人工智能尖峰论坛对话：市场低估了人工智能落地的难度，产品功能、供应链上仍存在问题

　　当前，中国仍然是世界上最具活力和增长潜力的经济体。人工智能、生命科学、大数据、物联网等领域的突破让中国各行各业都在发生了深刻的变革。在这大变革时代，企业领导人将面临更为复杂的挑战，惟有激活企业家精神，方能激发市场各主体以万马奔腾之势争相前进。

　　2017 年 12 月 9-10 日由《中国企业家》杂志社主办的“2017（第十六届）中国企业领袖年会” 在北京举行。以“相信未来”为主题，邀请上千位国内外主要行业领先企业的领导人，深入分享并探讨，在大变革时代，如何弘扬企业家精神来应对不确定性，在虚与实之间、线上与线下之间、传统产业与互联网之间重构商业生态，以市场的力量引领科技与创新，给未来以坚实的支撑和自信。

　　2017年12月9日下午展开了以“人工智能大爆发”为主题的尖峰论坛。以下以论坛演讲实录，经投资界（微信ID:pedaily2012）编辑整理：

　　主持人：大家好，我是红杉资本中国基金的合伙人浦晓燕。欢迎论坛的嘉宾，今天我们讨论的话题是在这个时代非常被关注的话题，从PC时代到了互联网时代，再到移动互联网时代使万物互联成为了可能，并且成为了趋势，现在的人工智能已经成为了这个时代激动人心最值得期待的技术，也可能成为未来十年和更长的时间段里面，IT产业发展的焦点。人工智能并不是崭新的概念，80年代被热烈的讨论过，直到今天由于大规模的计算存在，以及计算成本不断的下降，大数据、深度学习、人脑芯片4大催化剂的发展，使得人工智能技术得到了突飞猛进的发展。人工智能也成为了中国经济的弯道超车的机会，国务院也将AI发展规划提到了国家战略的高度，中国在AI的人才和论文发表的数量和AI的创业企业的数量等等方面都走在了世界前列，成了和美国可以并驾齐驱在AI领域第一第二的产业大国。

　　我们今天也非常有幸请到了5位来自AI领域的创业者和投资人，他们在AI各个不同的应用领域都取得了非常瞩目的成绩，请每人花的分钟的时间介绍一下自己的公司，以及介绍一下自己在AI领域的应用。

　　赵勇：谢谢，我是格灵深瞳的创始人，是做计算机是的公司，技术用在安防、医疗、无人驾驶汽车等等领域。

　　高禄峰：大家下午好，我是赛格威纳恩博公司创始人兼CEO高禄峰，我们这个集团分别是中国的名字，赛格威是美国的企业，我们把这个企业收购了，做的业务是交通的一些创新形态的硬件的产品，同时我们也介入到机器人和AI领域，从14年开始和小米等等的合作伙伴进入到服务类机器人的领域，我们也在之前的几年，通过开放的平台和欧洲等等很多机构建立了比较密切的联系。

　　梁家恩：大家下午好，我是北京云知声创始人梁家恩，2012年成立的以智能语音交互为切入点的人工智能公司，主要的应用主要是面向物联网、智能家居、医疗教育领域的应用，目前有比较好的落地的产品。未来我相信会有很大的应用场景的挑战是未来5年、10年值得期待的。感谢大家的支持，谢谢。

　　唐文斌：我是来自旷视唐文斌，更多人对我们了解主要在人脸识别的相关的技术上，我们的应用有三个大的方面，一个在手机智能上，我们给华为、小米、VIVO、锤子、美图等等一系列的手机提供人脸解锁的功能，除了苹果不是我们做的，剩下全是我们做的。我们给互联王金融的创新，给银行、保险、证券等等提供了人脸的实名认证服务。我们帮助公安通过人脸识别抓获逃犯将近4千名，这是我们做的三个方向。

　　刘维：大家好，百度风投CEO刘维，我也是创业者，我们是以投资优秀的人工智能企业为目标的创业公司，是百度发起由我们团队独立管理和运营的独立的风险投资机构，我们在中国欧洲等等投资人工智能技术和应用的企业，我们刚刚完成第二期基金的设立，运作时间不到1年，也投资了将近50个AI领域全球的一些技术公司。

　　主持人：谢谢各位的介绍，我跟刘总下面交流的时候也说，刘总是AI企业创业背后的创业者。

　　我们台上的嘉宾，基本上反应了我们国家在人工智能产业布局的缩影，语音处理、计算机视觉识别领域，我们国家在这些领域都是走在世界的前沿的。对人工智能来说，从投资人的角度说，一个是非常重要是数据，第二非常重要的是落地的场景应用，我们请创业者讲讲，作为一群深坏绝技，掌握了高潮算法的牛人，怎么选择了各自的落地场景的？阐述一下创业的初衷？

　　唐文斌：介绍一下旷世公司的名字，日+广表示大的意思，世就是视觉，我们希望大视觉，希望机器看懂世界，把图像、视频中分析出来的数据机器可以理解，加以分析，不同的场景有不同的作用。我们自己也看，图像在很多场景中都可以被用到，到底我们应该找到哪些场景先做，哪些场景给我们带来价值。核心的点叫做这个技术在这个场景中能够给用户带来的价值增量有多大，原来不用，现在用了，用户的感知度的提升，价值变大的部分有多少。

　　我们最早做互联网金融的实名身份认证的服务，以前发现去银行改个密码，大额转账必须去现场，这是一件非常痛苦的事情，为什么去现场？核心是确定是不是本人做这件事情，你不需要去柜台，在线上可以完成，我们就需要做实名认证，人脸是在中国是唯一可以用来做实名认证的，国家只有我们身份证的照片信息，这就是用户增量足够大的场景。

　　再比如，我们在安防场景中，先做了金融的实名认证，后来做了安防。通过人脸识别、图象识别、车辆识别的技术，我们能够让现在装了的几千万个摄像头，能被放过的千分之一都不到，更别说被看过的，这些数据其实是宝藏，我们怎么样挖掘出来，而且能够给业务带来非常直接的应用，明确的价值呢？我们帮走失的老人，有点痴呆，不知道自己是谁了，走失之后不知道怎么样回到家里，我们通过人脸识别的技术找到了家人。对很多场景下识别逃犯，让犯过错的人付出代价，未来让社会更加的安全、便捷，这个是叫做用户价值的增量是足够高的。所有的维度都在看一方面是技术，技术到底能做什么更重要的是场景中的价值增量，这是我们考虑的。

　　主持人：人工智能并不是非常高昂的技术，其实是能解决日常生活中非常急需的痛点。

　　梁家恩：我们跟唐总类似，他们视觉切入，我们是语音切入，交互来说是未来非常大的场景。

　　人工智能这个技术就像一把屠龙刀一样，练了60多年了，现在要下山，要真正做一些事情，做一些真正服务社会的事情，挑战还是非常大的。

　　我们当时做了语音技术，当时在13年的时候，我们做了2个应用，一个是手机上的语音助手，还有乐视上面做的超级电视的应用，跟硬件结合之后，活跃度非常高。我们语音交互未来跟物联网有非常大的结合。14年初的时候，我们要坚决进入物联网人工智能的语音交互，跟硬件结合，打造产品方案，到目前，已经帮助6大家电厂商、格力、美的、长虹、海信等等做了智能语音交互方案。目前出厂已经接近百万台了。空调上的应用可以放开摇控器。

　　未来一块应用，车载也是非常刚需的产品，开车的时候，不需要眼睛跟手离开方向盘，我们也是做了很多，在车载上面出货量超过千万台了。另外的应用，口语的学习和评测，还有一些医院里面的病例录入，帮助医生节省很多时间，帮助很多老师释放了很多一对一辅导学生基本上没有可能性，这块从这些刚性的应用场景切入，这才是人工智能最能够发挥价值的点。

　　未来在应用层面，我相信会有很多非常新颖的创新，现在是5年之后看到的东西，跟我们现在看到的东西完全不一样，我有很多的期待。谢谢。

　　高禄峰：今天各位嘉宾的选择是很有意思的，旷世主要做视觉直接的特写，看懂人脸，梁总是听和读，能够说话的能力，对照人的基本能力来讲，我们重点解决的是移动的能力和导航的能力。谈到移动能力，像特斯拉那样的辅助驾驶是作为人工智能里面，非常重要的不可或缺的部分，能够读物，我们看视觉导航，我们使用的系统是用视觉看懂这个屋子具体哪个地方可以走，用什么样的策略走得更好，对照家里用的扫地机用的是比较早的激光导航的技术。现在使用的都是像特斯拉和现在的车辆导航使用的视觉类的，通过摄像头的方式，读懂这个屋怎么规划线路是最合适的，怎么样实现这个路径的移动是最合理的。这是我们重点解决的问题。

　　所以在实际的场景应用里来讲，你会发现，场景是非常大的，刚才我跟浦总聊的时候，特斯拉是在高速公路上高速行驶的车辆，我们解决的是中低速的，未来送货的机器人，我们在生活中很多需要，本来你需要人非常重复的行动，但是需要机器人路径规划解决的行动，都是我们的业务涵盖范围，简单讲，我们在人工智能和机器人领域，我们重点切入的是移动领域的视觉导航带来的大运算的领域。

　　主持人：高总从硬件切入到了自动驾驶AI的领域，已经有了看听行，眼睛一般有两个，还有一个做计算机识别的公司。

　　赵勇：安防是计算机视觉公司，80%的公司第一个会想到的，安防行业是视频资料最丰富的一个行业，全中国差不多有4、5千万个摄像头，差不多全世界50%的硬盘用来存安防监控的录像，这是非常可怕的，北京有250万个摄像头，每一天有5千多年的录像，这些录像被结构化和理解了，有惊人的力量，不光是抓逃犯，中国总体来讲是比较安全的国家，我们帮客户解决一些非传统的问题，这些问题是没有人工智能以前根本没有办法解决的问题。

　　举来个例子，第一个，怎么样通过视觉大数据来猜谁是犯罪人。我们在某一个城市，在很多数百个小区都装了人脸识别，每到了冬天的时候，会有很多入室盗窃的案件发生，价值都不大，但是数量非常多。让警方一个个破解很困难，甚至有家都被偷2、3天才发现，连作案的时间都不能确定。在这种情况下，耗费警方大量的精力去破这种案子，警方也很不愿意，也浪费社会资源，今天我们就可以把数据拿过来，简单分析一下，背后往往是团体作案，有哪些团体非常巧的在不同的地方一系列的时间都出现在这些地方，这里面有大数据，就把他们筛出来了，这是特别惊人地发现，这是过去没有人工智能无法想象的，靠人力是绝无可能去触碰的应用。

　　今天公安的作业模式一直是围绕着破案，如果你去任何一个公安局，70、80%的时间去破价值很低的案件，偷自行车、手机等等的案件，他们特别希望有第三种非公安的形式解决这些问题，用不着公安出动，对社会平安有好处，各地公安都知道，这些人是哪些人，他们经常来犯案，经常被抓进来可是关不起来。以后这些数据会掌握在一些公司的手里面，这些人靠近这些小区的时候，假如开一个商场，保安手机上有提示敏感人进来了，他发现自己到哪都能被识别，他就不会作案了，可能会换一个地方了，不需要公安出动，能够压制，对社会影响比较大的这种类型的犯罪。这是第一种。

　　第二种我们过去一年在新疆做了很多工作，不是逃犯也不是小偷小摸，是反恐，这个问题跟破案是完全不一样的，破案是说这个事发生了，我得搞清楚是怎么发生的，谁干的我得抓起来。反恐你是希望这个事最好不要发生。一旦发生了恨不得让全世界都知道这是我干的。在反恐的时候，这个问题就特别复杂，尤其是在新疆的反恐，16年会发现70%的爆恐分子是良民，根本没有记录的。我们对人和人的关系，人的行为情报是出了漏洞的。不是说基于一个黑名单抓人，而是说对我看到的每一个人对行为社交关系去分析的这种能力的要求就特别高了。在这个领域，我们也才刚刚开始探索，现在看起来，我们的客户在这个领域有巨大的需求，我也感受到了一个迹象，当社会上千千万万的数字摄像头开始关注，琢磨每一个人，每一个场所的时候这里面得到的数据有巨大的深层次的挖掘的意义在这儿。这是我们做的这部分工作。

　　我们也做了无人驾驶汽车，低速的移动工具，我们做的车个头大，真的是汽车一样，我们分出来的团队联合合伙人建立了无人驾驶公司，在这个圈子里面，有人做卡车，有人做乘用车，我们有一个特别强烈的梦想和愿望，就是去创造一种新的出行体验，就是说纯无人驾驶体验的车。不光是交通工具，事实上今年我们推出一个新的车型，我们希望明年能够推到市面上达到量产，坐在车里面，感觉不到汽车了，可能有一个型号两个人坐在里面，按一按键就可以躺平了，睡一觉。还有一个两个人坐在里面，中间可以升起一个桌子，你可以工作，车头车尾都看不出来，我们正在努力让这个现象发生。国家的法规在出现之前，我们公司在融资的时候，我们都是把投资人放到车上，北三环开一圈，下了车看看投不投，这些公共道路，国家的法规还有制约，不知道是哪一年才允许我们上路，我们先做园区车，在机场、科技园区，在幸福小镇，将会推广这种新型的交通工具，这个是我们关注的第二个场景。第三个场景是医疗，很多医疗的项目现在还不能公开，先跟大家分享一个有趣的小案例，是我们和协和医院做的项目，在协和医院有脑神经外科，很多去那儿的病人都是因为脑子里面长肿瘤，有一些肿瘤长出来不会让病人第一步感觉到头疼脑热，是压迫了腺体，产生了异常的分泌，产生了一些症状，简单来说有一些50多岁的人发生了发育，大多数人以为只是年纪大了长胖了，去年有一个中央领导，生了病，去协和，各个科室看，弄了半天没有任何改善，全院会诊，有一个神经外科的医生看了这个领导一眼，虽然症状全部是内科的，他说你也许是脑部有问题，果然发现有小瘤子，找对了症状，就治愈了。这个特别折腾，每年全部有很多病人误诊，先在内科治疗，发现这个肿瘤越长越大特别有经验的医生一看病人的脸能猜出有这个病，我们跟这些医生合作起来，把知识库拿来训练一个模型，现在有微信公众号，相关的医生的病友群里面推广，医生如果怀疑这个症状可能是脑子造成的，就让他们自己拍张照片传上来，现在可以做到1%的漏报率的情况下精度在80%多了，如果说你没病99%是没病的，是成本非常低的预筛的。这是我们特别关注的，也是在做的事。

　　主持人：我们听AI领域的投资创业者，你可以站在更高的维度，你已经投资了50多家企业，在你投资50多家企业里面，应用场景的分布上是怎样的？大家阐述完以后，AI应用非常的广泛，场景相对集中，金融、安防、医疗等等，从你这50多家看看是什么样的场景？

　　刘维：首先我特别用赵总说的公众号照一下，因为我胖了很多。过去6、7年我一直在做AI投资，那个时候AI还没有那么热，很多领域还没有人做，但是到今天这个时点，今年这个时候，上一波AI技术公司已经扩展出去了，很多领域都在涉足，新的公司还有什么样的机会，我自己的理解，我们也在往两个方向走，一个是AI1.0的技术，或者是1.5的技术，第一波视觉技术、人机交互技术等等，更快向纵深的领域延伸，纵深的工业、农业的领域，细分的安防等等的领域更紧密结合，而不只是一个出发点。

　　第二个维度我们也在积极布局AI2.0、3.0，我们现在投的很多更前沿的感知技术、计算技术、存储技术，对非常优秀的AI创业者都是非常有帮助的。也许以后某种动态视觉传感器，帮旷世更快抓到人，减少端上的运算和传输的代价，某种光学计算的芯片，可以帮助梁总的语音处理，运算的代价大大降低。我相信有很多这样感知的东西，跟赵总呼应的我们这两年非常关注人体的传感器。首先把物理世界数字化做了，才谈得上数字世界可理解化。

　　这两年视觉技术、高速是技术，微观技术的发展，使得我们对很多东西的判断和感知，从很粗的颗粒度向越来越细的颗粒度发展，成本也越来越低，今年投的某些项目，做单细胞层面的血液的高速视觉分析，血液的生化检测是很成熟的市场，今天的检测还是抽样的，基于抽样再对抽出来的样进行一些信号，有预值，超过某个预值说明超标了，在多计一个点两个点，并不是逐一分析，对每一个细胞的分析并不是逐一判断每个细胞的维度，只能说加一次试剂整体看看，而做不到把细胞的弹性、系数、运动的速度等等，第一没办法感知，第二记录了没有作用，跟我们人类得出的知识相去甚远。一方面大家可以急于现在有的知识高速、单细胞记录和分析这些记录也会更快，不存在一个更高的预值，当你血液中出现第一个细胞的时候，可以预警，早发现，早判断。第二这个过程不需要太多人类医生的干预，第二在这个过程中不断的积累人类医生所不知道的信息的积累，会抽象出新的规律，更早的分析疾病，判断我们的疾病到底在往哪个方向发展，和更精准发现疾病每一天的演变。这只是个小小的例子，前端的这些微小的传感器所能给我们带来的新的信息。一方面我们在高度的布局今天成熟AI技术的深度的行业化，除了刚才说的这些已经比较好玩的事，我们非常关注炼钢过程中，工业流水线每一个燃烧、加工环节其实都有大量的浪费，都是有一条人工设定的曲线，要去拟合和补偿，往往因为人的操作，简单机械的自动化的操作，拟合不好，何况这条曲线设计还是千篇一律，为什么未来不能变成每一个都有属于自己的曲线，这种精细化的发展方向，工业的加工、农业的养殖、城市的管理，交通的调度方方面面都会往这方面走。

　　另一方面，我们高度关注AI时代的前沿的传感、计算、安全的传输、技术，希望到时候为越来越多的摄像头和视频，未来共同面临的机会，往未来看十年又是今天几百个几千个增长的。

　　主持人：问一个竞争的问题，刘总投资布局往深一步了，未来竞争还是非常激烈的，在计算机视觉识别领域，旷世科技等等都是发展非常好，得到了巨头的或多或少的支持和巨额的融资。在识别领域还有一些已经存在的巨头，目前的竞争的态势下，在语音识别和交通、金融、医疗等等都有很多的竞争。在座的创业者们，你们觉得在企业发展和创业的过程中，你们最大的核心的竞争力包含你们能够挖最的深的护城河在哪里？如何看待目前竞争的态势？

　　赵勇：如果看技术背景的话，会有一堆的公司最开始的背景是非常接近的。计算机视觉历史虽然悠久，但是成熟也就是最近几年的事，我对产业一直有这样的看法，一个新兴的技术必须经历三个阶段，第一个阶段是对一些工具的改良，比如说互联网最开始是改良了通讯行业、电子邮件非常好用，互联网通过浏览器看一个网站，获取知识比图书馆好。到了第二个阶段，能够颠覆一个行业，人们在互联网上买东西；到了第三个阶段，可能就颠覆人了，几个月前参加同学聚会，我是理工科的，理工科男生70%的人找媳妇是通过网络找的，BBS、网络上、陌陌上，婚姻如果是人类最高级别的社交行为的话，今天已经被互联网给变革了。看互联网行业可以看这到三个阶段。人工智能这三个阶段都会一一到来，只不过在第一个阶段，我们只不过在变革和改进不同的工具。

　　AI美妙的一件事，几年出现了这么多不同的领域，所以在一开始看这些公司都挺相似的，我在台下看到我们同行的CEO，随着时间的推移，我们都会变成非常不同的公司，就像互联网公司一样，今天五花八门的互联网公司，早期都很接近，光说P2P，迅雷、土豆、优酷、爱奇艺、快手、今日头条这么一个很相似的视频行业，随着发展都会演变成不同的形态，一定不能够把竞争放在同一个形态上看，否则会很痛苦，如果如果都把注意力放到大华身上，我们都会完蛋，他的供应链、品牌、营销的能力是创业公司无法比拟的，我们这些公司在安防行业里面入局一定是做了一些新鲜的东西，做了海康大华还没有关注，或者做的没我们那么好的事。格灵深瞳做了一款50米的，至少在细分行业上给安防行业做了一款爱马仕，应用场景很少，也太贵了，我们的东西很适合装在广场，这种产品其实就不是一个非常大众的但是客户其实是需要的一个产品，汽车也是这样的，无人驾驶有些做算法的，有些是出售算法的，有些是做垂直领域的。所以人工智能一个美妙的地方，我前几天跟行业特别著名的大佬交流这个事，他的看法我特认同，他说人工智能产品算法很重要，数据很重要，场景很重要，这些重要性相比，是1：1：8，场景是最为重要的。这个世界上场景是非常多的，尤其跟BAT、海康大华相比，我们一定要注意自己的场景，最擅长的场景是什么，我们尽量不去碰他们最擅长的那些场景。这是我的一些看法。我其实很少把注意力关注在我们自己的友商身上，我更多会看用户他们有哪些需求是没有被已有的产品满足的。这些东西我们有没有机会做得更好一些。

　　主持人：走差异化的策略，唐总？

　　唐文斌：赵总讲得很好，不同的厂家选择了不同的道路，格灵深瞳他们做自动驾驶，而我们不做自动驾驶，他们做医疗，我们不做医疗，我们做我们认为的几个价值增量比较高的场景，他们有不同的选择。大家的选择使得大家擦肩而过，这是对的点。

　　另外一点，创业公司很核心的一点，永远要在自己的价值上，把一些问题追求极致，这个世界上不存在所谓的绝对壁垒，没有哪件事情是你能做，别人不能做的，可能是别人起的比你晚，积累没有你多，但是有些东西是可以通过花钱、通过努力赶快的，我们是不是竭尽所能，把每个问题做到极致，我们想的更多，转变为行动落实到真正的价值上，我们一直想深度学习这件事情，深度学习，我们不断研究的过程，有两类，一类真正做创新性、突破性的需要的是非常聪明的人，需要不断去探索现在研究的边界之外的东西，另外一类，很多研究都是试一个模型，用数据不同的训练方法去训练，现在绝大部分深度学习的工程干的就是这件事情，用人脑做启发式的思索，这样的事情应该被消灭掉，我们内部有一部系统，我们花了非常大的力气打造这样各系统，所谓做深度学习和AI这件事情就应该被AI替代掉，这是我们做深度学习的过程中积累下来的见解，我们要把见解变成我们的行动，落实到行动力。我觉得这是竞争的核心。

　　另外一个例子，追求极致，我们做了安防之后发现，现在很多时候成本非常高的把视频流从拍摄传输回来，前面编码再解码最后计算，成本很高，所以现在有一个趋势，叫做前端智能，把很多计算在前端就算了，这时候我们就发现，由于前端的计算力的限制，在拍一个人脸，把人脸抓出来送后端，我们发现对于人一多，就抓不动了，比如说有些人很具备反侦查意识，一看到有摄像头马上低头，他在画面出现二分之二秒，很多摄像头抓不出来，我们从感知来讲，希望抓出来。所以我们自己在芯片方向上做了探索，我们自己做了一款相机，只要画面出现一祯，可以马上把你抓出来。一个是不同方向的选择，使得很多的公司都擦肩而过，另外一个，不存在绝对壁垒，所以我觉得要的就是每个环节上要把认知追求极致，这是我们应该做的事情。

　　主持人：高总阐述一下，你们的竞争可能跟其他人有所不同，你们在前进过程中不断出现新的不可预计的挑战，像新出来的摩拜、OFO对交通产生新的冲击，你怎么看？

　　高禄峰：赵总和唐总从产业门类上的选择上竞争上的差异。从我们的角度，产业规模上我们企图选择一条合适的路做差异化的竞争。

　　我们现在两大块业务，一是短交通，一块是人工智能机器人，短交通我们有一系列的产品，各位知道较多的产品就是世面上九号车，可能有百万辆，原来很多的成本的结构，很多对于资源调动能力发生了变化，机器人领域，我们界定为算是起步阶段，整个的产业规模相对较少，你会发现，现在很多机器人相关的成本其实是非常高的。我们看到的一些比较知名的仿人机器人动辄十几万，迭代速度非常慢，严重制约迭代的发展。我们现在使用的机器人底盘，我们的车1999人民币，机器人一个移动底盘，特别是高效带有移动接口的机器人底盘，动辄上万美金的量级的，我们在产业化的程度上，我们能够让行业产生规模化的成本的降低，我们做了很多的验证、实验得到了直接的用户反馈的效果，我们推出了PLUS，加了很多东西，跟随等等更多优良的控制，包括一些感知的东西，只有用户数据大了之后，得到一手的数据，检测导读的状况有这样的东西，我们做高速汽车导航的公司，首先要超过摩拜，跑了这么多年，依然是这个产业第一的原因还是来自数据，包括特斯拉提供了大量的数据，还有深层次的逻辑。从产业化降低成本的角度讲，我们让机器人的行动能力，以及视觉的导航能力，能够被人所用，被人所成本接受。我们跟因特尔的视觉导航的芯片，我们做深度的合作，基于这样的芯片，做规模化的，当终端数目真正超过百万量级很多有趣的事情才会发生。

　　今天的场是AI，作为一个交通公司，OFO、摩拜这样的产品对交通的影响是什么样的？从长期的维度讲，今天所谓的共享交通的形态，并不是离终极太远了，用户永远是懒的，电动驱动永远是未来，这是大家认知的共识。接下来3—5年内整个行业会发生颠覆性的变化，政策和法规领域也会发生相关的变化。

　　我们现在发力所有的产品，规划3—4年的爆品的方向，我们走的是未来几年在这个领域一个大的趋势。谢谢！

　　主持人：请梁总。

　　梁家恩：大家之所以认为AI这个行业有很激烈的竞争，可能是因为无非是有语音有图像，再往底层走有机器学习，大家都是这个行业出身，名校出身，如果你做了很大的差异，一定有人做错了，有标准答案的，AI竞争整个产业应用里面的竞争是非常纵深的，对产业应用目前来说都没有标准答案，没有谁说AI一定未来是这样子。眼下大家竞争很激烈，未来我们自己所做的东西，都在想如何能做得越来越好。现在整个应用来说，没有必要盯在别人的身上，最重要谁更关注这个产业，变革点在哪儿，哪些东西做得不够极致。未来的竞争应该在应用层面决胜点应该是最大的。

　　第三点，即便是同行一个事情，其实真正还是可以做出差异的，做手机一样，有壁垒也有壁垒，做像苹果和华为手机的也就一两家，里面最大的差异还在一个团队本身，团队是不是相信这个产业的带来真正的革新自己，对这个产业的理解越来越深。本身不挑战极致的话，我们没有可能引领这个产业变革的，所有挑战极致的人不需要关心竞争对手，做得好的我们去学习，做得不好的变革就可以了。我们也做了类似的工作，未来有AI存在的话，未来这个产业一定会变得更加的高效、透明。我们先要用在内部团队的管理上，是不是透明化和智能问题确实能帮助到我们，能够提升自己的，假如我们都做不到，我们就忽悠我们的用户在我们身上验证，工具化的东西，我们内部有一些验证，验证完了，我们相信的东西，真正灵，我们推给我们的客户。我们的客户还是跟我们合作还是比较愉快的，我们不害怕任何竞争的点，哪怕在巨头里面。

　　我们要避免的一个点，大家也不能忽视既有巨头的力量，现在已经有很强的资源，我们还是死磕是不明智的，不是短期能改变的，技术上稍微有一些领先就去死磕，那不是很明智的选择，有很多空间可以做挑战。这是我的理解。谢谢。

　　主持人：这个问题也给刘总，这就涉及到你投资的判断，你看这些初创企业的时候，从哪些标准选择？

　　刘维：今天很高兴各位跟我不竞争，但是也开始竞争了，各个做大了的AI公司都成为了投资部门。

　　今天各位说的想法都挺一致的，都是行业内的老人了，走到今天这时点挺开心的，这个海耶算是已经上了新的平台，大家也翻开新的篇了，几年前竞争还尖锐一点。当年时点就是小词，今天海康大华也竞争，但是大家当成一类的公司共同抬高天际线。哪怕部分企业之间个别的人才流动，或者是个别的项目争夺，本质上都是良性的，大家教育市场，包括优化内功，整体上到了不竞争的时代。

　　我自己的感觉，最大的竞争反而不是咱们这些公司之间，也不是咱们这些公司和大公司之间，还是咱们和AI时代，都说是个大时代，咱们能做成多伟大的公司之间，这个能不能做大？AI走到今天，包括台上一批公司都是融资不错，发展速度不错的公司，如果静态看发展速度，比起互联网金融，互联网应用可能2、3年就纳斯达克上市了，几年内就百亿美金的市值了，我们这些公司也都烧了不少钱，离开这样一步也都比较远，我们也退出来看这个事。AI这个行业，哪条路径能快速长大，都不容易，有的大应用的行业，大家都知道做场景，大的场景都有海康，每一个行业都有它的传统企业，哪怕一开始没有意识到，后来也会渐渐意识到，哪怕说这些公司都没有意识到，长期来讲，这个行业应用怎么建立起一个很高的门槛，毕竟有客户服务的能力，本地实施的能力，品牌的调性，你做的客户，客户之间的竞争，有各种各样的原因，行业公司做大有时候本身就是一个嫩体。第二如果不做大行业，做一些细分行业，我们也在投工业养雨种苹果等等都很好。对他们来讲，往往既服务这个行业也要扩并，我们干脆就做底层技术的公司，狭义赌技术很难赌得准，60祯人脸抓拍做优化还是什么优化，赌技术，最容易掉到大公司的坑，AI特别像十几年前投行业信息化那一步跟投行业智能化很像，这个公司落地不难，赚钱不难，细分品类内建非常好的LOGO墙都很漂亮，每个客户每年的客单价有限，你不是都能吃下来，剩下的不断的竞争，同业竞争等等，你的LOGO墙很漂亮，利润成本很低，这是行业的老问题，我们也在思索之中。

　　要说暂时的选择，我们在找什么样的公司，几位算是第一波炮火中走出来的公司，走到今天被请到台上都有成功的经验，说出了这种感觉，包括高总提到的经验，先做一个爆款的车，积累下来一个可移动的底盘，再复制扩展到很多领域，这一进一退之间，扩的能力，这都是如果把这些公司过去5年、6年的摸索、探索，不是以砍下多少个客户为衡量的标准，不是以赚了多少收入和利润，打第一场仗的过程中，到底积累什么扩有什么样的理解，更能做好战略判断和选择，并且在技术上、投入的决心上，人才储备上，技术路径选择上，能围绕这个事，像高总走得快一些，已经有了，包括台上各位，有的在做，有的还没有做出来，但是我觉得我们比起再新的小公司，或者一些大公司，整体很大，进入这个市场的时间有限，我们比起他们的优势是战略的判断力和穿透力，也不是拍脑袋也不是做论文，也不是简单走访两个客户，是真正打了仗，积累下来的。

　　下一步怎么把这个扩再辐射渗透更多的行业，就有机会以这个为依托把那些行业的竞争者变成合作者，把那些行业的开发者或者是创业公司变成利用我们的能力、经验做的这些公司，这里头大家自身壮大之后，还是我们这些VC的资本都会起到推动的作用。我还是很看好，未来10年，中国无论是技术出身还是应用出身，最终做出很高的技术水平、供应链水平、成本结构这样好的公司，中国的市场即使在过去20年，很传统人民币化的市场，A股上的大的行业IT的公司，百亿人民币估值也有几百家，美国市场上大的工业企业也不计其数。未来10年应该能诞生一大波这样的公司。

　　主持人：谢谢刘总的分享，在AI早期投资有非常深的经验和观察。下面请各位分享一下，大家都是经历过炮火，走在前面，而且已经取得了一定阶段成功的企业，我也想问，在座的各位在成功的背后是不是也有一些失败的经历可以分享，在座的观众包括网络上的观众，都有AI创业路上的企业，也很想听听你们在这方面的真知灼见？

　　赵勇：我现在创业4、5年下来，我越来越觉得AI还有很长的阶段要去经历，大家都很急迫，每天打开媒体都是爆炸这种词。20年后我们再回顾的时候，可能会发现，人工智能还处在大哥大的时代，我可能要泼一盆冷水，有一些公司是典型的AI公司，如果用产品来定义公司的话，产品是AI的模块，算法。还有一种公司是AI+，是AI算法公司出身，后来选择了几个场景，一个场景，进入了这个场景变成了优秀的产品公司。还有一些公司是+AI公司，人家本来就在这个行业，后来AI起来的时候，他把产品做得更好了。我注意到全世界前5强，苹果、谷歌、微软、亚马逊、facebook，有两家+互联网，微软和平过，过去是PC时代的企业，但是他们没有落后。还有3家是纯粹互联网的公司，亚马逊、谷歌和facebook，不是说传统企业就要被颠覆，也不是说新公司就没有机会，未来几年会更精彩。

　　犯错，公司在这个过程中得做自己的选择，如果做错了，这个公司就完蛋了，从格灵深瞳来讲，早期13年开始创业，做的第一个领域就是新零售，在新广天地等等三个地方装传感器，数字驱动的零售决策是有意义的，其他的零售客户没有这个感知，也很无聊，没有这个需求，过了4年，今天觉得这是一件挺重要的事，虽然是件正确的事选择再一个错误的时间去做了。

　　还有一个，任何一个场地的爆炸必须伴随成本大幅的降低，如果没有成本降低的话，再新的技术也是奢侈品，影响很小的一面。所以我们在过去的过程中做了很多高成本的产品，我们在性能最优上，今天这个思想我们也在变化，这是两个我自己的教训。

　　高禄峰：赵总讲大家对于人工智能的预期，还是一个曲线，动不动有一波机器人要把人干掉了，好担心，过了一段时间说你一个骗子，过了一段时间又出了一个新技术，机器人又把人战胜了，好危险，未来人是不是被机器人干掉，过一段时间发现你这个骗子，根本不是这样的。人工智能这个行业的阶段，确实是这样，我比较认同赵总讲的，实现人工交互的机器人，按人的岁数算，也就3、5岁的智力水平，寄希望说这个人做出20岁人做出来的事，这个不现实，主要的推动力来自电影，动不动机器人如何如何能，人工智能如何如何能，还是离这个距离有些远。假如说之前的一些教训，运气好一点，如果被生活或者被创业的过程打太大的脸，但是这个过程里面，几个认知，人工智能创业里面，人为先，这是你要投入最大的精力和最大的财力去赌的事情。你会发现在座的都是人工智能的专家，我是一个做产业的，你会发现每一个所谓的人工智能的公司都有一个领军人物，都是这样的特点，你会发现在这个领域里，像风口同时又是金字塔尖的行业，人还是优先的。我们之前摸索了一段时间，是不是可以用比较实用的人才做成，2年前，我们要用顶尖的人才才能做出顶尖的事情。看起来是隐藏在水面下的门槛，但是我认为是一个真正的非常硬的一个需求，这是最近几年的经验。

　　梁家恩：大家说得很好，在整个人工智能来说绝对是长跑，十年20年不一定跑得完，这是大的背景，在这个背景下有两类错误我们是犯过的，战术上过于急迫，战略上过于不那么急迫。战术上像我们在14年，准备要进入物联网这个行业，我们认为人工智能跟物联网结合是一个趋势一做的时候，对产业落地的敬畏之心不够，虽然我们团队跟直接从高校出来的团队还是有经验的，但是敬畏之心还是不够的，包括一些落地工业级的测试很多都是超出我们能力范围的。开始我们以为半年或者是一年就搞定了这个事情，14年底到15年的时候还是相对零星出一些产品。我们觉得是战术性问题，我们战略上调整慢了，没有引进这个行业比较有经验的人进来，团队结构的调整是滞后的。15年底真正比较痛苦之后复盘的时候，很难有大作为的，我们引进了比较强的产业经验比我们丰富得多的人才进来，团队的调整才缓过来。16年的时候才开始进入规模化的出货状态。大家不要低估了战术落地的难度，对于产业大的宏观发展来说，战略层面的自我革新和优化，一定是要更加重视的。我们花了一年多的时间去领悟这个事情，还没有出现太大的错误导致我们掉队，今天还可以坐在这里分享，我们希望后面会做得更好。

　　主持人：几位老总都提到了人才的重要性和产业经验的重要性。毕竟我们要落地场景跟场景紧密结合。

　　唐文斌：维总作为天使投资人见证了我们无数的错误，点子兴奋，现在做人工智能创业的，包括我们团队，我们还是自认为挺聪明的人，所以我们在很多时候会想到一些点子，这个点子非常妙，特别有意思，我们会巨兴奋，战术上我们就会非常急迫，我们做第一款相机，想要解决什么问题呢？刚才的逻辑是完全一样的，前端制备智能，我们做的显然是一个高端相机，所以我们就上了最好的5千块钱1英寸的面积比现在的相机大9倍的像素，再上一个特别贵的处理器，我们找到了最强大的处理器，整个相机又做了一个很酷炫的外型，成本就1万多，还做了七彩色，我们觉得这个相机很屌炸，那些外型根本不重要，要把散热、稳定性做好，成本降低，才能够有利于高密度铺开这个事情。当我们想到一个非常好的点子的时候，我们会非常系统，使得不够系统化全面考虑问题，会犯很多的错误，我们的自省就是说兴奋的程度保持，但兴奋之余要冷静、系统、全面看待这个问题，才能够做出正确的决策。

　　主持人：即刻思维跟产品思维之间的差距。

　　赵勇：我们也犯了类似的错误，人脸相机成本就1万多，就卖10万，当时非常兴奋，真的有人买，刚刚卖了2个月，海康出了功能类似，7千块的相机，立刻就没有人买我们的相机了。

　　主持人：刘总分析一下，你投资最大的错误？

　　刘维：最大的错误至今没有组织一个AI圈的乌镇论坛，咱们应该定期聚一聚。投资人自身的错误也是容易被点子推动，我也是被你们害，这一波投资人也是被在座的这一波虽然有不断的错误，整体上有不断的提升，包括市场估值不断提升的公司，也有可能是害的，也有可能是成就，本身来讲，我们跟着AI公司起来做的投资人会更相信AI的未来。我们觉得我们算是不断考虑应用，考虑落地，考虑场景的。文斌说的问题还是常常会发生的，当你投的公司先做出一个公司的时候，他会告诉你这个东西很好，他说的很有逻辑，你有时候真的就信了，大家沟通也很好，一个思维方式也容易信。过一段会有怀疑，确实还有人买，有人愿意去尝鲜，真没人买了也不一定告诉投资人。市场还是不断在证明说这个事往前走，甚至再过一段时间，这个相机本身有问题，不妨碍你下一轮融资，资本市场对你还是挺欢迎。咱们享受着过去这几年AI不断的变热变热，台上的朋友不在台上的朋友，有的公司曾经面临着我理解比较重大的关口，因为AI是整个风口在不断的提升，大家都挺过来了，大家都有自省，包括投资人也有自省，也有可能整体上都高估了我们很多的东西落地的能力，或者是低估了困难和挑战，让我们把枪口抬高的寸数有点多。

　　无论是创业公司进入新领域的枪口，还是作为投资人投新领域的枪口，这是很大的可能错误的挑战。梁总说的战术上过于急躁，战略上反而慢了。今天这个时点，一方面低估了当前落地的难度，当前这个方面对产品能力对行业规则缺乏足够的敬畏，同时在长期看，战略上的决心，这一点跟文斌好多年一直在讨论，这个话题另一面，过于寻找确定解，非常希望一个产品功能上、供应链上很多东西大家疏忽了，行业适应性反而要求很高，想做一款今天看起来很完美的产品，这也是一个很大的坑，很有可能这样的产品是不存在的，真正特别颠覆突破的产品，开始设计的时候，往往不一定能得到行业很大的认可，甚至推动行业的变革，很多行业是推不动变革的。我其实特别喜欢这句话，简单总结回来说，这也是一个我们自己也总在自省和挺可怕的事，这些年我们投了这么多公司，死亡率很低，远远低于VC正常的死亡率，并不是因为我们投得好，而是这个行业风口不断的抬高，当潮水退去的时候，像互联网一样，90年代末，我是互联网创业者，99年做B2B的电商，所有人都说每一个今天说的无论是C2上的故事，还是B2B交易平台上的故事，讲了几遍投了几遍，到今天很多故事还在，还在不断出新公司。AI也一样，也许明年是挺好的时机供咱们反省和创新。咱们的壁垒可能不是技术、资源，而是敬畏之心和教训。下一次冰川期的时候，希望大家有更好的适应能力，能越过去。

　　主持人：对床夜者来说是绕不开的问题，无论是移动互联网创业时期，还是AI产业的创业时期，这个巨头今天也会发生一些变化，BAT、ATM也好，从你们在企业发展的过程中，你们是怎么样去想你们和BAT之间的关系，我刚才也提到，我们在座的各位，或者在众多的友商之中或多或少都知道了巨头直接或者间接的投资。你们怎么看和巨头的关系，在未来的发展中，会不会有心的巨头的崛起的机会，还是说现在有了巨头，未来还会在很长一段时间内继续占据着巨头的位置？刘总开头，你也是属于B？

　　刘维：我不是属于狭义的B，这也是很好的问题，我也面临着B之间的竞合，我拿着他的钱投资一些企业，到底是利用好它，还是打架。走向未来这个时代，狭义的互联网公司，包括海康这样的公司起到垄断地位的行业肯定是过去的，未来有新的场景和应用，对于传统的平台公司，自身最好的选择是开放化、生态化、平台化，把一方法的能力，创业公司一样也要变成扩，不仅能自己用于做少数核心的应用，同时也要把这个扩打磨更好更开放，更接口好，包括有更配套的资源，争夺更好的创业者，争夺更好的传统产业公司，合伙伙伴，做应用。最终他们能走多远取决于他们的生态多开放。今天的时点，AI真正到了主战场，主战场今年才开始真正热起来。百度喊出ALL IN的口号之后，转型和生态化是走的很坚决的。以自动驾驶为例，到底是自己做车还是什么样是很含糊的问题，今天百度全力做阿波罗计划，作为自动驾驶的平台，把代码开放出来，作为大公司有实力，可能围绕自动驾驶底层的东西，地图、关键的芯片，关键的传感器，可能自己去投钱做，可能去投资，包括像VC也会去投资，这些都跟大公司开放出来的扩的生态一样，实际上是给创业者提供了更多的选择和机会。大家已经不是在狭义的问题上做竞争了。未来这个时点谁能更好利用生态，创业者本身就能跑得快，就能去做减法了，不是所有的东西要从头发明。反过来5年、10年谁是平台公司，有可能是咱们这些，有可能是大公司，完全取决于开放的程度，到底开放什么，到底有没有战略的远见，几年后成熟的市场现在去投入，大公司更多扮演发挥体量，去帮行业去趟路的角色。

　　唐文斌：我们几人答案差不多，这个行业会不会诞生一个巨头公司？我们的回答都是梦想总是要有的。

　　梁家恩：真正有业务协同可以考虑，第二点不要受到很大空间的约束，这是我对巨头的态度。对未来，整个产业很大的空间在于应用的变化上可能有巨头的机会，并不仅仅是在技术层面上。

　　高禄峰：今天讲的BAT、BATM也好，我们认为未来都是我们非常好的潜在的合作伙伴，而且从经营的角度来讲，我们和他们也没有什么直接的利益冲突。第二句话BATM加上小米，小米是我们第一大股东，没什么矛盾。

　　主持人：我们红杉也是你的股东。

　　赵勇：肯定会有巨头出现，只不过极难，巨头能源都是极少数，IT行业出现以来，每10年都有2—4个千亿元公司出现，频率没怎么变过，就像60年代芯片公司，80年代电信公司，90年代互联网公司，00年以后，更多的互联网公司和移动互联网公司，我相信一定会出现，我相信极难。

　　主持人：本次论坛在非常乐观的气氛中结束了。

本文来源投资界，原文：https://pe.pedaily.cn/201712/424322.shtml