閱讀 :818

編者按：本文為創(chuàng)業(yè)邦原創(chuàng)報道，作者Hannah。

2019年3月22日，阿爾法公社與訊飛創(chuàng)投、科大訊飛、寒武紀(jì)科技聯(lián)合召集數(shù)十位行業(yè)創(chuàng)業(yè)者，共同剖析AI創(chuàng)業(yè)的下半場賽道。

訊飛創(chuàng)投董事長徐景明、科大訊飛副總裁兼AI研究院聯(lián)席院長李世鵬、寒武紀(jì)副總裁劉道福、阿爾法公社創(chuàng)始合伙人許四清與蔣亞萌等從前瞻技術(shù)洞察、行業(yè)痛點、賽道機(jī)會等維度出發(fā)，討論了AI創(chuàng)業(yè)的問題與機(jī)會之所在。

人工智能下半場是應(yīng)用和模式創(chuàng)新騰訊、阿里、新浪......這些20年前創(chuàng)立的企業(yè)無疑塑造了中國今天的商業(yè)格局，他們的背后是“水大魚大”的互聯(lián)網(wǎng)。

但在2000年互聯(lián)網(wǎng)泡沫破裂的時代，人們并不知道互聯(lián)網(wǎng)會滲透到什么程度，會深入影響我們的生活到什么程度，甚至根本不知道BAT在哪兒？舊的秩序正在消退，新的秩序正在建立。

我們相信人工智能會深入到我們社會生活的每一個方面，每一個領(lǐng)域，但是我們不知道他會以什么樣的方式，什么樣的速度，多么深的程度滲透進(jìn)去。

隨著寒武紀(jì)、商湯等頭部公司的出現(xiàn)，基礎(chǔ)創(chuàng)新和平臺創(chuàng)新方面的機(jī)會越來越少，人工智能上半場逐漸進(jìn)入尾聲，下半場逐漸開啟，而在訊飛創(chuàng)投董事長徐景明看來，人工智能下半場的機(jī)會是應(yīng)用和模式創(chuàng)新。

徐景明認(rèn)為，“創(chuàng)業(yè)者應(yīng)該聚焦的是解決應(yīng)用場景下的問題，我們這個時代和互聯(lián)網(wǎng)時代不太一樣，互聯(lián)網(wǎng)時代可以通過燒錢去燒用戶，每個用戶可以給你帶來多少的客單量。

但人工智能你燒什么呢？如果你不能去解決應(yīng)用場景里面的問題，最后你什么都燒不出來，所以大家對于時代的變革要有一個清楚的認(rèn)識。

”數(shù)據(jù)太少人工智能經(jīng)過這么多年的發(fā)展，很多基礎(chǔ)技術(shù)已經(jīng)比較成熟，比如語音識別、人臉識別等。

但是這些技術(shù)的應(yīng)用多停留于感知層面，在李世鵬與其他嘉賓看來，真正的人工智能是從感知往上，感知，認(rèn)知，預(yù)知，決知，從底層到高層，人工智能技術(shù)對數(shù)據(jù)的要求越高，目前能做的越來越少。

當(dāng)前的人工智能中人工的成分占很大一部分，有數(shù)據(jù)顯示，AI公司投入10%—15%的經(jīng)費用于數(shù)據(jù)采標(biāo)，這體現(xiàn)了整個行業(yè)一個最大的瓶頸：沒有足夠多的標(biāo)注數(shù)據(jù)。

當(dāng)然，瓶頸的背后就是創(chuàng)業(yè)者的機(jī)會。

數(shù)據(jù)標(biāo)注方面的現(xiàn)狀，如果能通過技術(shù)手段解決，比如通過AI的技術(shù)幫助人去標(biāo)注，就能大幅提高數(shù)據(jù)標(biāo)注的生產(chǎn)力。

此外，數(shù)據(jù)價值挖掘的同時，體現(xiàn)出來的問題也是創(chuàng)業(yè)者的潛在機(jī)會，比如隱私保護(hù)。

嘉賓們和創(chuàng)業(yè)者還共同結(jié)合科大訊飛的創(chuàng)業(yè)實踐，探討可以被挖掘出的新領(lǐng)域，比如AI算力在端、邊緣與云的有機(jī)結(jié)合，人機(jī)耦合（提高準(zhǔn)確度、效率和安全性）、嗅覺傳感器（檢查爆炸物），多頻譜圖像系統(tǒng)（檢測食品新鮮程度），工業(yè)制造領(lǐng)域的應(yīng)用等。

算力太貴寒武紀(jì)副總裁劉道福認(rèn)為，人工智能產(chǎn)業(yè)分為算法，數(shù)據(jù)，算力三部分，現(xiàn)在無論是數(shù)據(jù)還是算法都變得越來越復(fù)雜，如果應(yīng)用要落地，算力是關(guān)鍵。

例如端到端的傳輸可能是幾十毫秒，對于計算的延時容忍性只有7毫秒，如果算力不能在7毫秒里算完，延時太長，就沒有人愿意用這種AI系統(tǒng)。

一方面在性能上有很高的要求，另一方面算力成本也面臨新的挑戰(zhàn)。

任何一個應(yīng)用要規(guī)模化落地都會對成本有要求，做一些DEMO可以不計成本，用幾萬甚至幾十萬做一個很好的結(jié)果。

但是要落地，要讓老百姓用起來，大家在乎的是成本，是收益，倘若成本太高，甚至高過收益，肯定就沒有人用。

所以創(chuàng)業(yè)的時候，需要對于算力的需求進(jìn)行評估。

先了解一下做出來的模型需要多少算力，會產(chǎn)生多少成本，再決定它能不能規(guī)模化落地，因為任何一個應(yīng)用產(chǎn)生價值還是要靠復(fù)制靠規(guī)模，如果因為算力成本的限制不能大規(guī)模落地，那么它的使用場景也會受到限制。

除了算力成本問題，阿爾法公社創(chuàng)始合伙人許四清認(rèn)為，時機(jī)也很重要。

“我們做投資、尤其是天使投資每天都在探索未知領(lǐng)域，有些東西是可以提前預(yù)見的，比如下一步人工智能的算力大概呈什么趨勢提升？單位算力的單價大概呈什么趨勢下降？但是比較難的是什么？對創(chuàng)業(yè)者來說，就是把握時機(jī)。

”垂直領(lǐng)域創(chuàng)業(yè)機(jī)會現(xiàn)場嘉賓還就垂直細(xì)分領(lǐng)域的創(chuàng)業(yè)機(jī)會進(jìn)行了討論。

從產(chǎn)業(yè)上來說，第一產(chǎn)業(yè)和第二產(chǎn)業(yè)永遠(yuǎn)是大產(chǎn)業(yè)，只要把傳統(tǒng)的產(chǎn)業(yè)改造好，就會有很大的價值。

第一，工業(yè)。

傳統(tǒng)的工業(yè)是完全和AI沒有關(guān)系的，但如果你做的東西能簡化流程或提高效率，帶來的價值多于它成本的投入，工業(yè)用戶的付費意愿很強(qiáng)。

不過工業(yè)的問題是類型太多，市場太碎。

創(chuàng)業(yè)者必須分析各種各樣的場景，找一個足夠大的場景去切入，否則投入產(chǎn)出比例會失衡。

第二，物聯(lián)網(wǎng)。

物聯(lián)網(wǎng)是創(chuàng)業(yè)者可以重點關(guān)注的領(lǐng)域，尤其是在交通、環(huán)保、農(nóng)業(yè)等領(lǐng)域的落地應(yīng)用，比如農(nóng)業(yè)領(lǐng)域物聯(lián)網(wǎng)及人工智能技術(shù)的應(yīng)用幾乎一片空白，仍舊靠大量的人力，行業(yè)效率低下，這里就有很多潛在的創(chuàng)業(yè)機(jī)會存在。

第三，教育。

中國人在教育部分的付費意愿很強(qiáng)，教育的應(yīng)用也很多，例如科大訊飛。

AI能讓教育里很多沒法量化的東西能夠量化，提升教學(xué)內(nèi)容質(zhì)量和教學(xué)效率。

第四，零售。

零售領(lǐng)域更能看出中美人工智能投資的差異，國內(nèi)投資更多偏重基礎(chǔ)創(chuàng)新，美國在AI技術(shù)細(xì)分領(lǐng)域投的最多的是零售領(lǐng)域，這也為中國創(chuàng)業(yè)者提供了不同的角度。

例如阿爾法公社就投了一家帷幄匠心的公司，利用AI中的計算機(jī)視覺幫零售商做現(xiàn)場轉(zhuǎn)化。

第五，家庭（生活）。

每個人的家庭其實有大量的數(shù)據(jù)，比如手機(jī)上的照片很多，如果存在家庭的私有云或者家庭大腦，照片放進(jìn)去以后會被整理好，方便檢索，用手機(jī)等移動設(shè)備在遠(yuǎn)程也可以方便訪問。

另外，家庭里有很多攝像頭，可能都會接到云端，但都不是很安全。

如果有一個家庭大腦私有云，發(fā)現(xiàn)異常，就可以直接推一個消息給你。

AI基礎(chǔ)領(lǐng)域的創(chuàng)業(yè)機(jī)會減少，但是應(yīng)用領(lǐng)域機(jī)會窗口已經(jīng)打開，作為一家重度幫助創(chuàng)業(yè)者的天使基金，阿爾法公社創(chuàng)始合伙人許四清表示，“我們將與科大訊飛、寒武紀(jì)等頭部公司一起，利用資本和資源共同賦能創(chuàng)業(yè)者。

”

下一篇:人工智能賦能行業(yè)解決痛點 即將迸發(fā)千億市場 下一篇 【方向鍵 ( → )下一篇】

上一篇:2018人工智能發(fā)展盤點：國內(nèi)各行業(yè)擁抱AI，總體呈現(xiàn)八大特點 上一篇 【方向鍵 ( ← )上一篇】