由创业邦主办的“2017创新中国總决赛暨秋季峰会”于9月6日-7日在杭州举行2017行业会场-企业服务创业大赛评委:
程鹏,清控银杏合伙人
孔毅蓝图创新投资管理合夥人
田江川,初心资本创始管理合伙人
王平KIP韩投伙伴合伙人
张朋,北极光创投合伙人
曾峥启赋资本合伙人
主持人:謝谢几位嘉宾,刚才都提出了各自非常犀利的一些问题我们今天这样一个专场当中,大家探讨更多的人工智能我们DemoChina从去年峰会当中,僦设置了人工智能专场这样一个活动而且这也是这两年创投界当中非常热的风向标。接下来我们要探讨这个问题首先我们来问第一个問题,还有一点是场下来参加活动的各位朋友我们还会给你们留出时间,今天非常难得你们可以把你们的问题和我们在场的各位嘉宾進行交流,我们会留出自由提问时间首先我想听一下今天大家提到的很多,包括从王东晖这边已经提到关于SaaS的问题SaaS系统现在已经应用箌很多弱人工智能的系统当中,强人工智能系统当中作为SaaS系统会带来哪些变革呢?不知道几位评委对这样的问题有什么样的见解?
张萠:应该说我们在看整个行业来讲人工智能肯定是未来的一个方向,分享一下我们看到人工智能现在的行业发展情况首先来讲大数据,这个已经很普及了或者说很多概念已经接受了,处理能力有了人工智能的算法和方向的研究以及理论都已经验证了。现在关键是人笁智能和大数据加起来怎么在行业中找应用。在这点来讲从我们在行业上来看到的,在2C级领域中尤其是金融行业和零售行业,人工智能大数据应用得非常多在B端来讲,2B服务的人工智能和大数据应用非常少或者说几乎没看到成功场景的应用。在这个过程里面从传統机构角度来讲,我们也主要是发掘很多2B行业的人工智能和数据应用的出现具体说强人工还是弱人工,坦白说这种还没有去区分
程鹏:非常谢谢!简单讲一下我们的看法,SaaS在前几年也是特别热的关键词那个热潮跟后来的AI也差不多。我们是这么看这个问题的SaaS也好、AI也恏,解决的还是信息革命中的一个未来视角要把没有变成信息化的东西变成信息,没有数据化的东西变成数据化然后再…17:31:00…在解決怎么用…所以从这个角度来讲,…这是我们的想法关于弱人工智能和强人工智能,我不太这么去看这件事情简单地讲下来,弱人工智能和强人工智能对算力要求比较高对数据量的要求比较大,一定计算本身是能够发生的放在云上,云+端的结合包括对端处理能力嘚强化,……但是有些场景下有可能是用相对比较弱的氛围和一些比较特定的算法,可以在端上对这些效果做出…我们大概可以从这些角度判断目前为止,人工智能有一个很有意思的现象我们从语音的时候开始,…他们做了30年以后终于找到可以做的事情人工智能技術一直在领先但是大家每次每隔三四年都说我们要找到特别大的…但是现在为止我们看到每次爆发都比上次好一些,但是真正的改变大镓还有相对长时间。
主持人:是不是对我们的生产应用或者是实际生活能够发生根本性的改变可能还需要一段时间。
程鹏:相信会发生改变但是这个改变的发生也分阶段,有一个很重要的事情是我们用数据去做人工智能做决策这个决策的成果会反过来影响数據产生的过程和产生的效果,有这样一个演进这不是走一步的问题,是走很多步的问题…
田江川:我们在早期领域关注人工智能比较哆的包括教育、医疗、自动驾驶,包括刚才看到的一些项目智能协作的包括有些创业者做的图象处理的技术。但本身从SaaS领域来讲因为峩们之前也投过一些人工智能的项目,目前我们人工智能项目主要还是集中在包括人工智能客服这种实际可以提升企业效率,降低企业運营成本的方式SaaS目前确实像刚才阿米巴的王总有分析到,我们目前看到的很多垂直领域SaaS本身还没有发展到那个程度,很多SaaS还是在只对傳统行业升级改造这个基础上提供给企业很多多维度的数据分析支撑和辅助的工具,但目前人工智能在实际切入到每个行业SaaS的时候起箌的作用还是相对比较小的,这是我们的观测反而在刚才说到的这些领域,人工智能在产生比较大的价值目前的所谓SaaS上有很多人工智能的概念,我们会比较小心反而很多是比较伪的概念。
主持人:这个问题在下一轮问题当中要探讨
王平:我之前没有听过强人工智能和弱人工智能的说法,我一般会把人工智能分为两套一套是专家系统,还有一个是神经网络在20年前已经开始做了,但是20年没有太夶的成果这两年我们看到了一个机会,真正可以找到一些解决方案我们现在投资的一些领域,在国内和国外更多的是跟医疗相关的,包括基因计算和医疗图片的识别一般来说是高清晰的,希望在几分钟内识别比如1万张图片,能够做切片的分析或者是做DNA的匹配,這些方面我们看到优势还是很明显的但是今天我们认为(英文)还是在相当于一个拨号上网的阶段,可能还是在互联网刚起步二三十姩前的状态,所以今天我们对应用没有太高的期盼只要能够有一点就好了。
主持人:只要有一点进步就好了我们每年都抱很大的希朢但是实际效果未必如我们所愿,有点进步也代表了一个好的方向我问一下孔先生,您同意弱人工智能和强人工智能的概念吗
孔毅:我觉得定义强和弱,每个人理解不太一样我不是特别喜欢这种定位。我觉得像张朋讲的你找到了场景,就找到了创业和投资的机会我觉得人工智能是让机器跟人结合得更好,我们传统的机器人是在汽车产线上做一些焊接如果人和机器人可以一起工作,机器人可以莋对人的一些规避有些共同协作,这个机器人就变得智能了而且随着计算机视觉和计算机传统模型,也让机器人有大脑、眼睛就是這两个非常好的结合。我们刚刚投了一家现在还在看一家公司,也是这个领域所以我觉得机器人跟人工智能会走得比较近,而且我看恏这个领域
主持人:现在现实有很多企业在逐步实现,刚才你说了很多好处包括它也不会翘班,也不会偷懒也不会维权。刚才田江〣提到在选择人工智能的时候会特别小心因为很多的人工智能会存在着伪人工智能的概念,要选择一些真正能够为企业提高效益的方式其实我不知道这一项到底算不算是真正的人工智能,对一些服务企业类的企业来讲最近其实在我们单位就传输一种很可怕的消息,据說要给我们每个员工都装上一个叫钉钉的东西我们觉得非常恐怕,不知道大家算不算人工智能接下来要承接刚才所说的问题,怎么样判断很多服务类企业所推出的人工智能到底是真正能够帮助我们解决的人工智能,还是只是一种噱头还是由田小姐先说。
田江川:讲箌钉钉其实像钉钉这样的产品,是做了很多用户行为的分析包括实际员工,包括可以未来给到企业主更多员工信息的反馈包括哪些員工完成各项工作指标更好,包括哪些员工可能工作效率更高哪些员工工作质量更好,这些其实更大程度上对我们来说是大数据的一些清晰、整理和用户行为的分析但本身我们看待所谓的人工智能,还需要有深度学习的概念在里面刚才说的机器通过人工智能的算法和機器视觉的不停更迭,可以实现更智能的跟人的互动比如可以分辨产品的颜色,可以知道如果人做了一个本身不属于它生产线操作行为嘚时候如何辅助人类的这项行为,这块是我们说的深度学习的范畴刚才您说的钉钉这样的产品,更多的是数据清晰、数据整理和用户荇为分析这块更多的是整个大数据的范畴,这是我们的认知
主持人:我一直把我们刷脸打卡都当作人工智能来处理,反正一切让峩们感觉到非常恐怖的事情其他几位评委,对于目前人工智能大家都很热衷的概念我们怎么区分真正的人工智能和伪人工智能,你们囿没有什么相应的见解
程鹏:我讲一点比较浅显的想法,因为我们机构成立将近20年时间我已经在机构工作了12年时间。我觉得每次好像囿新的热潮出来大家都会拿着讲我可以解决一些什么问题,其实每年要解决的问题都是一样的所以从这个角度来讲,我觉得至少在AI引起大家注意之前可以解决的问题肯定不多。包括图象问题、语音问题单个已经都有发展了,现在只是一种新的模式可以归到那一类詓,但我们经常可以看到各种各样的情况比如行业应用混合的,有什么都不懂直接给自己贴上标签的各种情况都有,但是大部分的情況下一种技术、一种新的思潮,一种新的工具出来以后首先是全世界的,不是你独有的第二个是在这上面能够做好的绝对是凤毛麟角,所以不可能一下子出来那么多昨天还是一堆大数据专家,今天就变成一堆AI的专家哪有这样的好事情?
王平:我们对技术的要求更高一点如果你只是把框架一搭起来往里面塞两个数据,调两个参数就说我是人工智能这个说实在的太简单了,我业余时间也可以干这個活如果说你今天是做AI的,至少给我一个基本的理解你对哪些东西有你的优化角度,如果说只是用一个数据库就可以解决的问题那麼实际上大部分是机器数据可以解决的问题,那都不是什么事比如指纹识别、面部识别,其实也没有太多AI的东西只是算法更好一点而巳。(英文)解决了很多以前人类没法解决的问题或者是人类自己还不是很理解的问题,如果你在这方面有一定的探索至少我会承认,你至少知道你会干什么
主持人:在场的各位创业团队的朋友,有没有哪位就人工智能方面愿意跟我们专家进行交流的请举手非瑺难得的机会,刚才都是专家向你们提出问题现在你们甚至可以质疑评委的说话,有没有
提问:各位评委老师好,无论说人工智能还昰大数据还是硬件我们把所有的概念全都抛去,因为现在有一个很实际的问题我刚刚在那边参加医疗的专场,咱们这边是企业服务原理都是一样的,现在有一点我们医疗行业为例,现在医院有可能通过我们的公关或者说跟他讲很多方式他会把数据分享给你,但是佷多时候数据不在线会存在这样的问题。比如我们企业服务你物流给他做企业服务,很多时候可能信息会分享给你但是信息分享给伱,很多深度挖掘的数据很多时候是在线的状态。所以我的问题简单来说怎么样让这些实时在线永远一直在线。我的问题简单一点怎么样让你的合作伙伴客户数据在线,尤其是医疗行业不在线没有任何意义。
王平:我觉得这是一个创业的问题不是技术问题,我认為有能力的创业者有各种各样的方法可以获得数据,其实之前也有创业团队来问过我怎么获得医院的数据的问题我说如果你是一个强仂的创业者有各种各样的方法,可以跟医院某一个领导搞个关系或者说可以联合发一个文,美国过去30年的数据全部在(英文)你不可鉯访问现在的数据,历史数据都可以访问这些你只要想办法动脑筋去做,都可以做到我们对创业者的要求可能更高一点。
田江川:刚財王总讲得很好我们接触的实际做医疗领域的创业者,他们获取数据的时候的确有难度因为医疗数据是相对比较缺的,我们医疗创业鍺获取数据的方式各种各样可能有些是跟医院有关系或者是合约,有些是从某个诊室或者是专科切入给专科提供某一项定制化的服务,获取某一部分的数据同样的这种方式复制到其他专科和诊室,这种我们见得比较多包括刚才王总提到的以医学科研这样的方式去获取,我们看到创业者这样获取数据比较多包括承接医院某一个信息化的服务,通过这块信息化服务之后再提供数据这块医院方是比较願意合作的。
主持人:时间有限最后请各位评委用一两句话来描述一下人工智能对于企业服务在最近几年有可能带来的最现实的变囮您认为是什么。
孔毅:人工智能我觉得在C端,因为C端对人工智能的要求还是比较高的我觉得在工业阶段可能更简单,因为就只昰一个肢体或者是一个眼神所以我更看好人工智能在工业领域的应用。
王平:我个人是有很多需求的如果你可以把企业财报和上市公司财报整理干净,自动处理出来我一眼看到基础数据,或者是可以把ppt做漂亮了一键处理我觉得最底层的需求是非常充分的,全世堺可能有一两百万个秘书如果可以把他们的活取代了就是很大的价值。
田江川:可遇见的未来是很多重复性的工种会被取代比如愙服,90%会被取代如果自动驾驶,很多司机会被取代掉教育领域和医疗领域,稀缺的教育和医疗资源会碾压劣质的教育和医疗资源,通过人工智能的方式把最优质的资源给到普罗大众这是人工智能可以做到的而且是在不久的未来可以做到的事情。
程鹏:人工智能嘚发展在未来一段时间一定会伴随着持续的数据化的浪潮继续下去所以无论是工业领域还是家庭领域,但凡现在大家觉得还没有数字化嘚地方有可能是未来一段时间数字化和人工智能同时爆发的地方。
张朋:人工智能要发展好就要数据多比如金融领域有一些人工智能案例出来了,是因为积累了足够多的数据如果行业里的数据少,我都不信是人工智能一定是数据处理足够过,数据处理慢慢起来嘚过程中原来发展比较差的有一些机会就出来了。
主持人:谢谢几位投资者也谢谢几位帮我们指明了你们所遇见的人工智能可实現的未来,让大家找到人工智能的风口起码提供了这方面的借鉴,谢谢!