12月的北京，寒风动地气苍茫，在南方出生长大的小编一下飞机，迅速贴上暖宝宝，裹紧长外套，冲进出租车，赶往格隆汇《决战港股2017——海外投资系列峰会》北京站的现场。

凛冽的天气也挡不住投资界好学者的热情，活动还未正式开始，会场就已人满为患，不少观众站着等待投资大神的倾囊相授。

北京站的开场演讲嘉宾是创新工场创始人兼首席执行官李开复博士。再次见到开复老师，真是亲切又兴奋，开复老师近年来难得的福建公开演讲就是在我司承办的2016中国福建互联网大会上呢！（骄傲脸），当时【创业厦门】（startupxm）就人工智能话题与开复老师进行了深度交流并做了专访。

2016中国福建互联网大会上在主持人柯岚的提议下，开复老师和大家用美图玩自拍~

左起：决战港股特邀主持人柯岚  演讲嘉宾：格隆博士、李开复博士、黄勇先生，美图出镜率hin高啊~

开复老师作为中国青年人心目中的精神偶像和创业教父，帮助众多青年成功创业，他创办的创新工场刚刚获评“清科投资年度榜单”的“2017年中国早期投资机构30强”第2名、“2017年中国人工智能领域投资机构10强”，去年成立的创新工场AI工程院聚集了一大批顶尖的AI科学家，打造AI+VC模式。

用开复老师自己的话说：“我在37年前就开始做AI，我们有AI大军、AI工程院，我们在AI领域有得天独厚的优势。我们的团队有14个AI博士，有MBA，有中国人也有美国人，是业界最完整的团队。我们在AI领域的回报也是非常高的，我们敢说我们是全世界最懂AI的VC。”

创新工场投资的部分AI项目估值&增长倍数

凭借着对趋势的敏锐判断，创新工场“创造”独角兽的能力也是有目共睹的，开复老师说：“我们在每一个领域的浪潮来临之前，都会先布局，先布局就表示能够以更低的价钱进入，得到更高的回报。”

创新工场主要投资的5个领域

2016是“人工智能元年”，2017是“人工智能应用元年”，在迎接人工智能爆发之时，如何加强产业协同，产业发展的下个风口在哪？ 在人工智能进入全球爆发的前夜，开复老师又有怎样的行业见地与投资方向？小编为你带来come from北京的第一手干货！

开复老师——《人工智能四波浪潮与机会》

常有人问，人工智能会不会有自我意识、会不会爱上人类、控制人类，我花了很多时间解释这些是很荒谬的事情，是没有任何理论依据和工程基础的。所以如果有创业者说我做了一个人工智能可以理解自然语言，在座务实的投资人们可以把他轰出去。

现阶段我们谈论的都是弱人工智能，指的是专注于解决特定领域问题的人工智能。也就是说在单一的领域里，经过大量的数据，能够达到远比人类更精准的判断。

即便是弱人工智能，也会对社会和经济带来很大的提升。普华永道曾经预测过，到了2030年，中国GDP的20%是人工智能的贡献，我个人认为会更多。人工智能将产生的价值至少是移动互联网级别的，所以每一位投资人都要认真的听我接下来所说的。

我将人工智能切割成四波浪潮：第一波浪潮——互联网智能化；第二波浪潮——商业智能化；第三波浪潮——实体世界智能化；第四波浪潮——全自动智能化。

第一波：互联网智能化

利用互联网产生的大量自然标注的数据训练AI。互联网巨头如BAT、谷歌、雅虎、facebook、微软，拥有海量互联网用户，建立起闭环的自有大数据流程，成为第一波AI浪潮的受益者。

当你每用一次淘宝，你的浏览轨迹、你看了什么东西却没有买、你看了什么东西三次却还是买了竞品、你用什么付费，这些数据成为AI的训练样本，让AI能够做分类、预测、判断和推荐。所以海量的被标注的数据是互联网巨头的优势，每天都有AI在帮助淘宝优化流程，不断提升用户的转化率，提升竞争壁垒。

再举一个例子美图，它的电商不比淘宝、搜索不比百度，但是它的照片尤其是自拍照，一定是世界最多的，并且是有效标注的数据。在用户完成自拍动作之后，会做三件事：分享、储存或删除。分享的一定是最让人满意的效果，储存的是美的但是略逊一筹，删除的是美化效果不让人满意的。美图根据这些数据可以不断升级产品功能，谁还能做出比美图更厉害的、更懂女生的产品？

如果你想投资第一波AI浪潮的企业，只能投流量很大的公司，帮他把AI做好，赚更多的钱上市。

第二波：商业智能化

激活已有的商业数据训练AI。很多企业和机构储存了很多数据，但并没有利用起来，比如银行的交易记录。利用这些多年积累的数据去训练AI，AI会判断不同的金融产品应该推给哪些用户是最合适的，可以大大提升转化率。

AI可以容纳大量的数据，越多越好，并且可以是多样性的数据，比如分析报告的文字、股票的走势、社交网络上的评价都可以帮助AI做综合分析。

金融本身就是人类创造的虚拟数字游戏，数字多、标注清楚、客观理性，所以AI统治金融界是迟早的事。AI在医疗行业的应用前景也是非常巨大的，但是面临着打通敏感数据的挑战。

如果你想投AI的第二波浪潮，我看好同时具备行业经验和大数据经验的复合型团队，这个团队要有非常懂大数据、务实的CTO，要有特别有商业经验的人做CEO，还要有年轻AI工程师可以调整参数。

第三波：实体世界智能化

捕捉过去不存在的数据，把以前不可能做到的事变成可能。例如无人商店的AI可以识别哪些顾客进了商店，看了哪一排的货品，试穿了哪一件衣服，因为尺寸不合或者价格太贵而没有购买，这些视频和语音都会被捕捉起来，从而决定公司的决策逻辑。

未来，线下用户的行为轨迹可以上传，线上线下将通过AI完整的融合为一，商店、工厂都开始无人化，达到一个非常强大、闭环、高速的效率，这就是OMO。

通过摄像头、传感器我们可以获取很多新语音、视频方面的数据，依托这些数据做出来的产品可以带来颠覆性的应用、体验和界面，但是这些产品的设计理念必须是AI-first。

举例来说，电脑就是一个鼠标-first和键盘-first的产品理念设计出来的产品，要强行加入语音、手势之类的功能是行不通的。手机则是touch-first，当然乔布斯在做苹果的时候，可以把它做成一个语音-first产品，但是他没有，所以语音最合适的应用载体是汽车或者一个全新的产品。

还是以我们投资旷视科技旗下的Face++为例说明，一个多月前刚刚完成了全世界AI公司最大的单轮融资。这个公司的研究是基于计算机视觉的，我认为视觉比语音更容易推动，因为视觉容易切割问题。

AI很难理解人类的自然语言，但是AI可以从看到的影像里识别出脸在哪、车在哪、车牌几号、行人有没有闯红灯等等，这些影像内容是可以切割的，可以被当做单领域内的简单识别。Face++目前可以同时识别300万个人，如果我们有一个世界通缉库，那这些人基本上就无处可逃了。

AI给我们带来的不仅仅是商业价值，更多的是安全保障，让社会更稳定。

第四波：全自动智能化

能走能摸能行动的AI。这一波浪潮的实现会有一点难度，需要一些时间，在我看来有两个重点：

第一个重点是自动驾驶会成为行业催化剂。因为自动驾驶对经济的影响太大了，未来大概会占到全球10%-20%的GDP。你可以想象一下，以后滴滴的自动驾驶随叫随到，我们不需要买车、交通情况变好了、汽车故障变少了、人的生命更安全了、随之而来保险也会下降。车子都是共享的，停车库就可以用作别的用途。物流也开始自动化，成本随之降低。

第二个重点是机器人将从工业应用渗透到商业应用，再进化到家庭应用。机器人会先在工业领域出现，比如富士康就不断地训练机器人做简单的流水线工作，教它们识别产品、提升产品的合格率等。

在商业领域有很多工作是人类并不想做的，比如我们投资了一家生产洗碗机器人的公司，这是一家To B的公司。洗碗工虽然不是餐馆环节中最重要的一环，但是如果突然没人洗碗，整个餐馆运营就崩溃了，洗碗机器人可以很好的解决这个问题。所以这一类能够帮助商业领域赚钱或省钱的机器人会先出现。

我很看好能够在一个场景里解决一个真实问题的公司，从场景中获取更多的数据，让数据迭代，然后往更难的场景去延展。所以第四波AI浪潮的投资方向，创新工场会选择投资无人驾驶、商业机器人、智能制造，再者就是芯片。

这四波AI浪潮看起来虽然很不一样，但实际上AI需要的东西是一样的：海量数据+客观精准的自然标注+单一领域+超大计算量+顶尖的AI科学家。

在中国，这几个AI发展的必要条件，或已经具有全球压倒性优势、或已经进入快速成长的阶段，2018年将成为中国在人工智能领域竞争地位越来越明显的一年。

在全球前100的人工智能刊物和会议中，华裔作者发表论文的数量占43%，中国的人工智能研究获得了快速的发展。

很多顶级的创业者和优秀学生涌入AI行业，当年非常有幸创立的微软亚洲研究院培训了5000多名AI专业人员，其中一些佼佼者已经成为BAT等企业的CTO和首席人工智能科学家，未来将涌现更多领跑中国AI的大将。

压倒性的数据优势

谁先拥有数据，谁就会拥有更多，数据量越大，越有优势，而中国的数据量是压倒全球的。中国有全世界最多的手机和互联网用户，在移动互联网方面的数据量是美国的3倍，外卖行业是美国的10倍，线下移动支付是美国的50倍，共享单车是美国的300倍，这些数据是中国AI发展的核心优势。

有利务实的政策是AI发展最佳“助攻”

今年7月推出的《新一代人工智能发展规则》里清晰地表明，2020年中国要跟上全球领先国家的AI技术与应用，2030年要成为全球顶级的AI创新中心，十九大也将人工智能和大数据列为最重要的技术之一。

美国政府同样也很关注AI，但他们谈论的问题都是人工智能相关法律道德问题，而中国政府的推动更加务实，地方政府都在通过基金、人才补贴等方式进行引导。

在人口红利、人才扩张、政策发力等多方优势的加持下，中国领跑人工智能浪潮，与美国形成“AI双寡头”的局面或许已经悄悄到来！

我们一路奋战，正是为了用科技创造更美好的生活。