三大技术是我认为最有前景的。
（1）数据挖掘，已经有很多细分领域用到了数据挖掘的技术。
（2）机器视觉，包括工业检测、刷脸都是机器视觉的技术发展。
（3）NLP，最近我个人打客服电话都发现不说上3、5句不知道对方是机器人，在特定场景上的问答已经pass了图灵测试，有的时候说了3、5句才发现是机器人。
张驰：（1）人工智能+医药/医疗。这一块儿已经有独角兽出来了，包括人工智能+看片、人工智能+医药研发等都有相对成熟有一定体量的项目基本能符合科创板的条件，年底或者明年就能报了。
（2）人工智能+新能源汽车。自动驾驶也是一种人工智能的体现，新能源汽车里有很多人工智能的功能在里面，随着新基建的大力普及，中国道路会迎来一次深刻的改变，很多高速公路会直接有自动驾驶道路，会加速发展自动驾驶。
（3）人工智能+智能制造。工业领域肯定要被人工智能改变，这是大趋势，只是工业领域利薄，花不了那么多钱。
其他领域我们关注的少，这是我们在已关注领域的排序。
AI已处于泡沫期，从“神坛”变得越来越“平民化”？
谷昕容：当下，AI已经是泡沫期了，其实不止是今天，前几年已经处于泡沫，那现在到底是什么样的状态？估值怎么样？对于投资人来说选择投资策略又会有哪些不一样？
带着这样的问题讨论几个细分领域，比如说像零售场景。梁总投了蛮多零售和具体场景的结合，从投资策略角度您和我们分享一下。
梁隽樟：不光是零售，我们还投了智慧城市、出行，我们也是小鹏A轮的股东。
回头看一下过去几年投的项目，这些企业总体发展还是非常不错，他们不是“拿着锤子找钉子”。
当然有很多本身是很优秀的科学家、研究人员创业的，他们在企业发展过程中经历了往企业家走的过程，真正能够把技术和实际应用领域、场景结合起来，把价值传递给用户，这是非常重要的，这也是我们在看投资机会时考虑的比较重要的一点。
站在今天看两个方向：
（1）往后看，确实有比较实在、扎实的已经被证明的公司，他们已经慢慢的把技术和场景很好地结合起来，而且能够把产品做出来，看得见有比较清晰的财务成长轨迹。
（2）技术本来就在不同层面上不停地发展和演进，有很多底层技术，包括怎么基于小数据做学习，怎么跨领域做迁移等，还是有很多可以不断演进的事情，包括怎么使得AI更可解释，早期的机会我们也在看。
结合零售领域来看，像Aibee是我们自己投资的。我们是天使轮的领投，创始人是百度研究院的院长林元庆博士，从技术上来说团队是在业界里排在一线的排队了，横跨中国和美国。
最开始创业时我们也在想到底在哪些领域落地，后来看来看去也要考虑行业的竞争情况以及团队的情况。
我们觉得零售还是蛮适合的，因为要看供应端和需求端。需求端零售企业不管是品牌商还是零售集团有很强的数字化需求，基于数字化和在线化的进一步智能化，这是他们的需求。相信团队有能力开发出成本可控、相对容易复制的产品交付给客户，所以要把“供”、“需”两点相结合，这还是蛮适合的场景。
从过去两年多走到现在，中间也经过很多调整，但他们已经在大的Shopping Mall（万达、K11、红星美凯龙）、首都机场等商业场景里得到比较好的落地和应用。
这当中有非常非常多的技术创新，但是核心有两点：
（1）知道用户需要什么，用户希望提高收入、进店转化率，这怎么能帮到用户？
（2）最开始他们在算到Shopping Mall一天的数据需要用到100、200个GPU算十天才能算出来，在商业上没法落地，只有一个客户可以这么做，没法大规模复制。
但后来，他们花了一年时间，把成本降到1个GPU在半天之内算出来，商业上完全可以落地，技术上有大量的工作才能通过商业solution供应给客户。
谷昕容：沈总提到了移动电商，接下来到云商的概念。
沈海伦：首先非常认同主持人的观点，提到了AI的变化，是不是AI已经泡沫了？从估值上来讲，答案是有的。
最近几年，尤其在中国大力发展AI的基础上，AI在去泡沫化。这反应了最根本的问题，AI从“神坛”变得越来越“平民化”。
AI的技术、产品都是要素，只有把它当做要素的时候，这个要素才能真正地赋能百业。
回到刚才所说的几个领域：零售、电商等。我再Q一下技术大拿，这个问题我想分两个层面讨论。
技术层面，天狼星资本投资和被投企业中涉及到了方方面面的东西，但只有NLP技术、视觉技术这两大技术在赋能电商、零售业时用的最多，这两个技术在电商、零售领域里又如何划分？分为线上、线下。
第一，线下，在我们投资的案例里涉及到两个不同的视觉公司，云天励飞、奥比中光。
云天励飞最开始的时候赋能了公共治理、公共交通、安防领域，但同时也能赋能智慧商业。
像现在我们去到的很多万科的Shopping Mall已经在用云天励飞带芯片的视觉终端，可以在线下实时捕捉每一个消费者的每一个动作，包括趋向、倾向、停留时间等，可以让终端零售变的更加智能。
奥比中光是做3D视觉的，解决了在零售刷脸支付上最安全的问题。在线下去到711、肯德基、麦当劳等大型连锁商超在支付时都已经在用刷脸支付了，可以带来零售更好更快捷的感受。这两个项目是我提到针对线下改变零售和电商的一方面。
第二，线上：有非常好的数据积累优势。但因为疫情，现在电商的发展方向是和直播相关，每天都会说今天谁又带货了，包括汽车都有人在直播带货了。
这部分运用到两个技术：
（1）算法，像我们投资的企业有video++，把视频和直播里广告的新玩法、卖货新玩法相结合。
（2）底层技术，像我们在上海投的一家芯片公司，开发了一款全新加速的针对于视频的GPU，这改变了传统GPU基于游戏的特性，更加适合电商视频化的发展，包括直播发展。
（3）NLP，我们在杭州投了一家企业，可以自动化生成内容。现在在淘宝系看到的很多文字内容、视频内容、录播视频内容都是这家公司基于NLP语言自动生成的，效率非常高，千人千面。
其实，AI已经在电商领域做了很好很深层并且高效实在的应用。
谷昕容：直播电商该怎么走？刷单的太多了，直播转化率并没有那么高，并没有烟花灿烂的全民直播。
沈海伦：中国总是有这样的现象，一个东西好就“全民”。这不是问题，因为直播在早期发展阶段，资本需要全民带动，有阶段性的现象。
我们是80后进入淘宝时是看图片和文字，而现在00后是看直播，这可能会成为一代、两代人的消费习惯，也可能是因为基础设施5G的建设，而让它有更多不可想象的东西出来。
我的目光还没有那么长远，我觉得五年内这个趋势是非常明显的，直播电商可以发展出新花样，视频方向一定没有问题。
谷昕容：孙总，我知道您也投了一些工业智能化的公司，特别是机器人。跳开制造业方面，机器人企业还是服务型的，在服务型当中大家技术上的差异又体现在哪？基于这两个方向来看机器人赛道，你们怎么看？怎么选择企业？
孙敬伟：不言而喻，目前我们国家在机器人方向的技术积累、产品和国外是有差距的，这很容易理解。因为机器人、装备自动化是随着工业发展伴随发展起来的，欧美国家已经走过了非常长的一段路，所以也形成了在机器人领域的“四大家族”，一说机器人大家直观的感受就是“四大家族”在工业领域的各种展现。而国内这些年发展，有一些细分行业国产高端替代的机会也相继出现。在四大家族战友优势地位的传统汽车制造领域很难切进去，因为工业上对稳定性、一致性要求非常高，所以对国内的机器人创业公司来讲门槛比较高。但是在一些新兴领域，比如说3C电子产品检测、汽车辅助零部件加等细分领域上就有许多机器人创业公司表现得非常不错，并且通过本地化的产品和服务呈现出极强的竞争力，例如我们投资的一家做机器人三大核心部件之一控制器的公司南京纳博特，和国内其它做伺服系统（清能德创）及减速机（苏州绿的谐波）的公司合作，在配合国产先进的激光视觉传感器和力矩传感器，使得国产机器人在传统的焊接、码垛应用领域之外，开始在喷涂、打磨、精密装配与检测等细分领域处于比较了领先的优势。
人工智能是不是有泡沫的事情？我理解的是任何一个技术发展都是几起几落，当新技术出现的时候，大家都会基于厚望认为可以解决行业中的所有问题，但是经过一段时间的尝试以后发现不是这样的。
人工智能最明显的泡沫阶段可以追溯到上世纪80年代，那时候我还在大学读本科，人工智能已经很热且被追捧，当时更有日本举全国之力发展基于人工智能的第五代计算机计划，也有专用的人工智能计算机语言LISP的推出，而标志性的事件就是IBM的深蓝击败了国际象棋大师，然后就没有然后了。日本在人工智能技术的也是走了弯路，投入很大却没有与之相配的产业和商业价值产出。而这一次随着Google的Deep Learning框架Tensorflow的推出和性能验证，确实在底层人工智能的通用平台方面有了很好且可用的解决方案，从而伴随着Alpha Go击败围棋世界冠军的标志性事件又开启了新一波的人工智能热潮。这一轮人工智能热潮在2、3年以前确实是泡沫，那个时候创业项目不带人工智能的字样和属性就觉得自己不够高级。经过了这两年的起起落落，现在大家更看重人工智能和行业应用的场景结合与落地，不乏在智能制造（机器人）方面用新的人工智能技术框架来解决痛点的应用案例。
但其实人工智能投资也好、硬科技投资也好，一方面要有领先的核心技术；另一方面要有落地的场景，实实在在地解决行业所面临的痛点，这样项目才可以有机会跑出来。
人工智能对传统行业的赋能才刚刚开始，空间还很大
谷昕容：王总，您从工业的角度看一下具体的投资策略。
王浩：人工智能是否有泡沫？我再回应一下。
从2015年开始，投资人对人工智能蜂拥而入，造成头部、腰部的公司估值大涨。
但是从另外一个角度，人工智能技术对传统行业的颠覆和改造会比预期的更强。就像股票一样，茅台2015年低150块钱的时候估值很贵，现在茅台估了1000。
所以，一个行业要从长尺度时间来看，不能以五年十年的眼光来看。往后看是五年时间，往前看二十年甚至更长的时间，人工智能对传统行业的赋能和改造刚开始，这样看的话空间还挺大的。
回到主持人问的问题，工业人工智能化，中国工业之所以有机会超越日本、德国等传统工业强国，有几方面的优势：
（1）中国有更完整更全面的工业体系，本土集成方面，四大家族会垄断市常
中国好在哪？
从制造到物流仓储的体系很强大，先从仓储、物流的应用开始，工业比较容易的环节先数字化、人工智能化。长期来看，会有信心在十年乃至更长的时间超越德国、美国等工业体系强国。
怎么投也是一样的，工业方面企业家是比较实际的，大数据也好、人工智能也好、芯片也好，最后能不能带来效率提升、成本降低、更加精准？这是我们考虑的投资维度。
目前来看，在物流仓储方面效率很高，相对人工分癣搬运效率非常高，而且在重要环节，人工智能已经替代了人工，效率更低。由于算法、芯片的兴起，机会也会逐渐到来，这是我的看法。
谷昕容：张总，您刚刚说您是相对偏后期一些的，和大家的节奏稍微有一点差异，从相对成熟的角度看待创业企业，器械和药又是两个完全不同的领域，在这些领域中看到的最实际的落地是什么？
张驰：我们做PE投资，关注的是哪个能快点上市，对于所投的企业，我们希望在3—5年退出。
我们都是往后面看的，现在看人工智能板块最成熟的是人脸识别、语音识别企业，人脸识别有四家，而且很快要报了；语音识别有三家，并且券商已经做好材料了，明年就要报了。
明年有哪些人工智能项目报材料呢？
人工智能+医药/医疗大概率在每年下半年或者后年可以报科创板了。前面梁总说到深睿医疗，我们也跟进过，已经出现了不小的订单，并且覆盖了几百家、上千家医院的医疗看片，这会形成非常稳定的收入来源。虽然还亏损，但是收入到一定的体量也可以报科创板。
人工智能+医药研发领域项目比较少，基本都是拿全球医药研发公司的订单，帮助医药研发公司做人工智能医药研发，进一步提升效率，这其中有些企业订单不小，逐渐会形成架构。
包括在线诊疗、远程问诊，这和人工智能也有一定的关系，还有手术机器人。已经上市的天之航（音）离人工智能远一点，靠的是航空导航技术，但是手术机器人项目和人工智能有关联，有人工智能的算法在当中定位。我预计明年下半年、后年这个领域会有和医药医疗有关的项目能报材料了，所以我们也在看，有些项目准备下半年要投了。
谷昕容：像您刚刚说的已经比较成熟的看片，看片赛道也是很拥堵的，跑出来几家也是要上市了。在AI领域各方面还有小的创业公司、相对落后的公司，对他们来说还有机会吗？
张驰：人工智能行业和移动互联网行业有个共同的特点，赢家通吃。未来某个细分赛道就是几个企业，不会多，人工智能再往下的细分赛道下会留下几个，只要创业企业定位准确了，就还有机会，但是大赛道的机会已经很小了，2015、2016年创业已经开始干了，现在更加细分还有机会，但是越往后机会越少。
谷昕容：最后杨总，您从您技术专业的角度给投资人建议吧。
杨睿刚：泡沫肯定是有，但泡沫是一件好事，去伪存真。剩下来的企业在技术上有特点，投资人也是有耐心。从创业者的角度来说，我特别希望我的投资人对我有耐心和信心，把AI推到顶。
网页名称：AI已处于泡沫期，从“神坛”变得越来越“平民化”？
分享URL：http://azwzsj.com/article/cgsogh.html
