人工智能投资进阶论

在整个投资界充斥着迷茫和焦虑的2017年，人工智能异军突起，成为资本市场最闪耀的焦点之一。

如果说2016年AlphaGo击败李世石吹响了人工智能的号角，那么从白宫发布人工智能战略规划，到芯片、算法领域不断取得突破，再到各大科技巨头争先布局人工智能、创业公司纷纷打上人工智能标签，人工智能火了已是不争的事实。在各种传言预测甚嚣尘上之时，相信大家都在思考，人工智能真的要来了么？是泡沫还是历史性的机遇？

本文将从人工智能的定义和发展历程入手，简要讨论我国人工智能的行业格局，欢迎大家交流探讨。

超人工智能：奇点尚未来临

学术界将人工智能定义为研究与设计智能体（The study of 'intelligent agents'），即通过学习让机器表现（人的）智能能力。根据机器所能从事的领域多少和智力的高低，可以将人工智能分为：无感情、只能在单一领域工作的弱人工智能(Artificial Narrow Intelligence) ，与人类智商相当、可以在多领域完成任务的强人工智能(Artificial General Intelligence)，以及能力远超出人类、并可以完成多领域任务的超人工智能(Artificial Super Intelligence)。现阶段的人工智能应用基本都属于弱人工智能范围。

而（人的）智能包括计算智能、感知智能、认知智能和创造性智能。在弱人工智能目前涉及的领域里，以深蓝、AlphaGo为代表的计算智能已取得了较为丰硕的成果，在很多方面超越了人类；以卷积神经网络（ConvNets）为基础的感知智能在一些方向，如图像识别、语音识别等也取得了突破性的成果；以人机交互、智能推理、自主学习为基础的认知智能，目前还处于研究的早期阶段；而创造性智能领域目前还鲜有涉及。

所以，现阶段我们所谈的人工智能，本质上都是利用机器不间断、可持续、高强度、高准确率的数据运算、存储和处理能力，帮助人类提高效率增强能力。

至于人工智能是否能够具有自我意识甚至取代人类，我们持谨慎态度，但可以肯定的是，我们离这一天还有很大距离。

第三次站上风口的人工智能：

这一次能飞起来吗？

“人工智能”这一概念在1956年的达特茅斯会议中被正式提出。所以人工智能和计算机是同时期的产物，比如今深入千家万户的互联网还要年长不少。虽然起源较早，但人工智能在发展历程中已经有了两次“黑历史”。

人工智能的三起两落

1956年达特茅斯会议后，包括美国DARPA在内的机构和政府对人工智能寄予厚望，投资大笔涌入，人工智能实验室在全球各地扎根。虽然这一时期产生了世界第一款聊天程序Eliza、首台人工智能移动机器人Shakey等，但人们认识到这些离想象中哪怕是低水平的 “智能” 也还有很大的距离，且当时的内存和处理速度无法解决任何实际的人工智能问题。1973 年，《莱特希尔报告》宣称 “人工智能领域的任何一部分，都没能产生当初承诺的、有重要影响力的进步” ，人工智能进入第一次寒冬。

人工智能第二次走入话题是在1980年后。以两方面为主要驱动力：一是以推理判断、模拟专家决策过程为核心的专家系统，得到了世界范围内的认可；二是日本和美国政府砸重金，研发具有人工智能功能的第五代计算机，其它国家纷纷作出响应。然而人们很快认识到专家系统的应用范围有限；而1987年苹果和IBM生产的个人电脑，虽然没有用到人工智能技术，但性能却超过了价格昂贵的LISP机。人工智能再次进入寒冬。

第一次的人工智能寒冬是因为彼时技术和基础设施不完善，而不能做出具有使用意义的产品，第二次寒冬则是因为所提供的产品价值和性价比，不能满足市场的需求。

观察本次的人工智能热潮，我们认为与前两次主要有以下三点不同：

1）相关基础产业逐渐成熟，单点技术有了一定的突破：人工智能发展的三大基础是数据源、算法和计算能力（处理器和芯片）。数据方面，随着互联网和移动互联网的普及，数据量飞速攀升，数据的采集和储存成本显著降低；硬件方面，虽然还存在各种不足，但GPU的普及无疑使并行计算变得更快、更便宜、更强大；算法方面，深度学习神经网络自2006年有了突破性进展，尤其以 Geoff Hinton为代表的研究人员将深度学习应用于图像识别领域，使得这一领域的识别准确率突破了人类最佳表现。因此，在一些单点技术上，人工智能商业化具备了商业化的技术条件。

2）第一次由商界而非学术界驱动的人工智能热潮：人工智能热潮的发起者和主战场是商界，而非学术界。商界推动，可以使人工智能与应用场景拉近距离——这既侧面说明了技术成熟度的提高，也有利于人工智能快速落地实现价值。

3）人工智能在一些场景已经得到了真正的应用：相比前两点，更让人欣喜和期待的是人工智能技术在一些垂直领域的应用。事实上，人工智能在安防、金融风控领域已实现了商业化、并带来了可观的商业价值。

综上所述，我们认为这次的人工智能热潮，相比前两次不论在技术基础、还是商业化可能性上都有了更好的条件。

人工智能应用将进入爆发期

人工智能的产业链主要分为三个层面：基础层面、技术层面和应用层面。

基础层面包括人工智能的三大基础：硬件、算法和数据。不论在芯片还是数据领域，都已有比较成熟的巨头布局，格局已经相对稳定。虽然技术还在不断更新，人工智能芯片之争还在不断演进，但对于新的创业公司、进入核心领域的壁垒较高，在此不多赘述。

技术层面目前达到应用级别的主要有图像识别、语音识别、语义识别、深度学习解决方案四方面，分别对应图像数据、语音数据、文本数据和数字数据的处理。具体技术的发展程度不一，但相比以前都有了较大的突破，具备了一定的应用基础。

应用层面 ：由于技术逐渐成熟，未来市场关注的焦点，将更多转向人工智能的商业落地及价值创造。具体的应用场景还在不断探索演化——人工智能在金融、安防、医疗、机器人等领域的应用相对比较成熟；而人工智能在教育、法律、电商、家具、个人助理、日程安排、自动驾驶、物联网等领域的应用也将更加广泛。

我们的人工智能投资进阶实践：

从技术到场景

以人工智能为代表的先进技术一直是君联资本投资的重点，而君联资本在人工智能方向亦早有布局。投资逻辑上，我们会围绕人工智能产业的技术格局、成熟度以及相关领域的商业机会，进行扫描和布局。

对于人工智能的技术投资，我们注重技术敏感性并尽早布局。早在2014年底中文自然语言处理刚刚走入人们的视线时，我们便意识到NLP将是人工智能交互领域的核心，并开始关注和扫描该领域。2016年初我们投资了三角兽科技——三角兽旨在为企业、物联网和泛娱乐领域，提供基于语义分析的人工智能交互系统。三角兽创始团队均为技术出身、包括百度度秘和微软小冰的核心成员。三角兽有着清晰的产品平台和应用思路——如今三角兽的技术已用于包括锤子手机、Rokid、优必选、腾讯、新东方在内的多家机器人和移动交互领域。

除了技术，我们认为有价值的切入场景，也是成功人工智能企业的必备因素。由于特殊的国情和征信体系的缺失，风控与反欺诈一直是我们非常关注的方向。邦盛金融将人工智能技术深度结合到反欺诈领域，为金融企业提供一体化综合性反欺诈解决方案，涵盖支付、申请、互联网信贷、数据服务、防御和反洗钱服务。邦盛的创始团队是少有的全面型团队，对人工智能技术和金融风控商业本质都有非常深刻的理解。如今邦盛已逐渐成为各大金融公司的中央风控基础平台。

人工智能创业对创业者的要求较高——技术、商业场景、数据源缺一不可。虽然侧重的方向不同，但三角兽和邦盛金融是同时拥有这三个方面的典型代表。我们判断，随着技术的逐渐成熟，能提供综合一体化解决方案的公司将越来越受到欢迎；产品、对商业场景的理解、和渠道资源对人工智能企业将起到越来越重要的作用。

君联资本致力于做企业长期发展的伙伴、而非短期风口的追逐者。科大讯飞曾经因产品爆发期晚于预期而经历低谷，但君联资本作为投资人，与讯飞同样坚信产业未来。如今科大讯飞已经成长为了国内第一、全球第二的智能语音公司，市值超过840亿。

伟大的科技公司需要匠人精神打造，而非依赖风口爆发。所以行业是否处在一时的风口，企业是否打着人工智能的标签都不是重点；是否有核心技术、能不能用技术解决核心问题才是关键。

文／赵名玮、张华蕾

“用资金与管理帮助和促进中国创业企业的成长”，2001年，时任联想控股总裁柳传志决定组建一支队伍，由朱立南率领进入投资领域，并将联想控股的3500万美元作为第一期基金，由此联想投资于2001年4月诞生。联想投资是联想控股旗下独立的专业风险投资公司。2012年2月，联想投资更名为君联资本。 

君联资本的核心业务定位于初创期风险投资和扩展期成长投资。目前，君联资本在管美元及人民币基金总规模超过300亿元人民币，重点关注中国的创新与成长机会。 

截止到2016年，君联资本注资企业超过300家，其中50家企业已成功在国内或海外上市/挂牌，40余家企业通过并购退出。

君联资本以“成为一家最有价值、最受尊敬、并具有国际影响力的投资公司”为愿景，通过资本和管理的帮助，促进企业创新与成长，在推动产业进步和社会发展中，发挥积极的作用，追求与志同道合的伙伴共创心仪的事业，并分享成功。