search
尋找貓咪~QQ 地點 桃園市桃園區 Taoyuan , Taoyuan

2017GAITC智能投資分論壇實錄丨 Panel AI投資與移動互聯網投資的同與不同

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

Panel AI投資與移動互聯網投資的同與不同

張泉靈:下面進入Panel階段。除了剛才四位嘉賓,我們還請到高瓴智成董事總經理魏珂;招商慧合股權投資基金管理有限公司及招商三新資本管理有限責任公司首席執行官馮紅濤;互動百科聯合創始人兼CEO梅春。

一樣是移動互聯網和互聯網,投資的主戰場在美國和,這次還是這樣,這兩個區域人工智慧有什麼相同的地方,有什麼不同的地方?這是我們要討論的主題。第二,跟大家分享不同階段,不同身份投資人的乾貨分享,人工智慧的方向有很多投資機會,但是假定只有一個投資方向,只能在人工智慧的大領域中去投一個方向,你會投哪個方向?為什麼?目前在整個競爭格局當中,BAT這樣有終端,有用戶的大公司,如果反過來又殺回了智能領域,小公司還有多少機會?這是我們今天主要討論的幾個問題。有請幾位嘉賓上台。

先介紹下您自己,並且介紹您在人工智慧領域領頭的項目。

欒凌:我介紹一下我們投資的項目,我們2015年的時候投了一個(易搜科技),產品應用屬於APP。當時我們投的時候,也不是特別看懂他們的模式,完全是觀察閱讀者的閱讀習慣,收入來源是兩個,一個是有精準的畫像,可以推送一些廣告,通過廣告商推送廣告。還有是收費閱讀,現在付費閱讀已經佔到收入的50%以上,我們當初投的時候,2014年的利潤是負的,2015年的時候利潤有了900萬,2016年已經有了4500萬的利潤,對我們來講算是一個比較成功的投資,他們在新三板已經登陸,明天申報IPO。

祝曉成:大家好,我叫祝曉成,我剛才也做了演講,我們主要頭作的方向,一個是機器人,第二是人工智慧在垂直領域的應用。如果講人工智慧,還要結合大數據和垂直場景,我們投過金融,教育,保險,還有醫療,汽車,就是智能駕駛等等。還有一塊是健康,包括剛才講的智能讀片,分子生物晶元等等,這也是大的方向。我們90%多是科技類的項目投資,外圍有一些跟文娛,模式類相關的,也會有這方面的協同。

馮紅濤:大家好,很高興有這次機會跟大家交流,我叫馮紅濤,我比較簡單,畢業后只在一家企業工作,但也算幸運,所在的招商局在過去30年的發展都非常迅猛的,目前已成為規模、利潤最大、歷史最悠久也最市場化的央企。我本人也算是產融結合的產物,原來做物流,港口,航運,實業也做過,併購也做過,後來在銀行,金融,在資本圈裡也做了六、七年了,也可以說是四不象,各方面都經歷過一些。現在我們招商資本管理規模2400億元,我們這個團隊管理500億的併購,還有兩個小基金,做Pre-IPO的。我們規模比較大,跨的行業比較大,有六個比較大的行業,大文化,大健康,大交通,金融,製造業、新能源等等。在人工智慧方面,我們去年投了學霸君,在教育行業用大數據分析、直播等方法,去年底到現在已經進入到學校裡面去,在安徽、上海等學校開展個性化的智能教育服務,用了大概三個月,平均可以提高20分到60分,對中學生來說還是蠻可觀的。今年6月7號該企業會推出機器人聯考,看看到時候會不會有比較好的成績。

梅春:主持人好,大家好,非常榮幸參加這個會議,我是梅春,來自互動百科,我們是一家「AI企業競相想跟我們合作」的創業公司,我看到我是嘉賓里唯一一家企業代表,其他諸位都是投資人,幸福來得太突然了,台下在座的可能有很多是正在創業的,或者是即將創業的,待會兒我會從創業者的角度談談我對人工智慧相關的看法,也講一講我所見到的投資人很萌的一面。

唐亮:大家好,我們是早期的孵化加投資的模式,我們聚焦垂直行業的應用。我們的企業相對比較早期,我想分享的是最近正在投資過程中的一家做自動駕駛的企業,是矽谷的學校,特斯拉的團隊,但是也有汽車廠商的綜合性的團隊,我們是AI的人才加上行業專家的組合。同時,是專註於市場的,這幾方面結合起來,在的自動駕駛領域當中是具有一定優勢的,我們非常看好中期和長期的前景。

魏珂:大家好,我是魏珂,我是高瓴智成的董事總經理。這個基金是去年成立的,為了能夠在人工智慧早期、中期和晚期做一定的投資。這方面我們比較注重的是投資公司在人工智慧技術和應用場景上的結合,我們希望人工智慧技術在應用領域得到一定的驗證。我們比較重要的一個投資的理念,是希望能夠把人工智慧相關的技術和高瓴投資的公司在場景上做一個結合。我們剛投資的公司是在金融做反欺詐的,用無監督和半監督的方法,對大數據進行異常監測,針對異常監測做一些人工標記,看這些狀況是否是欺詐行為,這個領域是比較大的,現在在反欺詐領域沒有太多的好公司出來。另外,也會切入到未來的銀行,或者券商,還有所有金融機構的風控。

施水才:大家好,我剛才已經給分享過了,我們以前投資有兩個目的,一個是上市公司併購,為了合併報表,第二是構築上市公司的護城河,在外圍價值鏈上要建立防禦性的公司,或者是尋求協同效應。互動百科也是我們間接投資的項目,大知識的項目。我們做過一個投資項目叫八爪魚,雖然那個項目不大,但是我覺得挺好。這個公司做得非常好。我相信未來的方向是把人工智慧的技術結合到具體的應用裡面去,可能更加有發揮的價值。

張泉靈:下一輪的問題倒過來,我們上來就出難題,假定這麼多的人工智慧領域中,假定只有投一個方向的機會,巴非特說人工投資的價值就在於給你一張上班的打卡表,人生只有20次投資的機會,如果謹慎到這樣的話,投資就會比較容易成功。我們假定用這個方法,人工智慧這麼多方向,只能其中一個一個方向,你會選哪個?為什麼?

施水才:我剛才吹了半天自然語言的處理,我肯定投自然語言處理。為什麼呢?它是一個長期的過程,很難,但是永遠有機會。

魏珂:人工智慧從現在的角度來講,長期來看是非常美好的,人工智慧是替代人力的過程,替什麼樣的人?要替代特別貴的人,比如說金融領域。

張泉靈:如果您奔著金融,保險的方向去,市面說有一些人工智慧的公司,付錢的是銀行,保險公司,很多是排外性的,您判斷真的是很能賺錢的公司嗎?

魏珂:對於反欺詐,風控,是具有數據規模效應的商業模式,也是金融行業的剛性需求。智能投顧比較難,一方面是產品比較難做好,另一方面是客觀條件不具備

張泉靈:我是說給施總聽的,施總講了好多智能投顧的事情。

施水才:我們倆的觀點一致。

唐亮:肯定投不止一個方向,如果只選定一個方向,我會選智能出行。這是特別大的市場機會,而且我們背後的投資人也非常重視。

梅春:關於人工智慧,一直以來其實沒有一個特別明確和標準的定義,什麼叫人工智慧,因為人類發明了很多東西,來提升效率,算智能嗎?馬克思說人的本質是所有社會關係的總和,對於人工智慧而言,我想人工智慧的本質應該是機器所能夠最大限度理解人類的含義的總和,這個理解的程度代表了最終的人工智慧的高度。在座的可能有很多搞技術出身的,技術在人工智慧的基礎領域裡面,發展其實並不是非常快的,比如最近比較流行神經網路這些辭彙的技術,其實早在上世紀八十年代就有了, 技術發展並沒有那麼快,但應用場景和數據積累變化非常大,如果一定要投資的話,選擇一個像互動百科這樣,擁有非常多的結構化數據的,能夠幫助機器去理解人類思想的公司,這才是最值得投資的。

張泉靈:知識圖譜結構化並沒有那麼好,為什麼選擇這個創業方向?

梅春:我們是2005年成立的,最開始的時候標杆是維基百科,那個時候並沒有特別多的提到一定是人工智慧的方向,那個時候通過眾包的方式。我們在過程中,融資也融了很多輪,經常會出現一些情況,投資人很焦慮,經常有很多風口出來,問我們最近大數據特別火,你們有什麼布局?因為我之前是公司的CTO,我一聽到布局,就頭很大。最近幾年,機器學習,人工智慧相關、深度學習神經網路,各方面特別火,問你們這方面有什麼技術儲備嗎?從投資人的角度,我想是很多技術其實是積累了很多年,但當它想要爆發出來,取得商業成功的時候,一定要有非常好的落地應用場景,才突然有了財務價值。我們百科做了這麼多年,積累了非常多的內容,想把這些內容做得更有價值一些,我們非常希望有實力的大的有AI技術的公司,能夠跟我們合作,同時也希望有小的AI背景的團隊能夠加入我們,將我們的數據發揮更大的作用。我們抱著一個金礦,其實也焦慮如何能夠發揮更大的價值,給投資人回報。

馮紅濤:人工智慧包括兩個維度,一個是大家所說的例如無人駕駛、機器人等「公認」AI行業,另一方面包括智能+,後者則有多個行業都有機會,真要選的話,相對最看好的是教育。從需求端看,不僅有龐大的學生群體,在目前社會急速發展變化的情況下,我們成年人也面臨著終身學習的任務,客戶群太龐大了。從政策層面看,民營教育促進法等的出台,資本市場的變化,也為教育企業的發展提供了更好的環境。

祝曉成:前面幾位投的,我也想投,如果只能投一個,我想投智能飛行器,屬於智能交通。人人都有飛的夢想,飛是人的終極夢想,這跟我們坐飛機不一樣,是個人飛行器,或者幾個人的小飛行器。投這個方向也基本把剛才幾個方向概括了,首先要有好的工程,機械的東西,控制器等等,飛行要講動力學,肯定要有信息的獲取,人機的交互,都會涉及到,語音語義的識別,甚至各種信息的獲取,交流。

張泉靈:怎麼看(易航)的184?

祝曉成:184也是代表著一種探索,直覺來講有一點危險,如果要再進一步,有機會的話,應該是讓人感覺更安全。個人飛行器未來是有機會的。

欒凌:剛才講了那些領域,我也是非常感興趣的,2015年的時候我們就投了互動百科,現在要投什麼,人工智慧領域如果挑一個,我會挑高端製造,因為比較成熟,一旦產品出來之後可以快速的進入市場。

張泉靈:欒凌投的是IPO的,比如核心的元器件,核心的感測器,馬上能有利潤的。祝總是做早期的,要投個人智能飛行器。馮總選中了「互聯網+教育」,我也非常贊同,我們目前這個教育有一個特別大的缺點,孩子的差異這麼大,居然給了一個標準的教案,標準的檢測方法,這樣會出特別大的問題。我可以舉一個例子,1945年的時候,美軍曾經做過一個實驗,美軍發現他們的飛機在戰鬥當中,戰鬥的損失率特別高。後來檢查飛機沒有問題,飛行員的操作也沒有問題,最後什麼有問題?說座位太小了,以至於不能適應飛行員高速戰鬥中的操作,使得操作難度變大,導致了飛機的損毀。那個標準是1926年定的,1945年的時候說美國人長高很多,不對,他們對4000名飛行員,抽取了10個跟操作有關的指標,找出了中間值和平均數,出現了一個標準美軍的形象。這樣就符合大多數人了,後來突然發現這個概念是完全錯的,你們猜4000名美軍符合那10個指標的有多少人?一個都沒有,符合3個指標的有多少人?只有3%的美軍。後來這在統計學上有一個非常重要的進步,意識到沒有平均人,平均人是不存在的,人就是有個體的差異。後來美國做了改進,不再找平均數的美軍指標,座位,後視鏡,儀錶盤都可調。因此,我們的教育應該有同樣的理念。梅春總說選結構化數據特別好的項目,唐總選的是智能出行領域,魏總說什麼掙錢就搞什麼,離錢哪兒進?金融比較近,如果一定要選的話就選金融。施總說NLP是皇冠上的明珠,也已經在這個方向上創業十幾年,堅決看好這個方向。

大家看中這麼多不同的方向,目前你們看中的方向,在美國有比較多的機會,還是在有比較多的機會?

欒凌:現在轉型升級上有很多需求。

祝曉成:我們在各個國家做過交流,包括車載電子,空氣動力學,還有更深入的一些東西。我們看過的項目中,既有國外的,也有國內的,也有合作型的。

馮紅濤:人工智慧,不同的行業,中美兩國都有不同的場景,美國也許在醫療領域更有機會,因為他們的研發體系、產業化市場化更有優勢。但在一些相對輕資產領域,比如教育,也許更有機會,正因為整個社會對教育有這麼高的期望,或者說不滿,教育部門也在努力的往前走,有社會需求,再加上自身的動力,還有技術的應用和促進,也許會有彎道超車的機會。

梅春:剛才演講嘉賓的PPT里提到了從人工智慧的技術角度來講,在人工智慧領域論文的數量已經超過美國。

張泉靈:在美國的華人也算。

梅春:專利數量上也超過日本,現在是全世界的第二大國,但從研究質量來講,確實跟美國相比還差距比較大。說到投資領域,人工智慧是非常複雜,而且跨學科的,很多是工程問題需要解決,需要站在巨人的肩膀上,很多人說的工業比美國要落後一些,其實本質的原因是因為一些基礎條件的缺失,有一個很有趣的新聞,說造不出圓珠筆的小芯,真的造不出來嗎?研究之後一定造出來,但是經濟價值相對較低,投入產出比不合適,所以企業沒有動力去補足這塊基礎工業的短板。說回投資機會,在美國投資,我建議選擇那些依賴產業條件比較多的企業,我想美國企業比其他國家的企業勝出機會會更大一些,因為他們會有更完善的基礎設施。如果需要投公司,我建議挑離消費層面更近的,基礎技術門檻不是那麼高,相對成熟的,的機會會更大,畢竟的人口基數大,年輕人也多,市場也很廣闊,沒有包袱。

唐亮:美國和我們都會看,對於智能出行領域,比如智能駕駛,機會都是很多的,但是應用場景可以不一樣。在產業鏈的分佈上也不一樣,比如自動駕駛產業鏈。零部件,感測器領域,也有一定的機會。在操作系統和軟體當中,中美兩國的差異沒有特別大,因為畢竟就是開放的領域,中美兩地都是有機會的

魏珂:從技術積累來講,論文不一定是評判科學成果的方式,從技術發展來看,谷歌的優勢是最明顯的,的公司,在技術積累,前沿性科技上,相差還是比較遠的。但是有一個強項,可以把基本技術轉化應用場景。和美國有一個比較大的區別,美國比較重視創新,因為環境各方面都比較成熟,商品有一定的競爭力,有獨創性,能夠創造價值,是比較容易接受的。的公司在產業鏈里,比如施總,要麼是把公司全買了,要麼是把你打死。的公司,渠道比產品稍微重要一些。在美國,產品是最重要的,中美兩個國家來看,這也是需要考慮進去的。

施水才:投資在美國,賺錢在。現在上市公司的併購,大多數把目標在海外,一個是國內資產很貴,現在IPO放水以後,好的公司容易被併購的也減少了,所以上市公司把目標轉向海外了。

張泉靈:如果您覺得在美國智能出行在國內的機會比較小,怎麼看(地平線)?

唐亮:這樣的機會當然是有,但是非常少,並不是每個投資人都能夠趕上這樣的機會。

張泉靈:順著這個話題往下說,我們今天要討論的主題,我們做AI的投資和移動互聯網,和互聯網的投資,到底有什麼同和不同?在AI非常火爆的情況下,原本在互聯網和移動互聯網上非常強大的公司,加緊布局AI這個行業,而且對他們來說,手裡有終端,有用戶,有使用的場景,是不是這波機會又是大公司的?創業公司會不會趕上一個早集,最後該收果子的時候發現又被別人收走了。就像魏總說的一樣,公司有一個愛好,我把你買了,要不然自己干。AI的人才那麼貴,他們投的起,一出來數據能夠上線,形成正向的循環。如果把AI當作電,電網他們也有,燈泡也有,就差一聲「亮」。創業公司還有機會嗎?各位是怎麼想的?

唐亮:AI的產業鏈有四個不同模式,比如谷歌這樣的大企業,他們對於應用場景是無法完全覆蓋的。對軟體公司來說,他們做的是方面的應用層和技術層。

梅春:這屬於創業者講BP時候的殺手級的問題了。不光是AI領域,其他所有領域都是這樣的,不管你創業點子多好,技術多好,最後投資人都會問,假如BAT也要做了,你怎麼辦?我的答案是,需要根據市場狀況,不斷調整自己的位置跟姿態。這個調整不是說需要七、八年,或者十年的長周期,現在周期會變得越來越短。我們做百科是2005年,大家會想到百度,百度百科是2006年開始做的,當時有人問是不是要轉型?當時我們並沒有說要去轉型,或者怎麼樣。過了沒多長時間,迎來了移動互聯網的風口,搜索在人們生活中的重要程度已經削弱很多了,我們跟地圖類的,資訊類的,科大訊飛等等,都有非常深入的合作,並不用懼怕某一個巨頭跟你做類似的事情,而是如何調整自己在市場當中的位置,適應這個市場,尋找到自己的價值。大公司也有很多大公司的問題,之前大魚吃小魚,大公司吃小公司,如果全是這樣的結果,你們還投什麼?投資機會在哪裡?小公司還有很大機會,除了應變能力以外,就是小公司一定要比大公司快,這是快魚吃慢魚的時代,當你跑得很快的時候,適應市場的能力比大公司更強,更快,市場競爭中,大公司的焦慮遠遠大於小公司。對於小公司而言,今天的方向不太好,過兩年團隊還在,換一個方向,重新會有一個機會。對於大公司就不是了,大公司衰落,背後所涉及多的各方面的利益,代價都會大得非常多。在這個層面來講,作為一個即將創業的和已經創業的小公司而言,應該特別相信投資人一定比你更焦慮。

張泉靈:我們復下盤,大魚吃小魚,快魚吃慢魚,如果就您工作的領域,會不會是因為百度自己也承認了在移動互聯網時代,慢了,沒有充分的重視,所以導致了給你們留下了一片空間。但是在AI領域,是全力撲回來的,你前幾年積累的,會不會接下來你會變得很焦慮?

梅春:我沒有權利對百度進行評價,百度有自己的想法和戰略。Robin之前講過百度全力以赴的要做O2O,後來很快改了,說要全力以赴的做人工智慧。我無法評價哪個好,在這樣的情況下,沒有必要把眼光聚集在所謂的競爭對手的身上。如果天天盯著競爭對手,比如我天天盯著諾基亞,諾基亞倒了怎麼辦?我們就失去的方向。對於百科而言,競爭對手有很多,我們更願意看作是我們的合作夥伴,因為沒有一個企業能夠大而全,希望大家做自己更擅長的事情,進入協作度更高的社會。

張泉靈:不知道您的兩位投資人怎麼看?

欒凌:互動百科,那個是百度百科,搜索的時候,一般都是到百度搜索,流量被掐住了,這個時候投你是不是有空間?我們確實猶豫了,為什麼投了他們?因為是他們的團隊,我們也打聽了一下百度里有多少人做他們的東西,不到他們的一半。第二,他們當時的估值比較低,當然還看到他們雄厚的實力。即使百度百科這部分沒有收入,估值也可以支撐其他的收入。他們這兩年確實做得很好,去年利潤做了一千多萬。

張泉靈:剛才欒總分享的信息有兩點非常重要,就是小公司和大公司競爭的時候,看起來是正面的PC,其實不是,互動百科和百度百科不是完全正面的PK。百度百科在百度內部不是非常核心的團隊,創業公司其實有很大的機會,如果全力在這個方向上,是有很多機會的。再有面對的客戶,也不是同一波的客戶。說到估值低,不是跟大家開玩笑,把自己的估值做到不合理高的水平,都是自謀死路的方式。特別是AI公司,我們最近見到一批AI公司,迅速的把自己在沒有收入,沒有具體產品,什麼都沒有的狀態下,把自己架到很高的位置,會有一個類比,說誰誰誰也那麼高了。有一定的道理,因為早期有市場的供求關係,特別多錢,特別少項目的時候,會高那麼高。但是不能在現在這個階段繼續做這個對標,把自己架到那麼高,這樣對於發展業務來說非常不利,而且給競爭對手特別好的阻擊你的手段。你在外面叫8億,他跟你類似,叫6億,你怎麼弄?不恰當的估值是自尋死路,如果有很高的估值,可以給自己留下彈藥也行。

祝曉成:還是限定的語境,從小公司來講,還是很有挑戰的。但是這個事應該具體說,大公司遠遠沒有囊括所有AI在垂直領域的落地,這是肯定的,很多垂直領域還是給了小公司機會,或者是給別的公司機會,也不見得是小公司。再有,這是管理,大小公司博弈長久的問題,不是現在才有。放到很大的程度來講,永遠有大公司的迭代。我剛才舉到通訊行業,比如幾個巨大的公司,我曾經服務的一家公司,當年就是因為思科開始做基於路由的交換,他們面臨極大的衝擊。1996年開始想轉型,CEO給全球員工發,轉了兩年,最終還是死了。當然這不是死亡的唯一原因,大公司也有大公司的問題。剛才說到人數的問題,很多大機構裡面,在一些邊緣業務也不見得受待見,各種原因,不見得能一貫的推下去,小公司在這方面反而可能有一些速度和一致性,把這個事打透,成為這個方面的領先者或者領航者。小公司的機會,併購這個事情,大家的意見不完全一致,但是不管怎麼說,被併購,或者協同,我個人認為還是有機會的,就看怎麼做這個事。再舉一個小例子,大家用過微軟拼音嗎?那個時候很快就被紫光幹掉了,後來出了搜狗。我當時問搜狗,他說你猜一猜,紫光有幾個人,我有幾個人?我說不知道,他說紫光就有1個人,他們有7個人。關於大企業創新,這又是一個話題,大企業創新有很多小企業創業的機會。

馮紅濤:我補充幾點,我們看人工智慧包括兩個維度,一個是大家所說的例如無人駕駛、機器人等「公認」AI行業,另一方面包括智能+,後者則在各個領域,各個行業,都會利用有智能技術,手段來改變現有的經營方式。從另一個角度來說,20年前互聯網起步階段,當年BAT都是非常小的公司,現在成了巨頭,並且做了人工智慧的基礎層。而就今天的人工智慧看,其實小公司還是蠻多機會的,20年前做互聯網的企業在國內很難找到投資,當年國內做PE投資的太少,互聯網企業只能做海外架構,爭取海外上市;現在則沒有必要,投資人太多了,PE、VC加起來十多萬億的規模,一方面給企業提供了很多彈藥的支持,但是也造成了剛才主持人說的估值虛高的情況,這其實也不好。我們看項目,也看創始人是不是夠理性,對於騰訊,我非常佩服,第一次融資時就是實實在在缺多少錢融多少,這就是我們喜歡的風格,而不是從投資人那賺錢,指望一把就把投資人的錢賺來了。至於大小企業競爭,前面幾位說的都挺好,還有一個角度,孫悟空為什麼大鬧天宮的時候那樣牛,後來取經路上經常遇到問題,就是因為自己創業和替人打工的區別。最後一點,大公司和小公司之間也有很多共享的東西,比如百度開放無人駕駛這些東西,還有騰訊開放遊戲平台,也是跟別人共享的。總之在這個問題上到底小企業有沒有機會,我們還是要具體問題,具體分析。

魏珂:大公司這個事,創業的時候,比如做微信就沒有什麼意思,就是看是不是在關鍵路徑上,要做的是大公司短時間看不上的,而且跟大公司已有的資源沒有交叉對應的,比如流量,品牌,顧客忠誠度。牽扯到AI,一開始越細越好,比如我做翻譯,只做英文,中文在生物科學的應用,絕對比百度和科大訊飛做得好。別人都看不見,慢慢長大的時候,就獲得了在主戰場上向巨頭挑戰的機會,這樣就會比較安全,比較穩定,因為會有一堆資本在後面追著你。不要做別人擅長的事情,也不要做別人跟你拚命的事情,不要跟別人明目張胆的搶。

施水才:不管多大的公司,都生活在更大公司的白色恐怖下面,要創業就得有決心和挑戰。但是要找到自己的定位,從人工智慧來說,談得更多的是智能,其實我們應該關注一下人工。因為你跟大公司無法正面去拼技術儲備和工程師的軍備競賽,但是最終行業專家和社會資源,對於一個生意是否成功是決定性的。

張泉靈:我們這個論壇最後一個問題,我們做一個案例分析,我們預測一下,比如說在人工智慧的整個投資和創業領域,大家都盯著的智能出行,自動駕駛,你覺得以下三個公司哪個更有機會?第一是特斯拉,目前為止已經出了7萬輛車。第二個公司是Mobileye,目前裝機量是最多的,是以色列公司,原本不是以深度學習作為主要的方式,目前他們公司也開了這樣的團隊,被英特爾收購,還有沒有老樹開新花的可能性?第三個是滴滴,一開始不是做人工智慧的,但是每天有這麼多車在路上跑著,如果它殺回來,有沒有機會?

施水才:第一,我不懂,第二,我還是願意開,或者司機給我開比較好一點。

張泉靈:施總的意思是說要在自己的能力範圍里。

魏珂:得看誰更絕望,沒有技術就死了,只有這種心態,才能真正把全身心投入進去來開發這件事情,特斯拉就是這樣的,他們打的是高科技的產品,高科技的車,就像自動駕駛,從汽車構成來講,是最核心的零部件,如果特斯拉讓別人把自動駕駛做起來,這特斯拉就沒有太大價值了。滴滴或者Uber,對他們來講,誰做出來用誰的,上汽做出來了,我的車全換成上汽,滴滴變成最大的無人駕駛計程車提供商,不管誰做,無非是用誰更便宜而已。

張泉靈:我補一個小例子,對於人工智慧創業的人來說,特別在早期,要充分理解在產業鏈上尋找一個合作夥伴,第一是有多大的必要性,第二,難度有多大。XX想過在前裝的車上去裝攝像頭,一款已經定型的車裝攝像頭,我們搞過工程的人覺得不難,不影響剩下所有的東西,但是你們知道這件事情如果談下來,有多難嗎嗎?所以尋找產業上的合作夥伴是特別重要的事情,但是不要輕易的認為這件事情是很容易談下來的,這兩點都非常重要。

唐亮:關於這個問題,我相信會有第四家企業。我說一下這三家企業的優勢和劣勢,特斯拉在汽車製造領域,在機器學習和自動駕駛的技術方面並沒有很領先,特斯拉的技術也有很多缺陷。從人才積累來說,特斯拉人才大量流失,都到外面自己去做企業了,所以有這樣一些問題。剛才說到Mobileye,在視覺方面比較強,對於控制相關的經驗是比較缺乏的,再有被英特爾收購了,英特爾收購的基本上沒有什麼成功的企業。對於滴滴來說,我不是特別了解,但是我想在自動駕駛技術積累方面會比較多,他們最近也做了一個研發中心,希望在這方面進行加強。第四個公司有可能是小企業。

梅春:剛才主持人講的三家企業,我覺得他們應該很難放在一起比較,他們屬於產業鏈的不同層面,如果想實現無人駕駛,首先需要製造一個汽車,然後需要給汽車增加無人駕駛的零部件,最後還需要有很強大的智能的技術背景的能力。如果非要說我更看好哪家公司,由於某種AI都不能理解的原因,我認為滴滴應該會勝出,至少在市場是這樣。和前面嘉賓觀點一樣,我不看好Mobileye這樣的公司,作為一個創業企業,如果給投資人講BP,要做一個什麼技術很牛,但未來的商業模式是給其他的大企業提供技術,作為核心商業模式。這樣的公司也有,但是我自己感覺危險係數非常高。人類社會發展的狀況,很多技術公開程度,以及互相學習融合程度已經非常高了,很難做到多少年前那樣有很牛的專利,很牛的技術,靠一個技術讓所有企業都來買我的東西,這是很危險的,壟斷不了,就只能下沉到具體場景去。從谷歌和滴滴的角度而言,谷歌投了Uber之後,後來又投了Lyft,據說是因為他們很惱火Uber沒有用他們的自動駕駛技術。谷歌這樣的超級企業,背景已經非常強大,但是並沒有自己去做汽車,而是去找合作夥伴,將自己的技術去落地。關於滴滴,聽說滴滴儲備了很多錢要去做無人駕駛的研發,最後有兩個很鬱悶的事情,一是百度先宣布無人駕駛要開放出來了,沒幾天谷歌也說開放出來了,大家質疑滴滴做這是不是沒有意義了?從這個角度而言,我覺得滴滴最大的優勢在市場是壟斷地位的,應該最接近於成功,不管出現什麼樣的成熟的智能駕駛的技術,比如激光雷達,機會一旦出現的時候,我相信他們會第一時間去嘗試,能夠在市場中去驗證。的市場環境跟美國有很大的差異,的法制不是那麼完善,出現新事物的時候,政府的態度是很開放的,允許企業犯一些錯誤,不出問題就走一步看一步,出了問題就出一個法規,限制一下。,在當前自動駕駛Level-3的技術條件下,在特別嚴謹規則的情況下,表現的是相當好的,但是到這樣的複雜環境下,行人躥一堆就過馬路了,闖紅燈的情況,可能就很難work了,不過,也許在雄安這樣的地方,說不定可以很好的落地,因為是全新的建設的城市,也許可以嘗試一下,在這裡面不允許擁有私家車,把人工智慧很多東西在這樣的新區裡面用全新的規則進行落地,也符合國家要把高科技企業往那面去牽的方向。

張泉靈:在別的地方,計程車司機會起來造反,政府是最不能接受的,只有在新區建設才可以。

梅春:人工智慧,我之前看過一本書,未來簡史,裡面提到一個很重要的觀點,隨著人工智慧的發展,人類很多技能將會變得沒有用,全世界90%的人的工作被機器替代。我其實是認同的,我自己做技術,在想是不是應該轉行,去從事藝術,這樣就不會被機器所替代了。但是這個焦慮是多餘的,科技進步很多年,在歷史上,N多年前各種各樣的職業,其實大部分都消滅了,但是並沒有因為大部分職業消滅之後人類就無所事事了,而是有新的職業出來。人工智慧如果能夠在自動駕駛領域中實現,計程車司機真的會失業,但也一定會出現跟圍繞汽車相關的其他需要人的職業出來。

馮紅濤:剛才梅總說的,我覺得蠻贊同的。咱們這個問題,這三家企業誰跑出來,在目前這個階段是難以預測的。剛才唐總也說了各領域的優劣,短期內我看不到無人駕駛大規模推出的可能性,也許將來到某一個點,一推,整個社會就都「無人駕駛」了。現在為什麼不能那麼快的推出來,不是說技術有多先進,而是說交通的主管部門誰願意擔這個責任給你發這個許可證。這個無人駕駛怎麼考牌?即便在美國,也很複雜,因為定性不好定,撞死人了是誰的責任?如果社會上所有都是智能化的,那就很好,但是現階段社會上總是還有相當一部分是非智能化的,要政策主管部門同意在城市裡面去搞無人駕駛,估計沒有一個官員會擔這個責任。回到剛才說的那三個公司,特斯拉不但做汽車,有大數據,還做充電樁、儲能,他做產業鏈,在這個行業是可以發揮協同效應的。對於滴滴,我不是太看好,本來是做共享經濟的,切到無人駕駛,也可能是因為錢太多了,現在也只有這麼一個行業有比較大的想象空間,不過我覺得確實需要比較長的時間;Mobileye被收購了,感覺上基本就沒戲了。

祝曉成:這個問題特別好,我們每個人的觀點都有不同。唐總投過這塊,魏珂也投過,我投了從感測器,就是激光,視覺,控制系統,執行系統等等,都有投,包括車載電子。我參加過車方面的專題論壇,也有各種意見。回到剛才的問題,剛才馮總講的特斯拉的特點,我是比較贊同的。第二,關於Mobileye,基本上是行業的標杆,雖然有矽谷的傳說,說英特爾收購以後的問題,但是它的積累和現在在往控制方面轉,也在持續的努力。我還是很尊重這幾家公司,我不知道他們誰能起來,誰起來都好。滴滴,我也是同樣的看法,他們不在一個維度,用誰的都可以。為什麼不可以切到體系里呢?我覺得也是可以的。我們投這塊,我知道這個難度特別大,除了政策之外,本身這件事要想做成很難,這也是行業裡面各種說法特別多的原因,我就不展開講了,因為難度真的很大。我們樂見其成,規定場景,規定動作,規定路線,馬上、立刻、很快就會出現智能駕駛。

張泉靈:比如機場的掃地車,規定的場景,規定的路線,干規定的事情,「三規」。

祝曉成:這是其一。其二,剛才講的有些東西積累到一定程度,這也是我經常引用的一句話,這個行業當中很多東西積累大一定程度,包括雷春講的從零開始的場景裡面,鋪開是指日可待的,只是不知道在什麼時候,我非常鼓勵和推進的姿態在看這個事情。

欒凌:首先,我同意馮總講的,剛才講到英特爾,我在矽谷待了很多年,我可以證明他說的是正確的,英特爾除了自己的主營業務以外,其他涉足的業務沒有一個是成功的,包括自己做的,包括他們收購的,比如他們收購做手機的,做有線通訊的,都不行了,汽車的前裝市場是非常困難的。這三個公司裡面哪個會成功,我覺得可能還是特斯拉。如果說放下來,再多一點,谷歌也有希望。

張泉靈:特斯拉三票勝出,當然我們投票也不管用,市場會用事實來告訴我們大家,我們站在這個時點上去看未來的時候,看到底給出現什麼最終結果。

謝謝大家,最後一分鐘的時間,允許我介紹一下我所在的基金叫紫牛基金,我們有三分之一的基金和三分之一的項目都投了人工智慧,我們偏愛兩個方向,一個是人工智慧+教育,我們跟馮總的看法非常相似。第二是人工智慧+醫療,也是我們非常喜歡的方向。當然了,人工智慧+醫療,我們會相當務實,一定會問到底落在什麼樣的場景,誰為你買單。在醫療領域裡面,在創業者和技術人員看起來,非常相似的技術落在兩個病種上,可能一個非常受醫院歡迎,另外一個可能找不到買單的人,我們樂於跟創業者分享,願意把你們導向有人為此付錢的項目當中,謝謝大家!謝謝各位嘉賓!



熱門推薦

本文由 yidianzixun 提供 原文連結

寵物協尋 相信 終究能找到回家的路
寫了7763篇文章,獲得2次喜歡
留言回覆
回覆
精彩推薦