2017全球創(chuàng)業(yè)周中國站的最后一個主題日活動——人工智能產業(yè)投資論壇，已于11月19日順利結束，也為創(chuàng)業(yè)周劃上完滿句號。
論壇期間，曾任清華企業(yè)家協會主席，現任源政投資董事長、深圳創(chuàng)新總裁俱樂部常務副會長的著名天使投資人楊向陽，作為壓軸嘉賓登場，發(fā)表一場題為“人工智能的初創(chuàng)未來”的演講。
他以風趣詼諧、深入淺出的語言，向從業(yè)者提出了投資人工智能領域的建議，并就人工智能和創(chuàng)業(yè)投資對人類社會可能帶來了影響，進行了一番預測。
核心觀點：人工智能的發(fā)展是未來趨勢，必然值得投資。但它現在還非常早期，談不上浪潮，不太可能像移動互聯網一樣，形成大批量波浪式的創(chuàng)業(yè)形態(tài)，因此無論是創(chuàng)業(yè)還是投資，都需要一再審慎。
以下內容來自楊向陽的演講全文，文字由AI森林整理：
映初讓我參加這個論壇，我很高興。幾年前，他有一天突然找我，說要和我聊點事，我就說，行你來吧。結果，他過來后說想做一個基金。我說做基金很好啊，你投什么？他說專門投人工智能。
當時我一聽，蠻驚的。我說我是一個特別不靠譜的人，做特別不靠譜的事，今天我終于聽到一個比我還不靠譜的人，要做一個更不靠譜的事。
之所以這么說，是因為那還是一個言必談移動互聯網的時期，O2O還沒有興起，李開復還不敢到處講人工智能。他在微軟中國研究院，其實就是想搞人工智能，但那時人工智能真的是不受待見
所以，映初說要做一個人工智能的專門基金時，我還是蠻擔心的?？墒?，因為我一直都在做不靠譜的事情，看到有兄弟做不靠譜的事情，我比較興奮，于是就表示支持他。
沒想到一條“狗”（AlphaGo）救了王映初。人工智能這件事，說早也不早，說晚也不晚，起碼有50年歷史了。我在清華大學讀書的時候，學數學時，會學到數學模型，后來學概率統計，也和這方面有關系，當時我們稱之為專家系統。
那時沒敢說智能?？墒?，到了今天搞雙創(chuàng)周、三創(chuàng)周還是什么會議，沒有人工智能都不好意思辦了。
但人工智能真有這么厲害嗎？真的能成為未來的趨勢嗎？會以什么形式發(fā)展？關于這些，很多人一直在思考，很多人一直在探討。今天，我想火成這樣的時候，我們還是要客觀地看待人工智能。
今天在這里，我聽了很多大咖的演講，大家對人工智能有各種詮釋、案例，非常熱鬧。這也反映出，人工智能已經走入我們的生活、走進我們的社會。它之所以大發(fā)展，是因為基本條件已經具備：
一是計算力。人工智能不是猜的，不是想的，就是算出來的。計算力發(fā)展到今天，對付目前要算的事情是夠用的。再加上用計算、GPU、CPU，還有光子，還有量子。量子計算也蠻厲害的，今年年初，IBM只有一臺5量子比特的計算機開放出來給大家測。當時宣布會做到16個量子比特，但前幾天他們公不說，已經造出了20個量子比特的計算機。
二是數據。要計算，就需要數據。經過互聯網的充分發(fā)展，現在我們有大量的數據，每天各行各業(yè)還在產生數據。當人們開始關注大數據的時候，數據已經變得越來越干凈了，也不是問題了。
三是算法。人工智能一直沒有真正走到智能，就是因為算法比較笨，特別簡單的一件事還要從頭一遍一遍來，這肯定不靠譜。目前為止，比較牛的是深度學習。深度學習，確實是人工智能發(fā)展的重要里程碑，有了它之后，人工智能才慢慢開始走到一個比較實用的結果。
另外，傳輸力應該也不是問題了，將來的光子通訊、量子通訊包括5G，會解決現有的問題。
綜合起來，人工智能一定會走進我們的生活，一定會帶給人類不同的、對世界的體驗、感受。
剛才的嘉賓張成講到，無人駕駛汽車更多是依靠感知。什么叫感知？能看、能聽、能觸、能摸、能測距，這是感知。
其實還有認知，那就是，你是看到了，但看到的是什么？一個小孩說這個是紅的，說這個是貓。你現在用幾十萬美元設備看的東西，它無法告訴你這是什么東西，你還要認知。
認知的事情如何解決？全世界有很多的科學家都在做，有些已經解決得不錯，但是大多數事情還沒有解決好。
這就意味著，人工智能的科學研究還有很長的路要走，現在只走了一小步。為什么說是“一小步”？大家想一想，著名的兩只狗，AlphaGo和波士頓那個可以翻跟頭的機器狗，它們可以用來做概念，但能真正走到應用嗎？
這么一只大狗，動力感知做得不錯，動力系統做得不錯，各種關節(jié)似乎做得也不錯。如果是一個活人，比如是我，走到這個樓梯時，即使看不到，也馬上可以感知到它的存在，然后會自動調整我的體態(tài)和姿勢，我不會摔下去。但是，在沒有設定的場景中，一只機器狗是完全不能走路的。
另外，這只狗要完成這些動作，動力哪里來？帶電池嗎？現在的電池能量密度最高也就是每公斤300瓦時。我們無法想象，一個機器狗如果帶一個幾十公斤、上百公斤的電池，要怎么去完成這些動作？即便接個電線來供應能量，也可能會出問題。日本福島電站出事后，因為核泄露，人進不去，美國就派了機器人去，但進去的時候是拖著供電線的。
現在還沒有發(fā)明用核做動力源的、便攜式的機器人。所以，人工智能的發(fā)展肯定是未來的趨勢，但現在，真的還是非常非常的早期。
映初希望我談談人工智能投資、創(chuàng)業(yè)的事。剛才我講那么多，就是想和大家一起討論一下，人工智能的創(chuàng)業(yè)應該怎么做，可能是一種什么樣的形態(tài)。
尤其是中國，什么事情都喜歡說成是浪潮。但是，一個真正的浪潮是有基本規(guī)律的，那就是能形成連續(xù)不斷的推動動力，才可能形成波、形成浪。投資界的人士，應該好好想想，人工智能的創(chuàng)業(yè)是不是這樣的態(tài)勢？當初移動互聯網出現的時候，可以批量地投，總結出“賽道”等等一堆的東西?？墒?，人工智能存在賽道嗎？會形成波浪嗎？
我的一家之言是，人工智能不會形成一個大的波浪。人工智能跟移動互聯網有非常本質的區(qū)別。移動互聯網出現時，因為技術已經奠定了基礎，一個小的團隊就可以開發(fā)一個APP或者別的東西，并且快速傳出去，還可以低成本試錯、低成本地探測客戶。
但是人工智能不行。人工智能要做任何一件事，都需要一波人去算，從方方面面做很多工作，就像聯車科技張成說的，需要探頭等等集合在一起，技術要求很高，制作、研發(fā)、測試的成本也很高。因為這么多年，全世界培養(yǎng)的能做算法的，能做人工智能技術的，就那么一小部分人。
比如，一個人昨天還在做主持人，今天想創(chuàng)業(yè)，做一個移動互聯網公司，這是沒有問題的，開發(fā)H5和APP，隨手可以找到一撥人，技術也是開源的。
但人工智能不行。它是一個案子一個案子來的，每個案子會走一個周期。比如，全世界做無人駕駛的團隊大概有幾百個、上千個，但這一類的公司未來90％會死掉，甚至95％。
為什么？因為無人駕駛的使用者不是駕駛者，不是買車的人，而是造車的人。一個車廠要選擇系統，一定要測試，看可靠性和安全性。
兩年前我就說，無人駕駛未來一定有幾家大公司要開源。現在事情成真了。
第一個這樣做的是百度，把無人駕駛的平臺開放，若干車廠大家聯合來做。前天，騰訊也在廣州和廣汽達成了無人車的合作，他們的系統也會做支持。谷歌和利夫特合作，谷歌賦能利夫特，利夫特用它的場景開始訓練。
一個獨立的小公司要做無人駕駛技術，最后想用到車上去，真不是那么簡單的事。所以我的看法是，人工智能不太會像移動互聯網一樣，成為一個波段的創(chuàng)業(yè)形態(tài)，反而是一個案子一個案子來的。
另外，移動互聯網的戰(zhàn)斗，可能五年就結束了。大公司壟斷了，現在誰要再做一個移動互聯網的公司很難，再出一個獨角獸也很難。
但人工智能不同，你只要是在某一個場景、某一個應用中能做好，能讓生產提升效率降低成本，那照樣還是可以做?，F在看來，各行各業(yè)都會人工智能化，或者用人工智能改造。也許有些事情今天做不到，但不代表明天做不到。明天做不到，不代表后天做不到。
人工智能，將是一個非常長期的事情，對整個創(chuàng)業(yè)、對產業(yè)界可以產生持續(xù)不斷的影響。
所以，從投資的角度來講，一定要投人工智能。從創(chuàng)業(yè)的角度講，任何一個初創(chuàng)的小團隊企業(yè)來，應該找一些了解的場景、了解的行業(yè)來做人工智能，底層的就不要碰了。
人工智能這一波，我們一定要關注、要擁抱、要學習，但不要希望再像前面移動互聯網一樣，形成一個大的浪潮。
對投資來說，也應該是比較謹慎的。大家在人工智能領域的投資，說一個人工智能的項目，不進行估值，覺得能跟進去就不錯了。這是有問題的。
我們還是要回到商業(yè)的本質，不管你是不是人工智能，你做的是什么？服務的對象是誰？客戶是誰？你的成本是多少？收益是多少？市場規(guī)模有多大，不管你用什么招，最后可以把這些事情說清楚、看明白，還要看你做的壁壘有多高？并不是只要人工智能就一定有前途。假如你能做到1，別人卻能做到2，你還是死路一條。
人工智能和移動互聯網還有一點不同。移動互聯網只要砸錢就砸得出來，因為只要過了一個邊界，未來的投資就是零，一開始升，最后就停在這里，但長尾效應可以覆蓋以前的成本。
人工智能不是這樣的。你這幾個人不懂更高級的算法，給你多少錢都沒有用，。你說給我錢去MIT找一個，但發(fā)現已經都被人挖走了，你再培養(yǎng)人需要時間。如果靠砸錢就行，我們國家的諾貝爾獎獲得者應該很多。有些事情，不是砸錢砸得出來的。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
