應該說人工智能的話題喊了幾十年，就像互聯網也喊了很多年才落地，智能手機喊了很多年才普及一樣。人工智能現在突然爆發起來，不是偶然的，背后是技術的巨大進步，把一些長期以來有痛點、但是解決不了的問題解決了。
智能機器領域更是，這個領域未來會全球化競爭，中國在很多行業上是有優勢的，例如安防、物流、零售，都是世界上最復雜的，這些技術的在對外輸出方面有較大的發展空間。
問題一：資本寒冬是真的嗎?現階段國內資本市場的現狀如何?
作為天使投資人，我們的責任就是「春江水暖鴨先知」，對趨勢應該更敏感一點。從這個角度看，現在互聯網確實在進入一個階段性的冬天。
并不是互聯網本身有問題，而是互聯網作為一種效率提升工具、一種信息的賦能工具、一個打通信息管道并消除信息不對稱的工具，它的邊際效應已經逐漸到了瓶頸。當各行各業可以很方便的應用互聯網作為工具時，只喊著互聯網，或者因為互聯網而大肆燒錢，指望未來效率大量提升，就不容易成功了
我經常舉的一個例子是，神州專車現在開始逐漸的向上走，而Uber、易到，在運營出問題的情況下，就開始下滑，這是什么原因?神州是傳統企業，不怎么互聯網，但幾個月來，互聯網滴滴模式的東西它也都學了去了，它的App，它的LBS，它的智能化定價，運力管理，都做的不錯了
而同時，他所擅長的低成本車輛采購、高效司機管理，服務質量的管控，這些運營側的優勢就逐漸顯示出來了。而互聯網企業，如果不能利用互聯網帶來更高的效率提升，就談不上什么優勢，如果對黑車司機這種問題的管理跟不上，用戶體驗不佳，也就越來越下坡路了。
這部分大家現在都漸漸有了共識，我們就不展開了?；氐浇裉斓闹黝}，下一個春天在哪里?我們在觀察：下一個技術，什么技術能帶來互聯網這樣的巨大「新能量」，從而改變各個交易鏈條呢?那就是人工智能
問題二：下一個資本春天在哪里?
現在說的比較多的人臉識別、圖像識別、語音識別，都是老生常談。歷史上也誕生了一些公司，能解決一些問題，能在限定的場景內達到一定的識別率(我昨天看有人在回憶李開復的博士階段就做到了95%的識別率，這個是真實的，但也是加了大量的限制條件的，并不實用)。
以人臉識別為例，以前的技術要求人配合機器，站在一個專門的攝像頭前，靜止一秒鐘，專門的光線條件，在幾百人幾千人的庫里被識別出來。這樣的技術可以用，但只能用來做個門禁，做一個卡口的配合檢查。如果想用在機器人身上，讓機器人能和人正常的社交，就完全不行了。
而現在的技術是什么：十幾億人的大數據庫，每秒100幀以上的識別率，非配合場景、自然光線、側臉和遮擋，都能以很高的識別率識別出來。這才有了安防、金融等領域的大量應用。
這樣一個細分領域說起來很小，但最近幾年來，特別是2015年以來，在各個識別領域的進展都是這樣飛速的，人臉識別、商品識別、圖像、手寫文字、對各種動作，以及對自然語音的識別等等。
這些加起來，就構成了非常大的突破，機器對「物理世界」的理解能力，得到了大的飛躍，讓機器(包括計算機、手機，也包括各種實體的機器、機器人)可以準確地理解各種任務、各種環境，去做大量的人能做或人都不能做的事。
所以我想說的第一個觀點，就是人工智能的快速成熟，在2015年正接近臨界點，從老生常談，到真的可以感知和理解這個世界。
這背后的原因，其實還是要感謝互聯網、移動互聯網時代的「遺產」，正是我們每天都在產生的數據、上傳到云端的數據，促成了一天就相當于過去100年的數據量，促成了云端大腦的成熟。
在這樣的技術背景下，更具體的機會在哪里呢?因為一批技術平臺，深度學習這一代技術驅動下的技術平臺，都是在2010-2011年的樣子就建立了，現在都已經很有規模了，再去重新做底層技術，從資本和創業者的角度都不是最好的，重復發明輪子。我的觀點是，底層技術的成熟，為創業者帶來了強大的工具，有幾個方向都很有機會：
在互聯網上，利用智能技術的進步，進一步的去理解用戶、理解服務或商品、理解交易，進一步的去精準推薦，提高有效性，把流量的價值發揮到更大。這方面現在很多人在做，互聯網公司也有很大的流量和數據積累優勢，機會很多，挑戰也很多，我們回頭再說。把智能技術和機器技術結合起來，開發新一代的智能機器。絕不僅僅是機器人，也不光是智能硬件。包括各種智能的工業設備、服務設備、汽車、飛機、業務系統等等，這一領域很多的機械技術/機器平臺本身很成熟，可以再改進，但關鍵是利用智能技術的突破，給機器帶來強大的「理解任務、完成任務、自動化、柔性化」的能力。
這些智能機器，在每一個行業的鏈條中都有需求?，F在互聯網改造的更多是各行業的銷售、市場環節，另一部分通過SaaS模式影響到內部組織管理或者通過B2B交易平臺影響到了企業采購。但大部分行業的生產、任務交付這些核心環節，還不能光靠互聯網被改造。這里都是智能機器的很大機會，而且行業缺乏巨頭，BAT互聯網巨頭們不能先天憑借流量和生態優勢而取得壟斷地位，對初創團隊是有利的。
所以我的第二個觀點是，人工智能的大爆發中，智能機器的行業應用，有大量的機會。
問題三：智能機器領域的機會點在哪里?
這里再說說，為什么2B的行業應用看上去這么不好做，水這么深，反而可能比2C的「酷產品」更有機會
應該說這也是我們這些年投資了不少智能機器/技術驅動的項目得出的經驗。丁盯智能門鎖就是個典型案例：開始也想過做2C的家庭客戶，后來還是找到了短租公寓、房東這樣的行業市場，然后最先取得了突破，現在成為最大的智能門鎖企業。
2C看上去很美，但對于智能技術等「先進技術驅動的項目」來說，其最大的問題還是，一開始產品很難做的很完善，因為技術開始沒那么成熟，或者適用范圍窄，或者成本高，或者需要一定的實施和定制化。
如果技術上來就很成熟很通用，那也就不是先進技術了。
而C端消費者對于不成熟的東西，買單意識總是很差。他們希望足夠完善、足夠通用、足夠便宜、足夠漂亮，甚至其他方面也足夠好。但這并不可能。
而2B的消費者相反，如果能找到合適的客戶，他們有痛點、期望解決問題、而且能通過解決這樣問題使得企業能夠快速發展、越做越大，也就能給產品帶來銷量，并成為行業行業標準。
具體到智能機器領域，我覺得2B客戶至少有幾個優點：
對核心功能以外的事情高容忍，比如我們face++的人臉識別攝像頭，能抓住壞人，但在安裝上肯定有要求，在外形上不一定上來就很漂亮，用戶根本無所謂：)對價格能高容忍，只要你能解決核心問題。這也就意味著不用面對銷量低時bom降不下來bom高了賣不動的常見悖論。很多案例下，只要切入點準確，2B客戶不在乎成本短期內高一些?？梢匀藱C混合，這是我覺得最重要的。2C用戶往往希望機器獨立解決很多問題，而2B不同，他可以配置1個人+n臺機器形成一個組合，把機器不好解決的一些問題還交給人來做。例如我們說的人臉識別追逃犯中，警察還是可以去實體確認下對不對;我們的物流機器人中，機器手不容易做到的特殊商品可以安排人來拿。先跑起來，再逐漸解決這些人來做的環節，不斷替代，漸進改進。可以聚焦單任務，用戶對家庭機器人的期望估計是保姆，什么都能做，但談何容易?行業客戶還是可以聚焦單任務的，再通過一個個任務和功能的積累，逐漸成熟，逐漸降低成本并樹立品牌，長期看，2B也可以轉為2C。
以上說的，都是2B比2C的一些可能優勢。反過來，我覺得對于2B的智能機器創業者，我們的建議也是要利用好這些優勢，避免「做一個太復雜的木桶」，而是能利用和客戶的深度合作，把精力聚焦到做出核心功能、做透核心功能和長期價值。
這是第三個觀點。第四個，再簡單說一下，我們覺得什么2b領域有機會。這個在座的各位肯定都更專業，你們選擇一個領域前肯定經過了深入的調研。我只能通用的說說：
人力密集型行業。(這些行業)人所從事的勞動，是不斷重復、但有一定的靈活性的。比如，物流行業的不停的分揀、搬運(每次東西不同)，建筑行業的不停的做工(每次的場景和多少不同)，零售服務等行業的一些崗位(比如不停的送東西，但每次東西可能不太一樣)因為重復工作適合機器代替，現在人力成本上升太快。而有一定復雜性和靈活性，是這一批智能機器的機會。如果太簡單，就是機械重復，那上一批自動化時代已經改造的差不多了。這里面特別建議，利用視覺技術、人機交互技術的發展機遇，很多事情都可以用機器來替代。用人規律有特別明顯的波峰波谷的行業。這樣的行業，現在如果還是招人/遣散人/再招人很困難，如果有機器替代部分，客戶十分歡迎。例如物流、農業。行業的趨勢，對柔性有很高的要求。比如現在很多制造領域在C2B的逆向決定任務，物流從原來的整件運輸到向靈活的按需、小商品級別的分揀配送。這里面人的能力有極限，培訓難度也非常大。危險、特種、大空間尺度的很多任務。最后但最重要的一點，很多海外(全球化)的機會。大家都知道現在中國互聯網公司不少在出海，發展也不錯。
所以，第四個觀點，就是2B領域的選擇，這些有需求、有縱深的領域，即使不是技術非常先進，只要能深入去理解行業需求，和業務系統有好的結合，我覺得也會有一批創業的機會，包括Saas+機器混合的機會。
提問環節
問題：劉維老師：很高興今天能參加這個微課活動，并認識您!作為圖媒動畫內容制作公司，我們希望找到一種能夠識別，設置，跟蹤，匹配圖媒作品和創作者身份數據平臺，能幫助設計師理解用戶的習慣和注意力，通過人機交互，視覺技術幫助設計師將內容生產與用戶模型進行匹配和關聯。我們希望有這種圖形圖像識別跟蹤平臺和技術資源，不知能否指望人工智能技術?或者說，這個方向有沒有創業機會?
劉維：我覺得這個方向是很好的，設計師原來也是憑個人的理解在創作，質量好不好也只能通過客戶的簡單反饋。但未來這些都可以通過深度學習、更高頻和深入的用戶反饋包括最終用戶反饋，來了解到哪里設計的好和不好。機器逐漸也能自己嘗試做些設計。下來我們可以再多做交流!
問題：劉維老師您好，我想了解下，目前全球范圍內，有沒一家做的非常出色的2B的思維機器人的公司，智慧型軟件可以，面向垂直領域的。
劉維：我對思維機器人這個概念理解的不一定準確。如果說是能理解2B任務，能「思考」的機器人，我覺得分領域都有一些不錯的。例如，物流領域的很多機器。我個人的觀點，智能都要有一個「任務」。比如是更好的調度?更好的推薦?更好的搜索?越具體的任務，越能形成循環，不斷優化。這也是和傳統的基于規則的自動化設備的區別現在圍繞一定任務的問答機器人進展很快(只要回答的質量是可以評價和反饋的)。比如，美國現在幾款圍繞用藥指導、疾病診斷的專家系統機器人(軟件)。
問題：維總，聯想之星很看重智能機器這塊發展，想問一下聯想在智能機器領域的投資目前是個什么情況，投資了哪些公司?接下來希望能找到哪種類型的智能機器領域的公司?
劉維：關于聯想之星的投資，這部分是我們三大投資之一，2010年開始投資，到現在投資了30余個項目。兩大類，第一是技術平臺，有目前幾大領先的識別技術類公司，face++、思必馳、好買衣，還有Airmap、Ablecloud這些無人機、智能硬件的底層云平臺等等都是我們天使投資的。另一類就是剛才所說的行業應用，像丁盯、歐瑞博這些智能硬件，Matternet、Weft這些行業智能機器，燃石醫療等腫瘤智能診斷等。
在國內外我們都在積極布局人工智能領域，算是最堅定的天使機構。這也是我們發起CometLabs這個全球加速平臺，進一步聯合全球的產業公司，幫助創業者找到2B應用的合作機會的原因。
問題：對AI方面的人才，國內外的差距，您怎么看待
劉維：人才差距這部分，我的觀點可能和很多人有所不同：AI領域正是中國彎道超車的一個大好機會。在很多領域，中國團隊缺乏經驗，工程化實踐經驗差，做的不夠扎實。但也有一些領域，特別是核心的智能算法，深度學習等領域，中國一批公司現在做到了世界領先，因為中國的算法天才有優勢、數據積累有優勢。
希望大家都能利用好中國獨特的人才優勢、產業公司多的優勢、供應鏈好的優勢，早日作出成功的好項目!各種想法和創業計劃，歡迎和我們交流!
