蓝驰创投执行董事曹巍：人工智能是手段而非目的

本文来源微信公众号：蓝驰创投BlueRun(lanchichuangtou)

AlphaGo的表现震惊了世界，人工智能今年首次进入政府工作报告，如此的劲头势不可挡，看起来人工智能迎来了“黄金时代”。

蓝驰创投执行董事曹巍在4月13日解码人工智能·猎云网2017产业创新峰会上，谈了谈他对人工智能的思考和观察。

曹巍

蓝驰创投执行董事

常驻北京办公室

关注互联网金融、教育、AR/VR、垂直社区

投资项目：淘当铺、着迷网络、极客学院、云家政

以下为现场对话实录：

主持人：

从去年开始这个行业(AI)变得特别热，可能也是因为AlphaGo下棋赢了人类，大家觉得是这个市场热起来了。不光项目多了，创业者也越来越多，这是好事，另外估值也是蹭蹭往上涨，而对我们来说“喜忧参半”。

“喜”的是动手比较早，很多项目估值涨了，“忧”的就是这个市场有不太理性的，泡沫对于人工智能长期发展是好事还是担忧?因为深切感受行业不断地变化，所以今天大家来讨论这个变化。比如过去我们有什么变化?未来有什么趋势?这都值得大家讨论。

>>>>蓝驰在人工智能领域的布局和思路?

曹巍：蓝驰是已经运作十年的基金，募集新一期总额超过5亿美元，是目前国内最大的双币早期基金。主要阶段是专注早中期，人工智能这个方向，我们对于国内人工智能产业的变化，关注点从2012年开始关注，那个时候我们做过行业研究和自己的内部分享。当时的判断是从算法模型到数据基础以及到应用场景三大块，我们主要关注有哪些驱动的变化，能够给产业发展带来快速的推动。

我们得出一个结论：人工智能的基础是大数据，大数据的基础是云计算，这个事情其实急不得。那个时间点我们看了优秀的模型驱动的团队，但是我们希望先解决数据和底层云计算平台的问题，所以当时布局投资了一些更多是基础设施上面，围绕数据和底层云计算的能力，去帮助未来这些公司实现发展。

最近一两年我们也有感受到整个行业变化的速度，AlphaGo的推动让整个行业快速了解什么是人工智能，在各个应用场景快事快速开花结果，这个时间我们花更大的力气关注人工智能在场景端应用的商业价值。就是在平台和数据已经打通的情况下，你有了计算能力和充分数据，哪些具体场景你可以解决哪些具体问题?是不是VC可以通过商业创新以及VC资金支持快速成长，成为一个可能的创业团队。我们这个分析思索更多一些，一会儿可以具体探讨。

>>>>对未来发展比较乐观还是谨慎?人工智能现在处于哪个阶段?未来快速起来的机会点在哪儿?

曹巍：这个问题非常好。因为蓝驰是一支美元背景的基金，最早在美国硅谷成立。所以我们看行业大趋势经常走访硅谷专家，和我们美国同事做一些PK。这里分享大家的思考，我觉得首先李总这个问题就是人工智能这个产业目前来看春夏秋冬，怎么看这个周期?我们非常明确地坚信现在是人工智能的春天，非常好的早期阶段。为什么?因为你先有大数据有云计算的能力，你数据量足够大，然后有能力处理这些数据才会围绕模型延伸出所谓的人工智能。

我们说从数据的丰富度来讲，目前在国内围绕人工智能的产业来看，其实我们大家都谈到只有少数行业和少数垂直领域有非常丰富的数据，才能够训练出来可以作为参考和辅助决策的人工智能模型。从数据的丰富度和基础设施建设角度来讲，其实整个产业还是处于非常早期的阶段，比如说金融行业数据非常丰富可以作为和行业上结合很紧密的应用点。

比如通用语音和通用视觉这两个方面相关的人工智能更多是在交通，包括文字识别包括声音识别。这些场景其实也慢慢进出到家居、安防、自动驾驶这些垂直场景。

所以从数据丰富度来讲，我们觉得目前很多产业的数据丰富度还不够，数据管道底层的建设、计算能力的建设和人工智能模型应用场景的开拓是在同步进行。这与海外市场的情况有很大的差别。

用支付来做类比，如果大家去美国硅谷那边，其实美国移动支付远远没有国内这么便利，这里给大家讲一个非常有意思的事情，一个是背后的资本推动力，还有一个是场景端，人工智能是一个手段而不是一个目的。所有围绕人工智能的场景都是非常本土化的场景，这个本土化的场景其实也是在早期阶段，所以我觉得回答这个问题我们非常坚定地认为人工智能在国内，不管是通用技术还是围绕垂直产业的应用，还是在非常早期的阶段。

>>>>对于市场存在的风险以及风险对于现在投资的影响在哪儿?

曹巍：这个问题很犀利。现在的人工智能项目，一个问题就是“贵”是永远相对的，这是性价比。另外一点我觉得就是我们怎么应对这个问题。首先我们的判断：目前人工智能这个市场，因为这几年的市场预期让大家达到疯狂的状态，我觉得也是人性的体现，不管二级或者一级市场是人操盘，人容易追一些泡沫，追一些热点的倾向。所以首先第一点，这个肯定是有泡沫的。

但是有一个产业特征，人工智能这个产业创业门槛相对高。我们说过去移动互联网时代第一批都是产品经理在创业，O2O是阿里的中共团队在创业，明星创业都是这个地方。第三批都是科学家在创业，科学家相对来讲因为之前的积累，不是一个科学家，而是一个团队都是科学家，你肯定前期的起步门槛和资金需求，相对来讲就会高一点。那么好的科学家比较少，大家想抢最优秀的大公司头牌实验室出来的团队，那么早期肯定价格高，这个和团队需要的资金门槛相关，这是一部分解释为什么这么贵。

第二就是目前一级市场资金供给比较多。不管是美元基金还是人民币基金，整个市场资金供给量比较大，流动性比较好，把这个价格推上去了。我们的应对策略是什么?我们比较少的投离场景比较远，科学家带队的AI技术。我们倾向从行业角度出发，对于场景的理解和需求有更深度的理解，我们围绕场景需求搭建AI模型能力的团队，至少我们基金的风格是这样，对于需求进行有利的把握，但是还是偏实战。

>>>>估值会如何走?会回归市场均值吗?

曹巍：肯定会回归。我们刚才讨论AR、VR，我们三年前聊AR也是贵得一塌糊涂，那个时候因为有脸书这样的大公司在做，大家没有觉得AR团队估值下来，一直往上走。但是过了三年时间，我们目前再看AR，从通用技术的创新，基本上进入到产业需求的创新。我之前见一个团队他最早是做VRSDK，做非常通用的解决方案。最近一段时间跟他们聊天发现，他们已经转型做VR培训，通过VR实现低成本的井下作业培训，进入到非常尖的行业应用场景。

>>>>挑选创业团队你们倾向于什么背景?技术还重要么?

曹巍：这个问题我举个例子，上次我们在海南时，李开复老师提了一个观点，说公司变成一堆数据科学家+非常顶级的销售。我们实战发现只是科学家+销售还不够，中间缺了一环做咨询的人，就是“布道师”。为什么?因为我们刚才讨论场景端的需求和说服一些中大型企业接受AI使用AI。AI，要把这个故事讲清楚，除了销售技巧和销售能力，需要更宏观的市场趋势的分析能力和行业方案设计能力。

所以很多团队请麦肯锡团队背景，或者有非常强产业咨询背景。这种人比较擅长在和这些中大型企业，帮助大家推荐或者执行AI相关项目，我可以把产业逻辑讲的很通透，因为这个市场我们反复讨论它还是非常早期的阶段，销售没有办法教育市场。只是你有明确需求之后，我从1放大到100。但是0到1，需要做咨询的人，这些人作为团队里面很核心的组织成员，可以很好的去在教育市场的过程中贡献自己的价值。

所以我们选择团队的时候，还是倾向于：首先对需求和产业的趋势有一个比较充分的了解，技术是手段，不是结果。那么优秀的技术和适应这个产业的技术，一定源于对产业深刻的理解，才能找到最适合的技术。

因为技术的品类五花八门，有太多新技术可以应用到不同场景，那么如何找到其中的最优性价比以及能精准解决产业和老板的需求，所以我们希望找对产业有深度了解，又懂技术的人。