编者按：资本寒冬的今天，几乎所有投资人都在寻找下一个春天到底在哪儿。不少人瞄准了人工智能这个新兴科技，到底人工智能会不会是下一个爆发点？未来这一领域会有哪些机会和想象空间？
本文来自联想之星投稿，微信公众号（legendstar1），整理自Comet Labs（星空智能实验室）微课，嘉宾为联想之星合伙人刘维，主要关注TMT、前沿技术领域的投资，已有超过十年的投资经验，在TMT领域的多个方向都有布局。
下一个春天在哪里？什么技术能带来互联网这样巨大的"新能量”，改变各个交易链条？在上周的Comet Labs微课上，联想之星合伙人刘维给出了答案：人工智能。
2010年开始提前布局人工智能时代，沿着“物理世界数字化、数字世界可理解化、理解后的智能化”的逻辑，联想之星在过去五年里投资了20余家人工智能和智能机器领域的创业企业，打造了Face++（旷视科技）等一批价值过百亿的人工智能领军企业，和思必驰、好买衣、中科虹霸、Airmap、AbleCloud等一批技术平台公司。此次微课上，刘维分享了多年投资人工智能领域的经验和思考。
01 资本寒冬是真的吗？
互联网在进入一个阶段性的冬天，它的边际效应已经逐渐到了瓶颈。下一个春天在哪里？什么技术能带来互联网这样的巨大"新能量”，改变各个交易链条？那就是人工智能。
主持人邀请我们来谈谈资本市场的冬天，和新春天在哪里的问题，我还是很愿意的。因为作为天使投资人，我们的责任就是“春江水暖鸭先知”，对趋势应该更敏感一点。从这个角度看，回答主持人的第一个问题，现在互联网确实在进入一个阶段性的冬天。
并不是互联网本身有问题了，而是互联网作为一种效率提升工具，一种信息能的赋能工具，一个打通信息管道、消除信息不对称的工具，它的边际效应已经逐渐到了瓶颈了。当各行各业可以很方便的应用互联网作为工具时，只喊着互联网，或者因为互联网而大肆烧钱，指望未来效率大量提升，就不容易成功了。
我经常举的一个例子是，神州专车现在开始逐渐的向上走，而uber、易到，在运营出问题的情况下，就开始下滑，这是什么原因？神州是传统企业，不怎么互联网，但几个月来，互联网滴滴模式的东西它也都学了去了，它的app，它的LBS，它的智能化定价，运力管理，都做的不错了。
而同时，他所擅长的低成本车辆采购、高效司机管理，服务质量的管控，这些运营侧的优势就逐渐显示出来了。同时的互联网企业，如果不能利用互联网带来更高的效率提升，就谈不上什么优势 —— 如果对黑车司机这种问题的管理跟不上，彻底做坏了体验，也就越来越下坡路了。
这部分大家现在都渐渐有了共识，我们就不展开了。回到今天的主题，下一个春天在哪里？我们在观察：下一个技术。什么技术能带来互联网这样的巨大“新能量”，从而改变各个交易链条呢？那就是人工智能。
02 下一个资本春天在哪里？
人工智能的快速成熟，在2015年接近临界点，从老生常谈，到真的可以感知和理解这个世界。人工智能的大爆发中，智能机器的行业应用，有大量的机会。
人工智能的话题喊了几十年，就像互联网也喊了很多年才落地，智能手机喊了很多年才普及一样。人工智能现在突然爆发起来，不是偶然的，背后是技术的巨大进步，把一些长期以来有痛点、但是解决不了的问题解决了。
比如：现在说的比较多的人脸识别、图像识别、语音识别，都是老生常谈。历史上也诞生了一些公司，能解决一些问题，能在限定的场景内达到一定的识别率（我昨天看有人在回忆自己20年前就做到了95%的识别率，这个是真实的，但也是加了大量的限制条件的，并不实用）。
我们就拿人脸识别举例子吧，以前的技术是什么：人需要配合，站在一个专门的摄像头前，静止一秒钟，专门的光线条件，在几百人几千人的库里被识别出来。这样的技术可以用，但只能用来做个门禁，做一个卡口的配合检查。如果想用在机器人身上，让机器人能和人正常的社交，就完全不行了。
而现在的技术是什么：十几亿人的大数据库，每秒100帧以上的识别率，非配合场景、自然光线、侧脸和遮挡，都可以很高的识别率识别出来。这才有了安防、金融等领域的大量应用。
这样一个细分领域说起来很小，但最近几年来，特别是2015年以来，在各个识别领域的进展都是飞速的——人脸，商品，图像，手写文字，各种动作，自然语音……
这些加起来，就构成了非常大的突破，机器对“物理世界”的理解能力，得到了大的飞跃，让机器（包括计算机、手机，也包括各种实体的机器、机器人）就可以准确的理解各种任务、各种环境，去做大量的人能做／人都不能做的事。
所以我想说的第一个观点，就是人工智能的快速成熟，正在2015年接近临界点，从老生常谈，到真的可以感知和理解这个世界。
这背后的原因，其实还是要感谢互联网、移动互联网时代的“遗产”，正是我们每天都在产生的数据、上传到云端的数据，促成了一日相当于过去100年的数据量，促成了云端大脑的成熟。
在这样的技术背景下，更具体的机会在哪里呢？因为一批技术平台，深度学习这一代技术驱动下的技术平台，都是在2010－2011年的样子就建立了，现在都已经很有规模了，再去重新做底层技术，从资本和创业者的角度都不是最好的，重复发明轮子。我的观点是，底层技术的成熟，为创业者带来了强大的工具，有几个方向都很有机会。
1、在互联网上，利用智能技术的进步，进一步的去理解用户、理解服务／商品、理解交易，进一步的去精准推荐，提高有效性，把流量的价值发挥到更大。这方面现在很多人在做，互联网公司也有很大的流量和数据积累优势，机会很多，挑战也很多，我们回头再说。
2.、把智能技术和机器技术结合起来，开发新一代的智能机器——绝不仅仅是机器人，也不光是智能硬件。智能的各种工业设备、服务设备、汽车飞机、业务系统，都包括，这一领域很多的机械技术／机器平台本身是成熟的，可以再改进，但关键是利用智能技术的突破，给机器带来强大的“理解任务、完成任务、自动化、柔性化”的能力。
这些智能机器，在每一个行业的链条中都有需求——现在互联网改造的更多是各行业的销售—市场环节，一部分通过saas影响到了内部组织管理了、通过b2b交易平台影响到了采购。但大部分行业的生产、任务交付这些核心环节，还不能光靠互联网被改造。这里都是智能机器的很大机会，而且行业缺乏巨头／BAT互联网巨头们不能先天凭借流量和生态优势而取得垄断地位，对初创团队是有利的。
所以我的第二个观点是，人工智能的大爆发中，智能机器的行业应用，有大量的机会。
03 智能机器领域的机会点在哪里？
2B领域的选择，这些有需求、有纵深的领域，即使不是技术非常先进，只要能深入去理解行业需求，和业务系统有好的结合，我觉得也会有一批创业的机会，包括Saas＋机器混合的机会。
这里再说说，为什么2B的行业应用看上去这么不好做，水这么深，反而可能比2C的“酷产品”更有机会。
应该说这也是我们这些年投资了不少智能机器／技术驱动的项目得出的经验，我看@陈彬@丁盯 也在群里，其实丁盯智能门锁就是个典型案例：开始也想过做2C的家庭客户，后来还是找到了短租公寓、房东这样的行业市场，然后最先取得了突破，现在成为最大的智能门锁企业。 等会儿可以请他分享一下：）
2C看上去很美，但对于智能技术等“先进技术驱动的项目”，最大的问题还是，一开始产品很难做的很完善，因为技术开始没那么成熟，或者适用范围窄，或者成本高，或者需要一定的实施和定制化。如果技术上来就很成熟很通用，那也就不是先进技术了。
而C端消费者对于不成熟的东西，买单意识总是很差的。他们希望足够完善、足够通用、足够便宜、足够漂亮，甚至其他方面也足够好。但这并不可能。
而2B的消费者相反，如果能找到合适的客户，他们有痛点、期望解决问题、而且能通过解决这样问题得以快速发展，越做越大，也就能把产品带的越来越有销量／成为行业标准。
具体到智能机器领域，我觉得2B客户至少有几个优点：
1）对核心功能以外的事情高容忍。比如我们face++的人脸识别摄像头，能抓住坏人，但在安装上肯定有要求，在外形上不一定上来就很漂亮，用户根本无所谓：）
2）对价格能高容忍，只要你能解决核心问题。这也就意味着不用面对销量低时bom降不下来 bom高了卖不动的常见悖论。很多案例下，只要切入点准确，2B客户不在乎成本短期内高一些。
3）可以人机混合，这是我觉得最重要的。2C用户往往希望机器独立解决很多问题，而2B不同，他可以配置1个人＋n台机器形成一个组合，把机器不好解决的一些问题还交给人来做。例如我们说的人脸识别追逃犯中，警察还是可以去实体确认下对不对；我们的物流机器人中，机器手不容易做到的特殊商品可以安排人来拿。先跑起来，再逐渐解决这些人来做的环节，不断替代，渐进改进。
4）可以聚焦单任务，用户对家庭机器人的期望估计是保姆，什么都能做，但谈何容易？行业客户还是可以聚焦单任务的，再通过一个个任务和功能的积累，逐渐成熟，逐渐降低成本，逐渐树立品牌……长期看，2B也可以转为2C。
以上说的，都是2B比2C的一些可能优势。反过来，我觉得对于2B的智能机器创业者，我们的建议也是要利用好这些优势，避免“做一个太复杂的木桶”，而是能利用和客户的深度合作，把精力聚焦到做出核心功能、做透核心功能和长期价值。
这是第三个观点。
第四个，再简单说一下，我们觉得什么2B领域有机会。这个在座的各位肯定都更专业，你们选择一个领域前肯定经过了深入的调研。我只能通用的说说：
1. 人力密集型，人所从事的劳动，是不断重复、但有一定的灵活性的。比如，物流行业的不停的分拣、搬运（每次东西不同），建筑行业的不停的做工（每次的场景和多少不同），零售服务等行业的一些岗位（比如不停的送东西，但每次东西不太一样）……
因为重复的，适合机器代替，现在人力成本上升太快。而有一定复杂性和灵活性，是这一批智能机器的机会。如果太简单，就是机械重复，那上一批自动化时代已经改造的差不多了。
这里面特别建议，利用好视觉技术、人机交互技术的大发展，很多事情都可以用机器来替代。
2. 行业的用人规律，有特别明显的波峰波谷。这样的行业，现在普遍不断的招人／遣散人／再招人很困难，如果有机器替代部分，用户十分欢迎，例如物流、农业等。
3. 行业的趋势，对柔性有很高的要求，比如现在很多制造领域在C2B的逆向决定任务，物流从原来的整件运输到向灵活的按需、小商品级别的分拣配送。这里面人的能力有极限，培训难度也非常大。
4. 危险、特种、大空间尺度的很多任务
5. 最后但最重要的一点，很多海外／全球化的机会。大家都知道现在中国互联网公司不少在出海，发展也不错。智能机器领域更是，这个领域未来会全球化竞争，中国在很多行业上是有优势的，例如安防、物流、零售，都是世界上最复杂的，一些技术的输出有明确的空间。
所以，第四个观点，就是2B领域的选择，这些有需求、有纵深的领域，即使不是技术非常先进，只要能深入去理解行业需求，和业务系统有好的结合，我觉得也会有一批创业的机会，包括Saas＋机器混合的机会。
04 提问环节
问题1：作为图媒动画内容制作公司， 我们希望找到一种能够识别，设置，跟踪，匹配图媒作品和创作者身份数据平台，能帮助设计师理解用户的习惯和注意力，通过人机交互，视觉技术帮助设计师将内容生产与用户模型进行匹配和关联。我们希望有这种图形图像识别跟踪平台和技术资源，不知能否指望人工智能技术？或者说，这个方向有没有创业机会？
刘维：多谢！我觉得这个方向是很好的，设计师原来也是凭个人的理解在创作，质量好不好也只能通过客户的简单反馈。但未来这些都可以通过深度学习、更高频和深入的用户反馈包括最终用户反馈，来了解到哪里设计的好和不好。机器逐渐也能自己尝试做些设计。下来我们可以再多做交流！
问题2：我想了解下，目前全球范围内，有没一家做的非常出色的2B的思维机器人的公司，智慧型软件可以，面向垂直领域的。
刘维：我对思维机器人这个概念理解的不一定准确。如果说是能理解2b任务，能“思考”的机器人，我觉得分领域都有一些不错的。例如，物流领域的很多机器。
我个人的观点，智能都要有一个”任务“。比如是更好的调度？更好的推荐？更好的搜索？越具体的任务，越能形成循环，不断优化。这也是和传统的基于规则的自动化设备的区别。
现在围绕一定任务的问答机器人进展很快（只要回答的质量是可以评价和反馈的）。比如，美国现在几款围绕用药指导、疾病诊断的专家系统机器人（软件）。
问题3：想问一下联想在智能机器领域的投资目前是个什么情况，投资了哪些公司？接下来希望能找到哪种类型的智能机器领域的公司？
刘维：关于联想之星的投资，这部分是我们三大投资之一，2010年开始投资，到现在投资了30余个项目吧。两大类，技术平台，目前几大领先的识别技术，face++，思必驰，好买衣，还有airmap，ablecloud这些无人机、智能硬件的底层云平台等等都是我们天使投资的。另一类就是刚才所说的行业应用，像丁盯、欧瑞博这些智能硬件，matternet、weft这些行业智能机器，燃石医疗等肿瘤智能诊断等。
在国内外我们都在积极布局人工智能领域，算是最坚定的天使机构。这也是我们发起Comet Labs这个全球加速平台，进一步联合全球的产业公司，帮助创业者找到2B应用的合作机会的原因。
问题4：刘维老师 您对目前AI行业过度渲染，但实际上雷声大雨点小的现象怎么看待？
刘维：我的理解是：1，确实容易过度，因为AI看不见摸不着，拿一个评测／搞一个演示就可以说事，或者敢吹就能拿钱。2，未来几年会逐渐纠正，因为一批落地的、能解决问题的软硬件落地了，再讲故事而没有实际的市场案例就难了。 3. 很多号称能解决的问题，都是长期看能解决，短期内做不到的，创业者选择什么路径，先去解决什么问题，我觉得非常关键。
问题5：刘维老师，我很担心随着新一波人工智能创业浪潮的到来，该领域像O2O一样被泡沫化，污名化，形成劣币驱逐良币的局面，影响到我们这些深耕该领域多年的人，请问刘总，我们应该如何破解这个困局，赶走那些风口猪，而不是被劣币驱逐？
刘维：关于风口猪的问题，我觉得，最好的办法就是不跟风炒概念。2B领域光靠烧钱也不能解决问题，行业客户不会轻易把关键环节交给有钱、不要钱、但不懂他们行业／需求／没有合适的产品的人来解决。
只要深耕，我觉得要想象懂行的人越来越多。深耕技术，越来越多行业客户／投资者也懂得怎么去测试了。深耕对行业的理解，更是通过交流就可以见到高下。
问题6：对AI方面的人才，国内外的差距，您怎么看待？
刘维：人才差距这部分，我的观点可能和很多人有所不同：Ai领域正是中国弯道超车的一个大好机会。在很多领域，中国团队缺乏经验，工程化实践经验差，做的不够扎实。但也有一些领域，特别是核心的智能算法，深度学习等领域，中国一批公司现在做到了世界领先，因为中国的算法天才有优势、数据积累有优势。
希望大家都能利用好中国独特的人才优势、产业公司多的优势、供应链好的优势，早日作出成功的好项目！各种想法和创业计划，欢迎和我们交流！
谢谢大家啦，期待我们能一起推进中国人工智能和智能机器事业的发展！