商湯科技徐冰：創業者打造一家領先人工智慧公司的兩條路徑
人工智慧並不是一個單獨的行業，而是一個生產力工具，在經過幾十年的階梯性演化之後，人工智慧可以對傳統產業進行賦能和升級，提升生產效率，幫助企業提升利潤率，讓全球經濟實現高速增長。
創業家&i黑馬訊（王妍）12月15日訊息，由創業黑馬&黑馬學院主辦的2018黑馬社群大會舉行，商湯科技聯合創始人徐冰出席活動併發表主題演講。
徐冰在演講中表示， 人工智慧並不是一個單獨的行業，而是一個生產力工具，在經過幾十年的階梯性演化之後，人工智慧可以對傳統產業進行賦能和升級，提升生產效率，幫助企業提升利潤率，讓全球經濟實現高速增長。
談及如何打造一家領先人工智慧公司的話題，徐冰認為當前的創業者有兩條路徑，一是選擇去做一家AI技術企業，主導、定義、生產某個行業的人工智慧技術；二是做AI應用企業，通過整合各類成熟的AI技術，打造解決行業具體痛點問題的產品及解決方案，並 主導定義、影響行業 AI 賦能商業模式 。
以下為經i 黑馬編輯過的演講節選：
四年前來北京創業時，我就知道黑馬成長營和黑馬大賽，今天很高興有機會在這裡與大家交流。
剛開始創業時，我們並不把自己做的事叫人工智慧，而是計算機視覺與模式識別。這四年來，人工智慧變得家喻戶曉，很多人都在關注怎麼能把這個新技術用起來，提升產業效率，實現產業賦能。在人工智慧行業，我們有一些實際經驗和感受，也主導了一些用技術賦能、產業升級的過程，所以很高興今天有機會跟大家分享，人工智慧在技術賦能和產業升級中的角色、我對未來的看法，以及怎麼幫助產業鏈上的企業及創業者。
人工智慧是一個生產工具
時代大背景下，人工智慧已經是盡人皆知的詞彙，也有很多人說進入了一個智慧化的時代，我們看到很多與人工智慧相關的應用案例，有一些可能比較概念化，很難落地，但有一些確實產生了實際價值。
這裡面技術本身的突破來源於深度學習，它催生了一系列在應用層面的技術成熟。深度學習沒有大家想的那麼複雜，其實就是過往60多年來，人工智慧科學家一直想找的一個有效的理論體系，怎麼讓機器像人一樣，機智、有效地學習知識，掌握一些特定的技能。
終於在2011年，深度學習出現了。它讓機器在大量的資料裡挖掘模式和規律。學會怎麼識別一張臉、一些語音，怎麼下圍棋、開車，當機器掌握了這些技能，就可以為人所用，幫助傳統產業提升某些環節的效率，這就是生產力。
我並不覺得人工智慧是一個單獨的行業，它是一個生產力工具，過往幾十年也經過階梯性的演化。
第一階段，人工智慧技不如人。這個階段出現了幾波人工智慧的浪潮，最後都冷下去了，核心原因就是技術本身沒有成熟。
第二階段，是我們現在所處的階段，技術開始超越大眾，具備某個普通的技能，我們就可以用機器來做這些事了。
第三階段，也是大家一直想做的事情——超越專家，這非常困難，因為專家的經驗需要10年、20年甚至更長時間積累。比如老醫生積累了20、30年的診療經驗，想超過他的能力，需要很長時間技術上的迭代和突破。再比如，有幾十年駕齡的老司機，開車非常安全，跟他們相比，現在的自動駕駛系統還處於相對初級的水平。
所以，現在我們處在人工智慧剛開始超越大眾的階段。大家在現在這個階段，非常關注這項技術，這是一個好的開始。
今後，我們將能看到，能超越大眾級別的人工智慧工具，對傳統產業進行賦能和升級，提升生產效率，幫助企業提升利潤率，甚至可以讓全球經濟實現高速增長。
對中國來說，人工智慧有一種特殊含義。中國的各行各業能夠藉助人工智慧技術獲得相比其他國家更大的提升。中國的人工智慧企業，也是全球獲得融資最多的。同時，我們的國家也非常重視人工智慧，把它作為國家戰略。
在不久的將來，因為勞動力的斷層，整個社會的老齡化，可能會導致人口紅利消失。人工智慧作為生產力工具，是一個潛在的解決方案，它可以在不依賴那麼多勞動力的情況下，支援經濟保持高速增長。人工智慧成為一個國家戰略，政府積極地號召投資人、創業企業、國企、跨國企業，投入到打造完整的人工智慧生態，這個生態的總規模可能在2030年超過30萬億元。
其實人工智慧技術的生產有三大要素：
要素一，大資料。你要有巨量的資料，作為這個技術的生產原材料。深度學習要消耗大量的資料，越多的資料意味著演算法越好，演算法越好意味著越有機會超過人的能力，效益就越高。
要素二，計算能力。你要投資建設極強的計算能力，保證你的生產速度、深度學習模型的訓練速度，這樣才能夠保證迭代提升得快。別人花一個月訓練出來一個套演算法，你通過超算算力可以幾分鐘就算出來，即可以極快速地迭代創新，提升演算法效能。
要素三，和傳統行業場景的結合。結合之後才有反饋通道：1、能夠不斷地迴流積累資料。2、有技術上的場景反饋，這個場景到底需要什麼樣的技術，什麼屬性的功能去真正幫它提高效率，這需要正向反饋，知道往哪個方向、哪個問題、哪個痛點上生產、迭代的技術。
這三個要素缺一不可，有了這樣一個大方向，接下來應該怎麼做？
首先要有渠道去獲取這些資料，比如需要連線大量的線下裝置，不斷迴流資料。資料積累達到一個量級之後，才有原材料去生產演算法。
第二，投資、建設超算的能力。對於大企業來說，要單獨拿出預算，建立一個人工智慧專用的超算，目的是不斷地訓練和迭代演算法，支撐大規模的AI技術應用。商湯在全國建設了大量超算，這也是鉅額的投資資源。
如何打造一家領先的人工智慧公司？
我覺得人工智慧時代的創業者有兩個選擇：
選擇一是去做一家AI 技術企業 ，它的定義就是由這家企業主導、定義、生產某個行業的人工智慧技術。比如說生產最好的無人駕駛演算法、醫療影像診斷演算法、智慧城市的人臉識別演算法，還有晶片等。
我們看到市場上有很多優秀的AI公司，都是通過自建科學家團隊，投入大量的研發經費，形成技術上的領先性，這是它們的核心競爭壁壘之一。AI技術企業職責是做AI技術，把生產力工具做出來，並保障這個工具的效能是最好的。
選擇二是做AI 應用企業。 它並不是去僱傭一大批科學家生產某項演算法，而是通過各類成熟的AI技術，打造一個專注某垂直領域，針對具體行業的解決方案。它要做的事情是主導、定義、影響AI產生的價值，這個價值應該怎麼分配？這是一個商業模式的問題。
比如說一項人工智慧生產力工具用到廣告行業，實現10%的效率提升，在這10%裡面，可能應用企業拿3%，AI技術企業2%，剩下的5%回饋給傳統行業，這是一個很簡單、很粗淺的idea。AI的應用企業應該去做的幾件事情：第一件事是定義能解決實際問題的產品；第二件事是定義商業模式，在這個產業鏈條裡面設計出一個合理、可持續的AI價值分配方案。
所以，這兩類企業的專注點完全不一樣，我更多把第二類企業稱為用AI，而不是做AI，這兩類企業所需要的競爭力也完全不一樣。
對AI技術企業來說，要保障核心競爭力，有兩點：第一，建立高技術壁壘，你必須要在所處的行業裡面實現絕對領先的技術壁壘，獲取最大規模的資料量，針對那個場景建設最快速度的超算，有一支最強的科學家團隊，申請全套的IP保護，最後才能夠形成一個高技術壁壘，保證你在這個方向上的技術絕對領先。
因為對AI演算法來說，它其實是一個軟體。如果在這個行業裡，每一家公司都能夠把演算法做出來，邊際成本又低，那到最後一定是價格戰，可能大家都賺不了錢。所以，你要保證這個行業對技術有高要求，效能越高越好，同時保證效能做到行業第一，最後才能有資格和權力去定價。
第二，這類企業在商業上有另一個屬性，高毛利、增速快。高毛利、可持續的高速收入增長，必須有產品性的驅動來保障它的擴充套件性，不能只做一個一個的專案，最後你要去大量部署演算法產品去把下游打通，形成一個閉環。
這表現在人工智慧在各個場景的賦能。舉一個例子，一個傳統的安防監控攝像頭行業，每年的市場規模增量大概是10%-15%。但是智慧城市後端分析平臺的市場，每年的規模增量是300%-400%。所以只要你的戰略正確，技術領先，很容易實現年營收數倍的增長。
同時，另一類用AI的企業，我認為核心競爭力完全不一樣，他需要去做的是：第一，整合領先的人工智慧技術，通過多渠道評估，獲取領先的人工智慧技術，並確保這個技術長期供應的穩定性，如果中間技術斷貨就沒辦法做了。第二，與AI技術企業約定商業分成，協調商業模式和利益的分配。對於AI應用型企業，要掌握資料的控制權和主動權，形成資料的資源池，有資料就可以跟上下游做整合、合作。
這類企業首先能夠解決行業問題，以降本增效為核心價值，同時能夠主導設計商業模式，確保價值被合理分配，保證它的公平性和可持續性，最後形成產品和服務上的壁壘。
從產業結構上來說，一個AI技術對於傳統產業的賦能，基本上就是：從資料和問題定義開始，由我們這樣的演算法生產企業，把演算法生產出來，然後由一批專門做產品開發、問題解決、場景落地的應用型企業，把這個產品應用到、落地到某個場景。最後，真正產生最大效益的其實是客戶群體，政府、智慧城市、地產、銀行、學校、醫院等這些具體的場景，裡面的傳統企業，實際上是從人工智慧中獲益最多的企業。
如何為一家人工智慧公司合理估值？
高增長是人工智慧產業的一大特性，很多企業能夠實現年化200%、300%、400%的營收增長，這種情況其實非常少見，多數其他行業企業能夠實現30%、40%已經非常了不起了。我們統計了在港股和美股上市的所有公司，未來兩年的增長預測裡，大於100%的企業一共只有47家，而且這裡面大部分都是生物科技和醫藥類公司，只有一家TMT公司能夠預測未來兩年的收入100%增長。
所以，收入的高增長是一個絕對稀缺的情況。在人工智慧行業中，這種稀缺情況現在是存在的，主要原因是新技術驅動了新的市場增量，市場規模本身每年有三四倍的增長。
對於做AI技術的企業和做AI應用的企業，估值的判定也不一樣。如何在做一家AI企業的時候確定一個合理的估值，讓投資人投你的企業能夠賺錢，我相信每個人都有不同的公式，但綜合下來大道至簡。
首先，年化收入的增長能保持在100%以上，且能夠持續3-5年，這本身就是一個高門檻，其次，要能實現毛利率60%以上。我覺得達到這兩點，才能被稱為一家AI高技術企業。一般來說，投資人的預期也是能夠有年化33%IRR回報，對標市場上一些高科技領軍企業，比較好的估值水平基本都在6-8倍PS。
所以，一個高科技AI技術企業的合理估值其實很容易計算：當前的合理估值就約等於兩年後的收入乘以最高8倍的PS倍數，然後再除以2。例如如果兩年後的收入預計是1億美元，當前的合理估值基本上不超過4億美金。
當然，對於AI應用型企業，很多時候估值視行業而定。而其一個共同的屬性就是高增長屬性，未來的年化收益持續高增長能夠在50%以上維持3-5年，我認為這一類企業會更多，當前的合理估值往往是一年後的收入乘以2-3倍的PS，比如說你明年的收入預計是10億人民幣，當下的合理估值可能在20-30億人民幣左右。
現在中國的投資市場也在慢慢冷靜下來，不像一兩年前，可以有時給到非常瘋狂的估值，現在大家更願意有一個比較好的基準和估值，確保未來不要出現一二級市場倒掛的問題。
以上，就是我分享的內容：如何做一家領先的人工智慧企業，以及怎樣以一個比較合理的估值去融到錢，來支撐你持續做這家企業，並且讓大家至最後都能賺到錢，為這個垂直場景、產業創造價值。謝謝大家！