中国人工智能学会通讯——智能化创业和投资的实践

简介:

image

我今天这个题目比较应景,叫做《智能化创业和投资的实践》。这两天很多参会专家在人工智能,包括人工智能在很多领域怎么落地和串接做了非常好的阐述,我自己也学了很多。下面就从投资机构的角度跟大家分享一下智能化创业和投资的实践。

我的议题分四个部分——智能化创业时代的阐述、智能化创业的领域、智能化投资的实践以及问题和思考。开宗明义,讲智能化,特别是人工智能,我一直觉得它不是平地起高楼的东西,必须要说历史。人工智能的发展历史是六十几年,我们不说那么长,而且我想把智能化归类到科技类创业的范畴里,就讲科技类创新创业。在座的各位从20来岁到40多岁,如果说以我们的经历来讲,大家应该都经历过电话,或者说经历过从固定电话到手机这么一个过程。再年轻一点的,家里没有固定电话,只有手机了。我想说什么?通讯领域是一个典型的科技不断创新创业的过程。以我个人经历来讲,我是做通讯行业的,从没有固定电话到有固定电话,从BP机到手机。那时的创新创业我印象是特别深的,中国被国外所有大公司垄断,后来才有了华为、中兴这些通讯公司。直到现在智能手机的普及,有30多年的时间。

image

生活中大家用到很多东西,基本上都离不开科技的创新创业。左上角这张图是在硅谷计算机历史博物馆里展出的计算机,不是最早的,但也是比较早的电脑。那时的运算能力,要达到现在一个手机的运算能力,即使用小型机,大概也是这么一个屋子的机器。科技创新这么多年发展还是非常快,一共也才三十几年。像自动驾驶,大家都在谈,但是经历过的人并不多。作为投资机构,我们在这个行业里投资,同时也伴随一些科研早期的接触和支持。在自动驾驶尤其是辅助驾驶,规定场景、规定动作方面已经做得非常好了,效果非常惊人。并不要像特斯拉这些,国内已经有非常出色的表现,相信智能驾驶未来会很快到我们的生活中。AlphaGO这个事,大家都知道,可能离大家比较远,更多的是做程序,或者是做科研的,觉得这是标志性的事件。但是设想一下,这类东西的背后,在教育行业,对孩子的教育会不会有特别大的影响?还有一些兴趣爱好、音乐的学习,会不会有很大变化?都是有的,所以科技发展,包括智能化的发展就在我们身边。

image

这个图可能大家很熟悉了,如果对这个行业了解的,基本上能够知道这个曲线里面每个点代表什么,我就不展开说了。我想说的是“AI+”,我们认为未来是无所不在的。主要表现在哪些方面?像智能机器人、智能交通、智能制造、智能安防、智能医疗、智能金融......

这里的核心我列举了一些,这两天的讨论大家加了一个“场景”,人工智能的四要素,核心就是这些东西。比如现在的热词,大家都会关注,如云计算、边缘计算、量子计算等。从行业来讲,刚才讲的场景,已经应用到了很多行业了,像金融、保险、法律、汽车、零售、制造、电力、交通、农业、运营商等,这些都有。

我们怎么看智能化过程中中国的地位?我们认为中国有机会领跑。目前来看,海量数据从数据的隐私性包括数据的获取,在中国相对来讲更有机会获得。从研究来讲,中国在AI领域论文的引用数量已经超过美国,成为全球第一。还有就是语音图像识别,跑得也比较快。在软的东西上,比硬件更容易突破,发展的确很快。创业人才这方面,我们的体会很深,因为天天面对创业者——国内的和海归的。现在有一些政策,鼓励高校教师创业,鼓励人才走向市场。包括大公司里面的创新创业,国际化人才的回归或者组合,公司间国际化合作,以及对境外公司的收购,都形成了中国的领跑机会。

说了这么多,我们看一看,从我们的角度看智能化创业的热点。前面也提到过一些,比如说VR/AR,嚷嚷了很多年,对内容的需求,以及技术的突破,可能会带来产品和体验各方面的变化,进而普及。工业机器人发展很多年了,四大家族在全球处于垄断地位。但是这几年随着中国人口红利的消失,包括南方很多工厂机器代人的诉求,在推动国内这个行业的发展和突破(比如减速器)。软硬结合的,比如说2D、3D视觉模组用在流水线检测,也用到人工智能的技术。消费机器人更多的是家庭陪伴教育,还有酒店的机器人。无人机我们也归类到机器人领域里,可能还没有那么普及。另外在康复领域,外骨骼也在不断地受到重视。安防这块,更多的是基于视觉、虹膜、指纹、步态等。交通,就是我们常讲的ADAS,或者自动驾驶,也涵盖智慧交通、智慧城市。医学影像,更多的是数字健康、医疗机器人、生物打印。

稍微总结一下,智能化怎么来看?我们认为智能化已经到来。智能化使未来人类的生活和工作更自由、更方便、更强大。是不是有一些不安全的因素?或者是其他新的问题,新的机会,我们也在不断的关注。还有一句话是,智能化快速改变和扩大机器的能力和人的边界。

image

我讲几个案例:刚才一直在讲自动驾驶,大家可能都知道行业里面最出名的这些智能驾驶的公司,像智行者,很快会在国内物流车、扫地车、园区低速车上应用,未来会往乘用车的方向去走,现在在自动驾驶领域已经获得很多传统车企和互联网车企的订单。(大家可能还不太知道,因为PR做得少。)

image

讲一下NovuMind,他们拥有全栈人工智能技术,能提供专为人工智能定制AI超级计算机。这个项目是为AI赋能。Versa是基于人工智能的视频和照片编辑器,可以对视频做实时渲染,轻轻一点就能幻化出艺术家风格的作品。

image

刚才提到AI可能会在医疗领域有比较好的应用,那么是什么?就是大家一直在谈论的读片。我们在医院的X光片、CT片、核磁共振,医生有大量的工作要去做,其中有两个就是标注和读片。推想科技正是利用人工智能的方式,可以极大提高效率,一个月前的测试数据显示,机器标注的时间是人工的一百五十分之一,现在还在不断提高。更加重要的一点,就是漏诊率的大幅降低,通过它们的读片辅助可以让医生降低50%的漏诊率,这是很重要的,未来我们期望这个数据不断提高。所以AI造福于人类,使人们生活更健康。

image

这个贝塔智能是智能投顾,奇智机器人是智能客服可以提高服务的准确率,降低人工的数量,甚至对公司的一些绩效改善起到非常重要的推动作用。阿丘科技是前面提到的3D视觉技术用在工业机器人上面的的识别和抓取,在工业生产线上使用。

最后讲一讲我们在这一领域的实践和思考。智能化创业的特点有哪些?如果是创业,你们是不是都能碰到?

从现在看到的,包括我们投了几十家公司来看,这几个特点贯穿了大多数企业。第一是综合跨学科,做软硬件结合,就涉及了诸多方向。小到一个模块,怎么设计尺寸,小一个框,或者小多少毫米和厘米,这都是很难的。第二是周期长。第三是需要行业背景。第四是需要工程背景。我们很多创业者没有工程背景,这件事你去做,idea变成产品,工程背景决定这件事,往往是多花几倍钱的事,甚至是成败的事。第五是对接产业资源。如果创业时多看一看大企业的需求,或者大企业的痛点,结合市场痛点去做,对接产业资源而不是闷着头去创业,会事半功倍。

什么是好的智能化创业项目?这也是我想跟大家探讨的事情。首先关于升级改造和革命性的问题。大多数革命性的东西,从创业的角度来讲是很难的,虽然我们特别喜欢找这样的标的,创业者也特别喜欢说这个东西有多牛,我来做以后能怎么改变世界。但是从统计来讲,大多数的创业不是革命性的。我们就做升级改造的事,为什么不可以?就是场景化,就是落地,然后不断地升级打怪,不断地创造能力边界,不断地去谋求创新,这是第一个。

我们关注的问题,第一,寻找什么方向的应用?刚才举了很多,在这个阶段来看,智能制造、物联网、金融、汽车、医疗、娱乐、文创都是不错的创业方向和领域。第二,产品是否符合市场需求,这句话要不断的强调,就是怎么识别和判断伪需求,真的是永恒的问题。创业时不断去挑战自己,不断去想清楚这件事,哪怕开始干了,也可以挑战自己,看看是不是走错方向了,调头来得及。我们也经常复盘,发现有的创业者一开始就想错了。

技术壁垒,我专门有一个分享。我第一次做投资,差不多20年前,与专利相关,收购一个“863”项目的know how。这么多年下来,我对这个方面的理解越来越深,而且现在来看,专利保护,构建全球化竞争能力,在很多创业创新中,尤为重要。我们投资的项目中,现在已经有专利大概几百个,这样的公司是全球化的。怎么写专利能够保护到自己,形成竞争力,未来走得长、走得远,有些项目走到一定程度,靠专利就能够挣大钱。

我就讲这么多,我们主要投资科技类早期项目。刚才举了几个案例只是一小部分,我们投了机器人、无人机,以及人工智能和大数据在垂直领域的应用,还有与新能源车相关、大健康相关。我们愿意投能够产业链协同的项目。从创业者的角度来讲,大家要注意把自己那个领域做深,同时考虑连接、考虑协同。从投资来讲,我们也有这么一个口号“连接创新者,发现未来”,而后可以“成人达己”。

(本报告根据速记整理)

相关文章
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能:有多少人工,才能有多少智能?
当下AI大模型的能力,特别是Agent领域,到底离不开多少“人工”的加持?本文将结合我的实际经验,深入探讨高质量数据与有效评价体系在Agent发展中的决定性作用,并通过编码Agent、Web Agent和GUI Agent的成熟度分析,揭示AI智能体发展面临的挑战与机遇。
383 89
|
8月前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
机器学习/深度学习 存储 人工智能
Qlib:华尔街颤抖!微软开源金融AI量化投资神器,助力智能投研
Qlib是微软亚洲研究院推出的开源AI量化投资平台,提供从数据处理、模型训练到组合管理的全流程支持,内置高性能数据基础设施和多种机器学习模型。
4969 87
Qlib:华尔街颤抖!微软开源金融AI量化投资神器,助力智能投研
|
机器学习/深度学习 人工智能 自然语言处理
人工智能的边界拓展:从理论到实践的飞跃####
本文探讨了人工智能(AI)技术的最新进展,特别是深度学习领域的创新如何推动AI从理论研究走向广泛应用。通过分析几个关键领域的实际应用案例,如医疗健康、自动驾驶和自然语言处理,本文揭示了AI技术的潜力及其对社会和经济的深远影响。文章还讨论了当前面临的挑战,包括伦理问题和技术瓶颈,并展望了未来的发展趋势。 ####
|
11月前
|
机器学习/深度学习 人工智能 自动驾驶
人机融合智能 | 以人为中心的人工智能伦理体系
本章探讨“以人为中心”的人工智能伦理体系,分析人工智能伦理与传统伦理学的关系、主要分支内容及核心原则。随着人工智能技术快速发展,其在推动社会进步的同时也引发了隐私、公平、责任等伦理问题。文章指出,人工智能伦理需融入传统伦理框架,并构建适应智能技术发展的新型伦理规范体系,以确保技术发展符合人类价值观和利益。
482 4
|
人工智能 算法 计算机视觉
【01】opencv项目实践第一步opencv是什么-opencv项目实践-opencv完整入门以及项目实践介绍-opencv以土壤和水滴分离的项目实践-人工智能AI项目优雅草卓伊凡
【01】opencv项目实践第一步opencv是什么-opencv项目实践-opencv完整入门以及项目实践介绍-opencv以土壤和水滴分离的项目实践-人工智能AI项目优雅草卓伊凡
547 63
【01】opencv项目实践第一步opencv是什么-opencv项目实践-opencv完整入门以及项目实践介绍-opencv以土壤和水滴分离的项目实践-人工智能AI项目优雅草卓伊凡
|
11月前
|
机器学习/深度学习 人工智能 算法
人机融合智能 | 以人为中心人工智能新理念
本文探讨了“以人为中心的人工智能”(HCAI)理念,强调将人的需求、价值和能力置于AI设计与开发的核心。HCAI旨在确保AI技术服务于人类,增强而非取代人类能力,避免潜在危害。文章分析了AI的双刃剑效应及其社会挑战,并提出了HCAI的设计目标与实施路径,涵盖技术、用户和伦理三大维度。通过系统化方法,HCAI可推动AI的安全与可持续发展,为国内外相关研究提供重要参考。
775 3
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
647 0
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
744 4
|
数据采集 人工智能 缓存
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
341 1

热门文章

最新文章