酷应用

人工智能重塑产业链，2018年企业级服务的新机遇在哪里？| WISE·2017

百家作者：36氪 2017-12-13 09:46:52

2018年人工智能公司的核心竞争力或是工程、产品能力。

文 | 石亚琼

当线上流量红利基本耗尽，互联网用户的增速放缓；当线下人口红利快速消失，劳动力成本迅速提升；当中国经济由高速增长转向高质量发展，经济结构正在不断优化，人工智能开始在商业中逐渐应用。

产业链在被重塑，也孕育了新的初创公司。过去几年，中国人工智能领域涌现了大量的初创公司，并在技术与商业领域进行了大量的创新。此次参与活动的三家公司，分别来自于物联网、机器视觉、模式识别领域，并成功用技术服务了诸多企业。涂鸦智能表示，目前已服务超一万个全球客户，每天服务的消费者超过数千万。码隆科技让计算机可以像人一样看懂各种各样的商品，可以帮助传统产业的效率有上百倍的提升。眼神科技有19年的历史，目前已经服务了110家银行客户，与107家学校达成战略合作。

这一美好的愿景也吸引了诸多这个领域的投资人。阿里巴巴创新投、晨兴资本都是其中的代表机构。阿里巴巴创新投专注于投资一些颠覆性的商业模式及技术创新，更好看未来5-10年可能改变世界的一些技术创新, 及其所带来的新市场, 新机会和新应用。虽然此前晨兴给人的音响是以投消费互联网为主，但现在其被投公司中已经有大量技术驱动和企业服务类的公司出来，这其实暗合经济发展和科技发展的规律。

人工智能赋能行业，将会产生不少新创投机遇

整体来看，2018年人工智能赋能行业，将会产生不少新的机遇。

涂鸦智能总裁陈燎罕认为，AI技术在智能家电这个领域里面会有广泛的应用和普及。

码隆科技联合创始人兼CEO黄鼎隆特别地看好人工智能与新零售结合的机会。

眼神科技创始人兼CEO周军认为生物识别领域明年将有三个趋势，一是多模态生物识别，二是平台化，三是大数据和算力结合在一起会让研发比较简单、平民化。

陈燎罕：

涂鸦智能作为国内跨入AI行业较早、业务场景落地领先的企业，我认为明年AI企业将非常的幸福，我们对明年行业的发展有两个预测：一是AI技术将在智能家电领域会有广泛的应用和普及，二是语音交互会成为主流家电的标配，明后两年将会有一个爆发式增长。
两年前我们做过类似的预测：首先，当时我们认为家电大规模智能化的机会在海外，于是我们率先为海外家电品牌提供智能化服务，同时帮助国内OEM制造企业实现产品的智能化升级，协助其拓展海外市场。非常幸运，到现在为止涂鸦智能累计服务了超过一万个家电客户，覆盖全球200个国家和地区。
其次，我们预判语音将成为未来家电主流的交互方式，因此我们是国内第一家接入Amazon alexa 和Google home 的智能云平台。到现在为止，大家所看到的海外连接亚马逊Echo的设备，每20款就有1款是涂鸦提供的智能服务。同时，涂鸦是亚太地区跟google home 合作的第一家智能云平台，帮北美家电品牌接入google home，并且在沃尔玛和besbuy 售卖。所以非常幸运，顺势而为，涂鸦近一年的发展非常迅速。在国内，大家看到百度在主推它的语音服务，小米把AI音箱作为下一个战略级的产品，同时也看到天猫精灵不断在市场上发声。我们相信未来一年，整个行业将有翻天覆地的变化，这也是我们AI领域的公司非常好的一个机会。

黄鼎隆：

其实在这个论坛之前我刚刚结束了在另外一个论坛的演讲，就是在新零售的那个分会场，那个分会场场面极度地火爆，超出我预料的火爆，可以想象说，现在大家对新零售这个话题有多关注。我本人也是特别地看好人工智能与新零售结合的机会。我认为明年这可能是会一个爆发点。尤其是对于做计算机视觉的企业，我刚才在那个会场我讲到一个观点，就是类比于像生物界大概距今5.4亿年前的寒五纪，就进行了大爆发，那个时候的生物开始进化出了视觉，最早的三叶虫开始有了最原始的眼睛，生物开始追逐食物，猎物和猎源之间开始进行了追逐躲避。现在很多零售界新的玩家都会认为会成为新物种，我认为新物种的条件就是新的人工智能的技术的突破使得现在零售界的玩家他们也具备了眼睛，他们的AI的系统可以像这个行业的专家一样看懂各种各样的商品，使得像寒五纪时代催生新物种。
码隆科技一直聚焦在做商品识别，要让计算机可以看动各种各样的商品。今年以来我们已经是在这个领域有很多成功的案例，包括说开始给一些店做无人结算的系统。而且我们认为这个仅仅是开始，从这个结算其实往前推，一直到导购，到店上，到生产，到原材料的采购，到设计，其实各个环节都可以通过商品识别使得这个效率有一个大幅度的提升。我认为这样的一个技术会使得整个零售业有一个巨大的变化，使得消费者可以更便利地买到更好的商品。

（注：眼神科技创始人兼CEO周军）

周军：

作为生物识别这一块我认为明年的发展趋势有三个方面：
第一，多模态生物识别。单一的指纹、人眼、虹膜都不能形成人和机器之间良好交互，多模态可以很好地解决这个问题，既然人都去了，那么他又有人去了当然要把脸带过去，还要把虹膜带过去，何不把这些技术整合在一起。我们做指纹大概有一开始1%的人用不了，导致很多银行的员工需要换岗位，我们最后用平台解决了千分之三。
第二，平台化。平台化因为我们做过几个项目，这也是逐渐让我们意识到的。比如说我们做的监考系统，打造了自动学习考场，已经和大概10个大学已经进行了合作，解放了学生非得在规定的时间到规定的地点做规定的题。
三是数据+算力决定了研发速度。迅速的研发，迅速地提升大数据和算力结合在一起会让研发比较简单、平民化。
此外，还有一个是我们这个生物识别行业，人工智能行业是相对比较孤独的行业，需要做很多时间才会有成果，做完了也可能会失败，一个蝉跑到树上成了知了，遥望远方很长时间才会有结果。

高健凯：

我觉得明年会有两个主要的趋势，首先是AI在企业服务里面会出现一些新形态的应用，再就是AI在企业服务的应用会更广，更便宜。我觉得这两个是主要的主流趋势, 下面就为什么会有新形态应用出现，为什么会更广更便宜跟大家做进一步的分享。
更广更便宜，第一是平台化，第二是硬件越来越好，越便宜，越有效率，第三算法的进步, 同样的硬件不同算法, 效能会差非常多。AlphaGo原来是要20几片TPU，现在AlphaGo Zero只要4片TPU就能比原本更好更快的结果。另外, 多说明一下, 平台化为什么会帮助AI在企业服务领域得到更广泛的应用，在中国有阿里云, 美国有AWS, 还有一些云服务供应商，慢慢会把AI变成AI-as-a-Service输出。这个趋势基本上已经非常清晰，基本上未来所有企业服务公司不一定要自己去做AI，可能团队里有一两个AI专家就可以把云服务提供的AI应用拿过来用。所以, 未来每家企业服务公司我相信都会是AI+的服务提供商, 各种各种机器学习应用及框架集成会更方便, 更广, 更便宜。也因此, 各种新AI+企业服务的应用一定会跑出来，
另外, 再多说一些为什么会有更多新形态的服务出现。第一是有算法上的突破，第二是一些跨界的结合，算法上突破, 比如说像Reinforced Learning算法的成熟, 可以让你甚至在没有初始data，只要给清晰的目标及规则, 比如说在什么样的状况下会输掉这盘棋，不用提供棋谱给机器学习，机器会自己产生学习数据, 最后出来的效果比提供初始数据还更好，这样算法在一些规则清晰的应用场景是突破性的, 我觉得这非常有意思，我们在明年或后年可能会因此看到一些新形态的应用出来，再也不一定是有data公司就会赢，在某些特定场景下, 也可能不需要data就可以做人工智能。
另外, 大家对AI在单一领域的应用都有不少了解了，未来可能会有很多垂直领域的AI应用出现，因为我们现在越来越了解什么样的算法及策略, 在什么应用场景会更有效果。但未来应该会有一些Master AI的算法突破出现, 也就是可以跨领域决定最优AI算法的AI, 也可以说是AI的AI, 可能不会马上出现电影中终结者或天网的场景，但Master AI算法的突破, 未来是更能够帮助人类提升效率，辅助人类完成更多的事，同时, 在某些领域, 未来也会有机会完全替代掉人力。现在AI主要还是在帮助人类提升效率，未来, 随着AI算法提升及跨界结合, AI应该多去干一些人类不想干的事情, 比如说清理核灾场地或者是做人类做不到的是, 比如是实时大数据应用，因此, AI+企业服务慢慢会有一些新形态的应用出现。最后, 跨界结合, 像AI跟IoT的结合，AI跟生物科技的结合，AI跟各种不同科学领域的结合，都会带来一些新形态的企业服务公司，服务垂直行业客户，我们很期待看到AI+在2018年、2019年新公司的出现，分析这几个趋势分享给大家。

（注：图为阿里巴巴创新投投资总监高健凯）

程宇：

人工智能、企业级服务，两个放在一起就很有意思。中国有一个特殊的情况就是我们的SaaS、云计算，与BI、AI同步发展。很多行业现在本身的信息化程度很低，还在建一个作业系统在线化的过程，很多公司像AT这样的公司早早就已经有大量的数据。
一般行业要经历三个阶段，先是作为系统在线化，数据才会有云端化，有了云端化之后才会有所谓的这些BI跟AI之间的关系，中国恰恰是处在这样一个很特殊的状态，是说美国可能在70年代、80年代、90年代就已经完成了基本的信息化，中国还有大量的行业没有完成，同时中国又有AI，AI大家都在说算法算力和数据这三者都已经ready了，很多以前没有办法实现的应用用AI都可以去实现。
这里面我想多谈两句，AI我们大体在看一些什么方面的机会。我们前面在讲算法、算力、数据，这里面更核心的一个东西是场景。只有在定义清晰的场景就会产生好的数据，算法拿来组成更好的发展。
在移动互联网时代，我们看到老说投资要找超高杠杆的这些生意，以及超高杠杆的创业者，移动互联网最好的杠杆是产品经理，对人性、商业和技术的桥梁。AI时代工程能力是最重要的，我们看到有大量的从AT这些大数据的公司的工程师出来创业。
在AI的时代，AI是生产力方面的一个革命，但是可能跟以前移动互联网非常不一样的是在AI时代。当前巨头都已经非常强大了，对创业公司来说，如何能从巨头的这些缝隙中生存，利用这些神仙打架的间隙，生长起来。大公司很难采用其他大公司的技术，则为初创公司提供技术服务服务开启了新机会。

人工智能领域创投，财务投资和战略投资各有优势

在人工智能领域，战略投资越来越多。程宇认为，创业公司需要在战略投资人有大量的财务以外的资源可以帮助创业公司，但财务投资人的中立态度也会对创业者有帮助；高健凯认为，在人民币VC与美元VC之间，有很多适合战略投资的空挡，创业公司需要在巨头林立的产业中找准定位。

程宇：

当前各行各业已经进入了一个非常头部化，如果讲最顶级的头部，就是AT这。现在不是腾讯爸爸、阿里爸爸，而是腾讯爷爷，阿里爷爷，在市场上的竞争能力非常强，这些公司往万亿规模走，已经很难被颠覆，但市面上还有做成百亿级体量公司的机会，这些领域也都会迅速形成领头羊，资本、资源都会快速地集中到这类公司。
作为财务投资人，我其实挺羡慕阿里，有大量的财务以外的资源可以帮助创业公司。但2016年国内多了很多企业服务技术驱动的公司，很多原因就是没有AT在这里面。虽然可能很难做成千亿美元的体量，但百亿、50亿美元量级的机会还有很多。
一般来说，财务投资人会是非常非常中立的态度，这个方面可能对创业者会有很多的帮助。

（注：图为晨兴资本合伙人程宇）

高健凯：

我刚刚加入阿里两周，之前也做VC，两个视角都看过，对我来讲互补大于竞争。如果是人民币VC，LP国内的政府基金，投企业服务回报周期太长，而且看得也不清楚。所以很多投不了，但是你是美元VC，很多领域又可能不够大，做大了之后你也只能赚一点钱。这中间就会有一个空挡和机会，很适合战略投资人。
对战略投资本身来说，现在大家讲开放，做生态，怎么样让别人更强，让自己更强，现在合作的态度是越来越开放的，在投资之后也会有很多的资源可以共享。所以我倒觉得跟其他的VC不是直接的竞争大部分是以合作的关系，是以共同互赢的角度来看这件事情。
我之前也创过业，也可以给创业者一些建议，在BAT这么强大的一个生态体系下，找到自己的一个定位，BAT不一定要做的，或者你做了之后他不会去抄你。
我相信只要公司做得好，不管是对于战略投资来讲，对于纯投资来讲，主动权都在创业者手上，遇强则强，看你就是想要选哪一个。

黄鼎隆：

我对战略投资人有不同理解，这里的战略不是投资人的战略，而是创业公司的战略，创业公司制定了自己的战略后就去寻求相应的战略资源投入，在我这个战略里面我需要什么样的资源，钱是资源，数据是资源，人才是资源，我有什么样的资源就引入什么样的投资人，比如说我们引进软银中国是要做国际市场了，需要相关一些资源，所以引入软银作为战略投资人。

（注：图为码隆科技联合创始人兼CEO黄鼎隆）

2018年人工智能公司的核心竞争力是工程、产品能力

面对激烈的竞争，AI的企业还需要构建核心的竞争力。陈燎罕认为，在物联网领域，产品化会成为核心竞争力；黄鼎隆表示，工程化的能力非常重要；周军表示，人工智能的企业更多的合作，才有可能做大。

陈燎罕：

涂鸦智能成立于三年前，那时我们离开阿里开始创业，就像很多创业者一样，我们感受到国内整个创业环境不仅仅是技术竞争、团队竞争、资本竞争、资源竞争，更多的还是时间竞争，也就是如何快速建立行业领先的优势。
每个阶段我们发现赛道上的竞争对手、我们的友商不太一样，2014年初，这个行业刚刚开始萌芽，我们的很多友商是为企业提供智能化软件外包服务的公司。我举一个简单的例子，某个家电品牌想做一款智能空调，他可能会考虑找一个外包团队，投入3-5个人，2-3个月时间把整个产品智能化做完。我们当时想，我们来做这件事情，有没有一些弯道超车的机会，能不能让家电企业零门槛实现智能化，我们把技术的竞争力打造成产品的壁垒，到现在为止，我们非常自豪，我们可以让家电品牌不需要任何的技术投入，就能在一天内完成产品智能化，同时解决一款智能产品卖向全球的技术问题。
也就是说，今天你在国内生产一款智能产品，可以卖到全球任何一个主流国家和地区，可以非常稳定地使用，也就是我们通过技术积累实现的产品竞争力。后来我们发现，好像仅有产品和技术壁垒还不够，怎么办？我们在商业模式上发生了一些变化。传统业务模式，一款产品智能化需要2-3个月时间，20万人民币以上成本，涂鸦智能因为技术的优势，可以降低百分之九十的成本，2万人民币解决这个事情。我们发现这两三年，慢慢地听不到部分友商的声音了，或者他们已经开始转型，市场竞争格局发生了一些变化，我们也在思考能不能把我们的核心竞争力做得更好一些，和BAT、小米和亚马逊，建立更好的、良性的合作关系，这是我们的思考。

（注：图为涂鸦智能总裁陈燎罕）

黄鼎隆：

我非常赞同陈总的观点，我自己也认为，其实过去这5年AI整个行业的聚焦点在于技术突破的话，那么接下来五年，在于商业落地，商业落地的核心在于工程。工程才能保证你的产品能不能被高效的使用。而且这个工程还不单单是说，本身自己这边的工程，你可能你这边的技术做得很好，可能你融不进客户所在的行业，他的整个流程里面，那也是不行的。所以你还得能够很好地融入他本来的一个业务的流程里面。我觉得这个工程能力很重要。
另外跟工程能力分不开的是产品的能力。产品的能力可能背后是一个定义问题的能力，就是说我们应该用AI去解决什么样的问题？这个问题的定义本身，我认为也非常关键。

周军：