他是紅杉中國的「數據大腦」 對於人工智慧他有這些話想說

對於時下產業界人士熱衷討論的「究竟是大數據重要，還是演算法更重要」，車品覺笑言：「我說你們討論的東西有點像金庸小說裡面劍法重要還是內功重要，這兩者是相輔相成的。」

NEW

﹀

﹀

﹀

在加入紅杉資本基金之前，車品覺曾擔任阿里巴巴副總裁和首任阿里巴巴數據委員會會長。作為一位有著豐富實戰經驗的大數據專家，他還著有《決戰大數據》一書。在書中「大數據，未來商業的利器」一節中，車品覺寫道：

毋庸置疑，大數據已經極大地影響了我們的社會，但還遠遠沒有達到它的爆發點……在大數據的使用上， 未來的發展空間註定會比現在取得的成績更加宏大，「數據化運營」 和「運營數據」 這個數據與人之間的閉環系統也會越來越完善，人機結合仍然有巨大的空間讓我們去挖掘。

紅杉資本基金專家合伙人車品覺

車品覺於2016年6月履新紅杉資本基金，任專家合伙人。對於時下產業界人士熱衷討論的「究竟是大數據重要，還是演算法更重要」，他笑言：「我說你們討論的東西有點像金庸小說裡面劍法重要還是內功重要，這兩者是相輔相成的。」在他看來，如今做產品項目，在嫁接大數據與人工智慧的橋樑時，需要考慮三個問題：大數據的積累是否足夠；當大數據被用上人工智慧技術時，能否給予更好的用戶體驗；計算能力到底是否可以達到所需要的效果。

而他也在自己的演講中提到，作為專家合伙人，他每一次看創業項目時，最擔心不是說是否有足夠的數據科學家，而是能不能找到一個好的產品經理。「到底這個產品經理能否明白我要達到的這個商業目的或者我的應用，他怎樣平衡大數據、人工智慧以及計算能力和用戶的交互。」

在2017年6月29日的天津·世界智能大會上，投中網記者採訪了紅杉資本基金專家合伙人車品覺，在大數據和人工智慧「風靡一時」之際，了解他如何看待當下。以下為採訪實錄（有刪減）：

「專家合伙人」幹什麼？

問：我們都知道，您在出任紅杉資本基金專家合伙人之前，除了是阿里副總裁外，還是首任阿里巴巴數據委員會會長。請介紹一下您目前在紅杉資本基金（以下簡稱紅杉）的工作範圍？

答：我主要是在匹配紅杉的portfolio公司對數據的不同需求。紅杉的portfolio方方面面都包括，使用者也有，有數據的也有，有數據能力的也有，人工智慧也有。

比如說有一些公司是有數據需求的，但是拿著數據需求並不知道數據源在哪裡，我可能會帶著他找到數據源所在的地方。實際上就是把幾個公司的需求放到portfolio中解決。一般來講不在同一個portfolio，我們很少對一家公司有這麼深的理解；但是因為在portfolio中，所以會對公司的理解比較深一點。

問：您會看項目嗎？

答：看是會看的，比如說有些項目，我會給意見說這個公司到底是怎麼樣。我自己比較少去外面主動拿項目。

問：如何辨別技術驅動型項目？

問：遇到這種案子肯定要找專家合伙人問問題了。比如有人說我是一家做PasS(編者註：雲計算包括三個層次的服務：基礎架構即服務IaaS，平台即服務PaaS，軟體即服務SaaS）的公司。如果我們進到那家公司，肯定會說請你打開你的電腦，跟我說一下你大概每天數據進來的時候你是怎麼處理數據的；你給我一個現實場景，你今天在公司裡面要處理的某一個問題，那個問題用了什麼樣的人工智慧去解決。如果你能跟我說你用了什麼樣的功能，用了什麼樣的技術，什麼樣的方法處理這個問題，我覺得就可以。表面說怎麼解決跟實際上運用技術解決可能是有一些區別，一個是外面所看到的現象，一個是實際解決的問題。

問這個問題，是因為我真的很想知道他解決問題的能力。我不想知道他這一次能不能解決這個問題，因為創業，特別是高科技創業裡面，如果要找團隊，是要找一個適應能力很高、可以不斷成長的公司。不管從技術、商業上，我們都要找到一家很有能力的公司。當我們有一個項目出來的時候，一定是判斷有沒有項目管理的能力，有沒有技術能力，有沒有市場運營的能力。

誰是真正的人工智慧公司？

問：如何辨別當下的人工智慧公司？

答：我覺得首先你要明白什麼是人工智慧，其實現在人工智慧跟之前大數據（火爆）的時候是一樣的。當你講大數據的時候有一種東西叫「泛大」，凡是數據的，我們都會說這是一個大數據，人工智慧也是的。現在基本上你去找一家比較牛的公司，你問他現在在做什麼，肯定說我們做人工智慧的。

但是人工智慧在這些公司裡面是不是一個核心的部分？在核心的部分裡面用了什麼人工智慧的能力解決了問題？往往這一點才重要。

所以我覺得，如果說是大數據公司，除非你的公司是去提煉大數據給人用的，你才可以說我是一個大數據公司，否則的話我們認為這是對大數據使用很多的一類公司，比如淘寶。淘寶是一個很懂得用大數據的公司，但是淘寶本身是不是一家大數據公司？我們說有一家公司是大部分90%或者80%的業務都是從提供數據或者提供數據服務的方法來解釋的，那它就是一個大數據公司，這是我自己的理解。

人工智慧也是這樣，例如現在有一些人工智慧數據平台。我們紅杉portfolio裡面有一個第四範式，它本身就是一個提供AI平台的公司，所以你可以說它是一家人工智慧的公司。

那如果說滴滴打車、阿里、支付寶，它們使用人工智慧的時候，實際上是在某一個場景解決某一個問題。比如說人臉識別，人臉識別用上了圖像識別裡面的一個功能，只是這個功能對於它來講可能是一個非常關鍵的功能。就像馬雲說的，如果支付寶功能識別壞人你就不用開門了，因為你一開門就是壞人進來。所以你必須要有一個能力來識別，識別的方法以前有很多種，其中的一種是叫「專家系統」，「專家系統」等於說我有很多的規矩；但是後來又有了深度學習、機器學習，我們在數據領域會找出很多的規律，找出規律之後，凡是有這種規律的人都有機會做壞人，這時候它在判斷壞人或者好人時，就用上人工智慧這個功能了。

我相信在一家體量很大的互聯網公司里，肯定有大量的功能是不需要人工智慧的；只有小部分很關鍵的東西用以往的IT方法沒辦法解決的時候，用到了人工智慧。今天的一些人工智慧很多都是用數據驅動出來的人工智慧。

問：您是否贊成現在是人工智慧的秋天？

答：剛才分享嘉賓說今天人工智慧到了秋天，其實是指人工智慧已經慢慢進入了一個比較成熟的階段。所謂走到一個比較成熟的階段，應該說是數據驅動的人工智慧已經出現了，而且有自我學習能力的人工智慧也出現了。有這種技術的話，很多技術都可以把它放在不同的產品裡面，去幫他們識別或分辨一些東西啦，這是其中的一種形態。

對於投資來講，到底這個業務難度有多大，市場有多大？當市場足夠大時，我們會問這家公司的位置在哪裡，將來的位置在哪裡；他（她）有沒有能力拿到想要的位置；再去判斷它到底會不會成功。當你談論它會不會成功時，它的科技、管理能力、以往的積累，這些東西就會談到了。

END