AI底层技术仍不完善 项目扎透商业场景才可能活下来

今年，资本的寒冬席卷了大半个创投圈，很多投资机构和创业企业在风中瑟瑟发抖。但另一边人工智能的创业、投资热度似乎并未明显减弱。金沙江创业投资基金董事总经理朱啸虎曾在公开场合表示，人工智能领域不会随着资本的冷热变化而波动，永远都有机会。他更称人工智能、教育、企业应用为资本寒冬里的“吉祥三宝”。

然而，有狂欢的地方必有泡沫，在AI领域浑水摸鱼的人也不在少数。一些创业公司在商业企划书中加入机器学习等说辞，用人工智能做包装以此获得融资，但最后这些企业终不能走的长远，留下一地尸骨。

在投资中如何避免这些坑？AI领域又有哪些细分赛道是真正值得关注的？9月12日，“华夏时报2018中国私募股权投资峰会”的人工智能圆桌讨论环节，光华基金合伙人张晨辰、基石资本执行董事杨胜君、启明创投执行董事周志峰、戈壁创投董事总经理胡唐骏、九鼎投资董事总经理陈福、星瀚资本董事总经理兼运营总监张昊等一线投资人对上述问题进行了讨论。

在AI的虚火中发掘好项目

目前，人工智能领域项目鱼龙混珠。张晨辰提到，自己以前看案子时，很多创业者拿着BI（Business Intelligence，商务智能）充当AI项目，或者用大数据包装说是人工智能。

对此，杨胜君也有同感。他表示，从2016年初基石资本投资了商汤科技后，很长一段时间没有再投资AI领域的其它项目，主要原因就是人工智能领域的不确定因素太多，不靠谱的项目也很多，技术没有场景需求。“有些时候，我们会把早期技术出现的泡沫当成一种需求。”他提到。

例如。两年前AR、VR非常火，很多机构专门成立了AR基金。但当杨胜君及团队去深圳对一些产业链实地考察时发现，这里存在很多的伪需求。“大多数的项目最早期都会存在虚假成分，存在想象出来的需求。我们在人工智能领域最关注的是场景对技术的真实需求，找到真正的需求后，即使这个团队做不出项目，另一个团队也可以做。”杨胜君说。

在周志峰看来，要避开人工智能的投资陷阱需要从三方面甄别项目。首先是技术识别。的确有些基于传统模型的项目包装成AI，但却没有AI的技术。这点主要依靠团队对技术模型的判断。还有些创业项目企划书中喜欢堆砌技术名词，投资人需要跟创业者交流，识别出这些技术到底是真是假。

同时还要看人。大量大公司出来或海外回国的创业者会给自己加上人工智能的光环，其实自身跟人工智能关系不大。周志峰提到，我们团队要对创业者进行调查，从他们原来所在学校、公司、体系等多方面了解，从而看出他们以前是否有跟人工智能相关的背景。

此外，周志峰也提出，要看技术有没有真正的场景需求。很多AI项目没有抓住一个具体的场景，而是想做一个像谷歌这样的平台，所以他认为，项目要抓住一个明确的场景。

对陈福而言，目前国内很多AI企业集中在应用层，但判断一个项目是不是值得投资，要看它所处领域上下游的发展状况和趋势。他提到，此前在接触一个做陪伴机器人项目时。他考虑首先国内家庭中需要陪伴机器人的有多少？同时，未来几年自然语言识别、交互视觉等技术能不能达到陪伴机器人所需要的程度？显然，项目所需的技术在未来三年内都无法实现突破，更谈不上整个行业的应用。

而对于人工智能领域项目的鱼龙混杂情况，胡唐骏也深有感受。但胡唐骏认为，项目发展不成熟主要是因为底层技术不完善。

具体而言，过去几年人工智能在语音识别领域，以及少数的图像识别领域，有了一些实际的应用，但大部分场景和大部分底层技术其实都不算太成熟。“我个人的切身感受是相对于应用而言，人工智能整个底层的土壤还没有完全完善，准确来说是最近几年才刚刚兴起。其实，现在AI的发展阶段跟国内2010年云计算的发展阶段很像，如果底层不是特别完善或者在逐步完善之前，是不存在上面的SaaS、PaaS的高速发展。”他说，底层不完善是人工智能最大的问题。

在选择项目时，第一，很多创业者是科学家出身，他们会讲很多专业术语，投资人有时候非常难去判断和验证。这时候，对人的判断显得尤为重要。投资人选择值得信任的创业者。

第二，胡唐骏认为，非常大的企业，非常牛的人，融非常多的钱才能做好人工智能创业项目。人工智能创业类似与起初互联网创业，需要买很多机器，这样才能实现初步的算力来跑这个模型，还不考虑数据和算法的优化，一个AI项目会耗费非常多的精力和财力，而且它离商业化非常远。

因此胡唐骏更倾向于基础技术投资，把基础设施做好，发展5G带宽的容量，让越来越多的东西实现量产降低成本，才能让技术更好的落地应用。

对于胡唐骏的观点，张昊表示认同。张昊表示，投资技术类型项目，都要考虑技术的成熟度，和真正场景的结合是否完善等。人工智能目前在应用场景落地方面远没有成熟，很难实现产品化，目前还是在底层技术上慢慢深入发展。

垂直赛道寻找落地机会

张晨辰认为，医药、教育等热门赛道外，有些小赛道发展也比较成熟，而且变现会比较快，而且竞争没有非常激烈。例如我们投了一家时尚产业类项目，它的基础底层非常好，可以帮助很多时尚科技公司从底层到前沿整个产业链实现效率提升，也会使很多新品牌诞生，这是AI和传统行业一个很好的结合点。

张昊则主要看好两个方向，即机器视觉和自然语言识别。张昊表示，从行业发展的前期来说，入口领域可能会带来未来上下游的衍生行业发展。在互联网时代，BAT分别抓住了搜索、电商等入口级的行业。

AI领域ToB的项目可能会诞生在一些更加垂直的领域，如金融、无人驾驶等，目前与AI技术结合比较少的娱乐行业，未来也有很大发展空间。

胡唐骏认为人工智能会从一些垂直领域、细分场景切入。首先无人驾驶是一个比较大的应用场景，因为它是对机器视觉等各方面数据的应用，跟现实世界的感知交互需要非常多数据和信息。它是AI技术在驾驶场景中的应用。

此外，人工智能在一些简单、重复度高的劳动场景中更容易有应用创新。例如智能制造，在一些工业制造的质监领域，很多时候需要靠机器视觉延展。因为在生产领域，很多场景是需要通过视觉去识别，但人眼识别或加上设备辅助，有时会出现偏差，反而是机器的识别率更高。

周志峰分享了一个判断行业适不适合人工智能创业的理论基础。第一，希望项目聚焦在垂直领域，能做一个平台。第二，看项目所在行业，根据不同的职能和功能，人工智能也可以不同的场景赋能。这一横一纵意味着有焦点，人工智能作为一根针扎透商业场景，才有可能活下来，而不是销声匿迹。

找到焦点之后又要跟技术结合，以前视觉跟语言都是认知行为，慢慢到语义是感知智能，未来是决策智能。周志峰更看好既有焦点同时又能顺应技术发展的项目，如决策平台。“像无人驾驶就是一个决策，替人决定车怎么开。再如销售也是，替人决定这是不是一个机会，要不要跟进，我更喜欢这样的项目。”周志峰表示。

杨胜君提到，技术在人工智能赛道中扮演核心角色。现在的AI发展还是处于非常早期的非常初级的阶段，随着时间的推移，应用会逐渐展开，人工智能是的核心是硬科技，硬科技早期发展会很快，如果一家硬科技公司早期没有核心基础能力，它很快就会被对手打败。如果没有技术门槛，再好的场景也会被竞争对手抢走。

大概在四千年前人类发明了马车，那个时候的马车跑很慢，但依然比人类跑得快。四千年后人类发明了两万公里每小时的火箭，假设人工智能再发展四千年，那想象空间将是无穷的。