Panel  AI投资与移动互联网投资的同与不同

张泉灵：下面进入Panel阶段。除了刚才四位嘉宾，我们还请到高瓴智成董事总经理魏珂；招商慧合股权投资基金管理有限公司及招商三新资本管理有限责任公司首席执行官冯红涛；互动百科联合创始人兼CEO梅春。

一样是移动互联网和互联网，投资的主战场在美国和中国，这次还是这样，这两个区域人工智能有什么相同的地方，有什么不同的地方？这是我们要讨论的主题。第二，跟大家分享不同阶段，不同身份投资人的干货分享，人工智能的方向有很多投资机会，但是假定只有一个投资方向，只能在人工智能的大领域中去投一个方向，你会投哪个方向？为什么？目前在整个竞争格局当中，BAT这样有终端，有用户的大公司，如果反过来又杀回了智能领域，小公司还有多少机会？这是我们今天主要讨论的几个问题。有请几位嘉宾上台。

先介绍下您自己，并且介绍您在人工智能领域领头的项目。

栾凌：我介绍一下我们投资的项目，我们2015年的时候投了一个（易搜科技），产品应用属于APP。当时我们投的时候，也不是特别看懂他们的模式，完全是观察阅读者的阅读习惯，收入来源是两个，一个是有精准的画像，可以推送一些广告，通过广告商推送广告。还有是收费阅读，现在付费阅读已经占到收入的50%以上，我们当初投的时候，2014年的利润是负的，2015年的时候利润有了900万，2016年已经有了4500万的利润，对我们来讲算是一个比较成功的投资，他们在新三板已经登陆，明天申报IPO。

祝晓成：大家好，我叫祝晓成，我刚才也做了演讲，我们主要头作的方向，一个是机器人，第二是人工智能在垂直领域的应用。如果讲人工智能，还要结合大数据和垂直场景，我们投过金融，教育，保险，还有医疗，汽车，就是智能驾驶等等。还有一块是健康，包括刚才讲的智能读片，分子生物芯片等等，这也是大的方向。我们90%多是科技类的项目投资，外围有一些跟文娱，模式类相关的，也会有这方面的协同。

冯红涛：大家好，很高兴有这次机会跟大家交流，我叫冯红涛，我比较简单，毕业后只在一家企业工作，但也算幸运，所在的招商局在过去30年的发展都非常迅猛的，目前已成为规模、利润最大、历史最悠久也最市场化的央企。我本人也算是产融结合的产物，原来做物流，港口，航运，实业也做过，并购也做过，后来在银行，金融，在资本圈里也做了六、七年了，也可以说是四不象，各方面都经历过一些。现在我们招商资本管理规模2400亿元，我们这个团队管理500亿的并购，还有两个小基金，做Pre-IPO的。我们规模比较大，跨的行业比较大，有六个比较大的行业，大文化，大健康，大交通，金融，制造业、新能源等等。在人工智能方面，我们去年投了学霸君，在教育行业用大数据分析、直播等方法，去年底到现在已经进入到学校里面去，在安徽、上海等学校开展个性化的智能教育服务，用了大概三个月，平均可以提高20分到60分，对中学生来说还是蛮可观的。今年6月7号该企业会推出机器人高考，看看到时候会不会有比较好的成绩。

梅春：主持人好，大家好，非常荣幸参加这个会议，我是梅春，来自互动百科，我们是一家“AI企业竞相想跟我们合作”的创业公司，我看到我是嘉宾里唯一一家企业代表，其他诸位都是投资人，幸福来得太突然了，台下在座的可能有很多是正在创业的，或者是即将创业的，待会儿我会从创业者的角度谈谈我对人工智能相关的看法，也讲一讲我所见到的投资人很萌的一面。
 
唐亮：大家好，我们是早期的孵化加投资的模式，我们聚焦垂直行业的应用。我们的企业相对比较早期，我想分享的是最近正在投资过程中的一家做自动驾驶的企业，是硅谷的学校，特斯拉的团队，但是也有中国汽车厂商的综合性的团队，我们是AI的人才加上行业专家的组合。同时，是专注于中国市场的，这几方面结合起来，在中国的自动驾驶领域当中是具有一定优势的，我们非常看好中期和长期的前景。
 
魏珂：大家好，我是魏珂，我是高瓴智成的董事总经理。这个基金是去年成立的，为了能够在人工智能早期、中期和晚期做一定的投资。这方面我们比较注重的是投资公司在人工智能技术和应用场景上的结合，我们希望人工智能技术在应用领域得到一定的验证。我们比较重要的一个投资的理念，是希望能够把人工智能相关的技术和高瓴投资的公司在场景上做一个结合。我们刚投资的公司是在金融做反欺诈的，用无监督和半监督的方法，对大数据进行异常监测，针对异常监测做一些人工标记，看这些状况是否是欺诈行为，这个领域是比较大的，现在中国在反欺诈领域没有太多的好公司出来。另外，也会切入到未来的银行，或者券商，还有所有金融机构的风控。
 
施水才：大家好，我刚才已经给分享过了，我们以前投资有两个目的，一个是上市公司并购，为了合并报表，第二是构筑上市公司的护城河，在外围价值链上要建立防御性的公司，或者是寻求协同效应。互动百科也是我们间接投资的项目，大知识的项目。我们做过一个投资项目叫八爪鱼，虽然那个项目不大，但是我觉得挺好。这个公司做得非常好。我相信未来的方向是把人工智能的技术结合到具体的应用里面去，可能更加有发挥的价值。

张泉灵：下一轮的问题倒过来，我们上来就出难题，假定这么多的人工智能领域中，假定只有投一个方向的机会，巴非特说人工投资的价值就在于给你一张上班的打卡表，人生只有20次投资的机会，如果谨慎到这样的话，投资就会比较容易成功。我们假定用这个方法，人工智能这么多方向，只能其中一个一个方向，你会选哪个？为什么？
 
施水才：我刚才吹了半天自然语言的处理，我肯定投自然语言处理。为什么呢？它是一个长期的过程，很难，但是永远有机会。
 
魏珂：人工智能从现在的角度来讲，长期来看是非常美好的，人工智能是替代人力的过程，替什么样的人？要替代特别贵的人，比如说金融领域。
 
张泉灵：如果您奔着金融，保险的方向去，市面说有一些人工智能的公司，付钱的是银行，保险公司，很多是排外性的，您判断真的是很能赚钱的公司吗？
   
魏珂：对于反欺诈，风控，是具有数据规模效应的商业模式，也是金融行业的刚性需求。智能投顾比较难，一方面是产品比较难做好，另一方面是客观条件不具备

张泉灵：我是说给施总听的，施总讲了好多智能投顾的事情。

施水才：我们俩的观点一致。
 
唐亮：肯定投不止一个方向，如果只选定一个方向，我会选智能出行。这是特别大的市场机会，而且我们背后的投资人也非常重视。

梅春：关于人工智能，一直以来其实没有一个特别明确和标准的定义，什么叫人工智能，因为人类发明了很多东西，来提升效率，算智能吗？马克思说人的本质是所有社会关系的总和，对于人工智能而言，我想人工智能的本质应该是机器所能够最大限度理解人类的含义的总和，这个理解的程度代表了最终的人工智能的高度。在座的可能有很多搞技术出身的，技术在人工智能的基础领域里面，发展其实并不是非常快的，比如最近比较流行神经网络这些词汇的技术，其实早在上世纪八十年代就有了， 技术发展并没有那么快，但应用场景和数据积累变化非常大，如果一定要投资的话，选择一个像互动百科这样，拥有非常多的结构化数据的，能够帮助机器去理解人类思想的公司，这才是最值得投资的。
 
张泉灵：知识图谱结构化并没有那么好，为什么选择这个创业方向？
 
梅春：我们是2005年成立的，最开始的时候标杆是维基百科，那个时候并没有特别多的提到一定是人工智能的方向，那个时候通过众包的方式。我们在过程中，融资也融了很多轮，经常会出现一些情况，投资人很焦虑，经常有很多风口出来，问我们最近大数据特别火，你们有什么布局？因为我之前是公司的CTO，我一听到布局，就头很大。最近几年，机器学习，人工智能相关、深度学习神经网络，各方面特别火，问你们这方面有什么技术储备吗？从投资人的角度，我想是很多技术其实是积累了很多年，但当它想要爆发出来，取得商业成功的时候，一定要有非常好的落地应用场景，才突然有了财务价值。我们百科做了这么多年，积累了非常多的内容，想把这些内容做得更有价值一些，我们非常希望有实力的大的有AI技术的公司，能够跟我们合作，同时也希望有小的AI背景的团队能够加入我们，将我们的数据发挥更大的作用。我们抱着一个金矿，其实也焦虑如何能够发挥更大的价值，给投资人回报。

 冯红涛：人工智能包括两个维度，一个是大家所说的例如无人驾驶、机器人等“公认”AI行业，另一方面包括智能+，后者则有多个行业都有机会，真要选的话，相对最看好的是教育。从需求端看，不仅有庞大的学生群体，在目前社会急速发展变化的情况下，我们成年人也面临着终身学习的任务，客户群太庞大了。从政策层面看，民营教育促进法等的出台，资本市场的变化，也为教育企业的发展提供了更好的环境。
 
祝晓成：前面几位投的，我也想投，如果只能投一个，我想投智能飞行器，属于智能交通。人人都有飞的梦想，飞是人的终极梦想，这跟我们坐飞机不一样，是个人飞行器，或者几个人的小飞行器。投这个方向也基本把刚才几个方向概括了，首先要有好的工程，机械的东西，控制器等等，飞行要讲动力学，肯定要有信息的获取，人机的交互，都会涉及到，语音语义的识别，甚至各种信息的获取，交流。

张泉灵：怎么看（易航）的184？

祝晓成：184也是代表着一种探索，直觉来讲有一点危险，如果要再进一步，有机会的话，应该是让人感觉更安全。个人飞行器未来是有机会的。

栾凌：刚才讲了那些领域，我也是非常感兴趣的，2015年的时候我们就投了互动百科，现在要投什么，人工智能领域如果挑一个，我会挑高端制造，因为比较成熟，一旦产品出来之后可以快速的进入市场。
 
张泉灵：栾凌投的是IPO的，比如核心的元器件，核心的传感器，马上能有利润的。祝总是做早期的，要投个人智能飞行器。冯总选中了“互联网+教育”，我也非常赞同，我们目前这个教育有一个特别大的缺点，孩子的差异这么大，居然给了一个标准的教案，标准的检测方法，这样会出特别大的问题。我可以举一个例子，1945年的时候，美军曾经做过一个实验，美军发现他们的飞机在战斗当中，战斗的损失率特别高。后来检查飞机没有问题，飞行员的操作也没有问题，最后什么有问题？说座位太小了，以至于不能适应飞行员高速战斗中的操作，使得操作难度变大，导致了飞机的损毁。那个标准是1926年定的，1945年的时候说美国人长高很多，不对，他们对4000名飞行员，抽取了10个跟操作有关的指标，找出了中间值和平均数，出现了一个标准美军的形象。这样就符合大多数人了，后来突然发现这个概念是完全错的，你们猜4000名美军符合那10个指标的有多少人？一个都没有，符合3个指标的有多少人？只有3%的美军。后来这在统计学上有一个非常重要的进步，意识到没有平均人，平均人是不存在的，人就是有个体的差异。后来美国做了改进，不再找平均数的美军指标，座位，后视镜，仪表盘都可调。因此，我们的教育应该有同样的理念。梅春总说选结构化数据特别好的项目，唐总选的是智能出行领域，魏总说什么挣钱就搞什么，离钱哪儿进？金融比较近，如果一定要选的话就选金融。施总说NLP是皇冠上的明珠，也已经在这个方向上创业十几年，坚决看好这个方向。

大家看中这么多不同的方向，目前你们看中的方向，在美国有比较多的机会，还是在中国有比较多的机会？
 
栾凌：现在转型升级上有很多需求。

祝晓成：我们在各个国家做过交流，包括车载电子，空气动力学，还有更深入的一些东西。我们看过的项目中，既有国外的，也有国内的，也有合作型的。

冯红涛：人工智能，不同的行业，中美两国都有不同的场景，美国也许在医疗领域更有机会，因为他们的研发体系、产业化市场化更有优势。但在一些相对轻资产领域，比如教育，也许中国更有机会，正因为整个社会对教育有这么高的期望，或者说不满，教育部门也在努力的往前走，有社会需求，再加上自身的动力，还有技术的应用和促进，中国也许会有弯道超车的机会。
 
梅春：刚才演讲嘉宾的PPT里提到了从人工智能的技术角度来讲，中国在人工智能领域论文的数量已经超过美国。
 
张泉灵：在美国的华人也算。

梅春：专利数量上也超过日本，现在是全世界的第二大国，但从研究质量来讲，确实跟美国相比还差距比较大。说到投资领域，人工智能是非常复杂，而且跨学科的，很多是工程问题需要解决，需要站在巨人的肩膀上，很多人说中国的工业比美国要落后一些，其实本质的原因是因为一些基础条件的缺失，有一个很有趣的新闻，说中国造不出圆珠笔的小芯，真的造不出来吗？研究之后一定造出来，但是经济价值相对较低，投入产出比不合适，所以企业没有动力去补足这块基础工业的短板。说回投资机会，在美国投资，我建议选择那些依赖产业条件比较多的企业，我想美国企业比其他国家的企业胜出机会会更大一些，因为他们会有更完善的基础设施。如果需要投中国公司，我建议挑离消费层面更近的，基础技术门槛不是那么高，相对成熟的，中国的机会会更大，毕竟中国的人口基数大，年轻人也多，市场也很广阔，没有包袱。
   
唐亮：美国和中国我们都会看，对于智能出行领域，比如智能驾驶，机会都是很多的，但是应用场景可以不一样。在产业链的分布上也不一样，比如自动驾驶产业链。零部件，传感器领域，中国也有一定的机会。在操作系统和软件当中，中美两国的差异没有特别大，因为毕竟就是开放的领域，中美两地都是有机会的
 
魏珂：从技术积累来讲，论文不一定是评判科学成果的方式，从技术发展来看，谷歌的优势是最明显的，中国的公司，在技术积累，前沿性科技上，相差还是比较远的。但是中国有一个强项，可以把基本技术转化应用场景。中国和美国有一个比较大的区别，美国比较重视创新，因为环境各方面都比较成熟，商品有一定的竞争力，有独创性，能够创造价值，是比较容易接受的。中国的公司在产业链里，比如施总，要么是把公司全买了，要么是把你打死。中国的公司，渠道比产品稍微重要一些。在美国，产品是最重要的，中美两个国家来看，这也是需要考虑进去的。

施水才：投资在美国，赚钱在中国。现在上市公司的并购，大多数把目标在海外，一个是国内资产很贵，现在IPO放水以后，好的公司容易被并购的也减少了，所以上市公司把目标转向海外了。

张泉灵：如果您觉得在美国智能出行在国内的机会比较小，怎么看（地平线）？

唐亮：这样的机会当然是有，但是非常少，并不是每个投资人都能够赶上这样的机会。
 
张泉灵：顺着这个话题往下说，我们今天要讨论的主题，我们做AI的投资和移动互联网，和互联网的投资，到底有什么同和不同？在AI非常火爆的情况下，原本在互联网和移动互联网上非常强大的公司，加紧布局AI这个行业，而且对他们来说，手里有终端，有用户，有使用的场景，是不是这波机会又是大公司的？创业公司会不会赶上一个早集，最后该收果子的时候发现又被别人收走了。就像魏总说的一样，中国公司有一个爱好，我把你买了，要不然自己干。AI的人才那么贵，他们投的起，一出来数据能够上线，形成正向的循环。如果把AI当作电，电网他们也有，灯泡也有，就差一声“亮”。创业公司还有机会吗？各位是怎么想的？

唐亮：AI的产业链有四个不同模式，比如谷歌这样的大企业，他们对于应用场景是无法完全覆盖的。对软件公司来说，他们做的是方面的应用层和技术层。

梅春：这属于创业者讲BP时候的杀手级的问题了。不光是AI领域，其他所有领域都是这样的，不管你创业点子多好，技术多好，最后投资人都会问，假如BAT也要做了，你怎么办？我的答案是，需要根据市场状况，不断调整自己的位置跟姿态。这个调整不是说需要七、八年，或者十年的长周期，现在周期会变得越来越短。我们做百科是2005年，大家会想到百度，百度百科是2006年开始做的，当时有人问是不是要转型？当时我们并没有说要去转型，或者怎么样。过了没多长时间，迎来了移动互联网的风口，搜索在人们生活中的重要程度已经削弱很多了，我们跟地图类的，资讯类的，科大讯飞等等，都有非常深入的合作，并不用惧怕某一个巨头跟你做类似的事情，而是如何调整自己在市场当中的位置，适应这个市场，寻找到自己的价值。大公司也有很多大公司的问题，之前大鱼吃小鱼，大公司吃小公司，如果全是这样的结果，你们还投什么？投资机会在哪里？小公司还有很大机会，除了应变能力以外，就是小公司一定要比大公司快，这是快鱼吃慢鱼的时代，当你跑得很快的时候，适应市场的能力比大公司更强，更快，市场竞争中，大公司的焦虑远远大于小公司。对于小公司而言，今天的方向不太好，过两年团队还在，换一个方向，重新会有一个机会。对于大公司就不是了，大公司衰落，背后所涉及多的各方面的利益，代价都会大得非常多。在这个层面来讲，作为一个即将创业的和已经创业的小公司而言，应该特别相信投资人一定比你更焦虑。
 
张泉灵：我们复下盘，大鱼吃小鱼，快鱼吃慢鱼，如果就您工作的领域，会不会是因为百度自己也承认了在移动互联网时代，慢了，没有充分的重视，所以导致了给你们留下了一片空间。但是在AI领域，是全力扑回来的，你前几年积累的，会不会接下来你会变得很焦虑？
 
梅春：我没有权利对百度进行评价，百度有自己的想法和战略。Robin之前讲过百度全力以赴的要做O2O，后来很快改了，说要全力以赴的做人工智能。我无法评价哪个好，在这样的情况下，没有必要把眼光聚集在所谓的竞争对手的身上。如果天天盯着竞争对手，比如我天天盯着诺基亚，诺基亚倒了怎么办？我们就失去的方向。对于百科而言，竞争对手有很多，我们更愿意看作是我们的合作伙伴，因为没有一个企业能够大而全，希望大家做自己更擅长的事情，进入协作度更高的社会。

张泉灵：不知道您的两位投资人怎么看？
 
栾凌：互动百科，那个是百度百科，搜索的时候，一般都是到百度搜索，流量被掐住了，这个时候投你是不是有空间？我们确实犹豫了，为什么投了他们？因为是他们的团队，我们也打听了一下百度里有多少人做他们的东西，不到他们的一半。第二，他们当时的估值比较低，当然还看到他们雄厚的实力。即使百度百科这部分没有收入，估值也可以支撑其他的收入。他们这两年确实做得很好，去年利润做了一千多万。

张泉灵：刚才栾总分享的信息有两点非常重要，就是小公司和大公司竞争的时候，看起来是正面的PC，其实不是，互动百科和百度百科不是完全正面的PK。百度百科在百度内部不是非常核心的团队，创业公司其实有很大的机会，如果全力在这个方向上，是有很多机会的。再有面对的客户，也不是同一波的客户。说到估值低，不是跟大家开玩笑，把自己的估值做到不合理高的水平，都是自谋死路的方式。特别是AI公司，我们最近见到一批AI公司，迅速的把自己在没有收入，没有具体产品，什么都没有的状态下，把自己架到很高的位置，会有一个类比，说谁谁谁也那么高了。有一定的道理，因为早期有市场的供求关系，特别多钱，特别少项目的时候，会高那么高。但是不能在现在这个阶段继续做这个对标，把自己架到那么高，这样对于发展业务来说非常不利，而且给竞争对手特别好的阻击你的手段。你在外面叫8亿，他跟你类似，叫6亿，你怎么弄？不恰当的估值是自寻死路，如果有很高的估值，可以给自己留下弹药也行。
 
祝晓成：还是限定的语境，从小公司来讲，还是很有挑战的。但是这个事应该具体说，大公司远远没有囊括所有AI在垂直领域的落地，这是肯定的，很多垂直领域还是给了小公司机会，或者是给别的公司机会，也不见得是小公司。再有，这是管理，大小公司博弈长久的问题，不是现在才有。放到很大的程度来讲，永远有大公司的迭代。我刚才举到通讯行业，比如几个巨大的公司，我曾经服务的一家公司，当年就是因为思科开始做基于路由的交换，他们面临极大的冲击。1996年开始想转型，CEO给全球员工发，转了两年，最终还是死了。当然这不是死亡的唯一原因，大公司也有大公司的问题。刚才说到人数的问题，很多大机构里面，在一些边缘业务也不见得受待见，各种原因，不见得能一贯的推下去，小公司在这方面反而可能有一些速度和一致性，把这个事打透，成为这个方面的领先者或者领航者。小公司的机会，并购这个事情，大家的意见不完全一致，但是不管怎么说，被并购，或者协同，我个人认为还是有机会的，就看怎么做这个事。再举一个小例子，大家用过微软拼音吗？那个时候很快就被紫光干掉了，后来出了搜狗。我当时问搜狗，他说你猜一猜，紫光有几个人，我有几个人？我说不知道，他说紫光就有1个人，他们有7个人。关于大企业创新，这又是一个话题，大企业创新有很多小企业创业的机会。
 
冯红涛：我补充几点，我们看人工智能包括两个维度，一个是大家所说的例如无人驾驶、机器人等“公认”AI行业，另一方面包括智能+，后者则在各个领域，各个行业，都会利用有智能技术，手段来改变现有的经营方式。从另一个角度来说，20年前互联网起步阶段，当年BAT都是非常小的公司，现在成了巨头，并且做了人工智能的基础层。而就今天的人工智能看，其实小公司还是蛮多机会的，20年前做互联网的企业在国内很难找到投资，当年国内做PE投资的太少，互联网企业只能做海外架构，争取海外上市；现在则没有必要，投资人太多了，PE、VC加起来十多万亿的规模，一方面给企业提供了很多弹药的支持，但是也造成了刚才主持人说的估值虚高的情况，这其实也不好。我们看项目，也看创始人是不是够理性，对于腾讯，我非常佩服，第一次融资时就是实实在在缺多少钱融多少，这就是我们喜欢的风格，而不是从投资人那赚钱，指望一把就把投资人的钱赚来了。至于大小企业竞争，前面几位说的都挺好，还有一个角度，孙悟空为什么大闹天宫的时候那样牛，后来取经路上经常遇到问题，就是因为自己创业和替人打工的区别。最后一点，大公司和小公司之间也有很多共享的东西，比如百度开放无人驾驶这些东西，还有腾讯开放游戏平台，也是跟别人共享的。总之在这个问题上到底小企业有没有机会，我们还是要具体问题，具体分析。

魏珂：大公司这个事，创业的时候，比如做微信就没有什么意思，就是看是不是在关键路径上，要做的是大公司短时间看不上的，而且跟大公司已有的资源没有交叉对应的，比如流量，品牌，顾客忠诚度。牵扯到AI，一开始越细越好，比如我做翻译，只做英文，中文在生物科学的应用，绝对比百度和科大讯飞做得好。别人都看不见，慢慢长大的时候，就获得了在主战场上向巨头挑战的机会，这样就会比较安全，比较稳定，因为会有一堆资本在后面追着你。不要做别人擅长的事情，也不要做别人跟你拼命的事情，不要跟别人明目张胆的抢。
 
施水才：不管多大的公司，都生活在更大公司的白色恐怖下面，要创业就得有决心和挑战。但是要找到自己的定位，从人工智能来说，谈得更多的是智能，其实我们应该关注一下人工。因为你跟大公司无法正面去拼技术储备和工程师的军备竞赛，但是最终行业专家和社会资源，对于一个生意是否成功是决定性的。
 
张泉灵：我们这个论坛最后一个问题，我们做一个案例分析，我们预测一下，比如说在人工智能的整个投资和创业领域，大家都盯着的智能出行，自动驾驶，你觉得以下三个公司哪个更有机会？第一是特斯拉，目前为止已经出了7万辆车。第二个公司是Mobileye，目前装机量是最多的，是以色列公司，原本不是以深度学习作为主要的方式，目前他们公司也开了这样的团队，被英特尔收购，还有没有老树开新花的可能性？第三个是滴滴，一开始不是做人工智能的，但是每天有这么多车在路上跑着，如果它杀回来，有没有机会？

施水才：第一，我不懂，第二，我还是愿意开，或者司机给我开比较好一点。

张泉灵：施总的意思是说要在自己的能力范围里。

魏珂：得看谁更绝望，没有技术就死了，只有这种心态，才能真正把全身心投入进去来开发这件事情，特斯拉就是这样的，他们打的是高科技的产品，高科技的车，就像自动驾驶，从汽车构成来讲，是最核心的零部件，如果特斯拉让别人把自动驾驶做起来，这特斯拉就没有太大价值了。滴滴或者Uber，对他们来讲，谁做出来用谁的，上汽做出来了，我的车全换成上汽，滴滴变成中国最大的无人驾驶出租车提供商，不管谁做，无非是用谁更便宜而已。

张泉灵：我补一个小例子，对于人工智能创业的人来说，特别在早期，要充分理解在产业链上寻找一个合作伙伴，第一是有多大的必要性，第二，难度有多大。XX想过在前装的车上去装摄像头，一款已经定型的车装摄像头，我们搞过工程的人觉得不难，不影响剩下所有的东西，但是你们知道这件事情如果谈下来，有多难吗吗？所以寻找产业上的合作伙伴是特别重要的事情，但是不要轻易的认为这件事情是很容易谈下来的，这两点都非常重要。
   
唐亮：关于这个问题，我相信会有第四家企业。我说一下这三家企业的优势和劣势，特斯拉在汽车制造领域，在机器学习和自动驾驶的技术方面并没有很领先，特斯拉的技术也有很多缺陷。从人才积累来说，特斯拉人才大量流失，都到外面自己去做企业了，所以有这样一些问题。刚才说到Mobileye，在视觉方面比较强，对于控制相关的经验是比较缺乏的，再有被英特尔收购了，英特尔收购的基本上没有什么成功的企业。对于滴滴来说，我不是特别了解，但是我想在自动驾驶技术积累方面会比较多，他们最近也做了一个研发中心，希望在这方面进行加强。第四个公司有可能是小企业。
 
梅春：刚才主持人讲的三家企业，我觉得他们应该很难放在一起比较，他们属于产业链的不同层面，如果想实现无人驾驶，首先需要制造一个汽车，然后需要给汽车增加无人驾驶的零部件，最后还需要有很强大的智能的技术背景的能力。如果非要说我更看好哪家公司，由于某种AI都不能理解的原因，我认为滴滴应该会胜出，至少在中国市场是这样。和前面嘉宾观点一样，我不看好Mobileye这样的公司，作为一个创业企业，如果给投资人讲BP，要做一个什么技术很牛，但未来的商业模式是给其他的大企业提供技术，作为核心商业模式。这样的公司也有，但是我自己感觉危险系数非常高。人类社会发展的状况，很多技术公开程度，以及互相学习融合程度已经非常高了，很难做到多少年前那样有很牛的专利，很牛的技术，靠一个技术让所有企业都来买我的东西，这是很危险的，垄断不了，就只能下沉到具体场景去。从谷歌和滴滴的角度而言，谷歌投了Uber之后，后来又投了Lyft，据说是因为他们很恼火Uber没有用他们的自动驾驶技术。谷歌这样的超级企业，背景已经非常强大，但是并没有自己去做汽车，而是去找合作伙伴，将自己的技术去落地。关于滴滴，听说滴滴储备了很多钱要去做无人驾驶的研发，最后有两个很郁闷的事情，一是百度先宣布无人驾驶要开放出来了，没几天谷歌也说开放出来了，大家质疑滴滴做这是不是没有意义了？从这个角度而言，我觉得滴滴最大的优势在中国市场是垄断地位的，应该最接近于成功，不管出现什么样的成熟的智能驾驶的技术，比如激光雷达，机会一旦出现的时候，我相信他们会第一时间去尝试，能够在市场中去验证。中国的市场环境跟美国有很大的差异，中国的法制不是那么完善，出现新事物的时候，政府的态度是很开放的，允许企业犯一些错误，不出问题就走一步看一步，出了问题就出一个法规，限制一下。，在当前自动驾驶Level-3的技术条件下，在特别严谨规则的情况下，表现的是相当好的，但是到中国这样的复杂环境下，行人蹿一堆就过马路了，闯红灯的情况，可能就很难work了，不过，也许在雄安这样的地方，说不定可以很好的落地，因为是全新的建设的城市，也许可以尝试一下，在这里面不允许拥有私家车，把人工智能很多东西在这样的新区里面用全新的规则进行落地，也符合国家要把高科技企业往那面去牵的方向。
 
张泉灵：在别的地方，出租车司机会起来造反，政府是最不能接受的，只有在新区建设才可以。
 
梅春：人工智能，我之前看过一本书，未来简史，里面提到一个很重要的观点，随着人工智能的发展，人类很多技能将会变得没有用，全世界90%的人的工作被机器替代。我其实是认同的，我自己做技术，在想是不是应该转行，去从事艺术，这样就不会被机器所替代了。但是这个焦虑是多余的，科技进步很多年，在历史上，N多年前各种各样的职业，其实大部分都消灭了，但是并没有因为大部分职业消灭之后人类就无所事事了，而是有新的职业出来。人工智能如果能够在自动驾驶领域中实现，出租车司机真的会失业，但也一定会出现跟围绕汽车相关的其他需要人的职业出来。
 
冯红涛：刚才梅总说的，我觉得蛮赞同的。咱们这个问题，这三家企业谁跑出来，在目前这个阶段是难以预测的。刚才唐总也说了各领域的优劣，短期内我看不到无人驾驶大规模推出的可能性，也许将来到某一个点，一推，整个社会就都“无人驾驶”了。现在为什么不能那么快的推出来，不是说技术有多先进，而是说交通的主管部门谁愿意担这个责任给你发这个许可证。这个无人驾驶怎么考牌？即便在美国，也很复杂，因为定性不好定，撞死人了是谁的责任？如果社会上所有都是智能化的，那就很好，但是现阶段社会上总是还有相当一部分是非智能化的，要政策主管部门同意在城市里面去搞无人驾驶，估计没有一个官员会担这个责任。回到刚才说的那三个公司，特斯拉不但做汽车，有大数据，还做充电桩、储能，他做产业链，在这个行业是可以发挥协同效应的。对于滴滴，我不是太看好，本来是做共享经济的，切到无人驾驶，也可能是因为钱太多了，现在也只有这么一个行业有比较大的想象空间，不过我觉得确实需要比较长的时间；Mobileye被收购了，感觉上基本就没戏了。
 
祝晓成：这个问题特别好，我们每个人的观点都有不同。唐总投过这块，魏珂也投过，我投了从传感器，就是激光，视觉，控制系统，执行系统等等，都有投，包括车载电子。我参加过车方面的专题论坛，也有各种意见。回到刚才的问题，刚才冯总讲的特斯拉的特点，我是比较赞同的。第二，关于Mobileye，基本上是行业的标杆，虽然有硅谷的传说，说英特尔收购以后的问题，但是它的积累和现在在往控制方面转，也在持续的努力。我还是很尊重这几家公司，我不知道他们谁能起来，谁起来都好。滴滴，我也是同样的看法，他们不在一个维度，用谁的都可以。为什么不可以切到体系里呢？我觉得也是可以的。我们投这块，我知道这个难度特别大，除了政策之外，本身这件事要想做成很难，这也是行业里面各种说法特别多的原因，我就不展开讲了，因为难度真的很大。我们乐见其成，规定场景，规定动作，规定路线，马上、立刻、很快就会出现智能驾驶。
 
张泉灵：比如机场的扫地车，规定的场景，规定的路线，干规定的事情，“三规”。

祝晓成：这是其一。其二，刚才讲的有些东西积累到一定程度，这也是我经常引用的一句话，这个行业当中很多东西积累大一定程度，包括雷春讲的从零开始的场景里面，铺开是指日可待的，只是不知道在什么时候，我非常鼓励和推进的姿态在看这个事情。

栾凌：首先，我同意冯总讲的，刚才讲到英特尔，我在硅谷待了很多年，我可以证明他说的是正确的，英特尔除了自己的主营业务以外，其他涉足的业务没有一个是成功的，包括自己做的，包括他们收购的，比如他们收购做手机的，做有线通讯的，都不行了，汽车的前装市场是非常困难的。这三个公司里面哪个会成功，我觉得可能还是特斯拉。如果说放下来，再多一点，谷歌也有希望。
 
张泉灵：特斯拉三票胜出，当然我们投票也不管用，市场会用事实来告诉我们大家，我们站在这个时点上去看未来的时候，看到底给出现什么最终结果。

谢谢大家，最后一分钟的时间，允许我介绍一下我所在的基金叫紫牛基金，我们有三分之一的基金和三分之一的项目都投了人工智能，我们偏爱两个方向，一个是人工智能+教育，我们跟冯总的看法非常相似。第二是人工智能+医疗，也是我们非常喜欢的方向。当然了，人工智能+医疗，我们会相当务实，一定会问到底落在什么样的场景，谁为你买单。在医疗领域里面，在创业者和技术人员看起来，非常相似的技术落在两个病种上，可能一个非常受医院欢迎，另外一个可能找不到买单的人，我们乐于跟创业者分享，愿意把你们导向有人为此付钱的项目当中，谢谢大家！谢谢各位嘉宾！

（本报告根据速记整理）

CAAI原创 丨 作者系上述嘉宾
未经授权严禁转载及翻译
如需转载合作请向学会或本人申请
转发请注明转自中国人工智能学会