投资行业总是不缺概念，继O2O、共享经济之后，人工智能（AI）成为了时下最热的风口之一。AI技术早在60多年前就已萌发，经过一段相对漫长的发展时期，终于在近几年逐渐走向市场，慢慢进入了我们的生活中。
如今，推动AI发展已经上升为我国的国家战略。2017年7月，国务院发布的新一代AI规划正式提出了“三步走”目标；2017年12月，工信部发布的《促进新一代人工智能产业发展三年行动计划》中又列出八个细分重点方向，包括语音翻译、智能家居、网联汽车等。
AI的发展方兴未艾，AI的未来势不可挡，“O2O、共享经济的风口只会持续几年，但这一波AI热潮会延续五六十年，未来大有可为。”长期关注AI领域的星翰资本创始合伙人杨歌表示。
AI真伪之辩
2017年年底，阿里巴巴前任CEO、嘉御基金创始合伙人卫哲发文表示，今天的AI项目当中，存在大量的伪AI，其占比可能高达90%，或者99%。卫哲的这个看法，与有着“华人AI第一人”美誉的谷歌AI项目负责人李飞飞教授的观点高度一致。
在现在的AI创业项目中，是否确实存在如此之多的伪AI呢？一些投资人和相关行业从业者给出了他们的看法。
戴燚（建投华科董事总经理）：从本质来讲，AI还没有找到自己的杀手级应用。但我不担心大家没法分辨伪AI，我相信大家心里都有杆秤。我更关心的是，在这轮投资泡沫下，融到了巨量资金的头部企业需要非常谨慎，不能让自己被高估值所迷惑。举个可能不是很恰当的例子，在纯电动车领域，我们看到有很多获得高额投资的企业造出来的不过是电瓶车、买菜车，我们不希望AI领域也发生这样的事，不能把真AI反而练成了伪AI。
AI的冬天是不是要来了？我相信，融到资的头部企业可以熬过冬天的。我们投资人希望，投了这么多钱进去，能促使AI的技术水平上一个台阶。行业发展本身会有起伏，但如果整体上是一直向上的，我们的投资也就达到了初步目标。
陈晖（雅森科技CEO）：“伪AI”这个命题在医疗行业是很难存在的，因为医疗这件事非常严肃。医生在意的是你这个产品好不好用，检测的准确率是否能接受，至于你的技术是不是属于AI，医生其实并不太不在意。
坦率地说，在医疗领域确实有一些公司，本来做得好好的CAD产品，现在一定要跟AI搭上关系。我觉得这是没有必要的，能解决真实场景问题的产品就是好产品，至于是不是属于AI技术并不是太重要。伪AI在医疗领域很难生存，只打着AI创新旗号的公司也很难生存，是不是有好产品才是第一位的。
张征（海康威视解决方案部总经理）：我觉得“伪AI”本身是一个伪命题。这就像买钻石和买玉一样，它们到底值那么多钱吗？喜欢的人觉得值，而不喜欢的可能觉得一分钱都不值。AI是不是有价值呢？我觉得最主要还是看它是不是有用，这是最主要的。从本质上讲，假如它能替代人解决很多问题，这个就是有用的。
举个例子，有一个案件，公安部门调了15万小时的视频，花了很多警力看了三个月。那么，能不能用智慧的方法迅速发现目标？这个事情可以做，我们提了一套方案。以这个15万小时视频资料的案例来讲，我们来做，目前两三分钟就能完成，大大节省了警力，替行业解决了问题。我们的理解是，只要你真正能给人家带来好处，也不用说是AI或者不是AI，用户使用后觉得非常好，性价比也能接受，这就是好的东西。
真AI的构成要素
专注于智能硬件、人工智能领域的科技媒体“IT耳朵”的创始人潘海祥，近两年接触和采访了许多相关企业。“最开始是VR公司，然后是AI公司，现在是区块链公司，创业的风口会有很多人去跟，也出现了很多假的AI公司。如何识别那些假AI公司是我们非常关注的话题。”他表示，要明辨真伪就必须练就火眼金睛。
于小镭（中企港资本董事长）：怎样区分真AI和假AI？我总结了四个要素，分别是算法、算力、数据和场景。大数据是所有AI要素中的基础和核心，判断任何一个项目是不是真AI，首先要看它能不能积累大数据，如果不能那肯定是伪AI，只能算是智能硬件项目。所以，真的AI技术一定要在独特的算法基础上有深度的学习，通过各种各样的深度学习积累所有场景中的数据，再通过数据建立一套模型，产生出新的应用。
我的总结是，AI有两大核心价值：第一，能给整个社会带来生产力和生产效率的大幅提高；第二，一定能够极大提高用户个性化需求的层次，极大满足用户个性化需求。
吴卓浩（创新工场AI工程院副总裁）：事实上，这一波AI创业跟上一波互联网创业有着很大的不同。搞移动互联网创业，可能同宿舍的兄弟几个凑在一起就能够开一个公司，做一个App，一夜之间就能火起来。但是AI创业，如果拿不到海量的、可以被自动标注的数据，就没有办法通过这些可以供机器学习的数据训练出高质量的AI。这其实是非常巨大的门槛，直接导致了现在的AI创业机会并不多，你要么能和一些已经拥有大量数据的公司合作，要么就得切入一些领域去深入挖掘。
陈震（速感科技CEO）：真假AI有一个很大的区别，就是看后台是否有大量的人工需要标注。我刚刚看到一个例子，在后台进行关键字段标注的时候，人们没有意识到，字段之间的关键字顺序颠倒并不影响人的视觉理解效果。从这一点上讲，其实后端还有大量需要解决的问题，包括美国数学家朱迪亚·珀尔教授提出的贝叶斯公式。接下来，在几个关键流派中，人们所说的行为学派将慢慢地凸显出来。
其实对机器来讲，现在还没有办法去进行自身型的判断。一个关键性的字段，对它的理解，对它反面颠倒性的理解、正向印象性的理解等，究竟会给机器带来怎样的思考，这是今天的深度学习还无法解决的问题。属于需要未来通过更多的因果型模型，并加入心理学、哲学的相关性理解才能解决的问题。
AI领域泡沫几何
“泡沫”与“风口”总是如影随形，即便像创新工场创始人李开复这样的AI的绝对支持者和宣传者，也对AI领域的泡沫表达了忧虑。他在2017年年底举办的一个会议上表示，“AI项目融资热是从今年上半年开始的，最近融到钱的项目，它们的钱差不多够花18个月，也就是说，明年年底估计会有一批公司倒掉。”
现在AI领域泡沫几何，又将以怎样的形式终结呢？
沈劲（高通创投董事总经理）：首先，泡沫肯定是存在的。在这种情况下，就要求投资人具体地分析每一家公司，有些公司能够在这样的环境中成长为十亿、百亿甚至千亿美元的规模，如果它有这样的潜力，我觉得目前的估值就是能够支撑的。对于那些没办法冲击百亿或者千亿美元规模的企业，这个泡沫就比较大了。所以，总体来讲泡沫是存在的，我们怎样在这样的环境中选择好标的是非常关键的。
如果你真的能够成为AI的赋能性的平台公司，就有可能成为十亿甚至百亿级的企业。但是我认为，现在成为平台级公司的机会已经不存在了，如果今天还有公司说要成为平台的话，我们就要打一个很大的问号。
顾凯（启赋资本合伙人）：我倒不认为这个行业存在过多的泡沫，以商汤科技为代表的新型AI创业公司正在刷新我们的认知，这个创造泡沫的过程也就是认知变现的过程。此前20年的IT化、此前10年的互联网化以及最近10年的移动互联网化，都揭示了一条规律，就是我们的技术周期和经济周期往往是不同步的，它们真正同步共振的时候也是泡沫最大的时候，会有一些新技术等待新的商业模式出现。
我们要更多地看技术发展规律和经济发展规律之间的关系，换一个维度去思考问题，而不是力求给泡沫下定义。对泡沫的理解本身见仁见智，我们要透过现象看到它背后的规律，看到它背后的本质。比如前两年流行的O2O就是典型的泡沫，大量资本涌入，投向没有差异化、没有护城河的商业模式，输入的资金越多产生的亏损也就越大。项目有没有真实的前景，要看这个技术、这个项目本身能不能创造正反馈的系统。
不过，我也不认为现在只能存在一个平台性公司，我们投资人还是希望能投到这样的平台性公司。
迟景朝（天鹰资本创始合伙人）：从投资曲线来分析，我觉得任何一个行业，特别是当这个行业发展比较热的时候，一定是有泡沫存在的，没有非理性就不会有理性。在一个新的概念出来的时候，所有投资人都会抢项目。投资人一定要敢于拥抱泡沫，没有承担泡沫风险这种精神就不可能投出伟大的企业。所以说，泡沫是存在的，但投资机构要与泡沫共舞。
我们可以用“泡沫投资”这个词来定义这种做法，你可能会投十个泡，最后九个泡都破灭了，最后就看剩下的这个泡是不是能够变实。AI一定是未来的大趋势，平台型公司可能最后不会超过两三家，所以一定要勇于往前，不要因为担心遇到泡沫就不投资了。但是要指出的是，现在存在泡沫的原因有两个：一是有很多技术不落地；二是很多表面上很牛的创业团队，技术和各方面的经验都很充足，但他们做出来的产品不能落地。要是再投这样的公司，就一定是投泡沫了。
李智勇（声智科技副总裁）：我不觉得有泡沫。从大的方面说，AI这个行业，做技术的公司投进来的所有钱加在一起也没有滴滴一家多。所以从资本的角度看，不能说这里面有很大的泡沫。这事很简单，不管是语音识别还是计算机视觉，它所拉开的技术差距已经形成了技术红利，它影响的范围一定比单纯的某一个行当、某一个模式要大。
现在第一波做AI的企业都是技术公司，技术公司有很高的硬门槛，比如博士创业先天要求的成本就高，因为这部分人有一定的稀缺价值，而且能做这些事的总共就是这么多人，所以消化技术人才的起点就比其他行业高。接下来很关键的一点在于，这个技术能不能产生一个商业上的正反馈，我们现在正处在这个过程中，所以现在说有泡沫我是不太赞同的。
廖承洲（ARM资深投资战略专家）：我的看法是一定有泡沫，而且这个泡沫非常大，从AR/VR、智慧城市，一直讲到现在的AI，它们一定都存在泡沫。我想跟大家分享一下我们站在产业链最上游的看法，即这个泡沫的真正根源在哪里。我觉得有三点：
第一，整个产业的发展出现了断崖。大家都很清楚，有史以来产业界最大的红利是移动红利。但是现在移动红利都吃完了，大家怎么办呢？大家要生存，要转型，要讲故事。下一步的产业方向在哪里？大家都不知道，都很沸腾，也很迷惘。大家都不知道该干嘛，这是泡沫的一个最根本源头。
第二，跟国内的创投环境有关系。现在全国大大小小的基金公司，光是有注册备案的就超过三万家。但是科技行业，特别是AI领域，对投资人的知识要求是一个超融合的要求，并不是说谁进来都能看懂的。
第三，从业人员的专业素质。投资是一个专业度非常高的行业，但几百万从业人员中，可以说绝大部分没有接受过任何系统的专业训练，鱼龙混杂，各种诉求和目的都有。你的眼光是不是独到，是不是厉害，要七八年以后才能得到证明。但这个世界现在就很沸腾，大家看到的都是眼前。
回过头来讲AI，有泡沫，但泡沫也带来了机会。机会在哪里？因为大家对AI技术很熟悉，随着深度学习、神经网络算法的突破，加上现在有这么庞大的安防、数据挖掘等市场来支撑，大家面对的起跑线其实是一样的。在这个时间点上，谁能卡住位谁就有未来。所以，虽然产业界现在处于一种迷失、沸腾的状态，但大家又必须去做，因为这是一个充满不确定性的时代。
杨晓敏（驰星创投创始合伙人）：我的看法比较简单，就是短期被高估，长期被低估，其实革命性的技术都有这样的特点。从投资人的角度看，用PS、PE等指标来衡量，现在任何一个行业都是被高估的。但是从长远来看，以互联网为例，我们今天看这些互联网公司的市值，再去对比当年的泡沫，可能就会觉得那都不算泡沫，可能它们还是被低估了。
刘庆峰（科大讯飞股份有限公司董事长）：AI改变世界需要一个过程，在这个领域，很多创业其实还处于概念导入期。很多方向未来一定会经历一个泡沫破灭的过程，但这也是一个能够持续成长的过程。我们在很多场合都经常说，做AI一定要脚踏实地，不要以为它已经无所不能了，它的发展是一个历史性进程。
我们在2002年时看互联网，它就是个大泡沫；可是坚持十几年之后，2014年再看互联网，它就是人类科技史上一次最大的浪潮和机遇。所以，如果今天我们决定要跟AI对接上，无论是“+AI”还是“AI+”，都必须有一种长期坚守的心态，要跟有战略定力的平台级公司合作，要在关键技术的创新上有长期耕耘的心态。指望在AI领域挣快钱，挣热钱的企业注定会失败，我觉得这是一个基本的逻辑。所以，AI赋能一定需要产、学、研、用的深度合作，一定要懂用户。
优选投资切入角度
普华永道预测认为，2030年AI对全球经济的贡献额将达到15.7万亿美元，来自企业端的有6.6万亿美元，来自消费端的有9.1万亿美元，而其中的70%会落在中美两国的市场中。
所以，即便AI领域目前不可避免地存在泡沫，但其光明的发展前景还是吸引了大批投资人和创业者纷纷进入。AI的故事才刚刚开始，它与哪些行业结合能更好地落地，哪些细分领域存在更多的投资机会，又有哪些领域更有可能胜出呢？
杨晓敏（驰星创投创始合伙人）：具体到细分行业，比如我们现在关注的车载行业。我们认为这是一个还没有被大家充分挖掘，但非常有前景的行业，它的市场潜力很大。现在大多数汽车都安装了语音交互系统，但这种系统几乎是傻瓜状态，只是解决了从无到有的问题，还没有解决质量从低到高的问题。从细节上说，如何能在多人对话、非自由、非配合的情况下把语音交互的体验做好，这就是一大问题。从这个角度讲，我们认为车载行业是很适合引入AI来改造和结合的细分领域。另外，我们还在关注企业服务类，如客户关系维护、以教育或陪伴为目的的一些助手类的产品领域。
李智勇（声智科技副总裁）：整个AI应用现在有两个大的方向：一个是纯粹的偏数据的应用，比如跟金融行业结合，这有点儿像大数据的进一步发展，我觉得它不能代表AI的本质方向；另一个是软硬融合，直接形成一个感知的层面来进行决策。有一个典型的例子能代表这一波AI浪潮的根本特征，之前的新闻也报道了，俄罗斯在一次反恐战争的出兵中，前线布置了五辆无人驾驶坦克，天上飞着几架无人机，设在五公里以外的指挥系统与莫斯科随时保持联系。这个系统就很符合AI的特征，它不是单纯地依靠算法，而是跟感知有结合，感知形成一种反馈，反馈又让某些设备采取进一步行动。与之类似的还有自动驾驶，智慧城市也是。
沈劲（高通创投董事总经理）：我提出四个垂直的行业：农业、教育、零售、手机。前三个领域的共同特点是市场规模够大，但数据化进程比较落后，它们还有一个共性就是有图像和声音，这是很重要的。人有五种感知能力，但可能百分之七八十的信息是通过图像获得的，剩下还有百分之十几是通过声音获得，通过触觉、嗅觉和味觉能获得的信息量是比较少的。这也是AI首先在声音和图像两个方面取得突破并找到应用场景的原因。而手机这个行业太大了，如果有AI可以应用的话，规模效应马上就可以起来。
顾凯（启赋资本合伙人）：现在AI刚刚从感知层开始进行突破，我们既要看到它未来的发展方向，也要回顾过去。
AI也是这样，现在只是在感知场景有突破，而未来可能会有更多。联网的设备多了，数据量变大了，我们就需要更强的处理能力，需要更加优化的算法，这就是AI在算法层面的应用。这几个因素结合起来，未来可能会产生越来越多的机会。
迟景朝（天鹰资本创始合伙人）：AI领域整体上是有泡沫的，但我觉得在垂直细分行业，泡沫现象不像整体那么严重。
我们主要关注的垂直领域是智能制造，因为制造行业的市场空间足够大。比如说做AI的计算平台，它在垂直的制造行业中是很容易壮大的。另外，制造行业的消费能力很强，经过几十年的发展，制造行业有很强的买单能力，可以迅速将技术产业化。比如制造业与消费业结合的CRM行业，可以通过AI对所有的生产数据和消费者数据进行分析，优化生产效率，节省生产成本，最终结果是让消费者可以享受到更多性价比较高的产品。
在制造行业，要是能够把新技术应用做得很垂直，机会就会更大，甚至会改变已有的生产模式。比如说以前一条生产线需要用十个人，现在是十条生产线用一个人。对于一台设备来说，不用一年就可以收回成本，毛利率非常高，可以达到70%～80%。像这样的技术，所有的制造业企业都非常愿意去买。
閱讀更多 投資圈雜誌 的文章
