以前没有人工智能的时候,数据获取很像一个照相机,比如说我们在考虑 AI 和教育相结合的时候,以前学生可能每个月做一次考试,老师就会知道这个学生的表现怎么样,它就像照相机定期给你拍一下。但是一旦结合 AI,它其实能够分析这个学生整个的学习过程,它能够去监控他,能够去更高密度的获得他的学习数据,就像一个摄像机一样,它整天拍着,这个数据量就不一样,作为一个系统其实就可以在更短的时间内了解这个学员,这个用户的使用情况,来对他进行一些处理,这就形成了一种数据驱动,而且是高密度的数据驱动的这样一种应用潜力。

所以 AI 在很多行业当中的应用都符合这个逻辑,就是在有大量的数据之后,AI 可以做到自动化、个性化、自适应等等这些特点,数据越多,当然你就可以做到个性化、自适应这种千人千面这样的特点。所以这就是 AI 在垂直行业应用的我觉得是比较基础的一个思考。

举几个例子,比如说 AI 在医疗方面的运用,用 AI 来看医学影像,这个大家应该都很了解,那么这里面做得很多的就是自动化,快速的把这种专家的经验学习过来,然后来做分析。比如说个性化诊疗,根据你的这些情况,根据以往的历史数据,它可以帮你做更个性化的诊疗方案,这个就是一种个性化;比如说 AI 在教育方面的应用,现在一个很热的方向就是自适应学习,就是能够更快速地、更高密度地获得你的学习数据之后,为每个用户进行建模,然后来为他提供自适应学习的方案,让每个人的学习路径都可以有所不同。这也是贪心科技,就是我进行投资并且我在深度参与的这么一家公司在做的事情。我们贪心科技就是想把人工智能和在线教育相结合,来更好地分析每个学员的学习数据,为他进行建模,提升他的学习效率。

说到中美对比,总结一下,大概有这么几点:

第一点,目前我们还是觉得美国的人才优势是很大的。美国在 AI 的基础人才方面是中国的 10 倍以上,因为很多大公司高校都是花了很大的资本在培养这些人才。中国的人才优势会弱,但现在也在不断增长。根据我在国内的很多了解,AI 人才其实是非常紧缺的,我相信极客邦的平台也正在帮助推动 AI 的人才的建设,我觉得非常好。短期来说美国还是具备优势,但中国的市场优势,我觉得是非常有吸引力的,中国的整体市场非常大,而且现在很多公司愿意去结合创新,这是中国优势。所以我们作为一家 AI 的风险投资机构,我们也很希望把美国的优秀的人才、优秀的技术去和中国市场做对接,这也是我一直在努力的这个方向。

第二点,中国已经把 AI 上升到一个国家战略层面了。十九大之后各地都在主推 AI,这个其实是美国相对来说比较弱的,中国一旦政府主推一些事情一般成效都会非常大,它会引起整个资本市场,整个这些创业生态的一个很大的变化,人们更愿意去拥抱人工智能。所以这点,我们觉得在中国创业有很大的机会。

第三点,中国其实在一些门槛比较高的行业,我觉得有 AI 的应用的机会,比如说像能源、安防、农业、制造等等。这些行业往往资源相对垄断一点,但是现在因为国家战略之后,这些行业也都在寻求 AI 化,而且我觉得 AI 化在这些行业肯定是个必然,你不去做,往往就失去了这种转型的机会了。因为这些行业门槛比较高,资源相对垄断,所以创业公司可能进入的周期会长一点,不是说那么容易获得数据并且做起来的,但是我觉得有很大的机会。这方面我觉得可以借鉴美国,因为美国一方面在这些领域相对比中国来说更加市场化,比如说在能源,在农业制造等等方面,甚至安防你可以看到美国有很多不错的 AI 公司,我觉得中国可以在这方面多借鉴,大家如果对这些特定领域很感兴趣,我们也可以有机会多交流。

给 AI 创业者的建议

最后我想讲一下,就是创业的建议。有几点建议,可能给大家一些启发。


第一个就是 AI 公司现在估值应该会趋于理性,人才红利降低。2017 年有很多 AI 公司估值都非常高,我相信 2018 年应该也是这样,但相对来说估值会稍微理性一点,因为很多东西在风口上,它都有一个很狂热后逐渐冷却的过程,但是相对来说 AI 公司的估值还是非常高的,因为它的整个市场潜力非常大,我们预测它会更趋于理性一点。人才红利降低就是说以前你可能团队里有一两个 AI 很牛的人,你的公司的估值就会做得非常高,靠稀缺性人才就可能非常吸引资本,那么这样的一种红利可能会有所降低,就是说投资人也不只是看这一两个 AI 大牛,它还是要更关注公司的基本面,这是第一个建议。

第二个建议也是和第一个建议紧密相关,就是在第一种环境下,我觉得大家要更早地去确定付费用户和盈利模式。如果你在创业的时候,要去说服投资人,你需要让他看到实际的有用户愿意付费,你要有清晰的盈利模式。当然很早期的公司可能还很难确定付费用户,那么至少你能找到一些有意向付费的,先期的这些用户,我觉得非常重要。

第三点是可以多考虑在发展过程中去引入一些战略投资。战略投资方往往能够给这些创业公司带来非常关键的行业资源,还有推出渠道。这个在创业公司在融资的时候可以多去考虑。大家也可以看到就是这些 AI 公司融到的资很多都是来自投资方的战略投资。很多 AI 公司都关注,比如说无监督学习、强化学习这些方面,因为这个基于监督学习的很多东西技术方面都应用的很多了,那么在这些方面可以多加关注,AlphaGo Zero 就是个很好的例子。

第四个建议,是把握 AI 发展的趋势。作为投资人,我分享几个我看到的未来 1-2 年的趋势。从壁垒上说,AI 创业公司正在通过以下三个方式提升壁垒,包括 1)结合硬件(关注一下 CES) 2)B2C 的商业模式(可以形成独有的数据壁垒)3)***门槛更高的传统行业(如吴恩达创立的 AI+ 制造的公司 Landing.ai)。从技术上说,大部分 AI 创业公司采用监督学习算法比较多,无监督学习和强化学习应该还有很大的应用潜力,比如 2017 年 AlphaZero 的成功。另外,随着最近区块链成为风口,AI 和区块链的应用也备受关注。区块链在解决数据安全和共享方面,和 AI 有着很好的结合点,相信会产生不少有价值的应用场景。

作者:Get智能写作