非常開心，能有這樣一個機會，跟大家一起學習，我是松禾資本的合伙人袁宏偉。
這次疫情，給了我一些時間，讓我更從容得去思考、梳理我在人工智能領域的投資脈絡。
原來單獨看項目比較多，這次更加系統(tǒng)的來看一些項目，我把我看到的關于人工智能領域發(fā)展的一些現(xiàn)象做了一下總結，跟大家分享。
首先自我介紹一下，我最早參與了鵬華基金和華夏基金早期設立和運營的一些工作；2012年我加入JP摩根，轉型做股權市場的投資；2015年回國后，加入松禾資本，開始更專注在高新技術領域的投資。
松禾資本的創(chuàng)始人厲偉和羅飛，從90年代末就開始做高新技術的投資，到現(xiàn)在已經(jīng)超過20年的時間了。
我們也在投資的過程中，梳理了我們擅長的、看好的幾個領域，包括智能制造、生命健康和創(chuàng)新材料等。
我加入以后，我們也開始分階段的去覆蓋這些領域的投資。除了原來幾個領域的專業(yè)團隊和基金之外，又設立了覆蓋這三個領域的階段性基金。
一個是注重中后期投資的旗艦基金，即松禾成長期基金，厲總親自做執(zhí)行事務合伙人，我配合厲總做投資；另外去年設立了專業(yè)的天使基金，由我來主導。
我們總共管理的資金規(guī)模是160億，目前投資的項目350+，加上去年的科創(chuàng)板，我們退出的項目有66個。
通過20多年較長期的投資實踐，松禾資本總結出來，在天使階段對高技術領域進行投入是比較好的，這也被業(yè)內非常認可。
所以，對于人工智能領域的投資，我們是從智能制造開始向上游逐漸的去延展的。
當然現(xiàn)在人工智能領域有越來越多的投資方向，大家也看到我今天的題目“人工智能賦能全社會轉型”，實際上人工智能它賦能整個社會的轉型，不光是在生產領域，包括我們的生活方式、學習方式、健康醫(yī)療等方方面面，人工智能都能開發(fā)應用，尤其在疫情期間，如果這次疫情沒有各種人工智能工具的話，我們的生活可能會受到很大的影響。
人工智能，“疫情下”的逆行者
我們的吃喝玩樂、教育都沒有受到太多的影響，這些都建立在人工智能賦能的基礎上。
相信經(jīng)過這次疫情，我們在人工智能的投入上，不管是從國家、投資人，還是從創(chuàng)新企業(yè)的創(chuàng)業(yè)者層面，大家都會把更多的資源，比如人力、財力等投入到人工智能領域。
人工智能，它的起源從二戰(zhàn)就開始了。當時美國通過軍方采購民間的智庫資源，科學家發(fā)現(xiàn)通過數(shù)據(jù)處理就可以實現(xiàn)。像人一樣，未來有一個超越人認知能力的機器會出現(xiàn)。
當然這只是一個設想，那個時候還缺少很多的輔助工具，包括硬件、軟件、投入、市場開發(fā)等，所以那個時候時機還未成熟。
人工智能真正被大家認識到，并且能夠實現(xiàn)商業(yè)化，實際上最早起源于算力的增強，就是說計算機運算速度是按照摩爾定律的爆發(fā)，強大的算力賦予了計算機非常強大的能力。機器的計算能力，就是把機器賦予某一方面的認知能力，它就有可能超越人的智力，比如在視覺領域。
在機場各種各樣的安防系統(tǒng)里，都有人工智能替代人工去進行安防，比如證件的識別等。
這次疫情，深圳各個小區(qū)進行封閉的時候，使用了很多人工智能相關的工具，可以說視覺是最早應用到商用的。我們投資的一個企業(yè)也是通過視覺成為了人工智能領域的領軍企業(yè)?，F(xiàn)在它得到了各大頭部投資人的投資，估值已經(jīng)超過了70億美元，未來還是有很多應用場景的。
關于成長空間。這個就是專利的發(fā)展，把人工智能真正的帶到了應用領域。我們在投下一代人工智能項目的時候，我們跟清華的張鈸院士，他也是中國人工智能的第一人，他主導建立了清華的人工智能研究院，代表中國的最高水平，不管是科研領域還是教學領域，他給我們介紹說，“到現(xiàn)在為止，我們所有在應用的這些人工智能依然不能叫真正的人工智能”。
我在PPT里給大家演示的是“弱人工智能”，所謂“弱人工智能”，實際上更多的更多的是一個機器智能。由于強大的算力，賦予了機器某一方面的超越人類認知的能力，它并不構成機器可以替代人去對未知的東西進行思考，它還是對已知的東西進行加工總結，最后得出一個它對我們人的決策能夠提供輔助的一個工具。這個能力速度有可能超越人類，比如說AlphaGo可以戰(zhàn)勝人類旗手，但并不代表AlphaGo它本身就完全超越人類的智慧了。
它只是在某一方面，比如在算力上是超越人的。
什么是“強人工智能”呢？張鈸院士給我們介紹，“下一代人工智能，可以面對各種復雜情況，并且用更快的速度擁有通用性的學習能力，能夠產生像人一樣，對決策可以產生一個比較類似于人的決策能力”。
所以我們已經(jīng)開始布局下一代人工智能領域的投資了，也是清華人工智能研究院官方設立的下一代人工智能的平臺。
在人工智能商業(yè)化的路徑上，我總結了兩個方向：一個是AI+，AI+就是把AI的技術和工具，把它應用到現(xiàn)有的、傳統(tǒng)的商用領域。
“AI+”or“+AI”
一個是提高現(xiàn)有商用領域的生產和流轉貨物的效率，另外就是賦予它更多的可以取代人工的能力。另外一個途徑就是“+AI”，我把它定義為傳統(tǒng)行業(yè)里自身派生出來的對人工智能的訴求，然后由傳統(tǒng)行業(yè)本身把人工智能的技術工具應用到它自身的領域里去，能夠提高它自身的效率。
從投資邏輯上來說，我更注重的是“AI+”，把人工智能技術賦予到現(xiàn)有的傳統(tǒng)的行業(yè)，其實它背后隱藏的是，用人工智能的技術顛覆現(xiàn)有的傳統(tǒng)行業(yè)。
我們作為技術領域的投資者，肯定更關注技術本身。
“AI+”和“+AI”看起來比較像，但實際上它的發(fā)起端是不一樣的。
從人工智能團隊派生出來，它可以去賦予某一個領域，不能從傳統(tǒng)的某一個領域的的一個企業(yè)，它運用人工智能的技術去增強它自身在這個領域的競爭力。
這兩個方向上，我們更看好的是人工智能本身的團隊，讓他們用技術去顛覆現(xiàn)有的傳統(tǒng)產業(yè)。所以，在人工智能商業(yè)化的路徑上，我們更愿意投的是人工智能團隊，由它產生的某一類工具去顛覆現(xiàn)有的中心產業(yè)。
人工智能它是一個可以應用于各個方向的，而且它可以滿足從上到下整個社會資源配置的訴求，同時也能滿足從下到上，比如草根技術持有者創(chuàng)新創(chuàng)業(yè)自發(fā)產生、對這個技術應用的訴求，要把兩個方向結合起來，才能真正的實現(xiàn)人工智能的應用。
舉個例子，無人駕駛。
這個技術本身它可以派生于傳統(tǒng)的車企，因為傳統(tǒng)的車企它肯定有巨大的資源、投入能力和應用場景，它本身可以去做很多在人工智能、無人駕駛方面的這些投入，對它的產業(yè)升級，它也認為是非常重要的。
但人工智能的團隊，他們用人工智能技術進軍無人駕駛行業(yè)，這個領域它去顛覆現(xiàn)有的車企以及他們的行業(yè)地位。
在這兩個方向上，我們更傾向于投資人工智能團隊，讓他去顛覆車企。
那么，無人駕駛這個領域光靠人工智能團隊能不能做到？能不能實現(xiàn)商業(yè)化？能不能在全球的人工智能的領域里成為成長起來，成為領頭羊，其實它非常依賴于國家產業(yè)政策的支持。
如果沒有宏觀政策的支持，他很難成長。無人駕駛要面對很多的考驗，首先，它要實現(xiàn)自己技術的迭代，它就必須有累計駕駛的里程，里程怎么累計，在實驗室里是做不了的，只有國家政策支持，給他一個累計試錯的機會，或者是他可以找到某一類場景，他可以在這個場景里充分的試錯、學習、積累數(shù)據(jù)，然后對數(shù)據(jù)進行加工和處理，這樣他才會成為行業(yè)的領軍人物。
從這個例子可以看到，我們既要有顛覆性的技術，同時也要有國家資源的投入，這樣才能讓人工智能的某一項技術在全球做到領先。
中美貿易戰(zhàn)最后形成了幾個核心技術領域的競爭。最受關注的是人工智能領域，不光在商業(yè)應用上會受各種限制，甚至在研究上我們都知道是全球通用的，即“研究科學是無國界的”。
但在人工智能領域，美國對我們的制約非常強，以至于他已經(jīng)都突破了常識和共識，人工智能領域的研究已經(jīng)受到限制了?？梢?，人工智能是中美貿易戰(zhàn)中，美國對中國是最提防的、最懼怕的。
這也意味著，人工智能領域的研究作為未來的大國之爭，國家產業(yè)政策一定會大力支持。
政策資源的傾斜
我對人工智能的全產業(yè)鏈是這樣總結的：首先是基礎設施，基礎設施是最底層的技術，包括算力、存儲、數(shù)據(jù)的傳輸，這幾個方向是構成了人工智能的最基礎的設施。
包括芯片、5G通訊技術，大家都知道5G是中國和美國之間，甚至是東方和西方之間爭議最多的，爭議最強烈的一個領域。為什么一定要在5G領域限制我們的進入？
實際上，核心就是技術，它可能直接影響到現(xiàn)有算力形成的決策速度。
這個決策速度是不是可以像人一樣，比如我判斷剎車的時候就剎車，或者我收集的信息足以讓我用非常短的時間做和人一樣的判斷，甚至比人的判斷還快。
這樣反應速度去做出相應的處理，對數(shù)據(jù)能夠及時得到，而且及時作出判斷，都對這個5G技術有非常強烈的依賴，所謂的萬物互聯(lián)。
5G的發(fā)展光靠底層技術的創(chuàng)新還不夠，需要從上到下政策上資源的傾斜，因為這些基礎設施靠創(chuàng)新團隊是做不到的，必須舉國之力，有國家資源的充分支持才可以把底層設施鋪好。
只有這樣才能實現(xiàn)，我們未來在全球人工智能領域的地位。
中心技術層這一層包括計算機視覺、自然語言處理、生物識別、人機交互、機器學習和知識圖譜等驅動的算法和解決方案的這些技術平臺。
這些技術還是國外比較領先，既然美國領先，我們就在中國尋找和這些技術對標的團隊，未來中國在技術層、中間層也會有各種各樣的機會。
華為最早的時候，實際上它是用美國設計的芯片、技術等，但華為的任總很早就意識到這個風險。
在他最風光的時候，他已經(jīng)想到了危機在哪里，危險在哪里，所以他會有備胎的計劃。但還有很大一部分的企業(yè)，沒有幾個能夠考慮到未來的戰(zhàn)略。
如果我們具備這些中心技術層的技術，我們都有跟美國可以對標的企業(yè)，我們是不是就可以不用懼怕了？我們就可以有完整的人工智能產業(yè)鏈了？
事實不是。
我們在中間省了很多的環(huán)節(jié)，很多技術我們都是空白的。
未來在這些對標的企業(yè)里，在進口替代的策略上，可能會有很多這樣的機會讓企業(yè)成長起來。如果我們最領先的企業(yè)是人工智能企業(yè)，也會給中間技術層的這些創(chuàng)新企業(yè)提供很多的應用機會。
所以中間層、工具層的對標方向，我們也會把它作為一個投資重點。
還有頂層應用技術。我們有全球獨一無二的最龐大的消費群體，給騰訊、阿里、頭條等公司提供了非常大的市場，所以我們在這個領域相對來說已經(jīng)走到了全球的前列。
所以，未來在為這么龐大、統(tǒng)一的消費群體提供人工智能技術工具，我們也會把它作為重點。
原來我們在這個領域的投入不多，因為我們是以硬科技領域為主，作為主要的投資領域的，我們對和消費相關的這些技術投入不夠。現(xiàn)在至少在早期天使基金輪次中，我們已經(jīng)在開始意識到重要性了，我們會在為消費領域提供創(chuàng)新類技術服務的領域中尋找更多的投資機會。
下載文檔
