人工智慧的風口與挑戰：5G時代充滿想象力 創業者有可能顛覆BAT
緊扣時代脈搏，呼應經濟發展態勢，結合產業發展重點，與技術創新應用融合，2019中國(深圳)IT領袖峰會於3月30-31日在深圳市五洲賓館舉行，峰會以“IT新未來：5G與人工智慧”為主題，旨在聚焦5G和人工智慧，探索IT產業新未來，新發展。
3月31日，達闥科技創始人、董事長兼執行長、前中國移動研究院院長黃曉慶，海爾家電產業集團首席技術官趙峰，商湯科技聯合創始人、副總裁楊帆，A8新媒體集團董事局主席青松基金創始合夥人劉曉鬆，車好多集團聯合創始人、毛豆新車執行長張小沛進行了以“人工智慧的風口與挑戰”為主題的高階對話，數字中國聯合會常務理事王維嘉擔任主持人。
以下為演講速記，經投資界（pedaily2012）整理如下：
王維嘉：大家下午好，今天這個論壇的主題是“人工智慧的風口與挑戰”，人工智慧從2012年爆發開始到今天已經七年了，整個峰會的主題是5G和人工智慧，5G還沒有到來，所以大家可以暢想，但人工智慧已經落地了，所以今天是可以停下來反思一下的時候。今天這個論壇是閉幕式之前的最後一個論壇，現場的聽眾非常多，說明大家對這個題目非常感興趣，下面有請對話嘉賓上場。
今天的幾位對話嘉賓都是中國業界最優秀的技術和產業領袖，最好是由他們自己介紹一下自己，讓我們知道每家公司都是做什麼的，你們的業務和AI有什麼關係。
黃曉慶：達闥科技是一家從事雲端智慧機器人端到端的解決方案和運營雲端機器人服務的公司，我從事了30年的通訊，一直到2015年，從2015年之後就開始做服務機器人。我更多的是從通訊的角度來看人工智慧。在過去幾年當中不斷涉足了人工智慧領域，而且對機器人行業也做了很深入的研究，可以借這個機會和大家一起探討。
王維嘉：你們是把機器人的腦袋放到雲裡，是這個概念嗎？
黃曉慶：我是一個科幻迷，我是《星際迷航》的粉絲，我是在搞通訊的工程師裡面最懂生物技術的，在生物技術裡面我是最懂技術的。如果人類要造出一個跟人一樣聰明的計算機，這個計算機會比人腦大100萬倍，重100萬倍，耗能多100萬倍，所以無法放到機器人的身上。上帝之所以選擇不用電子技術，而是採用了生物技術。
趙峰：海爾是全球最大的家電企業，我們連續十年在全球的白電市場是第一的，海爾在全球有七大品牌，整個家電行業現在都從傳統的生產家電製造行業轉型到硬體+軟體+服務的轉型，海爾在轉型過程中基於兩個核心的引擎，一個是連線，也就是大家說的物聯網，另外一個是人工智慧，這給我們的硬體和服務帶來什麼？能主動了解使用者，懂使用者，為使用者提供服務。在海爾智慧轉型當中非常重要的落地點就是海爾的智慧家庭，我們的產品給使用者帶來的不光只是硬體，更多的是硬體+家庭解決方案，比如全屋的智慧用水、智慧洗護、智慧美食等解決方案。這裡面非常重要的是基於萬物互聯的連線能力，然後用資料驅動，主動為使用者提供各種各樣的智慧家庭生活解決方案。
王維嘉：楊帆是商湯科技的共同創始人、副總裁，商湯是中國新興AI公司裡估值最高的。
楊帆：商湯是一家做計算機視覺相關的人工智慧的初創企業，我們2014年9月份成立，到現在4年多的時間，發展比較快，我們提供從計算機視覺領域相關的人工智慧底層技術到核心平臺，到產業化應用服務，我們也是希望未來，包括跟產業網際網路，包括對服務業智慧化的改造，我們能夠跟行業夥伴一起把智慧的新技術能真正落地到行業裡面去。我在商湯之前是在微軟的一家研究院，趙峰是我的老領導，我上學的時候就有一個理想成為科學家，去了微軟這個理想達成了一半，我在那邊成為了給科學家打下手的工程師，將近十年的生涯對我的幫助還是很大的，從一個技術還不太成熟的時候就一直在做一件事情，怎樣讓這個技術產品化，怎樣能夠真正觸達工業界，觸達終端消費者的需求。後來到了商湯持續致力於把這件事情做得更大，影響到更多的人。
王維嘉：下一位曉鬆。
劉曉鬆：大家好，A8新媒體集團是做網際網路傳媒，網際網路傳媒比較早就引進演算法，以前不叫人工智慧，但基本做數字傳媒的，因為有大量的使用者、大量的內容，實際上都需要演算法。我們的內容涵蓋音樂、文學，也有直播、社交等。這些業務或多或少都需要演算法，人工智慧在網際網路傳媒這個領域目前應用得最好的就是今日頭條，可以看到他做得比較明顯，但是實際上其他家都在做，這是我們從事的一個領域。另外我們還有一隻基金，叫青松基金，這隻基金投的專案當中大概一半都是有人工智慧的要求。我們在判斷專案的時候就會看你有沒有資料，如果你這個企業乾的時間長了以後資料越來越多，那這個公司就越來越有競爭力，如果沒有資料，那我們認為它的能力就有限。所以不管是做網際網路傳媒還是做投資都非常注重人工智慧的應用。我們也設了一個子基金，青松智慧，專門做人工智慧的投資。
王維嘉：子基金是投哪個階段的？
劉曉鬆：基本都是早期的，我們比較看重行業的應用，特別是看重醫療類的。
張小沛：大家好，我是車好多集團聯合創始人，也是毛豆新車的CEO，我說車好多可能大家不知道，但是如果說瓜子二手車大家還是知道的。人工智慧在我們公司的應用，我們創業三年多，我們是全球第一家在二手車這個行業用人工智慧，用演算法，把一個極其非標準化的，交易鏈條非常長、很不透明的行業給標準化，三年做到了一年一百萬的規模，全球最大的二手車平臺，在中國賽道上已經遙遙領先，妥妥的第一名。毛豆新車我們做了一年多，在新車細分賽道上也是第一名了。我們人工智慧的應用，在二手車這塊，從非標到標準化，這裡面有多個人工智慧軟硬體技術的應用，包括我們線上下開了80萬平米的店，智慧零售線下智慧裝置的應用，還有我們用演算法給每一輛二手車定價。另外我們的二手車是全國流通的，可以在貴陽的小縣城買北京的車，這個車是實時定價，倉儲是人工智慧排程給拉過去的。在毛豆新車這個品牌裡面，人工智慧也是用在選品、定價，全國有上百個倉儲，幾萬條幹線和細線的物流線路排程。這是人工智慧在我們公司應用的場景。
王維嘉：在座的五位嘉賓從事著五個完全不同的行業，這個就是人工智慧和網際網路很重要的區別。我們今天的論壇題目是人工智慧的風口，網際網路公司是團購的風來了就一千個團購公司，最後就剩下一家。但人工智慧不是這樣的，它非常分散，在座公司可以分成兩類，像商湯、達闥科技完全是人工智慧產業的新公司，還有像海爾、A8是原來就非常優秀的公司，現在人工智慧為公司賦能，他們開始用人工智慧產生新的業務，車好多、毛豆新車從開始不是人工智慧的業務，但是人工智慧起到了重要的甚至是決定性的作用。人工智慧的業務是分成兩個不同的業務型別的，我過去這些年也在做人工智慧投資，在全世界看了很多公司，從中國到矽谷到以色列。我的感覺網際網路，或移動網際網路、人工智慧最重要的區別，一個是to B的生意，一個是to C的生意，人工智慧本身是to B的生意。它就顯得對我們一般外行來講是眼花繚亂的，網際網路就是商業模式，馬雲到今天才說我們用電子郵件，我不懂技術沒有關係，我仍然可以建設一個偉大的網際網路公司。
下面我們從每個領域更深入地讓聽眾有所瞭解，比如曉慶是從事機器人的，機器人又可以細分很多，請你跟大家分享一下在機器人行業裡面都有哪些大的分類，你們達闥科技重點的是什麼？
黃曉慶：我們公司為什麼叫達闥，它的英文名是data，它是《星際迷航》裡面很重要的一個人物，它是一個機器人。從機器人行業來說，我們能分成比較重要的兩個機器人行業，一個是工業機器人，工業機器人是很成熟的行業，大概是300-500億美元之間，看怎麼定義。但歸根結底工業機器人是以PLC技術為核心的，不能說裡面有很多人工智慧，它是一個很強大的，可能是在控制領域裡面最大的市場。第二類是服務機器人，非工業機器人就是服務機器人，服務機器人就是為家庭從事服務工作的。我個人的理解，工業機器人和服務機器人最大的差異，工業機器人是沒有感測器控制它什麼時候該動，什麼時候不該動，而是按照預先規定好的動作來做，它要提高通量，不要讓生產線停下來，要使勁幹，所以需要非常精確、精準的控制系統，可以讓它很高速地生產。服務機器人剛好相反，服務機器人是閉環的控制，一定得先看再動，甚至還要有感測器碰到了以後知道往後退。最經典的服務機器人，嚴格來說也不算很聰明的，就是掃地機器人，事實上掃地機器人不能算是服務機器人。我們從事的是能夠自由移動的，能夠幫助人類做一些工作的機器人，所以我定義了服務機器人的定義，就是服務機器人能夠代替人去幹某一件工作。
王維嘉：能不能舉一個例子？
黃曉慶：比如我們用一個機器人來代替接待員，代替前臺，代替導購，代替推銷員，或者我們用它代替保安，或者是代替送貨小哥。它能夠完整地代替這些角色，這樣的服務機器人就是我們從事的工作。為什麼要從事這個工作？如果從工業革命的角度來說它就是生產力提高的問題，如果一個人能夠管10個機器人，那這個人的生產力就提高了10倍。如果這個機器人還能工作24小時，那就提高了30倍。如果一個人能控制100個人，這就變成工業革命了。在人工智慧的支援下，可以讓機器人代替人的工作，這時候並不是說機器人就變成人了，中文翻譯成機器人是不對的，應該叫人形機器或者智慧機器。我們所做的人工智慧只是幫助我們讓機器變得更智慧，第二個階段才是讓人工智慧逐漸地走向達到自我意識的狀態，但是那個還離我們很遠。
王維嘉：我看過很多機器人公司，創業公司主要是做服務機器人，我有一次去一家中國最大的房地產公司，他們也在考慮機器人，我就問他們機器人在房地產行業有多少種應用，他們舉了30種應用，比如小區巡邏保安、擦玻璃，但是具體到保安的問題，真要用機器人代替保安，它很難百分之百代替，機器人不能到一些沒有路的地方，所以還是要活人。所以在流程上活人和機器人怎麼互相對接，誰來負責什麼，就會發現有很多具體的問題。另外機器人壞了以後，保安怎麼修。你們有沒有在一個領域裡面，我聽他們講真正深入到了服務機器人，因為他們不是做機器人的，他們準備用，買了大量的機器人做各種各樣現場的實驗，就發現了很多類似的問題。
黃曉慶：行業是需要深耕的，就像您剛才提到的保安，這個行業裡面現有的技術能夠完成的工作是一個小區的保安隊，平均在1000-3000戶的環境裡面大概是30個人，只有大概1/3的工作能夠用機器人代替，其他2/3的工作是不能代替的。如果我們深耕這個行業就會發現，隨著技術水平的提高，能夠代替的工作越來越多。另外比如在零售行業裡面，到目前為止在接待、點貨，現在只佔人工的10%，如果機器人能夠抓取，也就是它能夠精準地去拿東西，這時候一下子就能夠達到50%。如果它能夠非常精準地拿東西，並且跟人走路的速度差不多，那就能做護工。最終我們瞄準的是家庭服務機器人，機器人和機器人服務時代，我們所面臨的最終極目標就是把機器人作為保姆送到每一個家庭。
王維嘉：你剛才提到掃地機器人是目前唯一亮點比較大的，有幾千萬臺，除了掃地機器人，其實它也沒有太多的智慧，就是碰到東西轉一轉。還有跟它可比的，你覺得有哪些具體的細分市場？
黃曉慶：在零售行業，機器人代替營業員做接待，介紹產品，做導購，到科技館裡面當解說員，這樣的場景是很清晰的，這是肯定可以起來量的。
王維嘉：海爾是全世界最大的家電公司，智慧家居也是未來很重要的趨勢，趙總在智慧家居和物聯網方面肯定有很多的思考，我自己也看過很多物聯網公司，當然我看的都是新創公司，他們做的事情都很小，對整個建築物裡的電源能夠節省，可以監測檢測房間裡面沒有人可以自動關燈，但是一直沒有看到一個比較大的市場，請您從智慧家居的前景和物聯網方面談談海爾的思考。
趙峰：從家庭這個角度，人工智慧有幾個維度， 第一個是連線，第二個是互動，第三個是資料， 我們的目標是非常清楚的，我在家裡，使用者要非常容易、非常自然、非常便捷地獲取這些服務，這些服務的載體可能是冰箱、洗衣機或者是空調等其他的硬體。對於使用者來說他需要的是什麼，你開啟冰箱，它可以給你推薦今天晚上做什麼菜，這又是根據你個性化的飲食習慣給你推薦健康的。你要去洗衣服的時候，它可以主動地提醒你這個衣服應該用什麼程式來洗，要怎麼護理等。這些知識都可以通過大資料的學習，通過感測器來感知。家裡的所有這些裝置都需要萬物互聯的技術，不管是什麼樣的連線方式，WIFI、藍芽、5G還是窄帶物聯網，家電裝置一插上電能夠自動發現，能夠自動組網，訊號有變化的話可以重組，這些使用者不應該看到，使用者看到的是一個非常穩定的萬物互聯的東西。光有這個還不行，只是讓你瞭解裝置是什麼狀況，把資料弄過來。還要有互動的智慧，第一代智慧手機是什麼？就是APP可以遠端地控制家電，我在地鐵上一看空氣不太好，趕緊把家裡的清風器開啟，把空調開啟。現在的智慧互動已經超過了簡單的APP控制，APP控制是從以前的物理搖控器變成手機搖控器，現在的互動是一句話，比如海爾空調，你說天太熱了把空調開啟，不但可以開啟，還可以根據環境溫度等進行自動設定。人工智慧語音現在已經相對比較成熟了，接下來幾年會非常普遍。但是在互動上還有差別，每一個領域不要用關鍵詞去喚醒，而是很人性化、很自然的方式說我需要獲取什麼東西，我需要查詢什麼。視覺互動接下來是非常重要的，除了語音之外，在廚房裡面我打開了油煙機，我在做美食的時候，語音不是很好的環境，這時候手勢、人臉識別，通過各種各樣的方式來識別我做的菜是什麼。比如我們這次在美國要上市的一款油煙機，這個油印機有24寸的屏，它有一個攝像頭看你做的菜，它可以遠端地跟你分享這個菜每一步要怎麼做，它可以識別，你不會做這道菜，他可以教你這一步應該放鹽了，這一步應該放什麼東西。像這種視覺的互動，還有用影象，在接下來家庭智慧非常重要的領域。人工智慧帶來的互動是多模態的，不應該只是語音，或者是屏端的，應該有語音，有觸控，有視覺，什麼時候最方便就應該提供什麼樣的互動方式。
王維嘉：我在美國看過一個公司做的自動炒菜機，這個能做到嗎？或者洗碗，把碗往那一堆，它就給你洗好了，這種有可能嗎？
趙峰：不管怎麼自動化，它背後總是要有一個判斷的，如果每一家都用同樣的烹飪方式的話，那可以到超市去買現成的食品，那就是一模一樣的。我們海爾提供的是個性化的定製，因為每一家的健康狀況不一樣，吃的東西肯定是有區別的，洗護的區別也是不一樣的，老人、小孩、孕婦，空調的送風方式都是不一樣的，這些都是需要個性化定製的。我們和國家電網做的全國範圍的智慧節電，在夏天的時候家用空調製冷耗電量是非常大的，各個區域使用者選擇最舒服的溫度不一樣，南方的更耐熱，北方的溫度會設得比南方更低，不光是區域不一樣，連社群、家庭都不一樣。所以不可能給每個家庭提供一個模式出來的方案，肯定是個性化的，這個個性化怎麼來？就是通過連線，通過交付。第三個智慧就是基於資料的智慧，這個智慧就是根據使用者畫像。另外我們有很多裝置的資料，裝置資料也很重要，很多家用裝置是需要維護的，空調需要清洗。人工智慧在家庭的應用，除了連線和互動之外，更重要的是資料，資料背後能產生新的服務模式，這才是製造業要從硬體製造商變成硬體+軟體+服務，商業模式有根本的轉變，這是海爾多年來一直走在前面的根本原因。
王維嘉：商湯科技是最受矚目的新興AI公司，剛才楊總說他們是從視覺人臉識別開始，最近我也看了很多訊息，商湯在進入到其他不同的領域，包括自動駕駛，能不能跟大家介紹一下現在的人臉識別這個技術到了什麼樣的水平？人臉識別還有Face++等很多小公司在做，大家是在競爭什麼東西？為什麼商湯除了這個領域以外還要進入其他的領域，哪些領域是值得做的？
楊帆：我從另外一個話題來講，在座各位做的每一件事情都是有自身的產業支撐的，有做家電的，有做車的，實際上和這個都有關係。商湯是人工智慧企業，人工智慧有什麼實際的應用呢？不跟產業結合就沒有實際的價值。商湯怎麼定位自身？純粹的人工智慧企業它的價值到底在哪裡，它的核心意義到底是什麼？這件事情我們是這麼理解的，我原來上大學的時候，我覺得人工智慧其實是IT行業業務閉環上的一個關鍵環節的能力提升。我上大學的時候，老師講計算機產業就是資訊的採集、傳輸、儲存、計算和反饋的一門科學。我們看過去整個IT產業的發展，它其實就是對資訊的這五個環節，每個環節不斷的技術進步會衍生新的場景，帶來新的價值。而且這五個環節是要逐一完成的，採集到了資訊要傳到你想要放的地方，能把它存下來，你要能夠對它進行計算和分析，最終它能夠從原始的資訊或資料，通過計算分析衍生出一些新的資訊，產生出新價值的資訊，然後再反饋到自然的生產、生活中，完成它的價值閉環。這裡面AI的核心意義在哪裡呢？AI的核心意義就在於計算和分析。在每個環節都可以衍生出非常優秀的企業，華為就是做資訊傳播做得非常好的，做得非常成功。谷歌，他對資訊的計算和搜尋環節，搜尋引擎就是把這個環節做得非常好，給使用者提供了特別大的價值，他靠這個成為了世界上非常受人尊重的科技企業。每個環節的技術進步都會對資訊產業的發展起到非常大的推動。在每個環節技術進步螺旋式上升過程中還會有一個形式，就是資訊的形態，最早的時候機器能處理什麼？能處理最初始的高度結構化的資訊，就是0和1，然後能處理文字資訊，現在叫自然語言處理，再往後可以對語音進行這五個環節的閉環處理，它的資訊量就更大了，提煉難度就更高了，再往上就是影象和視訊，這個是我們目前已知的所有資訊形態當中最原始的，資訊總量最大，信噪比最低的形態。機器一旦能夠從它中間進行二次的價值提煉和價值挖掘，那它所產生的附加價值就非常大。這就是為什麼過去幾年AI這麼火，最後會發現好像就搞視覺的這幫人工智慧公司跑得比較快，獨角獸也相對多一點。影象作為新的載體形態，或者能夠被機器處理的新的載體形態，它的傳輸技術慢慢成熟了，4G，影象的傳輸技術成熟了，接下來才能夠成熟分析、計算。這就是為什麼商湯這樣的企業對於影象、視訊，我們做計算機視覺，相對而言最原始，使用也最廣的資訊形態，當我們能夠用機器對它進行自動化分析和處理的時候，它所帶來的附加價值是非常大的。
你提供這樣的附加價值，但是附加價值一定還是要附加在一個東西上的，這個東西是什麼？那就是各行各業。這就是為什麼純粹的AI企業一定要跟已有的產業結合，比如商湯做的智慧城市、手機、自動駕駛，我們現在在地產、零售、遙感、教育，我們會和不同的行業合作，共同去探索怎麼樣把AI帶來的對於視訊分析的附加價值加到他原來的業務單元中去，加到他原來的業務環節裡面去，形成更大的價值回報。
純粹的AI企業有什麼樣的能力和優勢呢？這跟現在的落地技術有關，它是一種相對通用化的方法論，當有資料之後，其實是用相對通用的方法解決不同行業中類似的問題。這樣商湯這類平臺性的公司，我為不同的行業提供這樣的能力和工具的時候，我在這中間可以最大化地降低邊界成本。因為單一做任何一個行業，你去做智慧化投入都是非常大的，只有像海爾這樣的大公司才搞得起，大量的中小公司怎麼辦？只有像商湯這樣的公司給你提供平臺化的能力。我做這件事情因為可以同時跨很多個行業，70%-80%的能力都是可以共享的，個性化的只需要做20%-30%。我們做任何一個行業，其實重要的不僅僅是提供什麼樣的技術，滿足什麼樣的要求，而是技術怎麼跟原有的業務結合，讓它的價值落地。在這個過程中，我們作為一家技術企業，我們去理解每個行業是很難的。所以這個過程中一定會跟對這個行業有資源，對這個有理解的行業合作，共同去落地，這樣雙方都能形成獨特的價值。這是商湯自身發展的邏輯和定位。我們跟其他類似的AI企業，我們是橫向的平臺做得更多，在賦能上做得更多，跟行業合作伙伴也是更開放的，跟合作伙伴共同利用視覺技術去改變這個行業，幫助客戶提升。
王維嘉：能不能舉幾個具體的場景和例子？
楊帆：我們先說人臉識別，2014年的時候商湯當時參加了一個全球比賽，那年我們打敗了Facebook，拿了全球第一，為什麼這次比賽特別重要呢？這是全世界第一次人臉識別在一個開放場景下機器超越了人的能力。我們做得比別人好，我們就能夠對它進行應用，我們做的第一個應用是身份認證。但是做了之後發現這件事情根本不是這樣子的，網際網路APP的認證，犯罪分子或攻擊者不是硬去試你的人臉識別，而是找真實的使用者照片來識別，或者是生成一段視訊來做這樣的攻擊。我們發現這不是人臉識別的問題，有一個專業術語叫活體識別的問題，這個人工智慧要判斷是照片的翻拍還是一個真人，這其實已經不是人臉識別的問題了。再往前走，現在國內的手機廠商，包括oppo、vivo、小米，他們的手機解鎖方案也是商湯提供的，這裡面我們又會遇到一個新的問題，我做手機解鎖的時候，一開始也認為是人臉識別，結果一做發現很有意思，很多使用者把手機掏出來這麼看一下希望就能解開，很多時候攝像頭只能拍到半邊臉，這時候就要做半邊臉識別。聽起來人臉識別是單一的技術，但是當用到不同行業的時候，會不斷有小的新技術問題。這就是商湯為什麼做這件事情會有長期的價值，這需要你有持續不斷的技術創新能力，你要有演算法的研發能力，演算法研發能力比演算法本身重要得多，這是我們所具備的核心能力，包括人臉、影象、物體各種各樣的識別。我們還做遙感，做衛星影象的自動識別，幫助國土規劃局自動做估計。前兩天一個省的規劃局去看有沒有違建的別墅。你持續的技術創新能力不斷地幫助你解決新的問題。
王維嘉：你們的商業模式是賣服務還是賣軟體？
楊帆：都有，我們的理想是賣服務，現在不應該叫AI+行業，而是行業+AI，我們的商業模式是跟著行業變的，我要根據在這個行業提供的價值，在這個行業中產業鏈環節的位置，決定我在這個行業的商業模式。
王維嘉：我永遠搞不清楚網際網路+和+網際網路的區別，你剛才提到AI+行業和行業+AI的區別是什麼？
楊帆：就是以誰為主的問題，我們今天講人工智慧改變產業，我覺得更合理的說法應該是所有的行業、所有的產業都要完成資訊化、自動化、智慧化三步走的升級過程。任何一個商業邏輯是端到端閉環提供價值的基礎，所有的端到端閉環都是在每一個行業內產生的。AI是幫助端到端閉環提高效能，降低成本，做以前做不到的事情。因此你的商業邏輯、商業模式以及裡的定價都要根據它原有的商業閉環去定義。
黃曉慶：對於是網際網路+×還是×+網際網路，如果商業模式改變了網際網路，那就是×+網際網路，如果網際網路進入這個行業，把這個行業改變了，那一定是網際網路+X。
王維嘉：因為人工智慧有很多領域，青松基金都投了哪些領域，或者你們認為哪些方向是最值得投的？
劉曉鬆：人工智慧是老話題了，但是這兩年突然爆發是因為它管用，剛開始開復融資的時候大家不太理解，那麼賺錢，認為可能是當時投的時候比較便宜。道理就是這樣的，當別人還沒有看懂的時候，你看懂了，你投進去就可以獲得高倍的回報。人工智慧在兩三年前，大家還比較懷疑，說這個玩意管不管用，現在沒人懷疑了，基本上每個行業都覺得管用，即使還有一些比較難啃的骨頭，但是大家相信肯定能啃下來，所以大家都看到估值迎來爆發。我們最早是在媒體方面的應用，比如映客一開始只有一個介面，我們當時要求一開啟機，一鍵就可以播。但是這樣就有一個問題，喜歡音樂的人和喜歡逗逼的人，和喜歡段子的人，都在一個介面上的時候就很難滿足各種口味。所以你看到別的產品，像花椒就分頻道，一開啟十幾個頻道。但是映客一直堅持一個介面，堅持了很長時間，背後是什麼呢？背後就靠演算法，你開啟的和我開啟的是不一樣的。我怎麼知道你的喜好呢？就是看你點的哪一個直播，另外你喜歡誰，喜歡多長時間，我大概知道你的口味了，這樣就提高了效率，減少了一個鍵。另外一個例子是我們投資了一家做音樂的公司，叫StepBeats，比如你聽音樂運動，你的運動節奏快了，但音樂還是那個節奏，你就非常難受。最好的是你的運動節奏和音樂節奏是匹配的。這家公司可以自動生成音樂，這是一個挺天才的專案，一個剛畢業的小孩，既懂音樂又懂計算機的小孩做的，你用了以後就會非常喜歡。這是在文娛方面的應用。
另外在教育方面我們也看得非常多，人工智慧對教育的改造十年都改變不完，比如買東西，資訊流這個事情，很容易出現一個巨頭以後，別人都消失了，因為平臺效應很強。但是教育不會，不會出現一個教育的巨頭說你買所有的教育產品都到這個平臺上來買，不存在，原因是代價太大，因為買任何一個教育成本是要花費很大成本的，不是錢的問題，是孩子的時間和你自己的時間，你選課錯了不是時間的問題，可能是起跑線的問題，可能是一輩子機會的問題。所以每個人在選一門課的時候難度是很大的，因此不可能一個解決方案能解決所有問題。所以會出現20個千億級的公司，不會出現一個2萬億級的公司。我們投了20個教育公司，一半以上是人工智慧的。
王維嘉：投了20個，都是什麼方向的？
劉曉鬆：松鼠教育是做K12的人工智慧輔導，它能知道你的知識點，根據知識點給你做輔導。另外一個是閱達，專門研究做to B的，專門研究知識點和測評的，美國對標的公司200億美金，他是從美國這家公司回來創業的。這兩家公司都進入了去年評的中國網際網路教育十大之一。還有洋蔥數學，專門做數學的。包括掌門一對一，後面都有大量的演算法支撐。
還有供應鏈的改造，我以為供應鏈改造，人工智慧應用會比較慢，我們投的一家公司整體上把供應鏈的水平提升很多，把人和機器的效能提高了很多，庫存提高了很多，全部通過演算法來做，這也是IBM出來的。我們還投了智慧一點，這家公司是做什麼的呢？就是客服，但回答客戶的問題只是解決問題，大家想機器回答問題的時候，所有的問題作了記錄，把所有的問題解構以後成為知識點，再合併以後可以給產品，給前端，給銷售提供巨大的賦能。這個公司在這個行業當中是跑得最快的，這個公司是我們三年前投的，也是成長得非常快的公司。再舉一個服裝的例子，我們做了一個論壇，專門把傳統的服裝產業和我們投的做服裝產業的人工智慧公司在一起開論壇，傳統服裝企業都是五六十歲的創始人，另外一部分是30歲以下的，很快抱在一塊相見恨晚。我們有一個公司有4000多萬人體的資料，你測6個數據，打幾個鉤，他就能推測出人體的三四百個資料，從而做出一套非常適合你體型的衣服。做衣服的流程是很複雜的，真正要做一件好衣服是很難的一件事情。做一件好衣服，用人工智慧來做，可以做得很簡單，又快又好。人工智慧就管用了，未來會更管用。所以這次論壇選這個題目選得很好。商湯也是我們很尊敬的公司，我也覺得商湯會有很大的空間。但是我還是堅持認為行業是首選，當一個人工智慧技術要用到這個行業的時候，你得先去學這個行業，然後才可以給他賦能。
王維嘉：所以你認為是行業+？
劉曉鬆：一定是。
王維嘉：小沛剛才提到把非標準化的交易變成標準化，我在美國看過很多二手車公司，但是一家都不敢投，你們是怎麼把一個非標的東西變成標準化的交易？資料演算法在裡面起到什麼作用，能不能講一個特別典型的交易場景，讓大家理解一下你們是怎麼把交易變得簡單透明的？
張小沛：我們從2016年做到現在做了三年多，一開始我們是不敢定價的，因為沒有資料。但是一開始我們創業的時候，當時心裡想是要用AI、大資料去重塑這個行業的，但是一開始樵夫難為無米之炊。我們現在公司有3萬人，其中大概有8000個評估師，我們是用這樣的代價，每年上架三四百萬輛車，每一臺車是評估師會上門，我們有一套的裝置去測漆、發動機、門、底盤等，我們做了一個底盤機器人，把底盤的機器人拍下來，光線不好，還做了一個鐳射探頭矩陣。我們剛才探討到底是行業+AI，還是AI+行業，我覺得是偽命題，這兩個是要雙輪驅動的，你要非常瞭解knowhow，瞭解了之後才能正確地建模。對所有的行業，你要對傳統行業進行建模，建模的過程就是結構化的過程，結構化的顆粒度做到什麼程度非常考驗這個團隊的knowhow到了什麼程度，然後再把資料在不同的顆粒度上轉化成線上，你的演算法才有材料去訓練這些資料。我們評估師上門拿到這些資料之後，我們2016年都在不停地清洗這些資料，因為有大量的噪音在裡面。因為有8000個評估師，人是有很大的隨意性和不確定性的，同一輛車讓5個評估師去評，拿到的資料是不一樣的，你怎樣把不同的方差拿出來，最後取什麼樣的方位值，做了大量的前期準備。我們一直到2017年的時候才敢對這些資料，有些是熱門車，賣的最好的車是巨集光。
王維嘉：為什麼這麼熱？
張小沛：因為它是一個麵包車，可以拉客，也可以載家人，所以是比較經濟實用的車。對這樣的車，我們手裡有大量的資料，2017年初先從這個車開始定價。
王維嘉：是你們定價，不是車主定價？
張小沛：是資料定價，中國絕大部分其實是不太懂車的，它對車的價格只有一個預期。到2017年初的時候，我們從熱銷的車，從手裡有大量資料的車開始做，然後再一點點做，到現在整個平臺上70%的車都是敢於報價的，是因為我們要把車真金白銀拿下來，因為我們做零售了，我們是吃庫存的，然後賣掉的，否則是會砸在手裡的。現在還有30%的車是沒辦法定價的，這是一個長期的過程。也許接下來我們又往前走了一步，也許80%的車可以定價了。
王維嘉：為什麼你們除了二手車之外還賣新車？
張小沛：新車是因為我們認為是二手車的上游，所以往上游去走。我們現在是在賣車，二手車能定價、能流轉、能處置，這就是核心能力。
王維嘉：你剛才說行業+AI是偽命題，因為你們自己有很強的AI能力，你們覺得需要像商湯這樣的技術幫助嗎？
張小沛：這是一個戰略選擇的問題，沒有對和錯，我們從創業最初就覺得我們的世界觀是要用自己的技術、演算法、資料，這些是我們的核心競爭力，我們要拿著這個去重塑這個行業，包括客戶機器人都是用自營的，商湯也做得非常好，這是戰略選擇的問題，我們認為這是核心競爭力，所以我們是選擇自營的。
王維嘉：我現在看到的金融行業，它的資料一定不敢放到第三方去做，所以一般來說有錢就招一大幫博士團隊來做，可能沒有商湯做得好，因為他不放心，他覺得這是我的核心能力。但是像醫院一定不願意自己建團隊。對不同的行業，對AI賦能有不同的態度。
楊帆：整體上來說越傳統的行業，離IT越遠的行業，他本身這方面的能力相對比較弱，企業自身的基因往往業務性更強，這時候就更願意採取外生性的合作形式來推動。而相對網際網路的企業本身離這邊比較近，所以更側重於自身發展。
王維嘉：你們現在也佈局自動駕駛，人臉識別在中國是很大的市場，在美國幾乎是很小的，但美國和中國相同的是自動駕駛，兩三年前是特別大的市場，你從行業的估值就能看得出來。但是我最後決定不投，因為自動駕駛看不到商業模式，自動駕駛像福特、豐田這樣的公司，因為這是他們的核心能力，人命關天，所以最後要麼是被他收購，要麼是他學一段技術以後把你甩開。你對中國自動駕駛市場的看法和你們是否要進入這個市場？
王維嘉：自動駕駛會有您剛才講的問題，這個邏輯是這樣的，中國的創業者特別執著於上市，但企業賣掉也是很好的歸宿。我覺得車這件事情，對車廠而言，長期來講肯定是要把這個核心能力拿在手上的，但車廠也不一定是最後的贏家，在自動駕駛這件事情上也有一些觀點認為未來車作為所有物的屬性不再那麼重了，它在一些場景中的使用權會更加重要，未來車場退化為今天的手機OEM生產商一樣，這就顛覆掉了，模式可能完全不一樣。對於現在的自動駕駛公司而言有幾條路，你當然可以跟車廠合作，我這個公司做得好未來車廠就把我買了，這也是很不錯的。還有一種選擇，我們今天也看到了，一方面是家用車市場，車還有很多細分的場景，是特定型別的，比如公交車，比如清掃車，比如旅遊景點的擺渡車、機場的擺渡車，再比如物流園區從廠房到門口的擺渡車，其實是有大量的場景市場。這些在未來都有可能成為新的機會和空間，你完全可以把自己搞成運營公司，是有這樣的可能性的。
王維嘉：今天時間關係，我們已經到時間了，今天在座的五位都是在人工智慧行業深耕的，BAT掌握了所有的資料，新創公司怎麼辦呢？你仔細想，人臉識別，BAT沒有人臉資料，你搞人體成像，他們沒有人體生理資料。十年後回過頭來看BAT掌握的資料就像地面上浮的金沙，一個個創業公司是在挖深的礦井，真正的金子都在礦井裡面。人工智慧是一個要深挖的行業，是要跟每個行業緊密結合的行業，是要對這個行業知識要求非常深的行業。昨天跟一個金融行業的大佬聊，他說人工智慧到底能做什麼，我說你應該反過來說人工智慧不能做什麼，幾乎所有產生資料的生產和生命活動，只要產生資料，我就能夠用人工智慧，從資料裡面提取出相關性來，反過來把這個相關性用於優化的過程。這個行業真的是一個革命性的工具，它會潤物細無聲地滲透到幾乎所有的行業細節裡面，所以大有可為，而且這是一個特別適合創業的行業，因為它的機會太多了，它不會出現贏者通吃這樣的巨頭，當然也會有巨頭，但它是一個行業的巨頭，而不是水平的巨頭。這是我們中國的機會，也是所有創業者的機會。感謝今天五位嘉賓的非常精彩的分享，謝謝大家！