第四次技术大变革 AI是趋势也是时机

2019-08-29 14:45:35
字号
放大
标准
分享

在新一轮人工智能产业浪潮时代,创投机构应该如何把握投资节奏?创业企业需要怎样抓住行业发展机会?如何坚守长期价值?人工智能又将如何发展?2019年8月23日下午,以“澎湃动力:AI赋能新时代”为主题的人工智能圆桌论坛在北京大公网成功举办。
 
本届人工智能圆桌论坛由香港大公文汇传媒集团主办,中国投资协会股权和创业投资专业委员会联办,至美资本协办。本次论坛作为中国新经济明珠奖系列论坛的一个先行活动,围绕“人工智能如何重构商业模式”、“人工智能发展现状和挑战”、“人工智能投资风口和趋势”、“中美人工智能产业发展对比”等问题展开了深度的探讨。大公报董事、大公网总裁林学飞、中国投资协会股权和创业投资专业委员会副秘书长赵贞、大公财经总经理田静、至美资本合伙人任东林,及华山资本(WestSummit Capital)管理合伙人杨镭、同渡资本创始管理合伙人吴蓉晖、光速中国助理合伙人王国栋、君创基金合伙人陈浩、远镜创投合伙人赵翔、高捷资本执行董事李俨、北航投资投资总监王维、特斯联副总裁刘丰、汇医慧影副总裁&CMO张雪峰、声智科技战略合伙人&CSO李智勇、明略科技集团创始合伙人&CFO姜平、图普科技创始人&CEO李明强等20多位知名创投机构和人工智能企业高管出席本次论坛。
 

北航投资 投资总监 王维

作为本次活动主题演讲嘉宾之一,北航投资投资总监王维就人工智能未来的投资方向分享了他的观点。
 
人工智能未来已来
 
对人工智能的未来展望,王维认为,伴随着基础算力的提升、广泛数据积累以及各类新型算法的开发,人工智能越来越显现出他的威力,视觉和音频领域识别的置信度都在98%以上,已经超过了人类,并且随着自然语言、知识图谱方面进一步的研究应用,人工智能将更加广泛的渗透到社会的方方面面,同时也将改变我们生活和工作方式,未来人工智能和机器人将替代大部分人类重复的、机械的、模式化的工作,人类将站在一个和机器智能新的协同发展的阶段。
 
人工智能已被公认为第四次大的技术潮浪,我们身在其中就要拥抱浪潮、拥抱趋势,作为投资人更是如此,我们要把握住人工智能发展的脉络,把握住人工智能赋能产业的机会,而不是简单用“投资风口”来理解AI,他应该是一个长周期的投资,只不过所有技术的迭代和应用都在一个螺旋式的发展过程中,不管AI是过热还是要进入一个盘整期,这都是未来趋势路上的里程碑。
 
王维有多年的管理咨询经验,喜欢跳出事物本身看事物,会从产业链和相关模块的内在关系来分析未来的发展和投资机会。王维认为,构成人工智能的框架一共分为三个层次,分分别是基础层、技术层、应用层,发展也是自基础层由下而上的不断强化循环的过程。
 
基础层包括芯片、传感器、云计算、大数据,可以清晰看到在过去几年,基础层有大量的项目涌现,也得到了投资机构的追捧,不乏像禾赛科技、寒武纪、海天瑞声等明星项目,国内人工智能在基础层已经得到一定夯实,为人工智能产业的实现降低了成本和门槛,未来还有进一步迭代的空间,这些属于大机构、重度玩家的领域。
 
技术层包括学习框架和算法模型等,目前开源的学习框架Tensorflow、Caffe等大部分都还是国外的,学习框架非常重要,它相当于模型的环境同时也是构件开发的生态,国内相对欠缺,当然现在国内互联网巨头像百度、腾讯等也开始推出自己的学习框架,也在逐步完成AI开发生态,这个生态贯穿从基础层到应用层是非常必要的环节,软件算法的公司除了形成算法库的同时,有能力的最好建立起自己的一套学习框架,这里也有机会。
 
应用层就是我们常说的场景,从去年到今年,投资圈里一直都在说AI怎么落地?怎么做场景应用?随着我们的基础层和技术层不断积累,我们在视觉、语音、NLP等方面的模块可以逐步和场景结合,比如之前在安防、自动驾驶在医疗影像方面已经有了很好案例,2018年开始,应用层的创业公司大量出现,部分领域已经有过热的势头,作为早期投资人,最需要关注就是应用层的机会,产业闭环相对要快,需要团队在方向、技术、落地方面都有很好的能力。
 
人工智能未来场景落地三要素
 
对于未来人工智能应用场景在哪些地方,王维总结了三要素。第一个就是有足够量的数据,随着信息化程度的提升、传感器不断的铺设,在相关的领域里面数据沉淀会越来越多。第二个是产业的市场空间要足够大,在之前金融、交通等领域已经得到了验证和反馈,AI最先改造的一定是大的市场和大的场景,一些小的产业目前可能并不适合要做人工智能的改造。第三个产业本身要算一笔经济账,需要有支付能力也愿意拿出来钱做AI的升级改造,AI改造对收入模型有很好的支撑,比如政府项目、金融行业就是很多AI公司首选的客户。这三点如果满足的话,我相信人工智能的应用场景就能实现较快的落地。
 
未来比看好的包括AI+有机农业,通过对蔬菜、水果温度、湿度、光照、土壤等信息记录,积累相关生长模型,通过对环境条件的控制,来实现对甜度、水分、营养程度的优化。
 
还包括AI+工业领域,利用内嵌传感器或者新建传感器对机器状态、能耗、控制等方面做积累形成模型,实现产品质量自动检测、设备预维护、自动节能等方向。最后就是AI+医疗领域,通过积累的大量医疗影像和诊断数据来实现辅助审片、提供术前规划和术中导航,通过药物的基础数据缩短新药的测试的周期等。
 
总之,未来在人工智能的三个层级上都有机会,只是不同机构策略选择略有不同,注重AI场景的落地,必须要选择数据、产业和支付能力都能满足的行业,AI大大趋势会在循环里不断的提升和发展。
责任编辑:吴洋洋

相关内容