新疆时时彩好假|新疆时时彩专家预测新浪|
当前位置:100EC>电商人物>百度风投刘维:AI 投资探索路上的一些感受
百度风投刘维:AI 投资探索路上的一些感受
发布时间:2019年04月17日 09:41:41

(网经社讯)注:本?#27597;?#25454;百度风投 CEO 刘维 在「42章经创投理想国」线?#36335;?#20139;《AI 与产业的结合——探索路上的一些感受》上的部分发言整理而来。

刘维,百度风投 CEO,主要关注人工智能、前沿科技、医疗、工业、教育智能?#24067;?/a>领域的投资。投资项目包括 Face++、思必驰、云丁科技、作业盒子、合刃科技、驭光科技等。

以前大家都在科普 AI 如何改造各行各业,而今天我更多想讲的是对 AI ?#31449;?#30340;预测。从前几年的预热到现在的极热,这说明 AI 已经到了转型的关口。

百度风投把 AI 作为投资主题,我们在这个新旧动能转换的阶?#25105;?#24456;困惑,但同时也有了一些思考,接下来分享给大家。

(一)

AI 技术及其简单的商业化,

并不是好的投资主题

我们第一个感悟是,AI 技术及其简单的商业化并不是好的投资主题。

比如头像识别、AI 芯片技术等,放在十年前,这些可能是好的投资主题,因为当时 AI ?#20849;?#28909;,大家对 AI 的?#29616;?#37117;很浅。但问题是,这个时间节点已经过去了。

而且,这些年做技术投资,很多创业者以“有订单”作为产品需求的唯一衡量点。但有时候出现了一个创新技术,但其实用户的痛点并没?#24515;?#20040;深。

以火花塞为例,它对于上一代汽车来说,是一项?#27973;?#20851;键的技术,但从历?#26041;?#28857;上看,却并不是一个好的投资主题,因为火花塞只是一个单点技术。

首先,一个创业公司要把这项技术做得比大公司好很多,?#27973;?#38590;。原因在于,工业化过程中会出现很多问题。要革新这一单点技术,你必须要让整个产业链协同推动,同时还要考虑如何量产和成本问题。而且,就算创业公司真的做起来了,等大公司轻松入场后,最后也只是沦为先烈。

其次,优化后的火花塞无外乎两种结果。

它能很好地在原有发动机上使用,确实提升了效率,有一定竞争力,但也很有可能原来的技术已经基本满足工业化流程了。这个时候你就要问一问,这小小的改进是否是关键性的?能否让甲方付更多的钱?

它的确带来了大改变,但不符合原有设备的条件,这意味着整个汽车产业链的上下?#21619;家?#36319;着改,这个时候你也要问问,它值不值得让整个产业链冒这么大的风险?

最后就算这些问题都解决了,但在整个汽车行业里,火花塞这样的单点技术是一个客单价很低的生意,你的竞争对手推出的产品客单价在 500 - 4000 美金,而你的只有 3 美金。同时,能跑多快、给多少补贴,怎么获客等都是问题。

所以,如果不是从 0 到 1 彻底颠覆一个产业,而做的是从 1 到 100 的事,只是对原有业务进行效率上的提升,这将很难创造大的价值。

机器视觉也是一个典型的例子。直到今天,市场上还大量存在着一类机器视觉创业公司,只是单纯地围绕某一领域或者产品做视觉识别。大家可以想想,它们能革新上一代的技术,提高门槛去打败大公司或者中型的视觉公司吗?

我认为不太可能,因为未来总有一天,它们会选择将业务横向拓展到各个领域,甚至实现端到端的?#20302;?#21464;革,自己做芯片?#30171;?#24863;器,优化所有工程效率。所以如果“藏身”的点不够深,就很容易被大公司所淹没。

所?#36816;擔珹I 技术及其简单的商业化并不是好的投资主题。

(二)

AI 的核心能力,

是以更小的代价去支撑更复杂的?#20302;?/strong>

那为什么我们还在积极投资 AI 领域呢?

因为我们坚信 AI 的核心能力。上面的案例我们聊的是单点技术,把 AI 当成一个已有业务中的小补丁,去提升单点效率,但 AI 真正的核心能力是:

以更小的代价去支撑更复杂的?#20302;场?/p>

拿人脸识别来说,如果从单点看, apple to apple 技术的准确率远没有 RFID 或者 NFC 高,而且成本也相差很大,那人脸识别的优势到?#33258;?#21738;里?

从?#20302;成?#35745;的角度,它的优势是付出一些“识别不准确”的代价,进而大大提高?#20302;?#25928;率,提供便利,并节约成本。也就是说,它在识别你的脸的同时,做 Re-ID,理解你的动作、意图,这有助于我们设计出更复杂多元的?#20302;场?/p>

我们在美国投了一些广义上的 AR 技术(中国这方面的技术很少),就是在物理世界上叠?#26377;?#25311;和逻辑世界,或者工业软件信息,最后再投射回物理世界。

举个具体的场景,建筑工人原来需要自己划上 1.6 米高度的标记,利用 AR 技术后,只需要打一个 1.6 米的激光,在加工过程中,也会有?#20302;?#36827;行实时纠正。其实手术等场景也一样。

这看上去简单,但并不是一件容易的事。假设 AI ?#20302;?#24863;知位置或者投射激光是通过工人的头盔,但每位工人身高都不同,也就意味着每个人的位置不固定,这就需要 AI 有快速理解环境,并进行快速补偿的能力。

所以综合来看,我认为,过去几年 AI 在技术上实现了进步,但应用层面还没有奏效,但或许未来 5 到 10 年,我们能看到有相应的应用。

(三)

我们的投资主题只有一个,

发明新业务?#20302;常?#23454;现 0 - 1

作为 AI 基金,我们的投资主题只有一个,就是发明新业务?#20302;场?/p>

如果你的团队中有很多技术牛人,能最早感知?#35282;?#27839;技术的边界,并且有信心提前大公司三到五年把产品做出来,这当然很厉害,但也只是一个入口,出口还是要落到新业务的效率模型。

就像只发明一个火花塞是不够的,我们需要发明一辆汽车,或者一?#20013;?#30340;交通工具。

那该怎么做呢?如果我们选择一些细分领域,去重新梳理业务?#20302;?#20043;间的逻辑,就会发现大量从 0 到 1 的机会。

来看看集装箱的例子。

集装箱其实是在 1940 年左右,才被正式标准化并?#24230;?#20351;用。它最大的成功在于其产品的标准化,以及由此建立的一整?#33258;?#36755;体系,这大大降低了物流成本,提升了运输效率。

回到那个时间点,我们会发现当时每一个物流链上的节点,都有大量的人在卸货、包装、装货,?#27973;?#22797;杂。而当有?#24605;?#35013;箱,装货、卸货,包括整个商品包装行业的上下游,都发生了改变。

所以,当我们重?#36335;?#26126;一个“容器?#20445;?#25972;个行业的很多节点和链条其实都改变了,它代替了很多原有节点,?#20540;?#29983;了新的节点。

发明新业务?#20302;?#30340;机会是无处不在的。你去改变一件人类基?#31350;?#20197;做到、但稍微有些困难的事,并不是?#31449;幀?#20294;是你能让它实现从 0 到 1 的改变,就要比大多数人类高一个?#32771;丁?/p>

我想人类的历程其实就是不断地利用前沿技术?#25237;?#34892;业的理解,去发明一些新的工具,去重塑节点和业务流程。人类的组织进化,就是先标准化,再个性化的过程。

从这个角度来看,AI 技术还有很大空间。

以医疗技术为例,有大量潜在的数据轴需要 AI 去挖掘,比如扫描、?#19978;?#25216;术,因为图像获取上存在很大误差,没办法达到通过?#29616;?#30340;标准,必须要经过更复杂和个性化的调试才能得出一个更好的参数,或者通过其他数据轴的情况进行实时调整,做多轮次的感知技术,比如体内传感器。

这在原来完全不?#23665;猓?#20294;在 AI 时代,就是一个有着发明新业务?#20302;?#26426;会的垂直领域。

(?#27169;?/strong>

如何抓住 AI 投资机会:

不可避免要做加法,有机会的是垂直领域的新效率模型公司

但是要抓住这样的变革机会,就不可避免地要做加法。

做加法,就要做大乙方。该过程不需要让技术 100% 落地,理解了技术边界就可以去找场景,往?#20302;?#21464;革的方向去?#26087;?/p>

所谓大乙方,就是不满足于对单点的替代,而是和客户一起去重新定义端到端的模型,利用 AI 技术定义一个全新的业态。

比如零售,如果我选择融入传感器技术,做一个货架,加人脸识别的探头,其?#30340;?#20250;发现,最终的客户营销漏斗还是没变。但如果用 AI 技术赋能会怎么样?我这里做个猜想:零售可不可以不是一家店,而是一块靠近通道,能够快速捕捉客户兴趣的互动?#32842;唬?#20877;加上一个后端的前置仓?

一定会出?#32456;?#26679;的可能性,就像超市也并不是与生俱来就有的,而是人类发明的新?#20302;场?/p>

我认为,对于创业者来说,最惊险愉悦的机会,永远是在技术尚未成熟时,比如提前 3-5 年去打造一个冒险的业态。在当时可能无法理解,但几年后,就是业态上的优势。

不过对很多行业来说,大乙方可能?#20849;还弧?#25105;们现在?#27973;?#40723;励创业者去尝试做新甲方,或者用新甲方的心态去考虑自己能不能做乙方?#22270;?#26415;供应商。

用?#36824;?#20030;例。

三、五年前,我们在美国投了很多农业 AI 项目,现在他们普遍转型,自己当甲方。在美国,农业领域的传统甲方是一些分散的中型农场,光赋能补上了其中一环,甲方在别的?#26041;?#27700;平跟不上,也没有办法快速地把优?#21697;?#25381;出来——这和中国的 SaaS 发?#20849;?#36215;来逻辑上是一样的。

所以美国的农业项目,通常是先拿这些甲方练手,站在大乙方的角度,去设计一个端到端的解决方案——根据下游供应链的订单来决定提前几天、去?#27597;?#21306;域摘?#36824;?#20197;及怎么调控灌溉的时间——?#20113;还?#30340;整个生产?#26041;?#36827;行数字化配置,搭建提升农场运营效率的模型。

这?#23548;?#19978;相当于树立了一个新的?#36824;?#21697;牌。这其实就是 AI ?#27973;?#22823;的?#20302;?#20248;势,因为 AI 能够让每一个?#36824;?#30340;每一个生产?#26041;冢?#37117;实现数字化配置。

假设全果园有 6657423 个?#36824;业?#24213;要摘哪一个?如果是人工,肯定会根据“看上去很红”的标准,但如果使用 AI 技术,借助冒泡算法,我可以很确定地摘第 50 个红?#36824;?#26469;保证交期。不仅如此,还可以减少农药的喷洒量和水的使用量。

这样,甲乙方的关系慢慢就会发生转变,原来的甲方变成大乙方的?#29992;?#21830;。为什么呢?因为如果?#20040;?#32479;甲方赋能 AI ?#20302;常?#22240;其滞后的供销渠道,就不能把价值发挥到最大。

所以现在的模式主要是,新甲方?#20449;?#32473;传统甲方会提供什么样的水果质量,并且负责统购统销,传统甲方只要按照规定的流程,就能实现双赢。我们今天知道的品牌商,比如 Dule ,其实就是这个定位。

但新甲方有一个必要的条件,就是要素得充分开放,否则打不过原来拥有要素的老甲方。就像上一轮的房地产,老甲方只要把房子囤着就好,并不需要把它造得更好。

目前很多行业其实都存在这样的机会,尤其是今天的中国,因为中国拥有经济周期上的优势,大量的行业要素?#23478;?#32463;充分开放、充分竞争、?#23665;?#26131;,且需求还在快速变化?#20197;?#22810;。

那 SaaS 为什么?#20976;?#19968;个好机会?做 SaaS 是利用了别人已经做过的计算机服务器,所以渗透的机会有一些是属于创业者的,但也有很多属于大公司。相反,一些大家不愿意碰的垂直领域,如果你从 0 开始布局传感器和?#24067;?#25216;术,围绕该品类算法做大量的开发和优化,机会就来了。

所以我认为,10 年后,中国并?#25442;?#20986;现一批 AI 平台公司类机会,真正有机会的是那些垂直领域的新效率模型公司。

(五)

加法的本质,是减法

减法是洞察、定力、取舍

但回过头来,加法的本质其实还是减法。这里的减法指的是什么?

首先,我认为,是对未来的洞察力。我们内部有个词?#23567;?#21452;跳跃?#20445;?#25351;的是,只考虑技术或者行业都不行。因为 AI 技术的影响已经是一种显学了,大公司一定会比我们了解得更透彻,而行业研究的话,PE 们肯定比你懂。只有"双跳跃"(技术和行?#23548;?#25345;)才会带来一些机会。

那什么才是“双跳跃”式的机会?在诸多种技术?#22270;?#22810;细?#20013;?#19994;的网格中,可能有 1% 的机会是两边人都不相信的,所以如果我们能提前三至五年入场,然后通过一个更长的周期去布局,就会有大量机会。

比如动态生成的全个性化引导视频,会应用到什么水准?以后也许商品包装上就是一个动态?#32842;唬?#22914;果成本能够实现量产,那么每个人看到的商品,都是个性化生成的。如果你赌这个技术 5 年后能实现,那就完全可以开一家不一样品类和业态的店。像这类应用场景,两边人都不太会相信。

所以会有很多“双跳跃”的机会,但背后需要你的洞察力。不过这很难,我们预测未来一年或者二十年,可能相对容易,但是未来五年或六年会怎么样,就需要精细化预测了。

这种洞察不是通过?#21738;源?#24819;出来的,而是在过程中不断去迭代和摸索,同时,想清楚一个方向之后还要有定力,要拒绝很多诱惑。

像人脸识别,前两年卖人脸抓拍机的公司今天基本都死了。虽?#20976;?#20204;一开始卖得很好,但是过两年,甲方发?#32456;?#35299;决不了问题,就不买了,?#32423;?#36824;买的也都找大公司了。而那些在几年前以人脸识别作为技术切入,做城市级的、视频矩阵内的全局可视化、结构化的公司才活了下来。

做这样的事其实需要大量的软?#24067;度耄?#35201;自己做芯片、传感器、?#20302;常?#29978;至是运营,把别人不相信的东西落地。

这就需要大量的洞察、定力和取舍,所以这是一个先做减法,再做加法的一个过程。

(六)

未来,会诞生一批全新的创业者和投资人

最后,在这样的一个时间点,我认为会诞生一批全新的创业者和投资人。

按照过去 AI 1.0 的观点,如果有一个教授,有很牛的技术背景,我们会先投了,再催着他去找?#33487;?#39033;目,因为教授总是稀缺的;在商业化方面,我们也会找一些传统行业的高管,因为这些能带团队的人也稀缺。这两类人具有?#27973;?#22823;的价值,但按照效率模型,他们只是其中的元素,并不是最理想的投资主题。

我们认为,未来创业者和互联网时代的产品经理很类似,创业者是效率模型的战略产品经理,需要基于对技术的理解?#25237;?#34892;业的洞察,提出新的效率模型。行业里有很多人只对模型的某一个点执?#24515;?#21147;强,而且多少会陷入对原有路径的依赖。

所以在这样的背景下,刚才说的教授和高管都是很好的 VP ,可以为最优秀的创业者所用。而最优秀的创业者,应该是年轻、充满洞察力和野心。他们是全新的,很可能是年轻的博士,或者是在一线互联网公司做过多年数据分析的产品经理,甚至是投资人。投资人在这个时代做创业者的机会也变得越来越大,因为未来创业者最核心的能力,就是模型的打造。

同时,创业者和投资人的关系也将发生改变。我们过去总说, VC 要成为创业者的 co-founder,但事实上,执行者主要还是创业者,VC 只是提供资金和资源。但将来会有所变化,百度风投现在就?#21069;?#33258;己当成一家创业公司,我们会先做一些工作,用分析出的结论去和优秀的创业者碰撞。投资人的优势是视角,因为我们看过很多横轴和纵轴上的领域,可以请一些优秀的创业者分析一些课题,并为课题匹配一定的资源。

出?#32456;?#26679;的转变后,我们内部?#37096;?#29609;笑说,我们现在已经没有投资人了,看技术的人改叫技术 BP ,看行业的人改?#34892;?#19994; BP 了。我?#21069;?#25237;资人都定义为创业者的 business partner,利用他们的研究来帮助创业者,一起去寻找更好的双跳跃机会。

所以,我认为,VC 也存在着新的机会。一个好的 VC 永远会跟随大的趋势和人群的变化,而 AI 时代带来的好处就是,创业者和投资人所涉及的业务边界会发生巨大变化。

*原视频长度一小时,放出部分为精华提炼,约?#30002;?#20869;容三分之二,视频里刘维还谈到了百度风投在 AI 领域的投资逻辑和一些新动作背后的原因。(来源:企鹅号 文/42章经

“五一”旅游消?#28153;?#23395;刚?#25112;?#26463;,电子商务消费纠纷调解平台(www.315.100ec.cn)用户维权案例库显示,在线旅游(OTA)成为消费投诉“重?#26234;?/strong>,订票、出行、酒店住宿、旅游景点消费的各?#26041;?#37117;存有诸多猫腻。其中,同程旅游、艺龙、途牛、携程、飞猪、去哪儿、马蜂?#36873;?#36208;着瞧旅行、联联周边游、世界邦旅行、侠?#34385;?#23376;游、骑驴游、小猪?#22871;?#31561;平台用户投诉较多。问题集中表现为收取高额?#20284;狽选?#35746;单无法消?#36873;?#19979;单后?#35328;?#32422;、退改签遭拒、货不对板、特价商品拒绝退款等。如果您在消费中遇到OTA平台的各类问题,?#38431;?#21521;我们发来求助。

【关键词】刘维百度风投AI
股票名称/代码
$/总资产
$/营收
$/净利润
  • 阿里巴巴BABA.US
  • 1092亿
  • 385亿
  • 94.5亿
  • 京东JD.US
  • 282.6亿
  • 557.4亿
  • 7.7亿
  • 唯品会VIPS.US
  • 583.2亿
  • 112.2亿
  • 0.4亿
  • 宝尊电商BZUN.US
  • 4.60亿
  • 6.40亿
  • 0.3亿
  • 聚美优品JMEI.US
  • 7.60亿
  • 8.90亿
  • -0.06亿
  • 寺库SECO.US
  • 3.60亿
  • 5.80亿
  • 0.03亿
新疆时时彩好假