離AI進入資本寒冬，只有6到12個月

　　前幾天中央政治局又進行了AI的學習，也有一些新的AI政策出台，可以說現在AI已經變成大家常用詞了。今天用短短的時間分享一下我們基金在AI領域投資體會和乾貨。沿著時間線的大思路，講講AI的歷史、現在與未來。

　　人工智慧本身是「70歲的老網紅」，為什麼這麼說呢？因為AI本身具有一段歷史，這塊時間有限就不詳細展開了。人工智慧和大數據，我們中科院的布局比較早。現在這個行業的大咖經常調侃，中科院的計算所、自動化所博士們還沒畢業，一堆企業直接給他們在我們的研究所工資後面加一個零，這就是人工智慧熱的程度。但是這些大咖，當年可不敢說自己是做人工智慧的，為什麼呢？因為這在過去肯定找不到工作，這就是歷史與現在的對比。

　　人工智慧從過去的60年70年是幾個大波的寒流，一波一波起來，再一波波下去，此圖基本上是我們看到的整個的人工智慧的情況。所以這塊我也不展開了，大家有興趣可以到網上查一查就很清楚。

　　第一，AI為什麼能成為新晉網紅？

　　說一下為什麼AI在這兩年成了新網紅。其實道理也很簡單，就是四個要素：第一個演算法核心，第二個數據基礎，第三個計算能力，第四個應用場景。

　　①首先從演算法來看，現在的演算法跟以前歷史上比有很大的進步和發展，但是老根並沒有發生太多太新鮮的變化。大森林法則、演算法、卷積沒有太多的新東西，但在模式和迭代的過程中不斷地發展，這個是大家必須看到的。

　　②這波AI浪潮興起與歷史相比最大的不同是數據。當下有大量的數據生成；然而數據並不直接等於變成Data或者Information，數據的內部情況越來越複雜，底層結構也越來越複雜。不過無論如何數據基礎都已經形成了。數據好比食材，AI創業好比廚師和菜刀，沒有這些數據，沒有這些食材，再好的廚師再好的菜刀也做不出來好菜。

　　③另外一個很主要的因素就是算力。這個算力和存儲按照摩爾定律，現在按照新的定律不斷的高速迭代的過程中，存儲的成本降到了歷史新低。新聞報道我們在搞量子計算機，量子計算機未來10年如果投入實際應用的話，毫無疑問這會推動人工智慧達到我們所謂的G點。因為量子計算的算力邏輯上說，將比現在所有的全世界全時的超算加起來的算力還要強。從傳統的計算到AI的神經網路，從原來的人工編程到現在的自動迭代，這個就構成了人工智慧的基礎設施，比如現在的雲計算就使得大家在應用側進行創新的時候，成本大幅度降低，而且非常有彈性。這也就構成了算力的基礎。

　　④應用場景，這點必須要重點說。現在已經有教育、金融、醫療、交通等各個方向的AI應用場景，我們終於找到了這把AI菜刀可以下手的切入點，這個非常關鍵。以前AI談來談去其實是小圈子的事，根本不像現在，從會場走出去，隨便大街上拉10個人，9個人都知道人工智慧。但在前幾年只有實驗室的人才知道這個名詞，而且那個時候不叫人工智慧，叫複雜系統計算，不敢叫人工智慧。

　　因此應用場景是現在，也是未來我們最看中的。我們投資時會判斷這個行業的成熟度，怎麼找到AI應用痛點抓手，是非常非常關鍵的。其實人工智慧應用的場景很廣泛，現在主流大家熟知的應用是人臉識別+安防、人工智慧+醫療。為什麼醫療影像學最先火起來，我們看到了不少團隊在做AI+醫學影像，因為醫療影像這個領域容易形成格式化基本的數據。這個方向切入進去快。但是發展起來還需要一段時間。現在切入的應用場景都是離用戶端最近的細分行業。

　　第二，政策紅利帶來的人人AI

　　在中國某一產業搞創業，政府要加一把火助力產業，無論如何這都是必需的。比如雙創，工商註冊從雙創前4千萬中小企業，直接到7千萬，包括在座各位我們都是創業者，借這個東風，這個火就燒起來了。

　　我了解的情況，政治局常委也在談人工智慧，人工智慧的專項行動實施綱領也發布了。這個行業有史上最好的政策紅利。AI現在是不是有泡沫？我覺得泡沫挺好的，任何一個產業從歷史上講，如果要最終把這個產業搞起來，我負責任地告訴大家，都需要大家一起努力把它搞成泡沫。AI現在還離錢挺遠的，為什麼吸引了這麼多VC往裡走呢？一定要有泡沫，沒泡沫干不起來，所以這個就是目前的狀態。

　　現在人人談AI。講個今年的實際現象，我們一年要看大概2400個項目，然後有一個總結，一小時談話分三個階段，第一個階段說幹了什麼事；差不多第二個階段到了，談大數據；最後一個階段一定談人工智慧。現在如果不談人工智慧，在這個圈裡都不好意思來融資。圖中AI這個搜索統計也可以作為一個佐證。

　　人人AI，真正創業的團隊有哪些呢？可以看到有掌握數據的團隊、掌握演算法的團隊和做應用場景應用的團隊。數據團隊是做食材，演算法團隊可以比喻成菜刀，應用場景就是大師傅準備上菜了。基本上這個行業就是食材、菜刀、上菜，這樣一來整個行業全景就看清楚了。國科嘉和在數據、演算法和場景應用上都有自己的投資布局。

　　第三，AI離下個冬天還有多遠？

　　從人類歷史上來講，客觀經濟規律只能被認知不能被改造，大家同意嗎？沒錯，所以AI也不能例外。

　　每個產業都是一波風口吹上去，接著掉下來。上一波大家經歷了什麼：共享；再上一波，AR、VR；再上一波，O2O；再上一波，電商。現在在場的各位就是在經歷AI這一波。什麼時候風口會結束呢？我個人的看法，不是給大家潑冷水，大概是2018年6月以後，大部分的主流VC不會再看AI了，晚一點就是明年年底，也就是2018年年底。

　　我是行業老兵，投資行業幹了12年，所以知道太陽底下沒有新鮮事。明年年底主流的將都不會看AI了，因為吵吵鬧鬧都完了，剩下的就是看是不是有真材實料，看財務狀況、看應用前景。

　　這張圖我建議大家看一下，現在諸位如果是剛創業，我建議千萬別把自己包裝成AI，你把自己包裝成腦機介面，會比較好。其實談人工智慧都有一點點辭彙上的誤會，人工智慧其實是機器智能。為什麼呢？

　　歷史上兩條路線走人工智慧，一條就是演算法算力、半導體、晶元硬體路線；還有一條是腦神經研究神經科學的，人腦認知。過去30年人腦認知一直沒有起來，我們國家砸了很多錢，上海生命所腦科學研究院、北大、清華都一直在研究，但是三四十年過去了，人究竟為什麼有感情和思維？這個一直沒有解決。如果這條路線成功的話，它會是爆炸性的、跨越性的。

　　現在虛擬助手大家都看到了吧，智能客服替代了呼叫中心，可以把1500座席的呼叫中心砍掉20%的人員，雖然你感覺智能客服還不靈，但是對於企業來說，呼叫中心砍掉20%的人員可以節約很大的成本。

　　再看看自動駕駛，這個風口馬上要過了。國內號稱做自動駕駛的大家猜猜多少，據我所知50多個團隊，你覺得這個東西能有50多個團隊做出來嗎？所以快下去了。

　　還有一個是邊緣計算，這一波過去應該是霧計算，雲計算Over了，下一步就是霧計算，這個是矽谷正在向上攀升的一波。這是我覺得整體來講看到的情況。

　　AI還有很遠的路徑要走。剛剛科技部李老師指明方向，是大的、宏觀的，但是到了微觀層面我想說什麼呢？這一波從資本的角度來看， 6個月到12個月之後就要進入拐點，資本的冬天就來了。人工智慧的熱度肯定會下去，低谷馬上到來，這個情況大家怎麼辦呢？如果你現在還在做人工智慧創業，我建議是趕緊小步快跑，先拿一部分錢放手裡是最佳選項。等到2018年6月份以後沒人看了，這個時候比誰有棉襖、誰有糧草、誰能存活下來。

　　第四，關於人工智慧創業的建議

在工具和基礎設施類，現在有人臉識別、3D列印等，這一部分其實蠻有挑戰的，我勸創業者不要在這一側使勁了，而且我可以說一個定論，基本上所有的工具類全部是開源的，如果你沒有足夠的技術點、沒有足夠的錢頂著，就別玩兒了，因為前面幾把「菜刀」全開源免費，你基本上就出局了。

　　中國科學院是國家的戰略科學力量，我們貢獻了國家20%的專利權，100多個是研究院所，5萬的博士，450個院士。國科嘉和基金是中科院的一級投資平台，直接投資創業項目，目前管理資金在740億。我們從1千萬起投，投到單個案子大概5個億左右。

　　最後我做個總結：

　　①前途是光明的，但是道路是曲折的，AI離掙到錢這個應用側還很遠，應用側需要大家共同發力。目前沒有那麼多的垂直落地的應用，我們還需等一段的時間。

　　②作為創業的話，AI這是一個很好的方向，但是時間點上建議大家把握好，結合自己的實際情況，找到能生存的創業切入點。

　　③好的團隊和幫手非常重要。

　　④人工智慧方興未艾，前景無限廣闊，這個是主要的觀點。但還需要擠掉泡沫，這樣AI這個行業才能更加成熟，擁有更好的未來