来源：公众号黑智

概要：在北美的四大AI巨头公司中，李开复的总结是：Google有大牛优势；Facebook做得更深，但没有平台化意识；微软在试着聚拢自己的实力；“四大AI公司中，有3家不认为亚马逊是AI公司，但其实亚马逊是做得非常厉害的”。

在过去的一个月中，创新工场董事长李开复在北美跑了一圈。他见了不少投资人，访问美国的几大AI巨头公司，了解它们在做什么，也和深度学习的三位大牛Hinton，LeCun，Bengio进行了交流。12月11日，李开复以“预见2018”进行了主题分享，向黑智等媒体，总结了他的北美见闻和心得。

李开复说，人工智能发展大概有四波浪潮：互联网AI化、商业AI化、实体世界感知AI化，以及全自动AI化。它们同时发生、没有先后顺序，但是，都会给未来经济带来巨大的商机。

在北美的四大AI巨头公司中，李开复的总结是：Google有大牛优势；Facebook做得更深，但没有平台化意识；微软在试着聚拢自己的实力；“四大AI公司中，有3家不认为亚马逊是AI公司，但其实亚马逊是做得非常厉害的”。

人工智能的热潮带动了投资的热度，李开复也认为，在过去的一段时间内，“AI项目确实贵了”，泡沫是存在的，而到了明年年底左右，会有一批公司倒掉。

此外，李开复还分享了美国AI的发展状态、中美的差距，以及创新工场在AI领域的布局。

以下为李开复的演讲内容：

AI有弱人工智能、强人工智能，强人工智能暂且不做讨论，因为现在没有基础。弱人工智能即针对某一个领域用大量的数据、做出比人更强大的判断，这件事情正在发生，它会创造巨大的价值。据普华永道推测的人工智能带来的价值，最保守的财务领域，人工智能也将在2030年为中国带来20%左右的GDP增长。

创新工场分析认为，人工智能有4波浪潮。之所以称之为浪潮是因为它们同时发生、没有先后顺序，并且都会带来巨大的商机。第一波是互联网AI化、第二波是商业AI化、第三波是实体世界感知AI化，最后是全自动AI化。

“互联网AI化”是以数据作为能源和燃料的，数据越多，发展就越快。人类有史以来，结构化标志的数据最多的就是互联网，因此现在的七大巨头都聚集在互联网领域。它们在过去20年中，累积了大量的数据，也形成了这样一个闭环：推动AI的发展→更好的挖掘数据→AI发展的更好→雇更多人→收集更多的数据。

比如说，每次我们在百度、在朋友圈打开一篇文章，在淘宝购买产品，每个行为都被捕捉和标注。我们发现淘宝广告、今日头条的推送越来越精准，这都是AI发挥的作用。现在这个领域创业已经很难创了，现在你在这个领域创业做新APP要靠流量，因此你将很难成为AI公司。但已有的流量公司要转AI却很容易，譬如今日头条、快手。

第二波AI浪潮是“商业智能化”。除了BAT、互联网公司，还有谁有数据？一些非互联网公司（医院、物流公司）。它们因为商业模式的原因，累积了一套数据，这些数据足够大，激活后也会在商业流程产生价值。让已有的数据产生价值，并进入商业，做得最好的肯定是金融。在这个领域，创新工场投资了追一科技。

第一、第二波的AI浪潮，是把已有的数据开发出来赚钱；第三波AI浪潮“实体世界感知AI化”则是先收集数据然后产生价值,比如安防。购物中心的摄像头就是把真实的世界捕捉起来，用这些数据产生有价值的应用。

创新工场的OMO，线上线下融合，就是通过传感器的普及，将世界整个数字化。这方面我们投了Face++、小鱼在家、OMO典型的无人商店，还有AI玩具等。

第四波“全自动AI化”不仅要采集数据，AI还要“动”起来，譬如科幻片的机器人、无人驾驶。硬件的发展比软件要慢很多，因此它不会很快发展起来。

现在全世界都相信，无人驾驶时代终将到来，虽然现在还未发生。我们也非常看好它，但我们关注更多的可能不是技术，而是社会将如何接受它、法律、理赔等等问题如何解决。在这个领域我们投了三个公司，方向都不同。我们深信，AI一定是在采集大量的数据基础上，实现技术迭代。我们投的公司都是快速上路采集数据的公司，比如说驭势科技现在在做景区、机场等环境下低速的无人驾驶，“跑”起来，采集数据。

而这四波AI浪潮累计起来，对人类的价值将是巨大的。

AI的应用需要五个条件：海量数据、客观标注、单一领域、超大计算量、顶尖的工程师。

AI不能跨领域，大的计算量还需要很厉害的人去调整数据。因此无论是做科研，还是做一个应用型公司，都要解决这几个问题。

AI目前最大的挑战，一个是平台化，另外一个就是GPU的性能。

过去5周里，我去美国跑了一圈，见了一些投资人，Google、Facebook等互联网巨头，也和深度学习的三位巨头Hinton、LeCun、Bengio进行了交流，了解了一下美国的AI状态。现在就分享一下我的见闻。

在美国，我看到了一件非常有意思的事情：美国AI工业界，普遍认为AI有巨大的价值——机会巨大、价值巨大、责任也巨大。责任巨大是因为AI未来面临很多挑战，譬如安全、隐私以及AI带来的失业问题。关于AI毁灭人类的言论，我认为绝对过激了。但是，有意思的是，美国几大巨头只讲人类未来非常美好，仿佛AI只有好的一面，没有坏的一面。譬如他们说，AI只有取代一些工作，人类经济才可以增长，而不认为存在失业问题。

现在美国的AI公司只想开开心心地挣钱，不想承担舆论的指责。

美国有四大AI公司。其中三家（Google、Facebook、Microsoft）并不认为亚马逊是AI公司，但事实上亚马逊做得非常厉害。微软在试着聚拢它的实力，但AI做得最好的是Google。现在的共识是，如果说全世界有100个AI高手，那么至少有一半在Google。谷歌有Jeff Dean，有李飞飞。谷歌做AI的三个部门（Google大脑、Google云、DeepMind）是在合作加竞争的状态下往前冲，但彼此因为商业利益、研究基础的不同，往前冲的规则又不太一样。在这个基础上，它们可以做相对不用恪守谷歌传统规则、价值观的一些事情，但不是说它会做坏事。大家对谷歌的实践能力、力量以及特别巨头的数量，都非常尊重、甚至畏惧。

Facebook的深度研究非常精彩。Facebook不仅有AI研究部门，还有AI产品部门。这两大部门都在做顶尖研究，同时快速推广研究在Facebook的使用。但Facebook没有平台的策略。平台Google是最强的，Facebook却好像没有特别大的平台意识。

总体来说，这几家公司各有优势。在大牛方面Google是领先的，Facebook则做得很深。

此外我还见了三位AI大牛，他们对未来AI再上一个台阶的乐观超过我们的想象。AI再上一个台阶是什么意思呢？我们严格看待今天AI的能力，其实大部分还在做判断、识别、预测、分类这样的决策，但人的智慧则是在思维、逻辑、对话、理解、交流上特别重要。其实我们很多现在的AI应用都跳过了这些，我们眼睛能看到什么东西，弄起来再说，而并没有很深地去想：我要从这个地方开车到那个地方，我要策划各种东西，我碰到什么状态怎么反应，那个人的计划什么，发生什么事我应该怎么样……这一整套更深的思维，而不是“判断是什么”，然后“怎么做”。而这三位大牛，则在很多场合中，对其抱有乐观的态度。

这其中的原因，可能一方面代表着深度学习已经足够成熟、可以让业界发挥它的工程力量，让它产品化、工业化、市场化；另一方面，由于学校研究机构没有企业那么多机器，数据量也不足，那就不搞人脸识别、语音识别；此外，我体会到，他们三个人最重要的意思是，要突破人工智能，不能纠缠于“面前的东西是猫还是狗”这样的问题，我们需要更深层的智慧。他们怀着一定的责任感，想要继续把技术推到更高的层次。

而我们面临的，是一个分水岭。这里有三部分。把已有的技术产品化，BAT这类公司都会去做。第二批人在研究如何让深度学习更好，譬如用增强学习、迁移学习，可以在更少的数据量的基础上，判断得更精确，能够实现机器的自我学习等等，在已有的基础上一小步一小步地推进。这其中的大部分工作是在科研界进行。第三部分就是我们真的要思考人类的智慧是怎么来的，怎么能够继续做下一个深度学习。

从历史角度来说，我们应该庆幸，人工智能能够百花齐放，进入各种领域。如果问过去50年，人工智能哪方面的价值最大？那我认为，深度学习占了50%。那么下个阶段，我们是不是能继续研发，将人工智能带进更接近人类智能的状态？

下面我想讲一下中美在AI方面的差距。其中在AI人才方面，中美差距很大。这一方面有的人会感到绝望，但目前中国的学术水平在不断上升。我们也在跟教育部、高校沟通，培养更多的年轻的AI工程师。

另一方面，中国相比美国，有更大量的数据。我国的移动互联网、共享单车、移动支付……这些新业务产生巨大的数据，可以推动做出更好的AI。因为AI吃数据，大量的数据推动很棒的技术。未来创业速度更快、产生数据更快，应用AI机会更多，AI也成为了投资风口。

最后一点是政府推动AI发展。我国在2013年人工智能发展规则上，清晰描述在2020年要跟上全球AI技术应用、2030年要成为全球主要的AI创新中心。无论是双创带来八千家孵化器或高铁在6年成为全球最大的高铁国家，中国的执行力非常强。在十九大演讲中，人工智能也是非常重要的环节，因此我们非常看好中国AI的发展，但肯定存在AI泡沫。

美国也有白皮书，但是谈更多需要思考的问题，问题放在桌面上，而不是当作一个任务实现。

虽然中国的政策、数据很先进，但美国的科技还是领先。因此，我们希望可以连接中美，把看到有希望的技术带回来。

创新工场成立于2009年，至今已经8年了。2009年正好处于互联网时代、移动互联网交界口，我们坚决认为科技创业的力量刚刚开始，因此我们成为了看互联网VC，后来越来越多的公司参与进来。我们也逐渐在上海、硅谷、深圳创办了办公室，还成立了人工智能工程院。

8年来，创新工场投资的轮次和金额差别很大，但我们的本质出发点没有变——我们要成为最懂技术的投资人、为创业者提供最棒的服务。最初创新工场投了很多天使轮，后来逐年越来越少，目前天使轮只占小部分投资，主要投资A、B轮，做早中期投资。

此外，我们的投资方向与过去也有所调整，调整的主要原因是我们要发挥出我们的技术优势发挥，更好的布局赛道，用更好的方法，帮助帮助创业者成长。目前，创新工场管理资金规模已经超过百亿规模。

创新工场的优势是我们能更好的预测趋势、在蓝海成为红海之前，重点投资。在2016年人工智能浪潮之前，在一点不热2012年我们就投了项目、2014年投最多。因此进去的足够早，我们当时投的项目回报非常好。为了扩大影响，我们还桥架中美以及建更大的场地。

在AI领域我们有很懂技术的投资队伍、提前布局AI赛道。我们还建立了AI工程院，做商业人工智能解决方案，做AI+项目，帮助创新工场判断项目、判断AI。此外，我们做全世界人工智能的竞赛、教育，帮助推动AI的产业。我们在美国办了顶级科学家的交流会，在美国做了很多的投资案子。

目前创新工场的每一个领域都有投资负责人，Peter加入领导黑科技团队、美国合伙人主要是引导机器人团队、我和汪华主要看无人驾驶、郎春晖负责金融。目前，我们主要看现阶段3到5年成熟的技术，10年之后的技术我们非常谨慎的投资。譬如自然语言理解。很多人都说说自然语言理解突破了，现在我告诉大家目前多领域、人类1/10人类自然语言理解离我们很遥远。

创新工场在践行VC+AI的概念。我们相信AI会让世界更美好，我们也愿意分享AI所带来的机会、挑战。

Q&A：

问：现在很多投资人觉得AI项目估值都太高了，那你认为，当下的AI有泡沫吗？

李开复：AI项目确实贵了，中国的项目是硅谷的一倍，AI项目是硅谷的一倍，我们说真实的AI，不谈忽悠，忽悠可能一文不值。硅谷是东岸、加拿大的一倍，确实单个AI项目估值很高。是不是估值比硅谷贵一倍就不合理？其实不是，也看领域。但是整体高一倍确实有点过高。

AI项目（融资热）是今年上半年开始的，融资差不多够18个月花，明年底估计有一批公司倒掉。

问：你如何看待中国缺少顶尖AI技术人才，因此很难出现原创性的技术创新这个问题？

李开复：我们把AI分为三类：一是做操作、但不懂细节就可以实现的AI，这类中美是一样；二是能够在现有理论基础上做一些延伸，譬如把深度学习做一些算法，这方面美国领先一些，但中国成长也很快，可能两三年就可以赶上了；三是突破式地做前人不可想象的东西这样的人，中国和美国特别巨大。除非教育的进步，否则这个落差很难追赶。

但也不用太担心，这一类顶级学者都是为了分享知识而生存，他们发明了东西就很快的发出论文，这种快速迭代的这种突破性的理论专家乐于分享。因此，即便这一类人在中国是较少，也不太特别影响我们AI产业界。