毕啸南专栏 | 对话澜亭资本创始人刘炯:2018 AI创投领域如何“去伪存真”

2016—2017,中国人工智能领域风生水起,尤其是在创投界,似乎不提人工智能就已然被时代所淘汰。然而究竟什么是好的人工智能项目?人工智能投资是否有独特的逻辑和规律?人工智能创业者和投资者应该避免哪些“火坑”?这些是投资人、创业者必须务实面对的问题。

为此,知名青年学者毕啸南专访了澜亭资本刘炯,深度对话、探讨2018年人工智能创投领域如何“去伪存真”。

刘炯:澜亭资本创始人。澜亭资本专注于人工智能领域,并高度关注机器人、自动驾驶等领域发展。目前已成功投资包括驭势科技、云迹科技、深科技、Emotech等在内的30多个人工智能领域项目。受到金融时报、财新传媒等多家权威媒体关注。荣获2017年NBI人工智能领域投资机构TOP10,华兴新兴投资机构TOP10等称号。

澜亭资本创始人刘炯

以下为对话实录:

毕啸南:怎样看待目前人工智能领域创投热潮,以及现在市面上的人工智能产品?

刘炯通常任何一个有前景的产业都会产生泡沫。根据Gartner技术成熟度曲线,产业会随着发展,产生对这个行业预期过高的峰值,然后再进入一个低谷,最后再慢慢继续爬升,继而达到稳定。主要是近一两年,AI被提及的太多太多,大家都是怀着一腔热情去做这个。

但是只有热情肯定不行,例如很多做机器人的,特别是所谓的教育机器人、家庭陪伴机器人,他们有好几个问题都没想清楚,譬如他们的产品到底是哄孩子,还是去教孩子。你就一开始训练个模型,给它个预设程序,然后它就只会说1000句话,之后再也不会别的了,这也能说是一个人工智能产品吗?顶多两三天,孩子就觉得不新鲜了。

人工智能产品“学习”的过程必须是持续不断的,它应该每天都在变得“更加了解你”。就像人每天都在变化进步一样,一个人工智能的产品,应该每天都是“新的”,与昨天是不一样的。另外,哄孩子也行,但是用了一些智能机器人,对话体验真的不好,语音识别最基础的都没过关;有屏幕的输入个文字都慢吞吞,这种产品只能是作为玩具存在。

实际上,从我们参加的不少人工智能大会及机器人商店展示的相关产品来看,很多消费级机器人的确更像是高级玩具或一个吸引人的摆设。它们还做不到真正的自然语言交互,更不会根据上下文的语言环境进行逻辑判断,它们不仅没广告语说的那么好,更是远远达不到用户对人工智能的期望,毕竟没法让一个小孩每次都干巴巴地对着机器人说‘主谓宾’都有的句子。实话讲,目前市面上大多数教育及陪伴机器人都是虚张声势的,都是伪人工智能项目,早晚会被市场淘汰掉。

毕啸南:虚拟现实(VR/AR)的发展能为人工智能带来什么突破?

刘炯:如果同时提到人工智能技术和VR技术,必须要谈到谷歌的Daydream平台。去年的google I/O大会上,谷歌联合HTC、联想和高通发布了最新的头戴式设备Daydream VR, 并提出了一套生产标准。

可惜,目前我们并没有在谷歌大会上看到一款有效结合VR和人工智能的产品发布。我想其中主要的原因是VR技术的普及极大地依赖于硬件设备的发展,但是硬件技术尚有些难题难以被突破,高质量的VR技术短期内无法面向大众消费者,同时软件的开发也受到硬件产品普及的限制。

相对于VR技术,我认为AR技术在面向大众消费者领域发展速度更快,入门级的AR技术只需要一台智能手机就能实现,硬件不再成为阻碍。 我相信随着VR硬件的普及,人工智能技术一定会借助VR技术在内容展示、体验效果等方面得到突破。

毕啸南:有人说人工智能的主战场不在互联网,而是能够让这个行业实现从0到100增长,或者实现脱胎换骨转变的领域。您怎么看未来看好的人工智能发展领域?最大的机会又在哪里?

刘炯这就像前几年的火热互联网+一样,现在也有了AI+的趋势。人工智能技术的应用不仅在互联网,但这项技术的实现一定是需要通过互联网作为载体去实现的。当下,芯片的性能受制于生产工艺,高端芯片的制造成本无法有效降低,使得TPU这一为了人工智能技术而设计出的芯片类型大多只能借助互联网为通道,为更多有需求的设备和软件提供运算能力。

我个人认为,人工智能技术被大规模应用于那些通过这项技术大幅度提高生产效率,降低成本,或是改善人们工作与生活习惯的行业,这个范围是非常广泛的。人工智能的发展不应该仅限于消费市场,在工业领域也应该得到应用。从我们平时会用到的手机智能助手,到整车厂发布的2020年实现智能驾驶计划,再到未来具有机器学习功能的生产设备全面替代人工。

人工智能技术可以说在不同阶段,不同领域,不同应用场景中都会给市场提供机会。我个人认为,随着人工智能技术的全面应用,每一个我们能预见到的机遇给人类生活习惯带来的改变都是相等的。

理论上,并不存在一个机会比另一个机会更需要把握的说法,只是哪个机遇更先到来的顺序问题。比如先从简单的语音识别,到人脸和表情识别,到机器代替人类完成一部分工作,最后发展到机器代替大部分人工。整个过程需要科学家、大企业、创业者们不断付出努力,每一步都必须脚踏实地,才能真正意义上让人工智能技术惠及全人类。

不过,并不是什么产业都适合当下跟AI进行融合,有些行业也只不过蹭蹭热度。现阶段比较热门的是能够广泛应用的机器学习,汽车领域的智能驾驶,消费级智能终端设备等。

我认为,每一个能够帮助人们提高生活和工作效率,改善生活习惯,提高生活质量的AI技术都值得去关注。目前看好的几个与AI结合最有前景,最有市场的领域,有以下几个:AI+智慧出行,AI+金融,AI+新零售(譬如当下火热的无人店),AI+医疗。

这几个领域的项目澜亭都有在关注,目前布局最多的则为智慧出行。汽车和人工智能技术的结合是近年热门话题。ADAS与自动智能驾驶又是关注焦点。品牌整车纷纷公布2020年推出L4级别的自动驾驶汽车,但是我们也看到各品牌车厂都不公开其技术方案,这为市场增加了悬念同时也提升了关注热度。

如果把L4级别自动驾驶看成一个系统工程,最终决定系统成功的一定是人工智能技术的学习能力。只有在不断的路试中收集大量数据,让整个系统自主学习不同路况,并提升系统应对能力是人工智能技术在汽车领域发挥的最大功能。澜亭对自动驾驶领域一直十分关注,投资了包括驭势科技,魔视智能,以及宽凳科技这些明星项目,在无人驾驶、视觉ADAS系统以及高精地图等领域都有所布局。

作为长期接触人工智能技术的投资人,我对“AI+金融”的发展前景也有自己的展望。中国的金融体系较西方相比,成熟时间较晚,因而对新技术的包容程度更强,新技术的应用可以迅速填补金融体系发展过程中的不足。

例如,未来在风控领域,运用人工智能,结合大数据技术可以精确有效地预测并降低风险。而在金融监管体系中,未来人工智能技术可以被用于分析二级市场上的异常波动和异常交易,提高监管的效率和水平。

然而,人工智能在金融领域的应用还面临诸多挑战,如监管滞后带来的管理风险,投资者对人工智能产品缺乏信任度等问题。身为投资人,我也期待有朝一日人工智能技术可以实现突破,产生出能兼具搜集,处理,优化信息于一身的智能投资产品,辅助像他一样的投资人全面评估投资项目。

毕啸南:目前市场上大大小小的人工智能公司,据您观察是否有盈利的?那个领域最有可能实现盈利?哪个领域赔钱最多?

刘炯:如果是对算法要求很高的人工智能技术,那么市场上能赚钱的公司几乎没有,谷歌、微软、IBM等国外科技巨头都还处于大量资本投入阶段。我们很难判断一项人工智能技术的出现是否一定会带来直接性收入,因为技术的作用是辅助、提高现有生产力,而收入的体现是基于整体产品或服务。

如果要筛选出哪些借助了人工智能技术后可以提高产品竞争力,从而提高利润率的行业,肯定避不开汽车行业。因为2022年左右实现的L4自动驾驶,是让消费者最能直观感受到高端人工智能技术红利的技术。当然,其他一些类似消费级、服务性的机器人产品也可以借助中低端人工智能技术提高产品竞争力。

因为现阶段科技类公司都处于人工智能技术投入研发阶段,很难去断定未来哪些行业研发人工智能技术后依旧入不敷出,我觉得人工智能是未来的趋势,不能因为潜在的赔钱可能性就道路上止步不前。

毕啸南:您怎样去评判一个优秀的人工智能初创企业?

刘炯越是热门、有前景的领域,越需要冷静思考判断局势。时刻算好账,落地最重要,同时也保持着自己的调性——必须按照自己的节奏往前走,保持独立思考。一家人工智能领域创业公司的潜力,可以从以下方面来评估。

首先,是这家创业公司是否真正具有技术优势和壁垒。投资机构在判断技术含金量的问题上需要非常谨慎,不能只听一家之言,需要多方求证。比如机会的话,甚至可以去访谈国外的一些技术专家,在人工智能技术领域,美国等西方国家的科研水平还是比中国领先一些的。

其次,判断公司的创始团队或高级管理团队是否适合创业,是否能够带领公司做大做强。CEO、CTO等等每个人的处事风格、个人性格,甚至学历背景、人脉关系都有可能去影响一家创业公司的发展。高级管理团队必须在熟悉技术的同时,懂得公司业务的实现,因为不管朝哪个方向去发展,都跳脱不开经营公司的本质。拥有来源于科技巨头,科研院所的技术“牛人”可以作为一家科技公司的“名片”和核心竞争力,但有些高管团队可能更加适合作为一家大型公司的技术研发部门而存在,不适合单独出来自己创业。

创业公司对于公司发展的战略规划是否明确。战略规划不应该只是公司在BP或是年会上随性提及的,而是每个决策者心如明镜般清清楚楚理解,并有理有据说服投资人的。公司需要明白现阶段配置是否能够完成战略目标。如果不能的话,公司应该清楚地知道还应该招什么样的人才,储备何种技术,开展哪些合作等等,才有了朝战略目标发展的基础。

如果公司现阶段配置如果能够满足战略目标的完成,那么分几步走,在哪些节点上完成哪些成就,决策者应该也做好了相应的计划。投资人在任何时候都更加倾向于投资那些实打实做事的团队,而非纸上谈兵大过于脚踏实地的团队。在人才和科研能力的基础上,管理团队需要合理地配置资源,保持研发团队的创新活力。

最后,我觉得非常重要的一点,任何创业型公司最终都需要落实到具体的产品、使用场景,用户和产品推广。销售团队应与技术开发部门齐头并进,将产品以正确的定位和策略推广到市场上,使用户对其产品产生粘性需求。

所以综上所述,一家优秀的创业企业必须同时具备含金量高的原创技术与质量过硬的硬件,而且把两者“揉”的最好。

毕啸南:有什么例子是将这两者做到完美糅合的公司,并且可以给创业者启示的企业?

刘炯:其实理解起来很简单,因为大公司都是这么想的——Amazon做智能音箱Echo,以智能语音平台Alexa为平台招揽各路技能插件开发者,想做智能家居界的“安卓”;百度去年宣布阿波罗计划的具体内容时也表示想做无人驾驶界的“安卓”。

另外,某种程度上,苹果公司像一个不偏科的学生,但综合实力却决定了他最后的“名次”。乔布斯却让苹果在硬件与软件的融合方面做到了极致。因此,技术最牛不是最牛,硬件最好不是最牛,而是二者再加上用户体验的结合体最牛,才能是笑到最后的赢家。

毕啸南:与外国创业公司相比,中国AI创业公司的优劣势?

刘炯:中国市场庞大便意味着对人工智能技术产品需求广泛。由于中国的人工智能初创公司天生贴近市场,因而较欧美科技公司相比,更清楚如何将技术与商业背景结合,创造商业化价值。

与此同时,中国庞大的人口基数产生的数据也为云计算,移动互联技术等提供了大量的资源,这些条件都使得中国成为了人工智能行业成长的一片沃土。另外,中国做人工智能在做硬件方面非常有优势,可以在很短时间内捣鼓出一套设备,这是基于多年积累的经验。所以,现在很多都把中国视为AI发展最有优势,最有潜力的国家,甚至在很多方面超越了美国。

但冷静下来放眼当前全球人工智能格局,会发现整个技术呈现“两极”态势。以硅谷为首的美国和以伦敦为标志的欧洲地区在人工智能开发领域处于领先地位。而中国尽管人工智能“热”,开发项目多,但中国AI从业人员多使用国外的开源框架进行开发,核心的原创技术匮乏。但另一个当下不能忽视的事实便是:软性技术优势与算法的技术前沿性来看,还是在欧美,以美国与英国为主。

英美两个国家在计算机及相关学科的学术累积方面非常的强悍,几十年发展到现在,才逐渐延伸出人工智能的一些学术研究,积累的优势远远超过我们。

相比较来说,中国在这方面还有太长的路要走:目前,全世界大概有超过200万AI专业技术人员,但是在中国的比例是很低很低的,大概不到2%。大部分中国AI技术,都是利用一些开源的技术框架,在这些底层算法之上进行优化。但从技术的原创性来看,其实是非常不够的,中国大量AI企业的可复制化非常高。因此,中国作为“两极”外人工智能发展的一片广阔天地,在技术层面存在巨大的提升空间。

例如,在判断一个智能硬件项目时,投资者或许不能先看他们的硬件,而是从软件发展来入手,而这正是很多创业公司的薄弱环节。我们虽然每次都擅长迅速拼凑出一个硬件产品,迅速把它们投入市场,但这个产品具备多少后台的技术呢?尤其是人工智能的技术能力,这个是要打问号的。这是我从国内很多AI企业上看到的问题,五花八门的硬件倒是做出来了,跟人有哪些交互也好,用户体验也好,都没那么理想。

毕啸南:既然国外技术存在一定的先发优势,您怎么看国内资本直接收购国外领先技术的可能性?

刘炯我认为,短期来看此类收购还存有一定障碍。从软件层面,目前国外很多科技公司对他们的深度学习框架保持开放态度,希望技术人员在其平台上进行开发, 如Google开放的Tensorflow系统,因此在算法和应用领域,技术基本是流动与开放的,并不存在交易活动。

但就原创型尖端技术而言,国外很多团队怀有一定的“理想主义”,希望凭借他们的技术迈入科技巨头行列,所以在研发阶段并不愿分享最前沿的技术创新,接受外来资本的全盘收购。在硬件层面,出于国家安全的考虑,西方国家政府曾干预阻止中方资本收购如芯片等核心硬件技术,预计未来在涉及国防和信息安全等领域,壁垒将会长期存在。尤其特朗普政府出台的各项对华贸易战措施,其背后的实质是想要抑制中国在科技领域的崛起,在这种复杂的中美关系下,收购美国领先技术会存在巨大的障碍。

澜亭资本也在关注一些北欧的高科技初创项目,目前也在积极地发起针对北欧创新国家成立的创新投资基金。

毕啸南:除了公司自身的硬实力外,还有其他什么因素会影响一个创业公司的未来?

刘炯从当下的市场需求来看,产品的技术不能太“黑”太前沿,配套设施不能太落后,这就像我提到的Google的纸板眼镜,如果2012年推出的Google可穿戴眼镜项目再往后推5年,它的成功率会大大提高,就不会在2015年初被毙掉过一次,因为跟它所配套的VR及AR技术这两年逐渐走向成熟。只是因为Google眼镜推出的太早而已,即便有市场需求也是不现实的。

不早不晚,“当下”真的非常重要。早前很多人在了解一家技术公司时,总是盯着他们的豪华技术团队大作文章,但我认为这其实是一种非常局限的认知,因为后续的宣传及销售环节在很大程度上决定了产品占领市场的速度。

这让我想起了一个当下最现实的例子:与亚马逊AWS与微软Azure相比,Google云发力的不算早,几乎是后来居上。而2015年云板块的新掌门人Greene上任后做的第一件事是什么?就是迅速组建自己的豪华销售队伍。

技术和产品是好,但现在做智能硬件的太多了,大公司也在做,创业公司更是多的数不清,你怎么让人知道你的产品好?怎么比别的产品先一步接触客户?怎么处理和牢固与客户的关系?你看烂产品有时候也大行其道,就是宣传做得好,所以红一阵,虽然肯定长久不了。你总不能让一群工程师负责卖机器人吧,可能一台都卖不出去。

此外,我认为项目必须要有自己的技术平台,这就相当后续服务的接口,必须看到它是否能提供后续服务。我们投资的这个机器人项目都有着这样一个共同点——做自己的技术平台和后续服务。

无论是对标Echo的情感机器人公司Emotech,还是云迹科技的商业服务机器人,前者正在基于自己的神经网络技术优势,开发独有的智能操作平台;而后者正在生产可提供给其它机器人生产者的智能底盘系统,以及可供二次开发的SaaS系统,都是这些创业公司可持续发展、走的更远的支撑。

毕啸南:对于刚谈到的几个热点领域,由于收到当前人工智能还在早期摸索阶段的限制,我们看到的每一个领域实际上都还没到爆发的时候,那么澜亭的投资策略是什么?作为投资者,应该如何制定投资策略?

刘炯:毋庸置疑,人工智能目前正处于投资风口,但我们也不得不看清楚在这个行业中存在着不小的泡沫,相比较于单一技术深度,我们更关注于技术与应用场景的结合程度。只有应用前景看好,才能是是AI真正的爆发点。比如AI在智慧医疗、教育、自动驾驶等领域的应用。当然,对于任何一个新兴行业而言,最先看到技术和应用结合领先的机会,提前布局对投资人来说是非常重要的,也是考验投资人智慧的一道“应用题”。

做底层这种烧钱的事情让大公司去做,从财务性投资来看,硬件的商业落地速度当然是最快的。我们都知道人工智能产业链结构分为基础层、技术层与应用层。你看基础层,大部分由大厂商把控,微软,Google,IBM等等都在搞,从财务投资角度来说没有太大的投资空间,而且这类服务提供商大多数还处于烧钱的阶段。财务性投资是很难参与进去的,那就让Google、百度他们去做吧。

作为投资人最适宜参与的,当然是技术与商业场景进行结合的部分。再说的宏大一点,在人类需求面前,一定要有智能硬件形式的实体的存在,因为既然语音是人机交互的一个入口,那么需要有一个承载语言的载体。你不会想像科幻电影《Her》那样,只听声音看不到对方吧?

现在用技术取代人力的需求非常迫切,说到底,投资一些垂直场景的机器人是能帮客户算过来账的。意思就是,你一台机器的成本是多少,一年运营下来成本是多少,而相对应的,人力的成本又是多少?能节省2/3的成本,那当然存在很大的市场需求。再加上配套技术也都成熟了,没有理由不相信市场不接受。

实际上,这两点只能说明机器人市场有投资价值,但正是因为以上两个特性,导致它的投资风险在某种程度上要更大一些。

毕啸南:谈一下你对AI发展的期待,与对创业公司的一些建议,以及创业者所需要做的一些准备。

刘炯谈及当下很多人对人工智能发展超出人类控制的顾虑,我认为,这种问题只有可能出现在“强人工智能”时代,而目前我们所处的“弱人工智能”阶段,人工智能无法主动感知周边环境,仅能在框架结构内进行深度学习,因此现在产生这样的担心还为时尚早。

现阶段,人工智能领域所面临的真正挑战是行业如何进一步发展,增强技术能力,实现从“弱人工时代”到“强人工时代”的跨越。提高技术研发水平和人才培养是一个量变的过程,需要企业有充足的技术储备和可落地的商业模式。而质变则来源于社会环境和心理的突破,从社会层面需要迎合前沿技术的发展,出台配套的法律法规,完善基础设施,预先规避风险,平稳度过由量变到质变的过程。

就像百度CEO李彦宏所说的,中国有这么大的市场,这么多可以培养的人才,还有这么多钱……不领先世界还真说不过去。

总的来说,国内AI公司成长的速度在全球真的无人可及,这也是澜亭资本考察国内外项目的同时,将砝码向国内倾斜的根本原因。澜亭相信,任何颠覆性的技术,都是创业公司做出来的;掀起革命的永远都是那些处于成长中的年轻团体。

我相信中国的创业者们能够做好足够的技术储备,在未来的发展道路能够上去影响世界,始终保持第一梯队位置,努力在部分领域的应用层面去引领世界。

但同时,也有一些建议送给努力奋斗的AI创业公司:

1)公司必须有且只有一个明确的长远目标。战略是既定的,但战术在执行过程中是可以灵活的,毕竟“曲线救国”嘛。但作为创业公司必须聚焦于一个领域,一定要专注,把它做到极致。虽然现在投资热度很高,市场上“钱”多,但是如果没有认真做事的平常心,没有严谨高效管理的团队,即使是目前有热度,最后往往也会“昙花一现”。

2)不要到了一个阶段,看这个领域热度高,那个领域也备受关注,就开始心猿意马跟风赶热度。这个也想做,那个也想做,这不是初创企业的优势,而且钱也不是这样烧的。创业者需要保持清醒头脑,了解公司所处的地位,切不能觉得技术好一点儿了,就将自己与世界顶尖公司相提并论。

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2018-04-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏孟永辉

创新锐减,尾大不掉的苹果如何才能扛起乔布斯时代的大旗?

如果你不是科技圈的人,或许你不会觉察到苹果已经发布了新版的iPad。这或许正是苹果公司的产品正在逐渐失去人们关注的一个直接表现。每年的苹果发布会都没有乔布斯时代...

772
来自专栏灯塔大数据

探讨|共赢数据价值,论企业数字化转型升级

大数据被誉为21世纪的“钻石矿”,是未来社会发展和创新的“新石油”。新一代信息技术迅猛发展,互联网不断渗透在经济社会各个领域,一个大规模分享和应用数据的大数据...

3428
来自专栏人称T客

风投真的能为企业增值吗?创始人认为并非总是

本文作者Carl Fritjofsson,本身也是一名VC, 这是他同Newfund的Henri Deshays 和芝加哥大学 的Owen Reynolds共同...

1180
来自专栏数据猿

世界O2O组织创始人兼总干事宋炜:O2O服务离不开创新与用户

<数据猿导读> 2016年6月22日,由世界O2O组织、全球移动游戏联盟以及光合资本共同主办的世界O2O博览会在北京国家会议中心盛大举行。世界O2O组织创始人兼...

3944
来自专栏新智元

【新智元专访】微软中国首位“全球杰出工程师”张祺:行业+AI加速中国企业数字化转型和产业升级

【新智元导读】近日,微软(亚洲)互联网工程院常务副院长张祺博士获得“微软全球杰出工程师”荣誉,这项荣誉是微软授予在软件开发领域做出突出贡献和成就的技术专家的最高...

3038
来自专栏新智元

GYL | 杨静对话人工智能领袖:抗衡国际巨头要看中小企业?

【新智元导读】2016全球青年大会(GYL)“人工智能的未来”平行论坛7月31日在北京空管科技交流中心举行。本次论坛由新智元创始人杨静主持,出门问问CEO李志飞...

2747
来自专栏大数据文摘

九张图读懂大数据医疗

2203
来自专栏大数据文摘

2016年大数据行业从业者调研报告(精华版)

1925
来自专栏CDA数据分析师

【CDAS 2017】大数据与生物医疗分论坛: 智能数据,健康医疗

作者 CDA 数据分析师 前言 2017年7月29日,由CDA数据分析师主办,以“跨界互联 数据未来”为主题的CDAS 2017第四届中国数据分析师行业峰会...

26410
来自专栏罗超频道

邓正平:智能硬件大众化任务交给京东

智能硬件正当时,2014年所有科技圈行业会议几乎都设立了智能硬件展馆,虎嗅F&M创新节也不例外。与京东独家合作的智能生活馆内,空调、灯光、空气净化器、健康设备,...

2836

扫码关注云+社区

领取腾讯云代金券