2019年4月25日，由高新科創、紫金港資本和GPLP犀牛財經共同舉辦的“2019GPLP第三屆人工智能產業高峰論壇”在杭州成功落下帷幕。此次論壇得到了海創基地以及多家投資人、企業家、創業者、媒體代表的支持參與。
面對時下火熱的人工智能，投資機構是如何看待這個市場的投資機會？在第二場圓桌論壇環節中，國科嘉和執行董事丁潤強、凱聯資本管理合夥人黃蒼、金沙江聯合資本管理合夥人周奇、源星資本管理合夥人於立峰、諾基亞成長基金合夥人葛瑤以及紫金港資本合夥人曾雲就這一話題進行了深入地交流和探討，分享了自己的真知灼見。
紫金港資本合夥人曾雲：人工智能是一個提升生產力的工具
紫金港資本是主要浙大校友聯合創立的一家投資機構，現在管理的基金規模超過50億，2016年與浙商創投、浙江大學等聯合成立百億浙大母基金，第一期20億人民幣。
人工智能，在我看來是一個提升生產力的工具，主要有四大用途：
一個是提升效率；
第二是降低成本；
第三個是危險場景和人做不到的一些場景；
第四個是加強監管。
在提升生產力和降低成本的角度，有大量賺錢的公司，也有很多噱頭的公司，主要判斷的依據就是客戶的付費意願和能力。人工智能很是面向企業客戶，如果一開始就跟巨頭綁定，後面它的發展潛力會受到很大限制，如果客戶更多是一些中小企業，不過度依賴某一個或幾個巨頭客戶，則未來潛力會更大。
從2008年至今，在整個人工智能行業發展當中，大概在13前後兩年是人工智能起步發展期，基本上七年到十年一個產業週期，到明後年這些人工智能基礎技術公司是一個上市潮，接下來從2019年開始，一些場景公司落地有非常大的機會。原來一些好進入，利潤高或流通性好的領域，比如金融、交通、醫療等，在過去幾年的發展中，已經被佔領得差不多了，接下來的場景落地機會在於一些有比較深的行業壁壘的領域，對創業團隊的行業資源和執行力也有較高要求。
其他的投資機會，在我看來，一個新的技術浪潮會帶來流通環節，包括內容分發，電商，媒體，支付方式等各種變革，比如說遊戲或者教育內容的分發，傳統的互聯網/移動互聯網的渠道，接下來智能硬件（智能投影電視，VR/AR等）也會逐漸變成一個重要分發渠道，這是過去沒有的機會。過去十年是我見證人工智能獨角獸（偏底層基礎技術公司）成長的十年，接下來我非常看好人工智能在各個細分行業落地的機會，伴隨著產業互聯網，必將迎來人工智能大發展的十年。
凱聯資本黃蒼：PE投資難度大 機會也大
凱聯資本是04年在美國註冊的，從投資的方向和階段來看的話，以大消費和科技為主。
側重於消費，不止於消費。
凱聯資本的投資方向更側重於消費，但不止於消費，可能更多是投資相對成熟的項目，從業務層面或者實操層面更多。凱聯的背景是智慧投資或者是併購投資，從消費、教育、汽車等行業的維度設立一些產業基金。
PE投資難度大 機會也大
凱聯資本更關注於相對長週期的投資，從PE思考路徑的維度和VC是不同的，PE的角度需要對確定性的要求更高，但不管是VC還是PE本質是共通的，是在預判或者預測某個行業的五年之後的未來。凱聯團隊更關心兩個週期的迭代。例如智能汽車領域，在這個賽道里，頭部的玩家五年後的狀態會如何。以前是被動安全，現在是主動安全，未來是人工智能的安全。產業內的人會看得更清楚，在這個賽道上還有很多重量級的選手還沒有出來，被比喻成是“一個穿著西裝的暴徒”，其實這個領域裡面很可能“汽車暴徒”還沒有上場。所以說在這個領域裡投資難度大，機會也大。
資源整合是金融行業至今沒有解決的痛點和需求
投資行業賺的是操作系統和做事方法的辛苦錢，提升效率和降低成本絕對很重要，在金融行業裡還沒有解決這個行業真正的痛點，但是有迫切的需求。看到了問題，去解決這個問題，恰恰這個就是機會。資金是一個方面，但更要做的是資源的整合，這就是凱聯的投資思路。
金沙江聯合資本管理合夥人周奇：AI將有巨大的發展空間
金沙江聯合資本管理著50億人民幣左右的資金，主要投資A、B輪的科技型企業，我們的主要投資方向一個是泛人工智能，第二個是大交通，第三個是產業互聯網，不管是技術創新還是模式創新，都圍繞的是to B的企業，是產業投資。
泛AI是我們投資的一個重要方向，泛AI是指從上游的傳感器到後端的應用整個一個產業鏈，不過前端與後端這兩個方向其實有兩種不同的投資邏輯——前端包括芯片、傳感器等，是非常底層的技術，也是一個長週期的事情，這類企業以基礎研究為驅動，公司的估值也往往比較貴。從應用落地切入的創業企業，其團隊更加複合化、多元化，既有AI的團隊也有產業背景的高管。
在我看來，AI跟互聯網一樣，應該是一個體會不到得但又無處不在的工具，它滲透到各個應用場景中去。我們不應該先從技術方面入手去看AI得技術如何去落地，而應該先從需求入手關注場景。客戶才不關心用的是啥技術，他們只關心問題解決了沒有，解決的成本如何。解決了問題的，然後再來講AI在裡面起到什麼樣的作用。AI創業，也需要從需求入手。
AI才剛剛開始，技術也還有很大的發展空間，應用落地的潛力巨大。在中國創業，除了市場龐大以外，中國市場的容錯能力比較強，允許你犯錯誤。所以中國的創業公司好好抓住這個歷史機會和方向，會有很多的機會。
源星資本於立峰：AI不可能脫離傳統的東西獨立去做
源星資本是管理資本63億人民幣，從A到C輪都會投，主要投資方向是四大領域：一個是智能+，包括智能製造，包括人工智能，第二個是醫療，第三個是軍民融合，第四個是大消費，我們在國內最早提出一個智能+概念的投資機構。
在投資的時候，我們偏好這幾個方面：
第一我們有一定的產品形態和落地的應用場景；
第二個比較看重的是軟硬件結合的，純的軟是不大會投，我們更喜歡有應用場景的公司。
關於人工智能投資，我們更關注智能技術在傳統產業改造升級當中的作用這個賽道。這是一個很大的市場，包括智能製造，包括一些新的其他行業裡的應用，其次我們更關注新興技術，因為智能技術帶來新的應用場景會激發新的消費市場，所以我們會看有一些實體項目，或許這裡面沒有那麼高大上。
我舉三個例子：
我們投資了一個做脊柱手術的機器人公司。應用場景非常明確，可以覆蓋到5個病種，收費不是特別高但也不是特別低，它的智能技術包括定位、導航等等，包括預設手術方案。
第二個案例是一個新的治療技術，從三級甲等醫院傳到縣級，一個醫療的手術方法需要五年時間的培養，但是由於有了醫療手術機器人人工智能技術以後，可以同步實時輔助醫療技術水平的提高。
第三個項目是研究水下定位，包括水下通訊系統等。
從軍工突然延伸到消費品領域，這會形成一個工業品和消費品多維度的產品的視角，也能推進公司在其他領域的研發，包括水下通信系統，水下北斗系統等等，所以我們在看很多人工智能公司的時候，其實不能夠單純從公司的角度看它的技術多麼高，而要結合公司的商業模式來看。
因此，我認為人工智能技術的發展是一個長期的過程，中國AI技術和未來的發展前景空間確實是非常巨大，但這個過程當中現有的技術跟現在的技術如何結合起來，這些是我們比較關注的。
人工智能未來的投資機會，其實無論是機械的自動化還是怎麼樣，總是要跟AI結合，不可能脫離傳統的東西獨立去做，一定是在一個應用的場景下去進行價值提升。芯片也會在應用場景下才會有價值，我們認為新技術和市場之間是一個互動的關係，也許有應用，而且應用出來的時候會擴大市場，市場的需求又進一步促使技術的進步，現在的技術發展和過去的技術發展完全不同。
大疆就是一個典型的例子，大疆無人機的出現形成了一個巨大市場，這個巨大的市場促進技術的發展，在安防、森林防火等等這些應用領域反覆的賦能，這是一個成功的例子，因此在天上、水下、安防、軍工等等這些領域，無論是橫向還是縱向，都產生了很多新的技術，產生了新的市場，新的市場又反過來促進了技術和新的品類的應用，設備更加成熟，這是一個很大的商業機會，我們會重點看這些領域的投資機會。
諾基亞成長基金葛瑤：人工智能對行業的改造還非常初級
諾基亞成長基金在全球管理10億美金的規模，主要投資方向是科技+產業，包括我們比較關注智能交通、物流、消費、教育、醫療，另外還有企業服務，專注於成長期投資，投資規模是一千萬美金到幾千萬美金左右。
我們在人工智能領域主要關注兩種類型的公司，一種是落地比較快的，我們關注技術的成熟度；另外一種就是技術還不是特別成熟，但是市場空間非常大的公司，這一方面我們主要關注數據準確性及可獲得性；第三是消費者對技術的發展容錯程度到底有多高。
此外，我們還會投一些邊緣計算的公司，硅谷有一家公司，現在已經有了一些在物聯網產業的應用，不過這件事其實不光光是一個人工智能算法的問題，在行業應用當中也是挺複雜的一件事情，包括機器視覺、硬件，甚至包括對算法的優化，包括對行業的理解，其實在這個過程當中非常重要，所以一個複合型的團隊非常少見的。
還有一些我們覺得很好的公司，這個領域還有一些不錯的團隊，最近在這一年左右開始用一些新的替代性的方式思考一個行業，也會冒出來一些稍微早期一點的公司，但是方案更先進，可能今年會去佈局這些行業。
人工智能這個市場發展真的還非常早期，投資機會也非常多。比如說移動互聯網對於整個工業、傳統行業的改造其實現在還遠遠沒有結束，所以說人工智能對行業的改造還非常初級。
第二，從中國的市場角度去看，我們認為中國在這一輪科技進步的浪潮當中是有顛覆性創新和彎道超車的機會，比如在技術演進過程當中我們積累了用戶數據、行業經驗，慢慢也會有一些顛覆性的技術出現，那個時候就是這個市場低端顛覆高端的機會，我們非常堅定的看好中國市場人工智能發展機會。
國科嘉和丁潤強：AI一定要技術與產業結合，創造商業價值
國科嘉和是中科院國科控股直管基金，2011年成立，現在管理著多支人民幣和美元基金，包括專注中早期的VC基金和成長期的PE基金，還有一支安全專項基金；作為中國科學院嫡系的投資機構，國科嘉和現有的近百家企業，以及未來計劃投資的方向，均是以核心科技為主。
關於人工智能投資，我們更關注AI技術的應用，即AI技術與產業的結合。
我舉兩個例子，第一個就是人工智能在工業領域的應用，比如視覺和工業檢測，以一部手機為例，我們知道手機在出廠的時候要經過大量的檢測，有包含了各種各樣聲光電的、基於信號的檢測，也有基於視覺的檢測，比如表面的劃痕、瑕疵等。過去的時候使用工業相機，對於傳感器、光源有很高的要求，現在則是可以將工業檢測跟AI進行結合，一方面可以降低對前端傳感器的要求，以及AOI綜合使用的門檻，另外一個方面有機會提高已有的檢測設備的檢測精度和檢出率。
第二個案例是自動駕駛和智能汽車，圍繞著這個產業鏈，我們投了不少公司。受限於監管、技術成熟度、成本等多方面的綜合因素，真正能大量商用自動駕駛的乘用車還需要走很長的路。在哪些場景內能夠有機會更早更快落地呢？比如工程機械、礦山車、物流車甚至農用車。原因在於這些車輛它們的工作環境更嚴苛比如有很多粉塵、渣土，存在更極端的高低溫，而車輛所在的作業區域還要被嚴格監管的，這個時候把人工智能融合在這樣的落地場景就非常有商業價值了。此外，從技術應用的成本角度，對於一輛二三十萬的乘用車而言，現在自動駕駛的成本實在高，但如果把這些技術用在售價就有大幾百萬、甚至一兩千萬的工程機械上面去，這個成本的增加對於客戶來說，接受度就大了很多。
總結來說，雖然算法的不斷提升很關鍵，但任何項目我們從來不會說就AI論AI，而是一定要將先進的算法、技術來賦能產業，一定要找到一個具體產業可以和成熟的AI算法、技術去結合，提升效率，降低成本，這是第一個機會；第二個機會是創造新品類，創造新的應用方向，過去由於各種原因做不了，而現在技術發展到能夠做成，抓住過去已有產品的轉型新方向。
閱讀更多 GPLP 的文章
