网易科技讯10月28日消息，由网易科技和网易智能主办的第七季“网易开物沙龙”今日在杭州浙江大学召开，本次沙龙的主题为“AI将引发生活大爆炸？”。会上，顺为资本副总裁孟醒讲述了投资人对人工智能行业的看法。
有着人工智能创业与风投双重背景的投资人孟醒表示，过去一段时间里，尽管遇到寒冬，但机器人和人工智能已经拉动了很多的需求和资本的投入。
孟醒解释道，从投资人角度讲，只凭借刷Demo和榜单来证明实力，并不有助于投资人正确评估产品的价值，很多大的程度上对于榜单和技术深度是不了解的，投资人并不能很好地评估其中的商机。
此外，孟醒提到以前大型投资机构都设有专门的AI投资部门，去跟进人工智能领域的投资。然而，现在人工智能已经如移动互联网般分散在每个垂直领域里，比如教育机构等。
孟醒认为未来依赖人工智能能从to B以及to C两个市场去应用：一从上下游改变效率，在一个垂直领域中改善当地的企业和他们的运作方式的；二从根本上改变直接2C的用户体验，通过这件事情积累流量做成生意，如检索等。
孟醒表示邓小平理论应用到知识图谱的搭建、人工智能创业等场景都是能说得同的。目前，投资人也并不能预测人工智能应用到哪种领域能成功，但效率提升、技术迭代是必然的，应该逐步尝试。孟醒建议过早寻求通杀的方法论是不太合适的，业绩是隔离的，应该在各自的领域奋斗。（五比一）
以下为演讲实录：
孟醒：非常感谢大家给我这个机会今天下午跟大家交流一下。我的观点可能相对比较独特，因为现在资本市场上从投资人角度既做过这个领域创业又做投资的人真不多，我到现在没有看到过，虽然我不是做算法或者科技出身的做人工智能的人，但是希望跟大家分享我从站在一个商业的角度，同时站在桌子的两边都花过一点精力的一个观点，希望跟大家有些碰撞。
人工智能在今天过去一年半里面资本寒冬大家都意识到资本寒冬的过程中开了一个小的春天，机器人和人工智能已经拉动了很多的需求和资本的投入。很多人关注，投资人进到这个领域是很困难的，相对其它的垂直领域，互联网金融火了，或者互联网教育火了，这个比较垂直，上游到下游一个月的时间，甚至一两个礼拜的时间摸清楚之间相互的关系，相对来讲是比较容易的。但是在整个人工智能我讲泛人工智能包括算法到硬件和应用领域的实施它的领域里头其实光上游摸清楚就很困难，甚至我们从业者在专家里头可能也针对一两个领域比较了解，能够真正完全理解或者从宏观层面把控这样一个机会是好是坏很困难的。
投资人背景是这样的，一脸懵逼，应用合适的领域、产业价值上我们都是懵逼的，绝大多数情况是这样，我们希望在讲的时候不露怯，我们想把故事讲圆，但是绝大多数是这样的情况。
简单介绍我个人，刚才主持人介绍了，我做了两家人工智能公司，一家上面没有名字的是纯做图象识别的公司，12年做的，这家公司没有商业模式的，就是我们输出自己的技术作为我们公司的商业模式支撑别家公司的商业模式。这家公司后来卖给亚马逊，相对来讲还算一个不错的创业精力。第二家知图公司，不小心被我做死了，由于各种各样的原因，但是也在这个行业，第一家第二家我得到最大的教训就是作为技术输出公司在过早的时候进入市场是很容易遇到天花板的。人工智能在图象识别静态图片的识别到广告的门槛，我们靠它挖掘商业模式，这是希望通过第二家公司实现的。大概从第一家到第二家隔了三年的时间，也能看到一批从基础人工智能基础设施创业到人工智能细分的垂直领域商业模式的创业的一个演变，不光我个人。后来我到了顺为，顺为是一个国内的基金，雷军牵头来去创立的，我在顺为主要看机器学习相关的上下游的公司。
我先说一下我再创业的时候，我加入风投时间不长，半年左右的时间，来到风投以后其实感触最深的几个态度或者观点的转变。
第一个就是说被技术深度和难度Impress的程度，做创业第一件是出去要给别人讲了，我要去负责写一个很好的商业计划署，一个PPT，带一个DOMO。甚至有的时候还要刷一些榜验证我们技术的优越性，最直观的表示就是谷歌、脸书也做，我也刷榜。这个事情能领先别人多少，我们能够给对方带来多大的冲击，原来觉得是很大的，只要把这一串东西做对了，这很难，这应该是很深很难，理论上理解的，我给你看一个正儿八经的DOMO。从投资角度来讲，从投资人角度来讲，我能看到一个特别牛逼的DOMO或者特别牛逼的榜带来的震撼程度跟创业者想像的程度是不匹配的，是低很多的。这件事我站在两边都经历过的过程中，可能创业者稍微有点过高的估计，我们在一个非商业化的产品只拿出DOMO并且砌出一堆榜单的情况下验证技术实力带来的价值过高的估计，投资者稍微的过低的估计，可能合理是在中间。为什么会出现这样的，可能投资人对很多大的程度上对于榜单和技术深度是不了解的，这件事其实鸿沟是很难逾越的。
第二对产品化思考的完整程度，创业公司第一轮出来跟投资人或者任何人聊的时候是相对产品化是一个比较简单的高维度的思考，就可以来去讲说，我给你看DOMO，我们做这些事情，产品上能做什么呢，基本上剩下靠讲了。投资人对这件事情的要求是相对比较强的，不是说讲出来东西真的那么完善，而是说可以判断你真的花了多少精力想你这个产品化这件事情。我们在创业的时候，尤其在早期的时候想这件事情想的非常少，我觉得我们可以做非常通用的东西，任何具像或者通用的都把这个概念想小了，其实这可能不是一个特别匹配的一个想法。
第三个我们堆明星团队，明星团队到底对于打动别人是多大的事情，现在越来越创业公司的团队越来越明星化，也是因为资本在里面的注入以及这个领域的火爆程度使得越来越多的明星的研究员，学校的老师，都会出来去做这样的创业，在早期，其实资本对明星的团队一直是非常追逐的，到现在为止也是追逐的，从我个人客观的角度来讲，我觉得过分的追逐这件事情了。后面会继续讲到。对于这件事来讲从创业者的感受和投资人的感受都觉得感受是好的，我个人来讲稍微优点过了。
插一句，我今天早上刚写的，我写完还没过过，中间有些逻辑上的断档。第一件想讲从投资角度来讲，由于个人原因9月份基本上在美国滞留一个月的时间，一个月的时间那就拜访了所有美国一线的投资界的同行，基本上都看一遍，主要讨论人工智能领域怎么投，最大的反馈是我们已经没有专门一个部门负责投人工智能了，两三年前还有，原来有一个人专门负责看这块的，国内基本上稍微大一点的基金都有专门看这块的，他们现在已经没了，不是不看了，而是人工智能已经变成移动互联网一样的东西分散在每个领域里头，你看的维度不能从技术角度看这个公司，而且教育里面是不是有一个公司，有这么一个需求还没有解决的，机器学习正好适合解决，主要看的是教育，不是这块东西，这是第一个点，编制机制少了这块，不当做独立的来看。
第二件事，我们之前两三年前还有的时候我们投的人工智能公司你觉得它的有的很成功，有的已经倒闭了，这些公司里面你们觉得它的核心点，竞争优势已经经过两三年经历的公司他们的优势在那些？两三年前去看绝大多数会说是算法本身的能力以及算法周边你的计算能力包括数据获取能力这些东西加在一起。今天再来看这是我原话，就是说今天再来看的话可能是销售能力是最主要的。我最终是要拥有一个整个的商业的链，有一个整夜的商业流程，不是某一个技术，而是这么一块，这个理论流程能卖出去是很难的，绝大多数现在技术上游是可以按拼人做的，但是现在越来越难看到这些特别好的特别明星的团队，销售能力上都是非常欠缺的。
从大的方向往下捋，基本上两块，我们看到主要方向：第一块绝大多数为核心的是做2B的方向，我们在提升效率，人工智能从上下游改变效率，无论计算本身到计算所用的场景，无论从视觉、语意都是来做这件事情。提升效率这件事情通常适合在一个垂直领域里面改善当地的企业和他们的运作方式的。另外一种方向更胆大的是从根本上改变直接2C的用户体验，通过这件事情积累流量做成生意，标准的案例就是搜索，搜索是非常标准的人工智能的应用做出一个非常牛逼的直接2C的应用，但是确实像这样的体验的东西很少。作为创业公司我们看有一批公司可能，因为我们想到人工智能、人、人机交互，想到2C，所以一批公司做2C的事情，有些很成功的公司，但是绝大多数会遇到各种各样的困难，2C改善体验和新的流量获取跟技术本身的机会相关度有一些，但是我觉得最大的容易产生机会的原因是因为平台的迭代，换了新的平台机会才会出现。今天我们从移动互联网换到AR做平台的时候可能一批公司会被洗掉，一批有流量的公司洗掉，你加入一个更好的体验，有人工智能的方式做人机交互，使得你能够在这个平台上抓住流量产生壁垒，这个时候有时候内在原因大于外在原因的。2B要考虑行业有没有变革，行业变革的发生的频率大于平台变革平台迭代这件事情，相对来讲这件事情能掌控在自己身上的控制权大一点。找到行业变革之后解决一个需求。
再换一个角度看，人工智能大家讨论算法的问题，我觉得不光是算法问题，实际上是经济问题。无论从你最开始的设置，我从数据怎么获取，算法开始，数据怎么获取，人工标定、半自动学习、完全自动学习、标定成本、激励机制，输入过程中用什么算法跑什么机制，机器什么样的架构做这件事情，输出同样，如果不收敛什么样的办法等等一系列的问题其实我们最后算的是一笔帐就是我算了一套新的机器学习办法之后能不能改善效率，然后它的经济成本是不是划算。如果我们跳出来实现方式不提，今天我们能不能造特别牛逼的人工智能的路线，也可以的，上帝给了我们一个方式就是我们可以造人，人是非常复杂的，人有视觉传感器，身上的每一块皮肤都有温度、湿度、压力传感器，这是一个非常复杂的仪器，而且造人成本也不是太高。但是我们没法复制，大量的成长。第二个我们努力的成本，不能造出一个人当机器人来用，这样的成本使得我们需要用其它的手段来做，当然用算法可能做出超越人类的很多方式，尤其当涉及到机器存储方面的时候。我觉得人工智能实际上解决的是经济问题，从小事开始做的，每个经济的小环节是要算的，这些是非常小的，你必须做到垂直行业或者具体的事才能算的具体，做到小事以后才是一个很好的创业机会，才是一个大事。
行业里头我自己觉得有很大的问题行业里不缺明星，明星团队特别多，明星通常来讲是会有这样的问题，这一页也是受另外一个，昨天晚上听了另外一个同行的演讲还挺有意思，明星是不太愿意做小事的，小事也不需要明星做，绝大多数在大公司大机构做的事情，做的都是通用的，我要改变人类的事情。你一旦把这个事情做具体了就变小了，变小了从出发点来讲我感受影响力是变小了，这件事情更有可能变成生意或者创业的事件。我觉得从人才的短缺短板来讲我自己感受最缺的不一定是最强的算法或者研究员，今天缺的是同时懂AI和行业的产品经理，你知道你要做什么样的产品，我手上的算法能做到什么程度，这个程度的边境极值在哪，跨界过来很少有人懂，综合人才少。综合人才能不能变成两个人，可以，一个特别算法能力或者学术能力非常强的人同时有意愿了解，花一定的精力了解一个深度行业，同时一个深度行业的人愿意花一点精力真正去学一段时间算法的交集的两人组合的公司也可以，这也是我们特别喜欢的组合的创业团队。
其实我觉得做整个这件事情，之前把邓小平理论应用到只是图谱的搭建上，用到人工智能的创业也是说得同的，第一件事从投资角度，我们真的不知道在机器学习领域把它应用到任何垂直领域或者变成生意，哪样的方式才能最成功，我们是摸着石头过河，但是我们有一个基础，大概这样的东西能造就什么样的效率提升，我们依据这样的推理进行迭代，一遍遍的尝试，现在是没有人知道结果的。第二个是说各种各样的方法，无论算法本身还是执行的方式或者人的出发点来讲，我们不能在这个时间点追求一个绝对的最优化，应该追求的，这三点都是匹配的，知道一点开始迭代，跟创业的思路很多是一致的。我觉得很早的追求通杀的方法论是不太合适的。不找争论，我们的世界观业绩是隔离的，应该在各自的领域奋斗。
最后顺为介绍一下，顺为刚才讲是雷军主导创立的一家基金，大概做了五年左右投了16家公司，7家是人工智能和机器人相关的，基金规模20亿美金，其中有18亿美元和18亿人民币。右边是我个人的微信，想交流事后可以交流。
本文来源：网易科技报道
责任编辑：
钦晓武_NK2781
