李开复：创业成本在人工智能领域达到新高，但是中国有很多机会

2016年9月，由李开复创办的创新工场启动了人工智能工程院。

2017年1月10号，创新工场发布题为“投资AI生态，共赢智慧未来”的人工智能战略白皮书。同时宣布李开复博士将亲任人工智能工程院院长，两位副院长王咏刚和王嘉平也正式到任。

李开复在发布会上发表了演讲，犀利观点如下：

虽然有很多“市场寒冬”的说法，但是在我们所追随的这些领域，并没有看到寒冬的现象，创业者在顶尖的领域仍然被追捧；

50%的普通工作将被人工智能取代，有些领域甚至90%的工作将会被取代；

创业成本在人工智能领域达到新高，但是中国有很多机会，最看好金融行业。

【李开复现场演讲实录】

谢谢。创新工场的主要角色是基金管理人。2016年，我们一共融了三亿美金，加上25亿人民币，这一年融资的额度超过之前六年的总和。看得出早期的经营，证明了我们是一个非常好的投资人。所以，虽然有很多“市场寒冬”的说法，但是在我们所追随的这些领域，并没有看到寒冬的现象，创业者在顶尖的领域仍然被追捧。

今天，我着重聊聊人工智能。

人工智能将在各个领域产生价值。可以说，50%的普通工作将被人工智能取代，有些领域甚至90%的工作将会被取代。比如人脸识别，一个警卫不可能识别50万张脸，但是机器可以。所以当人脸识别取代保安，语音识别取代客服或销售，随着海量数据的学习，在狭窄的领域里面，机器已经把我们抛得远远的。

而且这些机器不会累，不会罢工，没有情绪也不会犯错，所以机器大量产生价值，并取代人来做简单工作的事会不断发生。

举个例子，我们来看无人驾驶。首先可以预测，无人驾驶替代人的过程是必然的；第二，这个过程不是遥遥无期，现在半无人驾驶已经发生，比如在景区、飞机场、高尔夫球场，再往后，无人驾驶可以让我们不必买车，全靠租赁，共享经济还可以与无人驾驶结合；第三，二者一但结合，车会根据需要随时出现在我们面前，一个人出门就乘小车，两个人出门就乘中型车，让资源合理配置。

无人驾驶一旦和物联网结合，彼此之间就可以“交谈”，一辆车告诉另外一辆车“我爆胎了”；或者当你急着上班的时候，一辆车对另外一辆车说，“我的主人急着上班，你让我先走，我给你钱。”所有的车都会跑起来，停车场不需要了，所有的价值都会被激活，空气更好，时间也会被节省。

像滴滴非常急切地想将司机去掉，现在滴滴每笔收入都要给司机分成，当司机被拿掉以后，滴滴会从一个赔钱公司变成一个赚钱公司——这是这类公司推动无人驾驶的经济动力。现在全世界汽车公司都在投产。当这一切开始发生，五年、十年以后，新技术会倒逼各个领域发生变化。

那么，人工智能怎么做好呢？

我觉得有几个要素。首先，要挑一个领域，收集大量数据，对其进行精确标注；第二，购进足量机器；第三，第找到很厉害的科学家；第四，教育一批人来使用这些工具，产生价值。

可以看出，人工智能创业与移动互联网创业的不同之一，是成本的高低之差，创业成本在人工智能领域达到新高。但是中国有很多机会，原因如下：

第一，中国人数学很厉害；第二，人工智能有一个重要特点，就是你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，所以这种培训特别重要，但前提是数学要好，但是非常幸运的，中国人数学本来就是好；第三传统企业的技术比较弱，比如银行，给人工智能创业更多的机会；第四，中国这个大市场有很多独角兽，独角兽有一天突然发现我积累了很多数据，我需要人工智能怎么办？这就给了我们投资的人工智能公司发挥的空间，最终每个大数据公司都会变成人工智能公司。需要注意的是，美国虽然仍然领先中国，但是美国公司的技术很难引入中国来。而且中国对人工智能的约束比较少。

看好金融行业，赚钱最快 

我们最看好的、能快速赚钱的就是金融领域。

如果在金融领域细分一下的话，我觉得银行是一个机会，我们已经投资了。还有贷款方面，未必非要经过银行，比如P2P，甚至不是P2P的贷款，其实最好的技术都已经不是人在审批，而是机器在审批，机器如果能把欺诈率从4%降到3%，那这家公司可能就从不挣钱变为挣钱。再比如量化交易，其实很多人买卖股票的行为是基于一些数字，那么这些人基本都会被机器取代。我觉得这是金融界，从券商到投资，甚至帮创新工场做一个项目的初步筛选，都可以做到。

其次是医疗领域。

我个人曾经发现过医疗方面巨大的不足。每天都有新的医药被发明出来，但是医生不可能都知道。每一个人的医疗过程都是标准化的，但是都应该是个性化，因为每一个人的体质、DNA、家族历史等等都要求精准医疗。

如果你已经是互联网公司，你的数据当然更好用。从感知的角度来说，我们对一切的这种识别都非常认可，非常的看好，所以这种人脸识别，手势识别，语音识别非常快速，而且是颠覆性的超越人类。但是对于自然语言理解，这个还需要时间，估计7到10年吧。

成立AI工程院的逻辑

人工智能存在一个很特殊的孵化机会，AI和科学家挂钩，但是科学家不一定有创业经验，我们把顶尖的科学家拉进创新工场的工程院，让他们来摸索机会。

另外，AI创业的成本较高，但是我们可以花钱把数据跟机器搞定，这样可以帮十家二十家公司创业，这是非常有效的资源整合。

第三，把这些年轻人带上路。虽然今天科学家扮演着非常关键的角色，但是五年以后，我相信最棒的AI创业者还是年轻人，所以现在开始培养年轻人。

我们逐渐在招兵买马，寻找技术型专家，搭配年轻的工程师，再提供数据合作伙伴、行业经验给他们，希望可以孵化出好的项目。孵化出来项目，工厂会占一些股份，然后再给工厂的基金、当然也有行业的友商机会投资这些项目。这过程中培训工作必不可少。在人才培育方面，我们在北大，清华，上海交大都开始展开合作。