元禾原点合伙人乐金鑫:人工智能不会泡沫化,处于潜心耕耘的蜇伏期

简介: 元禾原点合伙人乐金鑫在12月9日举行的“万科•万创科技城项目发布暨阿里云创峰会•南昌站”上表示,当前创业环境遭遇寒冬,创业公司一定要找准自己的赛道和落脚点。同样对于自己专注的人工智能领域,乐金鑫认为不会泡沫化,而是到了深耕细作的蛰伏期。

元禾原点合伙人乐金鑫在12月9日举行的“万科•万创科技城项目发布暨阿里云创峰会•南昌站”上表示,当前创业环境遭遇寒冬,创业公司一定要找准自己的赛道和落脚点。同样对于自己专注的人工智能领域,乐金鑫认为不会泡沫化,而是到了深耕细作的蛰伏期。

image.png

开场,乐金鑫介绍了当下股权投资市场的现状,面对复杂的国际形势和国内融资难的困境,肯定了科技创新创业的乐观前景,并传递了元禾原点专注早期科技投资的信念和价值观。作为专注于人工智能投资的从业者,他表示,今天AI和“AI+”不是新的话题了, 那么什么是“AI+”呢?“AI+”和“互联网+”有什么不同的地方?

乐金鑫认为,“AI+”加持的是所有传统的产业,不管是汽车、物流、零售、医疗,每一个都跟生活生产息息相关。“AI+”加的是物的属性,这样的生产关系变化当中,大家会发现“AI+”时代数量的基础远远大于互联网时代,相较之下整个物联网或者整个AIOT市场呈几何倍数增长,远远超越互联网经济规模的,所以面对这样一个市场规模,现在才刚刚走在AIOT或者人工智能的前沿时期。

这正好回答大家经常问的问题,人工智能好象泡沫破了?乐金鑫认为不是这样的,人工智能是一个时代,这个时代不会很短暂,正处于潜心耕耘的蜇伏期。

面对人工智能的主题,从投资或者创业的角度来讲,应该何去何从?乐金鑫认为其实要看一下人工智能的本质是什么。首先要分析人工智能的生产要素,人工智能里面到底应该是关注“人”还是“工”呢?

实际上,人工智能应该关注在“工”上面,所谓“工”就是机器,它没有感知、没有认知,人和工的交互关系是冷冰冰的,是被动式的;而人工智能要把本来没有感知的机器变得有感知、有认知,让它接近人的水平,这个过程当中最核心的生产关系就建立了,就是“人机交互”,人工智能时代核心要解决的问题一定是从人机交互入手。

从人机交互入口可以看到整个人工智能如何构建,最底层有运算的算力。中间层会有核心的算法、引擎,以及开发者生态;到最上层才会实施具体的应用和行业的解决方案。一个公司只有把这样一个系统、两个系统甚至N个系统逐渐叠加起来,到了具体的场景里面应用的时候才能跟下面的数据做打通,这时候就有一个平台的出现,一个基于跨行业大数据和多个系统融合的平台。这样的平台构建之下,公司才会有更强的商业落地能力和产业协同,是人工智能时代铸就一个商业帝国的核心逻辑。

实际上,现在人工智能正在从“泛AI”走向“去AI”。因为“AI+”的是传统产业,本质上人工智能时代应该追寻的是传统产业的商业规律和商业精神,“AI+”只是节能增效,不是颠覆。今天的AI无处不在,已经是泛化的。

但什么是走向“去AI”?乐金鑫认为,“去AI”不是不要人工智能,“去AI”表达的意思是AI技术的赋能从泛化的表象走向更深层次的内核,成为源生的部分,内化和吸收,这样的核心竞争力是未来的科技企业所必备的,而差异化在于各家公司应该潜心扎到具体的传统行业里面去,去理解这个行业的背景,去总结行业的经验,这样AI才能真正开花结果,才可以面对质疑。

乐金鑫切合本次会议的主题举例AI+的落地场景,提及城市建设;空间智慧化是城市发展的下一阶段像万科、阿里为什么能做智慧空间,需要具备几个基本条件,第一是基础设施的逐渐完善。不管从芯片、通讯协议包括安装标准、交互技术等等,已经具备了实施条件。还有就是各方需求的凸显,不管是消费者的需求升级还是房开商需要出更好的作品才能得到商业溢价,乃至物业管理方,再用低廉的手段已经不能从业主手上拿到物业费,所以需要应用科技来节能增效。

我们将智慧空间聚焦到家居的场景,可以看到有人身安全的需求、影音娱乐的需求、家庭自动化和氛围环境类的需求。众多需求是有优先顺序的,节奏不能乱;同样全屋智能的场景不应该是单点智能的罗列和堆砌,让居住着无所适从,而是更简单更人性化的以具体场景来定义和驱动,比如会客场景,休息场景,party场景等。 整个全屋智能的架构跟人工智能架构是一样的,即“云+边+端”,每一端都做自己该做的事情,创业公司的机会在哪呢?乐金鑫认为主要在两端,一个是边缘端,一个是终端,在云上大的平台已经有像阿里、华为、三星等等一系列的公司,他们已经占据定义生态的重要位置,所以对创业公司来说一定要找准自己的赛道和落脚点。

最后,乐金鑫表示过去五年元禾原点围绕着“AI+”做了大量的布局,不同场景化的赛道上投了一些初创的科技企业,今天他们在各自的赛道上引领自己的理念和商业价值。未来元禾原点同样会在这个领域更加垂直,从最底端到中间层再到上面的应用层,都会做相关的布局,这样的布局在未来整个商业价值里面会逐渐发酵,产生相应的互动关系。

相关文章
|
机器学习/深度学习 人工智能 自然语言处理
PreAngel合伙人李卓桓:不会写代码的投资人读不好人工智能博士
“努力不等于成功”???采访过很多投资人,PreAngel合伙人李卓桓是少有的,不打鸡血的投资人,虽然他自己就是一个非常努力的人。相反,他会在投资的过程中希望找出无论怎样,都仍然愿意坚持把创业做下去的创业者。
330 0
PreAngel合伙人李卓桓:不会写代码的投资人读不好人工智能博士
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
深度探索人工智能在医疗影像诊断中的应用与挑战####
本文深入剖析了人工智能(AI)技术,特别是深度学习算法在医疗影像诊断领域的创新应用,探讨其如何重塑传统诊断流程,提升诊断效率与准确性。同时,文章也客观分析了当前AI医疗影像面临的主要挑战,包括数据隐私、模型解释性及临床整合难题,并展望了未来发展趋势。 ####
|
5天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
【10月更文挑战第36天】随着人工智能技术的飞速发展,其在各行各业的应用日益广泛,特别是在医疗领域。本文将深入探讨AI技术如何革新传统医疗诊断流程,提高疾病预测的准确性,以及面临的挑战和未来发展方向。通过具体案例分析,我们将看到AI如何在提升医疗服务质量、降低医疗成本方面发挥关键作用。
76 58
|
2天前
|
人工智能 算法 安全
人工智能在医疗诊断中的应用与前景####
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。随着科技的不断进步,AI技术正逐步渗透到医疗行业的各个环节,尤其在提高诊断准确性和效率方面展现出巨大潜力。通过分析当前AI在医学影像分析、疾病预测、个性化治疗方案制定等方面的实际应用案例,我们可以预见到一个更加智能化、精准化的医疗服务体系正在形成。然而,数据隐私保护、算法透明度及伦理问题仍是制约其进一步发展的关键因素。本文还将讨论这些挑战的可能解决方案,并对AI如何更好地服务于人类健康事业提出展望。 ####
|
1天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用及其面临的挑战。随着技术的不断进步,AI已经在医学影像分析、疾病预测和个性化治疗等方面展现出巨大潜力。然而,数据隐私、算法透明度以及临床整合等问题仍然是亟待解决的关键问题。本文旨在通过分析当前AI技术在医疗诊断中的具体应用案例,探讨其带来的优势和潜在风险,并提出相应的解决策略,以期为未来AI在医疗领域的深入应用提供参考。
16 3
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在教育领域的应用与挑战
随着科技的不断进步,人工智能(AI)技术已经深入到社会的各个领域,其中教育领域尤为突出。本文旨在探讨人工智能在教育领域的应用现状、面临的挑战以及未来的发展趋势。通过分析AI技术如何改变传统教学模式,提高教育质量和效率,同时指出其在实际应用中可能遇到的问题和挑战,为未来教育的发展提供参考。
15 2
|
1天前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
|
6天前
|
机器学习/深度学习 人工智能 自动驾驶
探索人工智能的无限可能:从基础概念到实际应用
【10月更文挑战第35天】在这篇文章中,我们将一起走进人工智能的世界,探索它的无限可能。从基础概念出发,我们将深入理解人工智能的定义、发展历程以及主要技术。然后,我们将通过具体的代码示例,展示如何利用Python和TensorFlow实现一个简单的人工智能模型。最后,我们将探讨人工智能在现实世界中的应用,包括自动驾驶、医疗健康、金融等领域,并思考其未来发展的可能性。让我们一起开启这场人工智能的奇妙之旅吧!
15 1
|
7天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
【10月更文挑战第34天】人工智能(AI)技术正在改变医疗行业的面貌,为诊断过程带来前所未有的效率和准确性。通过深度学习、神经网络等技术,AI能够分析大量数据,辅助医生做出更快速、更准确的诊断决策。然而,AI在医疗领域的应用也面临着数据隐私、算法透明度和医疗责任等一系列挑战。本文将探讨AI在医疗诊断中的具体应用案例,分析其面临的挑战,并提供对未来发展方向的思考。
|
9天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在图像处理中的应用
【10月更文挑战第32天】本文将深入探讨人工智能(AI)如何在图像处理领域大放异彩,从基础的图像识别到复杂的场景解析,AI技术正逐步改变我们对视觉信息的理解和应用。文章将通过具体案例,揭示AI如何优化图像质量、实现风格迁移和进行内容识别,进而讨论这些技术背后的挑战与未来发展方向。

热门文章

最新文章