• 0
专访李开复:资本不再看好豪赌模式,疫情中AI表现可打75分
统计 阅读时间大约10分钟以上(6648字)

2020-06-29 专访李开复:资本不再看好豪赌模式,疫情中AI表现可打75分

李开复认为,AI创业已走过黑科技发明期,进入遍地开花的应用期。

本文来自合作媒体:新浪科技(ID:techsina),作者:杨雪梅。猎云网经授权发布。

2020年7月9日,以“智联世界 共同家园”为主题的世界人工智能大会将开幕,届时,创新工场董事长及首席执行官李开复将作为嘉宾分享观点。借着这次契机,在大会正式开始前,李开复接受了新浪科技独家专访,分享疫情之后,自己对于AI应用和发展的最新思考。

如果有类似新病毒来袭,AI会更给力

2020年开年,新冠肺炎疫情成了全人类最大的挑战,无数产业发展面临多方面的不确定性。在科技领域,AI的能力和应用,也面临着现实的巨大考验。过去几年行业的探索和投入,会得到验证。

如今,国内疫情趋于稳定,回顾疫情中AI的发挥,是否达到了预期?

“此次AI在疫情的防御、预测、跟踪等方面的表现可以打75分。AI是靠数据、多次重复性的事件来训练的,面对疫情很难提前做好准备。但还是出现了一些不错的应用,比如AI测温、AI机器人运送物品、AI诊断等。未来如果有类似的新病毒来袭,我想人类会准备得更好,AI也会更给力。”

他认为,此次AI更重要的不是针对疫情的直接贡献,而是在抗击疫情的过程中,社会中产生了AI化的用户习惯和数据累积,以及AI的潜力被进一步挖掘。疫情成为提升全球AI发展的催化剂。

李开复强调了高科技投资的重要性。疫情之下,很多公司都面临大的挑战,比如酒店旅游、餐饮等线下行业,但是二级市场的高科技公司都是非常稳健的,甚至在创新高。

“真正优质的高科技公司比较能抗经济周期,具有相当大的优势。未来如何培养更多具有竞争力的高科技企业,也是我们的关注焦点。”

瓶颈不在于技术 传统行业仅4%拥抱AI

“AI技术在快速主流化,那些已经被发明的或者即将被发明的技术,会非常快速地进入商业化的进程。”

在谈到AI的瓶颈时,李开复认为现在技术已经不是瓶颈了,当下AI的瓶颈在于传统企业如何被唤醒,认识到AI的重要性,找到合适的切入点,并获取商机。“传统企业首先需要用AI,第二学会怎么用AI,第三把AI用在最到位的地方,让其能像滚雪球一样循环起来。”

目前,互联网行业AI化越来越普及,但在更传统的行业,只有4%的企业拥抱了AI。“AI未来的瓶颈,是传统行业要认知自己,切实拥抱AI赋能,进行转型升级。”

普华永道预测2030年 AI在全世界能创造100万亿元的价值。而传统创业融合AI将创造最大的价值。当前的中国传统行业,存在着前后端效率极不匹配的状况,落后的后端存在着降本提效的巨大空间,而AI则是将这些传统的经典场景进行升级改造的最佳工具之一。

“对整个传统行业,AI带来的格局不仅是被用在哪些场景里,而是能够帮助最有先见最有胆识的公司,最早给自己建立更有效率的运营体系,增加市场份额,成为行业的领跑者,改变整个行业的格局。”

李开复预测,这一次的疫情,会让企业数字化改造的过程,由原来可能要花费的四五年时间,缩短到可能一两年就可以达到,所以AI的应用会被加速。

资本不再看好豪赌模式 AI人才已不稀缺

谈到当下的创业和投资趋势, 李开复表示,投资人会更重视那些在传统商业价值体现指标上表现更好的公司。而融钱烧钱做 to C应用的公司,以及先不考虑商业模型、模式,等累积了足够的用户再说的公司,现在在全世界都是受到质疑的。

一方面,国内人口红利期已过;另一方面,不是每一个行业都可以用烧钱烧出来。任何的公司可能现在想融资都得回答问题:你什么时候会有收入和扩张,什么时候会有利润,你有没有足够的现金流自己可以活下去。

现在的投资形势与5年前的投资形势有比较大的不同。李开复提到,早期的AI行业,和跟移动、O2O行业,都是很多人愿意砸大钱进去。但理由不一样。后者基于人口红利、巨头位置的空缺,但是现在大家也要调整心态了。

而5年前的AI领域,基于AI顶级人才的稀缺性和关键性,很多AI公司更多在比拼博士数量、能力、论文、比赛等,有的企业甚至第一轮融资就能有上亿美金的估值。如今这样的优势不再,一方面,世界上已经有上千万个工程师可以做AI,知道怎么去应用AI了;另一方面,谷歌、百度、腾讯、阿里等公司提供了开源或者更好用的AI平台。

AI创业进入应用期和成熟期 现在需要务实

在创业方面,李开复认为,AI创业已经走过黑科技发明期,进入到了遍地开花的应用期。黑科技的一批技术牛人出来做前所未有的东西,这个创业空间永远是存在的,但只是极少数。在一些还没有普及的领域,类似医疗领域的行业级应用的潜在创业机会也会存在。

此外,他提到,AI赋能和创造价值的独角兽,一定会变得更多。但它们可能不会是单一的AI独角兽,甚至都不会自称为AI公司了,可能是零售公司、制造公司、企业级软件公司等,它们做的东西没有AI是做不好的,更多是把AI赋能应用到产品中。

但是纯粹的AI公司,比如旷视、商汤、创新奇智,数量不会涨那么快,因为AI普及了,且AI主要的价值是赋能行业应用,而不是独立成为一个平台。

“不是说AI不可以成为一个平台,而是业界不会有100个AI平台。”

“AI的创业进入了一个应用期跟成熟期,所以现在的创业跟过去5年是完全不一样的。”李开复表示,现在得务实,得有健康的心态。

以下为采访新浪科技专访李开复QA(略经编辑):

一、新浪科技:您认为这次疫情中AI的表现如何?可以打多少分?

李开复:总体来说,此次AI在疫情的防御、预测、跟踪等方面的表现可以打75分。人工智能是靠数据、多次重复性的事件来训练的,面对疫情很难提前做好准备。但还是出现了一些不错的应用,比如AI测温、AI机器人运送物品、AI诊断等,如果未来有类似的新病毒来袭,我想人类会准备得更好,AI也会更给力。

AI更重要的不是针对健康、医疗、疫情的直接贡献,而是在抗击疫情的过程中,社会中产生了什么样的用户习惯和数据累积,以及AI潜力,比如线上办公、上课等。

用户习惯形成之后,会逼着企业自动化、AI化、数字化、软件化、线上化其工作流程,从而形成数据,AI就能产生价值。

数据的雪球越滚越大,AI的能力经过多领域的融合也越做越强。无论是线上教育,还是其他方面,国内是继续领先全球的。这次,欧美国家也开始有一些动作,比如网上点餐、线上教育等,疫情也是提升全球(AI发展)的催化剂。

二、新浪科技:疫情为AI技术带来了哪些挑战?

李开复:AI技术在快速地传播,快速主流化。越来越多程序员学会了怎么用AI,哪怕是最前沿的技术,也能够在两年之内就普及化、产品化。而且不是说谷歌发明了一个技术,谷歌两年就把它产品化了,而是谷歌发明了技术、写了论文,然后所有的公司,亚马逊、腾讯、阿里都可以把它产品化。

我不认为有什么技术的瓶颈。那些已经被发明的或者即将被发明的技术,会非常快速地进入商业化的过程。

因为现在工具已经越来越好用了,无论是硬件还是软件的工具,速度越来越快地在提升,具有软件+AI能力的工程师也越来越多了。

AI普及化的瓶颈,一定不在于工程师也不在于科学家了。瓶颈会在于传统企业如何能够被唤醒,知道AI的重要性,找到合适的人帮他找AI的切入点,通过AI的赋能来获取巨大的商机和盈利。这个现在是瓶颈。

互联网行业,基本每个App每家公司都有AI的人员,金融、保险、银行也越来越多在自己做(AI),但是更传统的行业,比如挖矿、制造、房地产、医疗等领域里面,大老板们对AI的认知了解,都还在一个比较初步的状态,只有4%的传统企业拥抱了AI。那96%怎么快速找到合适的地方去用AI?

而且AI很容易用错,比如一些酒店全部用机器人来服务,这就是想太多了,机器人送东西到房间可以,但是AI做礼宾肯定是不行的。还有可能还不知道AI用在什么地方。AI不是他们所想的,要做成像人一样的东西,纯粹的大数据、AI价值也很多,很多人不太了解。

有些初步了解了,开始去做,但可能没有合适的团队,要去外部找产品,而大部分行业还没有AI的产品。然后他们去找咨询顾问公司,这可能是一个道路,但是这些咨询顾问公司他们只看是否有钱赚,未必能帮你找最好的(AI)应用。

还有很多公司,就算有意愿来做,但是没有数据,或者数据很不干净。清理数据要花巨大的钱,有时候做好AI的实施,所花的钱大部分在数据的清理,但是清理完数据之后,又发现AI用处不大,很可惜和浪费。

综合这些理由,我觉得AI的实施、普及的瓶颈肯定是怎么进入传统行业。

三、新浪科技:对AI在未来几年的发展有何新的预测?

李开复:在经济有挑战的情形之下,很多公司都会想着节源。在一个公司发展得很好的时候,用AI来取代一些重复性的简单工作,可能听起来是一个可有可无的东西,刚开始可能也省不了太多钱,还会有争议,所以很多老板都会延后一下。此次疫情加速AI落地,会让一些企业看到AI越来越实用,更接地气。

我预测这一次的疫情,会让企业数字化改造的过程,由原来可能要花费的四五年时间,缩短到可能一两年就可以达到,所以AI的应用会被加速。

四、新浪科技:受疫情影响,今年的投资市场会有哪些新的机会?

李开复:宏观来说,就是高科技公司重要性进一步凸显。现在很多公司都面临大的挑战,比如酒店旅游、餐饮等线下行业,但是二级市场的高科技公司都是非常稳健的,甚至在创新高。

真正优质的高科技公司比较能抗经济周期,具有相当大的优势。未来如何培养更多具有竞争力的高科技企业,也是我们的关注焦点。

因为刚才讲的种种理由,让高科技更快地被使用,而且在各个场景、传统行业都需要高科技。过去,教育、医疗行业不见得会考虑远程医疗、教育,现在开始用了,高科技(行业)肯定是加速(发展)了。

对AI来说是一个更大的利好。AI能产生最大经济价值的应用,应该就在节省成本、提高效率这两件事情上面。所以在现在的经济状况里,更多的公司会需要用这些技术。当然技术是利好,线上是利好,AI是利好。

五、新浪科技:作为投资人,您怎么看AI公司烧钱的现象和问题?

李开复:现在确实在创业跟投资方面,投资人会更重视那些在传统商业价值体现指标上表现更好的公司。也就是说,那些融钱烧钱做 to C应用的公司,那些先不考虑商业模型、模式,等累积了足够的用户再说的公司,现在在全世界都是受到质疑的。

受到质疑可能有几个原因。

第一是过去10年更多的人上网,是巨大的人口红利。以中国为例,从移动互联网开始的几千万个用户,到现在八九个亿用户,十多年来20倍的成长带来的人口红利是可以发展to C应用的。应用做得好,更多用户涌上来,如果你能成为行业第一,尤其一个平台性的公司,比如美团这样的公司,是可以创造非常大的价值的。

但现在人口红利期已经过了,基本上,上网的人已经饱和了,所以这一类的to C模式就不会再有一个顺风的优势了。

第二是,不是每一个行业都可以用巨大的钱把它砸出来。

我们最近也看到了,比如很多传统行业,你用to C的模式去砸钱,无论是在国内卖咖啡的,或者是在国外做共享办公的,或者是在印度做新模式的酒店的,都是用这种to C的模式去砸传统行业。最后可能会发现也不是那么容易,因为传统行业的获客成本跟维护成本等,和在线上是不一样的,很重了。所以这可能是第二个问题,当然也有一些公司、投资基金用海量的钱去砸这些领域,但是也并没有得到正面的结果。

现在疫情(影响),钱也紧了,大家也希望对投资有更稳妥的保障了,所以这种比较豪赌的、海量的、烧钱的模式现在肯定是不被看好的。

任何的公司可能现在想融资都得回答问题:你什么时候会有收入和扩张,什么时候会有利润,你有没有足够的现金流自己可以活下去。因为在一个很大挑战的融资环境里面,即便你是有一个不错的公司和业务,以及未来的愿景和机会,但是你每年烧钱烧太多了,到最后,还没有融到下一轮,钱已经花光了,你也会被逼得要解散。

所以现金流的管理,还有尽快建立一个正向现金流的过程、利润的产生,这其实是过去一年多就很清楚的一个趋势了,但是疫情之后就变成一个几乎绝对的事件了。有些创业者可能没有那么快地扭转他们的思维,可能就会面临一些困境。

六、新浪科技:现在的投资形势与5年前的投资形势有哪些比较大的不同?

李开复:AI的早期跟移动、O2O的早期,都是很多人愿意砸大钱进去,但理由是不一样的。

我觉得移动、O2O是因为大家看到了这是一个新的平台,而且没有那么多巨头已经占了位置,而且有人口红利,所以大家当时投资,无论是投头条,还是滴滴、美团、知乎这一类的公司,都是抱着很大的风险,可能九死一生的风险,看能不能砸出一个百倍千倍回报的公司来,如果投一家做不了,投10家20家,总能成一家吧,是抱着这样的心态,但现在人口红利已经过去了,所以大家也要调整心态了。

从AI公司来说,5年前,大家拼命地去找谁的博士最多、谁的博士最牛、谁的论文最多、谁的比赛得了第一名,可能靠这个,第一轮融资就能有上亿美金的估值,这是基于一个不同的因素。这个因素是AI顶级人才的稀缺性,而且没有这些顶级人才,谁也别想把AI用好,是基于这两件事情。

所以如果你说我有三个顶级的从百度出来的AI专家,或者50个AI博士,这个投资人就给你钱,也是合理的,因为这个资源是非常稀缺的,但这个现在也不成立了。

它不成立的理由,是因为现在不是说世界上有几百个顶级的AI专家可以做AI了,而是世界上已经有几百万、上千万个工程师可以做AI,知道怎么去应用AI了。

现在,当时那些博士的稀缺性优势已经不存在了,而且现在有很多好的平台,谷歌的平台,国内百度的平台,腾讯、阿里的云……别人做了平台,你拿来用AI就可以了。这件事情与5年前是不可相比的。

所以,现在如果你再说我有三个顶级公司出来的AI科学家,我要1亿美元估值,现在是拿不到的,因为刚才这个原因。

这几种创业,现在都不会有那么虚高的估值,但理由是不一样的。

现在你做个AI公司,也会有人问你什么时候能有产品?什么时候能有一个proof of concept?什么时候能有第一个客户?什么时候可以扩张?什么时候可以有收入?哪一年能有利润?而且现在科创板开了一个新的窗口,对利润还是有一点期待的。

当然,这些其实也是让AI公司更务实了,都是好事。

但是当年的这种狂热,博士资源的稀缺性,我觉得也是有其道理的,可是现在没有。

七、新浪科技:AI是一个非常大的赛道了,您觉得现在该领域创业或投资的最大机会在哪里?

李开复:我觉得有几种。那种黑科技的一批技术牛人出来做前所未有的东西,这个空间永远是存在的。

但在AI领域里,这个窗口已经有点常(态)化,三五年前只要是个名校的PHD出来,总有人给你投钱的,这个以后不会这么简单了。因为刚才讲的各种理由。

但是我觉得黑科技的顶级技术型创业还是存在的,但是会是很小的少数。

行业级应用(的创业)也会存在的。行业级应用把AI用在一些非常快速看到价值的领域,也一定是一个现在还没有普及的领域,现在AI应用在互联网、银行保险公司已经相当普及了,再去做这些领域可能会有点难。

但医疗是个相当好的领域,因为就在最近,数据累积起来,而且现在药保医保都在推进,医院、药厂都在重新思考怎么进入一个数字化的更有效率的行业,所以我觉得医疗会是一个好的领域,可能是最好的领域。

还有其他的领域,行业应用是有一点悖论的,就是越辛苦越难的,反而是越好的机会。那些看起来AI一进去,三两个礼拜就创造了巨大的价值。这些恐怕轮不到一个创业公司来做。如果这么容易的话,可能在某一个云平台上就做成了,或者公司自己找人来做。

我觉得不要再去想说下一个“人脸识别”是什么,我能靠一个技术打开好多市场,然后拿到各种的订单,非常容易地扩张了生意。这么好的事情可能不会存在。

要不你有很大的技术优势,要不就是一个你很懂某一个行业把它做得很深,要不去找那些很麻烦很辛苦,巨头不想进入的行业。

因为AI的创业期是进入了一个应用期跟成熟期,所以现在的创业跟过去5年是完全不一样的。

八、新浪科技:现在AI领域创业是否比以前更难了?

李开复:也不是这么说,因为如果我们相信普华永道说2030年 AI在全世界能创造100万亿元的价值,现在还远远没有体现,所以AI的机会还是很充分的。

可是我们得务实。过去你认为就凭博士和科研的能力,就可以撬动一切,因为这是一个稀缺的资源,这个时代是过去了,但是今天要再创造出十家“旷视”出来,我觉得是很困难。

未来5年的市场可能会比过去5年AI的市场要大很多,但是创业的方式可能更多的是一个行业应用,或者是AI赋能。只有非常少比例的黑科技。所以作为一个AI专家,你考虑创业的时候,更多就在考虑怎么找到一个好的行业专家,搭配起来能把事情做好,甚至是他为主,我为辅,如果有这样的健康心态的AI专家,他的机会是更多的。

如果 AI专家就说,汤晓鸥能做我能做,印奇能做我也能做,他就是没有看清楚,其实这个时代已经不一样了。

九、新浪科技:目前国内AI领域有近20家独角兽公司,您觉得未来这个规模还会增大吗?

李开复:我觉得AI赋能和创造价值的独角兽,一定会变得更多。但是它们可能不会是单一的AI独角兽,它们甚至可能都不会自称为AI公司了,可能是零售公司、制造公司、企业级软件公司等,它们做的东西没有AI是做不好的,但是更多是把AI赋能应用到产品中。

比如今天的阿里、腾讯,如果没有AI,可能公司价值要打个折扣。或者是头条(字节跳动),它其实从创立的第一天,就用AI来推送适合个人的信息,这是它的重点。但大部分人也不会说头条是个AI公司。

所以我觉得说类似头条这么聪明地使用AI的公司,在未来十年会越来越多出现在传统行业。传统行业也可能会有公司把AI用得更好,也可能是一个创业公司。

这样的AI公司数量会大大提升,但是如果算纯AI公司,像旷视、商汤、创新奇智这样的,数量不会涨那么快,因为AI普及了,而且AI主要的价值是赋能在行业应用上,而不是独立成为一个平台。不是说AI不可以成为一个平台,而是业界不会有100个AI平台。

十、新浪科技:今年WAIC的主题是“智联世界 共同家园”,您觉得人工智能是如何推动共同家园建设的?

李开复:整个疫情给全世界带来了很多改变和挑战,但也带来了很多机会。

围绕新基建,尤其是人工智能的机会是存在的,比如数字化、AI化,大家需要降本增效,AI最大的功能就是帮着降本增效。

AI未来的瓶颈,不是在科技的发展,或者工程师不够,而是传统行业要认知自己。首先需要用AI,第二学会怎么用AI,第三把它用在最到位的地方,让其能像滚雪球一样循环起来。

对整个传统行业,AI带来的格局不仅是被用在哪些场景里,而是能够帮助最有先见最有胆识的公司,最早给自己建立更有效率的运营体系,增加市场份额,成为行业的领跑者,改变整个行业的格局。

我也认为有一些特定的领域,AI可能会颠覆过去的做法,让一个全新的模式,取代传统的模式。比如AI制药是一个例子,还有很多这类的。全世界都有机会在行业格局要面临很大提升和改变的时候,能够尽快利用AI这个很好的工具,让自己在变革中胜出。

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:lieyunjingxuan
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
4、联系猎云,请加微信号:jinjilei
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×