《投資人逃離人工智能》這篇文章這幾天在AI圈、創投圈和媒體圈很火，很多投資圈朋友、媒體朋友，甚至家人都轉發了給我，并和我討論人工智能行業的未來且無一例外都表示了擔憂，就像是之前大家很多的疑慮和質疑找到了一次久違的驗證。我也看了這篇文章，首先還是非常感謝原文作者給了業界的朋友們一些有意義的洞察，我讀了之后也很有感觸。

作為在國內人工智能領域核心圈子學習和工作近10年的創業者，在這里，我也談談自己的一些看法。

關于各種觀點

文章《投資人逃離人工智能》中講到了幾方面的內容：一家“千里馬”AI創業公司的融資困境、卷積神經網絡和深度學習掀開了這一波AI革命、AI創業項目短暫的發展歷程以及投資史，最后用曠視的招股書分析來窺探AI的價值傳遞現狀。

這篇文章無論是從敘事、舉證、事實分析還是結論啟發都句句有聲、層層推進，確實能夠給朋友們帶來沖擊。作為AI從業者，我的感受確實有所不同。下面我從人工智能技術價值和商業化發展邏輯等方面的談談自己拙見。

首先，我也回顧下過往，真正算起來，其實這一波人工智能的技術發展和創投史時間并不長：從2012年ImageNet挑戰的重大突破開始（李飛飛老師及其團隊做出了重大貢獻），深度學習開始從實驗室走向產業界，傳統視覺、語音和語義技術紛紛插上了深度學習的翅膀，突破應用奇點，大殺四方；

國內外AI領域學術、技術精英也紛紛“下海創業”，或者自立門戶，或者重磅加盟各種大廠，媒體消息也此起彼伏；聞到商業嗅覺的資本和一些優秀的互聯網企業開始跟進，各種戰略布局眼花繚亂，并于2014-2017年達到高潮，也就是大家喜聞樂見的“AI風口”形成了。

到了近兩年，AI行業仿佛和其他很多行業一樣，也進入了一個“不舒適”的時間區間，質疑的聲音越來越多，“AI泡沫”、“AI無用論”等等觀點層出不窮。

各種觀點中并沒有哪一個是完全的對與錯，只有視角和立場的不同，資本和媒體都是杠桿，其影響自然也是一把雙刃劍，不必贏得所有人的認同，而是需要保持對技術、行業發展規律的敬畏和對行業、社會和國家的進步產生積極的影響。

《投資人逃離人工智能》一文的導讀引用這么一句話，“世界經濟史是一部基于假象和謊言的連續劇。要獲得財富，做法就是認清其假象，投入其中，然后在假象被公眾認識之前退出游戲“。我覺得這話有道理，認清本質，無論是真相還是假象，自己掌握了更本質的信息就能更高效地規避風險。

但就人工智能技術的價值而言，我認為并不是因為AI價值本身產生了假象，而是我們可能誤判了AI的技術價值。

關于人工智能的技術價值

《禮記大學》中的名段提到：“古之欲明明德于天下者，先治其國；欲治其國者，先齊其家；欲齊其家者，先修其身；欲修其身者，先正其心；欲正其心者，先誠其意；欲誠其意者，先致其知；致知在格物”。

其中，“致知在格物”是其核心，作為一個AI行業的創業老兵，我從技術價值分析的角度來和大家分享一下我對人工智能技術本質的理解。

互聯網技術和人工智能技術（這里主要指的人工智能算法軟件技術）都是傳統計算機軟件技術的延伸，計算機軟件技術促進了互聯網技術的誕生和發展，互聯網技術則促進了人工智能技術的誕生和發展，那么也許我們可以從前兩種革命性技術的發展中窺探一下人工智能技術價值的演進和爆發趨勢。

為了更好地理解人工智能技術的價值本質，我們花一點時間來看看計算機軟件技術和互聯網技術的發展，下圖是計算工具（或者計算硬件、計算平臺）的發展歷史，如圖所示：

計算工具的出現是為了滿足人們“計算”這個最基本的需求，隨著材料、機械、電子等學科的進步以及計算機架構理論的發展，計算工具的形態發展經歷從手動式計算工具、機械式計算工具、機電式計算機、電子數字計算機以及如今基于集成電路技術的現代計算機、云計算中心和計算芯片。

那計算機軟件的技術價值又是什么呢？最早的計算機軟件就是為了滿足基礎的計數運算，得益于硬件的發展，運算速度越來越快，軟件能力也越來越豐富；于是操作系統、數據庫、辦公軟件、輸入法等基礎軟件就在計算機編程語言的發展下陸續被開發出來，這些軟件的運行邏輯其實就是基于最底層的計數運算，這樣就能滿足更加復雜的運算、實現更復雜的功能了。

后來，這些軟件的出現要么大大提升了以前手工的效率，要么就逐漸取代了這些的手工。由此可見，計算機軟件的技術價值是在于大大提升人們以往的程式化手工的效率，人們只要通過軟件編程把工作的流程輸入到計算機后執行就能得到想要的成果。而計算機的運算性能遠高于人類，形成前所未有的“新型科技生產力”，生產力的巨大提升，必然影響到生產關系的變化，從而在各個行業掀起了巨大的商業革命浪潮。

在計算機軟件時代，人們把更多以前的手工交給了計算機來處理，也就是我們今天所說的工作或者行為的“信息化”，簡單的軟件處理簡單的工作（或者行為），復雜的軟件處理復雜的工作（或者行為）；

“信息化”使得“數據”這一人類的偉大創造被大量生產出來，“數據”則可以被認為是自然世界和人類活動一種拷貝，被記錄了下來，也就是“世界被數字化”了，在這一時代，數據庫、企業服務軟件、客戶大眾市場軟件等技術得到了長足的發展，也誕生了不少科技巨頭公司，如微軟、甲骨文、SAP等。

互聯網技術則是在通信技術和計算機網絡軟件技術的基礎上發展起來，如衛星上天、網絡協議、瀏覽器軟件、全球定位等，下圖是互聯網技術的發展歷程：

互聯網技術最初的應用是為了滿足軍事目的和科研需求。1969年，美軍在ARPA（美國國防部研究計劃署）的約定下，將美國西南部的4所大學的四臺主計算機連接起來，通過計算機（也就是網絡終端），使用者可以共享大型主機和其他計算機的數據資源。

隨著接入主機數量的越來越多，更多人把互聯網（當時叫因特網，Internet）開始作為通信和交流的工具，還有人陸續在互聯網上開展起商業活動。隨著互聯網的商業化，其在通信交流、信息檢索、客戶服務等應用的巨大潛力被挖掘出來，使互聯網有了質的飛躍，并最終走向全球。

至此，我們的世界進入了“網絡化時代”，連接無處不在，有連接就會有流通的“數據”，也就是我們常說的“流量”，“流量”就是互聯網時代/移動互聯網時代最大的特征，其核心商業模式都是圍繞這個特點而產生的。

互聯網消除了空間限制，帶來了“流量經濟”，只要是和“流量”掛上鉤的場景就會被激活，最典型的就是各種“中介服務平臺”，淘寶是交易的中介平臺、微信是社交的中介平臺，這些平臺因其提供的各種服務，吸引了大量的用戶和它們連接，以此獲得流量并商業化；此外，因為連接，計算平臺也得以從傳統模式向“云計算”業態演進，以適應移動互聯網時代巨大的數據生產與流通。

由此，可以認為互聯網技術的價值在于打破信息交互的空間限制，形成人與人的信息互聯和數據互通，以前孤立的信息和數據因為互聯而產生了強大的化學反應，整個社會以及商業世界中以前因為空間限制而無法做到的事情很多都得以成為現實，絕大部分行業都受其影響。

隨著通信網絡的升級和普及，移動互聯網時代使得數據量得以爆發式增長，更多的場景被移動互聯網激發出來，更多移動互聯商業模式也得以衍生，移動互聯極大的改變著我們的生活的同時，也促使了今天谷歌、臉書、阿里巴巴等互聯網巨頭的誕生。

說回到我們現在關注的話題——人工智能。上面講到的計算機軟件技術和互聯網技術的價值變化有一個共同的演進模式：那就是，所有這兩個時代造就的偉大公司都是在恰當的時機把握住了技術的核心發展邏輯，以技術核心邏輯為基礎來設計自身的產品、商業模式甚至組織運營形式。下圖展示了人工智能的發展歷程：

前面我們簡單回顧了從2012年以來短暫的第三次人工智能商業化進程，那么這次人工智能浪潮的核心技術價值又是什么呢？還是數據！如果說傳統計算機軟件技術的本質是生產數據，互聯網技術的本質是連接數據，那么人工智能技術的本質就是分析數據。

傳統的數據挖掘技術也能做數據分析啊，那么這次的深度學習技術又有什么不同呢？通俗來說，深度學習能夠從海量標注數據中挖掘出人類難以發現的關聯知識，而這些關聯知識可以用來完成自動化的目標決策，從而在某種程度上替代人的角色。

以往信息化和互聯網產生了大量的數據，但光有數據是不足以支撐有效決策的，我們人類對客觀世界作出反饋的過程是這樣的：感官獲取客觀世界的數據，經過大腦處理后產出了一些分析結果，再作出反饋和決策，這個過程其實就是“數據到知識”或者“數據到經驗”的躍遷，也是人類有別于其他生物的重要能力。

深度學習技術就是仿真了人腦對于固定模式類規律的處理方式，能夠自動挖掘出大量標注數據之間的關聯，這些關聯某種程度上構成了這些數據所在領域的知識，從而能夠為機器的智能決策提供有效參考。我們看到，深度學習的知識挖掘是復雜的，也需要大量的數據，所以近年來，計算能力的發展和大數據的爆發使深度學習技術得以跨越商業奇點，引領潮流。

至此，下表總結了三種技術的一些特點，進行比較：

人工智能具有巨大的商業價值和社會價值，首先，如果把人工智能看做一個技術工具，它幾乎可以給所有行業賦能，只要是能夠滿足AI技術本質特點的場景，都能有人工智能發揮價值的空間，從而改變原有場景的商業邏輯。

其次，人工智能技術的應用門檻在不斷降低，類似AutoML的技術，能夠自動幫助普通開發者開發智能應用；雖然有很多關于“深度學習技術紅利挖盡”的說法，但是從微觀層面來說，深度學習技術發展依舊非常快，而且像強化學習、遷移學習、GAN等其他人工智能算法的發展也勢頭喜人，這些技術與各種應用場景的結合更是想象力豐富！

商業的重構本質上是效率的重構，互聯網/移動互聯網技術結合人口紅利讓大家有了模式創新的巨大空間，ToC的商業模式也是爆發力十足，而在紅利殆盡的今天主要是通過技術的創新、更確切地說是“場景+技術”的創新來提升商業效率，人工智能正好是最合適的技術手段，如何應用好人工智能技術到自己所在領域的場景中去，才是創業者應該思考的核心問題。

從當前人工智能技術的技術原理上來說，數據是基礎，對于需要轉型升級的傳統企業而言，數據與人工智能算法深度融入企業經營決策是大勢所趨。

我們看到電商巨頭和房地產巨頭都開始聲稱自己是科技公司，而不是傳統的電商公司或者房地產公司，他們首先大量運用人工智能技術對自身的業務進行改造升級，以降本增效，同時他們利用云計算、大數據以及物聯網技術，把AI技術打包成產品對行業或者產業輸出，試圖打造各自的戰略生態。圍繞人工智能技術，未來一定會有新的科技巨頭誕生，這一點值得期待！

關于人工智能領域投資

既然人工智能這么有價值，為什么還會出現《投資人逃離人工智能》里描述的場景呢？這里有幾個原因：首先，任何人工智能創業公司的創業者不僅需要對人工智能技術的商業化邏輯原理很清晰，而且要對創業、商業本身的邏輯很清楚，然后再配以強大的執行能力，才有成功的可能。

可現實是很多人工智能創業公司在這幾方面是比較缺乏的：目前經歷到A輪或者A輪之后的人工智能創業公司很多都是屬于典型的“學者型”或者“技術型”人才帶頭創業，這些公司不可避免地要經歷痛苦的商業化思維洗禮，從而會交上不菲的“學費”，當前人工智能領域的初創成本還是相對較高的，一旦在早期犯了所謂“技術思維”的錯誤，除非資本輸血，否則就會難以為繼，當然，在圈子里，還是涌現出了一些科技和商業天賦兼具的優秀創業者。

當然，商業思維方面的問題以及資本寒冬并不只是人工智能領域創業面臨的困難，其他很多行業也一樣，所以我不認為人工智能公司的困境是由于AI技術本身沒那么有價值了所造成的。

其次，目前人工智能創業公司的產品或者服務絕大部分都是ToB的模式，產品要想切入原有價值鏈并站穩腳跟是非常不容易的，相較于互聯網創業項目，人工智能項目價值落地的鏈條更長、更復雜，其變現周期也會相對長一些。

人工智能創業公司在最開始的產品形態，往往只是一個技術產品或者整體方案的某一個環節，如SDK，模組，云技術引擎等，這些產品以為終端產品提供商或者方案商提升附加值為主。在早期，產業鏈上的傳統企業還是以合作為主，能夠給出一定的訂單，但這些訂單也只有少部分是是AI公司能夠直接觸達終端用戶的。

隨著深度學習等技術應用的同質化，“數據戰”、“價格戰”接踵而至，純技術類公司空間狹小，生存艱難，深入垂直領域做智能化應用和解決方案是大部分公司的出路，而這對于大部分AI初創公司并不擅長的商務能力、供應鏈管理、工程及售后服務提出了巨大的挑戰，要形成較強的產品交付能力是需要一定積累的，對于早期財務規劃不甚合理的公司來說就非常困難了。

每當投資人朋友經常問到我，投資AI公司最看重的應該是什么？我的回答基本都是：一看商務能力（Sales 和 Marketing），二看工程服務能力，再看技術研發能力。當然最核心的還是要看人，這個對于所有創業項目是一樣的。

從投資方面來看，很多投資人在過去幾年是“追風口”的，有時候甚至還去“造風口”。人工智能的投資在2015年-2017年達到高潮，只要創業者的技術背景不錯，當初拿錢確實不難。

從時間點可以看出：2015年底正值“O2O風口”的資本寒冬，移動互聯網創投競爭進入一個低谷期（后面又有了“共享經濟風口”），這個時候人工智能項目迅速得到了資本的追捧，AlphaGo事件更是徹底點燃了媒體和資本的心火，我想很多投資人都期待著人工智能能夠盡快再現移動互聯時代的輝煌，從某種程度上，這樣的狀況也給很多AI創業者造成了一些假象，不少項目在早期就顯得非常急功近利且很不務實。

今天的人工智能創業項目本質上還是一個ToB的生意，每一個創業公司對自身在產業鏈上的定位很重要，能找到新的藍海場景固然是好事，但是如果已經選擇“前有狼后有虎”的戰場，則避無可避，只有一戰！

“資本寒冬”，對于人工智能創業公司在做好核心技術研發的同時，成本控制、財務規劃、賽道選擇、渠道建設、客戶服務等老生常談的東西顯得尤其重要，能不能穿越生死線考驗的其實還是創業基本功。相較于資金，人工智能創業公司更需要的可能是場景和業務，投資人也需要更加關注怎樣為所投項目引入業務資源，人工智能項目的價值呈現是一個“慢工出細活”的過程，需要創業者和投資人一起堅持。

下表對計算機軟件技術、互聯網技術和人工智能技術的商業化特點做了一個比較。

創新創業的角度來說，人工智能最大的價值在于它給了新創業者們一個切入傳統價值鏈的機會，“傳統場景+AI技術”能夠讓AI創業公司在早期進入市場時有一定的差異化優勢，至于能否成功，還是要看團隊、商業能力等各方面的因素。

人工智能的技術發展也是一個迭代向上的過程，需要應用場景、數據和商業嘗試對其不斷反哺，當前的人工智能算法某種程度上已然是開源技術，對于想創業的傳統行業專家來說，“行業+AI”的創新肯定是非常好的選擇。

讓傳統行業的專家朋友更加了解人工智能技術發展的現狀和未來趨勢，以及AI怎樣融入到傳統行業的場景中去優化原有的價值鏈，是當前人工智能產業發展的關鍵，這也是我還有我的伙伴們現在專注的領域；對于現在的AI創業公司來說，與傳統行業的專家、決策者多深度交流也是至關重要的，無論是從商務角度，還是潛在場景挖掘的角度來說，都非常有價值。

關于人工智能的發展

最后，來談談對人工智能未來發展的一些觀察和思考。從某種程度上來說，資本并未逃離人工智能，反而是越來越加大投入了，因為政府、國家還有整個社會都在投入，無論是政策傾斜、政府支持還是對人工智能領域各層次人才的培養，各個方面的加速工作都是如火如荼。

有些朋友提到中美人工智能的發展差異是中國重上層應用，美國重基礎創新，這個是目前的一部分事實，但并不表明我國不做或者做不好基礎創新，更多是技術發展歷史的原因。

從技術產業發展的角度來說，短期看技術應用創新，中期看技術研發，長期看基礎理論突破。我國在場景、市場、政策、理工科人才等多方面具備巨大的優勢，未來大部分人工智能創業項目將是以技術應用的形式出現，在各個領域應用好人工智能技術，以達到優化產業鏈、獲取商業價值的目標。同樣，技術研發和基礎理論突破也會被技術的大量商業化應用所帶動而加速發展，只是做這部分工作的人相對應用會少一些，這樣的產業結構也是非常合理。

我認為人工智能應用已經進入了一個工業化大生產的時代，很多行業都開始使用AI技術進行轉型升級，只是節奏不一，任何一個新技術、新產品規模化發展之前，都需要經過行業先驅的嘗試、冒險和探索，從而趟出一條可復制、被認可的路線。人工智能時代亦會像互相網時代一樣，催生出行業的巨頭，讓我們拭目以待。

人工智能技術是一種高速發展中的先進生產力，也會像計算機軟件技術、互聯網技術一樣正在極大地改變我們的工作和生活。無論是國家、企業、創業者、投資人還是我們個人都可以在“智能+”時代成為更好的自己！

在人工智能普惠大眾的路上，我們這樣的從業者也希望能夠降低人工智能技術的應用門檻，推動AI技術的價值普及。幫助每一個想要參與到人工智能創新中的企業，看清人工智能技術的可行性邊界，發現人工智能應用場景的價值，摸索人工智能規模化的路徑。

我是看好人工智能發展的。