2017GAITC智能投資分論壇實錄丨Luke Tang：Unsupervised early stage investment

主題：智能投資分論壇

時間：2017年5月22日下午

地點：國家會議中心405

本文根據速記進行整理

Unsupervised early stage investment

Luke Tang（唐亮）

太庫科技美國總經理

張泉靈：謝謝欒總，下面有請太庫科技美國總經理唐亮先生，他之前是麥肯錫TMT行業的全球專家，也是著名的學術專家，讓我們有請唐亮。

唐亮：謝謝主持人的介紹。大家下午好，非常感謝人工智慧協會的邀請，今天我要分享的主題是「Unsupervised early stage invesment」。之所以說是Unsupervised early stage invesment，大家知道非監督學習，對於整個AI行業的投資來說，我們的歷史相對比較短。

今天我的分享是三個部分，第一是整個行業的趨勢，跟投資比較相關的趨勢；第二是我們探索的投資理念；第三，我們所做的比較獨特的地方。

首先看一下這個圖，這是上周在矽谷的一場巨大的活動，有7000多人參加。這個活動是17號舉行的，去年只有1000人參加，到了現在的7000多人，谷歌的CEO強調了他們公司的戰略，從Mobile 第一到AI的第一。

每個時代都有標誌化的產品，比如PC時代的Windows，比如互聯網時代的谷歌，Facebook。

我們來看看人工智慧的產業鏈，從下往上看，從基礎層到技術層，到應用層，這一種分類方法。從計算能力，數據，演算法，框架，通用技術，應用平台的解決方案，具有不同的研發路徑，不同的短期價值和長期價值。更多的是高投入，高回報，適合長期布局的領域。從技術層，不管是演算法還是框架，還是通用技術，也有很多企業在進行長期布局。在應用層，有特別多的激烈競爭。對於企業來說，人工智慧產業競爭的模式，我們看到了五個不同的模式。最左邊的是生態構建者，有谷歌，Facebook，亞馬遜和阿里，整個產業鏈都進行了布局，不管是基礎層，技術層，應用層。第二類是很多創業企業，很多軟體公司都在布局，比如說IBM，微軟，更多的是在技術層和應用層一起同時進行布局。第三類是垂直產業的聚焦者，聚焦在很多垂直產品的應用，不管是上面列的這些。最後是硬體與基礎公司。從幾類不同模式中可以看到，不同的場景應用是人工智慧產業競爭關鍵的環節。

AI正在從過去5年技術創新的階段跨越到產業創新階段。我們可以看到在汽車領域的應用，醫療行業，家居，教育，機器人，金融等等，都有著非常多的機會。

我們先看一看AI+healthcare。斯坦福大學有一個比較重大的突破，過去花幾天才能測試出來，現在可以看到只要用手機拍照，過幾天就可以判斷出來，甚至比醫生更加準確。這提醒了我們在診斷領域裡有中醫的診斷辦法，中醫跟西醫完全不一樣，就用望聞問切來進行診斷，就能對很多疾病做出比較準確的診斷，這也是我們看到了很多創業企業在做的事情。對於望聞問切這幾步，都有企業在探索當中。

很多領域當中我們都看到機器人比人做得更好，如何能夠避免被機器所取代？最近有一個分析，在絕大部分的工作當中，很多人工會被機器所取代，是一些重複頻率較高的活動會被取代，實際上大部分工作很難完全被取代。從這個角度出發，更多的是希望用AI來提升我們工作的效率，降低成本。今後幾年，5到10年，最好的醫生可能並不是人類的醫生，而是人和機器的組合，一個替補，互相提升。

美國零售業遭遇了非常大的挑戰，今後5年當中，預測整個零售業會降低大概1億平方米左右，很多零售店都在關門，人工智慧也提供了很多這樣的機會。對於線下店來說，不僅是賣東西的功能，也可以是教育，也可以是娛樂，可以是體驗。

汽車行業，可以看到很多價值將發生大的轉移。2015-2030年整個行業收入的分佈，右面是利潤的分佈。汽車行業的收入和利潤，向出行服務，汽車娛樂等軟體服務轉移，福特擁有上千名的軟體工程師，這在以前是不可想象的。

在AI各個領域的獨角獸都還是湧現，垂直行業新的格局逐漸明晰，有用於藥物開發，用於網路安全等等不同的案例，都湧現出巨大的機遇，自動駕駛也是新的獨角獸。

垂直行業中，大企業更加快速的進行投資和併購，以前是很難想象的。戰略投資在5年來已經增長了10倍，AI領域非常活躍。積極的參與到戰略投資中，促使整個行業的創新更快的往前發展。

下面分享一下我們初步的投資方面的探索。首先，矽谷經過過去一兩年的探索，我們發現很多企業只不過是一個概念，這些AI到底是不是公司的核心競爭力的一部分？對於我們的判斷是非常關鍵的。第二個理念，我們比較看好的垂直行業有潛力成為平台類的項目，前面嘉賓也提到過，比如說智能音箱。還有什麼可以成為流量的入口？智能教育，智能金融各個領域，是不是能夠尋找到類似平台的機會。

對於精確度要求並不苛刻的應用，同時能夠為客戶創造非常大的價值。在AI垂直行業應用發展的早期，我們如何去發現一些對於精確度要求並不高，並不苛刻的應用？比如說廣告投放，比如說藥物開發，比如說大客戶的客戶關係管理等等。在客戶關係管理中，比如今天有20個客戶，在這個時候對於這些產品，什麼樣的客戶是最有可能的，精確度要求並不苛刻，但是可以帶來非常大的價值。

谷歌為什麼對於人工智慧如此的熱衷？從2012年開始就把加拿大著名的公司賣了，機器學習提升了搜索精確度，給谷歌帶來了大量的現金流。他們廣告收入主要有兩個來源，一個是AdWords，另外一個是Google AdSense。在整個搜索當中，我們並不要求精確度有多高，第一頁的結果已經非常滿意了。

另外一個案例是機器學慣用於藥物研發，藥物開發的過程。很多的藥物開發，比如癌症藥物的開發，需要花非常長的時間，耗費數十億美元，如何提升成功率，降低開發時間，在人工智慧方面已經有不少的創業企業開始探索。比如矽谷一家企業Atomwise，在研究埃博拉藥物中，通過機器學習，一天就把7000多種藥物篩選完成。

剛才提到未來5到10年中，可能不是機器取代人，而是AI作為幫助我們的工具。這個圖下面寫的是在美國所有的工作當中時間的分佈，左邊是很難被取代的，右面是相對比較容易被取代的。從這些領域來說，右面這些東西如果用AI來說，可以大大提升效率。基本PS工作已經可交由AI自動完成。為

律師的工作，RAVN是律師的工具，右面這個是jist.tv，可以對視頻進行摘取，能夠大大提升工作效率。

重大行業的變革，比如剛才提到的汽車行業。對於這樣的行業來說，我們比較喜歡的是從未來的5到10年可能的產品來倒推現在可能存在的機會。比如說未來的車輛銷售和二手車交易的頻率將大幅度降低，批量保養和維修可能會存在，停車場需求將極大降低，釋放大量土地空間，出行效率提高。什麼樣的零部件是未來汽車仍然需要的？都有企業重新開始設計。甚至汽車具有一些用地地產的屬性，我們把雙手解放出來之後，車的空間上是否有其他機會？專業司機在無人駕駛時代如何轉型？

過去兩年當中可以看到追逐AI技術人才的方式，這是難以為繼的，更看好的是「技術人才+行業專家」的跨領域的組合。

最後談談我們自己獨特的地方。太庫在全球6個國家，20個城市都布局有孵化器，對於人工智慧產業，這是我們的焦點，全球的城市都有依據產業的不同的分佈。比如在美國的矽谷，波士頓，聚焦在機器人，智能製造，智能醫療等領域。

我們兩年前開始做人工智慧垂直加速器，去年幫助了10個國家的50家企業進行加速，最近被美國知名的雜誌評為全球十大加速器。在我們加速的企業有不少取得了榮譽。

在我們的加速器當中，究竟提供什麼樣的服務？三大類服務。第一是藉助人工智慧，把產品變得真正聰明。其中一個案例是智能藍牙耳機的企業，這個企業的天花板是幾千萬美元，通過人工智慧的平台，整個耳機變成了流量平台的入口。在這樣的一個服務當中，我們跟亞馬遜，跟IBM，有了深入的合作，幫助企業接入這些技術平台，我們跟高校也有戰略合作，幫助企業對接相應的人才。

第二是利用全球的布局，幫助企業對接全球的分銷合作資源。對於創業企業來說，可以聚焦在核心的競爭力，產品開發當中，不需要為此而發愁。比如說我們的企業只有20個人，已經把智能硬體銷往全球88個國家，對於很多企業來說是難以想象的。我們跟全球150多家投資機構合作，幫助企業更快的獲取成長。在加速當中，很多時候特別重要的是企業的執行力，學習力，市場驗證，團隊的品行，通過我們的加速可以有更深入的了解。 我們能夠讓投資過程降低風險，同時能夠提供更深入的服務。

以上就是我今天的分享，可以在這樣一個偉大的時代，一起做偉大的事情。