【7月23日 研分享·行业讲座系列】
在人工智能大潮中把握投资机会
嘉宾一/ 赵令喆，现任杭州凯泰资本投资经理
获英国爱丁堡大学人工智能硕士、中国科学技术大学计算机硕士及重庆大学软件学士。专注于人工智能研究，投资方向为人工智能为核心的泛智能产业。
嘉宾二/ 刘高畅，申万宏源研究计算机高级分析师
南开大学物理学与金融学双学士，香港中文大学理学硕士。年度策略提出2017年为人工智能商业模式元年，目前正逐步验证。
本文系线上讲座纪要
主题一 人工智能行业全景解析和投资逻辑解读 （赵令喆）
1、人工智能现状和趋势
2、人工智能产业和技术概述
3、人工智能投资逻辑
目前人工智能还处于发展早期。主要包括语音识别、人脸识别和自然语言理解等。
语音识别就是把人的声音识别为文字。人脸识别通过扫描图片的技术来识别人脸。自然语言理解则是通过对非结构化数据结构化，以提取词汇。
人工智能未来有着良好的发展趋势，全社会对人工智能的投资也日渐增长。人工智能投资领域最大的投资市场集中在2B市场。由于技术成熟，落地方向明确，应该不会像VR、AR一样是过眼云烟，但是当前的投资标的较少。当前的投资项目估值普遍在2-5亿之间，估值比较高。站在一级市场的角度，我们不下结论估值是否合理，而是更看重其未来的成长空间。
当前，人工智能会有很大发展空间，其原因在于：CPU、GPU提高运算能力，移动互联网时代沉淀大量数据和机器模型算法为人工智能发展奠定基础。我们认为当前是弱人工智能阶段，主要在视觉、语音、语意、情感识别上发展。以后会在自动推理、知识表示和突破、数据挖掘方向会有突破。未来，会出现自动化抉择、自动化思维的技术基础和应用的出现。
图片来源：凯泰资本
人工智能产业链可这么分类：基础层（硬件、计算芯片）和技术层（机器学习、模式识别等）和应用层（实现和传统产业的融合）。
在未来，医疗、商业金融等是人工智能运用的热点。
无人驾驶放在整个汽车产业中去看，汽车产业链中，人工智能也会有广泛应用，汽车工业将会变成轻资产工业，未来汽车会成为生活中的一个智能体，也会成为物联网行业的一个大环节。
智能家居最近没有大的发展，但是随着相关技术的发展会改变我们的家庭，家庭会变成一个高效智能的系统，人工智能会起很大作用。
金融方面人工智能会市场研究和预测，量化技术，智能投顾，反欺诈，提升金融效率。商业方面的应用包括：电子商务（货品推荐，智能广告推荐）、无人便利店、人流量分析等。
医疗方面的应用包括：图像识别运用于辅助诊断，对生活进行指导，做到过去私人医生、私人营养师能够做的事。机器人产业：可划分为工业、消费、医疗、安防、当前应在低端处落地。未来，在对儿童启蒙教育、老人陪护这方面，人工智能的应用存在机会。BAT等互联网公司在人工智能方面有所布局。
图片来源：易凯资本
人工智能包含三大技术：语音技术、图像识别技术、自然语言理解技术。
语音技术包括语音识别等。语音识别的发展暂时没达到商用，未来发展空间较大。其中，科大讯飞是这个领域的龙头老大。图像识别技术包括人脸识别技术等。而自热语言理解技术则包括了问答系统（技术还不是很成熟）、机器翻译、情感识别等。
2B是最先落地的领域，数据是其基础，产品和服务要么能够私有化数据，要么通过其他方式先沉淀数据，最先在互联网程度高的领域落地，最先对提高效率，降低成本的领域落地。
主题二 AI技术节奏到产业路径（刘高畅）
1970s-1980s人工智能经历了第一次寒冬，1990s-2000s人工智能经历第二次寒冬，2006年，人工智能则迎来第三次春天。AI部分技术过了期望膨胀期，可开始落地。
人工智能行业的应用中，一线行业包括：工业、安防等，人工智能在这些行业技术成熟，数据容易获得，应用已初步验证；二线行业包括：教育、医疗等。这些行业技术相对成熟，数据获取有渠道壁垒。三线行业包括：金融、无人驾驶等。这些行业应用需长期测试。
未来，AI在金融行业的落地主要是智能投顾、征信风控、金融引擎搜索，身份验证和智能客服等。在教育方面的应用，存在技术和数据的壁垒，技术壁垒是需要综合语音识别、知识图谱，需要适应大量样本的算法，数据壁垒则是巨头公司掌握更优质的数据资源，初创公司数据范围受限。AI技术在教育效率优化的过程中一旦突破用户使用阈值，可实现近乎零边际成本的大规模出货。
投资建议：适合产业价值投资技术：机器视觉，自然语言处理；适合产业趋势投资技术：认知专家顾问、虚拟个人助理等，适合主题投资方向：自动驾驶汽车等。
Q&A
1、 我是人工智能方面的小白，有没有一些方法能够尽快对这个领域有一定深度的了解？
答：技术入门：《统计学习方法》、《machine learning and pattrrn recognition》还有Andrew NG在斯坦福的公开课。
行业上，看几篇报告就好；更多要关注商业模式、盈利模式。
2、 对于创业者而言，现在人工智能创业最好的方向是什么？业界最看好的是哪些领域？
答：人工智能对于商业应用来说是技术实现手段和要素条件，对整个行业中它的产业链环节是怎么样的，对现有产业链环节生产力和生产关系是怎么样的，智能方式在该行业会如何被利用，对效率的改变程度如何，是行业研究者应该关注的问题。
从产业链角度来看，分成基础层、技术层、应用层。对于基础层，如果创业者能快速地设计出很好的fpj、fi解决方案，能有流片经验的，稳定的设计方案的，需求还是很大的；选用合适的工艺并控制成本，并用低成本解决行业问题是一个重要的方向；在技术层上可能机会相对过少。
如果没有技术基础和积累，未来随着行业的应用和成熟，芯片、嵌入式模块、技术的api，条件成熟的情况下可以当作模块，组建到行业中来，这时候我们偏重于行业，用智能的技术改变行业，做供应链的整合，对于B端渠道的把握和对于C端的产品的设计很关键。
3、 目前国内在人工智能投资领域做得比较好的风投机构有哪些呀？
答：人工智能领域的投资刚刚开始，但是可能巨头的公司已被投资了，但是当时的投资逻辑并没有很明确；在该领域，天使投资比较好的是英诺天使，联想之星，臻云创投，明势资本是早期机构做的比较好的。在中后期领域IDG、红杉、经纬做的不错，凯泰资本也有所布局。
4、除了安防，语音识别等目前看的较为清晰的领域，嘉宾认为还有哪些领域是未来可能能更快爆发的领域？
答：在安防领域留给创业者的机会比较少，海康、大华这些传统的设备厂商、集成商在安防领域前端布局，市场占有率很高，后端解决方案已经在全产业链布局，像海康有自己的人脸头像识别的技术部门。未来在智能家居、车载、医疗方向还是有一些创业机会的。
5、百度的人工智能水平怎么样，能靠人工智能翻身吗？
答：应该还是很不错的，能否翻身很难说，人工智能是百度互联网的延伸，是生态体系和安全壁垒的建设；未来百度的转型可能比较难，但在信息领域依然是巨头。
6、目前人工智能在金融领域的应用怎样？未来三年会有怎样的发展？
答：目前人工智能在金融领域中，征信、反欺诈、量化投资已经在，高盛可能两三个交易员已经可以完成几百个人的交易了，在中国这个发展可能需要过程。平安集团有自己的人工智能研究院，金融体系本身对于数据是很封闭的系统，未来我们认为人工智能在金融方向会有很好的应用，但是不是创业者的机会则很难下定论。
7、人工智能做量化分析和交易员对比的优劣势？未来人工智能还能对于FinTech还有什么影响？
答：人工智能作量化分析有很好的基础，类似于“强化学习”，但是在高频交易领域中会比较多；若未来可以结合自然人的理解，将文本信息加入交易中，则人工智能在量化的交易中会被越来越多的应用，并会提高机构交易的重要性。因为本身二级市场的交易是博弈性交易，若未来有很多交易方进行量化交易，则市场会越来越复杂，散户的机会变少。
8、目前智能驾驶、无人驾驶的技术到达什么程度了？还有哪些技术难点难以突破？在医疗领域的运用呢？
答：我们把无人驾驶行业归属为人工智能+汽车产业中的一个环节。
分析此行业我们首先需要判断这个行业的发展趋势，美国国家公路安全管理局将自动驾驶分为五个等级：0级为无自动化，1级为驾驶支援（在特殊情况下自动紧急制动），2级为部分自动化（实现数种自动控制，例如自动巡航，车距控制等功能），3级为有条件自动化（在大多数场景下可实现自动驾驶，遇到紧急情况仍需人工参与），4级是无人驾驶，此目标为行业的终极目标。
就目前行业的发展来看，此行业发展到2级至3级之间，目前来看达到4级无人驾驶至少还需要五年以上。也就是说目前对于民用车无人驾驶产品并不成熟，这种不成熟体现在1）环境过于复杂，目前人工智能技术无法仿照人的思维进行驾驶操作2）如果把汽车作为未来物联网的一个端，此端的信息化尚未完善（包括汽车控制数据的信息化以及汽车通信标准的建立）。因此如果以无人民用车作为产品，对于我们风险投资机构来说风险太大。
但是以此终极目标为想象，产业的投资是激进的，产业可以分为几类：
1）互联网公司巨头，例如谷歌，百度希望以人工智能为切入点围绕汽车场景建立数据入口，阿里希望通过建立互联网触及不到的汽车场景建立新的商业场景；
2）Intel，英伟达希望把汽车作为新的计算端，打造芯片新的应用阵地；
3）传统车厂，希望升级自身产品，巩固自身汽车竞争地位；
4）滴滴，Uber希望未来所有的汽车都成为共享的自动汽车；5）以特斯拉为代表的新车厂希望通过产业升级进行弯道超车进入此领域。
对于产业来说，他们可以不计周期的投资此行业，因为他们可以付出时间和金钱成本但是不能忍受被淘汰的风险。
但是无人驾驶终究是一个循序渐进的过程，这个过程中一定也有我们创新投资短周期的机会，我们纵观技术的发展历史，我们发现技术首先都会在工业端获得普及，因为1）对于工业端来说，生产效率的提升带来的效益可以弥补投产成本，他们往往对价格不敏感2）工业端需求往往没有消费端那么复杂，针对简单需求，产品相对容易实现。因此我们认为，在工业端以及一些特殊场景下的商业端，无人驾驶是存在机会的，比如无人收割机（农业），无人矿车，无人港口运输车，无人仓储车等。在这些场景下，环境相对简单，人的参与较少，是存在产业升级的机会的。
另外，从广义上来说，无人巡检机器人，某些特殊服务机器人也可以属于无人驾驶的范畴。例如IDG投资的YOGO酒店机器人，可代替服务员，自主为酒店客人提供客房食物，日用品传递服务就可以看成围绕室内定位，无人驾驶，物联网技术打造的特殊功能机器人（虽然功能简单，但是满足了B端节约人力成本需求，同时不影响C端接收客房服务需求）。
9、Ai领域现在技术最成熟的是不是人脸识别？人脸识别在安全领域，教育和通信领域的应用前景如何？
答：现在最成熟的领域应该是语音识别。人脸识别相对完善，但是在安全领域的应用还要结合摄像头，海康、大华在这个领域占垄断地位。在教育方面，人脸识别是一个应用点，但是教育方面对知识库的建立、知识图谱的建立、用户的行为分析等有一整套系统，人脸识别只是起到部分作用。在通信领域，信息验证等方面也会用到人脸识别技术，但是仍然在生物特征识别上存在一些问题。在不同的领域需要提供不同的方案，具体不是一套技术可以解决的，而是要结合应用的场景解决问题。