AI产业背后,投资机构为何都瞄准自动驾驶?

亿欧网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
AI产业背后,投资机构为何都瞄准自动驾驶?

人工智能 被视为“互联网下半场”的重要风口,越来越受到各方关注。但巨大的蓝海背后,行业仍面临应用前景不明、估值过高等诸多痛点,一系列问题有待解答。

人工智能演变到什么阶段?是否存在泡沫?小公司如何弯道超车? 在刚刚结束的“一π即合·华兴π对”上,傅盛、黄明明、邝子平、汪华、吴甘沙、徐立、余凯等一线创业者、投资人围绕行业热点话题展开了一场长达3个小时的对话。

以下是这场对话的部分文字实录。

论坛嘉宾:猎豹移动联合创始人兼CEO傅盛、 明势资本创始合伙人 黄明明、 启明创投创始主管合伙人 邝子平、 创新工场创始人/管理合伙人 汪华、 驭势科技联合创始人兼CEO 吴甘沙、 商汤科技CEO 徐立、 地平线机器人技术创始人兼CEO 余凯、 华兴资本董事/科技及房产业务负责人 刘英航。

淘金时期

主持人刘英航:人工智能在现实当中演变到什么程度,什么时候可以颠覆现有的场景?

吴甘沙: 现在基于 大数据 的暴力计算型人工智能在很多领域已经超过了人类智能,意味着人工智能在历史上第一次真正可以创造客户价值,不仅仅只是一个概念。当然人工智能目前解决的问题还是比较早期的, 比如中低级白领做的事情。高级白领做的事情、需要深入思考的,以及需要灵巧控制的蓝领工作,人工智能做不了。

余凯: 人工智能作为一个推动者的技术,本身构成一个产业缺乏很多关键要素。一些传统产业因为人工智能技术发生了两个变化, 第一,这个技术在产业里有大规模应用;第二,使这个产业里面的新玩家能够颠覆老玩家, 比如搜索广告,在电视里全国都看到同一个广告,搜索则是千人千面,这正是基于深度学习的技术。

我们地平线关注三个机会, 第一,智能语音。第二个,智能摄像头,第三个 自动驾驶 , 从辅助驾驶,半自动驾驶,全自动驾驶里面有大量的机会。人工智能刚刚开始,像是一个淘金的时期,因为你不知道哪个领域你可以淘到金子。

徐立: 现在从业者做的事情, 短期来看可以分为两个阶段:第一阶段是超过普通人的能力。 现在人工智能做的很多事情是纯数据驱动,需要大量的人把知识传递给机器。这些能给劳动力密集型企业带来效率提升,但不会带来新的场景。 真正带来服务升级是第二个阶段:超过专家, 因为专家的能力和知识比较稀缺。比如驾龄较长的司机、医院专家号等。

现在,第一阶段,超过普通人,很多垂直领域已经可行,未来可能应用到更多的垂直领域,实现工业的突破。第二阶段,超过专家,可能有待算法的进一步演进,包括用算法生成专家数据,这是值得探讨的问题。

傅盛: 关于人工智能的应用,我认为 基础是技术, 但并不认为技术是唯一的决定力 ,技术完美了,到了一个显而易见的边界值的时候,这个世界不需要产品,不需要创业者,需要银行家就够了。

第二是产品, 你要思考在不完美的情况下怎么组合你的产品,包括重组你对产品的思路,我不认为特斯拉今天真正解决了让电池可以跑两千公里不用充电,它真正改变的是你对电动车的定义。人工智能也一样,怎么找到一个尖端的产品应用?我那个时候自己催生的想法就是 机器人 。

第三是需求, 产品和技术的结合是为了满足需求,哪个大的需求一定发生,它就一定能倒逼技术重构。因此, 要从需求角度重构产品和技术。 很多人问,你要做机器人,机会在哪里?机会就是人越来越贵。当有一天机器成本比人便宜的时候机会就出现了,哪怕这件事是最简单的端茶送水。

黄明明: 我认为判断人工智能领域是否有泡沫、价格是否贵,核心就要看有没有价值。一种商业模式能否帮助原有行业大幅度提升效率、降低成本,是我们判断其是否有价值的关键点。 现在人工智能在很多领域已经能创造出切实的价值。比如自动驾驶。

邝子平: 第一,我认为人工智能已经到了可以大规模商用的阶段。 前些年看的一篇文章认为,技术发展都遵循某种规律,就像在棋盘上放米粒的寓言,当一粒米变两粒,两粒变四粒的时候,没有人考虑用它做饭,而当过了某个红线,确实可以做一锅饭。现在人工智能就进入了棋盘的第二半,每一次的平方所产生的效率都是巨大的。

第二,最近确实存在很多伪AI。 现在很多项目,你去聊的时候,都会有人跟你说大数据、人工智能,这确实造成了目前行业的一些虚火。

第三,从机会上讲,现在还是蛮令人兴奋的一个时间点,还能够找得到纯技术的平台公司,而不是应用+AI。

汪华: 我认为AI由两条腿驱动。 一条腿是技术驱动 ,前几年,深度学习、GPU等各种新理论出现,成就了很多 黑科技 企业,这些企业往往驱动的是一些更加久远的、中长期的东西,比如自动驾驶、真正意义上的家用机器人等。但受制于科技、算法,产品大规模应用于生活可能还需要三到五年时间。但黑科技领域更容易产生独立的公司。

另一条腿是需求驱动。 需求驱动跟技术没有关系,它来自于互联网和移动互联网在中国的发展,从1995年开始的互联网,到最近的移动互联网将所有的人和场景连接起来,使得交易量和交互量几何级数般上涨,如此庞大的数据不得不交由机器自动化处理。而只要一家公司采用人工智能技,效率提升到足够高之后,就会相比竞争对手产生巨大优势,逼着其他人不得不采取行动。因此,需求驱动这些公司不断提高线上化率,并向其他行业延伸。

但缺点是, 这个领域产生的公司,很难是纯粹意义上的AI公司,大多是AI+场景或者AI+业务, 且大多数是2B的公司,技术相对复杂,对创业者要求比较高。

向死而生,以强胜弱

主持人刘英航:巨头林立的AI行业,创业公司如何找到自己的突破点,实现弯道超车?

吴甘沙: 小公司可以做一些事情: 首先,试错要做到更好,试错成本要低。 大家可以想象一下,探索一个未知海域的时候,万吨巨轮很容易触礁,但是小公司开着冲锋舟去,很有可能成功,要抱着一种向死而生的心态。

其次,小公司可以有一些创新的策略,第一,边缘创新, 找主流市场边缘的垂直细分市场; 第二,差异化创新 ,我不一定比大公司做得更好,但是我做不同的东西; 第三,协同创新 ,两个大公司之间合作往往很困难,因为都有自己的傲慢,而且法务部门比较保守。但是小公司,放低身段,非常容易进行合作。这些都是小公司的机会。

余凯: 对小公司来说,一定要让自己的商业模式在大公司的射程范围之外。 大公司有两种能力,一个是势能,一个是动能, 动能是现在的业务,势能是他积累的人才业务和资金。

小公司如何在射程之外找到机会?两个因素比较关键。 第一,对数据资源的独占性, 这是一个关键的战略资源,我们看BAT,整个价值都建立在这上面。 第二,数据转换成价值的效率, 比如每秒钟处理多少数据。这往往不是大公司的优势,因为一些核心的技术,从零开始投入到最后形成战斗力,需要至少三年时间,跟大公司小公司没关系。

徐立: 关于AI+行业:如果创业公司的核心技术能形成壁垒,而且在某个行业里面具备关键要素,那就需要在这个领域垂直打通,形成需求、数据、行业的回路,打通闭环。反过头来,核心要素并非都都具备的情况下,你就要找准合作伙伴。这是我们这几年核心的一个想法。

傅盛: 小公司并非没有机会,要看它在垂直化方面有没有可能击穿一个行业。 比如当年百度推外卖,高层的想法是做了总比不做好,但为什么不做今日头条?因为对他们来说机会成本太高。所以小公司一定要拼垂直化场景,一定要把应用想得非常深。另外,还有一个观点,前景越明朗的应用,对小公司越是巨大的前景。

黄明明: 小公司的机会,在于专注,把力量用到一点。 前几天和李想聊天,说到大众在中国的车型,密密麻麻有上百种,他随便问到一个投资人,你能说出朗逸和帕萨特以及宝来有什么区别吗?对方答不上来。如果真的把所有的资源集中到一个点,小公司能做到比大公司强,如果在这一点上比不上大公司,就别指望有什么以弱胜强的机会。

我认为在特定的应用场景产生数据的地方,是AI类创业公司的机会。这就是我们为什么投一家自动驾驶公司的原因,事实证明谷歌和百度的自动驾驶之路几乎走到了死胡同,因为他们只做算法,但没有应用场景,无法真正上车应用。 要在垂直应用场景扎得足够深,自己可以产生数据,然后正向反馈,这是BAT没有的,小公司可以从这方面去寻找机会

汪华: 在这个事情上千万不能有错觉,做创业不要把希望寄托于大公司傻,大公司懒,大公司反应慢。你没有任何的这个东西可以跟大公司拼。 首先你要做的,是大公司在一段时间内,压根不会做的事情,或者大公司做了之后会自杀的事。 比如说谷歌的Android对于微软来说,当时的微软就是自杀,他不能把自己的操作系统都免费了。

第二,别把大公司当作对手。 大公司,你可以把它当作一个社会的基础设施,有些事情只有大公司推得动。比如说在全中国实现移动支付,只有大公司能做到。而大公司一旦把这件事做好了,大量创业公司可以从中受益。所以千万不要把大公司当做竞争对手,把大公司当做一个寄存生态来对待。

第三,从来不存在以弱胜强的想法。 创业公司虽然一开始小,但在一开始扎进的领域想办法以强胜弱,随后每打一仗,搞到各种各样的资源,在局部战争里面以强胜弱。

贵与不贵不重要,关键是做成

主持人刘英航:人工智能领域是否有泡沫、估值是否贵了?

徐立: 目前来看人工智能确实存在市场过热现象。过热会导致大家对市场应用的判断产生一些偏差。技术公司做垂直应用,第一要把产品深扎进去,第二需要大量的基础投入和长期的行业沉淀, 但AI过热导致从业者比较浮躁,不停换方向尝试。 关于估值,贵不贵关键还是看成不成,团队和方向很重要。

余凯: 现在应该考虑的不是估值问题,而是怎么把研发往前推进。 从投资人的角度来讲,贵与不贵不是那么重要,关键是做成。从创业者的角度来说,高跟低也不是那么重要,关键是能够拿到足够的资源, 让这个公司可以做成,这是我核心的观点。

傅盛: 我不觉得人工智能太贵,最大的问题在于投资人对人工智能了解得太少,很少碰到靠谱的,所以造成了鱼龙混杂。

人工智能起源于学术,但是后续推进的是工业界。在今天学术这个阶段,推进是比较有限的,后面都要靠大量的数据实践和应用实践。所以,我觉得第一波项目估值很贵可以理解,但是后面工程化、产品化的人,会做得更靠谱一些。现在很多公司真正做的是模型,距离产品还有很长的路。

黄明明: 纯做算法的公司估值有些偏高了,刚开始纯做算法出来的,大牛的背景,一定估值上天。但是现在大家看了一段时间,明白了光有算法没用,你得应用落地。所以贵和不贵其实是相对的,一亿美金天使轮贵不贵,肯定贵,但是你如果看到它是一个一千亿美金的公司,那肯定要进去,能投多少投多少。

因此在人工智能领域,对产业的洞见和深刻的理解特别重要, 要求我们作为投资的人必须要深入到产业里面,否则你怎么判断这是一个一亿美金的机会还是十亿美金的机会?

邝子平: 我总体觉得是贵。现在绝大部分技术型的、平台型的公司目前还是一个2B的场景,但(投资机构)却把它们当作2C的公司来做。这样的公司,后续还需要多轮的融资支持它的成长。如果天使轮一下子把估值做到一亿,那A轮总得三亿,做到F轮怎么办?

汪华:其实很多人工智能公司估值来自稀缺性,而不是来自技术、价值或商业模式等等。 还想补充一点,在任何一个领域,如果最后大赛道里面出了十个公司,第一波出来的公司往往只占了两个,八个还在后面。

抢滩自动驾驶

主持人刘英航:想问一下三位投资机构,接下来人工智能的领域重点会是什么,你们会投资哪些方向?

黄明明:自动驾驶一定是一个超大领域。 顺着自动驾驶,还可以看雷达、电池等一系列的产业链。但是,雷达看了十几、二十家公司,实在下不去手,每一家都很贵,连小批量的量产都没有,却已经按照传统有量产能力的估值飞上了天,但是我们会围绕这个产业链持续来看。

另外我们觉得创业公司可以在特有的场景形成数据,从而产生正反馈,这个数据未必是大公司可以很容易拿到的,这个我们也在看,比如说人工智能+医疗。

邝子平: 人工智能在医疗、金融等垂直领域的应用,我们现在比较努力地在看。同时, 我们相信未来在 无人驾驶 领域会有较多的辅助出来 ,虽然现在有一点难。离真正无人驾驶车辆大量应用的时间点再近一些,可以投一些能提供更好解决方案的企业。

汪华: 我们就是按照刚才提到的两个科技来投的, 一个是黑科技领域, 无论是无人驾驶、数据,还是其他将来一定会产生重大突破的黑科技,比如自动驾驶、雷达、高清地图等,视觉领域我们也投了一些。

第二是需求驱动的方向, 也就是必须实现自动化的领域,比如金融、医疗,等等。

本文被转载2次

首发媒体 亿欧网 | 转发媒体

随意打赏

自动驾驶comma ai中国ai产业大会全球投资机构
提交建议
微信扫一扫,分享给好友吧。