来源：投中网
人工智能就是一个技术上根本的创新。
文齐岩 安彩月
﹀
﹀
﹀
2017年4月12-14日，由投中信息主办、投中网协办的第十一届中国投资年会·年度峰会在上海金茂君悦酒店举办。本次会议主题为“投资进化论”，来自国内外上百家私募股权机构汇聚一堂，就未来私募股权行业的发展进行讨论。
在“人工智能浪潮正在到来”论坛上，雲九资本董事总经理邱谆、将门创投创始合伙人/CEO高欣欣、高捷资本合伙人刘龙云、华创资本合伙人熊伟铭、首泰金信投资合伙人俞黎、云启资本创始合伙人毛丞宇、晨兴资本合伙人袁野就这一话题展开了热烈的谈论，以下为投中网整理的观点汇总：
高欣欣：大家下午好，我是将门创投的高欣欣，也是今天下午的对话的主持人，我们今天环节叫“人工智能浪潮正在到来”。自2016年阿尔法狗世界大战之后，人们理解了这个潜力，也是在这一年，人工智能成为投资机构的热词，所有投资人都在密切关注这一创新技术带来什么样的商业价值，带来什么样的投资机会。可是，人工智能作为一个正在发展中的技术有所为有所不为，所以，在我们投资领域也格外谨慎。接下来的时间，我们就请到在这一领域密切关注，而且已经布局的投资机构负责人们一起来聊聊投资领域的投资机会。
刘龙云：各位下午好，我们主要在大数据、人工智能、智能制造相关的领域里面做一些PE和VC的投资。谢谢大家！
熊伟铭：我们是华创，我们在从2015和2016年开始慢慢布局纯技术方面的投资，主要关注技术在应用领域发挥的作用方面。
俞黎：我们基金主要布局在TMT，还有比较火热的人工智能领域，另外一块主要业务是传统的地产业务投资。
毛丞宇：大家下午好，我是来自云启资本的毛丞宇，云启资本的标签或者特征是老将，我们在这个行业做了20几年，我们另外一个合伙人也做了十几年。云启资本主要专注的方向包括大数据、人工智能、硬件制造等一些方面驱动下技术创新带来的投资机会，在人工智能方面我们投过6、7个案子，一会儿也和大家进行分享！谢谢。
邱谆：大家好，我是雲九资本的邱谆，我们主要看TMT A轮和B轮项目，我们总部是在上海，在北京、深圳还有硅谷都有办公室，所以我个人常驻在硅谷，主要看跟人工智能相关的项目。
袁野：大家好，我来自晨兴资本，过去10多年来我们在消费互联网方面做得比较好，大家熟悉的像UC、YY、小米科技都是我们早期比较不错的投资，过去两年，我们也重点关注人工智能这个领域，已经在这个领域投资了近10家公司。
人工智能与技术相结合 产生了全新的应用场景
高欣欣：我是将门创投的高欣欣，我们公司的团队来自微软创投的创始团队和微软研究院，十几年都在技术领域做事情。我们将门创投虽然只成立一年，但是已经做了一系列在人工智能领域的投资，包括AI在金融领域的量化派、计算机视觉、深度学习、医疗领域和驾驶领域都有部署。因为我们今天台上嘉宾有早期机构，也有PE阶段，我就不按顺序问问题了。第一个问题请教云启资本的毛总，人工智能是一个发展中的技术，但是我们投资机构都知道技术永远是手段、是工具，更重要是技术如何落地于行业，如何落地于应用，您是如何看待人工智能在行业领域里面落地的路径呢？您是有哪些行业具体的场景特别关注呢？
毛丞宇：在我们基金也有分工，我们相对来说偏商业模式这方面看得多一点，另外我们有两位同事主要是看人工智能的。人工智能从应用角度来说，像机器人、自动驾驶这方面来说技术含量、技术重要性占得更加重要一点，如果深度学习这两年没有突破的话，应该像自动驾驶、机器人很多商业机会可能就不存在，或者一些投资标的就没有。像这方面，我们也有进行一些布局，机器人我们更看重商业的机器人，家庭机器人成熟度可能低一点，趋势来得可能相对更加晚一点。包括像自动驾驶，我们在这方面也正在看一些标的，这个我们归结为，相对来说跟人工智能相关度更高一点，是人工智能和一些其他的各个行业的应用，这里面是我们更加关注的。
我们投的一些公司中，有本来做移动方面广告的，现在跟人工智能结合以后，能够做更加好的匹配和进行推介。我们投了一家公司叫酷加乐，它本来在家装行业做实景效果图3D渲染生成，本来一个设计师要一天才能生成渲染图，他们用家装效果图十几分钟就能出一个效果图。前不久跟他们一起开董事会，他们说现在人工智能这么热，我们也是人工智能公司了，我很好奇，我说你们人工智能在哪些方面进行应用，他就举了几个例子，一个是我们设计师在我们平台上面每天生成的渲染图有30万张，以前我们要从这么多渲染图里面找出渲染不错作为好的产品推介给用户，我们有10个人工编辑进行编辑，每天差不多能看1万张图，挑出几百张图推荐给用户，现在我们搭了一个团队做深度学习以后，每天把30万张图都能看一遍，从中挑出用户喜欢的图推荐给用户，进行小规模的测试，有了反馈以后把这个规模扩大，然后再继续推进。这方面效率提高很多。第二，以前一个用户说拿一个家具进来，这个家具想找同款，你需要人工为它服务，现在有了深度学习以后，就能系统化为这张照片识别以后，为它找到同款产品。有了人工智能进行了结合以后，他们效率更高了，在这方面门槛更高了，用户体验也更好了。从我们角度来说，很看中这样的团队，他们本身有一定技术基因，同时在一个行业里面占领一定的制高点，他们有数据、有应用场景，同时他们懂得去搭建一个AI方面的团队，把这些技术做很好的结合，能够在一个垂直的行业里面做得更好，让用户体验更好，从而把这个效率提得更高，这是我们比较看中的。
高欣欣：毛总刚才提到很多，已经做得非常好的团队和发展中的团队运用了人工智能技术，使得效率更加提高，同时产生了全新的应用场景。刚才我还听到毛总说，从家庭这个场景下，这个时机还不够成熟。接着毛总的话题，华创资本熊总，华创资本很早之前就关注了人工智能，也做了很多布局，你能不能举一些应用投资案例呢？
熊伟铭：其实也是受了微软的影响，从2013年我们开始讨论机器学习，为什么个5、6十年的老行业被翻出来重新炒，大家忽然发现GPU可以算，在我们投的一些项目中可能那个时候都没有想到有可能是一个人工智能方向的。比如说在金融领域，我们觉得是最直接的应用，它省掉很多数据标签化，这个是非常非常直接可用的，所以在金融里面，我们觉得像这种市场里面可以大量使用。
今天我们所说的人工智能的机会，我们更多是说，如果Fintech超过了金融技术，是不是还有很多其他的行业可以应用深度学习，中间可能涉及到之前这两个行业不太需要做的工作，就是数据的标签化，这部分实际上在金融是比较容易的，但是在其他的领域，中间有大量的监督学习的过程实际上是需要，包括医疗，深度垂直行业，你的监督学习步骤还是挺重的。我们现在有10个左右的不同的团队，中间一部分的人试图用BI的方式做AI，AI的同志们更多是说，能不能看到一个旗帜非常窄的切入点，能不能切进去，切进去之后能做一个护城河，这个能不能形成快速商业化机会的策略。
人工智能投资机会巨大
高欣欣：一定要从非常窄的领域建立护城河，从小口撕开往上迅速发展，尤其看好在金融领域相对成熟的领域，也蔓延特别适合解决问题，相对不是那么成熟，但是亟待发展的行业。接下来我想请教雲九资本的邱谆，雲九资本在中美两地都在布局，有一件事情特别想请教，我们看美国、以色列这些国家他们在技术创新上，尤其在基础技术研发上走得特别前瞻的，您是如何看待在中国，或者在美国的这些人工智能创新团队它们之间的区别是什么？您更看好哪边的投资呢？
邱谆：我们两边布局，但是现在更多还是以中国的市场为核心，我们在硅谷花的时间更多是帮我们寻找到在中国能够落地的机会，这个是我们的一个比较特殊的角度吧。你刚才问到，两边技术发展在某种程度上是有一定的不一样的。举个例子，我最早去美国的时候，去学人工智能，我读了两年以后，我转到互联网通讯，因为那是1999年，互联网最巅峰的状态，人工智能当时找不到工作。但是我想说明一个什么问题，至少从美国角度来看，从那个时候已经开始在重点布局了，那个时候在北大、清华没有人工智能这一块，基本上一定要学海外学，差距其实是从一些年以前就已经有了。在人才储备上面其实是有差别的，虽然这一两年国内工程毕业的人工智能专业开始出现，从数量上来说已经到了一定规模，但是大家可以看到相当多国内公司到最后人工智能公司还是在硅谷设一个点，包括腾讯，百度就不用说了，百度基本上最核心都是在硅谷，这一块第一是人才上的差别还是有一点的。
讲到项目本身，中国在数据敏感度是低于美国的，同样做医疗的项目中国可能会跑得快，因为很多数据在美国基本上它的算法都具备了，但是它就拿不到数据，因为美国你想拿到医院，你得通过各层，基本上很难触达的，还有政府支持的力度。很多自动驾驶的项目，你会发现中国的项目，我们估算它可能跑的速度更快，因为现在已经知道有一两个项目已经跟一些地方政府在谈，甚至能划出一块，只让你的自动车上，在那个时段这个区域之内就让自动车上，这个在美国是很难想象的，这一点上能打开一定的差距，从这一点来说，中国的机会是非常大的。回到总体的人工智能投资机会，我们非常非常看好两边的机会，确实它是从根本上一种计算模式，一种能力的革新是从技术驱动层面开始带来是商业模式的革新，我想说的是机会是非常巨大的。
人工智能是技术创新 未来没有人工智能的公司是不会存在的
高欣欣：因为我们说得特别快，我就追问您一个问题，您刚才提到，您是关注中国的数据，数据是新时代的石油，同时数据更加不敏感，是更开放，在这样的情况下，如果您去看美国的话，因为我们都知道人工智能不管从技术发展还是投资机会，都有两条线，一个叫应用层，一个叫基础技术层，美国特别强就是在基础上面的发展，您如何在这两点上分布呢？您更多投这种前瞻黑科技，基础技术还是应用呢？
邱谆：这是个非常好的问题，实际上我们也不段梳理投资逻辑，包括在硅谷争论也很大，很多一线VC一提到人工智能，人工智能就是RDB，说白了它是一个技术上根本的创新，以后任何公司没有人工智能是不会存在的。从另外一个角度，它一定是一个底层的技术，所有公司不可能有互联网，至少有网站维护，但是真正的机会我们觉得并不是在底层技术这一块，从现在角度看，我们更倾向于投所谓的垂直行业的端到端的应用，从我们角度可能更看重应用。
人工智能的创新
高欣欣：接下来请问晨兴资本的袁野，晨兴资本做了很多消费级的投资，但是人工智能创新的技术一定在2B，在消费级巨大的爆发。我想请教一下晨兴资本在人工智能的看法，投资的一些理念，虽然大家说在2B这个阶段，您如何看待人工智能在消费级爆发时间节点，有哪一些想象空间我们应该密切关注的呢？
袁野：在过去两年我们在2B，在企业级这边，AI这边我们也重点关注，在图片识别，视频识别，还有垂直领域结合的。在我们内部来看，我们不是割裂来看2B或者消费者，我们更关注，这个用户可能是消费者，可能是一个企业，他们最终目标是什么，我们围绕他们的目标看AI在其中起到一个什么样的作用。
所以在企业端这边之所以大家看到我们投了更多企业是2B一点，可能他们在基础设施上还需要AI做一个基础的升级。而在消费者这个来说，互联网基础设施做得非常强大，非常好，更多可以给我们空间在消费者这边可以把体验层面做得更好。
在消费者这边，过去20年一直有两个亘古不变的规律。每一个产品新出来的时候，会产生大量的数据，然后产生混乱，带来一个新的机会，然后会产生一代新的算法，新的技术，把混乱屏蔽掉，找到规则。第一波从搜索引擎开始，在那个年代更多的Web会出来。在第二个年代所有的人跟互联网连接起来，这个时候人与人之间沟通，人应该跟哪些人进行沟通，这个阶段出现了社交。在今天大家发现，社交来了，人来了，产生的数据越来越跟每一个机器，跟每一个人越来越相关，维度越来越多。在这过程中，AI在每一个消费者都有一个非常深入的应用，我的理解在他们提高更好的匹配效应跟信息的分发效应。
在咨询领域，大家看到今日头条做得这么成功，不是一个传统意义上的News，它可能是新一代信息分化的网络。这两年直播领域，大家可以想象一下，今天在中国每一天有百万级别的主播同时进行直播，对消费者来说哪一个时间点该去看哪样的内容，该去消费内容，移动互联网这个屏幕非常独占性，你选择一个屏幕，你选择一个主播，意味着你的屏幕独占了。怎么更好去聚焦主播的内容，以及消费者喜欢看什么样的内容，这里边有很多大量人工智能领域去用。
对于消费者这边，他可能知道每个人消费习惯，他更愿意跟什么样的人，什么样的主播进行交流。如果我们今天做一个平台，我们怎么知道我们在同一个时间点，我们有多少主播在主播，他们在播什么内容，他们受众是什么样的，这里面涉及到语言的识别，图像的识别。像今天直播业务在中国非常流行，但是在东南亚、在中东，在俄罗斯肯定有很多跨领域的客户，一些市场机会，这里面就有同声传译的机会，让中国的服务无缝，没有地域跟时差的区别，给到不同文化背景消费者不同的体验。AI在消费者这边会有非常强大的应用。并且这个应用涉及到非常好的一点，所以他们有大量的资源，有大量的数据，也有大量所谓投入的动力去把这种技术会做得更好。
所以我觉得在这点上，在中美两地都很像，美国大的社交公司跟中国的像腾讯这样的公司都在投入巨大的资源以及人力和财力，完成所谓算法层、应用层，形成很好的效应，不断迭代他们的技术。
从我们角度来说，我们长期关注不要去区分它是企业还是个人，更重要看能不能通过好的产品或者技术也好，或者通过一整套方案叫之过去10倍以上的效率提升，这个在我们看来就是特别喜欢的投资机会。
人工智能的投资逻辑
高欣欣：说得太好了，谢谢！接下来我要请问的是首泰金信的俞黎总，您跟我们早期机构看法有的时候眼光会截然不同，会更考虑业务的发展以及风险上的控制，从您的视角，您如何看待这个投资领域的机会呢？
俞黎：关于AI，前两年大家都在说这个企业标的要互联网+，在今年大家都在讲一定要AI+，所以我们在实地看海量项目的时候，会发现很多企业都在讲人工智能这个概念。人工智能为什么在这两年突然就火了。实际上人工智能这个概念在很多年前就已经提出来了。在英伟达GPU图形处理器，英伟达图形处理能力在深度学习有非常强的处理能力，所以GPU上面英伟达就想做一个突破。2014年它推出了一个新的组件，特斯拉也应用了这个，第一波尝到自动驾驶人工智能红利这两家公司就是一个爆点。
比如说我们去ATM取款，可以看到摄像头进行人脸识别，我认为人工智能在很长的一个阶段，已经渗入广大百姓生活。
我们作为广大PE机构怎么关注呢，我们可能偏向离钱近一点的地方，因为刚才曾总谈到，有基础层、技术层和算法层，基础层在欧美表现非常好，大的平台付出了相当大的投入，国内企业可能相对来说投资周期较长，而且风险还是相对较大的。在算法层，我们也有很多的关注，曾经布局过，算法层从应用端结合，现在表现好医疗领域、金融领域，汽车领域都表现比较好。
另外一块，大家都在讲深度学习，深度学习和机器学习是不是同一个概念，我认为这不是同一个概念，算法有很多种，比如说对抗网络，包括概率、方程式，他们对于数据量的需求并不像咱们深度学习那么大，在算法端，我们认为，能够把一些算法合理结合的一些公司也是值得我们关注的一些标的。应用端是离钱最近的，它积累大量数据。还有本身自有IP，比如说美国一家篮球数据分析公司，通过自有IP大数据做计算，还有最后比较火的一家硅谷公司，它从消费端做的人工智能。
我们认为应用端布局离钱比较近的。在国内优势有大量的数据积累，这个在欧美是比较难获得的，我们认为在中国这块应用端可能有很大很大的突破，所以我们关注度比较高。另外一块，在人工智能这块，强人工智能，通用人工智能，现在我们并没有局限说要关注一些强人工智能，我们看了很多消费类企业，他们企业本身也在拥抱人工智能这个概念，他们本身不具备人工智能能力，但是他们一直在这方面加大投入，甚至和现在已有的一些巨头进行了合作，所以我们最近看的一些标的，它本身营收规模也非常客观，利润也非常客观，通过巨头合作。所以我们认为在一些消费端，国内有很多公司已经拥抱了人工智能，我们姑且不定义是不是用深度学习的方式。
高欣欣：下面问一下高捷资本的刘总，人工智能在工业制造领域有了很多成熟应用，您可不可以跟我们分享一下您在这一领域投资的逻辑和看法呢？
刘龙云：我们人民币基金做了很多期了，但是我们第一支是PE基金，PE基金奔着国内的上市，它有一些规矩，一方面因为这个原因比较严谨。第二，我们内部基本上都是学工程机械的类的。第三，我们也看过一些，也总结过一些，在很多现象级里边，风口上的猪很热闹，最后就剩一支了。我感觉对我们来说风险会比较大。
相反我们在有一些行业，比较传统的行业，其实一直在应用人工智能和机器视觉等等相关的，比如说印钞票，印钞票其实已经很长时间了，有的时候用人眼去检测，现在大家是用机器视觉进行检测。随着技术的成熟和可以付得钱的领域越来越多的话，比如说线缆表面橡胶的烧焦以前靠人手去摸，这种行业它也可以用得起这种机器视觉。
在这样的领域里面，可能不像有的行业，风口上的行业只能容纳一家上市公司，它现在可能容纳两三家上市公司。对我们来说，把人工智能和相关的技术应用到我们制造行业去的话实际上对我们投资回报会有一个保障，或者是一个可期待的逻辑。
同样的，刚刚大家也提到过2C或者中国的数据未来有可能属于中国的大数据和人工智能，因为咱们中国的大数据太大了，包括印钞量也太大了，在所有制造业里面基本上都是最大的，从中产生的数据和通过数据，通过判断提高检测技术，提高产品质量的人工智能，在这个里面会进一步巩固我们中国制造大国，制造的制，还有智能的智，所以我们希望在这个行业里面多投一些项目。
科学家创业怎么投？
高欣欣：我随机再追问两个问题，第一个问题问一下毛总，首先您是我们这个行业数十年特别尊重的投资人，人工智能只要在这个领域的公司非常年轻，非常早期，我们老说早期就是看人，无须每个人都变成人工智能的学者和专家。所以我就想问一下人工智能团队，当您的团队去选择一个人工智能的投资公司的情况下，在看人这件事，我们看到一个特别有趣的现象，在我们人工智能领域出现好多科学家出来创业，但是科学家创业在技术上特别精专，但是他们遇到特别大的困难，但是人有所长，必有所短的困境，如果一个团队有特别强的科学家，如果他不是一个特别强的科学家，但是他特别理解行业，在早期人工智能行业您有什么看法吗？
毛丞宇：这是一个挺好的问题，感谢主持人，昨天给每个嘉宾都发了问题，而且我很少碰到针对每个嘉宾提的问题都是不一样的，这充分反映也是人工智能。
就刚才这个问题，包括李开复很有名的在传的一篇文章，就是在三亚百人会上当时我也在，他在上面讲到，科学家创业到底怎么投，我觉得是一个很难的抉择。以我这么多年投互联网，还有半导体芯片，确实我们一直在讲，至少在中国的环境里面，肯定你会强调要投商业背景强一点的，或者说更接地气，或者运营能力更强一点的团队。因为在中国和美国，美国有些时候相对来说更纯粹的一个运营的环境，可能说一个比较单纯的科学家或者技术很强的一个人，甚至于说大学毕业，像扎克伯格，在那个环境也能成长起来。在国内，如果人工智能在企业互联网，都是要对企业进行销售等等，在这样一个环境里面，国内环境还是相对来说更加复杂。如果是一个相对比较单纯，或者说这方面差一点，走出来的坑肯定很多。
包括我昨天中午挖一个百度很高的高管出来，他说如果看消费者Internet，像我这样带几个人就够了，他想做产业互联网，他说做产业互联网，只有我这样一个人就不够，至少有很多年经验的人，双方结合起来，才能在某一个大的产业上面做一番作为出来。后来我们内部也开玩笑，现在又来了一个人工智能，以后看团队，因为我们是投2B比较多，我们以前看的团队也是希望又有产业背景，同时又有互联网的基因，所以来了一个人工智能，变成产业懂互联网，还要懂人工智能。可能在一个产业里面已经呆过的，有经验的科学家，至少懂得一个企业是怎么运营的，而不仅仅是一个学校里面或者中科院出来。
第二，美国和中国又有一些差别，美国那里科学家研究方向可能跟产业结合更紧密一点，可能更多是说论文导向，或者其他导向更加多一点，跟真正实际行业脱节脱得比较多。如果说所谓中科院，或者某高校一个教授要创业，我们一般都是比较怕的。甚至我们还会问，这个教授已经辞掉了，还是你是兼职的，你是兼职我们坚决不碰，一会儿又回到体制内，一会儿又在体制外，我们更加怕。如果你很坚决出来，同时又已经有过一些行业经验，那还是可以考虑。
中国在Fintech 很有可能弯道超车美国
高欣欣：请教华创资本熊总，熊总提到几乎所有投资机构都特别惦记的行业就是金融行业，熊总在金融背景特别强，您如何看好人工智能在金融领域细分场景呢？我想追问一个非常个人的问题，如果今天您要创业，您会选择在金融领域哪一个细分领域来创业呢？
熊伟铭：我们金融也是从06年开始看，你们看一个非常容易掉脑袋的行业，金融变成一个可以允许进入这个行业，我们也经历一些变化，2013、2014年互联网金融到今天，已经没有说互联网金融，新的金融资产到今天，从金融资产转向金融技术，这个也是一个变化。我们明显感觉到可能容易小贷在08、09年开始兴起，2012、2013年到了顶峰，和P2P市场整体金融资产不足，各种金融机构并没有满足这个市场的需求，于是出现了各种各样由互联网人为主的一些金融创业。
从去年下半年，我们看到很多创业人的变化，从互联网人变成主流的金融人，比如说民生银行出来，我说你为什么出来做，他说实在等不到那天快速地做，一定做的事情，我觉得今天金融创业者更多是纯的金融创业者，他们已经不再是之前互联网的出身，还需要找传统行业的。所以这点上，是我们今天看到金融行业的一些变化。
另外一点，为什么我们觉得金融技术非常好，因为金融技术没有涉险资产的，你对风险程度不承担的，比如说有一个公司就是做反欺诈算法的，他所有业务完全是一个技术型的服务，也对于所有投资人来讲都是风险更小的一个投资。
另外一点，比如说私人问题也好，我们总觉得我们这个行业，我们这帮人也跟创业者差不多，因为很难讲，没准我们哪一个投的CEO就变成我们LP呢，他们又是我们的老板，所以这个决策经常互换。从创业角度来看，我们比较看好的，我们还是在数据，基于大量数据，中国数据获取比美国容易太多，所以我们看到像量化派，他们数据量太多了，这些数据在美国是无法获得的，各种各样隐私法，不可能获得这样的数据。中国有可能就像移动互联网超过美国一样，移动电商超过美国一样，中国在Fintech应用上，很有可能弯道超车超过美国。
高欣欣：感谢在座各位！今天在座每一位分享嘉宾特别提到人工智能这个技术是辅助于应用场景和商业价值的，让我们热爱技术创新，但不迷信技术，回归商业本质，关注商业价值。感谢各位来宾的分享！