0
| 本文作者： 汪思颖 | 2017-07-08 15:57 | 专题：GAIR 2017 |
2017年7月7日至9日，由中国计算机学会（CCF）主办，雷锋网与香港中文大学（深圳）承办的CCF－GAIR 2017全球人工智能与机器人峰会在深圳大中华喜来登酒店举行。雷锋网记者在会议期间第一时间进行现场报告。
在7月8日下午的AI创投专场，专场星河互联人工智能事业部管理合伙人刘玮玮发表了主题为《从商业落地的角度看人工智能创投趋势》的演进，分享了在人工智能创投领域得到的一些经验，讨论了行业的未来和看到的趋势。
把人工智能行业看成一个系统，其中的关键因素：
内部因素。
包括人才、算法、大数据、底层运算资源、商业模式、场景需求等等，提供内在的驱动力。
外部因素。
社会的发展、资本、政策，甚至是大的信息环境的改变，产生外在的影响。
人工智能行业接下来的发展：
算法的壁垒一定会不断的下降。
底层框架已经被大厂所垄断，谷歌、facebook、微软都有自己的开源框架，我们也有理由相信，未来在底层算法方面，这个壁垒是慢慢在变小的。
人才的壁垒也会不断下降。
越来越多的人进入这个行业，包括潜在的人才，经过培训、经过不断地学习也会上岗，不断地为科研院所和海内外的知名院校挖掘出来。
底层的计算成本不断下降。
创业项目往前演进。
2014-2016年出现了大量的创业项目，随着时间的推移，这些项目会大量的从天使轮项目往A轮演进。
星河的投资逻辑和观点：
形成团队、行业、产品、竞争、运营、技术、资本的闭环。
对团队的关注从关注算法的能力，慢慢转到看有没有行业的纵深能力，团队里面有没有对行业比较了解的人，是不是能听懂客户尤其是B端客户在说什么，经验积累如何。
落地的应用场景比单纯的算法创新更重要。随着时间的推移，从算法的创新慢慢过渡到给用户提供整体的解决方案，这一定是今年或者明年人工智能行业发展的趋势。
垂直领域的数据资源比单纯的算法创新更稀缺，下一个是人工只能会率先在B端落地，为B端降低成本、提升效率，C端目前还看不好。
从商业落地的角度划分人工智能行业：
技术相对成熟、在垂直领域已有商业模式。
这里面包括某些垂直领域的Chatbot，利用模式识别进行卡证识别，封闭场景下的语音识别与处理，机器视觉在工业方面的应用。
听上去很美好，但商业模式落地需要再考量。
这里面包括比较通用的语音智能助手、智能硬件（和人工智能的结合）、服务机器人
有需求，但原有产业链不容易突破。
比如无人驾驶、医疗、安防。这几个领域有需求，但是原有的产业链里面的巨头会占据整个产业链里面利润的大部分，作为一个技术的提供商，你只能跟着巨头去分羹。
持续重点关注的领域。
包括特种机器人、安全、智能商业，教育，甚至是未来的脑机接口、新零售。
对各大智能领域的研究：
语音领域。BAT以及其它的一些企业都有语音的产品、平台或者技术。除此之外，还有一些做应用、阵列和后端的理解的公司。
安防。安防从传统慢慢过渡到智能化，大量利用了图象识别的技术，嵌入到这样一些领域里面。
工业自动化。一些机械臂、工业机器人在汽车领域、3C消费电子领域已经慢慢用起来了，汽车领域应用程度是最高的，它现在整体的状态是很分散，这里面存在整合机会。
无人驾驶。未来这个领域的落地，也是需要依靠多种传感器的融合，未来还会需要车联网的融合。
辅助驾驶与激光雷达。自动驾驶从行业落地来讲，它的政策方面已经成熟了，已经很接近落地了。以前的机械式的雷达无法大规模的商用，我们看好下一代的固态雷达的发展。
服务机器人。这样的产品往往在To B的酒店或者展会上使用，也有一些高端的家庭在使用，但是它的需求也不太明显，现在技术也不是很成熟，还需要一定的时间去打磨。
机器人OS。与服务机器人是强相关的，如果机器人OS成熟了，证明通用的人工智能一定是到了一个更新的发展。
工业机器人与特种机器人。对于传统企业来说，是很有机会的。
无人机。现在主要应用在电力、植保、警力方面，我们也在持续关注这些公司。
金融领域。在智能客服、智能投顾、反欺诈等方面，现在都有成熟的应用。
脑机接口。虽然它现在离落地还比较遥远，但它是一个值得我们持续研究和关注的领域。
详细内容请看雷锋网后续报导。雷锋网原创。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
