龐勃：躲開擁堵，人工智慧領域還有這樣一片投資藍海

　　龐勃，博雅俊商學院副院長，博雅資本創始合伙人。主要從事資本市場特別是私募股權投資方面的相關研究，幫助學員分析投資環境，捕捉投資熱點。在博雅俊商學院主辦的2018博雅企業家年會上，龐勃做了題為《躲開擁堵——人工智慧產業化》的主題演講，以下為演講實錄。

　　這幾年人工智慧給我們帶來了太多的驚喜，當我們似乎明白了一些的時候，打敗中日韓三國圍棋高手的AlphaGo宣布退出江湖，不再與人類對弈；當我們興緻勃勃期待著無人駕駛汽車到來的時候，已有大佬深陷泥潭；當我們翹首期盼人工智慧帶來一場全新的工業革命的時候，很多機構被它迷失在路上!我們在為人工智慧思想癲狂，我們卻沒能找到與人工智慧握手的目標和方法。

　　那麼，什麼是人工智慧呢？大家通常講的人工智慧簡稱「AI」，相關的技術有：機器學習、知識獲取、知識處理系統、自然語言理解、自動程序設計等等；相關的應用有：機器視覺、人臉識別、智能搜索、自動程序設計、智能控制、語言和圖像理解等等。其實概括而言，所謂的人工智慧就是讓機器能夠具備一些通常需要人類智能才能完成的工作，甚至比人做的更好，它其實是信息化和自動化的一種高度融合。信息的精準快速提取技術，現代數學的深度分析演算法以及自動化裝備的精密製造是AI的三大支撐工程。

　　AI技術酷炫，盈利難！

　　下面我想問在座的各位企業家一個問題，你是否願意投資無人駕駛汽車呢？我猜想絕大多數的企業家很可能會猶豫，因為那裡太擁擠、那裡太燒錢，因為我們已經被無人駕駛的資訊和風暴洗禮的只剩下等待，等待著第一個量產投入使用的無人駕駛汽車是如何帶著我們回家，我們可能也在等待著那個被擠出無人駕駛圈子的人會是誰？

　　當我們參與人工智慧的項目之前，我想我們首先應該思考一個問題，就是誰為AI的技術買單。人工智慧並不只有無人駕駛、人臉識別這類社會公共產品，這不是我們社會生活的全部。支撐我們社會生活的還有很多產業。

　　人工智慧無疑正在蓬勃發展，在產業、生活中的廣泛應用也將引起生產、生活的巨變。這個過程充滿挑戰，當然，也為我們創造了難得的歷史機遇。我們應該如何去迎接挑戰，把握機遇？

　　潛下心來，尋找可AI的行業

　　我個人的體會是，我們應該潛下心來深入到行業中去，去尋找那些可以被AI的行業，那裡或許不需要太多的錢，那裡或許不需要太多的時間，關鍵是那裡並不擁擠，關鍵是這許許多多的行業在等待著被AI。

　　舉個例子，一個漿粕的生產企業，這個企業里單單分析化驗人員就有超過530人之多，2017年休產假的就有78人，面對人工智慧，企業的管理層就問一個問題，人工智慧能幫我們降低一半的分析人員嗎？這是北京的一個科技企業，為他們定製的棉漿粕的在線分析系統，在生產線上就可以及時的提取生產過程的信息以及結果的質量信息，正在逐步替代那幾百號的分析化驗人員。

　　下一個案例，來自於顯示器生產企業，我們知道顯示器的生產線上有一個環節，需要大量的工人夜以繼日的干一件事-擰螺絲。面對人工智慧，這家企業的老闆關心能不能讓機器人代替人工擰螺絲。這是深圳的一個創業團隊，他們將工業智能視覺技術結合了機器人技術，幫助企業極大的降低了用工成本。

　　還有一個案例來自於非常傳統的育種行業，每年的生產季，這家企業需要上千號的員工就干一件事，把蠶蛹分雌雄，然後育種使用，這個工作是季節性的，又臟又累，年輕人不願意干，用工難是企業一個很大的苦惱。北京一家科技企業幫他們做了這樣一個活體蠶蛹快速分選的儀器，極大的取代了那些人力。這些活體的蠶蛹經過這樣的機器，通過及時提取光譜信息，然後快速做出雌雄分選。最後在顯示屏上及時統計出雌雄的數量。而且這個設備的準確率超過98%，而傳統的操作，需要純人工進行三次分選，也僅僅能保證90%左右的準確率。

　　下面我們再看看醫療行業的例子，我國醫療領域的一個瓶頸是讀片診斷完全依靠醫生經驗與人工處理，區域性醫療資源分布不均導致看病治病困難，一個海歸團隊研發的深度醫療影像診斷技術結合了深度學習人工智慧演算法。極大的提高醫生的診斷效率和診斷精度，一定程度上避免了因為經驗差異造成的誤診。

　　另外一個團隊研發的中樞神經系統智能診斷系統基於中國人群數據和人工智慧演算法的腦結構數據，可以用於阿爾茨海默症，帕金森病，癲癇，精神分裂症，多發性硬化等疾病的診斷。

　　最後一個例子，來源於能源行業。大家知道，前段時間關於智能加油站的新聞很多，但是我們看視頻會發現主要是特別炫的人臉識別、車牌識別、自動加油、自動付款等等。但是對於加油站而言，最核心的產品就是它的油品質量這個維度是缺失的。這是示意圖，油從油庫運到加油站，油庫和加油站是中石油、中石化的這個沒有問題，問題出在中間運輸的司機身上，他可能會用92號去替換95、98以次充好，甚至用甲醇、乙醇和水去替換，這是加油站的切膚之痛。

　　怎麼避免這個問題呢？傳統的方法是油車運到加油站後，人工取一小部分的樣品帶到化驗室，半小時後完成檢測，看油品有沒有問題，是否可以卸載。這個過程有兩個問題，第一耗費了大量的人力，第二要漫長的等待，效率很低。現在有個科技公司和中石化在聯合做的一件事情就是在油庫和加油站進行一個簡單的技術改造，以後不需要人工取樣，不需要離開現場，就可以非常快的在線檢測，出庫和入站分別進行一次快速在線檢測，兩個數據上傳到雲端比對，很快可以確認出庫和進站的是否是同一種物質，有沒有中途更換，同時確定油品的成分含量是否準確，從而可以有效的把控加油站的油品質量。

　　AI的整體解決方案提供商值得我們資本重點關注

　　其實剛才我講的這些例子，只是各行各業許許多多的例子當中的代表，我想表達的是，有非常多的傳統行業他們非常清楚自己身上的痛點，他們非常熱切的期待著人工智慧能夠解決他們的痛點，他們期待著人工智慧的光芒能夠儘快的照耀到他們頭上。

　　2017年我用了大概一年的時間來調研、認識人工智慧，我認為人工智慧應用於產業其實是一個系統工程，有信息的採集系統，信息的處理系統，信息的應用系統；包含光、機、電、算；有人做圖像識別、有人做分子識別，有人做光學系統，有人做自動化系統，有人做核心演算法，有人做軟體開發。但是完整的人工智慧產品它應該是裝備和方法的集成者，集成商佔有的AI資源是最豐富的。剛才提到的無論是製造、演算法，還是互聯網和軟體，它們僅僅是整體解決方案的一部分。

　　我認為這樣的人工智慧整體解決方案的提供商，也就是這樣的集成商將極大的改變我們的各行各業，值得我們資本重點關注。我認為這樣的集成商應該具備如下的特點：

　　第一，能夠幫助企業在降低人工成本的同時帶來更高的標準化的管理和更高的健康保證。

　　第二，能夠在提高質量控制的同時幫助企業更好的控制產品市場信譽。

　　第三，能夠在生產過程實時控制的同時也實時控制了企業的安全和法律責任。

　　最後，應該同時具備智能設備和計算雲服務。

　　這樣，每一個案例都會是獨一無二，都會是與一個行業同行。

　　這樣，你也就可能避免同質別人或被別人同質，護城河由此建立。

　　今天，當我們面對人工智慧大潮時，我們都意識到這其中蘊藏著巨大的機會。作為理性的投資者，我的建議是：躲避擁堵。這正像每年秋天我們去賞紅葉一樣，很多人慕名前往香山，結果大多數時間被堵在路上；而也有人會選擇其他地方，比如慕田峪，景色不輸香山，但體驗確大不相同。在這一波人工智慧的浪潮中，希望在座的各位博雅企業家能夠理性思考，躲開擁堵，找到屬於自己的那方天地！