2010年開始提前布局人工智能時代，沿著“物理世界數字化、數字世界可理解化、理解后的智能化”的邏輯，聯想之星在過去五年里投資了20余家人工智能和智能機器領域的創業企業，打造了Face++（曠視科技）等一批價值過百億的人工智能領軍企業，和思必馳、好買衣、中科虹霸、Airmap、AbleCloud等一批技術平臺公司。此次微課上，劉維分享了多年投資人工智能領域的經驗和思考。

　　01資本寒冬是真的嗎？

　　互聯網在進入一個階段性的冬天，它的邊際效應已經逐漸到了瓶頸。下一個春天在哪里？什么技術能帶來互聯網這樣的巨大“新能量”，改變各個交易鏈條？那就是人工智能。

　　主持人邀請我們來談談資本市場的冬天，和新春天在哪里的問題，我還是很愿意的。因為作為天使投資人，我們的責任就是“春江水暖鴨先知”，對趨勢應該更敏感一點。從這個角度看，回答主持人的第一個問題，現在互聯網確實在進入一個階段性的冬天。

　　并不是互聯網本身有問題了，而是互聯網作為一種效率提升工具，一種信息能的賦能工具，一個打通信息管道、消除信息不對稱的工具，它的邊際效應已經逐漸到了瓶頸了。當各行各業可以很方便的應用互聯網作為工具時，只喊著互聯網，或者因為互聯網而大肆燒錢，指望未來效率大量提升，就不容易成功了。

　　我經常舉的一個例子是，神州專車現在開始逐漸的向上走，而uber、易到，在運營出問題的情況下，就開始下滑，這是什么原因？神州是傳統企業，不怎么互聯網，但幾個月來，互聯網滴滴模式的東西它也都學了去了，它的app，它的LBS，它的智能化定價，運力管理，都做的不錯了。

　　而同時，他所擅長的低成本車輛采購、高效司機管理，服務質量的管控，這些運營側的優勢就逐漸顯示出來了。同時的互聯網企業，如果不能利用互聯網帶來更高的效率提升，就談不上什么優勢——如果對黑車司機這種問題的管理跟不上，徹底做壞了體驗，也就越來越下坡路了。

　　這部分大家現在都漸漸有了共識，我們就不展開了。回到今天的主題，下一個春天在哪里？我們在觀察：下一個技術。什么技術能帶來互聯網這樣的巨大“新能量”，從而改變各個交易鏈條呢？那就是人工智能。

　　02下一個資本春天在哪里？

　　人工智能的快速成熟，在2015年接近臨界點，從老生常談，到真的可以感知和理解這個世界。人工智能的大爆發中，智能機器的行業應用，有大量的機會。

　　人工智能的話題喊了幾十年，就像互聯網也喊了很多年才落地，智能手機喊了很多年才普及一樣。人工智能現在突然爆發起來，不是偶然的，背后是技術的巨大進步，把一些長期以來有痛點、但是解決不了的問題解決了。

　　比如：現在說的比較多的人臉識別、圖像識別、語音識別，都是老生常談。歷史上也誕生了一些公司，能解決一些問題，能在限定的場景內達到一定的識別率（我昨天看有人在回憶自己20年前就做到了95%的識別率，這個是真實的，但也是加了大量的限制條件的，并不實用）。

　　我們就拿人臉識別舉例子吧，以前的技術是什么：人需要配合，站在一個專門的攝像頭前，靜止一秒鐘，專門的光線條件，在幾百人幾千人的庫里被識別出來。這樣的技術可以用，但只能用來做個門禁，做一個卡口的配合檢查。如果想用在機器人身上，讓機器人能和人正常的社交，就完全不行了。

　　而現在的技術是什么：十幾億人的大數據庫，每秒100幀以上的識別率，非配合場景、自然光線、側臉和遮擋，都可以很高的識別率識別出來。這才有了安防、金融等領域的大量應用。

　　這樣一個細分領域說起來很小，但最近幾年來，特別是2015年以來，在各個識別領域的進展都是飛速的——人臉，商品，圖像，手寫文字，各種動作，自然語音……

　　這些加起來，就構成了非常大的突破，機器對“物理世界”的理解能力，得到了大的飛躍，讓機器（包括計算機、手機，也包括各種實體的機器、機器人）就可以準確的理解各種任務、各種環境，去做大量的人能做／人都不能做的事。

　　所以我想說的第一個觀點，就是人工智能的快速成熟，正在2015年接近臨界點，從老生常談，到真的可以感知和理解這個世界。

　　這背后的原因，其實還是要感謝互聯網、移動互聯網時代的“遺產”，正是我們每天都在產生的數據、上傳到云端的數據，促成了一日相當于過去100年的數據量，促成了云端大腦的成熟。

　　在這樣的技術背景下，更具體的機會在哪里呢？因為一批技術平臺，深度學習這一代技術驅動下的技術平臺，都是在2010－2011年的樣子就建立了，現在都已經很有規模了，再去重新做底層技術，從資本和創業者的角度都不是最好的，重復發明輪子。我的觀點是，底層技術的成熟，為創業者帶來了強大的工具，有幾個方向都很有機會。

　　1、在互聯網上，利用智能技術的進步，進一步的去理解用戶、理解服務／商品、理解交易，進一步的去精準推薦，提高有效性，把流量的價值發揮到更大。這方面現在很多人在做，互聯網公司也有很大的流量和數據積累優勢，機會很多，挑戰也很多，我們回頭再說。

　　2.、把智能技術和機器技術結合起來，開發新一代的智能機器——絕不僅僅是機器人，也不光是智能硬件。智能的各種工業設備、服務設備、汽車飛機、業務系統，都包括，這一領域很多的機械技術／機器平臺本身是成熟的，可以再改進，但關鍵是利用智能技術的突破，給機器帶來強大的“理解任務、完成任務、自動化、柔性化”的能力。

　　這些智能機器，在每一個行業的鏈條中都有需求——現在互聯網改造的更多是各行業的銷售—市場環節，一部分通過saas影響到了內部組織管理了、通過b2b交易平臺影響到了采購。但大部分行業的生產、任務交付這些核心環節，還不能光靠互聯網被改造。這里都是智能機器的很大機會，而且行業缺乏巨頭／BAT互聯網巨頭們不能先天憑借流量和生態優勢而取得壟斷地位，對初創團隊是有利的。

　　所以我的第二個觀點是，人工智能的大爆發中，智能機器的行業應用，有大量的機會。

　　03智能機器領域的機會點在哪里？

　　2B領域的選擇，這些有需求、有縱深的領域，即使不是技術非常先進，只要能深入去理解行業需求，和業務系統有好的結合，我覺得也會有一批創業的機會，包括Saas＋機器混合的機會。

　　這里再說說，為什么2B的行業應用看上去這么不好做，水這么深，反而可能比2C的“酷產品”更有機會。

　　應該說這也是我們這些年投資了不少智能機器／技術驅動的項目得出的經驗，我看@陳彬@丁盯也在群里，其實丁盯智能門鎖就是個典型案例：開始也想過做2C的家庭客戶，后來還是找到了短租公寓、房東這樣的行業市場，然后最先取得了突破，現在成為最大的智能門鎖企業。等會兒可以請他分享一下：）

　　2C看上去很美，但對于智能技術等“先進技術驅動的項目”，最大的問題還是，一開始產品很難做的很完善，因為技術開始沒那么成熟，或者適用范圍窄，或者成本高，或者需要一定的實施和定制化。如果技術上來就很成熟很通用，那也就不是先進技術了。

　　而C端消費者對于不成熟的東西，買單意識總是很差的。他們希望足夠完善、足夠通用、足夠便宜、足夠漂亮，甚至其他方面也足夠好。但這并不可能。

　　而2B的消費者相反，如果能找到合適的客戶，他們有痛點、期望解決問題、而且能通過解決這樣問題得以快速發展，越做越大，也就能把產品帶的越來越有銷量／成為行業標準。

　　具體到智能機器領域，我覺得2B客戶至少有幾個優點：

　　1）對核心功能以外的事情高容忍。比如我們face++的人臉識別攝像頭，能抓住壞人，但在安裝上肯定有要求，在外形上不一定上來就很漂亮，用戶根本無所謂：）

　　2）對價格能高容忍，只要你能解決核心問題。這也就意味著不用面對銷量低時bom降不下來bom高了賣不動的常見悖論。很多案例下，只要切入點準確，2B客戶不在乎成本短期內高一些。

　　3）可以人機混合，這是我覺得最重要的。2C用戶往往希望機器獨立解決很多問題，而2B不同，他可以配置1個人＋n臺機器形成一個組合，把機器不好解決的一些問題還交給人來做。例如我們說的人臉識別追逃犯中，警察還是可以去實體確認下對不對；我們的物流機器人中，機器手不容易做到的特殊商品可以安排人來拿。先跑起來，再逐漸解決這些人來做的環節，不斷替代，漸進改進。

　　4）可以聚焦單任務，用戶對家庭機器人的期望估計是保姆，什么都能做，但談何容易？行業客戶還是可以聚焦單任務的，再通過一個個任務和功能的積累，逐漸成熟，逐漸降低成本，逐漸樹立品牌……長期看，2B也可以轉為2C。

　　以上說的，都是2B比2C的一些可能優勢。反過來，我覺得對于2B的智能機器創業者，我們的建議也是要利用好這些優勢，避免“做一個太復雜的木桶”，而是能利用和客戶的深度合作，把精力聚焦到做出核心功能、做透核心功能和長期價值。

　　這是第三個觀點。

　　第四個，再簡單說一下，我們覺得什么2B領域有機會。這個在座的各位肯定都更專業，你們選擇一個領域前肯定經過了深入的調研。我只能通用的說說：

　　1.人力密集型，人所從事的勞動，是不斷重復、但有一定的靈活性的。比如，物流行業的不停的分揀、搬運（每次東西不同），建筑行業的不停的做工（每次的場景和多少不同），零售服務等行業的一些崗位（比如不停的送東西，但每次東西不太一樣）……

　　因為重復的，適合機器代替，現在人力成本上升太快。而有一定復雜性和靈活性，是這一批智能機器的機會。如果太簡單，就是機械重復，那上一批自動化時代已經改造的差不多了。

　　這里面特別建議，利用好視覺技術、人機交互技術的大發展，很多事情都可以用機器來替代。

　　2.行業的用人規律，有特別明顯的波峰波谷。這樣的行業，現在普遍不斷的招人／遣散人／再招人很困難，如果有機器替代部分，用戶十分歡迎，例如物流、農業等。

　　3.行業的趨勢，對柔性有很高的要求，比如現在很多制造領域在C2B的逆向決定任務，物流從原來的整件運輸到向靈活的按需、小商品級別的分揀配送。這里面人的能力有極限，培訓難度也非常大。

　　4.危險、特種、大空間尺度的很多任務

　　5.最后但最重要的一點，很多海外／全球化的機會。大家都知道現在中國互聯網公司不少在出海，發展也不錯。智能機器領域更是，這個領域未來會全球化競爭，中國在很多行業上是有優勢的，例如安防、物流、零售，都是世界上最復雜的，一些技術的輸出有明確的空間。

　　所以，第四個觀點，就是2B領域的選擇，這些有需求、有縱深的領域，即使不是技術非常先進，只要能深入去理解行業需求，和業務系統有好的結合，我覺得也會有一批創業的機會，包括Saas＋機器混合的機會。

　　04提問環節

　　問題1：作為圖媒動畫內容制作公司，我們希望找到一種能夠識別，設置，跟蹤，匹配圖媒作品和創作者身份數據平臺，能幫助設計師理解用戶的習慣和注意力，通過人機交互，視覺技術幫助設計師將內容生產與用戶模型進行匹配和關聯。我們希望有這種圖形圖像識別跟蹤平臺和技術資源，不知能否指望人工智能技術？或者說，這個方向有沒有創業機會？

　　劉維：多謝！我覺得這個方向是很好的，設計師原來也是憑個人的理解在創作，質量好不好也只能通過客戶的簡單反饋。但未來這些都可以通過深度學習、更高頻和深入的用戶反饋包括最終用戶反饋，來了解到哪里設計的好和不好。機器逐漸也能自己嘗試做些設計。下來我們可以再多做交流！

　　問題2：我想了解下，目前全球范圍內，有沒一家做的非常出色的2B的思維機器人的公司，智慧型軟件可以，面向垂直領域的。

　　劉維：我對思維機器人這個概念理解的不一定準確。如果說是能理解2b任務，能“思考”的機器人，我覺得分領域都有一些不錯的。例如，物流領域的很多機器。

　　我個人的觀點，智能都要有一個”任務“。比如是更好的調度？更好的推薦？更好的搜索？越具體的任務，越能形成循環，不斷優化。這也是和傳統的基于規則的自動化設備的區別。

　　現在圍繞一定任務的問答機器人進展很快（只要回答的質量是可以評價和反饋的）。比如，美國現在幾款圍繞用藥指導、疾病診斷的專家系統機器人（軟件）。

　　問題3：想問一下聯想在智能機器領域的投資目前是個什么情況，投資了哪些公司？接下來希望能找到哪種類型的智能機器領域的公司？

　　劉維：關于聯想之星的投資，這部分是我們三大投資之一，2010年開始投資，到現在投資了30余個項目吧。兩大類，技術平臺，目前幾大領先的識別技術，face++，思必馳，好買衣，還有airmap，ablecloud這些無人機、智能硬件的底層云平臺等等都是我們天使投資的。另一類就是剛才所說的行業應用，像丁盯、歐瑞博這些智能硬件，matternet、weft這些行業智能機器，燃石醫療等腫瘤智能診斷等。

　　在國內外我們都在積極布局人工智能領域，算是最堅定的天使機構。這也是我們發起CometLabs這個全球加速平臺，進一步聯合全球的產業公司，幫助創業者找到2B應用的合作機會的原因。

　　問題4：劉維老師您對目前AI行業過度渲染，但實際上雷聲大雨點小的現象怎么看待？

　　劉維：我的理解是：1，確實容易過度，因為AI看不見摸不著，拿一個評測／搞一個演示就可以說事，或者敢吹就能拿錢。2，未來幾年會逐漸糾正，因為一批落地的、能解決問題的軟硬件落地了，再講故事而沒有實際的市場案例就難了。3.很多號稱能解決的問題，都是長期看能解決，短期內做不到的，創業者選擇什么路徑，先去解決什么問題，我覺得非常關鍵。

　　問題5：劉維老師，我很擔心隨著新一波人工智能創業浪潮的到來，該領域像O2O一樣被泡沫化，污名化，形成劣幣驅逐良幣的局面，影響到我們這些深耕該領域多年的人，請問劉總，我們應該如何破解這個困局，趕走那些風口豬，而不是被劣幣驅逐？

　　劉維：關于風口豬的問題，我覺得，最好的辦法就是不跟風炒概念。2B領域光靠燒錢也不能解決問題，行業客戶不會輕易把關鍵環節交給有錢、不要錢、但不懂他們行業／需求／沒有合適的產品的人來解決。

　　只要深耕，我覺得要想象懂行的人越來越多。深耕技術，越來越多行業客戶／投資者也懂得怎么去測試了。深耕對行業的理解，更是通過交流就可以見到高下。

　　問題6：對AI方面的人才，國內外的差距，您怎么看待？

　　劉維：人才差距這部分，我的觀點可能和很多人有所不同：Ai領域正是中國彎道超車的一個大好機會。在很多領域，中國團隊缺乏經驗，工程化實踐經驗差，做的不夠扎實。但也有一些領域，特別是核心的智能算法，深度學習等領域，中國一批公司現在做到了世界領先，因為中國的算法天才有優勢、數據積累有優勢。

　　希望大家都能利用好中國獨特的人才優勢、產業公司多的優勢、供應鏈好的優勢，早日作出成功的好項目！各種想法和創業計劃，歡迎和我們交流！

　　謝謝大家啦，期待我們能一起推進中國人工智能和智能機器事業的發展！