想不到，这些大佬竟然是这样看人工智能的……

　　李世石与AlphaGo的大战，把人工智能带到了大众面前。一石激起千层浪，关于人工智能的讨论一夜激增，有人欣喜“人工智能将彻底改变世界”，有人担忧“AI会不会毁灭人类”。

　　事实上，人工智能并不是一个新鲜的词汇，在过去60年里它已经经历了三起三落。

　　而在今年，人工智能首次被写入政府工作报告，导致当日A股智能概念股全线飘红，几家公司甚至强势涨停。科技产业亿万富豪马克·库班(Mark Cuban)一度公开表示，全球首位万亿富豪将来自人工智能领域。

　　对这一波热潮，资本市场也表现出了不同的态度。有人谨慎围观，也有人摩拳擦掌跃跃欲试。毋庸置疑，未来几十年，人工智能将会对多个产业造成冲击，成为继工业革命后推动人类社会前进的下一波浪潮。但现阶段，人工智能仍然有很多问题亟待解决。

　　而当下，正是人工智能行业机遇与挑战、变革与陷阱共存的节点。对此，创投圈相关人士也纷纷表达了自己的观点，猎云君搜集资料后，将它们简单分为了三类：看到的陷阱、发现的机遇和给出的建议(注意，本文只选取了部分看法，不能全面代表文中任何一位的所有观点)。

　　如果你正在犹豫是否要进军人工智能领域，或者你根本不知道人工智能和你的生活有什么关系，下文或许会对你有所启发。

　　他们看到的陷阱……

　　百度风投CEO刘维：

　　回过头看过去的五年、十年甚至过去二三十年，人类在做信息机器、智能机器的过程中不断地出现看上去很美但做不出来的东西，有三个层面的问题：

　　第一，底层技术本身的成熟度远远没有达到大家想象的程度。比如现在无人驾驶或者自动驾驶。可能有一天落叶飘过来这个摄象头就没有办法很好的工作，在逆光的情况下、光线的情况下非常容易不准确。还有语音交互还没有达到真实可用的水平，所以底层技术的不成熟，也制约我们把这个东西做出来。

　　第二，真能做出来一些人工智能产品，需求也多，但不一定卖得出去。

　　人工智能这个领域任何一个开发都有相当的投入，基于行业理解去构建产品的过程。把产品构建出来后你调整的余地其实并不大，很多时候企业想用你的东西，但为了用你的东西，管理的成本、改造的成本，也大大超出了他的预期，所以这个东西能不能卖得出去，就阻碍了人工智能项目落地的真正的问题。

　　第三，即便你做出来了，还卖出去了，但也不代表“高枕无忧”。

　　整个中国的经济有高度的分层，这种分层就决定了你一个非常概念突破的、技术突破的，也花了很大的精力去聚焦的小产品，有可能赢得一些先导用户，从先导用户再到真正占领市场，这个路径还是需要很长的时间，需要等待，需要教育市场，需要根据不同的客户所取得的渠道、区域，建立这种中间层，在整个市场中，其实前后都有追兵或者阻截。

　　迅雷创始人程浩：

　　技术创业者如果只定位做技术提供商，而不直接面向用户/客户提供整体解决方案，未来价值会越来越小，不往上游走风险非常大，甚至是死路一条。

　　原因有几点：未来很多基础技术服务都是大公司的赛道，都会免费;依托于算法的技术壁垒会越来越低;技术提供商如果不直接面向用户/客户提供整体解决方案，则非常容易被上游碾压。

　　既然做纯技术提供商没有出路，怎么办?可以考虑“一横一纵”理论。“一横”就是指你提供的技术服务。通常“一横”能服务很多行业，要在其中选一个最大、最适合你的行业，深入扎进去做“全栈”，就升级为了“一纵”。在垂直外的行业，因为没有利益冲突，仍可老老实实的做技术服务。这样的话，商业上你能吃透一个垂直行业，技术上你还能通过横向合作，不断获取对方反馈的数据来夯实你的技术。

　　线性资本创始人王淮：

　　那个年代叫人工智能大家一定觉得你在忽悠，我们那时候叫数据挖掘，最多叫机器学习，人工智能这个词应该是过去两年才真正的没有变成老鼠过街人人喊打的状态，以前大家是不怎么敢提的。现在AI泡沫很多，资本会越堆越大，5年内会有一个挤泡沫的过程。

　　华创资本合伙人熊伟铭：

　　有人在说计算机算法、视觉识别、语音识别，从这些角度来看，AI产业发展已经具备了良好的技术基础。但这些都是概念化的东西，投资人更想听到的是能落地的内容。教育也好、医疗也罢，AI都要与具体的业务场景相结合，单纯地只讲人工智能技术是不靠谱的。

　　目前许多创业公司都不是完全意义上的人工智能公司，不具备像O2O或P2P那样很大的市场规模和业务量。AI在结合具体行业时面临着很多困难。

　　另外，AI的发展需要投入大量资金，但它的回报周期一般在五年以上，对于一家企业而言，究竟AI对业务驱动能产生多大促进作用还没有人能给出具体答案。所以，AI是一个距离盈利很远的行业。

　　他们发现的机遇……

　　红杉资本合伙人周奎：

　　在这两年，可以看到产业里最优秀的一批公司，从最早说自己是互联网企业，到后来说自己是大数据企业，再到现在很多公司都会说说自己是一个智能企业。从PC互联网到移动互联网，再到大数据、人工智能。AI变成每个公司的一个烙印，这是产业变迁的痕迹。

　　我预测未来五到十年，每一个在产业里成功的公司都会是一个AI公司，而不是一个专家学者，或者说少数IT人员的一个符号。

　　机器这么强，是不是会替代人力?当然。现在可以看到一些非常优秀的公司只有很少人，大部分是机器在工作。当越来越多人的工作被机器替代时，每个产业就会变得越来越繁荣，你会说就业机会减少了吗?没有，反而产业的繁荣带来了更多的就业机会，人会从制造业等程序化的事情解放出来，加入到做一些创意的事情中去。

　　创新工场CEO李开复：

　　人工智能将取代大量简单工作，任何的工作如果需要超过五秒钟的思考，都是做不过机器的，而且不是说它能不能打过我们，而是它必然的把我们远远甩在后面。

　　50%的工作将会被人工智能取代，尤其是翻译、新闻报道、助理、保安、销售、客服、交易、会计、司机、家政等领域，甚至90%的工作将会被取代。

　　但中国有很多机会，虽然创业成本高，科学家稀缺，但是这里是中国的做人工智能的好处：

　　一、中国人数学很厉害;二、挑一个领域，可以收集很大的数据，而且这个数据是有标注的，而且精确的;三、能买很多机器;四、只要给我一个数学天才，半年的时间就可以让他在人工智能产生价值，做一个有价值的人工智能工程师。

　　IDG资本合伙人牛奎光：

　　在语音识别和图像识别之外，还有一个方向我特别看好觉得很激动的事，就是什么时候人工智能能够给每个人都配一个秘书。我觉得如果能给每个人都配备一个类似秘书的服务，使它能记住每个人的偏好、兴趣点，那么可能会使人的生活便利程度大大增加。

　　英诺天使创始合伙人李竹：

　　未来的三十年，我们认为是人工智能普及的三十年，人工智能比互联网+的普及还要广，可以普及到所有的地方。

　　中国有可能成为全世界人工智能领跑的国家。移动互联网，中国已经在某些方面领跑了，比如本地生活服务，有像美团、饿了么、滴滴。但是在人工智能方面，中国的机会更大。

　　中国人工智能创业趋势：人工智能有五年以上的创业期，初创的企业，可以在五年中从容的选择机会，当趋势出现的时候，在大波浪的时候做还不晚。

　　搜狗CEO王小川：

　　我把人工智能分成这么三类。叫级别、判断和创造，创造叫生成。

　　现在的人工智能还是有很多的局限性。例如在一个有背景音乐的环境里，两三个人同时说话，人很清楚可以辨别出什么声音是人说的，但机器做不到。语音识别是不是人工智能的核心，或者是人工智能未来很重要的一部分?我并不这么认为。因为语音搜索只是一个皮毛。另外比较难的是自然语言的处理。

　　有一个个人观点，就是让机器做判断和决策，这个是里面唯一有巨大商业价值的东西，把人的劳动取代，让机器产生更高的工作，比如像金融里面是这个例子，阿尔法狗也是，它是在做判断和决策，一旦让机器有这样功能了，他就有很高的效率。

　　大家开始思考人工智能了，这就是一个错误，人工智能现在的基本做法是要学习，其实对于搜索引擎公司，不管是百度还是搜狗大部分还是在学习。现在有了深度学习以后我们可以想像的更多，比如在网页搜索里面，以前靠我们的工程师怎么是高品质的，让这个机器去学，或者是图象识别这个里面如何更好的发现人脸，发现这个特征。深度学习之后需要更大的数据量才能做提升。

　　信天创投合伙人蒋宇捷：

　　人工智能是未来最重要的一个方向。智能时代来临后，基于各行各业垂直化的需求和应用，一定会颠覆掉之前的传统行业。

　　创业公司如果将人工智能技术应用到这些行业中，未来的机会跟市场体量还是巨大的，创业者可以从细分领域切入，最后通过智能化产品解决不同行业共通的问题。这样就有可能做成平台级产品，而这种产品的市场规模，很有可能是千亿美元级别。

　　他们给出的建议……

　　GGV纪源资本肖鸿达：

　　目前，人工智能已经不是一场区域化的战斗，它是一种全球化竞争，遍布美国、以色列、中国等。

　　目前观察的情况表明，AI现有的商业模式并不非常清晰。因为，不管是2B还是2C，不管是提供技术还是提供解决方案，不管是提供产品还是提供服务，不同的场景之下，在不同的领域，其商业模式都可能完全不一样。

　　举个例子，AI公司到底应该是2B还是2C?二者各有利弊。2B，发展可能会更快，但天花板也会更低;2C，因为要跟巨头掰手腕所以难度大。

　　因此，在我们对人工智能行业有超高期望值的当下，更需要理性的去选择一个现在技术可以实现、市场相对成熟、且能够有一个成立的商业模式的企业，这样的投资才可能产生更大价值。

　　前百度首席科学家吴恩达(Andrew Ng)：

　　几乎所有人工智能最近的进步都是通过一种类型——即输入数据(A)然后快速生成简单的回应(B)，也就是监督学习(supervised learning)实现的。A B 这种系统下最有效的技术就是深度学习，仍距离具有自我意识的高人工智能还差得很远。

　　从研究角度来看，我认为迁移学习和多任务学习是我需要探索的领域之一。当今机器学习技术的多数经济价值都是应用学习，学习许多标签化的数据，以此完成你希望解决的具体任务。我们之所以看好迁移学习，是因为现代深度学习技术已经可以为具备海量数据的问题提供不可思议的价值，这可以为很多应用模式的发展提供巨大的动力。

　　当然，人工智能有其他更加直接的风险，包括对人类工作职位的影响、人工智能研究者对研究信息的分享、以及人工智能软件自身的可信度。他说：“我们不能用‘讨论几百年之后才发生的事情’来掩盖这些更加直接的问题。”

　　看到了人工智能对人类产生了种种正面及负面的影响，我呼吁各位人工智能领域的领军者，不应局限于科技对企业、产业的影响，而是从全人类的角度，用人工智能等创新科技，为每一个个体建立一个自由发展的世界。

　　蓝驰创投合伙人朱天宇：

　　AI不是风口，AI只是一个标签。这个标签让我们识别什么呢?无论在行业的需求侧还是供给侧，比如说高级算力，从芯片到算法等等，现在有了新的可能性。但是这套算力到底输送到什么场景中去，怎么赚钱，怎么解决行业问题，这不是靠风口，也不是说我们都谈论AI就可以做到的。

　　关键还是要知道怎么从场景里抓需求，怎么找到有效的解决方案，怎么规模化扩展，还是创业的三大方法论。AI 创业者早期要“一边赚钱一边赚数据”，因为三到五年之后，这样的机会可能消失。

　　创新工场管理合伙人汪华：

　　工业革命花了上百年的时间逐步完成，而人工智能可能在接下来短短的十几年内，可能就会对整个世界发生更工业革命快十倍，甚至剧烈十倍的冲击。我们大量的人口会被抛出现在的轨迹，社会、经济、政治、财富分配、就业、教育，所有的制度是不是已经准备好了?我们到底能不能解决这个问题，这是非常非常有意思的话题。

　　360董事长周鸿祎：

　　人工智能领域则是泡沫和风口同时存在。一定不能抽象的投人工智能，人工智能一定要和交通或行业相结合，建议大家多注意IOT领域。

　　看完这些观点是不是有点意犹未尽?

　　以“精·识·制·用”为主题的“解码人工智能·猎云网2017产业创新峰会”将在4月13日在北京四季酒店盛大举办，数十位创投资本大佬将就产业变革、投资机遇展开激情探讨交流，本文中给出观点的某位大佬很可能就会到达峰会现场!对人工智能感兴趣的你可千万不要错过哦。