人民網>>人民創投

對話元璟資本合伙人劉毅然:AI風口已來,投資但求無悔

口述整理 孫清

2017年07月19日10:41  來源:創業邦

  模式創新的時代已經漸漸遠去,人工智能作為下一個引領創新的風口式機會,越來越受到資本的關注,應用場景不斷拓展。科技巨頭如谷歌、微軟、亞馬遜等紛紛進場,在國內也涌現出了一大批人工智能創業公司。兩個月來,創業邦研究中心走訪了北極光創投、光速中國、元璟資本、順為資本、明勢資本等相關投資機構,為讀者們帶來科技前沿的一手好料和最新的思維方式。

  近日,元璟資本合伙人劉毅然接受創業邦專訪,詳細介紹了他在人工智能領域的投資邏輯,以及他對人工智能產業的一些看法。

  圖像和語音領域最有可能迎來商業化應用

  現在來看,在人工智能領域,圖像和語音識別是已經被驗証的兩個賽道,這兩個領域已經出現較為成熟的技術方案,未來這兩方面很有可能率先迎來商業化應用。

  我們自己投了兩個語音識別技術相關的人工智能公司一個是思必馳,一個是Rokid。這兩個公司簡單來說一個是安卓模式,一個是蘋果模式。Rokid是蘋果模式,包括語音技術、外形、麥克風、服務系統對接等等,都是團隊自己設計,垂直整合的,提供完整用戶體驗,直接對標美國Amazon的Echo。另一個公司思必馳是一個技術平台輸出型的公司,通過他們提供的模組和技術方案,一個傳統音箱可以升級成智能音箱,所以我把它比喻成安卓對智能手機的作用。

  語音在臥室和車載這兩個場景裡面,最有可能找到突破機會。因為人們不看手機最多的兩個場景是臥室和車載,這兩個恰好是語音人工智能最能發揮效果的地方,Rokid就是在臥室裡面,思必馳也有汽車智能后視鏡方案等,這些是語音方面我們覺得比較看好的。

  另一方面,人臉識別能否出現成熟應用,仍然需要看場景,就目前而言要實現to C級別的應用還可能有挑戰。現有技術想做一個實時在線、每天實時准確識別和判斷千萬級別人臉的產品挑戰很大,按次數收費的人臉識別收費還在探索模式,但同時后面支撐他的運算量和需要的技術投入還很大。反而是to B的模式,如果能和銀行、保險公司摸索出業務模式,機會可期,所以要具體分析。我更看好一些對效果要求不那麼高的場景,比如消費、娛樂,而對於准確率要求極高的金融支付等領域更加謹慎。

  創業公司要深入具體場景,形成數據閉環

  我個人認為人工智能的發展可以簡單地劃分為深度學習之前和之后。深度學習出現之前,AI主要是簡單的模式識別,用計算機技術解決一些特定的模式問題,但近幾年識別准確率開始出現瓶頸﹔深度學習帶來的變化還是很大,使得很多應用場合的識別率有了突然跳躍式的改善,很快就會無限接近甚至超越人類識別水平,這個框架基礎催生了大量新的機會。

  深度學習的一個先決條件就是需要海量的數據去做訓練。所以我們看AI公司的時候,首先是看它的數據場景是否正確、數據夠不夠大,有沒有防御性,另外就是有沒有形成閉環,擁有一個反饋機制(根據搜集到的數據判斷做的決策是否正確,效果如何,如果能夠產生反饋,那就可以逐漸優化)﹔第二,如果業務過程中他自己能夠產生沉澱新的數據,就會是一個正循環,越做門檻就越高(比如如果一個系統在業務單元或各科室的繁雜數據之間能產生沉澱新的有組織形式的結構化數據,既是輸出也是輸入,這就會形成新的業務價值和數據壁壘)﹔最后一點適用於任何技術性公司,就是你創造的價值是否可以明確衡量,一般意義上是指能提高效率或者改變產業結構的價值,如果這個價值可以衡量,那這家公司的商業價值就很容易體現。

  方向上,我們鼓勵創業公司去深入一個行業,和這個行業進行深度結合,提供行業解決方案。雖然一些基礎方案可能會基於科技巨頭開源的一些理論架構,但是創業公司不會被巨頭的革新輕易取代,或者說,創業公司生存的根基是對這個行業深度的服務和滲透。並不是巨頭公開了算法,就把什麼都摧毀了,創業公司在垂直領域可以做的更深。相反,每個新產業發展的早期正是需要巨頭的大量投入和基礎性創新才有真正的新板塊性機會出現。比如,移動互聯網的發展正是在Apple大力推動了蘋果手機,Google大力推廣Android系統之后,智能手機各種應用才真正爆發出來,Uber、滴滴這樣的新機會才涌現出來。人工智能領域也一樣,在Google推動了深度學習的示范應用之后全世界都知道了Deepmind這家公司,現在Nvidia這家公司也在推動著芯片/算力的進一步普及.

  從大板塊上來看,醫療、金融、安防、車載這些場景,創業公司都非常有機會。醫療和金融行業都會產生大量的數據,有很多非結構化的數據等待機器去挖掘和學習。以安防和駕駛領域為例,這兩個行業都需要對人的缺點有很明確的突破,比如安防不可能老有人看管,而且人的處理判斷能力也相對有限,而機器則可以解決上述問題。因此,在這些效率和數據遠超人類的地方,人工智能會最先出現機會。我們也投資了一家電動車和自動駕駛公司車和家,他們把所有精力聚集在一兩款車型的徹底顛覆設計上,他們在自動駕駛上的一些嘗試和進展,期待在自動駕駛這個領域繼續尋找到更多新的機會。

  技術和商務能力並重的AI創業團隊更容易被市場看好

  人工智能領域的創業者,技術背景和商務能力是並重的,我們更青睞的該領域創業者既能夠擁有技術背景,同時又對業務和商業有清楚的理解。目前有些投資人在團隊早期還是一個算法或業務原型時給出很高的價格,我們則相對謹慎。雖然我本人也是電子工程的博士,也願意相信技術創新改變世界的力量,但投資上面我們對教授、科學家創業持謹慎辨別態度,我們希望看到不僅僅擁有算法或技術,還要有商業落地的具體前景和路徑,至少是深入務實的思考,畢竟創業是做一個業務出來。

  在我們看來,未來AI要進一步普及,必須符合本地化、小型化的要求。通俗來說,本地化就是可以不聯網,如果產品需要聯網,每次還需要從網上調參數,如果網絡環境不好就會有延遲,無法實現實時應用,這在車載場景尤其突出,車在高速行駛時需要處理一些緊急情況,而高速公路的網絡環境又無法實現完全的無延遲。小型化和智能手機類似,就是要把算法和軟件程序搭載在某個小型器件上,功耗也不能太高。

  本地化、小型化的解決方案就是要把算法做進芯片,讓處理器可以獨立、低功耗地承擔人工智能的功能,滿足正常場景需要,形成更多物聯網的應用場景。值得注意的是,軟件的創新相對更容易實現,而基於硬件的架構創新則需要更多的嘗試和調整,技術壁壘更高。

  人工智能或成為下一個平台式的機會

  長遠來看,我非常看好人工智能這個領域,這是一次計算平台式的大機會,會持續很多年,就像2011年智能手機催生移動互聯網的發展。人工智能也有這樣潛力,會廣泛而深刻地改變各個行業,有很多落地的基礎。人工智能的發展今天還處在早期階段,在此之上有廣闊的空間待挖掘。我們甚至都不知道從中衍生出來的業務模式和原來是否一樣,比如互聯網時代驗証了經久不衰的三個商業模式:廣告、游戲和電商,而人工智能是隻限於這些,還是會出現一些新的模式?比如未來也許會出現機器代理我們做一些業務,根據效果和我們分成,也是有可能的。

  人工智能領域,中國和美國有可能並駕齊驅,一方面中國公司擁有數據優勢,產生數據的速度是美國的好幾倍,可以拿到更多維度和場景的數據。深度學習是依賴於數據的,所以這是很好的基礎。而且世界范圍越來越多的研究人員都是華人,很多人願意創業並在中國尋找市場應用,這是很好的基礎。但是國內的創業比較扎堆,缺少多樣化或者原創性的嘗試。總之人工智能的影響仍然深遠,而且還會持續地高速發展。隨著與各行各業的結合,會不斷涌現出新的投資機會,所以我們並不急於一時。

  我們正在謹慎樂觀的開始在這個領域的布局,除了上面提到的語音和自動駕駛之外,我們也在評估計算機視覺和醫療大數據方面的機會。我個人來說,在這樣大型的充滿機會的賽道上但同時又相對早期的行業階段,我更願意追求一種無悔的態度:有些案子,雖然看起來很光鮮,但可能並不符合內心深處對一些基礎商業邏輯的判斷,這樣的案子不會因為追求一時AI的風口概念而匆忙投資,因為未來繁華散盡的時候還是會后悔,而且道理並不復雜﹔相反,在有些我們充分調研的領域裡,盡管AI的成分不一定很高,但更可能是個真實可行的業務方向,我們會更願意出手,相信自己的判斷,無怨無悔。

推薦閱讀:

堅定主義者汪峰:創業沒有恐懼,需要全力以赴

融創百億公司債被叫停 兩大機構調低融創評級

無人超市來了 小小便利店上演熱門科技“全武行”

谷歌深陷“學術獻金”丑聞

掃碼關注“人民創投”公眾號

(責編:陳鍵、賴悅)

深度原創

特別策劃

    第二屆內容科技大賽總決賽 人民戰“疫”內容科技大賽 首屆人民網內容科技大賽總決賽 人民網內容科技創業創新長三角決賽
二維碼