編者按：本文來自GMIC大會， 嘉賓：王嘯， 九合創投創始人。
大家好我在做一期早期基金，
在人工智慧和互聯網領域做了一些佈局，
今天來分享一下我對人工智慧更宏觀一點的看法。
九合是移動互聯網階段創立的一家公司，
但我覺得現在開始看下一階段的互聯網——我們稱之為智慧互聯網——變的越來越現實。
我們從去年開始在智慧互聯網方向開始佈局，
首先我講一講智慧互聯網跟移動互聯網從概念上有哪些區別？
我們認為過去的十幾年時間中國的互聯網是從百度、騰訊這樣公司逐漸進入到移動互聯網像滴滴、今日頭條等等這樣的公司，
智慧互聯網它的經濟模型可能跟傳統的經濟模型有很大的差別， 過去我們知道BAT掙錢都是類似於廣告模式不管是電商、遊戲還是廣告， 其實都是一種流量變現的模型， 但是智慧互聯網很有可能做的是一種效率經濟， 幫助你提高效率。 比如我們使用汽車的效率、自行車的效率或者說我們在一些加工的時候需要的效率。
講一講為什麼會出現人工智慧的機會？這相當於過去我們通過機器識別物體的錯誤率， 從2010年到2016年顯著下降， 現在它基本上可以做到比人的錯誤率還要低一些， 這就是演算法和深度學習對於這個事情的貢獻。 當然同時在一些計算能力方面也有很大的成本下降， 我們知道其實算力的提升是人工智慧的基礎。
再講一下大資料和人工智慧的關係。
其實我們知道人工智慧最核心的素材是資料， 而在過去的這些年當中， 因為智慧手機的普及， 讓我們感測器的成本急劇下降， 不管是手機的攝像頭還是各種慣性導航的資料還是各種感測器它的成本急劇下降之後產生了大量的資料，
而過去這些年， 我們的存儲能力、計算能力、資料產生的速度在膨脹， 這為我們做人工智慧的事情提供了很大的基礎。
從事的角度講， 如何判斷一個事情是具備了類似於投資的價值或者有它的機會。 我們再看一些早期的人工智慧公司的時候會看它是不是具備了一些資料的能力，
同時作為一個早期的人工智慧的公司， 它可能比較偏向於面向解決行業當中的問題，
比如在中國很多醫院癌症的資料， 其實都是非常難拿到的， 但是如果你能拿到某些癌症上萬份的病例的時候， 有可能通過分析它形成一個直接看片子的能力， 這種在中國如何能拿到這些資料成為第一要素。 同時拿到資料之後能夠進行分析、演算法能力變成很重要的第二個部分。 第三把這些能力重新輸回醫院這個場景當中去這是三種能力的體現。 只有同時具備這三種能力才有可能變成一家公司， 我們也看了很多公司比如醫療、無人駕駛都投了三四家公司。
同時在一些基礎領域比如圖像識別、語音分析，已經是相對成熟的領域，我們在語義分析領域投資了一家公司彩雲小義，它通過學習中英文場景，電影裡的對話，把中英文自動翻譯做的非常好，通過大量的學習之後隨便講一些話它可以自主翻譯成非常好的英文或者別人說英文的時候翻譯成中文，這種是在手機上直接完成的，以前的同聲傳譯必須要有人做，但是現在機器可以做到非常準確，我們出外旅行參加會議的時候這樣一個APP非常重要。從這裡面我們可以看到人工智慧還可以加強現有的能力。今日頭條是推薦演算法的能力，以前的頭條是編輯做出來的，其實人工智慧還可以做APP增強，可以看到翻譯、新聞、路況，比如即時路況的導航幫助你A到B點選擇三條路線等等這些都是人工智慧在背後起的作用。當然這僅僅是開始，以後APP如果不具備大資料和人工智慧處理的能力可能都很難沖出來了。
還可以看到物聯網單車這樣的應用，它其實目前智慧性還不太夠，但是它資料的分享和雲端資料互相之間的交叉讓我們很快能夠找到合適的單車，並且能夠通過移動支付付費，形成大量的自行車網路，它其實也具備了一定的智慧性，比如智慧開鎖，但是它的智慧性跟普通的人工智慧概念有一點差距，當然有一天滴滴打車也可以通過自動駕駛的方式完全形成一個車的人工智慧的網路，這是可以看到的未來。但是現在的所謂的物聯網已經具備了很方便提高生活效率的能力。我認為人工智慧最主要的是解決效率問題，我們之前肯定的互聯網的東西是解決資訊傳遞的問題，這是兩個不同的時代，我們現在正好處在時代交替的關口。
同時我可以講一講人工智慧在金融領域的應用，因為金融本身資料比較多，在風控、反欺詐領域應用比較多了，是先行的。第二是在醫療，大量醫院的資訊化產生了很多資料包括病例、各種圖像，通過這部分進行輔助診斷和識別已經有公司在做了，能不能做到更加精確的疾病預測、基因的大資料都是正在過程當中，而且在未來肯定會出來一些非常大的公司。當然在農業、類似於種植，比如對土壤酸鹼度、濕度的自動識別幫助我們灌溉，預測產量，都是可以做到的。比如可以通過衛星雲圖預測某種作物的產能和產量。同時在一些工業領域也是，比如一些預警，我們投了一些公司做風車的預警，通過感測器資料能夠分析到風車是不是可能要壞了、什麼部件要壞了，可以提前預警做一些備件。在國外已經有一些公司做工業級預警的做到了20億的估值，中國工業比較發達，工業和人工智慧結合是未來很重要的一部分。
總結一下我對人工智慧下一代的看法，我們僅僅講它叫AI可能還不太夠，它僅僅是類似於這個時代的作業系統，更像安卓和IOS，但是智慧互聯網概念很有可能涵蓋下一代的方向，因為其實很多東西只有聯網之後它的價值才能體現，如果僅僅是下圍棋的阿爾法狗，不能解決我們實際的問題，但是是自動駕駛的運營網路的車可以解決實際的問題。我們最近投了一個充電寶，讓大家隨時隨地可以有電，如果僅僅把它當人工智慧公司可能還不太智慧，但是我們每個人通過手機看到周邊是不是有充電寶可以用，這個充電寶可以充手機也可以充電動車，這種作為智慧互聯網的基礎設施是不是非常好的未來？這都是我們在看的領域。我想智慧互聯網作為下一波大家關注的領域，我們要看到的是它從流量經濟到效率經濟的轉變，從連接變成資料的轉變，從資料變成人工智慧對提高決策能力的轉變，這就是我對未來得看法。謝謝！
同時在一些基礎領域比如圖像識別、語音分析，已經是相對成熟的領域，我們在語義分析領域投資了一家公司彩雲小義，它通過學習中英文場景，電影裡的對話，把中英文自動翻譯做的非常好，通過大量的學習之後隨便講一些話它可以自主翻譯成非常好的英文或者別人說英文的時候翻譯成中文，這種是在手機上直接完成的，以前的同聲傳譯必須要有人做，但是現在機器可以做到非常準確，我們出外旅行參加會議的時候這樣一個APP非常重要。從這裡面我們可以看到人工智慧還可以加強現有的能力。今日頭條是推薦演算法的能力，以前的頭條是編輯做出來的，其實人工智慧還可以做APP增強，可以看到翻譯、新聞、路況，比如即時路況的導航幫助你A到B點選擇三條路線等等這些都是人工智慧在背後起的作用。當然這僅僅是開始，以後APP如果不具備大資料和人工智慧處理的能力可能都很難沖出來了。
還可以看到物聯網單車這樣的應用，它其實目前智慧性還不太夠，但是它資料的分享和雲端資料互相之間的交叉讓我們很快能夠找到合適的單車，並且能夠通過移動支付付費，形成大量的自行車網路，它其實也具備了一定的智慧性，比如智慧開鎖，但是它的智慧性跟普通的人工智慧概念有一點差距，當然有一天滴滴打車也可以通過自動駕駛的方式完全形成一個車的人工智慧的網路，這是可以看到的未來。但是現在的所謂的物聯網已經具備了很方便提高生活效率的能力。我認為人工智慧最主要的是解決效率問題，我們之前肯定的互聯網的東西是解決資訊傳遞的問題，這是兩個不同的時代，我們現在正好處在時代交替的關口。
同時我可以講一講人工智慧在金融領域的應用，因為金融本身資料比較多，在風控、反欺詐領域應用比較多了，是先行的。第二是在醫療，大量醫院的資訊化產生了很多資料包括病例、各種圖像，通過這部分進行輔助診斷和識別已經有公司在做了，能不能做到更加精確的疾病預測、基因的大資料都是正在過程當中，而且在未來肯定會出來一些非常大的公司。當然在農業、類似於種植，比如對土壤酸鹼度、濕度的自動識別幫助我們灌溉，預測產量，都是可以做到的。比如可以通過衛星雲圖預測某種作物的產能和產量。同時在一些工業領域也是，比如一些預警，我們投了一些公司做風車的預警，通過感測器資料能夠分析到風車是不是可能要壞了、什麼部件要壞了，可以提前預警做一些備件。在國外已經有一些公司做工業級預警的做到了20億的估值，中國工業比較發達，工業和人工智慧結合是未來很重要的一部分。
總結一下我對人工智慧下一代的看法，我們僅僅講它叫AI可能還不太夠，它僅僅是類似於這個時代的作業系統，更像安卓和IOS，但是智慧互聯網概念很有可能涵蓋下一代的方向，因為其實很多東西只有聯網之後它的價值才能體現，如果僅僅是下圍棋的阿爾法狗，不能解決我們實際的問題，但是是自動駕駛的運營網路的車可以解決實際的問題。我們最近投了一個充電寶，讓大家隨時隨地可以有電，如果僅僅把它當人工智慧公司可能還不太智慧，但是我們每個人通過手機看到周邊是不是有充電寶可以用，這個充電寶可以充手機也可以充電動車，這種作為智慧互聯網的基礎設施是不是非常好的未來？這都是我們在看的領域。我想智慧互聯網作為下一波大家關注的領域，我們要看到的是它從流量經濟到效率經濟的轉變，從連接變成資料的轉變，從資料變成人工智慧對提高決策能力的轉變，這就是我對未來得看法。謝謝！