未来10年人工智能将改变什么

思路商道 • 7年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

未来10年人工智能将改变什么

10月12日，2017阿里巴巴创新创业年度峰会中的圆桌论坛环节，其主题是“未来10年人工智能将改变什么”。阿里巴巴集团副总裁刘松担任主持人，圆桌嘉宾包括云启资本创始合伙人黄榆镔、亿欧创始人黄渊普、英诺天使基金创始合伙人李竹、微链创始人蔡华、银杏谷资本创始人陈向明、以及阿里研究院创业就业研究中心主任郝建彬。亿欧作为支持媒体参与本次报道。

阿里巴巴集团副总裁刘松针对人工智能提出两个问题：第一，除技术领域外，投资人如何看待人工智能垂直行业；第二，对于现在的人工智能创业团队，投资人看好哪样组合？哪种类型创业团队更靠谱，是纯技术还是行业应用？

云启资本创始合伙人黄榆镔：

云启资本在硬件方面有较长的投资历史，但人工智能和机器人、硬件、软件结合在一起，会有更大的投资机会。此外，云端和5G也是关注点，零部件+无线+感应器+算法叠加在一起才能实现未来5-10年所谓的机器人和AI时代。

亿欧创始人黄渊普：

亿欧2017年以来在AI与医疗、自动驾驶、金融、新零售等领域投入强关注，但未来重要的是产业落地，拥有商业思维、商业拓展能力的AI公司更容易留下来。

英诺天使基金创始合伙人李竹：

看好两个行业：无人驾驶和医疗。人工智能创业门槛在降低，我们更需要有垂直行业经验的人，此外在这个行业创业和投资，可以跟随趋势发展享受红利。

微链网创始人蔡华：

创业者应该更关注人工智能在企业中的应用，微链从金融领域出发，为创业公司和有偏好的投资人提供平台，消除信息的不对称。

银杏谷资本创始人陈向明：

技术和场景是双轮驱动，成功的AI公司应该两者兼具，同时协调好技术和运营的关系。此外，我们更多谈论的是全域智能，但微观领域其实已经发挥效应了。

阿里研究院创业就业研究中心主任郝建彬：

第一，从政策高度评估人工智能对于就业的影响，总体来说我们还是认为有很多机会；第二，替代工作用在重复性和规则性的行业，人可能更多的是做创意的工作。

亿欧对圆桌论坛的对话内容进行以下整理：

刘松：大家好，刚才牛总已经分享了他作为投资人看到的中国人工智能机遇，我也发现，最近一年投资人谈论人工智能的机遇比做人工智能的科学家还要多。因此，我有两个方面的问题：

第一：放下对人工智能技术领域，比如说深度学习，我们每位投资人如何看到人工智能垂直行业，从行业到场景，包括教育、智能硬件、翻译机等等。

第二：对于现在的人工智能创业团队，你们看好哪样组合？哪种类型创业团队更靠谱？是纯技术的还是做行业应用的？

黄榆镔：大家好，我们云启资本投资了很多技术驱动的科技类项目，特色实在硬件有较长的投资历史。当看人工智能的时候，除了各个行业以外，还可以在动能部分，即硬件、感应器等，以及软件中AI算法、深度学习等多方位去看。最后，最后人工智能和机器人、硬件、软件结合在一起，这样投资机会特别大。

刘松：总结一下是软硬件，你原来偏重于硬件方面，之前基本上都在云端，实际上与硬件相关的智能，在全球都比较火。

黄榆镔：计算有两个方面，一个在本地，一些简单的算法有可能可以落地在机器本身，但是如果做深度学习的东西或者有很大的数据量的时候，有可能需要在云端。但是另外一个被忽略或者没有被提到的，就是无线。随着5G的出现，每个人的想象空间会更大，很多零部件+无线+感应器+算法，要叠加在一起才可以实现未来5-10年的所谓机器人和AI时代。

刘松：除了云端之外，通过未来5G对于设备上的智能还要关注。

黄渊普：亿欧2017年以来在AI与医疗、自动驾驶、金融、新零售等领域投入强关注，包括今天发布的《2017中国人工智能投资市场研究报告》。亿欧有一个基本的观点，2015年、2016年大家还在比拼谁的论文数量，等到2018年这个逻辑就不成立了，单靠年收入1亿多就能估值到10多亿美金的时代已经过去。

我们发现AI公司谈技术多、算法多，但是实际上要产业落地，最重要的还是To G（政府），如何与企业主、有钱的商家建立互信关系？但大多数AI团队缺少商务拓展的人。

刘松：总体说第一波靠技术好拿到投资的人面临明年商业变现包括市场拓展能力找到产品能力放大的很大壁垒。

黄渊普：整体市场来看人工智能创业公司在商业上的表现还有待提高，大部分人工智能企业获利基本是通过补贴，如果不能尽快提高自身商业能力，到2018年企业会遇到商业问题。另一方面，目前AI应用层和技术层商业成本依旧很高，技术产品很好，应用到更大市场就需要降低使用成本

刘松：哪类人工智能公司会留下来？

黄渊普：拥有商业思维、商业拓展能力的AI公司更容易留下来，我的建议是：直接挖阿里巴巴的商务高管，虽然是在阿里巴巴的主会场，但这个道理非常简单，赶紧挖递推能力、商务能力强的人。

对于AI公司而言，“一个会讲故事的高管”也非常重要。合理塑造企业形象，并将技术和产品简单传递给市场非常重要，利用故事、产品解释，让投资人、用户更好地理解公司和所从事的事情。这类公司也会更容易留下来。

李竹：我们投资了一个做智能投顾的项目。前两年投的是人工智能技术，还有就是智能化的机器人。在这两年我们主要是投人工智能的应用，比较看好两个行业：一是无人驾驶；二是医疗方面，人工智能要改变什么？首先就是替代最苦逼的工作，其次是替代原来薪水最高的这群人，比如医生、律师等。在过去两年里，海归行业比较多。

刘松：公司投的有多少是海归背景的？

李竹：我们有一个统计，四分之一是清华校友，海归是15%。过去都是科学家、海归，我们叫做从实验室到市场，这个时候需要把科学家变成企业家。现在人工智能的整个创业门槛在降低，我们更需要的是有垂直行业经验的人。对于早期创业者和投资人来说还有五六年时间窗口，这是一个大波浪，现在50%、60%的工作都被人工智能替代，过10年我国家GDP人工智能占多少？我认为人工智能占GDP至少30%，现在在这个行业创业和投资就抓住了大趋势，可以跟随趋势发展享受红利。

刘松：李总讲到对于有垂直行业洞察力的CEO的培训，还有就是谈到关于行业的理解，这两点我很同意。

蔡华：对于创业者来说，应该更关注人工智能在企业中的应用，还要关注人工智能怎样解决人工没有办法解决的问题。微链从金融领域出发，原来在银行中做贷款的时候，很多企业没有人贷的，因为成本不划算，回到创投行业中，怎样为创业者对接？微链本身就是很好的人工智能在行业中的应用者，我们把几十万、上百万的数据提取出来，通过投资标签、投资案例、看BP的习惯等等，不断对投资人进行画像，最后达到精准的匹配，通过数据把效率提高。

刘松：蔡总说的是微链提供一个平台，让创业公司和有偏好的投资人之间形成消除信息的不对称。

陈向明：AI是三个环节：云、端、景，“云”就是一些算法、模型；“端”是要落地，和物联网连接；“景”是有了算法去解决很多问题。

技术重要还要场景重要，它是双轮驱动，一个成功的AI公司两个都应该有。我们最近投的项目会有意识的让一个科学家搭配一个运营很好的人员，这种比较靠谱，但这里也有一个问题，公司到底以技术为核心的文化倡导为主还是运营为主，其实还有一个冲突，有一些AI的企业是以技术的人为主，运营为辅，有的是运营为主，技术为辅。

刘松：陈总强调双轮驱动是必须的，但是两个人怎样协调是一个问题。

郝建彬：人工智能的发展我从政策视角或者宏观角度来看，今年中国7月份发布的政策来看，新一代人工智能发展规划来看国家还是鼓励的，放在促进和发展阶段。从人工智能发展来看，白宫出了几份白皮书，把人工智能的定位是辅助人的角色、辅助人的工作来看的。刚才讲到大量替代就业，全球来看有几个观点：一是OECD，人工智能可能替代工作岗位中的某些任务，因为人的很多工作是不同的任务组成的，不是所有的都替代；二是很多技能，一方面是重复性的、体力的、脑力的劳动，比如说会计，德勤现在有金融的智能记账机器人，还有仓内搬运工人，智能替代一定会先替代重复性、规则性的劳动；三是比如说无人驾驶，在开放的场域的工作是不会被机器人大量替代的。

未来人工智能会创造很多新的岗位，尤其很多高端岗位，这些岗位怎样让人把创造性、创意能力更好的发挥出来，这可能是未来人工智能的发展方向。

刘松：他提到两个观点：第一，从政策高度怎样评估人工智能对于就业的影响，总体来说我们还是认为有很多机会；第二，替代工作用了重复性和规则性的行业，人可能更多的是做创意的工作。

对创业者的建议

刘松：因为时间关系，最后还是希望几位投资人对于想进入人工智能的创业者或者已经在创业者分享几个方面的建议，您认为创业团队在方向上注意什么，团队组合上建议是什么样的组合？

陈向明：云端三个领域都是机会，找到务实的切入点，从细微点开始切入，团队懂技术的人要强化运维团队的组织，运维创业要拉一些技术合伙人，要有一个伙伴关系。

李竹：刚才提到边缘计算，边缘计算会是一个新的趋势，苹果、BAT都在做，包括无人驾驶，无人驾驶有这么多的机会，包括手机，都是用一个手机来做人工智能计算的，因为这个是值得大家去关注的新的方向。我对大家的建议是做人工智能的创意企业一定要重视知识产权，尤其是专利的申请，因为技术创新没有国界，大家开始的时候要对专利开始进行申请和设计。

黄榆镔：基本上有三个方面：

第一，除了人工智能软件也注意一下硬件，其实硬件是中国的优势。

第二，算法上，团队要好、要强，更重要的是要把你的知识产权、执行力做到位。

第三，人工智能非常重要的是数据，这三个结合起来才有办法在以后5-15年创造出一些超级独角兽的机会。

刘松：刚才前半段牛总讲了，中国人工智能产业机遇三个大的方向：一是数据红利；二是落后，我换一个词叫做后发机遇；三是文化上，人工智能特别要求科学家和企业家搞在一起，至少叫双轮驱动。人工智能创业公司可能还是要注意双轮驱动知识产权的风险，还要注重边缘计算，AI创业公司的文化融合肯定是最重要的。

今天因为时间关系和大家分享到这里，感谢大家！