搜索

All in 新科技,还有哪些潜在投资机会等待攫取?

鲸准 · 2017-08-04
8月2日,创投助手“全杭州投资周新科技专场”圆满结束!

本次杭州站活动是创投助手“大中华区巡回路演”的第一站,之后将陆续在深圳、上海、广州、杭州、南京、成都、台北、新加坡等地举办线下投资周活动。带着创投圈最前沿的科技、最新的行业趋势、最好的投后项目,汇集顶尖投资机构的投资人,玩转各大城市。

本次活动邀请到了36氪研究院的高级分析师刘姝一作为嘉宾,分享了人工智能行业研究报告。随后传媒梦工厂CEO蒋纯、博将资本硅谷管理合伙人Alex、基本粒子创始合伙人章击舟、银江资本执行总裁王锲、元璟资本投资总监赵超、盈动资本投资总监刘昕为我们带来了一场干货满满的圆桌讨论

刘姝一:人工智能行业目前仍处于发展的早期阶段

人工智能是指使用机器代替人类实现认知、识别、分析、决策等功能,其本质是对人的意识与思维的信息过程的模拟。

人工智能目前仍处于发展的早期阶段,整体看来技术的发展将先于应用层面,但技术层面仍存在瓶颈需要突破;应用场景将不断丰富,它的扩充将会反过来驱动支撑技术的持续发展,AI的整体市场规模将继续扩大。

相比应用场景层面的发展,基础应用层的技术将会是AI中较早发展的部分。不过,从AI整体发展阶段来讲,我们认为AI仍处于早期,虽然语音识别、计算机视觉等感知层的技术目前已经取得了一定成就,但语义识别等认知层的技术仍不甚完善,即使是像计算机视觉这样的感知层技术也存在发展不均衡的问题。

随着AI支撑技术的不断发展,AI将持续拓展更多的应用场景;而愈发多样化的应用场景需求又会反过来驱动支撑技术,从而带动整个AI行业的持续发展。但各应用场景的发展并非均衡,整体看来将从垂直领域AI逐渐过渡到通用型AI。

总体来说,AI最重要的还是要将技术与应用场景相结合,无法落地的技术很难得到资本青睐和市场认可,而有闭环、垄断性的数据,并且其技术能够与实际应用场景结合的公司将有望产生难以被替代的商业价值。 

蒋纯:数据化的终点就是将虚拟世界和现实世界或数据世界完全捏在一起

现在新科技很多,我个人更多地关注信息科技,人类文明在这半个世纪飞速地发展,它的基础肯定是信息科技,而且我们越来越看不到它的头。

这么多年计算机越来越热门了,它背后的一个明显的大逻辑是数据化。我们说互联网化、线上化,最大的意义是数据化。再之后是有很多的数据分析、挖掘,在此基础上算力的提升又出现了人工智能,进一步提升了数据的处理能力,就会有更多的数据可以被有效地去利用。

物联网是将实体世界都数据化,纳入虚拟世界。虚拟现实是反过来,将人进入到一个虚拟世界里去,这对于人本身来说是做了更多的数据,对于人的心灵来说是做了更多的数据化,这样的过程是进一步地提升整个世界数据化的过程,甚至某种意义上来说是将虚拟世界和现实世界或数据世界完全捏在一起,这样就可以达到数据化的终点了,什么东西都数据化。在此基础上我们相信人工智能会有巨大的发展,因为人工智能的基础还是数据的基础。

最后引用比尔盖茨说的一句话,他说“人们往往容易高估一个技术在一两年内的影响,而低估一个技术在长期(5到10年)当中的影响,这是人性的必然”,无论我们是作为从业者还是投资人,对于一两年大家疯狂的高估要冷静,要踏踏实实地做事情,对于长期的5到10年的发展我们要充满信息。

刘昕:数据和基础构架是基础,但应用场景是核心价值

新技术有很多,但新技术的核心就在于你要落到场景化,能有实际的应用场景,尤其因为我们作为投资人,我们投得更多的是创业者,对于创业公司来说能够通过有机会通过创业公司的力量将技术落入实际应用场景中。

我的角度来说会关注四个层级的技术:

一个最基础的层级是数据层,它的一个最基础的基础构架是物联网,物联网通过感知层、传感器可以获取到大量数据,再通过消息和链路层将大量数据能够汇集起来再通过物联网平台进行一个集中的存储和运算,这里有很多机会。

第二,有了数据之后需要有计算能力来处理这些数据,这也是一个新的基础构架叫云计算,在这两年涌现出很多技术,这可以大效率地提升整个云计算平台的运行效率,降低运维成本,让开发能够更高效快速地开发应用。这离C端稍远了一些。

第三,再往上可以有大数据,这个领域也有很多新技术出来,如数据的处理平台,如何更高效地来标注数据,清理数据,打算不同数据来源之间的数据孤岛,如何更高效地做标签化,如何做用户画像等各种不同的应用场景。

第四,有了数据之后我们可以将数据最终应用到实际的应用场景中去了,这时候我们之前提到的深度学习、神经网络的技术为我们提供了一个很好的基础,我们可以通过底下几个层级采集到的数据,再向医疗、语音交互、金融、教育、安防等各个场景来开花结果。所以我们更多地关注这四个层级里带来的新技术新变化。

王锲:风口到我身上了就不是风口了,我是接盘了,可能会踩到一个坑

我认为有几个方面是我们重点关注的:

第一,算法。我个人认为国内的算法跟国外的算法,与大牛之间的PK,差距没有这么大,可能国外的一些顶尖的算法团队跟我们的算法团队是差不多的。

第二,算力。这一块我倒觉得抛开算法一些底层的芯片或底层算力的储备是非常好的方向。当然,国内这一块基础研究或应用研究都没有国外强,那可喜的是目前过的几家做比特币区块链技术的非常牛的芯片都是中国人生产的。

第三,数据。我们的逻辑是先有数据再说,你能不能用怎么用,跟谁一起用,自己用还是跟别人一起合作用,这再说,因为我们先把这个坑给占住了,有了数据以后才能做很多事情。

所以我认为大家目前所讲的所谓的风口、所谓的人工智能,到目前为止,至少对中国绝大部分企业来说还是聚焦到怎样汇集很好的数据资源,怎样把握住数据资源,至于以后怎么变现,以后怎么去做更深层次的应用开发,我觉得是大家一起努力的方向。

但是我个人是比较讨厌“风口”两个字,风口到我身上了就不是风口了,我是接盘了,可能会踩到一个坑。如果市场上很多讲人工智能,标榜自己是人工智能的项目,我会极度谨慎,特别很多投资界的朋友交流的话,我会给他打一个6折甚至5折,你是否能够达到你所吹嘘的能达到的应用场景。

Alex:如果过去我们讲软件吃掉世界,现在我们是AI在吃掉世界   

新技术有很多方面,我们关注的领域主要是在人工智能这个领域。如果过去我们讲软件吃掉世界,现在我们是智能/AI在吃掉世界,这是我们看到未来5到10年的一个大势。所以在这个大势里面我们主要关注软硬两方面。

软的方面,我们对于视频、语言这一块的处理,视频方面、图像方面在深度学习这一块处理得不错,但语言这一块还有很大的差距,深度学习还需要很大的突破,比如很多学者在用一些认知科学或神经应用网络新的东西在做语言方面的处理,这些地方是我们关注的。

硬的方面,GPU有一个很大的问题是更侧重于云端,对于物联网的终端,如摄像头以及任何无人机的终端这一块的处理和计算能力是非常不够的,功耗也非常大,所以我们也非常关注嵌入式深度学习这一领域的芯片。 

所以这两块软件和硬件,我们主要关注范式的转换,下一代技术用什么技术来实现?它的研发性技术的团队如何,技术的难度到底有多少,对于行业的转化有多大。所以我们投早期的话是希望这样的项目投进去之后几年之内或自己摸索出一条商业化的道路或它被人收购和兼并,因为在美国的早期公司被兼并的情况还是非常频繁的。  

我会偶尔接触一些国内的AI企业,我也一种感觉,整个AI的商业化有点虚了,我们很多初创公司能够做到他们声称的话就非常牛了。 在硅谷里看项目相对会保守一点,因为我们知道最一流的团队只能做到什么程度,所以你不能过度宣传你认为自己就可以马上去取代人了,什么都可以做到了。这个危险性是非常大的。

赵超:人工智能每隔一段时间都说要干掉人类了,这已经说了好几遍了

这两年人工智能的概念出来之后让很多人都模糊了,尤其我们原来很多做互联网的人都开始搞不懂人工智能是什么东西了,是不是我们都要被淘汰了,要完蛋了,人工智能每隔一段时间都说要干掉人类了,这已经说了好几遍了。

那人工智能到底是个什么东西,大家并没有一个很明确的概念,在这个领域里边还是需要巨头,需要科学家来制定这样的标准。

人工智能能够落在哪里?就像刚才提到的教育领域,这是一个。第二,医疗。第三,金融领域。第四,政府,政府掌握着非常多的数据。这些领域会先落地。另外的领域是制造业,接下来要通过数据和智能的东西要进入到供应链、生产端,如中国制造2025、工业4.0,这花了很大的力气在做,这个领域在接下来会是一个很好的落脚点。

现在比较成熟的人工智能的方向,一个是语音,我们的语音识别,你去跟Siri讲话的话,基本能够识别出96%的语言了。还有图像,就像特斯拉,它开路上能够比你眼睛的反映还要快,这个图像识别能力非常强。再往后更加智慧的是语义识别,我们今天问百度,这里最帅的基金是哪一只,如果你搜山南基金就会有一个列表,但它无法告诉你哪只基金衡量帅,这个语义识别还达不到。

总结为一句话,现在对于很多企业来讲现在是在BI的阶段,而不是在AI的阶段。先把数据弄起来,再通过大量的数据,你算出来可能原来没有发现的东西。人工智能是基于统计学,它是一种BI,可能在十年之后会是真正的AI。

章击舟:能够成倍解决痛点或提升体验的技术,这才是最有价值的

什么是新科技或我们感兴趣的新科技?

我关注的不是供给方,我主要是从需求方来考虑。什么样的科技能够解决的问题,解决的痛点或提升的体验能够出现成倍或数量级的递增,这才是最有价值的。哪怕这个技术本身的含金量或研发的难度不是很大,很容易看得明白,那我们认为就是值得高度关注的新科技了。

从这个角度来讲,我们发现很多行业里需求不被满足的程度的差异化很大。有的行业,如吃,这个行业你很难想象它会出现十倍、百倍的体验的提升。所以在这个行业里边不太容易出现高科技的行业,但在行,如交通,我们就觉得无论是交通的设备也好,交通的组织方式也好,它的可量化的提升的空间很大,提升的需求就很大,所以纵深就很大。

大多数的人工智能有三个关注点:数据、算法、计算。我们现在基本的主观判断是数据比算法值钱,要重要得多。因为中国目前的情况不是算法不足,而快速高效地获取数据的能力是一个瓶颈。在此基础之上再去发展算法,甚至购买算法,都是比较现实的。但数据很难,获得数据的业务模式(未必是商业模式)是非常困难的,所以我们更看重数据的获取能力和数据的沉淀能力。

目前这个阶段AI不能想得太美好,我们就看一个场景,用AI技术能够在较低强度的场景下替代人工的应用场景是比较现实的,因为人力的节约就比较现实了。对于智力强度的一高,技术的要求就数量级的递增,所以在较低强度的人工智能可以发挥作用的地方,这是比较容易能够商业化的一个点。

创投助手作为中国最大的创投服务平台,目前已有512000+项目数据,10000+投资人,带给你最多的项目联系方式,最全的竞品信息,最新的行业动态!

本次活动受到了杭州投资人的积极响应和一致好评,下一站活动的合作招募已经开始,城市合伙人、项目资源共享、品牌随行宣传,欢迎加入,欢迎合作!

社群合作请加微信:wtx511527846

机构合作请加微信:Freya0707


+1
0

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

下一篇

除了骗子, 投资人和赌徒都在期待监管

2017-08-04

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业