AI踏踏实实解决生产力的问题，才能做好赋能

12月29日，“2020南京科创资本招商推介暨青年投资人峰会”在南京顺利举办。本次峰会由南京市地方金融监管局、南京紫金投资集团主办，南京市创新投资集团和清科集团承办。来自国内一批具有影响力的投资大咖与青年投资人代表、知名创新创业企业、产业链龙头企业、科研院所、新型研发机构负责人参加峰会。市政府党组成员翁国玖出席并致辞。

会上，远瞻资本创始合伙人李喆、一村资本董事总经理刘晶、国和投资合伙人宋毅、硅基智能副总裁滕国霖围绕着《AI赋能新商业与新服务》进行讨论，众麟资本合伙人殷国炯担任主持人。以下为速记实录

殷国炯：大家好！非常感谢主办方邀请，很荣幸做圆桌环节的主持人。我是众麟资本的殷国炯，基金2013年成立，到目前是四期基金，将近10个亿规模。我们大概2016年开始服务在企业赛道，也投了一些AI相关公司，比如像做NLP的达观数据，还有做AI赋能零售场景和建筑场景的品览科技，一些通用性SaaS也投了很多，有做差旅报销SaaS，我们今后还会继续布局AI和企业服务这两个比较大的赛道。请同场的嘉宾们介绍一下。

李喆：大家好！我叫李喆，是远瞻资本的创始人，我们成立时间比较长了。我们是大疆创新*个投资人，在很早的时候就投资了。我们资本主要投资两个赛道，*个赛道叫硬科技，第二个赛道叫产业互联网。

虽然我们并不是强调AI赋能领域，但是盘点我们投的每一个项目内部都有AI力量的加持，或者说AI力量的辅助，把它蕴含在产品之中。现在与其讨论说AI和新商业的关系，不如讨论，AI对于企业内部，特别是To B行业来说，当然也有很多的To C，它本质上是一个基本配置。如果说没有AI或者智能化数据处理，未来竞争当中就很难生存，所以它是无所不在的，我们也看到很多通过AI使企业能力和产品大幅度提高性能，成本降低的方方面面，也很愿意和大家分享，谢谢大家！

宋毅：大家好！很荣幸有机会能参加圆桌讨论，我简单介绍一下，我叫宋毅，是国和投资，是上海国际集团旗下市场化基金。上海国际集团，大家可能不在上海的不一定特别了解，它是上海的一个金融产业的资本运作平台，未来也很有可能会拿到金控的牌照，目前旗下控股的主要是广发银行、国泰君安等上海金融企业，包括也参股上海大量金融银行的企业。昨天是我们11岁生日，到现在11年了，目前加上子公司的管理规模在250亿。目前来讲，股权基金这一块主要的投资方向、行业，因为国和投资是在现代服务业这样一个大背景下，当时上海建设现代服务业国际中心的大背景下成立的，所以11年来我们在现代服务业框架之内进行投资。

总的来讲，我觉得可以分成前半和后半，前半大概5—6年的时间，包括*支基金大量关注在消费升级，包括投了很多文化企业以及物流方面的。其实后面5—6年，包括二期基金和三期基金，基本上大部分就聚焦到了企业服务这一块，因为企业服务本身也是现代服务业当中的一个很重要的组成部分，并且整个大的行业，从外部因素、内部因素也是到了这个时间。

因为我自己本人是学计算机的，也干了5—6年的企业服务，出来之后做IT咨询，后来转行做投资之后，一直在看这个行业。我很同意李总刚刚讲的，我们这边其实倒没有单独把AI作为一个投资方向，因为我们更多的也是把它看成企业服务当中的一个组成部分，所以这一块我们还是在企业服务大的赛道里面涵盖AI。具体的待会儿再展开讲，谢谢！

滕国霖：大家好！我是来自硅基智能的滕国霖，我们是一家专注于AI技术研发与商业化智能交互落地的人工智能创新型企业。在这里，给大家展示一段视频，可以让大家更直观的理解我们。从这个视频可以看出，我们做的是多模态交互，包括数字人物形象、动作，语音等。

我们也是一家土生土长南京市的企业，明确一点说我们叫生在雨花台，生在软件谷，也是长雨花台区，成长在软件谷。成立仅1年即被南京市破格评为“南京市培育独角兽企业”；成立2年内，荣获国家高新技术企业，成立3年来，先后获得腾讯、招银电信、红杉资本、招银国际、奇虎360、国新资本、浦发银行等国内外*投资机构的9轮数亿元融资,估值超40亿。连续荣获中国人工智能企业100强多项荣誉，并在今年11月，硅基智能更是凭借瞩目的科技创新和商业模式创新，成为江苏省*上榜“2020福布斯中国高增长瞪羚企业榜单”的AI人工智能企业，是商业化智能交互领域的开创者和领跑者。

成立时间很短，能够取得这么多的成绩，除了自身的努力，选择了正确的赛道之外，我感觉跟雨花台区的政策，软件谷服务的政策也是分不开的，在这里也是表示感谢，对于雨花台区，对于软件谷表示感谢。

殷国炯：回到之前宋总和李总说的这个话题我非常赞同，AI已经不是一个单独的领域，跟企业服务方方面面已经开始融合起来。从我们自己投的公司就可以看到很多例子，像我们投的一个公司做智能机票模块，让商旅人可以买到更低价的机票。还有把AI技术应用在线索打分，还有投做数字化采购的，也利用知识图谱和AI技术把企业的供应商做一个非常详尽的画像，通过这个来判断供应商资质以及可能潜在风险的预警，甚至于帮核心企业做供应商循源的场景。就这个话题再讨论一下，从李总开始。

李喆：给大家举几个例子，已投的，比如我们投的禾赛科技，点云信号问题是要判断障碍物，有了这个点云信号，何赛目前关键还是传感器产业，他的下游就需要说能不能给我一个对于危险等级的预警信号，这样我处理更容易一些，而不要给我一个信号让我自己判断，这样智能化程度更高。这个就嵌入AI的技术，要信号采集，多大的障碍物，多远的距离内，他们现在做的是高端车载雷达，车的速度很快，变化就会很大，像这些模式这些模型都需要快速学习和迭代。

这是一个例子。

有两个更有趣的例子，我们也投过行业互联网有一个做美妆，是中国*美妆品牌后面的服务商。现在这一两年美妆行业有一个很热的热点，叫个性化妆容服务或者个性化配方，甚至给你的配方都是个性化的。这个怎么达到呢？光高品牌肯定是不行的，但是品牌可能有ABC，每个级别里面有大概四五种，这种组合加起来可能一共几十种，现在刚开始，可能还没有那么细。他们的任务就是通过大数据来分析每一个到柜台去试样的顾客皮肤的情况、血液的情况或者角质层的情况，我也不是很懂，包括斑点什么的，给你生成一个适合你自己的配方，以快速的方式把它生产出来，用柔性化的方式生产出来。我觉得他不仅仅是搞SaaS了，可能是更前端的研发的反馈。

另外一个更有趣的例子，我是学光学出身的，所以我们也很爱看一些光学的项目。事实上现在从硬科技的角度来说，大部分世界级的创新，在中国创业团队能做出世界级的创新很多都是跟光学相关的。大家不在这个行业可能不知道，未来一定是一个光学的世界，量子的世界，现在很多的趋势是把光路放在芯片上。我们看的这个公司是怎么做的呢？他们反其道而行之，他们想各种各样的情况下需要镜头，现在就有一种光学不需要镜头，重要的是打出一束相关光到物体上，物体肯定会反射，他在这个里面放一个芯片，不放透镜没法聚焦，但是AI不是这么想的，肯定会有一个信号回来，但是这个是肉眼无法识别的，因为没法对焦，但是对于AI来说非常容易识别。我也不知道为什么，他们也不知道为什么，因为AI里面是一个黑盒，但是它就能识别出来，这个技术一定要用到AI，这个光打到什么样的物体上反射出什么样的光，我就能对它进行判断。如果取消透镜，如果假设这个技术非常成熟了，以后手机可能就不需要镜头了，可能只需要一个接受容纳光的一个东西就可以了。这样对于警报或者安防，对于一些特殊场景下的，比如火灾、烟雾，都有革命性的意义。当然这个技术还处在很早期，因为要对大量的数据要进行学习，首先要进行采样，这还是很早期。

我只是想说随着新科技的发展，很多东西在融合。怎么把这两个边缘学科融合起来，很大程度上就得靠AI了。这个变革在我们的生活中，在方方面面都在发生，所以其实我想说AI的变革正在到来，并且正在进行。

殷国炯：李总说得非常精彩。

宋毅：我简单讲一些我们自己投资的案例，因为刚刚李总，包括殷总讲到一些离我们生活比较近的，包括刚刚讲的差旅、美妆。

我们相对来讲，投的几个案例大部分还是服务于偏行业领域的，就是工业领域或者是怎么样。举几个例子，一个是我们今年投的创新奇智，这也是创新工场孵化的一家AI企业，这个其实也是我们这两年特别关注的一个方向，就是说在传统领域，非常传统的领域里面怎么样用AI技术。因为这一块其实是挺有挑战的。举个例子，奇智现在做的一个事，大家都知道，像高铁，比如说我们会经过大量的隧道，但这些隧道里面，可能每天都需要有人去检查。因为很多是在山下面的，需要非常经验丰富的人，而不是说一个大学毕业的或者是培训一两年就可以的。这个其实对于他们来讲一直是一个痛点，因为这样的人很难复制，而且是日积月累的工作量也很难减少。现在奇智做的就是用最基本的，刚刚滕总这边更多的是在语音层面，其实AI无外乎图像、语音、数据、文本等等，他们可能主要是在图像领域里面，通过一个轨道车高速摄像头能够每天把这个照片拍下来，在算法里面运行之后，就可以做到准确率跟有经验的老师傅去看的准确率几乎是相当，甚至有的时候还会更高。因为人本身还是会产生一些疲劳，比如说让你每天看同样几十个隧道，可能时间长了也会感觉审美疲劳，你会觉得说这个地方就是没问题，但是机器不会存在这样的问题，所以这是一个例子。我觉得这一块在非常传统的一些地方，其实是AI可以提供很大的价值挖掘点。

还有一个可能更偏数据一些，其实也挺巧的，刚刚我在听介绍，我们今年也投了一家南京的企业，亚信安全。信息安全，大家都知道，原来可能比较传统这些边界的，包括相对被动的这些是主流。但是现在大家都在说所谓主动防御，其实主动防御解读一下，主动防御说白了，就是当攻击还没有来的时候，怎么样根据各种态势，各种所谓的大数据，各种外部看起来没有关联的信息去判断这个攻击可能会在未来什么时候来，会以什么样的形式来。其实这个也是从数据领域是一个很好的例子，这个东西没有发生的时候，AI怎么样通过一些原来看起来没有关联的东西，经过大量的数据去学习，然后在某些情况下其实就可以达到所谓主动防御也好，或者大家现在说得比较流行的态势感知的概念，这个是信息安全领域讲得比较热的点。还有一个，包括传统工业里面的缺陷检测，这个大家听得比较多了，这个更多的也是在图像的范畴。

总的来讲，未来AI的场景是会越来越多。如果要去分一个等级的话，大家都在说通用人工智能或者说弱人工智能、强人工智能，但其实直白地来讲，有的人工智能可以比人更厉害，有的人工智能可能现在是跟人差不多，有的可能还弱一些，这个就根据场景去分的。强一些的，其实大家现在最常见的，也是我们一说AI就会想到的，其实就是安防。安防是一个典型的，会比人更强的一个场景。其他大量的场景，还在比人差不多或者说弱很多的情况下，所以我觉得未来这一块的空间会非常非常大。

殷国炯：请滕总大概讲一讲。

滕国霖：我们现在都在讲产业互联网，刚刚李总和宋总都讲了，AI是一个工具，AI+产业，加各个行业具体的需求。对于我们来说，我们把产业互联网也会叫作服务互联网，因为我们做服务行业。

举几个例子：

*个，还是以雨花台区，包括软件谷来举例，大家知道苏州市政府出了一个“政策计算器”，做什么的呢？把所有的政策直达给企业，企业在他的网站上输入一些你的营收指标，相应的企业信息，就可以直接匹配到什么样的政策能够符合企业当前发展阶段，就给予你什么相应的政策。当时苏州这个政策也是受到国务院点名表扬的。

雨花台区也做了同样的事情，或者说政策升级版本，通过数字人方式，通过小程序触达，给所有企业讲解雨花台区、软件谷好的一些政策，对企业的一些政策。

光讲解不行，得形成一个闭环，在讲解过程中，如果企业觉得资质是达到你的要求，可以直接通过这个小程序入口申请相应的政策。申请完相应的政策，也不需要你本人去区里一些窗口办理，雨花台区后面有一个大的政策直达平台，通过线上的处理把各个部门环节打通，做一个完整的闭环。我刚才为什么一直讲雨花台区政府，包括软件谷的服务非常好呢？这个在国内我相信是做得名列前茅的，就是让政策找企业，让数据多跑路的这么一个概念。

另外一个例子，刚刚李总讲到公共安全领域，我们前期和南京市公安研究院签了一个合作协议，主要做了一个社会安全、社会治理方面做一些场景的挖掘或者需求的挖掘。因为AI这个技术，实际上还是AI+，具体还是要落地到行业里面去。我理解，AI不能完全意义上成为一个行业，应该是跟传统行业的结合，做一些科技赋能。

我给大家讲一个数据，整个南京市1.5万民警+2.5万辅警，但是南京市大概将近1000万人口，所以说警力是严重不足的。人民群众日益增长的服务需求和实际人员的编制是有一个矛盾的。在这个过程当中，我们就跟他一起探讨，打造了一个数字警力的概念。其实很多简单的重复性政策宣讲，包括一些社区民警的值班、接电话，这些东西都可以通过AI来加持，帮他处理掉一些工作。

前期我们和雨花台分局聊的一个项目，现在雨花台分局做反欺诈，原来传统的方式就是印传单，但我们可以通过AI的方式，比如说通过机器人电话，通过小程序的触达，通过各种方式帮他把这个问题解决掉。其实这就是我们很多时候在服务行业，我们现在也都在说打造一个服务型政府，这里面的场景就非常非常多。

殷国炯：感谢三位嘉宾的分享。大家讲了很多现在AI+各个场景，包括AI的公司也是层出不穷。请宋总和李总大概谈一谈，从投资机构的角度通过哪些维度来判断AI+XX项目是不是靠谱，也请滕总从客户的角度谈一谈你跟客户谈一个AI项目的时候，客户最看重哪个维度？

李喆：可能AI是一个行业，但是很小的，是一个研究型的行业，就是一个技术。但是技术之所以成为生产力工具，我们要把它变为生产力工具，要以我的应用场景或者说要解决需求。远瞻是一个市场化机构，我们更希望看到市场竞争力。

什么叫市场竞争力？*，我是不是用一个新的技术解决市场或者工作中存在的老的问题，这个老的问题解决不好，但是我用新的技术解决好了。最后体现的结果要么就是劳动力效率提高，要么是市场化提高。大家看看，AI本身并不是投资的目的，AI是使我投资更有效或者这个业务更有效的方法，我们看的还是业务本身，不管投的是什么，本质投的是商业，我们叫VC基金，投的是一个公司，公司的本质是商业，对不对？商业是什么？商业就是产供销、人财物，要把这个供给做得更好。

我们就看到我们是从需求端的角度看供给端的，假设我是一个需方，是一个客户，就要看你是不是解决了真正问题。第二是怎样解决的，这个能不能复用？第三个，就是在这个过程中是不是使价值链缩短了，或者是使复杂程度降低了，或者是使你的这一端价值链提升了，有一个价值链条，但是原来是有很多很多人分割的，这一端的价值链可能很低，但是通过AI，使这一端价值链提高了。我们投一个产业互联网叫海拍客，现在已经成为母婴线下供应链的*名。其实就是用一己之力把原来五层母婴的，奶粉的五层批发架构，从厂商到品牌方到消费者，中间有三层，品牌方是三层，一共五层，他就简化掉两层甚至三层，只要减掉一层，一层就是5%的毛利，整个社会效率就提升4%。

我们生在这个世界上，你说有什么全新的问题吗？没有，还是饿了要吃，冷了要穿，缺一个什么东西就想着把它解决。事儿就是这个事儿，但是怎么把这个事儿办得更好，这里面永无止境。我们是从商业本质逻辑去看问题的，AI在这个商业本质中做了什么，它的价值就在哪里。这是我们的理解。

宋毅：我也简单讲一下我们一般看行业企业会关注哪几个点：一个肯定是这个行业空间的大小。因为相对来讲，现在可能所谓比较通用的AI四小龙，一说起AI会想起这些，其实它们的格局在某些领域已经形成了。现在我们看的很多公司还是会专注在某一些行业，或者细分一些，或者说没那么细分。

我们首先看行业空间，行业空间是什么意思呢？因为我们看企业服务很多年，企业服务一直有一个问题，其实它和To C端有一个很大的差别，就是它的需求和供给之间的匹配，To C，大家都知道，产品做得足够好，我总是有机会能够跑出来。但是To B需求和供给当中有多种因素会影响，包括商务关系，包括预算，这些都是很现实的，我们在看企业的时候其实关注的都是这些比较具体的，在企业服务行业非常具体的东西。在很多行业里面这样的预算就很少，或者天花板就很低，可能暂时来讲，这样的行业我们就会放一放。我们更多的肯定还是关注那些预算足够大，预算足够大往往背后会映射出这些行业一般来讲后面有国有垄断的性质，或者说这个行业本身在横向对比来讲比较赚钱。类似于金融、能源、电信，像这些就比较容易能够去找到，它的预算就在那儿，只要东西足够好，能够解决他的痛点，你不用愁说他不愿意花钱来买。

这个是我们看的*个。

第二个，我们的判断不会在AI具体技术和算法上太过纠结，我们不会找那些所谓要多少数据科学家堆起来的一个团队或者说怎么样，因为从我们自己目前的判断来讲，AI技术够用就行。我觉得在很多行业，因为现在AI的概念已经被泛化了，其实大家把很多智能的东西也叫AI。但其实AI原来最早的时候更多的讲的就是包括后来的机器学习，当然现在很多把智能融进去，我觉得也OK，因为本身智能就是解决问题的，这个倒没事儿。

相对来讲，我们在对于技术的上面，不会说特别较真。反而反过来特别较真的是行业里有没有真正干过来的，有没有既懂技术又懂行业的人员？这些反而是我们从投资角度来讲相对技术本身会关注更多的。

这是另外一个点，其他的刚刚李总也讲到了，你的产品是否能够解决别人的痛点，包括ToB的，因为这当中我们其实看到AI很多ToG和ToB的逻辑也有很多差别，特别是在安防领域。ToG很大程度上除了痛点本身，背后还有很多其他的力量在推动这个项目的落地或者怎么样。但是ToB，如果你的买单方是一个市场化企业来讲，相对来讲就是你必须要产生价值，产生1块钱的价值，他可能分给你几毛，刚开始可能分给你几分，未来有可能分给你几毛，这个是你必须实实在在地解决他本身的一些痛点，不光是刚刚讲到的降本也好，增效也好，你产生多少价值，就能从客户那边拿到多少。而且相对来讲，ToB的黏性会非常强，特别在很多传统行业，如果你一旦进去之后，基本上他替换你的成本也会比较高，而且如果确实能够解决他的痛点、产生价值，一般来讲被替换的可能性也不大，所以ToB企业本身确实稳扎稳打能够进去，能够把客户服务好。这个是脱离了很大高大上的概念，其实说到底，就是做好这件事。这是我们的一些看法。

滕国霖：其实刚刚听了李总和宋总分享资本对于企业投资的选择，我刚刚简单地理了一下我们企业所在的赛道，还有我们做的一些事情，我们发现是比较契合的。

*个，我们选择了人工智能可以落地的赛道，NLP赛道，语音的赛道。

第二个，我们做的行业，目前的行业也是ToB和ToG的行业，这两个行业最主要的点就是需要服务的深度，深度挖掘他的需求，某种意义上来讲跟客户一起成长。

第三个，我们很大的一个优点，跟刚刚宋总讲的比较一致，我们实事求是。什么意思呢？按我们老板的说法，在别人做治癌症的时候，我们就做简单的治咳嗽，就是把企业当中真正运营的问题挖掘出来，通过AI的加持能帮你解决掉，体现出AI的价值出来，最终受益的是客户。

从这三个方面来讲，这也是我觉得我们刚刚完成四轮融资，从2017年8月8日成立到现在三年多，我们完成了八轮融资，估值30多亿。我相信这也是一些理由。

对于我们来讲，对于企业来讲，其实在选择资本的时候，也是一样的道理。因为我们是做To B和To G，某种意义上来讲，股东的一些加持相当于对于我们生态圈的建立也是非常有必要的。我们是腾讯系的企业，当时我们在B轮的时候，腾讯、阿里、京东都进来了，都做过一些尽调，但是当时我们选择了腾讯。某种意义上来讲，也是有一些股东资源的考虑。

殷国炯：感谢三位嘉宾的分享。

下一个问题，我想问一下，大家刚才都提到很多AI加某个应用场景或者加某个垂直领域，大家觉得在2021年哪个领域是你们相对最看好的？我比较看好的，我们的观点是说AI赋能传统行业，这个行业越传统越好，越大越好。我觉得这两点是最主要的，所以我们现在有一家公司也是刚刚切入AI+建筑领域，我觉得是一个非常好的切入点。因为建筑行业，首先非常大，而且之前真的是非常非常传统，不管是造房子，还是建筑设计师所干的事情，一群人跟码农有点类似，蹲在那里画图画图纸各种各样的事情，所以先帮他们做一个自动审图，我们先从容易的开始做，先帮他们做出图之后，自动通过AI的方式来审他们的图有哪些地方不太规范，把这些东西标记出来让他们改。第二步再切入建筑设计，更多的是做辅助设计，比如说这个楼已经造完，我们帮你排水管、电线各种各样重复性劳动，通过这种方式直接给企业带来收益。

李喆：其实我跟殷总的观点差不多，我觉得其实现在AI，与其说是人工智能，很多人说AI就是人工。有一种说法是人工，另外一种说法是人工智障。我的意思它还是在一个发展的很早期很早期，甚至是婴儿期。从我内心来说，正如宋总刚才说的，我们先做容易的。把它翻译成更高大上一些或者更学术一些的话来说，要从扎扎实实提高劳动生产率入手，你真正能帮大家解决问题，我们先解决简单的体力活，先把体力的劳动解决掉，再解决脑力的问题。其实我们更多的是看B端，因为B端更符合投资逻辑，更符合行为逻辑，C端有很多不符合逻辑的事儿，不是不符合，是别样的逻辑，所以我觉得不要说那么高大上。

其次，能扎扎实实解决一个领域劳动生产率的问题或者生产力的问题，事实上就为这个社会做出很多的贡献。不要太轻易涉足到人和人之间调整关系上面，因为这里面有很多复杂的原因，弱势的群体，一些情感的因素或者主观的因素，这很复杂。说起来既不好弄，又可能会带来很多其他的附加问题，为什么不踏踏实实地解决生产力的问题。

举个很有趣的例子，大家都说工业自动化多少年了？但是说实话，工业自动化，实际上无论任何工厂都有两层，一层叫上层，叫决策自动化，这个事儿已经解决得很好了，决策包括信息流，决策本身的流程，自动化的流程。但问题在哪里呢？这个问题在于执行，现在很大的问题就是这个执行，上面脑袋做出很多科学的决策，得有人执行。这个执行怎么办？执行又是一个老大难的问题。为什么会这样呢？就是因为每一个工厂和每一个工厂具体的情况是同样一台机器只要生产不同的产品设备怎么调，这都是问题。就是上半身大脑很发达，最后要执行起来，还得靠人把所谓的科学决策再翻译变成人的行为，这不又不科学了吗？这不又离散了吗？对不对？怎么解决这个问题？如果把这个问题解决好了，中国的效率要高很多倍。我们现在中国面临着很大的外部竞争，全世界都跟我们为敌，不管是什么原因，怎么样从这个困境中脱出来，对不对？一方面我们是要简单地制造更多的工业品，另一方面你就要提高自动化，把人力物力，简单的工作交给机器做，把复杂的事儿交给更多的人去处理，这都是我们面临的一个问题，就是我们看到的像工厂的后半段“下半身”一直解决不好，所以它是一个老大难的问题。大家都说工厂，要么就是这个公司很小，做不大，为什么做不大？有本质的这些问题，但这些问题，用我们现在的AI就可以很好地发挥作用，但是它需要更便捷更灵活的组织方式。我觉得这个可能是我们在面临着严酷的外部环境，面临着严酷的内卷化的市场现状时候的，与其看很远，不如把脚下的路先走扎实了。所以我们也一直在寻找这样的企业，但是说实话，这确实挺难的，需要每个人务实地去做。这是我的看法。

宋毅：我们还是重点关注在AI+这些大行业或者说传统行业，因为大的行业基本上都还是传统行业，还是在这个领域里面。这些行业背后有一些特性，要么就是本身这个行业确实比较赚钱，包括还有房地产这些。当然这些年不一定那么好，但底子还在，就是有钱，有预算，有变革的动力，也有钱去做这个事儿。

这是一类。另外一类，我们现在关注的就是本身可能现在并不一定已经发展成熟的行业，但是国家在推动或者说资本市场，其实背后很多还是跟国家有关系，这是另外一块。这一块更多的在疫情期间大家已经感受到了，比如说医疗，我们现在也在关注AI+医疗，因为医疗大部分其实还是很传统的方式，但是这当中已经开始有挺多企业接入，用AI的技术在提升医药研发的效率，甚至说可以去做到一些原来研发流程当中没有办法做到的一些事，大大缩短研发周期或者说提高成功率，这是其中一块。

近一年，我想最火的行业，可能从投资来看，一个是医疗，一个是集成电路，估计没有更火的了。当然集成电路相对来讲可能目前没有说看到有太多AI涉及的场景，但是未来不排除，我觉得有可能有机会。因为这个说白了，就是钱在往里投，这些企业也必定会有动力，也有这个预算，如果有这样的应用场景出现，我觉得都是很好的机会。

另外一块，大家也都知道年初的新基建，我们去看投资方向，刚刚讲到ToB，大的来讲就是一块，刚才我讲的本身比较好的行业。还有一块，现在国家在扶持的这些，包括新基建里面提到的5G、新能源汽车、电桩，这些行业+AI都是有很多的机会和空间在里面。

我们现在这边主要大的机会还是在这两大块，就是在这两大驱动因素背后。

殷国炯：滕总从产品拓展角度，将来可能横向在哪些领域还会做拓展？

滕国霖：我刚才讲做ToG和ToB行业，我们昨天跟南京市12345做了一个战略签约，就是政务热线，总理提到一点，接得更快、分得更准、办得更实，这是对全国政务热线提的要求。

第二，不知道大家有没有对智慧城市建设有过了解？其实国家有一个智慧城市的评价指标，我们分析了一下，一半的评价指标指向的是民生，是惠民，其实也就是说咱们的政府从原来的管理型政府，慢慢地在做管理服务型政府，变成服务型政府的概念。但其实要做这些事情的时候，因为大家知道，公务员是有编制的，人力方面是有一定局限性的，所以这个里面AI的加持作用就会非常大，而且体现的价值也会非常大。

我就讲AI+服务的概念。

殷国炯：请刘总大概介绍一下自己。

刘晶：我来自一村资本，一村是一家偏投资中后期的基金机构，目前管理规模接近200亿，跟今天的主题相关，我们TMT或者TMT应用的方向是我们一直以来所覆盖的方向。为此，这两年有两支基金，一支在深圳，主要是中早期，拿了深圳天使基金相应的资金，就是投硬科技，投AI相应的领域。第二个也会看AI相关新的技术对于传统行业的降本增效或者是开源方面的帮助，这个领域我们一直在看，包括新一代通讯技术对于一些行业的赋能或者提升。

殷国炯：我们刚才讨论的话题，刘总这边对于AI赋能哪些场景或者哪些垂直领域比较看好？

刘晶：我们觉得还是切垂直产业链，我们看教育方向会更多一点。如果展开一些讲，实际上这两年比较火的或者整个资本市场比较火的，就是像在线教育这样一个大的浪潮。其实本质，我认为还不能讲AI，还是说新的技术在过去五年对教育行业的一些改变，本质上是移动互联网+直播这样一个大的赛道或者大的风口或者大的技术，对于一些教育交付场景的替代。如果把教育从最开始的获客到体验、教学，练评测每一个环节都拆分开，最早是非交付环节的智能化。从微信、支付宝等交付环节，或者微信、小程序等广告环节，逐步到这两年，实际上是新的技术。

我一直在内部避谈AI，我们不太敢用这么大的一个词，更多是会细分到到底是哪一个技术，视觉技术，还是声音的技术，还是什么样的技术，实际上是多种技术对于传统行业的改变。对于教育，实际上慢慢这两年大家已经真的在尝试，比如说用一些新的技术去替代老师，新的技术去替代一些交付场景里面具体的一些环节。但本质上，如果我们再回过头去看新的技术对于教育行业到底改变了什么，我觉得实际上还是在提高效率和提升效果这两个方向去寻找一个平衡。

目前，我们没有看到太*的场景或者技术，只是说大家在不同的方向上进行尝试。但是这里面我们个人也在思考，实际上离“真正的应用到位”或者是离“非常*的场景”，相对来说还比较远。

殷国炯：好的，感谢刘总。

之前谈了这么多，最后还是不能免俗，要谈谈钱的问题，AI到底是什么样的商业模式。像我、李总、宋总大部分看的就是服务大B的AI公司，不可避免地陷入一个问题，基本上是项目制的。大家都讲过降本增效，什么时候AI能够达到按照效果付费，比如按照节约了多少，提升多少效率中间的比例来付费。

刘晶：*，我觉得还是看不同的行业，没有办法用一套的打法去扫所有的行业。如果讲得比较近的话，我觉得就是在垂直领域做一些突破，不要去想说做一个产品能够在各个行业大家都能够马上通吃。实际上我们看到新的技术或者新的所谓AI的产品，对于具体垂直领域上的理解目前还是不够的，对于行业的理解，或者说还在路上。

这里面我们看得比较好的，我们投资比较喜欢的一个团队，是既有技术背景，但同时又有产业里面出来的人，尤其是特别产业里面真正本质的产业需求。我们也跟创业者和真正用AI新技术的一些企业在聊，我认为AI也好，新的技术也好，或者项目也好，没有完全get到本质或者一些点。

我们讲一个观点，你不能看在单点上对于这家企业做了什么，而是对于整个产业链，产业链有的时候很长，有很多环节，有时候又很短，但是对于整个产业链到底改变了什么或者增加了什么，而不是原先的存量，只是消除过程中的一个环节，或者只是把别人的一个利润转移到了另外一个产业链上面。我们最希望看到的一种项目，能够对于整个产业链，通过技术有一些改造的功能或者是能够重构一下产业链，或者是解决产业链过程当中原先的一些弊端或者是不太高效的地方。

我们一方面会看得更细一点，不仅仅提了一个AI的大帽子，到底底层用的是什么样的技术，这个技术本质上是不是成熟。

第二，就是看在所应用的场景能不能触达本质，不然的话，很有可能在未来会被新的技术或者更贴近本质的一些产品所替代掉。

殷国炯：谢谢刘总！滕总大概讲讲，你们现在的商业模式应该还是项目制为主吧？

滕国霖：对。其实对于我们而言，整个商业模式，我一直理解很多时候还是跟行业相关。第二个，最终还是跟To G、To B大客户具体的需求有关系，这是很重要的一点。

我们内部经常在讲我们卖什么东西，我们分成三个：*个就是卖产品，是什么就是什么，卖给你就行了，卖完一笔交易就完了。再往上一点卖服务。

我给大家举个例子，前几年，大家都知道智慧停车非常火，我们接触一个物业公司，把智慧停车系统卖给他，他做升级改造。简单一点，把系统卖给他就完了。但是后来聊聊他的真正需求是什么？是集团要求他的停车费收入上涨10%，后来发现聊不下去了，为什么呢？他不想出钱，这又是他的一个需求对不对？怎么办呢？大家知道，几年前，当时各个银行都有一笔资金用在这个投入上做这个事情，物业就是做停车场的，有资金，有流水，怎么办呢？把银行拉进来，形成一个三方的合作，这个某种意义上来讲是另外一种意义上的，我也是卖产品，但是也卖了一种服务。我们经常讲的这个模式，叫羊毛出在谁身上让谁买单的这么一个简单的道理。这是一种卖服务。

另外一种，我们卖什么呢？卖结果。卖结果什么意思呢？比如说还以刚才的那个举例，你的目的不就是10%吗？对不对？没有任何关系，你把你的物业所有的停车场让我管理，我给你一个结果，就给你10%，你不要管我怎么干的。这也是一种模式，我们一直在讲卖什么东西，这是从供应商的角度来讲这个事情。具体的，谈各个商业，谈各个行业，还是刚才那句话，跟行业相结合。

宋毅：具体行业应用，刚刚刘总讲的我很同意，因为每个行业差别很大。

举个例子，如果把AI比作一个黑盒子，是一个烧菜的锅。AI肯定需要数据，不管是图像还是什么，比如说数据是菜，如果想把整个商业模式做得更好，脱离项目制的话，现在其实也有很多企业想要这么做，虽然可能差距还比较远。但是我觉得无外乎就是这几条路径，*个就是滕总讲的这条路径，你也不要买锅，也不要买菜，把烧饭这件事包给我，我最后把菜做好端上来就行了，你每天都要吃，我每天就给你做，说白了我做运营这件事情。这是一条路径。

第二条路径，我们也看一些企业，他卖的是生产锅的工具，就是做锅的工具，因为你在不同的场景下可能需要不同的锅，他在做一个锅更上游的，卖给你一个通用的生产锅的工具。这个相对来讲，技术方面的门槛会更高一些，未来我觉得这个赛道也不会说有太多的企业。

还有一种，你要这个锅给你做一口锅，这个可能还是项目制的。但是未来我的服务通过数据收费，当然这个场景也是只有一部分行业，就是当你需要除了一方数据之外，还需要外部数据的时候，可能你也能自己去拿，但是我在商业模式上给你做成一站式服务，你不需要去找谁的数据，因为怎样的菜跟怎样的锅匹配做得*，可能是AI企业更知道，你作为客户来讲不一定是最专业的。这也是一种服务模式，就是说我在这口锅给你，可能一次性收了费，之后有一个维保费用，这个通常软件比较多。但是之后你要做菜的时候，你的原材料都向我买，我在外面去找到*的、最合规的买原材料的地方拿过来卖给你，这也是一种可以去做的模式。我想了一下，大致可能这三条路径。

李喆：殷总提的问题我思考很久了，在这儿用最简单的语言总结我想总结为三句话。

*句话，中国人是很务实的，从一个消费者或者说终端客户的角度来说，不太可能为一个纯粹的所谓AI能力买单，正如我们曾经不愿意为一个软件买单，到现在不愿意为一个SaaS买单。首先我觉得AI从本质上来说是企业的内生能力，无论是体现在技术能力，还是体现在企业对客户的服务能力，总而言之是一种能力。

一个简单的例子，比如说麦当劳，大家说买的都是汉堡包或者喝的可乐，但是麦当劳的标准化能力、选址能力，服务客户营销的能力，这种营销能力是一种很抽象的东西，但是最终体现在这个汉堡包各种套餐上，大家为它买单，很开心。总而言之，他的能力会体现在你有更好的产品更稳定的产品。

我们投过一个公司也是南京的一个公司，他是做安检仪的，这个行业比较小，不是说因为它很先进没人搞，而是因为它的行业很小，所以很少有人进。他做了一个用AI检测里面危险品，主要是一些金属的或者带来危险的物品，AI是内生的。OK，有这个能力，别人没有，也要符合越来越自动化，越来越省人工，因为有AI就可以自动了，这样的话，传送带的速度会加快，效率会提高，不用在每个地铁口放这么多人，这都是外在的一个体现，这样的企业就发展得还挺好。

这是一类，就是第二句话，就是AI的内生能力要体现在外部产品上，让你能感知的产品上，让我能看得见摸得着。

第三句话，AI是一个研发能力，能体现在洞察力上，能打开一个新的市场，能找到一个新的商业机会。我们投的海拍客，中国现在所有人都在网红直播带货，但是头部就那么几个，老罗、辛巴（翻车了），还有李佳琦等等，就那么几个，但是大量腰部的有一定号召力，也需要流量，但是又有一定的特色，怎么把他吸引到我的平台上呢？他们就用AI的方法来筛选，建立一种沟通机制，就把流量和现在比较时髦的网红带货的模式整合到一起，就给他带来新的增长点。这个增长点，无论是从实际对于客户的服务上，大家觉得有更多好货，有更生动地把这个好货推出去，对品牌商是有吸引力的。同时对投资商也有吸引力。但是光有想象不行，得落实，AI就是把这个想法落实的一个研发力，AI在这个方面也是有利的。

我觉得未来的趋势，除了特别*的公司，就是研究AI平台或者说AI新的范式为生的，比如说Google、百度，这是他们的事，天塌下面有个子高的人扛。我们作为芸芸众生，普通的企业家、普通的百姓，就要用他们研发出来的成果为我们生活中很常见的场景来服务，我觉得这可能就是我对AI商业模式的预警。

殷国炯：谢谢李总。各位嘉宾的分享非常精彩，最后做一个总结，马上再过几天就是2021年了，大家用一个关键词总结一下2021年AI赋能传统产业的趋势，从刘总开始。

刘晶：先讲2020年终于快过去了。2021年，我觉得如果说回到疫情，我认为疫情对于新的技术，或者对AI是一个加速。就是很多场景，原先有可能需要更长的时间来进入或者是来尝试的，疫情*是一个催化剂或者是一个加速器，虽然不希望疫情再反复，但是我们认为AI大时代已经到来了，如果你看得更长远的话，我认为未来的变化会非常快，所以希望2021年既平安又能够有一些新的变化吧。

殷国炯：滕总。

滕国霖：其实我们刚才一直在讲2020年，其实2020年大家经历了很多，年初的疫情到后来的防汛，再到后来的复工复产，我一直在讲AI的赋能在哪儿？其实刚刚都讲了服务，AI赋能服务。刚刚殷总说到关键词，我想对于我们的关键词还是服务，所以我也希望2021年我们能服务更多的客户。谢谢！

宋毅：我觉得AI在2021年希望能够让我们的内循环更健康更有效。

李喆：我觉得AI的死穴或者AI的活手是在商业能力，现在AI诚然是刚刚开始，但是新技术的本质都是希望让我们的工作更加轻松，生活更加丰富多彩，思考更加深入，而不是去做一些感觉被受操控或者很肤浅被分类的事儿，所以我觉得AI的腾飞要取决于对商业伦理真正的理解。这是我想说的。

殷国炯：我最后也补充一下，我觉得最核心的关键词还是AI和传统产业的融合，我觉得只有融合在一起，它才能真正赋能传统产业，创造出它的更多的价值。