雷锋网按：3 月 30 日 - 31日，AI Tech 峰会在深圳龙岗区成功举办。本次会议由深圳市人民政府指导，深圳市龙岗区人民政府、中关村视听产业技术创新联盟、新一代人工智能产业技术创新战略联盟主办，深圳龙岗智能视听研究院承办。雷锋网作为独家战略合作媒体对整个会议现场进行了全方位内容报道。
3月31日的“人工智能投融资分论坛”上，来自将门创投、中关村发展集团投资部、昆仲资本、国中创投等四家优秀投资人代表分别分享了他们在人工智能领域的独家投资秘籍。会议的后半部分，来自人工智能产业界前线的代表们讲述了在他们在创业过程中遇到的挑战，以及未来还有哪有产业可以与AI相结合。以下是雷锋网对嘉宾分享的内容回顾。
第一位分享嘉宾是将门创投创始合伙人沈强，他分享的是自己对当前人工智能投资热点的一点思考。
沈强从全球视角层面上讲了中国近几年人工智能领域的投资力度。“从全球范围来看，中国已经是人工智能早期投资里面密度和强度最高的国家。在CBN的一项报告中，美国占了2017年全球人工智能投资额的38%，中国占了全球48%。”
他讲道，中国的人工智能创投企业投资在人脸识别相关领域最多，达一百多亿人民币。这是因为在计算机视觉技术中有很多可以挖掘的商业价值，比如可以用在监控，门禁，智慧零售，刷脸支付，车辆识别管理等等。这些应用的一个共同特点就是都属于感知层，比如在光照条件不好的情况下，它们如何发挥作用。很大一部分资金都是用来解决感知层的一些基本技术。
另一方面，沈强对AI自主生产内容非常看好。比如现在的生成式对抗网络（GAN），通过左右互博生成以假乱真的图片。反过来这些生成的假图片又可以作为数据集训练它们，从而省去了人工标注数据的成本。除了生成图片，还可以生成故事，生成视频，甚至可以用来生成像飞机这样复杂结构物体的设计图。
随着AI应用的产生越来越多，一个很好的AI移动开发平台也很有潜力。如果AI达到今天移动互联网这样的繁荣水平，就需要一个非常低成本，简单好用的AI开发工具。此外，建立一个稳定的AI生态系统也是至关重要的。
沈强认为搭建一个稳定的AI生态系统的基石是算力，所以做底层算力的AI芯片公司也有非常好的前景。
第二位出场的投资人是中关村发展集团投资部部长张金辉，主要分享中关村发展集团在AI领域的布局。
张金辉部长介绍，3月31日是中关村发展集团成立整整八年的日子。目前集团的主要业务核心是打造创新创业生态平台。
中关村的人工智能企业比较多，大约占了全国的四成左右。这其中包括一些大企业，如百度阿波罗无人驾驶，小米大数据产品等等。整个生态系统在人工智能领域的布局也比较深，像商汤科技，寒武纪，深鉴科技等等一大批各行各业和产业结合的人工智能企业，基本上都是在产业里面有一定特色的。
张金辉部长还介绍了中关村发展集团的地理优势，政策优势，人才优势等等，总之是一个鼓励创新，宽容失败的创业好去处，非常适合人工智能初创公司到那里成长。
第三位分享嘉宾是国中创投合伙人贾巍，她主要分享的是国中创投的投资理念。
贾巍介绍，国中创投的主要组成人员是原先深创投的一些高管和业务骨干。他们用了两年时间投了80多个项目，投资领域包括新消费，文娱体育健康，生物医药，以及其他科技类，其他指的是新材料，新能源，节能环保等类似企业。
在人工智能行业领域，主要在AI医疗、AI教育、安全、智能驾驶技术有一些布局。
第四位分享嘉宾是昆仲资本创始合伙人姚海波。
据姚海波介绍，昆仲资本是在13年成立，第一期是和复星集团合作做了三年的基金，叫做复兴昆仲。第二期是从2016年6月份到今天，重点投资方向分为两个，前沿科技和创新消费。
在投资人工智能领域方面，他们的原则是只投有实际落地应用的创业企业，比如在自动驾驶里面，他们投了小鹏汽车，速腾聚创，景驰科技。
在创新消费领域，姚海波举了两个例子，一个是前百度研究院院长林元庆所创办的Aibee，另一个是一家运用AI技术做AI摄影的企业。同时，他们在AI医疗领域中医疗影像和AI+安防领域也有投资布局。
第五位做分享的投资人是来自达晨创投的陈全。
陈全介绍，达晨在人工智能方向主要投资的是智能制造和TMT（数字新媒体产业）交叉的领域。他们的主要投资思路也是看重落地，回报周期快的企业。
在2015年，参与了码隆科技的天使轮，之后也投了新能源汽车，智能驾驶中的传感器公司，雷达公司，如雷神科技。 他们对一些软硬结合的公司也比较关注，比如参与投资了做芯片的瑞芯微。此外也投资了很多垂直领域的应用，比如做清洗数据的数据堂，做AI与教育相结合的芥菜种科技。
接下来是panel环节。四位有着丰富投资经验的投资人都拿出来了自家的独门秘籍。
2018，你最看好人工智能哪个领域的发展？
陈全： 我们其实特别关心的是智能制造领域，也就是人工智能和传统制造业相结合的一个方向。比如说工业机器人身上的传感器端吧，有压力传感器，红外传感器等等，只有这种传感器在大多数设备上部署后，AI才能帮助机器有进一步的效率提升。
姚海波：我觉得这个问题一定是创业者和传统行业从业者一起讨论，才能碰撞出火花。举个大家很难想到的一个场景：港口有很多矿机，叫龙门吊，一个招商局的港口每天可能有上万吨的集装箱在那里需要运走。如果某天，龙门吊的师傅突然家里人生病了或者突然要请假，后面的人员跟不上怎么办？这是一个需要高知识，高能力，高年龄的岗位，这种情况能否可以用AI来解决呢？这是很多创业者都想不到的场景。所以说要回答最看好哪个领域真的很难。不过我们目前看好的是教育，还有金融方面的应用。比如运用AI 帮小孩批改作业。
贾巍：我还真没有特别看好的方向。我觉得大家对AI企业的定义太分散了。比如今日头条，在AI概念没火之前，今日头条也是在推荐新闻；京东，天猫也都在根据你买过的东西再推荐。我认为这些可能还不叫AI企业。如果这样算是AI企业，我认为所有的软件企业都可以叫做AI企业，因为它都是不依赖于人的嘛。
AI的定义是非常严格的，如果是真用到了神经网络或者深度学习的一些具体算法，并且产品是真正用的到，用到之后从感知到促进决策，能够脱离人的控制才能算是AI企业。实际上这样的企业并不是很多。
我觉得现在所有的AI企业都还没有发展到一个很好的阶段，我们不可能把基金都押在AI上，这样的风险还是非常大的。现在不管是独角兽，还是其他一些估值非常高的企业（安防领域拿到的金额比较大，其次是金融。）大家都还在初期阶段的话，其实我并没有非常看好哪一个。
我认为某些东西必然是在这个产业里需求比较大，才产生出来的。比如说智能驾驶领域，不是因为AI企业促进它出来的，而是整个汽车行业都在呼吁智能驾驶。因为汽车行业的竞争已经没有什么东西可竞争了。在这个过程中，传统汽车产业没有这种能力借助一些信息技术帮他们完成，所以AI企业才有这个机会。其他产业，我觉得都在一个渐进的过程中，很多产业并没有强烈来呼唤AI为它们服务。
AI确实是好技术，它会以什么样的进展渗透到各个产业，甚至是开发新的产业，我觉得还是要看AI提升了哪些效率，提升了什么服务，或者是为这个产业创造出一种新的服务模式，到了那时候，AI就有真正的生存价值了。目前，我认为大家都还在探索期。
投资人进入垂直行业是强者恒强，还是百花齐放？
姚海波：如果在某一个垂直领域，我想一定是百花齐放的。尤其是在深圳，深圳大概有四五百家上市公司，一个南山区可能就过百家，这些公司都没闲着，他们很多在做AI的应用。虽然他们原来是做传统生意，但他们也都储备了非常多的人才。有肥沃的土壤，并且这么多优秀的人都跳进来，一定会有很多应用出现。
主持人杜枫：可以说目前大的后期投资机构正在蜂拥去了独角兽，会不会对咱们早期投资有影响？我个人其实还是坚定的看好早期投资，看好这些行业应用，但是市场上有没有看到一些新的趋势，或者说对创业者的一些潜在影响，估值还会那么高吗？大家会更加乐观和还是更加现实？
贾巍：好多我从来不认识的人来加我好友，可以看出现在投资热度真的很热。我觉得就像炒股一样，一旦到了不懂投资的人都在到处找人弄点股份，其实就是融资已经到了散户接最后一盘的时候了。
我觉得首先我们没资格赚这个钱。我们的定义是中小企业发展基金，只做早期的投资。真正操心的是，市场上明显大家都感觉到连散户和股民都认为能赚钱的时候，其实已经是非常危险了，我们是这样觉得的。市场上的企业，它总有从小到大的时候，所以任何一个机构在任何阶段都有赚钱的机会。但是谁赚谁不赚，我并不知道，我只知道一会儿蹿来蹿去的人是不能赚的。所以，对于我们来说，我们可能无意去捕猎独角兽，但我们希望能培养和创造独角兽。
姚海波：贾总说的有道理。我们不能轻易动摇我们投资的阶段和投资的方向，我们必须扶持所投资的企业成为独角兽，而不是去狙击独角兽。我相信独角兽在每个人身边，你只要早期把你的投资逻辑和投资方式一直hold住。
主持人杜枫：前面讲投资后面讲创业。投资人分享了大家对行业的认识，对AI热点的一些看法，我也完全同意。其实我们不是赌热点，而是我们看到的一些行业发展趋势。请下来请实际操作者，把应用场景变成现实，提高效率的人们分享他们感受。他们分别是码隆科技CEO兼董事长黄鼎隆，宽拓科技联合创始人罗芳，NovuMind异构智能联合创始人武瑞。
武瑞：我们公司和其他人工智能公司有着完全不同的思路。我们希望机器训练模型能非常准，能非常快。所以我们公司研发的产品是专门针对训练模型的超级计算机，帮助机器拥有更强大的计算力。它的优势在于能够非常高效率利用硬件资源，用了这套技术后，可以让128块GPU卡同时工作时，性能还能呈现线性增长。所以说硬件设备和我们的软件结合后，能够大大提高深度学习训练的效率，模型可以更快更好地训练。
另外我们公司成立以来一直推崇终端端运算，或者叫偏边缘运算。原因就在于随着摄像头，还有各种传感器的普及，生成的数据量肯定呈指数级增长，但是如果按照之前的办法，把数据都上传到云端进行识别，云端的基础设施不可能呈指数级增加，所以未来趋势是做好终端智能。
做好终端智能，一个很重要的方面就是需要处理器，也就是人工智能芯片。需要达到几个指标，其一是它需要有非常高的性能，其二功耗要低。基于以上思路，我们公司的主要商业模式是toB的。
我们的超级计算平台用来帮助超级计算机做模型训练，人工智能芯片帮助其他人工智能企业更好赋能。同时也有自己的落地项目，目前在智慧医疗领域做得最好，和华西医院有战略合作，新闻联播也有报道过。
黄鼎隆：码隆科技和其他做计算机视觉的AI公司不太一样，虽然现在安防领域，人脸识别相关产品都可以产生比较快速的收入，码隆科技也有很多这种项目的机会，但是一直没做人脸识别而是坚持做商品识别。因为我们一直觉得AI的最大价值可能在于人工智能与实体经济的结合，而实体经济环境中，各种程序都是围绕商品去运作的。
现在最大的一个应用是用商品识别帮助电商提升流量的转化。今年做的更深入，对商品识别需求更强烈的一些传统企业，比如服装业，我们开发一个程序可以像设计师一样去看懂最新的流行趋势，然后帮助设计师掌握最新的时尚风向。
最近一个大的应用还是为一些大型超市做无人零售的解决方案。另外像去年特别火的无人货架，竞争很强，现在越来越残酷了。因为货损成了这个行业一大痛点，这种完全靠自觉去付费的情况下会有很高的货损，我们提供解决方案，通过一个简单的摄像头就可以识别出用户都买的什么，然后去结算，这样就可以有效地控制货损。还有些垂直领域，比如服装零售、家具等等。现在也在做家具识别。
罗芳：宽拓科技主要是为资产管理机构这类金融机构提供服务。主要提供两大类服务，一类是业务平台解决方案，也就是一体化资产管理系统。另外一类是数据分析体系，会应用到大量的后端计算和机器学习算法，并且结合知识图谱对整个的事件进行关联分析和预测。最近也在尝试货币基金存储预测系统，这也是基于大数据做出的模型，会给基金经理带来管理效率上的提升。
主持人杜枫：以上提到的应用，都面临过哪些挑战？
罗芳：我认为第一个挑战还是数据上的挑战。因为AI必须基于大数据才能够有发展空间。第二个挑战我认为是人才的挑战。每一项技术都必须在一个具体的行业和产品当中落地。我们公司有金融业务专家，有大数据专家，也有人工智能技术专家，但是要把一个人训练成在这三方面都非常强，是需要一定的时间的，对我们来说是一个非常大的挑战。
杜枫：我认为最大的挑战是成本。在我们领域需要把AI与实体相结合，其实成本是最关键的。比如刚才提达的帮助无人货架控制货损的问题，我们其实有有效的办法控制，但没有大规模推广的原因就是成本太高。比如，一个货架一年的货损一两千块，但整个解决方法需要七八千块，是没有企业去用的。所以我们就要想各种办法降低成本。另外我们开发的商品识别平台成本也是非常高的，如果有大规模用户使用，平均成本就很低。
武瑞：我们公司是成立两年的初创公司，而且是做AI芯片的，所以我们最大的挑战是资金问题。
主持人：太好了，下面坐着很多投资人。本次论坛就到此结束了，再次感谢大家的到来，也感谢台上所有的分享嘉宾，明年见！
以上为雷锋网对AITech 峰会人工智能投融资论坛内容的详细报道。
雷锋网原创
正在生成分享图...
Nemo