人工智能行业痛点：它不是一个2C的生意，而是2B的生意

　　2017年9月20日，由北京市发展和改革委员会、北京市经济和信息化委员会、北京市科学技术委员会、北京市财政局、北京市金融工作局、中关村科技园区管理委员会指导，北京市昌平区人民政府主办，北京市昌平区发展和改革委员会、中关村科技园区昌平园管理委员会、北京未来科学城管理委员会、北京昌平科技园发展有限公司承办，北京昌平创新创业金融服务协会、回+双创社区、清科集团协办的“2017北京•未来科学城金融峰会”在北京如期举行。

　　会议围绕“创融创新、创享”的主题，齐聚500位顶尖投资机构、金融精英、优质企业、创业代表，从资本市场、信用体系、母基金合作、产融结合等角度，分析当前环境下挑战与机遇；并通过契合昌平当地优势产业的深入讨论，真正落实“双创促升级，壮大新动能”，健全金融生态体系、推动产业转型升级。

　　主题为《AI与智能制造应用与前景》的专场讨论由将门联合创始人、将门创投创始合伙人杜枫主持，明势资本合伙人高志芳，镁伽机器人创始人、CEO黄瑜清，三行资本创始人、管理合伙人孙达飞，丹华资本中国区CEO兼合伙人张大地，励石创投创始合伙人赵萌，臻云创投合伙人祝晓成做了精彩分享。

　　以下为投资界（微信ID：pedaily2012）现场速记整理：

杜枫：非常容幸能跟几位一起，在这里跟大家分享一下人工智能与智能制造这个话题。我们从事人工智能投资领域，其实不光没有感觉到寒气，反而感觉到无穷的热度。随便翻开一个报纸杂志，人工这个词最近都脱不开，简写成AI。第一个问题从实际投资者的角度，跟大家来分享一下为什么我们会出现这样一个最新的风口，它又是怎样契机到一个行业的趋势上，高总您先给我们分享一下。

高志芳：我抛砖引玉，先来分享一下明势资本对于这个问题的看法，现在人工智能不仅不觉得冷，而且是非常热，昨天我们看了一个人工智能在防御领域的项目，就是两个清华硕士还没有毕业的年轻人，他们拿BP过来，这个项目估值是1.5亿人民币投后，而且拿了两个TS在手里。这个现象是在其他领域，天使轮估值是不敢想象的，因为前提是还没有找到任何商业化的应用，产品的demo还没有出来。

　　没有一个机构会对这一块视而不见，多少人或多或少意识到人工智能第四次产业革命，在这样一个浪潮里面，作为一个底层技术，对于投资不同垂直领域的基金，不管投制造，还是投其他方面，都会考虑到这个领域会对人工智能带来多大的改变。

　　这个方面风险投资会对产业界做长期的思考，未来产业方向调整在哪里，我觉得我们基金投的是早期投资，更确切的是Pre-A的投资。在中国其实人工智能在产业化的应用，或者一些新的想法和思路，和大洋彼岸的美国差距不大。不仅是传统的，在新兴行业都有大量的例子，目前像医疗、金融、制造，包括像出行领域，是人工领域重点估值的垂直赛道。

杜枫：在这个行业实操的创业者，镁咖机器人的黄瑜清，其实毫无疑问也是很重要的领域，您分享一下您看到的时间趋势？

黄瑜清：非常感谢昌平政府和主办方领导给这样一个机会，让创业者在这里有一个发言。我们叫镁咖机器人，机器人是人工智能其中的一个方向，机器人得到了资本的亲睐，原因有两个，一个是国际上的指标，叫做机器人密度，每一万员工拥有机器人的数量，2014年中国的指数是36，国际平均水平是65，中国离国际平均水平基本上是一半。相比于日本、韩国这样的国际领先的国家来说，我们中间有大概十倍的差距，这可能跟中国以前产业结构相关，在中国劳动力非常便宜，所以全世界最大多数劳动型密集的产品。

　　我们在最近几年中国人口红利开始出现了拐点，根据麦肯锡最新的报告，中国适龄劳动人口的比例相对下降了23%，到那个时候中国65岁人口达到3.8，80岁以上超过一个亿。使用机器人来实现替代基础的人力劳动，这是一个发展的方向。我们觉得资本是一个产业发展的加速器和催化剂，所以在这个阶段进入人工智能，用更多的新技术来改善生活，这是一个非常重要的事情。

杜枫：三人行必有我师，刚才一个从时间角度，一个从行业角度，您作为一个有温度的投资人，给我们多讲一讲从行业发展角度来看这个问题？

孙达飞：还有三思而后行，三行资本做人工智能投资的时候，我们基于两个趋势，第一个是目前整个现状基础上，科技毫无疑问是一个主题，人工智能只不过是一个新概念。

　　第二，你是投趋势之后，要有一个不确定性的答案，追随着估值的结构向美元基金来投，还是向人民币基金来投，前者特别注意前沿的技术，后者把商业的场景和AI的结合会看得更重。

　　我们会在教育机器人领域投了两家，我们在生命科学AI领域会投一家，在视觉领域也会出手一家。AI给传统消费电子产品带来更多，更有趣的功能，同时会促进二次销售数字的提升。这一轮AI的热潮，包括风口跟两个技术是有关系，一个是共享，移动互联网到了尾期之后，资本还要去寻找一些风口。

杜枫：正好他提到的话题交给张总这边，孙总提到了风格和对标的的认识，你可以给我们分享美国这边人工智能投资方面的最新状况？

张大地：丹华资本管理了两期美元基金，主要是投在硅谷，大概15亿的人民币，自己的感受是非常深刻的，AI是偏底层的技术，跟中国的国情是有关系的，中国由于人口密度高，数据量比较大，中国深市市值最大的公司是海康威视，排在第二位，万科是3200亿，排在第一位。怎么样把人工智能对传统企业的改革用好，这是非常重要的。

杜枫：人工智能如何驱动这个行业，在美国一些关于深度的基础技术的推进，其实我也看到赵总他们看到的一些跨境的投资，在以色列的方面，包括中国的一些核心技术，这一方面二位分享一下你们现在一些黑科技，新技术和突破性的应用。

赵萌：技术和应用结合得非常多，根据不同的市场和沉淀，我觉得投资的理念也不一样，我们在以色列，在美国也投过一些项目，特别是在以色列，我们投了很多黑科技的项目，去年投的都是8-9年的积累，现在产品刚刚出来，但是他们在相关领域确实积累了很多年，包括去年投过以色列通过激光传感器，来做成声音合成技术的公司，应用领域一开始并不是被广大用户和投资机构认可，但是这种技术的原创性会带来整个产业界的颠覆性还是非常强的，会解决我们在应用领域看不到的。

　　两个月前我们还投了一家以色列的公司，通过数据的计算，在非常小的芯片，能够集成多个视频的捕捉，这在国内是看不到的，你们想看一些原创性的，沉淀非常深厚的，可能在欧美，或者以色列会有。

祝晓成：说项目是我们特别喜欢的。我们跟北京市合作得比较多，我们投的几类东西，一类机器人，还有新能源相关，医疗健康相关，还有人工智能，我们都有投，刚才前面智行者就是我们投的，包括镁咖机器人。

　　我举两个例子，我们在别的领域的探索，一个是视觉方面的，我们投了一个在医疗健康领域的应用，主要是智能图片。我们在一年前投的，一组数据就是对于早期肺癌的准确率，一般准确率是20、30%，这是比较好的医院。他们现在准确率能做到80%。第二个是标准的问题，人工标注的准确率时间非常长，现在用人工智能，把标注的时间大大缩短了。

　　还有我们在法律方面，今天有一家提到了法律，我们投的不一样，基本上是专门服务律师和律所的，他们真正把大数据和人工智能结合起来，在过程当中起作用的，不管是从案例，也从整个工作流程当中，我们讲的业务流程，企业服务的角度去解决。我们投了其他的行业，还有娱乐。

杜枫：我们从风险上来看，我们看到了很多的机会，未来在这个行业最大的陷阱，或者是最大的风险？大家来分享一下。

高志芳：所有人都看到利益，或者是未来收益的时候，其实做风险投资更要看到风险，这是风险投资平衡的艺术。我们这边实际上看到的，人工智能成了一个风口或者是热潮，对投资人的影响都是双向的，投身到这里面的创业者，尤其是第一次创业的初创毕业生过来，过于轻视对于垂直行业的理解。

　　刚才提到的像人工智能和法律方面，还有提到了那个项目来说，如果不是对法律行业有深入的了解，一般大部分的项目是做一个面向C端的整体，只有深入到行业领域，才能知道这个行业的痛点，不是一个2C的生意，是2B的生意，这才是行业的痛点。我觉得大的风险，包括国家层面政策的支持，这些都会影响发展速度。具体而言，我觉得还是看每个人，他需要在他的细分点上，去把握这个垂直行业风险点在哪里。然后才能做出真正提高行业效率的产品，人工智能可以改变很多，但同时从经济效益，或者是企业效益本身来说，并不是最优的选择。

杜枫：遇到的风险和挑战，对于创业者来说，我们都在谈机会，未来你看到最大的挑战是在哪里？

黄瑜清：我想分享的是机器人跟具体行业结合的时候，既看到机会和风险，才能明确来回答这个问题。

　　癌症现在治疗和研究有最重要的一个方向，叫做个性化用药，同样是癌症，A跟B的基因不一样，所以需要用到的药物成分也不一样，现在已经批准的药物组合有上万种，所以个性化用药一般诊疗的流程，病人提供切片样本，到实验室去做一一比对的实验，这种比对的实验基本上靠人在做，一个有经验的工程师，或者一个科学家每天能完成120个实验，把所有的处方药全部匹配，最差的情况可能需要30天以上。

　　机器人进行自动化的替代，机器人更加精准和可靠，优势是可复制，只要你匹配足够多的设备，可以成比例的提升，40人左右的实验室完成的实验，可能需要30天，现在通过自动化，以及机器人加上自动化的设备，可以把十个人的规模实验室，在三天就能完成这样一个实验。所以在行业里面有巨大的效率提升。另外有优势的点在于，以前靠人在做的，切片的颗粒度相比机器人要大很多，以前完成这样一个诊疗过程中需要病人多次提供他的切片，现在只需要提供一次，所以极大降低病人的痛苦。

　　这样的技术我们可以看到全世界刚刚开始推进，在中国也是一片非常大的蓝海，类似的案例在行业也非常多。风险我觉得来自于两点，第一点是医疗这个行业相对会比较保守，推进新的技术，会面临着政策，以及客户接受度带来的挑战。

　　另外是我们可以看到政府很多的政策，在推行医疗改革的时候，面临着基层巨大的阻力，所以我觉得人工智能技术在推广过程当中，除了面临技术本身的这种挑战之外，其实还有非常多的来自于社会上的挑战。作为创业者我是非常有信心的，将来的技术把人类的健康，会带来人文的价值，和商业的价值。

杜枫：我们作为投资人，您是怎么看待机会和风险，你提到的教育领域，其他领域呢？

孙达飞：我们可以结合项目来谈一谈风险，第一种就是要不断的技术进步，虽然有比较好人工智能的概念，也会贴上AI的标签，我们会清楚告诉企业家如何做健康的，持续的公司。

　　还有一家公司是非常基础的技术，要迅速变现是很难的，这个基础的技术在中国有没有成长，未来能不能大规模的变现或者是盈利。思必达就是这样的例子，要求在两三年内迅速的变现是不太一样，思必达估值已经涨到了很高。既然在两三年不能实现自我造血平衡，这个在中国的确有非常大的前景和价值，你可以迅速找到能帮你一轮一轮去完成融资，让你等到活到那一天。

　　所以说到实质上，前者靠自身的造血，后者靠极强的融资能力。你到底选择第一类，还是选择第二类，占比多少，那是由你的基金配比，系统性风险和分析的策略来决定的。

杜枫：张总提到了看到的美国项目是基础研究类的，支撑技术。中国这边很多应用，不光说到的时间的问题，我相信在应用上不少，有请张总。

张大地：我补充一下政策风险，人工智能相当于传统企业加上了一个好的应用，传统企业表面上拥抱变革，比如说人工智能对医疗的改革，创业者和投资人都很嗨，估值也很高了，现在中国的医疗连一个收费条目，医院是一个公益单位，是一个事业单位，哪怕收十元钱的拍片，各地政府都要踢皮球，一方面人工智能对这个行业起了很多的价值，另外这些价值不能变现，这是一个很大的风险，同时这么高的估值，如果不能变现，这肯定是有问题的，这是第一个风险。

　　第二个风险，比如说海康威视，它既能做很好的产品，又能做很好的政府关系，智能交通都做得非常好。所以一定要找到一个相对可以快速把场景布下去的应用场景，快速实现迭代，这是挺重要的。

　　第三个风险，不完全相关的，又有很高的估值，又没有很好的现金流，两头都被挤压，这种风险都很大。

杜枫：张总分享的是我下面要谈的问题，就是关于人才，高总也提到了如果还没有毕业的学生拿着BP，说估值一个亿，张总也提到了估值比较大，这么高的估值最重要的一个问题就是人才的稀缺，甚至有些公司本身在讲自己的时候，是自己来推动的，我们看到了一个新闻，数了中国所有相关专业的博士毕业生和硕士毕业生，全中国每年能够毕业不过数千人。所以人才变成了一个非常大的挑战。这当然有一些潜在的风险，前面四位嘉宾都已经讲了自己关注的市场方面，人才方面，政策方面等。给投资人出一个问题，你们投资的时候，有哪些风险？

赵萌：人才和资源还是非常有限的，创业公司还是要专注自己的领域，不要做一个大而全的批发商，否则会死得很惨。去年有很多公司想做AI，但是你发现做这个事情的人，比如说谷歌，facebook搞touch，创业公司认为自己很牛，做了一个大而全的公司，巨头往往到一定的程度开源了，过去积累了无数多的精力，就不值钱了。所以创业公司一定要专注，一定要细分，要集中自己的优势。

　　第二个方面，不要为了人工智能而人工智能，不要认为人工智能就能解决所有的问题。很多问题可以完全不用人工智能来解决，现在在AI领域有很多不同的算法，深度学习，DNN，RNN等，你认为解决某一个问题，七层神经网络就比十层神经网络要好，答案未必是这样的。我们投了美国的一个公司，是做大数据的，就是为上层工具厂商去访问下层数据库的时候，提供加速的功能。他做了一个讨巧的方案，就是用机器学习的方案，没有用深度学习，30秒钟得到的数据，现在一秒钟就可以实现。要避免这些风险，才能在细分领域走得更快，做得更强。

祝晓成：我特别同意他们讲的，我们投资以及我们做产业，对早期投资来讲，我们切身的体会，大多数我们投的科技项目，至少是软硬结合的，涉及到工程经验这个概念，有一个方法论，能不能把这个事情干好。比如说激光雷达，累计到很多的东西，材料也好，加工工艺也好，甚至于质量管理也好，所以在这里面其实既是机会也是风险。我觉得反过来讲，我们对于创业者，或者我们作为一个投资人，会特别注意这个团队本身是不是有这样的人在里面。这是第一。

　　第二，刚才也提到这些里面的创业，AI是工具，存在于很多的行业，其实是跨学科的，也是很多别的专业在里面形成的。可能要对前面的传感器要比较清楚，你处理完了以后，这个指令得让机器传送，所以这里面是跨学科的，你这个团队是不是能够把跨学科的技术解决好。当时不能说是哪一家公司出来好几个团队跟我讲做智能驾驶，都很优秀，但是缺腿，我就没有投。

杜枫：最后一个问题是人才，从祝晓成总刚才说的，一个项目不管是什么行业要成功，其实是需要一个综合性的人才，有需要算法，有需要工程的，有需要做业务的，才能把这个行业搞清楚。不光是人工智能的公司，任何行业都一样，其他类型的创业公司，我相信也需要这样的人才。你有没有建议，或者好的招数，一方面作为给创业者的建议，或者给昌平政府有什么好的建议，基于人这件事，投资就是投人。

祝晓成：这个问题在我这里是一个比较矛盾的回答。我个人不太愿意看简历，但是后来从我们投资下来的统计来看，基本上创业者集中在国内，以及国外的头部公司。所以从目前投资的情况来讲，大多数集中在北京的清华，北大，北理工，北邮，还有北航，海外有斯坦福等。我们投资基本上来自于这些名校，他们很专业，可能跟投资风险有关系，也直接导致我们去主动寻求这一方面的人才，这个就涉及到人才的投资，包括对投资的项目。这是第一。

　　第二，科研部门，假设高校是一条线，另外一条线是中科院的体系，以及产业里面的研究院，比如像英特尔研究院，华为和BAT，他们研究前沿的东西，同时匹配他们的产业，这一类我们很关注。简而言之，我们希望看到人才，或者我们觉得比较好的解决方案，就是找到这样背后有积累的，这一帮人其实出来，本来能力没有问题，要不是高校的教授多少年的积累，要么是从产业里面来，有行业的经验，这样的组合创业，成功概率要高一些。

赵萌：正好看到一篇文章，讲到了中国在AI比较优秀的人是5万人，全世界排第五第六位，所以还是非常稀缺的。

杜枫：研究院院所的博士生，还有很多公司的研究院，包括中资和外资。

赵萌：中国人工智能领域飞速的发展，这么大的市场机会，肯定人才是比较稀缺的，大家可以追溯一下人工智能的发展，最早都是高校的。

　　另外在全世界发表AI最顶级的论文里，有40%的发表者，或者是科学家是华人，在美国中国留学生，或者是博士，中国还有很多人才在海外有非常强的实力。我们也看到很多的现象，每个礼拜都能看到一些中外组合，或者从海外回来这些优秀的理工生，这些名校毕业非常优秀的人才回国创业，这是一个非常大的趋势。包括中国相关政策的支持，我们本地想吸收人才，应该把视野放在全球化，放到最高的层面上，去寻求全世界的人才，这里面有大量的华人研究生非常值得我们去挖掘的。

　　另外除了科技家的人才之外，我觉得在人才储备上，任何一个成功的商业公司，在科技创新成功的公司，必须两条腿都要健全，第一要很好专业技术的人才，第二要有非常好的商业领导，这两方面的匹配是非常重要的，单纯的技术公司在市场上走得不够远，我们希望有非常好的技术，搭配了非常好的商务能力的公司，这样成功的概率会相对高一些。

张大地：我本人是斯坦福毕业的，我从另外一个角度说一下人才的问题，其实另外一个维度就是创业公司你想挖的人，基本上很多人从创业公司出来，要么分家，有人找到我说想去一个大的平台，希望推荐一下，或者在谷歌，或者在facebook，这些人都有期权，日子过得还是不错的。

　　从另外的角度来说，使得好的人才不断往这边来吸引。另外关心一下亚马逊大量的招募，500-1000位的程序工程师，从这个角度来讲，对他们的压力还是蛮大的。这个问题的解决是很困难的，一方面是政府也需要解决一些房价问题，整个社会要保持一定的流动性，不要像欧洲和日本，日本也不消费，欧洲也固化了。另外，要快速的迭代，把订单拿到，把客户拿到，只有这样才能从不同的维度去吸引人才。

孙达飞：中国的AI人才核心还是懂得识别方向，能够跟教学相结合的老师，我投了一个校友的企业，三年前做了一个医疗大数据结合的公司，去年在三个大数据分析里面，发现了新药靶点，就卖了7千多万。你怎么可能靠大数据，真的去爬出这个数据，就能爬出来了？他做了一家结核儿童医院的数据，做了一款很好的药，卖给了一个上市公司，这个人在创业三年以后，他是特别有情怀的，他爸爸原来是清华计算机的主任，他就回到软件学院去当了教授，当教授以后，我们两个人一交流就发现，他带的学生是非常棒的，而且他在这个实验室里面，他所带的孩子们，每天接触的不管是交通还是医疗，他所看到本身一些大数据的深度学习的方向，我在摩托摩拉做了一年的汇编编程，学校学的东西，跟真实的场景去做应用，是不一样的。

　　第二，给昌平的建议，我的想法是这样，因为我在苏州投了好几个项目，个人也好，还是机构也好，很奇怪的就是我投的企业，他们都是在北京或者是上海，是因为苏州优惠政策吸引过去的，可以拿到领军人才计划，晚上吃饭一个房间里面能有七八个人，千人计划有四个人，苏州在医疗器械领域集聚了大量国内的优秀人才，昌平可以学习一下苏州在当地是怎么做的。

杜枫：时间到了，今天这个专场就到这里结束，特别感谢各位的分享真正的干货和真知灼见。谢谢！

本文来源投资界，原文：https://news.pedaily.cn/events/201709/420249.shtml