峰瑞资本李丰谈投资逻辑：什么时候才是投资AI的正确时机？

雷锋网按：4月26日下午，未来科技学院宣布启动“未来科技资助计划”，聚焦科研和科技创业。北京市科委高新处王龄枞，石勇、蒋田仔等国内著名科学家，峰瑞资本创始合伙人李丰等风险投资家出席了会议并作了主题演讲。

现场，投资家代表峰瑞资本创始人李丰做了主题为“深科技投资”的演讲，讲述了峰瑞资本对前沿科技创新的投资逻辑，对于人工智能的投资，他说：“如果线下数据线上化已经做得非常好，我们就投大数据。如果大数据已经做得很好，我们就投这个方向上的人工智能。如果还没有进入到大量数据产生的阶段，逻辑上我们就先不投大数据，而是先投传感器。等到传感器被很好的工业化之后再投大数据，然后再投人工智能。”

以下是李丰的演讲全文，雷锋网做了不改变原意的删减：

为什么现在人工智能这么热？

我们从两年前就说要投科技，现在投的有三分之一是高科技，人工智能只是其中很小的一部分，我们在两年以前投的时候人工智能还没有现在这么热。

人工智能现在变成了很热的话题，我们自己投的大概有十个左右和这个方向有关。我们看人工智能，抽象来看，其实就是数据处理技术和建立模型效率的提高。

我们在看待市场正在发生的早期热点和现象的时候，通常会问自己这样几个问题。第一个问题，为什么是现在开始热？意思是为什么不是之前，也不是之后；第二个问题，为什么发生了这种模式，或者发生了这个概念、这个热点，而不是别的？

拿人工智能举例。为什么现在发生？为什么是人工智能？根据我们的简单理解，它其实代表数据处理效率的提升，不管是对类型复杂程度还是建立模型的有效性。那么它为什么会在这个时候出现呢？其实是因为数据已经多到需要用这个技术来处理，或者需要提高效率来处理。

那么大家就会考虑，这些所谓非常多、非常复杂的数据，到底是从哪儿来的？为什么会在今天出现这么多需要人工智能处理的数据？

我们把它分成两个部分，第一部分是线下数据大量线上化，在积累到一定规模后会带来对数据处理能力和效率提升的需求。如果某个领域当中，连数据化的过程都还没有开始，大概这个领域还轮不到人工智能先出现。第二部分则是新数据的大量产生，而不是把线下原有的东西通过某种形式搬到线上去。

过去十几年或者几十年里，科技进步的相关领域遵循了这样一个有意思的简单规律：一些底层工业技术的进展和快速提升，使得我们可以把一些比较重要的传感器变做的又小又厉害，而且很便宜，然后把这些传感器安装在了以前不能安的地方；接下来，我们让这些广义上制造了大量数据的传感器能够联网。

Uber、亚马逊Echo、摩拜单车出现的原因

比如，手机上很早就有摄像头了，只不过那个时候它的用途不大，但是到了今天，已经成为了必不可少的功能之一。为什么摄像头在诺基亚称王的时代没有得到如此广泛的应用？原因很简单，手机摄像头的技术进展巨大，变得又好又便宜。而且手机又可以连网，所以你拍摄的的照片、视频等数据就可以在网上大量传播。

再拿手机举例。由于智能手机的出现，还诞生了世界上最大的几家初创公司，比如国外的Uber，国内的“滴滴”。以前要订车，你要打电话说多长时间后要到哪儿接你，接你的人也要和你不停地说，现在状况是怎样的，车号是多少，现在走到哪里了等等。然而智能手机装在了GPS芯片之后，你只需要点击几下，就可以把所有的需求非常准确、清晰地表达出来，且你还可以知道司机离你有多远，多长时间到。这一切能够实现的原因，就是我们把以前没有装进手机里的GPS芯片装进了手机，这也是手机变成智能手机的原因。

亚马逊的智能音箱Echo也是相同的道理。亚马逊把麦克风阵列进行了重新组织，在播放音乐的时候会有麦克风搜集你的声音指令，然后再用人工智来处理这些指令，并执行相应操作，这就是智能音箱。

再比如摩拜单车，其实就是把GPS、电子锁、通讯芯片装在了原来没有被放过任何传感器的自行车上。因此，你可以通过智能手机知道自行车在哪儿，可以通过用智能手机开锁，这就是共享自行车出现的原因。

当然，我们现在还在尝试把更多传感器放到车里，比如激光雷达、毫米波雷达等等，加上计算和通讯芯片，使得我们在将来可以生产具备完全自动驾驶能力的汽车，也就是所谓的Level 4、Level 5。你把这个问题再抽象看，它只是把原来没有装在车上的传感器装到车上，让它实时产生各种各样的数据，然后再在各种维度上进行组合、加工和处理，由此诞生了新的商业模式。

从结论上可以回到我之前所说的：

1. 工业技术的突飞猛进，特别是传感器技术的提升，使得我们可以把传感器做的又小、精度又高、又便宜，然后越来越多地放在以前没有放过传感器的物体中去，比如放在自行车上，无人机上。

2. 然后让这些传感器联网，制造和传播大量的数据。

3.当数据积累达到一定的程度的时候，我们开始用更好的方式来处理这些数据，因此我们走到人工智能。

投资人工智能的逻辑

从结论上来讲，人工智能在大部分领域都不一定是最好的时机，除非这个领域已经按照我所说的顺序发生了很多事情。但是，在很多行业和很多事情上，我们终会走到人工智能的那一天。原因是有如此多的东西开始被加上这些传感器系统，让它们联网，并开始产生大量数据。总有一天这些数据会多到现在没办法处理的程度，因此这个时候这个方向就会进入人工智能。

我们的投资逻辑也是一样，如果线下数据线上化已经做得非常好，我们就投大数据。如果大数据已经做得很好，我们就投这个方向上的人工智能。如果还没有进入到大量数据产生的阶段，逻辑上我们就先不投大数据，而是先投传感器。等到传感器被很好的工业化之后再投大数据，然后再投人工智能。

以自动驾驶举例，现在还没有足够的多车被装上这些传感器，因此也没有足够多的数据，因为这些传感器从精度、尺寸和成本上来讲，都还没有达到大规模商用的阶段，所以先要解决的问题是改进和迭代这些传感器，直到它们能够被大规模地装在车上，这时候才过渡到大数据阶段，有了大数据才会最终走到人工智能。所以在还没有大规模商用传感器的领域，我们只能先投底层技术，直到他们已经成熟了。

以上是我为大家分享的经验和方法，谨供参考，如果有不全面的地方请批评指正。

雷锋网推荐文章《百度技术学院对外开放，一切都是为AI布局？》

雷峰网原创文章，未经授权禁止转载。详情见转载须知。