明势资本焦腾：未来发展趋势将是数字孪生、物理与虚拟世界的链接

10月16日，FUS猎云网2020年度人工智能产业峰会在北京金茂万丽酒店隆重举行，近百位知名资本大咖，独角兽创始人、创业风云人物及近千位创业者共聚一堂。

在由洪泰基金董事总经理金海燕主持、以《AI与产业融合创新中的投资机遇与挑战》为议题的高峰论坛上，联想创投董事总经理王光熙、信中利资本合伙人汪栩、耀途资本创始合伙人杨光和明势资本合伙人焦腾，就论坛议题发表了精彩观点。

焦腾表示，疫情促使企业更加专注于四化、即业务可视化、数字化、智能化，以及流程的可视化，因此相关的一系列协同工具得到了快速发展。同时焦腾提到，数字孪生将是未来的投资方向，即企业业务需面向物理和线上虚拟两个世界，线上算法端等将弥补物理世界的问题，不断对其赋能提升效。两个世界中间的链接层也将有很大机会。

另外，焦腾表示AI与各产业的融合速度一定是不同的，因为各产业的数字化基础发展程度不同。其中AI与传统行业的结合速度就比较慢，主要是大部分企业很难拥有大规模收集，且不断更新数据的能力。

焦腾也强调，未来关于人工智能的公司会越来越向两个极端分化。一类是技术公司，由于服务了大量的客户，不断提升其AI能力，并提炼出一个AI内核。将通用算法平台直接集成到客户系统里面，按API调用次数或者运营商应用资源量收费。另一类则是面向具体行业具体问题的提供一站式解决方案的公司，这类公司主要是从单纯的IT技术部门，逐渐转向业务模式，对传统行业进行全链赋能。

明势资本2014年成立，是美元+人民币的双币基金，成立之初就专注早期的科技投资，截止目前已投出超过150家公司，包括新能源汽车、人工智能、大数据等多个垂直行业的应用。其中人工智能是明势资本重点关注的方向，包括人工智能通用的平台技术，以及在多个垂直行业的应用，且已经投出多个典型案例。

本次峰会由猎云网主办，猎云资本、企业管家、猎云财经、锐视角协办。峰会以“AI UP！”为主题，聚焦人工智能产业的应用，通过展示多领域多维度人工智能技术和产品以及分享讨论AI在不同场景中最新落地应用，展现人工智能产业落地应用的最新成就；并围绕人工智能产业的“进击”与“破圈”，探讨AI技术如何为产业赋能。

以下为圆桌论坛分享实录，猎云网整理删改：

金海燕：2020年注定是不寻常的，从年初的疫情、黑天鹅到中美的摩擦贸易，以及后来推出的新基建的政策，资本市场的改革等等，都是重大的变化因子。这些对我们AI产业融合带来什么样的影响？有什么明显新机会，各位在今年上半年针对这些新机会都出手了什么类型的项目？

今年年初疫情刚开始的时候，我们就开始做了很多深度的行研，现在很多观点已经验证。比如1月份时我们曾提到，疫情导致企业更加专注四化，即业务可视化、数字化、智能化，以及流程的可视化。

疫情期间大量的员工在家办公，作为企业家更希望看到整个业务流程，更加清晰了解每个人做什么工作，因此Zoom，以及国内的一批协同工具获得快速发展，在疫情后也将持续发展。

我们的投资侧重点是“数字孪生”，可以理解为我们所有企业的业务，都是面向两个世界，一个是物理世界，一个是线上虚拟世界，因为疫情、中美关系等影响，物理世界的很多生产、制造、物流出现了问题，有越来越多的企业在线上虚拟端更加发力，去提升物理世界的效率。包括两个世界中间的链接层都是有很大机会的。

我们独家天使投资，连投七轮联想汽车，刚刚实现了上市，开盘1000多亿。与其他汽车企业相比，联想汽车不仅是单纯新的能源，其最核心的是设计更多收集环境、用户、驾驶行为和车辆本身的数据，形成一个闭环。智能汽车可以不断根据用户行为持续更新，快速的满足客户需求，想在客户前面。

另外我们投资的一家与工业场景结合的企业，主要通过一套硬件+算法的系统帮助热电站等提高锅炉燃烧效率，一套锅炉年节省燃料600万。

通过算法、虚拟世界，对物理世界赋能实现效率提升，将实现常态化发展，而AI在其中具有核心价值。

金海燕：以AI、IG、IoT、传感器、大数据、云计算等为代表的一系列新技术正在促进着各行各业的升级，但与不同行业结合速度不同，在您看来哪些产业、哪些环节发展速度会比较快，哪些产业发展速度则较慢，背后的深层原因是什么？

首先AI在各个场景的落地速度一定是不同的，原因是各个行业的数字化技术水平差异很大。比如电商等行业AI的水平已经很高了，而AI在传统行业的落地还是相对较慢的。

虽然有一些很大的传统行业，是机构偏好且重点布局的，比如很多机构做无人驾驶，但智能汽车真正实现上路其实用了很长时间。原因是过去没有任何一家专注做无人驾驶技术的企业，有能力实现几千、甚至几万辆车上路持续收集数据。因此AI对传统行业进行赋能，提升效率、降低成本，将是未来行业发展的趋势，也是我们重点关注的方向。

未来关于人工智能的公司会越来越向两个极端分化。第一类是技术公司，由于服务了大量的客户，大量的数据积累等，进一步提升其AI能力，并提炼出一个AI内核。将通用算法平台直接集成到客户系统里面，按API调用次数或者运营商应用资源量收费，这也是AI技术公司在美国比较成熟的收费方式。

另一类则是面向具体行业具体问题的提供一站式解决方案的公司，这类公司主要是从单纯的IT技术部门，逐渐转向业务模式，由获取IT预算逐渐切到获取业务预算。目前这类对传统行业进行全链赋能的方向，也被更多公司选择。

从大的方向上，工业、汽车、医疗、线下零售等传统行业，未来都将是人工智能会赋能的，也是已经正在赋能的重点行业。结合我们投资方向，这些行业在数字化基础上已经到达一定水平，人工智能开始发挥一定的效用，在增收、降本提效，至少某个角度能有一些比较明确的提升，这些企业都是我们所关注的。同时我们也希望团队选择的是一个跟世界做朋友的方向，通过不断的积累，形成一个比较强的技术数据或者行业门槛。