星河互聯人工智慧事業部管理合伙人劉瑋瑋：人工智慧創投領域的乾貨分享| CCF-GAIR 2017

2017年7月7日至9日，全球人工智慧與機器人峰會CCF-GAIR大會在深圳大中華喜來登酒店舉行。雷鋒網 記者在會議期間第一時間進行現場報告。

在7月8日下午的AI創投專場，專場星河互聯人工智慧事業部管理合伙人劉瑋瑋發表了主題為《從商業落地的角度看人工智慧創投趨勢》的演進，分享了在人工智慧創投領域得到的一些經驗，討論了行業的未來和看到的趨勢。

把人工智慧行業看成一個系統，其中的關鍵因素：

• 內部因素。

  包括人才、演算法、大數據、底層運算資源、商業模式、場景需求等等，提供內在的驅動力。

• 外部因素。

  社會的發展、資本、政策，甚至是大的信息環境的改變，產生外在的影響。

人工智慧行業接下來的發展：

• 演算法的壁壘一定會不斷的下降。

  底層框架已經被大廠所壟斷，谷歌、facebook、微軟都有自己的開源框架，我們也有理由相信，未來在底層演算法方面，這個壁壘是慢慢在變小的。

• 人才的壁壘也會不斷下降。

  越來越多的人進入這個行業，包括潛在的人才，經過培訓、經過不斷地學習也會上崗，不斷地為科研院所和海內外的知名院校挖掘出來。

• 底層的計算成本不斷下降。

• 創業項目往前演進。

  2014-2016年出現了大量的創業項目，隨著時間的推移，這些項目會大量的從天使輪項目往A輪演進。

星河的投資邏輯和觀點：

• 形成團隊、行業、產品、競爭、運營、技術、資本的閉環。

• 對團隊的關注從關注演算法的能力，慢慢轉到看有沒有行業的縱深能力，團隊裡面有沒有對行業比較了解的人，是不是能聽懂客戶尤其是B端客戶在說什麼，經驗積累如何。

• 落地的應用場景比單純的演算法創新更重要。隨著時間的推移，從演算法的創新慢慢過渡到給用戶提供整體的解決方案，這一定是今年或者明年人工智慧行業發展的趨勢。

• 垂直領域的數據資源比單純的演算法創新更稀缺，下一個是人工只能會率先在B端落地，為B端降低成本、提升效率，C端目前還看不好。

從商業落地的角度劃分人工智慧行業：

• 技術相對成熟、在垂直領域已有商業模式。

  這裡面包括某些垂直領域的Chatbot，利用模式識別進行卡證識別，封閉場景下的語音識別與處理，機器視覺在工業方面的應用。

• 聽上去很美好，但商業模式落地需要再考量。

  這裡面包括比較通用的語音智能助手、智能硬體（和人工智慧的結合）、服務機器人

• 有需求，但原有產業鏈不容易突破。

  比如無人駕駛、醫療、安防。這幾個領域有需求，但是原有的產業鏈裡面的巨頭會佔據整個產業鏈裡面利潤的大部分，作為一個技術的提供商，你只能跟著巨頭去分羹。

• 持續重點關注的領域。

  包括特種機器人、安全、智能商業，教育，甚至是未來的腦機介面、新零售。

對各大智能領域的研究：

• 語音領域。BAT以及其它的一些企業都有語音的產品、平台或者技術。除此之外，還有一些做應用、陣列和後端的理解的公司。

• 安防。安防從傳統慢慢過渡到智能化，大量利用了圖象識別的技術，嵌入到這樣一些領域裡面。

• 工業自動化。一些機械臂、工業機器人在汽車領域、3C消費電子領域已經慢慢用起來了，汽車領域應用程度是最高的，它現在整體的狀態是很分散，這裡面存在整合機會。

• 無人駕駛。未來這個領域的落地，也是需要依靠多種感測器的融合，未來還會需要車聯網的融合。

• 輔助駕駛與激光雷達。自動駕駛從行業落地來講，它的政策方面已經成熟了，已經很接近落地了。以前的機械式的雷達無法大規模的商用，我們看好下一代的固態雷達的發展。

• 服務機器人。這樣的產品往往在To B的酒店或者展會上使用，也有一些高端的家庭在使用，但是它的需求也不太明顯，現在技術也不是很成熟，還需要一定的時間去打磨。

• 機器人OS。與服務機器人是強相關的，如果機器人OS成熟了，證明通用的人工智慧一定是到了一個更新的發展。

• 工業機器人與特種機器人。對於傳統企業來說，是很有機會的。

• 無人機。現在主要應用在電力、植保、警力方面，我們也在持續關注這些公司。

• 金融領域。在智能客服、智能投顧、反欺詐等方面，現在都有成熟的應用。

• 腦機介面。雖然它現在離落地還比較遙遠，但它是一個值得我們持續研究和關注的領域。

明天我們將繼續給大家帶來精彩的嘉賓演講內容，請關注雷鋒網的後續報道。點擊閱讀原文，可查看最新大會議程，掃碼觀看大會現場直播。