人工智能是如何在疫情上逆行

非常開心，能有這樣一個機會，跟大家一起學習，我是松禾資本的合伙人袁宏偉。

這次疫情，給了我一些時間，讓我更從容得去思考、梳理我在人工智能領域的投資脈絡。

原來單獨看項目比較多，這次更加系統的來看一些項目，我把我看到的關于人工智能領域發展的一些現象做了一下總結，跟大家分享。

首先自我介紹一下，我最早參與了鵬華基金和華夏基金早期設立和運營的一些工作；2012年我加入JP摩根，轉型做股權市場的投資；2015年回國后，加入松禾資本，開始更專注在高新技術領域的投資。

松禾資本的創始人厲偉和羅飛，從90年代末就開始做高新技術的投資，到現在已經超過20年的時間了。

我們也在投資的過程中，梳理了我們擅長的、看好的幾個領域，包括智能制造、生命健康和創新材料等。

我加入以后，我們也開始分階段的去覆蓋這些領域的投資。除了原來幾個領域的專業團隊和基金之外，又設立了覆蓋這三個領域的階段性基金。

一個是注重中后期投資的旗艦基金，即松禾成長期基金，厲總親自做執行事務合伙人，我配合厲總做投資；另外去年設立了專業的天使基金，由我來主導。

我們總共管理的資金規模是160億，目前投資的項目350+，加上去年的科創板，我們退出的項目有66個。

通過20多年較長期的投資實踐，松禾資本總結出來，在天使階段對高技術領域進行投入是比較好的，這也被業內非常認可。

所以，對于人工智能領域的投資，我們是從智能制造開始向上游逐漸的去延展的。

當然現在人工智能領域有越來越多的投資方向，大家也看到我今天的題目“人工智能賦能全社會轉型”，實際上人工智能它賦能整個社會的轉型，不光是在生產領域，包括我們的生活方式、學習方式、健康醫療等方方面面，人工智能都能開發應用，尤其在疫情期間，如果這次疫情沒有各種人工智能工具的話，我們的生活可能會受到很大的影響。

人工智能，“疫情下”的逆行者

我們的吃喝玩樂、教育都沒有受到太多的影響，這些都建立在人工智能賦能的基礎上。

相信經過這次疫情，我們在人工智能的投入上，不管是從國家、投資人，還是從創新企業的創業者層面，大家都會把更多的資源，比如人力、財力等投入到人工智能領域。

人工智能，它的起源從二戰就開始了。當時美國通過軍方采購民間的智庫資源，科學家發現通過數據處理就可以實現。像人一樣，未來有一個超越人認知能力的機器會出現。

當然這只是一個設想，那個時候還缺少很多的輔助工具，包括硬件、軟件、投入、市場開發等，所以那個時候時機還未成熟。

人工智能真正被大家認識到，并且能夠實現商業化，實際上最早起源于算力的增強，就是說計算機運算速度是按照摩爾定律的爆發，強大的算力賦予了計算機非常強大的能力。機器的計算能力，就是把機器賦予某一方面的認知能力，它就有可能超越人的智力，比如在視覺領域。

在機場各種各樣的安防系統里，都有人工智能替代人工去進行安防，比如證件的識別等。

這次疫情，深圳各個小區進行封閉的時候，使用了很多人工智能相關的工具，可以說視覺是最早應用到商用的。我們投資的一個企業也是通過視覺成為了人工智能領域的領軍企業。現在它得到了各大頭部投資人的投資，估值已經超過了70億美元，未來還是有很多應用場景的。

關于成長空間。這個就是專利的發展，把人工智能真正的帶到了應用領域。我們在投下一代人工智能項目的時候，我們跟清華的張鈸院士，他也是中國人工智能的第一人，他主導建立了清華的人工智能研究院，代表中國的最高水平，不管是科研領域還是教學領域，他給我們介紹說，“到現在為止，我們所有在應用的這些人工智能依然不能叫真正的人工智能”。

我在PPT里給大家演示的是“弱人工智能”，所謂“弱人工智能”，實際上更多的更多的是一個機器智能。由于強大的算力，賦予了機器某一方面的超越人類認知的能力，它并不構成機器可以替代人去對未知的東西進行思考，它還是對已知的東西進行加工總結，最后得出一個它對我們人的決策能夠提供輔助的一個工具。這個能力速度有可能超越人類，比如說AlphaGo可以戰勝人類旗手，但并不代表AlphaGo它本身就完全超越人類的智慧了。

它只是在某一方面，比如在算力上是超越人的。

什么是“強人工智能”呢？張鈸院士給我們介紹，“下一代人工智能，可以面對各種復雜情況，并且用更快的速度擁有通用性的學習能力，能夠產生像人一樣，對決策可以產生一個比較類似于人的決策能力”。

所以我們已經開始布局下一代人工智能領域的投資了，也是清華人工智能研究院官方設立的下一代人工智能的平臺。

在人工智能商業化的路徑上，我總結了兩個方向：一個是AI+，AI+就是把AI的技術和工具，把它應用到現有的、傳統的商用領域。

“AI+”or“+AI”

一個是提高現有商用領域的生產和流轉貨物的效率，另外就是賦予它更多的可以取代人工的能力。另外一個途徑就是“+AI”，我把它定義為傳統行業里自身派生出來的對人工智能的訴求，然后由傳統行業本身把人工智能的技術工具應用到它自身的領域里去，能夠提高它自身的效率。

從投資邏輯上來說，我更注重的是“AI+”，把人工智能技術賦予到現有的傳統的行業，其實它背后隱藏的是，用人工智能的技術顛覆現有的傳統行業。

我們作為技術領域的投資者，肯定更關注技術本身。

“AI+”和“+AI”看起來比較像，但實際上它的發起端是不一樣的。

從人工智能團隊派生出來，它可以去賦予某一個領域，不能從傳統的某一個領域的的一個企業，它運用人工智能的技術去增強它自身在這個領域的競爭力。

這兩個方向上，我們更看好的是人工智能本身的團隊，讓他們用技術去顛覆現有的傳統產業。所以，在人工智能商業化的路徑上，我們更愿意投的是人工智能團隊，由它產生的某一類工具去顛覆現有的中心產業。

人工智能它是一個可以應用于各個方向的，而且它可以滿足從上到下整個社會資源配置的訴求，同時也能滿足從下到上，比如草根技術持有者創新創業自發產生、對這個技術應用的訴求，要把兩個方向結合起來，才能真正的實現人工智能的應用。

舉個例子，無人駕駛。

這個技術本身它可以派生于傳統的車企，因為傳統的車企它肯定有巨大的資源、投入能力和應用場景，它本身可以去做很多在人工智能、無人駕駛方面的這些投入，對它的產業升級，它也認為是非常重要的。

但人工智能的團隊，他們用人工智能技術進軍無人駕駛行業，這個領域它去顛覆現有的車企以及他們的行業地位。

在這兩個方向上，我們更傾向于投資人工智能團隊，讓他去顛覆車企。

那么，無人駕駛這個領域光靠人工智能團隊能不能做到？能不能實現商業化？能不能在全球的人工智能的領域里成為成長起來，成為領頭羊，其實它非常依賴于國家產業政策的支持。

如果沒有宏觀政策的支持，他很難成長。無人駕駛要面對很多的考驗，首先，它要實現自己技術的迭代，它就必須有累計駕駛的里程，里程怎么累計，在實驗室里是做不了的，只有國家政策支持，給他一個累計試錯的機會，或者是他可以找到某一類場景，他可以在這個場景里充分的試錯、學習、積累數據，然后對數據進行加工和處理，這樣他才會成為行業的領軍人物。

從這個例子可以看到，我們既要有顛覆性的技術，同時也要有國家資源的投入，這樣才能讓人工智能的某一項技術在全球做到領先。

中美貿易戰最后形成了幾個核心技術領域的競爭。最受關注的是人工智能領域，不光在商業應用上會受各種限制，甚至在研究上我們都知道是全球通用的，即“研究科學是無國界的”。

但在人工智能領域，美國對我們的制約非常強，以至于他已經都突破了常識和共識，人工智能領域的研究已經受到限制了。可見，人工智能是中美貿易戰中，美國對中國是最提防的、最懼怕的。

這也意味著，人工智能領域的研究作為未來的大國之爭，國家產業政策一定會大力支持。

政策資源的傾斜

我對人工智能的全產業鏈是這樣總結的：首先是基礎設施，基礎設施是最底層的技術，包括算力、存儲、數據的傳輸，這幾個方向是構成了人工智能的最基礎的設施。

包括芯片、5G通訊技術，大家都知道5G是中國和美國之間，甚至是東方和西方之間爭議最多的，爭議最強烈的一個領域。為什么一定要在5G領域限制我們的進入？

實際上，核心就是技術，它可能直接影響到現有算力形成的決策速度。

這個決策速度是不是可以像人一樣，比如我判斷剎車的時候就剎車，或者我收集的信息足以讓我用非常短的時間做和人一樣的判斷，甚至比人的判斷還快。

這樣反應速度去做出相應的處理，對數據能夠及時得到，而且及時作出判斷，都對這個5G技術有非常強烈的依賴，所謂的萬物互聯。

5G的發展光靠底層技術的創新還不夠，需要從上到下政策上資源的傾斜，因為這些基礎設施靠創新團隊是做不到的，必須舉國之力，有國家資源的充分支持才可以把底層設施鋪好。

只有這樣才能實現，我們未來在全球人工智能領域的地位。