线性资本王淮：AI的革命不可逆转，终将遍地开花

2018年6月13日，由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指导，上海市长宁区青年联合会、亿欧公司联合主办，拼多多协办的“2018全球智能+新商业峰会”在上海长宁世贸展馆举办。 

本次峰会以“AI落地，产业升级”为主题，现场聚集超过5000位AI行业内外人士，共同探讨AI目前面临哪些挑战，当下如何商业落地，未来将会怎样发展等问题。峰会采取“1+8”的组织架构，除了6月13日的“全球AI领袖峰会”外，14-15日将举办包括 AI消费产品峰会、智能+新出行峰会、智能+大健康峰会、智能+新金融峰会、AI国际峰会、智能+教育峰会、智能+新服务峰会、智能+零售峰会在内的8场垂直峰会。 

6月14日，在AI国际峰会上，线性资本创始合伙人王淮发表了《AI革命》的主题演讲。

【王淮现场演讲实录】

谢谢大家，谢谢亿欧的邀请，我今天分享的主题是AI革命，不过大家不要担心，今天不是讲社会革命理论，而是讲技术革命。

在讨论这个话题之前，我想先给大家讨论一下AI是什么？可能不同的人对AI的理解不太一样，下面这段是我们对AI的理解。我们用一段代码来显示。我写了很多年的PHP，因为Facebook毕竟是在PHP的基础上建立的。这段代码里面提到三个变量，第一是data based，需要大数据，这是必要的生产资料；第二是AI driven对数据的算法处理，这是必要的生产过程；第三是commercially applicable，要么让成本更低，价格更便宜，要么让你的效率更高，能够赚更多的钱，这两者中有一个最重要。

这种情况下，AI才能发挥效果，才是有用的AI。从另外一个抽象的角度看，我刚才提到的也是我们看到基本上在所有的有效AI应用当中的一个抽象模型，其实就是这么四个步骤：第一是感知，你需要有合适的感知期获得数据，什么叫感知期？像各位手里的手机存在的摄像头，这里面很多地方的摄像头，包括获取声音的数据，还有很多传感器，尤其在IOT时代，这里面都是不同感知期获得这些数据，尤其是结构化的数据。

第二就是决策。对数据进行处理之后，有既定的算法，能够产生数据当中的规律，当我们看到了规律之后，只有行动起来。虽然听起来都是很险的步骤，但是实际当中，很多时候AI没有发挥效果就是因为这一步，没有真正应用起来，应用当中有一个陷阱，开始的时候，AI的应用代表的效果都是不比人好的，但是你假设能够把应用结果反馈回去，有这个规律，随着时间的增长，数据的增加，算法的提升，AI产生的效果一定比人更好。这是我们在汽车领域的自动驾驶、金融领域的自动放贷，还有现在医疗领域的影像技术做诊断，不同AI技术的应用都反映了这个框架模型，所以希望大家看到AI究竟是什么，能用这四个步骤来考虑AI的问题。

如果用一段话来描述我对AI的理解，那就是：AI  is algorithmic  processing  data  for  actionable insights。这里面关键词就是这三个点，一个是算法algorithmic，第二是data数据，第三就是actionable行动。

接下来我们谈谈对AI历史地位的认识，我认为在工业革命之后，在执行层面，机器力量代理了人力和自然力，在AI革命之后，在决策层面上，机器智能将会代替人脑智能。这其中的差别在于，前者革命的对象是体力劳动，后者革命对象是脑力劳动，所以我们甚至可以说，有时候可以把AI革命当成第四次工业革命。

在决策这个层面，我们也在经历着原来以人为核心的蓝色部分，指的就是人脑，人作为决策核心，以人为核心的经验模型，到人机结合，但是依然以人为核心的AI智能模型，这个可能是我们在绝大多数地方听到的。AI对于我们这个时代的决策有什么样子的帮助，即AI赋能，我们觉得这只是一个过度状态，再往前，一定会进入以机器智能为核心，人作为当中一个辅助的输入的决策模型。

到那个时候的话，我觉得会有很大的生产关系上面的改变，因为人在整个决策体系当中的作用，的确会越来越低，不过这个过程不会有想象的那么快，也不会那么顺畅，会是一个需要在座各位奋斗很多年的过程。

放到更大的时代层面上看，我们觉得AI革命之所以有机会，也是依赖于这五大条件的成熟，随着信息化、电子化的进展，我们产生了大量数据，处理数据的算法也在逐渐成熟，在学术的层面这个一点都不新，在工业应用的领域也是最近五年的时间逐渐流行起来。在人才方面，不过四五年之间，不管是中国BAT还是美国的Facebook、谷歌在工业端有实践经验人才培养的大批量成熟，还有算力的提升。它们在过去两三年股价翻了三倍，也是因为他们在算法占了核心位置，这些基础条件的成熟，加上越来越多的应用场景对接受AI技术的应用这个心态的成熟，也许在各大领域通过对AI的应用，来实现大规模的生产力的提升，打破原来的生产关系，这会产生一种革命性的变革。这还是我说的人的作用越来越少，机器的作用越来越大，我们已经实现了体力劳动方面巨大的进步，随着脑力劳动的机器介入越来越多，这里面关系的变化，将来整个各种商业领域也好、工业领域也好，它的组织方式的变动都会产生今天很难预料到的变化。

接下来跟大家分享的是既然我们提到的假设AI对于各行各业的影响会那么大，那会在哪些领域率先发生？这也是我们做投资人比较关注的大问题。接下来我会选取六个我们认为规模在千亿到万亿美金之间的场景给大家做一个分享。

第一个也是最成熟，也是可能很多人听到很多的就是AI对于商业智能的改造。这段我们的理解是这样的，企业软件，企业服务这件事情一点都不新，几十年的历史了，最早还是软件安装到企业里面，把企业的工作流程管理起来，后面进入SARS年代，把企业数据集中起来，云端化管理，让你随时随地访问。从原来的CS Model到BS Model，还是以人力决策为核心的。越来越多我们看到的企业软件，我们怎样把数据能够以核心的方式处理好，展示起来，能够帮企业的决策变得更加高效，这个事情是面向决策为核心。再往前一步的就是将来决策的自动化，所以我们称现在的现象称之为Decision as  a  service，它对于AI革命发生的技术难度做了一个评价，还有它的市场规模，这个领域相对接受程度是非常高的，技术也相对没那么难，规模千亿美金的样子。这个领域我们投过用数据驱动的方式来改造企业里面的数据流程跟决策流程的神测数据以及做一站式看版分析服务的观远数据。它们都是这里面的佼佼者。

第二是AI在金融领域的应用。我们对金融的理解是实现资本在风险和回报之间的分配，我们希望是在能够极大化回报的前提下，来极小化风险，这是一个鱼与熊掌的问题，但是没有对大数据充分使用，利用大数据的风控模型应用的话，我们是没有办法实现这两者的最优配置。这是一个纯数据的问题，但它进入门槛最难的还是在于人为的门槛，因为现在的决策方式的原因，还需要一个过程，但是只要进去了，从我们的经验看提升是巨大化的。这里面我们投过反欺诈服务的同盾，包括阿法金融，这也是万亿级的市场，对使用这些技术成熟度也很高，只不过它进入的难度，人为的难度非常大。

第三是AI+医疗。这个领域也是相对技术没有那么高，人为门槛非常高，医院大家稍微了解水很深，利益错综复杂，怎样才能改变医院数据的获取，应用到医疗过程当中，这是极其难解决的非技术性问题。从技术问题看，利用影像技术在辅助诊断，尤其各种癌症方面，在于已经诊断了，怎样让治疗过程变得更加精确，更加高效这个方面，都是有很成熟的技术，缺的是数据。这里面我们投过智能放疗的云平台readiness，还有新药研发阶段，我们投的连心医疗。除此之外，还些领域，这个领域也是万亿级美元的市场。

第四个领域我们关注的是AI在教育里面的应用。教育是以学习效果提升为核心的，尤其是在咱们中国，这个方面我们觉得AI能够以最高效的方式，理解你知识的薄弱点，找到最适合你的方式，给你合适的教育方法，生成以最感兴趣、最有效生成的教学内容，这三个方面都能够利用AI做个性化的工作。最后的目的是为了提升你的学习效果。个性化的考试，出过国的人都知道，都是用自适应的方式，用最好的体量考察你的薄弱点但在个性化内容方面，现在是非常值得尝试的点，这个领域我们投了flickering.ai。它从算术题的自动批改切入，能够帮小孩子更好的学习数学，从这个角度切入的，空间是很大，但是切入点一定够窄，这也是典型的万亿美元的市场，但是人为难度也是非常高。

还有一个东西其实我们觉得是更加早期的，但是我们看到未来的空间非常大的是AI+工业化的应用。这个事情怎么理解呢？我们这么几十年下来，其实是实现一键式操作。这里面每道工序都非常简单，但是是固定的，能让你可靠性得到保障，但是你如果想做个性化，大规模、低成本的个性化定制，需要让整体生产工序连网双向通信，跟AI技术结合。因为机械在AI领域应用是非常广泛的，我们投了德国宇航局，是一家专门做力反馈和视觉+机械臂的公司，我们觉得这个方向未来也是巨大的，但这块儿的难度我用了五个感叹号表示。

最后一个分享的领域，其实我们觉得难度也是巨高，但是今天的泡沫是巨大的，就是AI在交通领域的结合。首先一个是电动车，随着电池技术的发现，未来三到五年内，电动车一定会普及，另外是自动驾驶，今天基本出来的每一辆车都是带了L2、L3的辅助驾驶的功能，但是实现真正意义上纯粹的自动驾驶是L4的级别，L4、L5的级别，估计还要10到15年的时间，除车子自动驾驶之外，还有一个是更加让人脑洞大开的未来的交通方式。

很多我们认为不大可能的事情，逐渐以各种方式被胆子超级大的人带到我们生活当中去。刚才给大家展示的六个产品是我们从早期投资的角度，觉得现在最适合进入的革命场景，在未来三到五年内，我们认为一定会爆发。但是我觉得AI革命的落地点不止这六个方向，AI的革命将不可逆转，遍地开花，我们知道所有的革命都需要极大的投入和耐心，一切才刚刚开始，希望在座的各位能够抓住难得的时代赋予的机会，有所作为，谢谢大家。