2019年1月19日-20日，“奋斗同路、创业同行——弘道·未然 2019第二届北大青年CEO俱乐部年会”在中关村国家自主创新示范区会议中心举行，近千名北大青年创业校友共聚一堂，展示和汇报创业成果，讲述和分享创业故事，举行北大青年CEO俱乐部“未名创星”奖颁奖典礼和硬科技高峰论坛，重磅发布北大青年创业宣言，为资本寒冬下的创新创业注入了新动力。
在本次年会上，不乏关注前沿科技领域的投资人和创业者，雷锋网将部分嘉宾的演讲整理编辑如下：
雷锋网注：北极光创投董事总经理 杨磊
我们今天其实在一个很特殊的年代，如果回顾过去改革开放的40年，我们其实已经走过了两个阶段：
第一个阶段：人口红利的阶段。也就是每一个人希望找到他适合的一个职业来创造生产价值。
第二个阶段：资本红利的年代。资本通过投资一些资产来创造价值。
但是，今天我们也知道，中国用工人口在下降，现在所有的资产的价格基本上都处在历史的高峰，未来的机会到底在哪里呢？其实只有这两个字：创新。
很高兴在开篇的时候提到李克强总理鼓励企业创新，我认为这里面，企业创新这四个字其实说出了创新的本质，创新本身不产生价值，创新必须有载体，它的载体就是企业，就像我们的人本身不能创造价值，我们人只有在合适的职业里面才能创造价值，资金本身也不创造价值，只要资金投到了正确的资产上面才能创造价值。
有一位投资人过去是在俄罗斯学交响乐的，他对创意、创新和创业三者之间关系的描述给我印象很深。他说这就像贝多芬的《命运交响曲》，前面这几拍是创意，创意之后的10秒钟那个旋律是创新，但是创业其实是整部交响乐。
无论是一部交响乐还是我们任何一个企业，其实这里面都有非常多复杂的元素，如何去组织这些复杂的元素去创造价值？这个其实也就是创业的本质。
我们今天这个时代其实是一个非常特殊的时代，我背后讲的是作为一个风险投资的从业者我们关注的一些领域。大家可以看到这里面的泡沫特别多，从云计算到人工智能到物联网、到基因编辑到3D打印，其实有非常多的行业或者有非常多的技术都在发生飞快的变化，这是第一个特点。
第一个是快速变化，每一个泡沫都在发生变化。第二，有非常多的技术都在快速发展。第三个是多个泡沫之间其实还有关联性，所以这里面还存在一个跨界的机会。
在新的这个时代里面，其实我们需要的企业家是管理专才的通才。
未来会怎样？作为一个投资人，我们会花很多时间去想，今天可能没有办法展开。但我觉得有4个领域：
第一，计算构架在快速的变化。我们今天的计算构架，大家都知道一个词叫云计算，云计算其实是一个中心化的计算构架，在未来的10年我们会再一次走向去中心化，这是一个我们叫智能物联的时代，我们连接到这个智能物联计算构架里面的器件数会是现在的100倍，达到一万亿个。那么，无论是在云还是在边缘，还是在我们的智能终端上都会发生翻天覆地的变化，从器件到系统到软件，这个是我们关注的一个大的方向，就是计算构架的变革。
第二，移动终端。我们的手机估计都拿厌了，这个手机从苹果的iPhone开始大概10来年没有发生太大的变化，但是在未来的2-3年，新的移动终端的形式会出现，最有可能的是两类，一类是AR/VR，这也许可以称之为凤凰涅磐，还有一个是柔性可折叠的移动终端设备。其实，很多行业里面的公司已经在非常积极的为这个做准备。
第三，机器人。机器人和人工智能和物联网这些技术都会融合在一起，会从工业界走入商业，走入家庭。
第四，把基因和比特的技术结合在一起。如果这两个技术能够很好的结合，其实可以大大加快在生物生命科学领域创新的速度。
我还非常看重另外两个趋势，一个是管理半径无穷大，另外是产业链的价值会重新分布。
如果我们回过去看历史，其实人类的管理半径在非常快的膨胀。在农耕时代，其实管理半径就是家庭，到了工业时代，我们的管理半径是公司，但是今天其实我们看到很多的企业，它的管理半径是生态，我们有很多初创企业用了非常短的时间，就达到的非常大的规模。
美团现在大概有5、6万人，但是如果把它管理的快递小哥加在一起估计30万、40万都打不住，VIPKID从只有10几个人的一个公司，非常快的膨胀成了1万人，那么我从1万人的公司的员工管理着10万人老师的团队，技术让我们可以管理更大的半径，更大的半径也意味着可以把更大半径里产生的价值聚集。
其实，这是一个很可怕的事情，我们今天还在靠人去扩大管理半径，如果有一天我们用机器人来控制管理半径，那么那个时候管理半径会趋向无穷大，这也就意味着贫富会更加的分化，挣钱的企业会越来越少，越来越有头部的效应。
现在几个大的技术趋势，人工智能、大数据、物联网，其实在各个行业里面都在发生巨大的作用，我们不相信算法，我们觉得算法太薄、太轻，没有办法对一个行业产生根本的变化，我们相信技术的融合，无论是芯片的技术，大数据的技术，还是物联网的技术和算法结合在一起，才能真正改变一个产业。
我们从自己投资的一些公司也看到，通过他们的努力不再是薄薄的算法，而是能够彻底颠覆一个垂直领域的解决方案，我相信在这里的各个行业都会发生非常多的变化，打造这么一家公司的创业者，其实非常难，他需要有非常宽广的认知边界。
这里就提到我非常喜欢的一句话，是最近《原则》这本书的作者达利欧讲的，“The two biggest barriers to good decision making are your ego and your blind spots”。我们往往因为骄傲不愿意去扩展我们的认知边界，我们因为不知道我们的认知边界在哪里，我们在我们的盲点里面去做决策而造成错误。
我觉得今天执行力已经不再是核心竞争力，如果你来创业，你说执行力非常重要，我觉得这个是最根本的，今天大家拼的是认知，而拓展认知作为每一个创业者来说，变的尤为重要了。
任何一个行业的改变，现在都有非常巨大的一个技术变革在其中会起到非常大的作用，所以作为一个CEO，技术认知是非常重要的，如果你不能够了解技术可以做什么，不能做什么，那么很有可能你在你自己的盲点里面做决定，这个决定也很有可能是错误的。
这也是为什么当我们看到每一次技术变革的时候，往往剩下的人不是上一代人，剩下的人是新的英雄。
雷锋网注：美国中经合集团董事总经理 彭适辰
硬科技过去几年成长的非常好，假如你们是在硬科技领域创业，这是一个非常好的时代。这个里面包含8个赛道：人工智能、生物技术、信息技术、光电、智能制造、新能源、新材料、航空。
我们讲资本寒冬，资本寒冬这个是危机，但是我们中国话很有意思，危机是危也是机，我个人认为裸泳公司的危险，但却是硬实力公司的机会，因为这时候资本退潮，很多公司没有竞争力的公司慢慢也不行了，你做的好，既然是冬天，春天肯定会来，春天来的时候，你做的好，你在这个危机的时候，站好你的基本功，春天的时候就是你的机会。
所以，这个资本寒冬危机我想不用怕。以下是我给创业者的十点建议：
雷锋网注：第四范式联合创始人田枫
当我们谈到人工智能的时候，大家第一反应可能是感知层的人工智能。什么是感知层的人工智能呢？就是机器替代一部分人的能力，比如说：听说读写或驾驶的能力，类似图象识别、语言识别、自动驾驶等等这些方向上技术的应用。
其实，我们今天看一些真正依靠人工智能技术得到巨大商业价值的这些企业，比如说BAT、今日头条等，它们并非依靠感知层的人工智能技术得到提升的，那它们是通过什么样的人工智能技术应用来达到如此提升呢？
通常来讲，企业的经营分为三个层面，最高层面是企业的经营战略，接下来是基于这个战略而制订策略，也就是决策层，再下来是这个决策的执行层。
在几十年的科技发展中，包括互联网和移动互联网的发展，执行这一层已经帮助企业的经营起到了一个很大的变革。比如说，以前我们要想获取潜在客户可能要去街上发传单或者一个一个打电话，那今天可能通过互联网就可以达到这个目的了，但是在中间决策这一层，传统上还一直是通过人的方式来解决的，第四范式认为中间这一层未来会是人工智能发挥它价值非常重要的一部分。
对于决策层，之前的做法是怎样的呢？大家凭借自己的经验，基于对这个行业知识的一些认知，包括这个行业的所在领域的经验去总结它的规律，包括通过数据去分析，分析数据中蕴藏的一些信息，然后把这些规律和信息做成一些业务策略，然后使用到经营中。
在如今这个数据比较完备的时代，机器做这件事情可能已经比人做得更好了。机器有比人更强大的计算力，它不知疲倦，同时它有更强大的记忆力，可以比人认知记忆更多的规则，这一部分我们相信它可能比人做到更好，做到更细，可以覆盖更多的规则，然后带来更大的价值提升。
实际上，我们在最近几年的实践中，看到了大量这样的提升效果。我很幸运，是中国最早亲身体验到通过人工智能影响决策层最终实现业务价值提升的一员。2006年，我加入百度商业搜索部门，当时的主要工作就是分析广告的数据，去找出这里面的规律。
比如说，对男性更适合展示什么广告，对女性适合展示什么广告，不同的年龄段什么样的广告是更适合的，挖掘出背后的规律后制定成规则，使用在广告展现的系统中。
当时百度已经算是中国比较大的一个规则系统了，像我一样在从事着从数据中去找这样规则的同学也已经非常多了。
但是，2009年开始我们将人工智能技术使用到系统中，通过人工智能去分析海量的数据，去分析每一次的广告展现行为以及反馈，这些规律里面蕴藏的信息。基于AI把规则数从原先我们人工的几千条，提升到最后的数十亿条之多。以往，人受制于精力往往抓大的规律，比如说把人只分成性别，或者只分成这个年龄的方式；而人工智能系统，可以非常精细地看到每一个人的行为习惯，每一个人的特性，然后针对性地去做这方面的策略，可以非常的精准，从而带来巨大的提升。
今天，我们已经看到越来越多的公司，通过把人工智能应用到企业经营的决策层，从而带来巨大的商业价值提升，我们相信在未来多数一线的决策，会逐步由机器代替人来做，相信大家也都看到了这样的一个趋势。
去年大家开始提资本寒冬，甚至有人说AI寒冬，但是我们更相信越是在经济下行或者经济不确定的阶段，AI会展现出更大的潜力。在经济不确定的时候，你去找一个新的经济增长点，可能是比较难的，特别是传统的体量已经非常巨大的行业，比如说能源、金融或者是零售。但是如何用人工智能去提升它们的决策能力，去提升它们经营决策里面的价值，将会是一个非常大的需求。
把AI应用到这些行业里面，去引爆它们的潜力，这个就是我们在今天这个题目里面的志存高远。
这几年我们跟这些行业客户一起去探索人工智能如何与行业结合的过程中，发现在人工智能应用上，现在还在面临着几个大的门槛。
门槛一：认知层面的门槛。就是人工智能这个技术，比如说今天的神经网络算法，它并不像传统的统计技术一样，对于业务人员那么友好，它其实是一个不容易直观理解的技术。
同时，使用人工智能去提升业务经营的使用方式，或者是业务系统的组织方式，跟传统的系统搭建方式也是不一样的，这里面就是一个认知上的差异。反过来各个企业或者各个行业里面，他们的业务专家的业务经验也是多年积攒下来的，并非人工智能的技术专家可以在短时间就获得的。
那怎么样消除中间的鸿沟，把人工智能应用或者人工智能算法的专家，跟懂业务的专家关联在一起，构建出更多的应用，这是一个急需解决的大问题。如果有一个像JAVA一样非常简单易学易用的一个中间平台，然后通过基于这个平台做一些基本的配置，或者通过一些组合就能够搭建出一个人工智能应用，而不需要太关注AI算法的部分，这将会给行业带来一个非常大的爆发和提升。
门槛二：数据门槛。所谓巧妇难为无米之炊，刚刚也讲到，人工智能是基于海量数据，从里面来挖掘知识和经验的，很多企业说我已经有数据了，为什么我不能用？传统上很多数据其实并不是针对AI的应用来搭建的，而是基于BI的应用来搭建的，这个区别是什么呢？BI是给人用的，人的特点是抓大放小只看重点。
所以，BI系统很多时候是把生产上，或者是产生了大量的数据拿过来，然后去掉一些人看不过来的信息做一些统计和汇总，然后只保留最关键的信息，保留在一个数据仓库里面，而且这个过程并不是在线的，而是离线的。
而人工智能其实需要的是第一手的、非常详细的、非常实时的数据来帮助决策，这个也是很多企业可能在今天，它的数据还不能很好地支持人工智能的原因。
门槛三：人才门槛。搭建一个好的人工智能应用，需要知道我应该选用什么样的数据，需要知道数据如何处理，怎样去建模，然后这里面神经网络的结构怎么去调等等，这些其实是需要非常资深，经过丰富训练，有很多业务应用经验的科学家才能够完成的。
今天行业里面这样好的科学家跟行业的需求比起来远远不够。而如果能让机器自己去解决这些技术问题，自己去建模，调参，甚至自己选择数据，会对这个事情非常有帮助。
今天台下来了很多创业者，所以我先分享一个创业者的故事，晚清有一个大实业家他叫张謇，他在高中了状元之后，他没有选择从政，反而是回到了他的家乡南通开始创业了。
因为当时他选择的是相对比较先进的一些技术，所以他所创办的大生纱厂也做的非常成功，算是创业成功的代表，赚了钱了，就开始有一些更多的思考。
后来，他就提出来说，在当时的那个社会环境之下，实业救国和教育救国是同等重要的，所以他就用赚来的钱开始兴办学校，据后来统计，张謇家族仅在南通这个地区，他们所兴办的这个学校已经达到40来所。
所以，张謇他其实是一个成功商人的代表，就是他们会认为教育和实业是推动社会进步非常重要的两个方面。我们把时间拉回来看看现在中国教育的一些情况，先看看大数据这一块，国家教育支出这一块来看，零零年之前国家整体的教育支出是占到GDP2%-3%，零零年之后这个数据有很大的一个增长，差不多能到3%-4%。
2017年最新的一个数据整体是在4.3万亿，已经突破5%了，而这个水平和美国是差不多的。家庭的教育支出来看，城市家庭教育支出能够占到整体家庭支出的两成左右，教育支出已经是跃升为家庭整体支出的第二位。
所以，我们可以看到不管是国家，还是我们的小家，对教育的重视程度是越来越高。资本市场其实对教育领域的关注也是越来越大，过去几年依据市场融资的总量和融资的事件也在不断地攀升。
近几年也有不少教育企业完成了上市，包括我们投资的卓越教育，最近也在港股完成了上市。随着技术的进步，其实我们也看到了教育信息化和在线教育也越来越普及，所以有非常多优质教育资源能够流动起来，让更多的受教育者可以受惠。
我们当然也发现教育其实作为一个行业及产业来说，还是比较早期的一个阶段，所以也看到了很多问题，当然这些问题也是机会。
比如说，素质教育非常重要，但是素质教育在我们国家其实还处于比较早期的一个发展阶段，很多STEAM教育还在关注怎么让自己的课研体系能够有比较好的成体系的发展。我们也看到职业教育这一块，高等教育其实还在关注怎么样让自己培养的人才能够跟更适合产业的要求。
国家提新旧产能的转换已经很久了，我们也是希望有更多的职教领域的企业，可以真正的把面向于这个市场的，更好的教育产品能够带入到学校中，能够帮助学校培养出更好的技术技能型人才，进一步去满足产业的人才需求。
我们是做教育投资，这件事其实是一个新兴产业。我从北大化学系毕业之后，先去了新东方，后来去了好未来，这两家公司刚好先后市值超过了百亿美金，峰值的时候可能接近300亿美金，成为世界上规模最大的教育公司。
但在我刚加入新东方的时候，行业根本不是这样的，我印象特别深刻，有一年春节，我回辽宁沈阳老家坐出租车。出租车司机问我说过年都是北京回来的，是大学生吧，我说是刚从北大毕业。那个司机就挺兴奋的说，你也挺为沈阳争光的，大学毕业做点什么呢？我说我在新东方，那个出租车司机就说：“完了，这娃可惜了。你毕了业也没有进政府，也没有进国企，居然进了一家培训学校。”所以，当时这个行业大家其实是比较不认可的。
但是，斗转星移，15年过后，可能每个人都认为教育行业是一个可以被投资的，有很多投资机会的行业。因为我们做投资的，每个人都希望投出代表性的项目，其实我一直有一个梦想，投一个代表性的项目叫北大。但可能公立的学校其实是不让你投资，所以教育行业其实主要投资的是新兴的供应链。
但整体而言，大家能够享受到的教育产品质量还是非常差的，在座的各位可能有幸作为万分之一的受益者，能够享受到北大这么优质的教育，但是绝大多数的人能得到教育产品的质量非常低。所以我们说如果想解决这个问题的话，最重要就是为教育行业吸引更多的人才。
所以，蓝象作为中国最早一家专门投资教育领域的早期基金，其实我们一个重要的使命就是把更多优秀人才通过资本的手段吸引到教育领域里。
过去三年半的时间里，我们一共投资了64家教育的早期企业，到目前为止，收益率和回报率还是不错的。这64家里目前来讲60家还活着，平均收益超过10倍的达到30%，可能有10家企业估值已经超过了1亿美金。
我们三年半前投的第一家公司，当时投了230万，这个公司最近的估值已经达到10亿人民币，我们在其中大约有11%的股份。从这个个例的角度来讲，教育投资其实有自己独特的商业模式。
最后说一点，教育行业其实是有政府管制的，国家每年也投入4万亿的钱在教育领域里。教育领域商业化程度和资本化程度相对来讲还比较弱，但从微观的角度来讲，目前来讲教育行业已经有600多投资人了，三年半之前可能这个行业里专门看教育的人不超过10个，今天已经有600个投资人在看教育领域了，平均每年大约有三四千家新兴的教育企业在创办。
我们之所以称为“蓝象”，是因为蓝色代表科技的颜色，而教育创业者其实跟大象有很多相似之处，教育企业可以做得非常大，活得非常久。我认为，科技不是解决教育普惠问题的重要手段，而是唯一手段。
正在生成分享图...
Nemo