華文網

星河互聯人工智慧事業部管理合夥人劉瑋瑋:人工智慧創投領域的乾貨分享| CCF-GAIR 2017

在7月8日下午的AI創投專場,專場星河互聯人工智慧事業部管理合夥人劉瑋瑋發表了主題為《從商業落地的角度看人工智慧創投趨勢》的演進,分享了在人工智慧創投領域得到的一些經驗,

討論了行業的未來和看到的趨勢。

把人工智慧行業看成一個系統,其中的關鍵因素:

內部因素。

包括人才、演算法、大資料、底層運算資源、商業模式、場景需求等等,提供內在的驅動力。

外部因素。

社會的發展、資本、政策,甚至是大的資訊環境的改變,

產生外在的影響。

人工智慧行業接下來的發展:

演算法的壁壘一定會不斷的下降。

底層框架已經被大廠所壟斷,穀歌、facebook、微軟都有自己的開源框架,我們也有理由相信,未來在底層演算法方面,這個壁壘是慢慢在變小的。

人才的壁壘也會不斷下降。

越來越多的人進入這個行業,包括潛在的人才,經過培訓、經過不斷地學習也會上崗,不斷地為科研院所和海內外的知名院校挖掘出來。

底層的計算成本不斷下降。

創業項目往前演進。

2014-2016年出現了大量的創業項目,隨著時間的推移,這些項目會大量的從天使輪項目往A輪演進。

星河的投資邏輯和觀點:

形成團隊、行業、產品、競爭、運營、技術、資本的閉環。

對團隊的關注從關注演算法的能力,慢慢轉到看有沒有行業的縱深能力,團隊裡面有沒有對行業比較瞭解的人,是不是能聽懂客戶尤其是B端客戶在說什麼,

經驗積累如何。

落地的應用場景比單純的演算法創新更重要。隨著時間的推移,從演算法的創新慢慢過渡到給用戶提供整體的解決方案,這一定是今年或者明年人工智慧行業發展的趨勢。

垂直領域的資料資源比單純的演算法創新更稀缺,下一個是人工只能會率先在B端落地,為B端降低成本、提升效率,C端目前還看不好。

從商業落地的角度劃分人工智慧行業:

技術相對成熟、在垂直領域已有商業模式。

這裡面包括某些垂直領域的Chatbot,利用模式識別進行卡證識別,封閉場景下的語音辨識與處理,機器視覺在工業方面的應用。

聽上去很美好,但商業模式落地需要再考量。

這裡面包括比較通用的語音智慧助手、智慧硬體(和人工智慧的結合)、服務機器人

有需求,但原有產業鏈不容易突破。

比如無人駕駛、醫療、安防。這幾個領域有需求,但是原有的產業鏈裡面的巨頭會佔據整個產業鏈裡面利潤的大部分,

作為一個技術的提供商,你只能跟著巨頭去分羹。

持續重點關注的領域。

包括特種機器人、安全、智慧商業,教育,甚至是未來的腦機介面、新零售。

對各大智慧領域的研究:

語音領域。BAT以及其它的一些企業都有語音的產品、平臺或者技術。除此之外,還有一些做應用、陣列和後端的理解的公司。

安防。安防從傳統慢慢過渡到智慧化,大量利用了圖像識別的技術,嵌入到這樣一些領域裡面。

工業自動化。一些機械臂、工業機器人在汽車領域、3C消費電子領域已經慢慢用起來了,汽車領域應用程度是最高的,它現在整體的狀態是很分散,這裡面存在整合機會。

無人駕駛。未來這個領域的落地,也是需要依靠多種感測器的融合,未來還會需要車聯網的融合。

輔助駕駛與雷射雷達。自動駕駛從行業落地來講,它的政策方面已經成熟了,已經很接近落地了。以前的機械式的雷達無法大規模的商用,我們看好下一代的固態雷達的發展。

服務機器人。這樣的產品往往在To B的酒店或者展會上使用,也有一些高端的家庭在使用,但是它的需求也不太明顯,現在技術也不是很成熟,還需要一定的時間去打磨。

機器人OS。與服務機器人是強相關的,如果機器人OS成熟了,證明通用的人工智慧一定是到了一個更新的發展。

工業機器人與特種機器人。對於傳統企業來說,是很有機會的。

金融領域。在智慧客服、智慧投顧、反欺詐等方面,現在都有成熟的應用。

腦機介面。雖然它現在離落地還比較遙遠,但它是一個值得我們持續研究和關注的領域。

詳細內容請看雷鋒網後續報導。雷鋒網原創。

大量利用了圖像識別的技術,嵌入到這樣一些領域裡面。

工業自動化。一些機械臂、工業機器人在汽車領域、3C消費電子領域已經慢慢用起來了,汽車領域應用程度是最高的,它現在整體的狀態是很分散,這裡面存在整合機會。

無人駕駛。未來這個領域的落地,也是需要依靠多種感測器的融合,未來還會需要車聯網的融合。

輔助駕駛與雷射雷達。自動駕駛從行業落地來講,它的政策方面已經成熟了,已經很接近落地了。以前的機械式的雷達無法大規模的商用,我們看好下一代的固態雷達的發展。

服務機器人。這樣的產品往往在To B的酒店或者展會上使用,也有一些高端的家庭在使用,但是它的需求也不太明顯,現在技術也不是很成熟,還需要一定的時間去打磨。

機器人OS。與服務機器人是強相關的,如果機器人OS成熟了,證明通用的人工智慧一定是到了一個更新的發展。

工業機器人與特種機器人。對於傳統企業來說,是很有機會的。

金融領域。在智慧客服、智慧投顧、反欺詐等方面,現在都有成熟的應用。

腦機介面。雖然它現在離落地還比較遙遠,但它是一個值得我們持續研究和關注的領域。

詳細內容請看雷鋒網後續報導。雷鋒網原創。