Facebook加入
LINE加入
2021/12/25
新智元推薦
【新智元導讀】 明勢資本年會4月7日在北京舉行。明勢資本創始合伙人黃明明介紹了2016年度基金情況和2017年基金髮展展望，並解析了明勢資本的投資價值觀和方法論。年會同時舉辦《科技高峰論壇》，新智元創始人楊靜主持，黃明明、雷鳴、王田苗、張泉靈、張益肇等嘉賓參與討論了人工智慧的引爆點、如何落地問題。
2017年4月7日，明勢資本在北京舉行年會，發布了2016年度基金情況和2017年基金髮展展望。明勢資本創始合伙人黃明明解析了明勢資本的投資價值觀和方法論。年會同期舉辦的《科技高峰論壇》上，新智元創始人楊靜主持、黃明明、北京大學人工智慧創新中心主任雷鳴、北京航空航天大學教授王田苗、紫牛基金創始合伙人張泉靈、微軟亞洲研究院副院長張益肇有精彩對論，對人工智慧投資和產業趨勢進行深度剖析。
包凡、薛蠻子、周亞輝等創投圈名人出席本次明勢資本年會
黃明明講解明勢資本2016成績單
明勢資本成立不到三年，目前管理兩支美元基金和一支人民幣基金。其中第一期美元基金78%項目完成1至3輪後續融資；二期美元基金50%項目完成1至3輪後續融資；人民幣基金1/3項目進入下一輪融資。
黃明明介紹，明勢資本雖然是一個成立不到三年的基金，現在已經順利完成了兩期美元基金的募集，還有一期人民幣基金也募集得非常順利，大概在Q2會做最後的關閉。目前，明勢大概80%的項目都已經順利的進入到下一輪或者再下一輪。L2 現在年回報大概是71%，到一季度為止帳面的收益是在3.3倍。
從具體項目發展來看，黃明明介紹說，大概到今天為止，近70個項目裡面有17個項目已經完成B輪，或者到C輪的融資。其中一期美元有11家，二期是4家，人民幣有2家。從天使輪，就是最早的一輪開始投資的項目，用了不到兩年時間現在有7個項目已經估值過億美金。
2016年，明勢資本依然投的很慢，雖然相比前兩年有所加速，總的大概投了將近1.5億人民幣左右，但是所投項目在當年後續的融資已經到達了45億人民幣。
黃明明：沒有什麼資本寒冬，進入市場的錢反而更多了
黃明明說：「我覺得價值觀對於一個企業，尤其對一隻基金是非常重要的，它決定了你做什麼和不做什麼。我個人認為，對一支基金來說不做什麼可能更重要。 我們知道今天這個市場面臨的誘惑太多，今天一個風口、明天一個熱點，今天有一個新的趨勢、明天有一個新的動態，快錢也可以賺，長線的錢、高回報的錢也可以賺。所以決定做什麼、不做什麼是非常重要的。」
他回憶說，2014年其實對新基金來說，不是一個很好的年份，甚至說是一個比較差的年份。一方面，經濟的增速全面放緩，各種體制、結構性的問題，已經到了不解決就沒法進一步升級的地步。另一方面，當時又是「大眾創業、萬眾創新」的時候，所以各種新的風口項目、互聯網+項目、P2P金融項目湧現。2014年，明勢分析了幾大紅利，他們認為包括人口紅利，互聯網的流量紅利和第一代互聯網的技術紅利，都已經消失。
在這種情況下，所有人都在找什麼是下一個經濟發展的源動力或者驅動力，包括在2015年，也開始有各種資本寒冬論。
實際上黃明明認為，2015年也好、2016年也好，從來沒有什麼資本寒冬。他說：「正向反，進入到這個市場，尤其一級市場的熱錢，比往年反而是更多了，更不要提從去年開始到今年萬億的國家隊來入場。所以，一級市場的錢，只是比以前更多。但是從2015年底到2016年，所有人突然放緩了腳步的原因是什麼呢？我認同包凡的講法就是，實際上是優質資產的標的荒，大家發現之前所謂的一些風口項目、獨角獸項目，很快發展遇到了瓶頸和天花板，甚至快速往下走的階段。」
2015年明勢開始投資大數據，包括2016年的人工智慧。黃明明說，我想跟在座各位分享的就是，很多人知道明勢資本在人工智慧領域投了非常多好的項目，但是我們不是到了2016年才發現這是個風口的，而是我們一貫相信技術和科技，能夠對生產效率提升的力量，我們是沿著這個主題一直以來投下來的。
黃明明說：「想明白這個問題，我們再看我們那些投的優秀科技創業者，我發現他們跟我們也是一類人，相對來說都是比較務實、比較低調的 。我們發現這就是我們投的比較靠譜的科技類創業者的一個共性：紮實、低調，而且大家之間是能聞出味來的，我們發現最優秀的創業者之間會是能聞出味來的。」
明勢資本定了兩條核心價值觀：
1、只尋找在科技領域技術驅動的最優秀的創業者，然後不遺餘力的去幫助他們成就偉大的公司。
2、只在我們專業的領域追求長期利益的最大化。
怎麼投人工智慧？人才最重要
黃明明認為，人工智慧還處在早期，所以除去底層的架構或者應用層， 必須鎖定結點性的人物，或者是領軍人物。
他說，明勢資本已經建立了自己的人才庫，裡面包括微軟亞洲研究院、北航、大的公司BAT等大公司，華為的諾亞方舟實驗室的老師，還有香港的港科大和港中文，以及海外的幾所學校，所有華人的頂級科學家和領軍人物。
年會上同時舉辦《科技高峰論壇》，由新智元創始人楊靜主持，參與討論的嘉賓包括：明勢資本創始合伙人黃明明、北京大學人工智慧創新中心主任雷鳴、北京航空航天大學教授王田苗、紫牛基金創始合伙人張泉靈、微軟亞洲研究院副院長張益肇。
論壇上，幾位嘉賓圍繞人工智慧技術如何產業化的話題展開討論。深度剖析了當下人工智慧產業中出現的「坑」，還對 「AI引爆點」、如何逮到AI 獨角獸等問題進行討論，來自媒體、學者和投資人、技術研究者的觀點交鋒，精彩紛呈。以下是文字實錄：
楊靜：大家可能不太認識，所以需要大家自我介紹一下，每個人兩分鐘。
張泉靈：剛才黃明明說跟著名人有好處，其實所謂的名人有好處也有壞處。好處是，從投資的角度上來講，的確有很多很好的項目，如果只是一個像紫牛這樣的新基金，不會有人讓你看的，但是因為你是一個名人，就會有一些好的項目主動來找你，這是名人投資最大的益處。而且你跟人打交道的時候，事實上你省去了前面相互信任的時間，至少不會那麼防備。壞處在於，紫牛基金其實有一半投在人工智慧上，我每次跟別人說的時候，大家的態度往往是呵呵。我至少得花半個小時的時間才大概讓他相信我們的確是投人工智慧的。
所以，我覺得順勢而為這件事情也不能全丟棄了，因此，我們目前在募我們的二期基金，我還要告訴你們，我們是投人工智慧的，我打算把我的資源老底都翻出來，我們要開始投文體了。
雷鳴：我屬於運氣比較好，早期跟著李彥宏做了百度，之後去斯坦福讀了EMBA回來之後，做了酷我，酷我做的時間比預想的時間長一點。應該幾年前，基本上有幾個合併，酷我、酷狗現在就是騰訊音樂，並完之後，我算是在運營上基本上退出了。
這幾年對 AI 這塊確實是非常關注，因為大家也知道人工智慧和搜索之間還是有某種很有意思的聯繫，你看人工智慧美國最領先的是Google，最領先的是百度，其實的話，它背後是大數據驅動，然後運算能力的迭代。
我4年多前就關注人工智慧，後來也做過很多網上論壇，包括跟楊靜認識也蠻早的，因為都感興趣。我個人還是一個工程師，技術上也一直沒有丟，現在應該也輔導一些博士，做一些研究的項目。在最近的有幾件事，第一在北大設立一個人工智慧創業中心，和一些教授、學者做一點研究，包括在北大開個課叫人工智慧前沿和產業趨勢，還算蠻火的，北大的研究所公選課應該是最火爆的，一下選了400多人，超過了我們的想象，每次人都蠻多的。
另外也做了一些天使投資，其實我蠻感興趣的把科技人才和產業這邊做某種連接，從教育上包括實際的操作上，在做一些這方面的事情。
王田苗：我從事機器人研究已經有25年的歷程了，因為90年正式在清華做博士后研究的時候，做的是移動機器人，後面就到國外做醫療機器人。
在醫療大健康，我們主要投了醫療機器人，尤其是骨科，像天之行也上市了（三板），還有腦外科，最近投智能假肢、智能康復。在智能製造主要是投了新材料，還有包括投了磁懸浮電器，最近在投資孵化老齡社會的護理床，包括運動控制。
在這個過程當中，我也是亞瑞資本、真格基金，徐小平老師的科技顧問，有時候我會從產業發展的一些態勢和給他們提一些獨到的見解，謝謝！
黃明明：王老師特別謙虛，我們講他是獨角獸的孵化器，雷鳴也比較謙虛，這是大名鼎鼎的百度七劍客早期的創始人，而且確實搜索引擎和人工智慧就是一脈相承的。
張益肇：大家好，首先感謝黃總能給我這個機會參加這個活動，學到很多。
今年是我在微軟亞洲研究院的第18年。在研究院我這18年參與了不同的項目，剛開始做語音識別、語音合成。我現在自己個人在研究院做的是跟醫療有關的研究，不管是醫療影象處理，還是醫療的信息處理。在老齡化這麼嚴重的情況下，同時醫生的資源非常缺乏的情況下，可以通過人工智慧、大數據，能夠做一些貢獻的話是非常有益的事情。
以微軟立場來講的話，我們現在的使命就是說，怎麼樣讓人工智慧更普及化。今天主要是講科技，也不光是人工智慧，大家也知道微軟最近推了一個混合現實的產品叫HoloLens，嚴格說起來不能算是人工智慧，但是我相信，它對社會的影響可能不少於人工智慧，如果大家看到它長遠的發展的話。
楊靜：剛才張院長提到一個大家都在關注的話題，就是人工智慧怎麼產業化的問題。現在的投資是面臨從商業模式的投資，向技術創新投資、技術驅動投資這樣一個轉型過程。但是，我們人工智慧同樣面臨一個特別嚴峻的現實，其實HoloLens也好，或者Google的GoogleHome，或者是其他的人工智慧產品，怎麼樣去產業化、商業化、變現，達到上市的標準，其實這個也是很有難度的。
怎麼樣把人工智慧的產品落地，怎麼樣在產業的商業化過程當中實現人工智慧的技術突破價值，不知道微軟在這個方面有什麼坑，或者說有什麼的成功經驗？
張益肇：在微軟，做一個新產品的話，我們會考慮三個維度（BXT）：
維度一，技術（T）。
因為微軟是一個技術公司，任何產品的話，技術本身要能夠達標，我用我自己的領域來講，語音識別有多少人夢想，可以不再需要速記員在背後辛苦的記錄，但是現在坦白來講技術還沒有達到那個程度，如果這個產品的目標是這個的話，技術現在還沒有辦法做到的話，那可能這個本身就是一個問題。
維度二，X。
你這個產品到會不會有人想要用，這個黏性有多強。用我們的產品做一個例子，那時候我們有不同的金融公司來找我，電話上面用語音識別來做服務，你需要查你在銀行有多少錢，或者要轉帳的時候，可以用語音來做。
維度三，B。你這個技術要多少錢去開發出來。我覺得這三個維度要考慮清楚。
楊靜：他們都在說語音交互會成為新的界面，但是實際上我們也知道，無論是在搜狗上面，或者是說百度的度秘之類的，語音助手使用率非常低。您在語音的交互使用方面，您看好嗎？
張益肇：我看好，但是我不覺得它會一統天下。 語音界面肯定會越來越普及，但是並不表示說，大家以後都完全靠語音，這一點我是不太贊同的。
楊靜：王教授您看，在機器人這方面同樣面臨這個問題，以前大家認為機器人時代很快就到來了，但是實際上我們現在年會都不請機器人表演了，因為大家都知道，它的變化、進化還是挺慢的，低於人類的期望值，特別是低於我們媒體工作者的科幻值。
您給我們講講，在機器人這個商業化的過程當中，有哪些坑？是不是有一些是超乎我們的期待，不論是投資人也好，或者是媒體人也好，哪些才是真正能夠商業化落地的途徑？
王田苗：從坑的角度來說，我想從兩個角度來分享一下。
角度一，我參與孵化或者作為顧問，是屬於天使階段，天使階段我自己面臨兩個坑：
第一個坑：過早的橫向發展。在產業上還是要先縱后橫。
第二個坑：作為高科技發展的雛形，大部分還是來自於國家實驗室或者是教授、或者是博士。
所以說，在這個問題上，突然感覺到在天使階段一定要劃成0和1，1和10，10和100，在我的個人感覺，一個學者、博士，即使他全心的投入去創業，他有可能80%只能做0和1的事情。
在這個問題上，其實在這個轉化過程當中，讓我們認識到大部分人喜歡做1和10的事情，10和100的事情也不容易做，大部分人只做到1和10，所謂1到10就是A輪到B輪到C輪，D輪以後就做不了，因為到後面就是一種規模。
在這個問題上，這個坑還是很厲害的，這時候一般來說，在0和1的時候，讓技術人員為主，無論是董事長還是什麼，到了一定程度它只能技術總監或者董事長，它的CEO位置一定要留給有商業經驗或者有商業基因的人，這是我的一個理解。
第二體會是剛才說的機器人也好，人工智慧也好，我有這麼一個理解，首先我從宏觀上來說，機器人是硬傢伙，就是它有形的，人工智慧是無形的，我們稱為思考、認知、計算，在有形的事情把它轉化為價值，周期要長，從態勢上來感覺，先2B后2C，這個路子是對的，因為這個B你只要解決一個應用，用戶就可以掏錢去應用，而2C由於客戶需求量太多了，就不容易了。
這個過程現在越來越顯現出來了，比如說無人車、無人飛機，其實都是這樣的一個過程。
還有一個，無論是任何高科技，從我的理解來看，它始終的價值觀有這幾個，可能對他的生態和商業模式上的理解：
第一，效率；
第二，安全；
第三，健康；
第四，快樂。
其實所有的技術是圍繞這個來去推動的，越接地氣，這個產業化轉換的越快。
黃明明：王教授是我認識的教授和學者裡面最接地氣的，如果王教授這樣的人在多一點，天使投資真的不好做了，又是技術大牛，人才又抓在手裡，還懂商業的運作。
楊靜：泉靈更是跨界的天人了，想請你分享一下，你在投人工智慧的項目當中，有什麼樣的經驗或者教訓來跟大家分享？
張泉靈：我們投人工智慧就看兩件事情：第一，因為這一代的人工智慧本質上你還是用強數據來驅動的，所以你是否有穩定的數據源，這件事情對我們來說非常的重要，就是要有穩定的、合法的數據源。
我們看到最近有各種各樣的說法，說我要做醫療圖象，輔助診斷，數據從哪來的？這個數據源是否是穩定的？你正在用什麼樣的方式對他進行標註？這是我們一定會被問到的問題。後面一半我們要問的就是，當你有了穩定的數據源，你的模型也表示它是有效果的，那你把它落在哪？誰來買單？這件事情可能有一些團隊說我不著急考慮這件事情，我先有效果也可以。但是長遠來說，總要有人來回答，誰來買單的。對於我們來說，前面和後面的我們都會特別的關注。
還有一些人工智慧的項目落在端上，我們會特別要關注，你既然落到一個產品上，你是否真正考慮到這個產品的應用市場，就是你是否理解用戶，無論你是2B的，還是2C的，你的用戶能力、產品能力是否足夠強，這是我非常關注的一件事情。
我曾經見過在全國各種機器人比賽當中得獎的一個團隊，技術能力、綜合能力很強，他們也接到了訂單，給一個銀行要做一個在銀行大廳里的機器人，但是這樣的一個團隊，我認為市場上沒有可以學習的產品的新產品的研發來說，是的確缺乏足夠的經驗。
楊靜：所謂AI的技術創業公司，面臨著數據從哪來，誰為你買單，你的產品怎麼應用和開發，這其實是一個很哲學的問題。雷鳴你也在投資，你認為人工智慧的商業化過程當中，或者投資上面有什麼可以跟大家分享的？
雷鳴：首先我是比較堅定人工智慧未來機會特別大， 在我的眼裡面，我覺得人工智慧可能在未來20年，會是一個大主題詞，跟過去20年互聯網一樣，這是我的一個觀點。甚至說，它比互聯網對整個社會影響更大一些，產生的商業機會也會更多一些。
第二是他釋放的周期，最近這一波完了之後，大公司都有了，其實反觀互聯網的話，這些大公司是陸續出來的。像雅虎是94年的，亞馬遜是96年的，Google是98年的，Facebook是2004年的，一個技術跟實際產業結合的親密點、成熟點，可能不太一樣。就跟語音、視覺一個道理，我們從科學研究上來看，任何東西都是連續的，發論文比以前高一個點，它就可以發全世界最好的。但是，從產業的角度來看，或者說從用戶需求來看，它是零散的，比如說清華招生，你的成績不斷地提高，但是我只有一個錄取分數線，你差0.1分那還是不行，但是過了這0.1分之後，那就行了。
語音識別現在就在接近這個點，還不太行，一旦到了這個點之後，大家突然覺得說還可以，還不錯。後面這個應用就開始炸鍋了，機會特別多。我的第一個觀點就是，創業的大機會是連續的，不會一次性爆發。第二個，現在來看2B比2C稍微要早一點，核心點來講，2B這個事情要有大量的數據，這些積累，第二用於B企業之後，如果能夠幫助他做兩件事情，第一個是多掙錢，第二個是多省錢，這個企業都會很認帳的。
像服務機器人，有一些人說我要做家庭機器人，這個太可怕了，家庭機器人你想讓它幹嘛，它要會掃地、會擦窗戶、會當保姆，這才是你滿意的家庭機器人，但是這個東西實現起來太難了。現在很多人做物流機器人、倉儲機器人，它其實就會幹一個事情，把貨物從A運到B就完了，但是它那個環境下，這個事情就特別好，它就做這一件事情，但是它已經非常有效率了。
所以我覺得在一個單點上實現一個突破，只要這個單點的需求足夠大，是可以做大的。而且將來從這個單點開始，是有擴展機會的，剛才王教授講了先縱再橫，你先縱走深了之後，橫你才有基礎，你不能一開始就鋪的太大。所以，2B的話，我覺得是第一波，機會蠻多的。
但是2C的話，坦白來講，我認為有更大的機會，你今天看互聯網這些企業，包括當年的軟體這些，2C這塊可以產生巨大的企業，而且產生之後，它會把整個產業吃回來，比如阿里巴巴。所以，人工智慧也會是這樣，更大的機會可能我覺得或許是幾年之後，這個幾還真說不清楚，有一波特別大的2C的機會。但是也有可能先2B后2C，像搜索這個東西就是很典型的先2B后2C。
2C的話，其實會比2B的邏輯更難，我們講用戶體驗，用戶體驗這個事情太難講清楚，你的體驗算用戶體驗嗎？以前我在做酷我的時候，經常就有這個痛苦，因為我們招的都是北大、清華的碩士嘛，他們老想做一個他們喜歡的產品，後來我就反覆講，你們只代表可能1%的群體，碩士才有多少人，你又是北大、清華的碩士，可能千分之一代表性都不到，你做個你喜歡的產品，老百姓根本不認。這也是以前我們國內有很多高大上的產品，它很難落地的，像豆瓣，這就是陽春白雪這個群體里特別受歡迎，但是他們每次嘗試擴張，都遇到很大的挑戰，因為你一旦把下里巴人弄進來，陽春白雪的人說不幹了，我們要走，然後你又不敢了。但是陽春白雪就這麼一點人，所以商業化有點困難。
楊靜：你這個悖論就是騰訊為什麼要收購快手。
雷鳴：騰訊其實自己可以做快手。
黃明明：其實幾位剛才都講的差不多了，我總結俗一點，就是離錢近一點，離行業近一點，就這兩點，之前在論壇上我也分享過，我們跟很多科技類的投資人，包括科學家出身的，學者出身的投資人談，上來你跟人家談錢，好像有點俗，但是現在社會上還有另外一句話，不談錢才傷感情。
什麼叫做不談錢才傷感情？我覺得我們講的離錢近一點，並不是我們要求你馬上有收入、馬上有利潤。而是說，你要知道用戶的需求，以及應用場景在哪裡，它願意為什麼東西付錢。尤其是我們講，這一波的科技創業、人工智慧創業是2B開始的，我們認為，包括我們之前投的大數據公司、企業服務的公司、人工智慧的公司，如果你的服務是免費提供的，我認為，你那個就是一個沒有價值的一個東西。因為你有價值，企業一定是願意付費的，尤其是民營企業的老闆，非常現實的。
反過來說，你都不好意思跟企業主提錢，說明你對你的產品是否真正有價值還不夠了解，你至少要知道錢在哪裡，你做的那個東西才能避開風險，科學家或者技術專家有一個問題，覺得我手裡有一把鎚子，我覺得全世界都是釘子，哪都可以釘，但是你不知道釘到哪個地方真的可以釘進去，或者釘出水或者油。
所以，一定要離錢足夠近，或者至少你知道錢在哪。
另外，你剛才那個大問題，我們一直講人工智慧創業，BAT，尤其是2C的領域，是不是BAT的天下，我非常同意雷鳴的講法，在一些特定的企業，數據相對比較封閉的場景下，我認為是創業公司的機會，醫療是一個、自動駕駛是一個。為什麼Google和百度做自動駕駛走到了一個死胡同，是因為它沒有應用場景，應用場景在車裡。所以你光做演算法、光做機器視覺是沒有價值的，一定要和整車廠有一個深度的合作，因為行使的數據在車裡產生。
比如說也有媒體問我，怎麼看傳統的車廠，還有Google這樣的做無人駕駛的，以我的角度來說，我覺得一定是特斯拉跑在前面，事實證明，特斯拉用了兩年半的時間做的自動駕駛已經完勝了通用，通用很多年前就在搞。我還有一個妹夫是清華的高材生，十幾年前在通用的自動駕駛，而且他們在美國的汽車城建了一個多少平方公里的學習模型，有山、有水，有高速路。埃隆馬斯克某種程度上說，他道德的底線也比較低，但是有時候我們說，這個世界上確實被這種瘋子，或者道德底線比較低的人往前推進，他用了一個最野蠻、殘酷的方法，就是拿實車在路上試，那你誰敢跑，當我特斯拉的車賣的越來越多的時候，幾十萬輛車在路上跑，它的學習能力，是其他廠商建一個多少平方公里的實驗廠所沒法比的，誰也沒有我特斯拉實車在街上跑的學習能力強，它一輛車每分鐘都產生多少T的數據，這就是，為什麼他才賣了7萬多台車，但是它的市值已經是全美最大的汽車公司。
二級市場的人是很聰明的，大家是在為未來投票，我看到在未來的競爭當中，傳統車廠，我們認為一樣是一個基因的問題。雖然說，車廠跟手機廠產業結構不太一樣，但是我覺得，就像我們回顧十年前，諾基亞、摩托摩拉沒有束手待斃，花了多少億美金在做他們的智能手機的操作系統，包括微軟也花了那麼多錢，但是我覺得基因決定了這個東西，所以我能看到的未來，應該是新一代的互聯網思路進去的做車和做無人駕駛。
楊靜：看來你也同意騰訊入股特斯拉？
黃明明：對，我覺得騰訊挺聰明的。
楊靜：大家都認為人工智慧可能在未來是第四次工業革命，未來整個產業的浪潮都是由人工智慧來引領的投資浪潮。我在想未來5年的人工智慧產業革命，大家怎麼看技術發展的趨勢？這個技術發展的浪潮當中，我們怎麼樣來收割，怎麼來退出的問題，請明明你先做一個回答。
黃明明：我覺得和每一次的技術浪潮來的時候都一樣，一開始人們對這個東西的前景會預估的過於樂觀，但是對長期的前景，人工智慧這波跟其他那波都是一模一樣的，從去年開始，幾乎辦一個會，如果主題沒有人工智慧，都不好意思辦一個科技論壇了，熱的非常厲害。但是我們確實看到了一些早期項目的估值，嚴重背離了它的商業價值。
我覺得這個不是壞事，就像剛才前面也有嘉賓講，如果往前看互聯網、移動互聯網的發展，裡面有太多的曾經比這個還大的泡沫，但是這個並不否認在這些泡沫之後，或者之中，會有一批百億美金、千億美金的公司出來，所以這一點我們毫不容易，未來5-10年，人工智慧一定是對人類的生產效率質的飛躍和提升。
我們前三次工業革命把能改的都改了，改了動物的、改了機器的，我認為人類發展到今天，最大瓶頸就是人的自身，尤其是人的腦力，怎麼能夠解決這個問題？有一次跟張泉靈在一次會上講，目前最簡單的理解，一秒之內，人能夠做決定的東西，一定會被人工智慧替代，大家會說很多決定不是一秒，但是你想開車由無數的一秒產生的，所以你在每一秒鐘，如果人工智慧做的決定比人好，而且現在數據其實證明不用到LV4，有自動駕駛做到LV3的解決方案，我們所有的車禍比現在下降至少50-80%，已經可以完全替代人工的司機。
我覺得對長線我們一定是無比看好的，我們看的比較多，因為我們在車上面的布局，所以自動駕駛，我認為是最先到來的萬億的機會。醫療這塊，我們現在還在努力學習。
楊靜：怎麼才能逮到獨角獸呢？
黃明明：抱緊像王老師這樣的第一科技圈的大腿，第二我覺得跟產業裡面要足夠近，包括我們看了一批今年上半年特別火的醫療影像的這些公司，確實我們發現又跟之前一樣，全是純BAT的團隊，這裡面很少有人在醫院裡干過，連醫院的需求、醫生哪個環節是最花錢的，好多人做檢測環節，其實檢測環節醫院最不掙錢，醫院最掙錢的是化療、做手術。
所以你做的東西如果沒有進到那些環節，幫助他提升效率，光是在檢測環節，即使你可以切進去，我們覺得能產生的商業價值也不大。
楊靜：是不是離死越近的越能賺錢？
黃明明：不能這麼講，我們是救死扶傷，把你拉回來了，這個是最能掙錢的。
張益肇：剛才黃明明講的非常好，未來5年肯定是AI加HR，就是說人工智慧加人的能力，甚至人工智慧擴大人的能力，我覺得是這個趨勢，而且是在垂直領域裡面。
我們最近在加拿大買了一個公司，是一個非常強的人工智慧的公司，最近同事跟我們介紹，他們做了一個系統非常有意思，汽車使用的手冊通常很后厚，四五百頁，從來沒有人看。所以他們說讓機器來讀這個手冊，你以後在車上突然說，我聽說這個椅子還可以加熱，但是我不知道怎麼開，那很好，你就自然語言問一下，這個椅子怎麼加熱，那以後四五百頁也不需要了，也省了很多資源。
未來怎麼樣跑出人工智慧來幫助人，減少不必的浪費或者說時間的使用，我覺得這個會遠比取代人來得更快。
王田苗：我廣義的說，人工智慧機器人這個角度怎麼來理解，我始終堅持兩條信念，不知道對不對，我認為人工智慧是引擎，是交融、交叉，不能孤立的來看待人工智慧。
我的第二個觀點，我們拋開人工智慧、機器人這個事情來看，其實埃隆馬斯克的觀點是對的，第一性原理，第一性原理什麼意思呢？不管任何東西，你能不能夠解決我們的痛點，所以它就進入到製造業，我們食品安全就進入到食品工業。一定要用人工智慧和機器人去做人完成不了的東西，不要把產業和科學家做的事情給攪到一塊兒。
如果沿著人類和仿生所做的事情去模仿，最後和產業是背道而馳。所以第一性原理就是說，需要什麼就解決什麼，人工智慧就會在那裡發光。
要撈到獨角獸，我有三個觀點，第一確實要對行業做分析，不管誰做，這個商業模式接地氣怎麼接的，這是特別重要的，有這個行業再挑人，為什麼呢？這個事情的路太長了，如果你定位在天使，只做零和一，那麼你就知道你選擇的這個CEO就是這個人，如果你是一到十，那麼你就這條線，你如果最後剩10-100，這個人就很重要了。
張泉靈：我原來當過記者，我可能從完全不同的角度，不是從科學家、產業的角度看這個問題，我會反過來看，我會去看，原來可能跟人工智慧不相關的人會怎麼來看，我為什麼會從這個角度看問題呢？我老覺得人工智慧這一波，技術可能像雷師兄說的，就差最後離門檻的那一點點，但是我覺得那一點點誰是躍過門檻的，我覺得不僅僅是做技術的人，不僅僅是原來產業內的人，很多是產業外面的人相信了，就能夠幫助你一塊兒躍過去。
為什麼這麼說呢？我舉一個例子，我特別愛看華強北，其實華強北代表著一個非常務實的出貨方向，他們在出什麼東西，什麼東西在端上的出貨量一定會變大。
另外一個角度，比如說醫療，我們都要問醫療的項目，你的數據從哪裡來，而且我一直說，特別跟臨床、診斷相配合的人工智慧，你如果不是真正從研究的階段入手，不是研究階段就跟臨床醫生在一起，這就是耍流氓，這是我一直的觀點。
但是原來這一波的人工智慧，你想要去說服醫生跟你配合是非常難的一件事情，醫生對於安全性和可靠性的要求，是遠遠超過一般人的。所以，你前兩年跟醫生談人工智慧的配合，醫生都不信，這不可能，我不會相信你對我的輔助診斷，我不會信，但是這一波你說是故事也好，你說是Google幫著一塊兒做的PR也好，總之有一大批醫生信了，他真的信了，因為我自己個人做過很多年的，跟臨床診斷相關係的工藝，所以我認識好多大夫。從今年以來，我起碼幫助六個醫生對接過，我們有這個問題，你們現在在搞的人工智慧，能夠對我們有幫助嗎？我哪知道有沒有幫助，但是我可以幫助聯繫，我說你們一起搞一搞，搞個課題也許會有幫助的。
最後的臨門一腳，真的是一群不相信的人相信了，他們就能夠幫助這個產業，邁過那個檻。所以在這一點上，我個人是非常樂觀的。
楊靜：這就是我們媒體的價值。
雷鳴：其實投不投獨角獸根本不重要，獨角獸是一個中間過程，最重要的投出未來的Google、亞馬遜這種。我個人還是這個觀點，你想投出一個未來的偉大企業，首先要看這個產業方向，它足夠大的市場，人工智慧確實能夠解決它的痛點，因此它會重新重塑整個產業，這種機會都是大得不得了的，像黃明明一直在盯的自動駕駛就是這樣的，我們都知道交通運輸業是巨大的一個產業，自動駕駛我們可以感覺到這是顛覆性的變化，所以這塊看得見將來一定有，何止獨角獸，獨角獸的定義不就是百億嘛。
可能幾千億美金的企業將來都會起來，而且不止一家，這個地方機會就很大，剛才講了醫療可能跟交通相比好像還更大一些。另外，像現代農業、製造業，這裡面都有相應的機會，看產業，看能不能用人工智慧真正解決產業裡面最痛點的基礎性問題，這裡面有，剩下就是找團隊，找到正確的團隊就好了。
楊靜：明勢起了一個特別好的名字，就是明白未來的人工智慧大趨勢，科技高峰論壇最後就由黃明明給咱們做一個總結。
黃明明：我覺得大家講的很好，今天好幾個嘉賓提到明勢，那個勢雖然是趨勢的勢，但是因為我自己是創業者出身的，我更願意把它拆成上面是執行的執，下面是一個力量的力，我認為對方向的再好預判，再好的戰略，包括我們剛才講我們的價值觀，最後我們看到所有成功的公司，都是執行力超前的公司，不管是我們基金，還是創業公司。我一直講我自己親身經歷的例子，就是我個人天使最成功的一家公司汽車之家，李想在他們創業的時候一直說，我們做的是一個二流都不如，是三流的生意，因為當時三大門戶也有了，BAT也有了，誰還去做一個垂直的門戶，是一個很不性感的公司，但是這支團隊確實也不是高大上，除了後來我們把秦致接進去，他是一個哈佛的EMBA，其他大多數人連一本都沒有上，李想大學都沒有上，但是這支團隊超強的執行力，所以他們真的用一個超一流的執行力，把一個二流、三流的生意做成了一個一流的生意。
今天講了那麼多趨勢，最後我想強調執行力是最重要的。
3月27日，新智元開源·生態AI技術峰會暨新智元2017創業大賽頒獎盛典隆重召開，包括「BAT」在內的主流 AI 公司、600多名行業精英齊聚，共同為2017人工智慧的發展畫上了濃墨重彩的一筆。
點擊閱讀原文，查閱文字版大會實錄
訪問以下鏈接，回顧大會盛況：
熱門推薦
留言回覆
