星河互联刘玮玮:人工智能创业商业落地很重要,但不是投资的唯一考量标准| CCF-GAIR 2017

简介:

2017年7月7日至9日,由中国计算机学会(CCF)主办,雷锋网与香港中文大学(深圳)承办的CCF-GAIR 2017全球人工智能与机器人峰会在深圳大中华喜来登酒店举行。在7月8日下午的AI创投专场,专场星河互联人工智能事业部管理合伙人刘玮玮发表了主题为《从商业落地的角度看人工智能创投趋势》的演进,分享了在人工智能创投领域得到的一些经验,讨论了行业的未来和看到的趋势。

星河互联刘玮玮:人工智能创业商业落地很重要,但不是投资的唯一考量标准| CCF-GAIR 2017

在演讲中,刘玮玮讲到了人工智能的关键因素、行业接下来的发展、投资的逻辑和观点、人工智能行业从商业落地角度的划分等等话题,具体演讲摘要可以点击《星河互联人工智能事业部管理合伙人刘玮玮:人工智能创投领域的干货分享| CCF-GAIR 2017》,在演讲过后,雷锋网就演讲内容对刘玮玮进行了一次简短的专访,以下为采访实录:

刘玮玮专访实录精编

雷锋网:您在演讲中提到了Gartner公司发布的新兴技术成熟度曲线,现在流行的人工智能应该是处在曲线最顶峰的位置,按照发展必然的规律,这些人工智能项目在未来的是会下降的,这个趋势对你们日后的投资有没有影响?

刘玮玮:人工智能项目从峰值下降估值必然也会下降,在顶峰有很多项目,那么高的估值没有营收去做支撑,看未来趋势来讲,在下降以后,会筛掉一些炒概念、炒估值的企业,筛掉一些估值虚高的项目。所以从行业的发展来讲,是一个洗牌的过程。从投资来讲,太顶峰没法去操作了,所以,要么在这个行业起来之前投,要么再过一过,等他降温了再投。

雷锋网(公众号:雷锋网):也就是说,现在的投资者对于人工智能的项目要处于一个观望的时期了,是吗?

刘玮玮:不能这么笼统地去讲,因为人工智能项目是分领域的,发展的进度也是不一样的。你可以这么理解,从不同的领域来看,有的领域可能已经发展的较为成熟,有的领域可能刚刚开始,有的领域不是大众视线以内的领域,但是这些领域有些机会。这些领域在曲线中所处的位置也不一样,你不能笼统地去介绍人工智能行业投资怎么样,这是个宽泛的概念。

雷锋网:现在有些领域已经火起来了,比如像智能驾驶、无人机、机器人等等,现在这些企业普遍估值都特别高,您觉得这个在未来一段时间会出现什么问题?

刘玮玮:刚才有个核心观点,高估值要有业绩的支撑,企业的项目高估值,没有业绩,未来就没有投资人给企业买单了,这样的企业就成了纯炒概念,这肯定不行。所以希望这样的企业找到合适的应用场景,真正的能商业落地,但是有一些领域,目前来说显然还看不到商业逻辑,这个就比较危险了。

雷锋网:对你来说,如果做人工智能这一块的投资,近期的商业落地会是第一考量标准吗?

刘玮玮:会主要看创业者的商业模式,包括他是不是能有一些能力来满足客户需求,这些很重要。但我只是来「强调」商业模式,因为之前这些强调的不多,并不是说商业模式是第一考量,没有什么第一考量,看一个项目多因素一起来拆分,商业模式只是一个比较重要的因素。

雷锋网:在看人工智能相关项目的时候,会特别注重创始人的技术背景吗?比如要投就必须投大牛这种?

刘玮玮:这个要分开来讲。

我们先看的是团队整个具备的团队能力,并不是说某个人的能力,团队是不是整体能力分工比较明确的,互相之间有信任的。

你要做人工智能行业创业,肯定要有技术,这就要看技术到底掌握在谁的手里,是创始人?CTO?还是什么。承担技术的这个人不一定是创始人,可以是团队里其他做技术的,只要把分工分好,几个人一定有信任就可以。

一般来说,对技术特别懂、商业运营也特别懂、行业同样特别了解的人很少见,尤其是大牛,大牛们多是原来在某个领域有自己的积累,比如做技术做了很多年、做研究做了很多年,但是你说他能对商业落地有感觉吗?还真不一定。得有搭配,我们希望企业是合伙的状态,不是一个人大包大揽的状态。

雷锋网:从资本的角度,如何看待一些底层技术的创业公司?在人工智能行业的底层技术领域,通常大公司巨头都会做,比如Google做了TensorFlow,芯片方面也有英特尔、英伟达等等,在这些方面,创业的小厂商还有机会吗?

刘玮玮:有没有机会不好说,但是我觉得会是很艰难的,而且我们不太会拓展,风险太大,巨头会对这些创业公司存在降维打击的风险。

但是某些细分领域还是有机会的,巨头做的大多是平台,而人工智能行业架构不止有底层技术,中间还有中间层,上层还有对于某细分领域的优化和定制,在定制和工程化的过程中也都是有壁垒的,并不是那么简单。所以说,某些细分领域的机会是有的,巨头也不可能面面俱到地在所有领域都扎下去,他只是给你一个底层的框架让你去用,就跟Android一样,你能说有Android了其他做APP就不创业了么?

分工不一样,创业公司最好不要去做底层,特别是面对巨头竞争的底层应用,如果去做上面一些定制化,或一些细分领域的工程化和应用还是有机会的。

雷锋网:你刚才讲到,人工智能行业,无论是投资还是创业,原来的时候更重视算法创新,但现在更重视垂直领域应用,这个怎么理解?。

刘玮玮:如果要对比算法来讲,确实要多看商业逻辑。

但如果看一个新项目拿过来,首先还是要创始人背景,做过什么事,在这个领域的竞争力如何,都要看,总之投资有6、7个要素要综合考量,商业落地也是必要因素之一。之所以把商业落地拎出来单独讲,是因为在那之前我从算法角度切入,讲了很多算法的创新,我后面刻意去讲一下,如果商业模式不成立的话,算法创新也是没意义的。

雷锋网:刚才你提到国内人工智能大部分应该是在B端会落地,那么你觉得C端的机会会在哪?

刘玮玮:C端很明显,比如现在做智能音响,用在家居环境或其他地方,这就是C端一个能落地的地方。

但是有一个问题。

智能音箱产品放在家里能干吗呢?用亚马逊的Echo举例,Echo全球出口已经500万了,是全球卖的最好的智能音箱,亚马逊有一组数据,从数据来看,Echo用户在使用时,主要用途都是用在听音乐、设闹钟、设定日程等等,基本上这几项。

但是把这些场景放到中国国内来讲,似乎好像很少有人这么用,中国人和外国人的使用习惯和生活理念是不一样的,一般来说,外国人会有个大房子,他们可能会在家里摆两三个亚马逊Echo,走到哪都跟音箱说一下,比如”给我放首歌“ ,而我们这很多人都还租房子住,弄个这类的东西放在房间里的人是很少的。

生活习惯是不一样,产品最终的形态也不能是一样的,所以我有个观点,今天没讲出来,就是不要盲目的去拷贝一些国外已有的产品和模式,不做任何的改良和本地化思考,这是错误的。国内也会有相对的C端的落地机会,但是需要考虑我们自己的实际情况。

雷锋网:你们未来重点关注的领域会是哪几块?

刘玮玮:机器人是我们今年的重点,从现在开始到年底,可能也到明年。主要是To B领域的机器人,比如工业机器人,还有一些行业应用的机器人、特种机器人等等,还包括一些行业应用的无人机,比如电力巡检、测绘、警用、安防等无人机都是我们关注的。

雷锋网:未来5到10年,您觉得这几块,哪块潜力更大一些?

刘玮玮:不知道,不好预测,5到10年之后行业变成什么样都不知道。

本文作者:赵青晖

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
6月前
|
人工智能 自然语言处理 开发者
印度投资1037亿加速AI发展,重点布局大语言模型
【2月更文挑战第24天】印度投资1037亿加速AI发展,重点布局大语言模型
139 3
印度投资1037亿加速AI发展,重点布局大语言模型
|
16天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在金融领域的应用:智能投资顾问
【10月更文挑战第31天】随着AI技术的快速发展,智能投资顾问在金融领域的应用越来越广泛。本文介绍了智能投资顾问的定义、工作原理、优势及未来发展趋势,探讨了其在个人财富管理、养老金管理、机构风险管理及量化交易中的典型应用,并分析了面临的挑战与机遇。智能投资顾问以其高效、低成本、个性化和全天候服务的特点,正逐步改变传统投资管理方式。
|
6月前
|
人工智能
微软变“渣男”!据悉已投资法国开源 AI 独角兽Mistral,OpenAI成“备胎”了?
【2月更文挑战第8天】微软变“渣男”!据悉已投资法国开源 AI 独角兽Mistral,OpenAI成“备胎”了?
93 3
微软变“渣男”!据悉已投资法国开源 AI 独角兽Mistral,OpenAI成“备胎”了?
|
6月前
|
人工智能 自动驾驶 搜索推荐
探索人工智能的伦理边界:技术发展与道德考量
【2月更文挑战第11天】 本文从技术发展的角度出发,深入探讨了人工智能(AI)在不断进步中所面临的伦理道德问题。文章首先概述了AI技术的快速发展及其在多个领域的广泛应用,随后重点分析了AI技术发展过程中的伦理挑战,包括隐私保护、数据偏见、自动化失业和机器自主性等问题。文章通过具体案例,阐述了这些伦理问题对社会、个人乃至全人类未来发展的潜在影响。最后,提出了加强AI伦理道德建设的几点建议,旨在促进技术发展与道德伦理的和谐共生。
105 7
|
6月前
|
人工智能 自然语言处理 搜索推荐
AI日报:Anthropic推出商业友好型Claude 3人工智能模型
AI日报:Anthropic推出商业友好型Claude 3人工智能模型
|
人工智能 算法 机器人
ChatGPT商业前景如何?人工智能未来会如何发展?
ChatGPT商业前景如何?人工智能未来会如何发展?
|
人工智能 搜索推荐 API
人工智能可能是创业最后的末班车
如今互联网的高速发展的时代正在悄然过去,过去10年,互联网以惊人的速度重塑着社会,重构了你我的生活方式。但这样的日子已经一去不返了。互联网带来的经济增长红利已慢慢退去,进入了存量用户阶段,这一阶段对用户和注意力的争夺则更加白热化。那普通人、初创企业还有创业的空间吗?
94 0
人工智能可能是创业最后的末班车
|
云安全 人工智能 供应链
人工智能股票:九大人工智能投资机会
人工智能之于21世纪20年代,就像DNA之于90年代,带宽之于早期,而mRNA之于大流行。不要忽视人工智能的力量,因为它现在是日常生活的一部分。人工智能被设计用来执行典型的任务,涉及到人类通常会做的某种程度的问题解决和决策。
225 0
人工智能股票:九大人工智能投资机会
|
人工智能 机器人 数据挖掘
人工智能数据,传统交易和现代投资
人工智能正在彻底改变金融的未来。去年,金融机构在人工智能上的投入超过101亿美元。人工智能在金融领域发挥作用的诸多方式之一,就是帮助改善投资者的体验。
104 0
人工智能数据,传统交易和现代投资
|
机器学习/深度学习 传感器 存储
设计人工智能产品:技术可能性、用户合意性、商业可行性
随着机器学习逐渐成为数字化产品的主流,了解机器学习的基础知识对许多产品经理来说变得越来越重要。今天的产品人员是一个相当多样化的群体。对于一些人来说,重点主要放在用户体验上(例如,如果主要价值主张围绕着一个杀手级的 UI),而另一些人已经在设计需要深入理解数据和代码的产品。 理解机器学习对于频谱的两端都是必要的——只是原因略有不同。对于以 UI 为中心的产品和 PM,模糊逻辑和机器学习功能将从根本上改变用户与产品的交互方式。因此,这些特征的呈现变得非常重要。另一方面,管理 API 或技术平台的产品经理会更关心 AI 算法是如何集成的。
下一篇
无影云桌面