很高興又有機會來到格隆匯跟大家分享，
去年格隆匯“決戰港股”的演講上講過一些人工智慧的基礎，
今天想來更多講一下人工智慧的應用，
還有在中國的商機，
以及創新工廠現在在做的事情。
也會提到在二級市場AI可能帶來的機會和衝擊，
當然也有很多現在我們可能面臨的潛在的一些泡沫。
▌一、人工智慧有強弱等級之分
人工智慧從創新工廠的角度來看， 我們覺得現在大家討論的題目已經比較聚焦， 上次還是在談很多未來、科幻， 機器會不會控制人類。
現在大家談人工智慧基本分兩種， 其中所謂的強人工智慧，
因為在座的都是很務實的投資人， 沒有什麼強人工智慧可投， 如果有公司來跟你說， 我做了一個新AI能夠理解所有人的自然語言， 你可以直接把他轟出去， 因為這個是沒有任何機會的。
什麼是弱人工智慧？也就是說在單一領域， 經過大量的資料， 能夠達到比人遠遠更精確的判斷。 比如說在圍棋的領域阿法狗Zero，
所以在座的投資人， 或許AI都會搶你們的飯碗， 可是沒有那麼快， 還需要一點時間。 但是你如果說需要很久的時間， 其實並沒有那麼久， 因為在大資料的推動下， 有些領域會動的很快。
那AI智慧未來即便是弱人工智慧， 也都是有很大的提升的， 我們採用比較保守的財務機構普華永道資料來看， 他們預測2030年， 中國GDP中AI有20%的貢獻， 我個人認為會比這更多。 但是我們可以看到， 即便是保守的財務機構， 也看到了這樣的一個變化發生的巨大的價值，
▌二、人工智慧應用的四波浪潮
那麼談弱人工智慧其實還有4種不同的弱AI， 今天既然要展開來講技術和投資和創業的機會， 我們就要把AI很負責的切分成4種， 第一種是叫做互聯網智慧化， 第二種是商業智慧化， 第三種是實體世界智慧化， 第四波是全自動智慧化。
這四波所需要的創業人， 所面臨的商機所應該面對的投資策略都是不同的。 如果有一個團隊跟你說， 我有一個很棒的AI團隊， 我們什麼AI都投， 是不太靠譜的。
那這4個機會來自於哪裡？互聯網AI是最早的， 我先簡單介紹一下再深入解釋。 互聯網AI就是用最大量的互聯網資料來訓練AI， 商業化AI就是把商業的資料拿來訓練AI， 用在已有的商業流程， 比如說銀行、保險、醫院等等， 實體世界的智慧化， 把過去不存在的資料捕捉起來， 用它來做過去不可能存在的事情， 把不可能變成可能。
所以第一、第二波浪潮是把可能的事把已有的資料用的更好， 賺更多的錢， 創造更多的機會。 三是把過去沒有的資料捕捉起來， 做過去不能做的事情， 所以這更厲害。 第四波就是說我們不是捕捉資料、運用資料用資料做推測預測，
但是今天一天我們就可以把四波浪潮都投起來， 只是你投資的時候投第四波可能就要期望它的應用跟普及也許還要5年到10年。 第三波的話可能就會應用的比較快， 那麼第一波幾乎是已經過去的事情。 AI其實特別關鍵的就是大量的資料， 有了資料這4件事情就都可以做了， 沒有資料是不可能的。
1、利用龐大的自然標注資料， 互聯網巨頭成為第一批受益者
那第一波浪潮到底是什麼，其實就是BAT，或者說在美國穀歌、雅虎、facebook 、微軟，大概也就是這7家公司。為什麼這7家公司作為最早的崛起者？因為世界的這個量非常大，每天有多少資料量，有多少使用者，我們其實都在產生資料，不僅在產生資料我們還在上面做小白鼠產生資料，還在做免費的資料標籤的標注。
意思就是，當你在每一次用淘寶的時候，你的流覽軌跡，就被捕捉下來，你的淘寶帳號，你用什麼付費，看了什麼東西卻沒有買，考慮再三最後還沒有買或者買了一個競品，這一切都被捕捉下來。尤其在你買的那一刻的資料標注特別的重要。標注的是什麼？標注像你這樣的一個人在今天這樣的時候，是會買這樣一個貨品的。所以淘寶能做什麼，能不能用他的AI找類似的人在類似的時候，當他還不知道沒想到這個貨品的時候就當作一個廣告推薦給他。
AI就是這麼用，他做的事情就是一個推薦、預測、判斷還有分類。所謂的分類就是比如說人臉識別，所謂的判斷就是決定他該怎麼做，我該買這支股票還是那支股票，所謂的預測就是說未來會怎麼走，比如說這支股票下周會多少錢，下個月多少錢，這些預測也都是可以做的。
這就是BAT他們的巨大的優勢，他們的流量是BAT的優勢。一個在公司很值錢，可以用市值做很多的事情，還有就是品牌很大，用戶的流量不要錢，用戶的獲取是因為天然的品牌和產品得到的，還有隱藏的優勢用AI不斷優化他的流程，不斷提升競爭壁壘。
而且這些大公司很厲害，我們看一個公司的財報可以看很多的資料，我們可以看一個公司的用戶量、活躍用戶量，可以看他的營收、利潤，每一個互聯網巨頭都可以調整這4個按鈕。你可以想像一下，淘寶用戶這個季度已經遠超預期了，我們要得到用戶的留存，所以我們就把人工智慧的學習的目標函數修改一下，這個月我們錢是要賺的，但更重要的是用戶的時長，那麼你看到的網頁突然就變了，針對每一個使用者不同的喜好頁面會顯示不一樣，真的就是千人千面。
所以淘寶是可以調整，你看到的所有的網頁來優化怎麼樣得到最高的營業額，怎麼樣得到最高的收益，怎麼樣得到最多的用戶留存，怎麼樣得到更多的用戶轉發，怎麼樣得到更高的用戶平均時長。一個公司的CEO把這4個綜合說我們的戰略怎麼走，現在AI都可以做，AI給CEO說什麼樣的指標，最重要的背後就可以調整，這就是第一批浪潮最大的機會。
還能不能再投第一批浪潮？實際上不能再投了。第一批浪潮首先要有品牌和流量，當我們投一個新的流量入口，可以是像今日頭條、快手這些有新的流量的公司，但是要先有流量後做AI的這類公司。投第一波的AI的話，只能投流量很大的公司，幫他把AI做好，賺更多的錢上市，所以反過來的話不是說不可能，是非常的困難。
美圖也是一個案例，在座很多的美圖的用戶，美圖每個人都在貢獻資料，你在自拍就是在貢獻資料。但是美圖是怎麼標注的，有人知道嗎？自拍之後，假如說我們是用一個自動的自拍，美化度是2，然後自拍了以後，下面我可能做什麼事情，三件事情：分享、儲存或者刪除。對美圖來說意義是什麼？分享一定是美的好的，儲存也是美的不錯的但是略差一點，但是刪除的一定是美的不好的。所以美圖要不斷的調整自己的AI，收了一大堆的資料拿來做更多導致用戶分享的美化效果，還有那些會導致使用者儲存的效果。
當然千人千面，所以每個人可能喜歡儲存的不一樣，也許中國人都喜歡白一點，但是非洲人喜歡白但是白一點點就可以了，那些在海灘的人還喜歡自己有點曬黑一點，這個還是要看個人的。
這些標注就讓美圖現在有一個很難撼動的地位，它的電商不能跟淘寶比，搜索不能跟百度比，但是它的照片尤其是自拍的，尤其是女孩子的自拍，一定是世界最多的，誰還能比它做出更美的效果？很困難。大量的AI的滾動，大量的資料，使AI滾動起來非常的重要。
2、以業務流程為中心，啟動已有的資料，創造商業價值
第一波講完了我講第二波，第二波浪潮，很多的公司包括傳統的公司，內部有很多的資料。過去你存資料可能就是為了一個財務、備份、合法等等的理由把資料存了，存了不當一回事，比如說醫院的病例。銀行每次的交易的記錄，都不見得很重要。
但是今天AI來了我們如果要優化銀行，銀行要決定出一個新產品了，該推給哪個用戶？因為每個用戶的推送一定是有限的，能不能把最合適的產品推給最合適的用戶？因為推多了就會煩了，這就基於你過去存的資料。我要知道客戶的可信度，用了多久我們的服務，存了多少錢。可能還有一些資料是我們沒有的，沒有的就要去猜，比如說我們其實很需要知道一個使用者的身家，那麼銀行存款不見得會告訴你，但是有外部資料可以幫你猜出來。
這些例子很多，二級市場的投資肯定是會用AI，現在還沒用的很好，但是未來會開發，未來的AI角色會越來越大。現在大家講量化，還是不是講速度，講智商？其實講的是融合，是把各種各樣的資料融合起來，不只是看股票的指數，看股票未來走勢怎麼走，還會把每一個季度的財報讀進來，讀的時候會看出不一樣的地方，比如說管理團隊，上季度說我們非常樂觀，這個季度說我們樂觀，少了非常兩個字，AI就可以提出一個紅燈讓你做更聰明的判斷。
AI可以容納大量的資料，資料越多，做的越好，這些資料可以是多樣性，一個分析報告的文字，還有股票的走勢，還有社交網路的正向和負向，還有格隆匯說了什麼，雪球上做了什麼，這些全部可以綜合起來，這是投資方面特別適合用大資料的。
而且不要認為只有二級市場，這次我到美國跟穀歌在投資委員會做了一個機器，不止是幾個厲害的投資人，幾個GP，幾個合夥人在那投票，機器還要投一票。機器也就是各種的資料，有歷史可以看到讓機器投票得到的回報是多少。我們會看到以後一級市場二級市場都會用到AI，但是你用AI你的資料一定要整理好，如果你是沒有資料化的公司，不可能有AI，數位化以後還要去整理，整理以後需要專家，專家來説明你調解。最開始是輔助，最後是協助，最後是機器來做，機器為主。
金融界根本就是一個人創造的虛擬數位遊戲，根本就不適合人來做的，抱歉。但是它不是一個很自然的事情，人寫一首詩人抱著孩子是很自然的事情。金融界數字多，標注清楚，而且是非常客觀，股票不是漲就是跌了，保險費不是漲就是沒漲，貸款不是還了就是沒還，沒有模糊的空間，沒有情感優勢，所以是適合AI來做的。AI統治金融界應該是一個遲早的事情，當然也可能要20年，30年，也可能有些領域一兩年就發生了，也可能二級市場更合適，也許天使投資更安全，這個需要時間來驗證。但是我覺得AI作為比人類更強的投資方法這個是確定的，然後在銀行、保險等等領域都有機會。
醫療有沒有機會？我覺得醫療的機會是特別巨大的，但是因為有資料的問題，有標注的問題，相比金融的資料量大，標注精准，醫療的就比較麻煩，我們協和級別的醫生可以有多少來做標注，比如說癌症的醫療，活了就是正面，沒活就不是正面。當一個人來他可能活10年20年，50年，資料累計太慢所以又帶來一些問題，所以醫療我覺得真的應該做，但是不是那麼容易做。
如果要投第二波浪潮的，我覺得是非常需要有一個懂大資料的CTO，不一定要是一個特別牛的AI的科學家，他要有務實的經驗。他如果在穀歌的搜索，或者說百度的鳳巢，做過這類的工程師是非常適合。還要有年輕的人懂調參數，還有懂商業經驗的人做CEO，你做這個軟體要賣給同行，要會賣，賣企業級軟體並不是容易的事。
這波浪潮裡，比較著名的是追一科技，他做的是客服，每一個客戶發生的問題，要退貨，或者有疑問，或者掉了一個充電器，針對運營商也好，銀行也好，滴滴也好，會把使用者交易紀錄全部收進來，然後這些用戶一般會給客服打分的，如果客服辦的不滿意，可能6個月以後不做這個服務了，可以作為大資料的標注。當然一個公司賣的產品是很有限的，在滴滴上面發生的事件投訴也就那麼多，車子沒來等等的，或者說在一個保險，或者我的花費，月費該怎麼繳等等。
我們追一科技也開始在使用，也開始進入好幾個大的銀行，那麼它的精確已經超過人類，客戶滿意度還在提升中，所以我覺得這是時間問題。中美的企業包括印度的外包就有2000萬個客服，這些都會被集聚起來，客服被取代之後，一個聰明的機器客服是很會趁機幫你打品牌推銷產品的，比如說我退了一個oppo 的手機，說要不要買一個小米，也不是說它更好，他也有一個目標，賣出這個產品是第二個目標。AI客服機器人推薦的一個連結點擊率是50%，所以這會比百度的廣告更有效，這會變成企業促銷的工具。
3、實體世界的智慧化
傳統商業談完了，我們來談談第三波浪潮。當我們把全世界過去沒有儲存的資料突然捕捉起來，然後拿它來做有意思的事情，比如說我們的天貓精靈，在捕捉我們的語音，這是一個例子。比如說我們在購物中心或者說一家商店，或者說美國的亞馬遜，或者說有超級商店的這個投資，還有一些無人商店。無人商店其實是重要的部分，商店的無人其實就兩個部分，一個就是說，用AI來識別誰買了什麼東西，然後幫你去付帳，然後經過這件事情讓你覺得很酷，讓你節省時間讓你不用排隊結帳這是優勢。
聽起來有點像未來很遠的事情，但是Amazon Go已經開始推出了，阿裡也在做嘗試，我們投資的F5未來商店也會做，這個會很快推出，尤其是在中國。
這只是有關零售行業的，我們可以期待，這些是可以用在倉儲、物流等領域的。我們看到一家公司外包給好多的小工廠，我們能不能放一些小攝像頭來確保那些工人有在工作，要不然我們貨物就來不了了。
我們在教育方面也投資了像盒子魚，把線上線下課程都捕捉起來，這是一個對學生從教學、練習到測試的全方位的輔導，它將這些資料累積起來，然後線上線下相結合，這些未來都是會發生的。昨天我做了一個OMO的分享，如果有興趣的話可以去看看創新工廠的微信公眾帳號，昨天發佈了一個關於OMO的未來的文章，講到了OMO會怎樣顛覆零售、教育、交通等等領域。
OMO是什麼意思呢？OMO就是線上線下完整的融合為一。那麼要融合為一就必須用AI，因為要靠AI來預測它的一切需求行為，通過AI來捕捉線下的用戶，然後線上上把資料結合起來。你可以想像未來，比如說你去買了一個電動牙刷，回家可能就發現，背後的線上已經開始問你兩個月後要不要換牙刷頭，這些東西線上線下都是會結合的。
關於語音視頻方面，很多人可能聽過相關的創業者說新的使用者介面是通過手勢、眨眼睛、說話來進行的，機器都可以聽懂之類的。我覺得這樣的項目一般就不要投了，因為如果真的要做出顛覆性的東西，已有的產品是不需要新的使用者介面的，新的使用者介面很難融入已有的介面。我們的電腦就是一個滑鼠first 和鍵盤first 的產品，一定要塞語音已經塞不進去了，硬要做手勢和搖一搖之類的，是沒用的。手機是一個touch first，當然約伯斯發明手機的時候可以把它做成一個語音first的產品，但是他沒有。像語音這樣的只能用在車載比如說音箱，或者一個全新的產品，但是你這麼做的時候一定要給他設計一個全新的用戶體驗，甚至你會需要一個非常強的產品經理，才可能做出新用戶體驗的機器。這一類有很多出來融資的AI公司，但是非常容易有陷阱，各位一定要小心。
這裡舉一個我們投資的例子，也是比較知名的曠視科技，face＋＋，前段時間做了全世界AI公司最大的一輪融資。這個公司是基於電腦視覺的，我認為視覺是比語音更容易推動的，我以前是做語音的，所以我講這個應該是比較客觀的。視覺上是比較容易把問題切割小的，因為AI不能夠瞭解完整的一個場景或者說懂一個人的大腦在想什麼，但是AI是可以從看到的影像裡識別出臉在哪裡、杯子在哪裡、車在哪裡、車牌是幾號、行人在哪裡、會不會過街等，這些東西是可以切割出來的，把它當作單領域的簡單的識別，不用很深的理解就可以做到。
我們可以看到，人臉識別作為一個單一的案例，face＋＋是最早做這個領域的公司，現在的識別度非常得高，當時在德國馬雲也是特別去演示這個技術，現在它可以同時識別300萬個人。如果我們有一個世界的通緝庫，我們把它放在世界的每一個機場，這個通緝庫也不可能超過300萬個人，那麼這些人基本上就是無處可逃了。這些給我們帶來的不僅是商業價值，而且是更多的安全保證，讓社會更加的穩定。另外一個有意思的例子，有一個城市用了face＋＋，那些闖了紅燈過馬路的人的照片立馬就會被拍下來，帳單就直接寄到了家裡。
4、全面自動智慧化
第四波浪潮是全自動智慧化，即AI可以動起來，可以走動，可能用輪子或者是腳，可以拿東西。當然這個的速度會比較慢，它不僅要用到機器學習的軟體，還要有硬體，和學機械學電機的人一起來工作。它就不像AI爆發得那麼快，會有一點難度，需要一些時間，但是都可以克服。我認為會有兩個重點：
第一個是自動駕駛會成為這個行業的催化劑。為什麼會這樣？首先是它對經濟的影響太大了，大概是全球10%到20%的GDP的價值，因為它不僅是影響買車的價值，還有出行的習慣、消費等，以後我們自動駕駛滴滴隨叫隨到，我們就不需要買車了，以後我們錢變多了，交通變好了，故障變少了，人的生命更安全了，隨之而來的我們的保險也會下降。以後我們的車都是共用的，我們的停車庫就可以啟動拿來做別的用途了。我們的物流開始自動化了，比如說我要買很遠的廣西的橘子就非常容易了，價格非常低了，因為不是人來開而是機器來開，加上它是電動車和共用經濟，所以機會是非常大的。
第二個是全世界的公司都接受了自動駕駛必然到來，包括所有的車廠，它不像手機時代到來的時候，可能很多的PC公司還在說，PC為主，手機為輔，所以那時候很多的PC公司都死掉了。但是這次不一樣了，傳統的這些公司都已經投降了，每一家車廠都在說遲早是自動駕駛的世界，只是有些會說3年，有些會說20年，但是沒有人會說它不會來。所以它的到來對整個經濟的顛覆，提供的創業機會和投資機會是非常巨大的。而且一旦做成了，背後會有一個軟體和硬體是能看、能聽、能走、能知道環境一切。
那麼是不是機器人的世界就到來了？我們看科幻小說，會期待有機器人幫我們迎客、做飯、打掃等等，這一天肯定是會來的，但是首先是有車，先把這些問題解決了，然後按照幾十萬塊錢做一台車，然後再幾千塊做一個機器人，到那一天我們就有福了，雖然還很早，但它一定會發生。
我們首先通過車把這些困難的問題用大量的資金，用高昂的售價解決了，才可能有機器人的那一天。而且我們認為機器人會先從賺錢的領域出來，而不是家庭機器人。這些機器人應該是先在工業出現，比如說富士康的董事就不斷地來看哪些機器可以做得比人更好，在產品的良率、產品的識別以及簡單的流水線的組合等方面，一步步地去克服，從價錢最高最好的地方往下移，一步步的來省錢。
在商業方面很多工作人類是不想做的，比如說我們投了一家生產摘草莓機器人的公司，其實機器很簡單，用視覺識別看到草莓，然後把它摘下來不要弄壞就可以了；我們還投了一家生產洗碗機器人的公司，但它不是賣到家裡，而是賣到餐館的，很貴，要幾十萬美金，因為在美國，洗碗工是最容易鬧情緒的，他雖然在餐館環節不重要，但是突然沒有人洗碗了，你的整個運營就崩潰了，所以有個洗碗機器的話，按照租賃的方法，是可以很好的解決問題的，所以這一類可以幫你賺錢省錢的機器人會先發生，這也是我們主要投資的方向。簡單的講，我們的投資一方面是投無人駕駛，另一方面是投機器人和智慧製造，再者就是晶片了。
我們投無人駕駛的時候，非常重要的是能夠一邊收集資料一邊學習，一邊進步一邊滾動，所以我們投的第一家無人駕駛就是馭勢科技，他並不是一步登天在二環三環就可以跑，他想做的是非常務實的一個慢速車，可能會在景區、機場、物流等方面使用。下一步會先做一些慢速的車在真實的道路上跑，比如說清潔車或垃圾車，這些方面的安全性就會比較高。
我們可以看到很多有意思的無人駕駛，比如說礦區的送礦，走固定路線的大巴車，還有一些卡車、貨車，因為它可以降低出事率，而且無人駕駛很適合在高速公路而不是小道路開。這些公司我就很看好，因為它是場景化的，是在一個場景裡面解決一個真實的問題，從這裡面去獲取更多的資料，讓資料能夠反覆運算，然後做到更難的場景，我覺得未來就應該是這樣的。
其實我們可以看到像穀歌、百度，都是先做簡單的文字，之後再圖片、視頻、手機、機器人作業系統、語音、對話，然後現在都在做汽車，所以其實穀歌、百度的路線就是先解決簡單的問題，打磨自身的技術，再越做越難。所以無人駕駛也是要先趕快推出，收集資料，再進入更難的場景，這是必然的過程。
所以剛才講的4個領域都很不一樣，但是AI需要的東西是一樣的，這4種AI會在5種情況下進行工作：海量資料、客觀精准自然標注、單一領域、超大計算量、頂尖AI科學家，我們以後的科研就是要克服這5個問題，海量資料能不能不要那麼多，客觀標注能不能少一點，單一的領域能不能做到多領域，計算量能不能做到便宜一點，能不能做到手機、攝像頭裡面，頂級的科學家能不能不要，能不能有一個平臺讓所有的工程師都可以做AI的科學家，這天發生的時候，我們的AI應用就會井噴了。
▌三、中國在AI領域的優勢與機會
1、學術水準提升
雖然最頂級的、最有智慧的科學家大部分在北美，有美國人、加拿大人和英國人，所有圖靈獎的得主、院士、深度學習的發明者基本上看不到中國面孔，但是作為投資人，我們一點也不用擔憂。我自己做過學術，學術人的思維是發明了什麼東西趕快寫一篇論文，儘快地投出去，然後讓大家都知道是我發明的，這些人是樂於分享的。以前一篇論文發表要一兩年，現在有的論文第二天就發表了，像最近的一個關於國際象棋的文章，做完了甚至沒有經過一個期刊的科學審閱就馬上發出來了。
我們可以看到中國現在有很多樂觀的地方，比如我們的face＋＋就打敗了最厲害的穀歌、微軟等。在國際識別競賽方面，我們可以看到中國學術的比例，在大量的文獻裡面，AI的比例從過去10年中的20%多提升到了40%。
2、AI人才金字塔全方位快速成長
很多頂級的創業者還有小朋友們都湧入了AI，一部分是當年非常有幸創立微軟研究院的資深人才，他們都成為了領跑中國的AI大將，另外是我們的一代代的學生們，都成為了今天創業的主力，所以微軟的人脈還是對我們創新工廠有很大的幫助的。
3、巨大的市場，巨大的資料量
資料量越大，越有優勢，中國的資料量是壓倒全球的。在移動互聯網方面是美國的3倍，線下移動支付美國50倍，外賣是美國的10倍，共用單車是美國的300倍，這些數字都是有價值的，比如摩拜很清楚地掌握了每一個人什麼時候上車開到什麼地方，摩拜的感測器捕捉起來都可以產生價值。支付更不用說了，因為支付是我們真正的用錢說話的行為，將它記錄下 來一定是能夠產生海量的價值的。
4、人工智慧成為投資風口
當我在美國跟他們說，中國有6億多人口彼此付費幾乎沒有傭金，而且每次最低轉帳可以是1塊錢，美國人都驚呆了，因為美國人習慣了信用卡刷一次20美金，只能刷給商家，商家還要狠狠地抽3%左右，這是一個非常不合理的剝削行為，讓信用卡已經沒辦法繼續發展為更大的一個線下支付工具。而中國有了這個工具以後，我們可以說我們該買騰訊、阿裡的股票，更重要的是，在這個基礎上，創業會成為一個井噴式的機會，創業者通過導致用戶付費而從中賺錢的機會就更大了。
我們可以說如果今天中國沒有移動支付只有信用卡，摩拜是做不起來的，也可以說美團肯定不會像現在這麼大，所以這些龐大的資料量帶來的井噴的創業機會是特別巨大的。中國的AI投資已經成為一個風口，我們可以公正的講一下，除了我們face＋＋還有幾個非常厲害的電腦視覺公司，這些隨便哪一家都可以打敗美國公司，因為我們是靠獲取資料量的技術來取勝的。
談到二級市場，比如A股的科大訊飛，美國的Nuance，有人說美國公司做全球市場，我們憑什麼跟他打？但是中國的市場是單一的，是同語言的，是共通的，資料可以打通，AI可以直接運行，Nuance 做了50個語言，甚至更多，這就是50套AI，而中國是一套AI，可能它的總數據量不如人家的50套，但是它比別人的每一個語言都多3倍5倍甚至更多。
這其實也代表了中國的公司是更容易變通，更願意往前沖的。哪怕科大訊飛已經成立20年，劉總每次見到我還是充滿熱情地繼續往前沖，也願意嘗試各種生意模式，包括進入教育等領域。而Nuance 則是一直傻傻地固執地賣著語音辨識的API，那麼這種固守的美國式創業就看到他們的估值從原來的3比1到現在變成1比2。這樣的一個巨大的差別，這些也會發生在中國的一些AI公司裡面。
5、政策國情推動AI發展
中國的第五個優勢就是政策的優勢。美國政府也很關注AI，但是他們談的問題都是相關的長期的法律道德問題。中國2017年7月推出的《新一代人工智慧發展規則》裡面非常清晰地告訴我們，就像五年計劃一樣，2020年要跟上全球領先國家的AI技術與應用，2030年要成為全球頂級的AI創新中心，十九大裡面也將人工智慧和大資料提為最重要的技術之一。我們國內政府的認可和推動不止是一個口號，不止是一份白皮書，地方政府都在通過基金、人才補助等各種各樣的方法引導。
▌四、AI領域的挑戰
第一，不夠平臺化，很少人會用，我們要試著解決它；
第二，GPU太貴，上次格隆匯的分享裡，我說要投英偉達，如果你聽我的話，應該賺了1倍以上了，現在還該不該買，我還要再考慮一下，因為股價很高，但產品確實很好，而且現在會有很多的挑戰者出來；
第三，使用新技術，研發低成本、高性能的感測器，這些會越做越多，越做越便宜；
第四，要在實體世界裡實現説明突破人類局限和極限的執行機構和器件，它會幫助人類克服很多的問題。
▌五、創新工廠：致力成為中國頂級VC
最後是關於AI浪潮中的創新工廠，千萬不要認為我們還是投天使輪、孵化器，我們下一步就是要跟你們對接，因為我們現在管理的整個資金量已經是100多億了，我們投資的輪次可到A輪、B輪、C輪、D輪，天使其實已經不太投了。我們有很多的項目都要準備考慮上市，港股也是我們選擇的重要方向之一，我們投資領域的一些明星專案大家可以看一下：
去年全世界的VC裡面創造最多獨角獸的，我們是排第二三名，所以我們真的是能夠創造出獨角獸的。我們創造的這麼多獨角獸裡除了AI領域，還有剛才已經講到的摩拜、VIPKID、美圖、暴走漫畫等，為什麼我們能夠得到這麼好的投資回報呢？因為我們在每一個領域的浪潮來臨之前，我們都會先佈局，先佈局就表示能夠以更低的價錢進入得到更高的回報。
在AI領域我們有得天獨厚的優勢，不僅是在中國，我們敢說我們是全世界最懂AI的VC，我自己在37年前開始做AI，我們有AI大軍，有AI工程院，有14個AI博士，所以我們已經是ALL in AI，我們相信AI就是最重要的方向和浪潮，我們團隊裡投AI有中國人，也有美國人，有技術人，有博士，有MBA，我們擁有業界最完整的團隊。我們AI領域的回報也是非常高的，還有非常成功的、非常有價值的公司，下圖中的綠色代表著我們每一支投資所得到的回報。有這麼多AI的大腦在我們的公司裡面，我們肯定有很多關於AI的投資，有些是現在要發生的，有些可能要三五年或是十年，十年也可以投，那麼你就要有一個夠長的耐心和夠長的基金來投這類的公司。
我們的工程院是我們投資機構的姐妹機構，它會幫我們看項目，瞭解項目，挖人，培訓人，會補強我們AI全方位的能力。我們在做各種對AI產業的推動，因為我們既然有自信是最懂AI的VC，我們就讓這個產業做大，因為我們一定會得我們應得的那一塊蛋糕。我們做了很多公益的事情，包括寫書、講座、夏令營、教孩子們以及推動有獎金的AI資料比賽等。在這個方面，我們做了很多連接世界的事情。這對我們的投資很有幫助，因為很多好的科技案例還是會來自美國，所以我相信我們對全球的連結，無論是我認識的AI大牛，還是矽谷的投資機構，還是頂級的世界媒體，還有我正在寫的第二本AI的書，都會説明我們的品牌達到更高的提升，這就是我們VC＋AI的模式，如果你想投AI的話，就投我們，謝謝！
問答環節
提問1：非常感謝李博士的演講，我想請教一個問題，您剛才講到AI的第四波浪潮的時候，講到了無人駕駛汽車，您說過一句話，說機器人要從工業走向家庭必須首先是無人汽車的普及，我想請教一下這個背後的邏輯，謝謝。
李開複：我覺得一個普及化的高功能的家庭機器人今天是做不出來，因為一個真的能走、能動、能看、能聽的機器人，今天做起來可能是幾百萬美金的代價。所以我們需要通過無人駕駛把這些技術打磨出來，需要靠工業應用和商業應用來確認他們的行動是不會傷人的，是精確的等等，這個過程是要花很長的時間。
比如說當我們剛有汽車的時候，一個玩具汽車能夠在家裡開都需要很久的時間，因為當時的很多技術都還不成熟。大部分傳統的行業，都是靠把一些很貴很難的技術突破，把過去一些不太工作的技術弄得可以工作，把過去貴的技術變便宜，這事需要讓高端的願意付這些錢的人去買單，最終這些技術變得便宜了才能進入家中。另外，大家對機器人的期待很高，一個長得像人的東西走進家裡，哪怕沒有雙腳沒有下身，但那些機器人有人的身體有眼睛等，大家的期望值會很高，我會覺得這個東西要跟人一樣聰明才行，所以人們會很失望。
所以我覺得人形機器人也好，高端的家庭機器人也好，現在是絕對做不出來的，給我100萬美金也造不出來一台達到家庭期待的通用型的機器。這是不是代表家庭現在就不會有？不是的，像現在天貓精靈就是一兩百塊錢，他也有語音辨識，兩三千塊錢就可以買一個小魚在家，但這些不是機器人，只能說是智慧家電，是用語音賦能的一點點AIDE 能力。
今天我要跟各位投資人特別分享的一點，有人跟你說要做家庭智慧型機器人，跟你說可以投多少多少的錢，一般來說大家不要考慮這種企業。自動化第四波浪潮的機器人，現在技術還沒有成熟，還不能進入家庭，最終只有等技術慢慢的累積成熟後在進入到這個領域。謝謝！
提問2：我想問一下，通常一個產業在剛開始的時候，利潤率最高的都是在上游，隨著產業的成熟，通過激烈的競爭，利潤率會逐漸轉移到下游，所以您認為2018年AI利潤率最高的是上游、中游還是下游，您會怎樣做投資決策？
李開複：如果現在從哪個公司賺錢最多的角度來說，那一定是那些有閉環，上下游通吃，大量資料壟斷優勢的公司，一個標準的公司可能是作為一個技術公司，它用2B的方法把東西賣出去，關於上下游，我覺得其實整體來說應該只有2個層，一個就是做AI技術，用它來解決一個問題，還有就是把它帶進一個場景，比如說我們的第四範式，經過他的管道把產品賣到銀行裡，這可能就是一個比較標準化的2B的公司，或者我做了一個非常好的雷射雷達，它比別人便宜很多，所以我希望通過百度或者經過北汽進入市場，把它賣出去。
一定程度上大部分AI公司都是2B公司，在現在階段，也都是自己賣得比較多，然後開始有一些管道，但是還沒有那麼多公司成立，所以還沒有那麼多的上中下游。一般來說2B的公司的爆發成長比較慢，所以大家投AI公司要有耐心，因為他不是一馬上可以獲得暴利的公司，他需要慢慢累計使用者，比如說當第四範式拿下四大銀行的單子，巨大的單子以後會有一些骨牌的效應，但是時間會比較慢，他是創立4年以後才拿下的，所以我覺得做早期投資需要耐心、需要眼光、需要技術的理解。所以為了不要太讓大家失去積極性，我會整體建議大家如果不是AI模式就先不要投AI的早期項目，中期項目也要謹慎的一點，而且現在泡沫也比較大，我聽你的口吻，你是一個二級市場的投資人，你回頭來看這個產業鏈，現在這個產業鏈還是亂的，我覺得這個邏輯應該還不在現在的AI產業裡面，AI真的是很困難的存活著，我覺得可能今天聲音最大的AI公司有一半是不能存活的。
那些投AI的基金很多應該是要賠錢的，雖然這個領域我是超級看好的，但是我覺得大家早期的投資還是要非常的謹慎的。如果你還是想投資AI賺錢，你可以參考一下美國的公司，另外，未來一兩年，在港股應該會出現一些不錯的AI公司，還有我認為在PE端，最後一輪IPO的融資，你可以看一下這些項目，看這些項目很簡單，你不要把他當作AI 的公司，純看他的報表，再把AI加一點進去應該就差不多了，這樣應該更符合你們的投資習慣和邏輯，這樣可也會降低被AI概念忽悠，過早進入一些可能是泡沫式的估值的公司的概率。
互聯網巨頭成為第一批受益者那第一波浪潮到底是什麼，其實就是BAT，或者說在美國穀歌、雅虎、facebook 、微軟，大概也就是這7家公司。為什麼這7家公司作為最早的崛起者？因為世界的這個量非常大，每天有多少資料量，有多少使用者，我們其實都在產生資料，不僅在產生資料我們還在上面做小白鼠產生資料，還在做免費的資料標籤的標注。
意思就是，當你在每一次用淘寶的時候，你的流覽軌跡，就被捕捉下來，你的淘寶帳號，你用什麼付費，看了什麼東西卻沒有買，考慮再三最後還沒有買或者買了一個競品，這一切都被捕捉下來。尤其在你買的那一刻的資料標注特別的重要。標注的是什麼？標注像你這樣的一個人在今天這樣的時候，是會買這樣一個貨品的。所以淘寶能做什麼，能不能用他的AI找類似的人在類似的時候，當他還不知道沒想到這個貨品的時候就當作一個廣告推薦給他。
AI就是這麼用，他做的事情就是一個推薦、預測、判斷還有分類。所謂的分類就是比如說人臉識別，所謂的判斷就是決定他該怎麼做，我該買這支股票還是那支股票，所謂的預測就是說未來會怎麼走，比如說這支股票下周會多少錢，下個月多少錢，這些預測也都是可以做的。
這就是BAT他們的巨大的優勢，他們的流量是BAT的優勢。一個在公司很值錢，可以用市值做很多的事情，還有就是品牌很大，用戶的流量不要錢，用戶的獲取是因為天然的品牌和產品得到的，還有隱藏的優勢用AI不斷優化他的流程，不斷提升競爭壁壘。
而且這些大公司很厲害，我們看一個公司的財報可以看很多的資料，我們可以看一個公司的用戶量、活躍用戶量，可以看他的營收、利潤，每一個互聯網巨頭都可以調整這4個按鈕。你可以想像一下，淘寶用戶這個季度已經遠超預期了，我們要得到用戶的留存，所以我們就把人工智慧的學習的目標函數修改一下，這個月我們錢是要賺的，但更重要的是用戶的時長，那麼你看到的網頁突然就變了，針對每一個使用者不同的喜好頁面會顯示不一樣，真的就是千人千面。
所以淘寶是可以調整，你看到的所有的網頁來優化怎麼樣得到最高的營業額，怎麼樣得到最高的收益，怎麼樣得到最多的用戶留存，怎麼樣得到更多的用戶轉發，怎麼樣得到更高的用戶平均時長。一個公司的CEO把這4個綜合說我們的戰略怎麼走，現在AI都可以做，AI給CEO說什麼樣的指標，最重要的背後就可以調整，這就是第一批浪潮最大的機會。
還能不能再投第一批浪潮？實際上不能再投了。第一批浪潮首先要有品牌和流量，當我們投一個新的流量入口，可以是像今日頭條、快手這些有新的流量的公司，但是要先有流量後做AI的這類公司。投第一波的AI的話，只能投流量很大的公司，幫他把AI做好，賺更多的錢上市，所以反過來的話不是說不可能，是非常的困難。
美圖也是一個案例，在座很多的美圖的用戶，美圖每個人都在貢獻資料，你在自拍就是在貢獻資料。但是美圖是怎麼標注的，有人知道嗎？自拍之後，假如說我們是用一個自動的自拍，美化度是2，然後自拍了以後，下面我可能做什麼事情，三件事情：分享、儲存或者刪除。對美圖來說意義是什麼？分享一定是美的好的，儲存也是美的不錯的但是略差一點，但是刪除的一定是美的不好的。所以美圖要不斷的調整自己的AI，收了一大堆的資料拿來做更多導致用戶分享的美化效果，還有那些會導致使用者儲存的效果。
當然千人千面，所以每個人可能喜歡儲存的不一樣，也許中國人都喜歡白一點，但是非洲人喜歡白但是白一點點就可以了，那些在海灘的人還喜歡自己有點曬黑一點，這個還是要看個人的。
這些標注就讓美圖現在有一個很難撼動的地位，它的電商不能跟淘寶比，搜索不能跟百度比，但是它的照片尤其是自拍的，尤其是女孩子的自拍，一定是世界最多的，誰還能比它做出更美的效果？很困難。大量的AI的滾動，大量的資料，使AI滾動起來非常的重要。
2、以業務流程為中心，啟動已有的資料，創造商業價值
第一波講完了我講第二波，第二波浪潮，很多的公司包括傳統的公司，內部有很多的資料。過去你存資料可能就是為了一個財務、備份、合法等等的理由把資料存了，存了不當一回事，比如說醫院的病例。銀行每次的交易的記錄，都不見得很重要。
但是今天AI來了我們如果要優化銀行，銀行要決定出一個新產品了，該推給哪個用戶？因為每個用戶的推送一定是有限的，能不能把最合適的產品推給最合適的用戶？因為推多了就會煩了，這就基於你過去存的資料。我要知道客戶的可信度，用了多久我們的服務，存了多少錢。可能還有一些資料是我們沒有的，沒有的就要去猜，比如說我們其實很需要知道一個使用者的身家，那麼銀行存款不見得會告訴你，但是有外部資料可以幫你猜出來。
這些例子很多，二級市場的投資肯定是會用AI，現在還沒用的很好，但是未來會開發，未來的AI角色會越來越大。現在大家講量化，還是不是講速度，講智商？其實講的是融合，是把各種各樣的資料融合起來，不只是看股票的指數，看股票未來走勢怎麼走，還會把每一個季度的財報讀進來，讀的時候會看出不一樣的地方，比如說管理團隊，上季度說我們非常樂觀，這個季度說我們樂觀，少了非常兩個字，AI就可以提出一個紅燈讓你做更聰明的判斷。
AI可以容納大量的資料，資料越多，做的越好，這些資料可以是多樣性，一個分析報告的文字，還有股票的走勢，還有社交網路的正向和負向，還有格隆匯說了什麼，雪球上做了什麼，這些全部可以綜合起來，這是投資方面特別適合用大資料的。
而且不要認為只有二級市場，這次我到美國跟穀歌在投資委員會做了一個機器，不止是幾個厲害的投資人，幾個GP，幾個合夥人在那投票，機器還要投一票。機器也就是各種的資料，有歷史可以看到讓機器投票得到的回報是多少。我們會看到以後一級市場二級市場都會用到AI，但是你用AI你的資料一定要整理好，如果你是沒有資料化的公司，不可能有AI，數位化以後還要去整理，整理以後需要專家，專家來説明你調解。最開始是輔助，最後是協助，最後是機器來做，機器為主。
金融界根本就是一個人創造的虛擬數位遊戲，根本就不適合人來做的，抱歉。但是它不是一個很自然的事情，人寫一首詩人抱著孩子是很自然的事情。金融界數字多，標注清楚，而且是非常客觀，股票不是漲就是跌了，保險費不是漲就是沒漲，貸款不是還了就是沒還，沒有模糊的空間，沒有情感優勢，所以是適合AI來做的。AI統治金融界應該是一個遲早的事情，當然也可能要20年，30年，也可能有些領域一兩年就發生了，也可能二級市場更合適，也許天使投資更安全，這個需要時間來驗證。但是我覺得AI作為比人類更強的投資方法這個是確定的，然後在銀行、保險等等領域都有機會。
醫療有沒有機會？我覺得醫療的機會是特別巨大的，但是因為有資料的問題，有標注的問題，相比金融的資料量大，標注精准，醫療的就比較麻煩，我們協和級別的醫生可以有多少來做標注，比如說癌症的醫療，活了就是正面，沒活就不是正面。當一個人來他可能活10年20年，50年，資料累計太慢所以又帶來一些問題，所以醫療我覺得真的應該做，但是不是那麼容易做。
如果要投第二波浪潮的，我覺得是非常需要有一個懂大資料的CTO，不一定要是一個特別牛的AI的科學家，他要有務實的經驗。他如果在穀歌的搜索，或者說百度的鳳巢，做過這類的工程師是非常適合。還要有年輕的人懂調參數，還有懂商業經驗的人做CEO，你做這個軟體要賣給同行，要會賣，賣企業級軟體並不是容易的事。
這波浪潮裡，比較著名的是追一科技，他做的是客服，每一個客戶發生的問題，要退貨，或者有疑問，或者掉了一個充電器，針對運營商也好，銀行也好，滴滴也好，會把使用者交易紀錄全部收進來，然後這些用戶一般會給客服打分的，如果客服辦的不滿意，可能6個月以後不做這個服務了，可以作為大資料的標注。當然一個公司賣的產品是很有限的，在滴滴上面發生的事件投訴也就那麼多，車子沒來等等的，或者說在一個保險，或者我的花費，月費該怎麼繳等等。
我們追一科技也開始在使用，也開始進入好幾個大的銀行，那麼它的精確已經超過人類，客戶滿意度還在提升中，所以我覺得這是時間問題。中美的企業包括印度的外包就有2000萬個客服，這些都會被集聚起來，客服被取代之後，一個聰明的機器客服是很會趁機幫你打品牌推銷產品的，比如說我退了一個oppo 的手機，說要不要買一個小米，也不是說它更好，他也有一個目標，賣出這個產品是第二個目標。AI客服機器人推薦的一個連結點擊率是50%，所以這會比百度的廣告更有效，這會變成企業促銷的工具。
3、實體世界的智慧化
傳統商業談完了，我們來談談第三波浪潮。當我們把全世界過去沒有儲存的資料突然捕捉起來，然後拿它來做有意思的事情，比如說我們的天貓精靈，在捕捉我們的語音，這是一個例子。比如說我們在購物中心或者說一家商店，或者說美國的亞馬遜，或者說有超級商店的這個投資，還有一些無人商店。無人商店其實是重要的部分，商店的無人其實就兩個部分，一個就是說，用AI來識別誰買了什麼東西，然後幫你去付帳，然後經過這件事情讓你覺得很酷，讓你節省時間讓你不用排隊結帳這是優勢。
聽起來有點像未來很遠的事情，但是Amazon Go已經開始推出了，阿裡也在做嘗試，我們投資的F5未來商店也會做，這個會很快推出，尤其是在中國。
這只是有關零售行業的，我們可以期待，這些是可以用在倉儲、物流等領域的。我們看到一家公司外包給好多的小工廠，我們能不能放一些小攝像頭來確保那些工人有在工作，要不然我們貨物就來不了了。
我們在教育方面也投資了像盒子魚，把線上線下課程都捕捉起來，這是一個對學生從教學、練習到測試的全方位的輔導，它將這些資料累積起來，然後線上線下相結合，這些未來都是會發生的。昨天我做了一個OMO的分享，如果有興趣的話可以去看看創新工廠的微信公眾帳號，昨天發佈了一個關於OMO的未來的文章，講到了OMO會怎樣顛覆零售、教育、交通等等領域。
OMO是什麼意思呢？OMO就是線上線下完整的融合為一。那麼要融合為一就必須用AI，因為要靠AI來預測它的一切需求行為，通過AI來捕捉線下的用戶，然後線上上把資料結合起來。你可以想像未來，比如說你去買了一個電動牙刷，回家可能就發現，背後的線上已經開始問你兩個月後要不要換牙刷頭，這些東西線上線下都是會結合的。
關於語音視頻方面，很多人可能聽過相關的創業者說新的使用者介面是通過手勢、眨眼睛、說話來進行的，機器都可以聽懂之類的。我覺得這樣的項目一般就不要投了，因為如果真的要做出顛覆性的東西，已有的產品是不需要新的使用者介面的，新的使用者介面很難融入已有的介面。我們的電腦就是一個滑鼠first 和鍵盤first 的產品，一定要塞語音已經塞不進去了，硬要做手勢和搖一搖之類的，是沒用的。手機是一個touch first，當然約伯斯發明手機的時候可以把它做成一個語音first的產品，但是他沒有。像語音這樣的只能用在車載比如說音箱，或者一個全新的產品，但是你這麼做的時候一定要給他設計一個全新的用戶體驗，甚至你會需要一個非常強的產品經理，才可能做出新用戶體驗的機器。這一類有很多出來融資的AI公司，但是非常容易有陷阱，各位一定要小心。
這裡舉一個我們投資的例子，也是比較知名的曠視科技，face＋＋，前段時間做了全世界AI公司最大的一輪融資。這個公司是基於電腦視覺的，我認為視覺是比語音更容易推動的，我以前是做語音的，所以我講這個應該是比較客觀的。視覺上是比較容易把問題切割小的，因為AI不能夠瞭解完整的一個場景或者說懂一個人的大腦在想什麼，但是AI是可以從看到的影像裡識別出臉在哪裡、杯子在哪裡、車在哪裡、車牌是幾號、行人在哪裡、會不會過街等，這些東西是可以切割出來的，把它當作單領域的簡單的識別，不用很深的理解就可以做到。
我們可以看到，人臉識別作為一個單一的案例，face＋＋是最早做這個領域的公司，現在的識別度非常得高，當時在德國馬雲也是特別去演示這個技術，現在它可以同時識別300萬個人。如果我們有一個世界的通緝庫，我們把它放在世界的每一個機場，這個通緝庫也不可能超過300萬個人，那麼這些人基本上就是無處可逃了。這些給我們帶來的不僅是商業價值，而且是更多的安全保證，讓社會更加的穩定。另外一個有意思的例子，有一個城市用了face＋＋，那些闖了紅燈過馬路的人的照片立馬就會被拍下來，帳單就直接寄到了家裡。
4、全面自動智慧化
第四波浪潮是全自動智慧化，即AI可以動起來，可以走動，可能用輪子或者是腳，可以拿東西。當然這個的速度會比較慢，它不僅要用到機器學習的軟體，還要有硬體，和學機械學電機的人一起來工作。它就不像AI爆發得那麼快，會有一點難度，需要一些時間，但是都可以克服。我認為會有兩個重點：
第一個是自動駕駛會成為這個行業的催化劑。為什麼會這樣？首先是它對經濟的影響太大了，大概是全球10%到20%的GDP的價值，因為它不僅是影響買車的價值，還有出行的習慣、消費等，以後我們自動駕駛滴滴隨叫隨到，我們就不需要買車了，以後我們錢變多了，交通變好了，故障變少了，人的生命更安全了，隨之而來的我們的保險也會下降。以後我們的車都是共用的，我們的停車庫就可以啟動拿來做別的用途了。我們的物流開始自動化了，比如說我要買很遠的廣西的橘子就非常容易了，價格非常低了，因為不是人來開而是機器來開，加上它是電動車和共用經濟，所以機會是非常大的。
第二個是全世界的公司都接受了自動駕駛必然到來，包括所有的車廠，它不像手機時代到來的時候，可能很多的PC公司還在說，PC為主，手機為輔，所以那時候很多的PC公司都死掉了。但是這次不一樣了，傳統的這些公司都已經投降了，每一家車廠都在說遲早是自動駕駛的世界，只是有些會說3年，有些會說20年，但是沒有人會說它不會來。所以它的到來對整個經濟的顛覆，提供的創業機會和投資機會是非常巨大的。而且一旦做成了，背後會有一個軟體和硬體是能看、能聽、能走、能知道環境一切。
那麼是不是機器人的世界就到來了？我們看科幻小說，會期待有機器人幫我們迎客、做飯、打掃等等，這一天肯定是會來的，但是首先是有車，先把這些問題解決了，然後按照幾十萬塊錢做一台車，然後再幾千塊做一個機器人，到那一天我們就有福了，雖然還很早，但它一定會發生。
我們首先通過車把這些困難的問題用大量的資金，用高昂的售價解決了，才可能有機器人的那一天。而且我們認為機器人會先從賺錢的領域出來，而不是家庭機器人。這些機器人應該是先在工業出現，比如說富士康的董事就不斷地來看哪些機器可以做得比人更好，在產品的良率、產品的識別以及簡單的流水線的組合等方面，一步步地去克服，從價錢最高最好的地方往下移，一步步的來省錢。
在商業方面很多工作人類是不想做的，比如說我們投了一家生產摘草莓機器人的公司，其實機器很簡單，用視覺識別看到草莓，然後把它摘下來不要弄壞就可以了；我們還投了一家生產洗碗機器人的公司，但它不是賣到家裡，而是賣到餐館的，很貴，要幾十萬美金，因為在美國，洗碗工是最容易鬧情緒的，他雖然在餐館環節不重要，但是突然沒有人洗碗了，你的整個運營就崩潰了，所以有個洗碗機器的話，按照租賃的方法，是可以很好的解決問題的，所以這一類可以幫你賺錢省錢的機器人會先發生，這也是我們主要投資的方向。簡單的講，我們的投資一方面是投無人駕駛，另一方面是投機器人和智慧製造，再者就是晶片了。
我們投無人駕駛的時候，非常重要的是能夠一邊收集資料一邊學習，一邊進步一邊滾動，所以我們投的第一家無人駕駛就是馭勢科技，他並不是一步登天在二環三環就可以跑，他想做的是非常務實的一個慢速車，可能會在景區、機場、物流等方面使用。下一步會先做一些慢速的車在真實的道路上跑，比如說清潔車或垃圾車，這些方面的安全性就會比較高。
我們可以看到很多有意思的無人駕駛，比如說礦區的送礦，走固定路線的大巴車，還有一些卡車、貨車，因為它可以降低出事率，而且無人駕駛很適合在高速公路而不是小道路開。這些公司我就很看好，因為它是場景化的，是在一個場景裡面解決一個真實的問題，從這裡面去獲取更多的資料，讓資料能夠反覆運算，然後做到更難的場景，我覺得未來就應該是這樣的。
其實我們可以看到像穀歌、百度，都是先做簡單的文字，之後再圖片、視頻、手機、機器人作業系統、語音、對話，然後現在都在做汽車，所以其實穀歌、百度的路線就是先解決簡單的問題，打磨自身的技術，再越做越難。所以無人駕駛也是要先趕快推出，收集資料，再進入更難的場景，這是必然的過程。
所以剛才講的4個領域都很不一樣，但是AI需要的東西是一樣的，這4種AI會在5種情況下進行工作：海量資料、客觀精准自然標注、單一領域、超大計算量、頂尖AI科學家，我們以後的科研就是要克服這5個問題，海量資料能不能不要那麼多，客觀標注能不能少一點，單一的領域能不能做到多領域，計算量能不能做到便宜一點，能不能做到手機、攝像頭裡面，頂級的科學家能不能不要，能不能有一個平臺讓所有的工程師都可以做AI的科學家，這天發生的時候，我們的AI應用就會井噴了。
▌三、中國在AI領域的優勢與機會
1、學術水準提升
雖然最頂級的、最有智慧的科學家大部分在北美，有美國人、加拿大人和英國人，所有圖靈獎的得主、院士、深度學習的發明者基本上看不到中國面孔，但是作為投資人，我們一點也不用擔憂。我自己做過學術，學術人的思維是發明了什麼東西趕快寫一篇論文，儘快地投出去，然後讓大家都知道是我發明的，這些人是樂於分享的。以前一篇論文發表要一兩年，現在有的論文第二天就發表了，像最近的一個關於國際象棋的文章，做完了甚至沒有經過一個期刊的科學審閱就馬上發出來了。
我們可以看到中國現在有很多樂觀的地方，比如我們的face＋＋就打敗了最厲害的穀歌、微軟等。在國際識別競賽方面，我們可以看到中國學術的比例，在大量的文獻裡面，AI的比例從過去10年中的20%多提升到了40%。
2、AI人才金字塔全方位快速成長
很多頂級的創業者還有小朋友們都湧入了AI，一部分是當年非常有幸創立微軟研究院的資深人才，他們都成為了領跑中國的AI大將，另外是我們的一代代的學生們，都成為了今天創業的主力，所以微軟的人脈還是對我們創新工廠有很大的幫助的。
3、巨大的市場，巨大的資料量
資料量越大，越有優勢，中國的資料量是壓倒全球的。在移動互聯網方面是美國的3倍，線下移動支付美國50倍，外賣是美國的10倍，共用單車是美國的300倍，這些數字都是有價值的，比如摩拜很清楚地掌握了每一個人什麼時候上車開到什麼地方，摩拜的感測器捕捉起來都可以產生價值。支付更不用說了，因為支付是我們真正的用錢說話的行為，將它記錄下 來一定是能夠產生海量的價值的。
4、人工智慧成為投資風口
當我在美國跟他們說，中國有6億多人口彼此付費幾乎沒有傭金，而且每次最低轉帳可以是1塊錢，美國人都驚呆了，因為美國人習慣了信用卡刷一次20美金，只能刷給商家，商家還要狠狠地抽3%左右，這是一個非常不合理的剝削行為，讓信用卡已經沒辦法繼續發展為更大的一個線下支付工具。而中國有了這個工具以後，我們可以說我們該買騰訊、阿裡的股票，更重要的是，在這個基礎上，創業會成為一個井噴式的機會，創業者通過導致用戶付費而從中賺錢的機會就更大了。
我們可以說如果今天中國沒有移動支付只有信用卡，摩拜是做不起來的，也可以說美團肯定不會像現在這麼大，所以這些龐大的資料量帶來的井噴的創業機會是特別巨大的。中國的AI投資已經成為一個風口，我們可以公正的講一下，除了我們face＋＋還有幾個非常厲害的電腦視覺公司，這些隨便哪一家都可以打敗美國公司，因為我們是靠獲取資料量的技術來取勝的。
談到二級市場，比如A股的科大訊飛，美國的Nuance，有人說美國公司做全球市場，我們憑什麼跟他打？但是中國的市場是單一的，是同語言的，是共通的，資料可以打通，AI可以直接運行，Nuance 做了50個語言，甚至更多，這就是50套AI，而中國是一套AI，可能它的總數據量不如人家的50套，但是它比別人的每一個語言都多3倍5倍甚至更多。
這其實也代表了中國的公司是更容易變通，更願意往前沖的。哪怕科大訊飛已經成立20年，劉總每次見到我還是充滿熱情地繼續往前沖，也願意嘗試各種生意模式，包括進入教育等領域。而Nuance 則是一直傻傻地固執地賣著語音辨識的API，那麼這種固守的美國式創業就看到他們的估值從原來的3比1到現在變成1比2。這樣的一個巨大的差別，這些也會發生在中國的一些AI公司裡面。
5、政策國情推動AI發展
中國的第五個優勢就是政策的優勢。美國政府也很關注AI，但是他們談的問題都是相關的長期的法律道德問題。中國2017年7月推出的《新一代人工智慧發展規則》裡面非常清晰地告訴我們，就像五年計劃一樣，2020年要跟上全球領先國家的AI技術與應用，2030年要成為全球頂級的AI創新中心，十九大裡面也將人工智慧和大資料提為最重要的技術之一。我們國內政府的認可和推動不止是一個口號，不止是一份白皮書，地方政府都在通過基金、人才補助等各種各樣的方法引導。
▌四、AI領域的挑戰
第一，不夠平臺化，很少人會用，我們要試著解決它；
第二，GPU太貴，上次格隆匯的分享裡，我說要投英偉達，如果你聽我的話，應該賺了1倍以上了，現在還該不該買，我還要再考慮一下，因為股價很高，但產品確實很好，而且現在會有很多的挑戰者出來；
第三，使用新技術，研發低成本、高性能的感測器，這些會越做越多，越做越便宜；
第四，要在實體世界裡實現説明突破人類局限和極限的執行機構和器件，它會幫助人類克服很多的問題。
▌五、創新工廠：致力成為中國頂級VC
最後是關於AI浪潮中的創新工廠，千萬不要認為我們還是投天使輪、孵化器，我們下一步就是要跟你們對接，因為我們現在管理的整個資金量已經是100多億了，我們投資的輪次可到A輪、B輪、C輪、D輪，天使其實已經不太投了。我們有很多的項目都要準備考慮上市，港股也是我們選擇的重要方向之一，我們投資領域的一些明星專案大家可以看一下：
去年全世界的VC裡面創造最多獨角獸的，我們是排第二三名，所以我們真的是能夠創造出獨角獸的。我們創造的這麼多獨角獸裡除了AI領域，還有剛才已經講到的摩拜、VIPKID、美圖、暴走漫畫等，為什麼我們能夠得到這麼好的投資回報呢？因為我們在每一個領域的浪潮來臨之前，我們都會先佈局，先佈局就表示能夠以更低的價錢進入得到更高的回報。
在AI領域我們有得天獨厚的優勢，不僅是在中國，我們敢說我們是全世界最懂AI的VC，我自己在37年前開始做AI，我們有AI大軍，有AI工程院，有14個AI博士，所以我們已經是ALL in AI，我們相信AI就是最重要的方向和浪潮，我們團隊裡投AI有中國人，也有美國人，有技術人，有博士，有MBA，我們擁有業界最完整的團隊。我們AI領域的回報也是非常高的，還有非常成功的、非常有價值的公司，下圖中的綠色代表著我們每一支投資所得到的回報。有這麼多AI的大腦在我們的公司裡面，我們肯定有很多關於AI的投資，有些是現在要發生的，有些可能要三五年或是十年，十年也可以投，那麼你就要有一個夠長的耐心和夠長的基金來投這類的公司。
我們的工程院是我們投資機構的姐妹機構，它會幫我們看項目，瞭解項目，挖人，培訓人，會補強我們AI全方位的能力。我們在做各種對AI產業的推動，因為我們既然有自信是最懂AI的VC，我們就讓這個產業做大，因為我們一定會得我們應得的那一塊蛋糕。我們做了很多公益的事情，包括寫書、講座、夏令營、教孩子們以及推動有獎金的AI資料比賽等。在這個方面，我們做了很多連接世界的事情。這對我們的投資很有幫助，因為很多好的科技案例還是會來自美國，所以我相信我們對全球的連結，無論是我認識的AI大牛，還是矽谷的投資機構，還是頂級的世界媒體，還有我正在寫的第二本AI的書，都會説明我們的品牌達到更高的提升，這就是我們VC＋AI的模式，如果你想投AI的話，就投我們，謝謝！
問答環節
提問1：非常感謝李博士的演講，我想請教一個問題，您剛才講到AI的第四波浪潮的時候，講到了無人駕駛汽車，您說過一句話，說機器人要從工業走向家庭必須首先是無人汽車的普及，我想請教一下這個背後的邏輯，謝謝。
李開複：我覺得一個普及化的高功能的家庭機器人今天是做不出來，因為一個真的能走、能動、能看、能聽的機器人，今天做起來可能是幾百萬美金的代價。所以我們需要通過無人駕駛把這些技術打磨出來，需要靠工業應用和商業應用來確認他們的行動是不會傷人的，是精確的等等，這個過程是要花很長的時間。
比如說當我們剛有汽車的時候，一個玩具汽車能夠在家裡開都需要很久的時間，因為當時的很多技術都還不成熟。大部分傳統的行業，都是靠把一些很貴很難的技術突破，把過去一些不太工作的技術弄得可以工作，把過去貴的技術變便宜，這事需要讓高端的願意付這些錢的人去買單，最終這些技術變得便宜了才能進入家中。另外，大家對機器人的期待很高，一個長得像人的東西走進家裡，哪怕沒有雙腳沒有下身，但那些機器人有人的身體有眼睛等，大家的期望值會很高，我會覺得這個東西要跟人一樣聰明才行，所以人們會很失望。
所以我覺得人形機器人也好，高端的家庭機器人也好，現在是絕對做不出來的，給我100萬美金也造不出來一台達到家庭期待的通用型的機器。這是不是代表家庭現在就不會有？不是的，像現在天貓精靈就是一兩百塊錢，他也有語音辨識，兩三千塊錢就可以買一個小魚在家，但這些不是機器人，只能說是智慧家電，是用語音賦能的一點點AIDE 能力。
今天我要跟各位投資人特別分享的一點，有人跟你說要做家庭智慧型機器人，跟你說可以投多少多少的錢，一般來說大家不要考慮這種企業。自動化第四波浪潮的機器人，現在技術還沒有成熟，還不能進入家庭，最終只有等技術慢慢的累積成熟後在進入到這個領域。謝謝！
提問2：我想問一下，通常一個產業在剛開始的時候，利潤率最高的都是在上游，隨著產業的成熟，通過激烈的競爭，利潤率會逐漸轉移到下游，所以您認為2018年AI利潤率最高的是上游、中游還是下游，您會怎樣做投資決策？
李開複：如果現在從哪個公司賺錢最多的角度來說，那一定是那些有閉環，上下游通吃，大量資料壟斷優勢的公司，一個標準的公司可能是作為一個技術公司，它用2B的方法把東西賣出去，關於上下游，我覺得其實整體來說應該只有2個層，一個就是做AI技術，用它來解決一個問題，還有就是把它帶進一個場景，比如說我們的第四範式，經過他的管道把產品賣到銀行裡，這可能就是一個比較標準化的2B的公司，或者我做了一個非常好的雷射雷達，它比別人便宜很多，所以我希望通過百度或者經過北汽進入市場，把它賣出去。
一定程度上大部分AI公司都是2B公司，在現在階段，也都是自己賣得比較多，然後開始有一些管道，但是還沒有那麼多公司成立，所以還沒有那麼多的上中下游。一般來說2B的公司的爆發成長比較慢，所以大家投AI公司要有耐心，因為他不是一馬上可以獲得暴利的公司，他需要慢慢累計使用者，比如說當第四範式拿下四大銀行的單子，巨大的單子以後會有一些骨牌的效應，但是時間會比較慢，他是創立4年以後才拿下的，所以我覺得做早期投資需要耐心、需要眼光、需要技術的理解。所以為了不要太讓大家失去積極性，我會整體建議大家如果不是AI模式就先不要投AI的早期項目，中期項目也要謹慎的一點，而且現在泡沫也比較大，我聽你的口吻，你是一個二級市場的投資人，你回頭來看這個產業鏈，現在這個產業鏈還是亂的，我覺得這個邏輯應該還不在現在的AI產業裡面，AI真的是很困難的存活著，我覺得可能今天聲音最大的AI公司有一半是不能存活的。
那些投AI的基金很多應該是要賠錢的，雖然這個領域我是超級看好的，但是我覺得大家早期的投資還是要非常的謹慎的。如果你還是想投資AI賺錢，你可以參考一下美國的公司，另外，未來一兩年，在港股應該會出現一些不錯的AI公司，還有我認為在PE端，最後一輪IPO的融資，你可以看一下這些項目，看這些項目很簡單，你不要把他當作AI 的公司，純看他的報表，再把AI加一點進去應該就差不多了，這樣應該更符合你們的投資習慣和邏輯，這樣可也會降低被AI概念忽悠，過早進入一些可能是泡沫式的估值的公司的概率。