下拉刷新
釋放刷新
正在刷新
  • 刷新
  • 倒序

2019-04-11 18:18:36

由獵云網主辦的“2019年度人工智能產業峰會”于4月12日在北京朝陽千禧大酒店舉行。創客貓到場進行獨家圖文直播及報道。

2019-04-11 18:20:17

活動流程:

微信圖片_20190411181901.jpg

2019-04-12 09:28:29

創客貓已抵達活動現場。

vbox11146_056A6995_075956_small.JPG

2019-04-12 09:37:08

vbox11146_056A6998_080126_small.JPG

2019-04-12 09:38:49

1.JPG

2019-04-12 09:43:19

vbox7180_GIN_3646_090129_small.JPG

2019-04-12 09:43:37

vbox11146_056A7019_090239_small.JPG

2019-04-12 09:58:20

主持人開場

1.JPG

2019-04-12 09:58:54

主持人:

尊敬的各位嘉賓,“FUS獵云網2019年度人工智能產業峰會”正式開始!各位尊敬的嘉賓,女士們、先生們,人工智能領域的專家學者們、創投圈的朋友們以及媒體同仁們,大家上午好!歡迎大家在百忙中蒞臨“FUS獵云網2019年度人工智能產業峰會”,我先做一下自我介紹,我是張默,來自中國廣播電臺。

在這里我謹代表活動主辦方獵云網、協辦方銳視角、獵云資本、獵云財經、企業管家對各位嘉賓、媒體的蒞臨表示最熱烈的歡迎。同時也是溫馨提示大家,大家不妨可以掃描您胸牌后面的二維碼,可以獲得現場的高清實時照片。

2019-04-12 09:59:02

主持人:

可以說2019年人工智能領域最為關注的熱詞是“落地”,我們從之前非常過度的發展速度、發展的規模甚至有點近乎于亢奮的狀態到逐漸的意識到其實人工智能要和我們的商業模式進行完美結合并且落地,才是最根本的方向。當然,與此同時,我們依然篤定地相信,未來我們的行業獨角獸將依然會大概率的出現在我們的AI,也就是人工智能的領域。同時,各個行業都面臨著被我們的AI賦能的機遇和挑戰,同時我相信我們很多的企業都希望找到既了解傳統的商業模式同時又對人工技術有一定了解的人才,新技術如何能夠更好地賦能傳統的商業模式?

2.JPG

又如何更好的可以服務于我們的商業和人民生活呢?也是大家同樣非常關注的話題,我相信在座很多行業內的從業者也希望找到產業互聯的連接未來,將會在大的風口可以拿到資本紅利,使企業得到長足的進步和發展,甚至成為行業的獨角獸,帶著這么多的疑問,我們將會通過一整天的時間進行非常細致地梳理,今天的活動通過專家的主題分享、圓桌論壇組成。

2019-04-12 10:00:23

主持人:

今天在這里專家學者所產生對于人工智能的疑問進行一一解答,同樣我們今天現場大家也看到了,真的是高朋滿座,一方面來自于人工智能產業領域的專家學者,也有非常多的來自于投資圈的大佬,也有媒體同行的老師們。下面非常榮幸地給大家介紹一下出席上午活動的嘉賓,他們是:
聯想創投集團合伙人 宋春雨
阿里巴巴人工智能實驗室智能硬件總經理 茹憶
洪泰基金執行董事 賴蘊琦
松鼠AI適應教育合伙人 馬剛
iTutorGroup首席數據官 沈沛鴻
達泰資本管理合伙人 方元
右劃科技CTO 侯明強
真果科技創始人兼CEO 賈求真
艾米機器人創始人兼CEO 李方友
麥飛科技創始人兼CEO 宮華澤

歡迎大家的到來!

2019-04-12 10:04:27

獵云網創始人兼CEO靳繼磊 致辭

3.JPG

2019-04-12 10:05:41

靳繼磊:

尊敬的各位領導、各位嘉賓朋友,我是獵云網的創始人靳繼磊,歡迎大家光臨獵云網2019年度人工智能產業峰會,這是獵云連續第三年舉辦AI領域人工專業峰會。這幾年陸續看到越來越多的創業公司匯入人工智能的浪潮,新技術的改變不僅大幅度提高了社會生產力,同時還創造了新的供給和服務方式,帶來了新的模式變革。

如果說前三次工業革命解決的是生產效率和產能的問題,那么,這一次人工智能的變革更多的是將人類從重復的勞動中解放出來,進入智能化決策的時代。此外,5G技術的發力,也成為人工智能等技術運用爆發的催化劑,促使自動駕駛、物聯網、超級計算機等技術通訊進一步升級。這一變革時代的到來,不僅倒逼傳統行業在人工智能的分工下進行產業升級,同時也給創業者帶來了更多的創業創新的發展機遇。

2019-04-12 10:07:24

靳繼磊:   

 2019年“落地”依然是行業+AI破局的關鍵,除了語音識別、計算機視覺技術的繼續拓展和實力運用,在人工智能芯片、機器學習、神經網絡等方面也有增強的趨勢。尤其對于各行業領頭羊和創新型公司來說,如何利用人工智能技術找到商業上可規模應用落地的解決方案,成為大家共同探索的方向,這也是我們今天人工智能峰會的一個主題。

4.JPG

各個行業都面臨著被AI賦能的機遇和挑戰,獵云自成立以來,我們一直密切關注人工智能行業的發展,并從2016年開始連續三年跨越北京、深圳舉辦人工智能垂直領域的行業峰會,為行業的從業人員和創業者搭建良好的溝通、交流與合作的平臺。

2019-04-12 10:07:44

靳繼磊:   

今年,我們緊隨行業的發展趨勢,以發現產業獨角獸為初衷,開啟了FUS未來獨角獸峰會,全新的品牌。希望能為更多蓄勢待發的未來獨角獸和行業從業者搭建一個溝通交流和資源對接的平臺,為企業和行業的融合實現共生共贏。雖然今天一家獨角獸的企業,從誕生到十億美元的估值比以往縮短了不少的時間,但是行業競爭激烈,瞬息萬變的市場環境變化可能讓曾經輝煌一時的企業,稍有不測,化為烏有。

昨天的視覺中國事件,大家都有所耳聞,很多創業公司在成為獨角獸之前,會經歷一段漫長、艱難的時刻,面臨資金鏈、人才、客戶、市場各個分方面的關卡,資金和資源優勢是很多獨角獸早期崛起的必要條件,持續不斷的創新能力和盈利模式是最終考驗獨角獸具備行業壁壘的決定性因素。

2019-04-12 10:09:13

靳繼磊:

有幸站在風口的創業公司往往能夠在潮水退去之前找到自己行業中的話語權,或者擴展空間和立足點。下面很高興向大家宣布,獵云網FUS未來獨角獸峰會的品牌正式啟動,為了能夠讓大家更好地了解我們這個品牌的初衷,特意制作了一段視頻資料,請看大屏幕。

5.JPG


正如短片中所述,今天我們召開的是獵云網獨角獸峰會的人工智能行業的峰會,未來我們還將在消費升級、醫療、金融科技、企業教育等領域開展垂直領域的產業峰會,為行業潛在獨角獸搭建平臺資源的同時,分享業界戰略成功的投資經驗,為參會者提供最新的通知理念與行業趨勢。再次,感謝大家的光臨。謝謝。

2019-04-12 10:12:33

分享嘉賓:聯想創投創投集團合伙人宋春雨

分享主題:投資智能互聯網:未來十年最大的產業變革趨勢

6.JPG

2019-04-12 10:14:04

宋春雨:

各位嘉賓、各位朋友,大家上午好!我是聯想集團的宋春雨,今天特別想跟大家分享的話題是如何看待人工智能在整個產業里面的機會和變革,我們更想是從一個更廣闊的視角來去談這個事兒,剛才靳總講到人工智能誕生最大的未來獨角獸,未來的可能創業的機會包括投資的機會,產業的變革機會在哪兒?

這些問題我希望跟大家今天上午的時間里做一個探討。我來自于聯想創投集團,聯想集團有三個主營業務,第一個是智能硬件的設備集團,第二個是數據中心集團,第三個是聯想創投集團。這個并不是我談的重點,重點想談一下,大家都談到了AI、算力、算法的變革,我們更想以更廣闊、更深入地視角看待AI如何影響未來產業的機會。

2019-04-12 10:16:32

宋春雨:   

首先,我們認為未來最大的機會是AI和垂直行業的深度融合,從AI到智能互聯網,大家知道,上一個最大的浪潮,過去的五到十年最主要的浪潮由智能手機所帶來的智能互聯網,移動互聯網帶來的變革。下一個階段最大的變革是智能互聯網,智能互聯網不只是AI,不至等于AI,五個非常重要的關鍵技術變量互相共同作用賦能垂直行業。來自于前端的SIOT,也就是智能物聯網,它是最重要的數據感知和獲取的來源,在邊緣端有邊緣計算,5G也是非常重要的推動核心的計算,從云端向邊緣計算進行變革。

第三個是現在的云計算,包括在云上的大數據能力和人工智能的能力。這五個關鍵變量會共同的演進和運動賦予智慧農業、智慧新零售等多個行業的賦能。這五個要素和垂直行業共同演變,我們提出AI到智能互聯網發展最主要的趨勢。

2019-04-12 10:16:45

宋春雨:  

我從五個方面來舉一些例子,看一下AI和智能互聯網是如何作用產業的?首先,我們看最邊緣,我這里舉一個例子中科慧遠,并不是它的估值有多高,最主要想講的是人工智能有一個很大的依賴,有效數據的可靠性,大家知道,在中國是一個制造業大國,手機面板占中國全球產能的80%,有20億片,中國在從事這樣的產業工人一共有15萬人,但是大家知不知道15萬工人每個季度,每三個月都要換一遍,因為他們在藍光下去檢測手機面板的玻璃片的瑕疵缺陷是非常傷眼睛的。中國每年這部分的工人60萬,每三個月15萬從業工人要換一遍。

7.JPG

中科慧遠公司的使命完全機器的方式代替60萬的產業工人,產生的社會效益400億人民幣以上,但同時還有非常好的關愛人文關懷的價值,因為?;ち蘇廡┐右倒と說氖泳?、視力。從這一點來說,它用光機電軟四項技術的融合提煉出了手機面板高質量的數據交給AI的算法,來去代替人,來自動進行確切地檢測和質量的可靠檢測。

2019-04-12 10:17:00

宋春雨:   

第二個叫做邊緣計算,這個也是在前端計算能力提高來提高AI處理算法的實時性,這里邊我們正在孵化一家做車載邊緣計算、計算中心引擎的公司,車硅基比消費級在可靠性上面有非常強的提高,如何在惡劣的環境下高可靠、高安全、低成本的來解決實時AI的計算能力是非常強的要素。

第三個是云端實際上是AI進行通用計算的高性能的基礎設施,現在AI獨角獸公司都有構建自己的訓練的數據中心,他們有幾千塊到幾萬塊的GPU卡,通過彈性地算,軟件定義,數據中心的方式為AI提供高可靠、大規模、靈活、高性能的計算能力。

2019-04-12 10:17:15

宋春雨: 

第四個就是數據,數據是一個更廣泛的數據,而不只是現在用的一個簡單的圖片數據,數據有來自于外部市場的宏觀數據,社交網絡的數據、客戶服務的數據、市場反饋的數據,也有包括企業內部的生產經營數據。從這個生產研發的端到端都包含,也包含在產品交付到用戶使用里面設備物聯以后產生設備的數據、制造過程的數據、工裝的數據、環境的數據、能耗的數據等一系列的,這是我們定義廣泛工業大數據。

8.JPG

行業數據是行業智能的基礎,這方面聯想集團也有多年的實踐,我們在聯想集團內部正在成立一個近千人規模的聯想大數據核心團隊,從物聯網的數據起到大數據的平臺,AI的平臺到行業賦能的應用平臺,這四個層面來去共同作用產業的數據變革。這個平臺近期也會開放出來,賦能其他的垂直行業,中國目前的汽車主機廠,我們已經服務了20多家,鋼鐵廠像寶鋼、寶五集團都是我們的客戶。同時我們在應用層方面能夠為客戶構建起數據的基礎,幫助企業通過知識圖譜的方式助力從分銷渠道、市場營銷等多個方面。

2019-04-12 10:17:29

宋春雨:   

第五個,我想講講人工智能的關鍵要素,它包含數據也包含算法,我們非常幸運,曠視科技的天使投資人,寒武紀科技也是獨角獸企業的第一輪投資人。我這里想談到的,這個算法的變革,實際上人工智能的核心并不只是算法本身大的變革,更是算法和行業相結合以后,在應用級方面各種工程性的尤為重要,包括如何能夠構建一個高效的數據自動標注的引擎?能夠提高算法在行業落地的有效性?包括采用硬件加速的方法,FPGA或者NPU的方式有效的提高在云端或者在終端、邊緣端的算法,處理速度的實時性,都是AI能夠落地的關鍵要素。

算力的部分,也是大家非常關注的,大家如果看到今年的圖靈獎三個得獎人,會有一個很值得發現的問題,他們最主要的貢獻,對于人工智能的貢獻實際上都來自于80年代,為什么直到今天他們在80年代創造的革命性的算法突然變得有效了呢?最主要的變量是算力的大幅提升。

2019-04-12 10:18:30

宋春雨:  

舉一個例子,包括寒武紀科技,他們是中國現在目前希望能夠提高性能高耗比,五年之內把人工智能的算法性能提高百倍以上,有效的來支持人工智能各種應用的結合。這一頁總結一下剛才所講的主要要點,第一個,我們覺得真正的機會、產業的大變革機會不只是人工智能,這一個要素之一,而是通過物聯網、邊緣計算、云計算、大數據、人工智能共同作用,好的智能互聯網的公司一定要和垂直行業深度融合和深度變革。

9.JPG

這里面再舉一個深度融合的例子,這是我們投資的一家企業叫深圳智能交通,它是中國和滴滴應該是并列的擁有中國實時人口出行數據的公司,它大概每天有2.5億城市人口的實時出行的數據,用來做智慧城市、智慧交通各種優化和改造。大家可以看到,這是深圳深南大道,改造前、改造后的情況,傳統意義上施工工程改造一條路投入10億元人民幣,是用了深圳智能交通的數據進行優化,僅僅只花了900萬工程支出保證了通行數據效率提高了14%,達到了傳統10億元人民幣改造的項目。

2019-04-12 10:18:48

宋春雨:    

在這些方面,聯想創投集團也依托聯想的產業,這些方向都是我們非常關注的投資方向,這里面不贅述了,大家有好的項目可以來找我。 最后,我想說一下,智能互聯網時代應該說目前還處于一個非常早期的階段,我剛才跟阿里的茹總還交流,我們感覺茹總感覺軟件時代最早的財務軟件一樣,僅僅在一兩個行業現在剛開始進入,真正的智能互聯網賦能整個行業深度融合帶來的經濟價值遠沒有發揮出來。

所以大家看到現在的一些,中國互聯網,包括人工智能有十幾個獨角獸,目前還仍然是早期機會,我們目前認為無賴還會迎來N倍速發展的產業機會,在這個時代,我們最希望能看到的是借鑒智能互聯網的核心創新創新的思想,希望能夠找到下一個智能互聯網時代的新物種,它就像是互聯網時代的谷歌,移動互聯網時代的Facebook一樣,希望能夠找到屬于移動智能互聯網時代最偉大的新物種的公司。謝謝大家!

2019-04-12 10:39:24

分享嘉賓:阿里巴巴人工智能實驗室智能硬件總經理 茹憶

分享主題:萬物互聯時代下的人工智能

10.JPG      

2019-04-12 10:41:40

茹憶:

大家上午好,非常高興有這樣一個機會給但是在這里做一個分享,我分享的題目叫“萬物互聯下的人工智能”。我現在在人工智能實驗室做一系列的產品,從我們做人工智能的產品對智能硬件設備、IOT的設備、人工智能設備還是有一些思考,今天回過頭來看,我們在一個非常非常好的時代。

從人類發展到今天,我們覺得不管是我們無論怎么樣看待今天科技的發展,實際上從幾十萬年到幾萬年、到幾千年到今天幾百年之前,我們取得的進展都是遠遠超過我們的想象。從計算機開始,我們每十年取得的進展,其實人類科技取得的進步可能超過了以往的總和。

2019-04-12 10:46:27

茹憶:  

從計算機PC開始,到現在正經歷了大致幾個階段,互聯網的時代崛起得非常多優秀的公司,到了移動互聯網時代,我們又看到了它給我們或者說我們正在經歷的這十年給我們的生活創造了巨大的便利,接下來我們會面臨更有挑戰、更有意思的一個新的時代,人工智能的時代。

我為什么這么分呢?這是機器產生以后,人類和機器溝通、交流的一種方式的改進,最初的時候,我們用鍵盤和鼠標來控制電腦,2010年,我們進入了移動互聯網時代,我們開始用手去觸摸我們的手機來觸摸這樣的一個個人的計算中心。到了今天,我們即將進入人工智能的萬物互聯時代,在這個時代下,如何跟我們的機器去溝通呢?

2019-04-12 10:46:44

茹憶:  

在這個時代下,機器可能取得了一個巨大的進步,在移動互聯網的時代下,我們是用手去觸摸我們手機的,但是在人工智能的時代下,我們發現機器它有了理解力,不僅有了計算,有了理解力,有了決策力,它可能對于和人的溝通來說,它有了行動能力,有了聽、說的能力,有了視覺的能力,這是我們講這個時代下,機器可能會具備這樣的一種能力。

11.JPG

回過頭來,我還想再看這個圖,為什么我們這么講?語音和視覺的能力它對我們的影響到底有多大呢?互聯網的時代,我們接觸機器是如何接觸的?我們用鍵盤和鼠標,那個時候接觸機器的電腦的人有多少?在中國大概有幾千萬,主要是白領,到了移動互聯網時代,幾乎人手一個智能手機,有十幾億人在接觸這個網絡,到移動互聯網的時代,到人工智能時代將會有多少人呢?

2019-04-12 10:46:57

茹憶:

應該是所有的人,這幾個時代的邁進決定了人們和機器的溝通,而且是機器從人去適應機器,到機器來理解人。怎么講?我們在90年代的時候,當時有一個特別流行的培訓班叫電腦培訓班,我們要學習怎么樣去使用電腦,要學習怎么樣使用Office,怎么樣使用Windows,因為操作比較復雜。

但到了今天,我們沒有培訓班教我們的父母怎么樣使用手機,的確是沒有,未來我們更不需要教我們的孩子怎么樣使用人工智能的設備。但是是不是真的手機就能完美地解決我們所有的問題,顯然不是的,因為我們之前一直在講,互聯網的時代是20%的人上網了,移動互聯網的時代是80%到90%的人接觸了網絡,但是他們大部分人只用了20%的功能,就像我的父母,他也在用智能手機,但是他可能只上了一個微信,僅僅上了一個微信,他可能連天貓都打不開。但我們覺得到機器真的理解人的那天,我們希望看到的是90%到百分之百的人都能夠接觸到這個網絡,他們能夠接觸到百分之百的功能。

2019-04-12 10:47:12

茹憶:  

這就是我講的人機交互,為什么讓大家能夠真的做到,因為機器在人工智能的時代,機器真的去學習、去理解人,他怎么樣學習、理解人,他需要具備和人溝通的能力,這里列了五個能力,我們先說聽見和交談能力,實際上就是我們今天看到大部分的人工智能設備,我們的智能音響可以聽見人的講話,并且我給你一個反饋,這是聽見和交談的功能。現在我們開始看到很多人工智能創業公司做視覺,讓機器具備像人一樣具有看見的功能,甚至提出了機器可以去感知,它可以去感知環境、感知各種情況甚至感知人類感知不到的情況。

最有意思的是這個,為什么機器需要一個展示?我們是這么理解的,還是剛才那句話,機器它其實在理解人,并且去適應人,這個交互方式的機器在適應人,人獲取信息量最大的是眼睛,眼睛在前面,它的信息獲取量的效率是耳朵的十倍以上。所以說在電腦開始的時候,我們就會發現它會有一塊屏幕,所以說我們認為在人機交互的過程中,這塊屏幕起到至關重要的作用,我們想展示機器用圖形的方式適應人,把更多的信息展示出來。

2019-04-12 10:47:29

茹憶:  

我剛才講了兩點,一個是機器的理解力或者說從互聯網到移動互聯網、到人工智能時代,機器僅僅的計算力到了它具有理解力、決策力,這個云端大腦未來計算中心的能力。剛才也講到端上如何去和人類進行溝通和交互,才能真正的服務好所有的人,我們認為,這兩件事情實際上是一件事情,所以說我們提出了一個概念叫“云端一體”。算力、云端,云端大腦的算力和端上交互的入口,這兩件事情其實是一件事情,為什么我們這么理解呢?我們覺得在互聯網的時代,PC時代,它是一個非??諾納?,它開放生態的原因是它的機器其實是一個可以完全??榛幕?。

12.JPG

舉個例子,你在PC上和在筆記本上可以打開任何一個網頁下載一個文件,下載下來,安裝執行,這是一個完全開放的生態。但是在移動互聯網時代下,它的生態實際上發生了巨大的變化,手機廠商,也就是硬件廠商對這個系統具有一定的控制權,現在你在iphone下載應用,在app store上就經過審核,國內,不管是小米還是華為,還是vivo、oppo對應用商店都有一定的控制權,手機廠商用應用商店或者預裝的方式產生了一定的收費或者盈利的模式,他對系統有一半的控制權,這是我們講的在移動互聯網時代發生的一個變化,甚至現在手機廠商對應用控制權更大。

2019-04-12 10:47:46

茹憶:

在這個時代下,它的功能完全不是在端上來去實現和解決的,而應該是它的端上交互的方式和云端的算法再加上我們的服務,做一個整個的服務生態,在整個云端上,這個事情理解起來比較復雜,怎么理解,我們往下看。

剛才宋春雨講,我們下一個入口到底是什么或者說下一個獨角獸的機會到底是什么?我是這么看的,在互聯網的時代,Windows操作系統下,我們出現了很多偉大的公司,比如說BAT、谷歌,他們為什么成為這偉大公司,因為他們有一系列偉大的產品,這些偉大的產品變成了我們叫一個超級的入口,淘寶、QQ、百度,它會成為一個超級入口。

2019-04-12 10:48:07

茹憶:

到了移動互聯網時代,這個超級入口變了,變成一個APP了,頭條、微信、天貓的APP、支付寶,它變成一個APP,它的形態從一個網頁變成一個APP,在移動互聯網的時代,在人工智能時代、萬物互聯的時代,這個超級入口會是什么?還是個APP嗎?還是個網頁嗎?我們覺得可能不是的,它可能是一個硬件終端,可能是個機器人,可能是你跟你直接交互的那么一個設備。

為什么我們這么說這個事情呢?這個道理其實有時候也挺簡單的,我們今天會發現如果說我們今天要和一個設備進行交互,和一個設備進行交互的時候,用語音的方式甚至直接溝通的方式進行交互的時候,你可能會直接跨過應用或者直接跨過我們之前提供一個平臺直接下載的方式,而是直接形成一個有效的溝通,這個事情說起來有點繞,我們往下看。

2019-04-12 10:48:18

 茹憶:  

為什么是一個超級智能硬件的入口?它的特征是什么樣的?我們覺得它應該是普惠的、自由的和可服務所有人的。怎么理解這個事情?首先,這樣一個硬件、未來交互的一個入口中心,它應該具備什么樣的特征?在交互上它應該是非常便捷的,剛才我們講,它應該是和所有的人,從3歲到8歲的人都可以去溝通的,沒有障礙的,它的交互方式就決定了這種交互方式的進步應該是服務90%到100%的人。

14.JPG

我剛才講了,移動互聯網目前只能說80%的人,只能實現20%的功能。其次,它應該是一個提供比較豐富有趣內容,并且具備快樂和陪伴的,能夠真的給人帶來溫馨的那種感覺,最后我們覺得它真的要有用,比如說我們講天貓精靈可以聽音樂,可以講兒歌,可以哄孩子睡覺,可以減輕很多父母的困擾,也可以給你提供一些娛樂,但是真的讓你覺得有用是什么呢?我會發現它可以幫我把家里的燈打開,它可以幫我澆水電費,可以提醒我明天早晨有一個日程,自動設一個鬧鐘,對你的生活形成了依賴,這樣的產品可能是未來的智能時代的生活必需品。

2019-04-12 10:48:54

茹憶:

現在買一個房子要買三個電器,空調、洗衣機、冰箱,在未來的十年生活中,你要有一個新的住所時,你想需要這樣一個產品,可能是一個機器人,可能是一個智能音響或者智能設備,因為它就是我的一個伴侶?;毓方駁秸飧鑫侍?,這個問題講完了,不管是云端一體還是我講的入口的概念,就解釋清楚了,所有的AI智能硬件將打破應用的邊界,提供一個完整的服務。

這是剛才講為什么是一個智能硬件的入口,為什么會是一個完整的服務呢?舉個例子,你在手機上要去點餐,你怎么點?手機上下載餓了么,搜一下紅燒牛肉面,找了一家餐廳,點個外賣送過來,但是你對一個智能音響或者說未來對一個機器人,你說,哥們,我要點餐,機器人說好,你下載一個餓了么,顯然不是,機器人會告訴你,我給你查了一下附近有一家紅燒牛肉面,是你最喜歡吃的口味,性價比非常高,你要不要,你要,就給你送過來,交互方式的改變。

2019-04-12 10:49:07

茹憶:

這一件事情實際上融合了三個問題,第一個,交互方式變了,第二個,它需要去理解你的想法,第三個,它需要具備后面服務的能力,還有一個隱含的意思,這個設備它需要具備的不僅是一項服務的能力,它可能是多項服務的能力,因為你跟機器人說,我要點餐,機器人幫你干了,你說我想聽首歌,機器人也幫你放了,在未來不可能買一個聽歌機器人、點餐機器人、購物機器人。我們講云端的服務和終端的入口的關系,今天我們在這樣一個新的交互方式下,新的人機交互方式下,我們僅僅是交互方式一個小的改變嗎?

不是的,今天機器交互方式這次改變實際上應該說超過以往所有的交互方式的改變,帶來的變化將是巨大的。所以說我們的產品將不僅僅是變成原來是一個一個APP,我們講以功能為中心的產品變成以人為中心的服務。

2019-04-12 10:49:27

茹憶:  

對IoT有什么影響?馬老師講:“物聯網的本質是智聯網,人類將進入數據時代”。我們開始講物聯網的時候,大家會說,所有的設備連一下網就可以了,手機可以控制就可以了,云端傳遞信息就可以了,這個是我們今天談論的物聯網,物聯網的概念從2012年開始有人去做,到今天了,我們現在所有的設備,就像我說的在人工智能時代下,所有的設備連上去了,就是我們要的,顯然不是的。

15.JPG

馬老師提出的智聯網的概念實際上是我們今天講的IoT的概念,今天天貓精靈連上,不是連到網上,連到云端大腦說,收集到這些信息來處理它,真正的物聯網標志AIOT的設備連上網,這每個設備背后都有一個強大的人工智能的大腦,來給它做支援,否則就不是AIOT,它只是IoT,它一定有新的交互方式,一定有背后強大的大腦,它才能夠真正的幫到人,所以說我們講的AIOT應該是我們剛才講的,新的交互的方式并且連到云端的一個大腦。

2019-04-12 10:49:42

茹憶:  

舉個例子,之前我們說智能燈泡,你買一個Wifi的智能燈泡回去連上網,你首先得買一個燈泡,回去是一個Wifi,得用手機配網,回到家,打開手機按一下,找到這個APP,再找到燈,按一下燈,開了,實際上當你回家的那一刻,進門的那一刻開關就在手邊,按一下就開了,所以智能燈泡沒什么人用的。

但是今天我們的智能燈泡賣了將近好幾百萬個,為什么這么多人在用,是因為它通過天貓精靈連接了大腦,不需要IT男,任何一個女孩買回去,跟天貓精靈說,連接設備,它就說連接好了,你回家的時候,天貓精靈開燈,燈就開了,這可能沒有感覺,最有感覺的是你冬天晚上特別冷,躺在床上的時候發現燈忘了關,這個時候可以說,天貓精靈關燈,燈就關了,不用下床了。昨天住酒店,忘了關燈,我就很焦慮,天貓精靈,關燈,酒店里沒有,我下來把酒店所有的開關找了一遍,把燈關上了。當你真的習慣了之后會發現就回不去了。

2019-04-12 10:49:58

茹憶:  

我們今天做的不管天貓精靈也好、人工智能做的設備也好,整個行業對人工智能的貢獻也好,我們只是在非常初級的階段,上次去美國,哈佛大學的人工智能教授講,我們現在在人工智能未來30年浪潮,他用了兩個詞,一個是叫“非常非常早期的階段”,一個是“一個巨大浪潮的開始”,并且是非常早期的開始,我們可以想象在未來二十年甚至到未來三十年,這個人工智能的浪潮改變我們生活的方方面面,甚至給我們創造意想不到的奇跡。

最后,我用阿里巴巴公關主席王帥的一句話,讓機器充滿智能,讓人性充滿光輝。謝謝大家!

2019-04-12 10:58:24

分享嘉賓:洪泰基金執行董事 賴蘊琦

分享主題:人工智能投資2.0:美麗新世界

16.JPG

2019-04-12 11:00:25

賴蘊琦:

大家好,我是來自洪泰基金的賴蘊琦,今天很高興跟大家在這里見面,也跟大家分享一下,我作為科技的投資人,其實每天在思考什么樣的東西,因為很多人問我,做好一個投資人最重要的是什么?或者是最基礎的是什么?我跟他說需要想象力,其實我們每天都在思考這個未來十年、二十年甚至三十年,這個世界是怎樣的?我們在這樣的世界中去尋找今天可能成為那個時代樣子的公司也好、項目也好、科學家團隊也好。

我今天跟大家分享所謂的人工智能投資2.0:美麗新世界。我非常感謝去年見到一個朋友,他是做文娛的,他跟我說,他說你們科技的投資人,覺得科技能帶給大家非常多美好的東西嗎?這個話再次地提醒我,作為一個投資人其實我們最終考慮的是什么?他跟我說做一個人文關懷的人,這句話提醒我,我看這些公司、這些企業,給這個社會帶來什么、給每個人帶來什么。

2019-04-12 11:04:52

賴蘊琦:  

在過去從2015年到2017年、2018年,我投的一些部分產品給大家介紹一下,第一部分是基礎設施的投資,這個大家應該都很熟悉了,這上面跟大家沒有什么本質的區別,第一個投基礎設施、芯片、傳感器、底層算法、區塊鏈底層技術到行業應用,最開始沒有太復雜,業務模式的行業,廣告、營銷、金融,這些行業沒有制造環節的公司,他們最早用算法產生效益的,我們會投一系列的在行業中的應用。

但是我們投了這么多年以后,我們也會歸納總結,我們主要在看幾個重要的能力,第一個是自主研發的能力,技術的創新能力,第二個是優秀的產品設計和商業能力,第三個是組織效率和企業文化,第四個是國際化能力。我相信這四個電跟其他一些科技投資人有一些不一樣的地方,但是這四個點從我這里看都是非常重要的,即使我投的非常早期,一些技術很創新的公司,我依然會考慮它的商業化能力,它的產品設計能力,它到底能不能把產品推向國際化,這個公司的創始人或者說創始人的群體有沒有很好的企業文化和組織能力,能夠未來這個公司發揮很大的創造力。

2019-04-12 11:05:05

賴蘊琦:   

說到這里,因為我們今天主要講美麗新世界2.0時代,我一直在思考,到底我們這些AI也好、新的大數據以及未來可能出現的更多高科技,會給我們帶來什么,給人類帶來什么?這兩個最重要的點,為人類發揮創造力和享受直覺的樂趣。

17.JPG

我相信大家都很痛的一點,無論今天做什么樣的工作,即使是做創投,投資也好、創業也好,我們還是有大量的重復性工作,更不用說在公務員、企事業單位看起來不是那么具有創造性的工作中,我們可以用機器為人類減少大量的重復性工作,為人類發揮創造力留出更多的時間。

2019-04-12 11:05:25

賴蘊琦:

首先我們要把自己從這個表弟、表妹、表哥、表姐中解脫出來以后才有更多的時間實現創造力,很多時候發現光是做日常的工作已經耗費了你所有的精力,你很難再騰出時間思考未來要做什么,我下一步怎么去優化我這個工作,所以第一步一定是去減少重復性的工作,才有可能更好的實現創造力。

同時,不僅是像大家直覺感覺到,我只是把一些重復性低端工作替代了,同時很重要的能夠更好的幫助人類區市縣創造力,比如說新藥物研發中加速發現蛋白質的靶向藥。第二個是音樂行業,我腦海中有一個非常好的旋律,怎么更快的實現一首曲子,建筑行業快速生成方案。

2019-04-12 11:05:36

賴蘊琦:

所以我覺得機器或者人工智能時代要帶來為人類最終到每個個人很直觀的成果,就是減少重復性的勞動,實現更好的創造力的發揮。從企業層面上,我們也看到,現在是全球都在面臨勞動力的挑戰,第一,中國的問題是勞動力的占比不斷的下降,而且中國未來遇到很嚴重的老齡化的問題。

第二,右上角這張圖,中國全職勞動力可被智能自動化取代的比例是34%,這已經是差不多可以想象到最后三四億人全職工作都可以被機器人所取代,這是從企業層面來說很好的提效的方式,但是從個人來說,面臨結構化的失業問題,這是一個好事,人能夠回歸到更大的創造力勞動力中。

2019-04-12 11:05:52

賴蘊琦:

左下角,數字化勞動力這個問題是一個全球的商業上進行大量研究和分析的問題,我們可以看到,84%的企業已經將這個數字化勞動力納入了考慮的范圍,可以為降低成本、提高效率、降低風險。比如說收集數據,我相信在座的一定是每天都有類似的問題,不斷的收集數據,查閱數據,填表,Excel填到PPT,從PPT填寫到公司系統里,無論什么樣的行業、什么樣的職級都會遇到大量這樣的工作,這樣的工作以后都可以用機器來解決,可以為大家節省大量的勞動時間。

18.JPG

下一步我們就會思考,什么樣的一些能力能夠最后到達我們想象中它可能是要五年、十年、二十年甚至三十年的美麗新世界,實現真正的人機協作該有的一些能力,在我看來這三個大點,第一個是智能自動化,第二個是自然語言的人機交互,第三個是最后達到的通用型人工智能,這也是作為一個投資人,我現在腦海中在描繪第二個大的階段,人工智能投資2.0,我需要重點看哪些領域。

2019-04-12 11:06:06

賴蘊琦:  

第一個是智能自動化,前一位演講嘉賓講到很多這樣的場景,在生活中、家居場景中、辦公場景中有大量的行為是可以被機器直接做的。比如說,有一個智能助手,我讓它叫個車,幫我訂個外賣甚至幫我買個衣服,對于絕大多數的人來說,我們在生活中的大多數行為都是重復的,其實沒有那么多每天都要變著花樣來的事情,在這種情況下,如果有一個智能助理很好的為我們節省時間,完成這樣的事情。我們可以通過語音和這樣的智能助手去交互。

前面這位嘉賓講到,家居產業中,直接用語音控制所有的關燈、開燈,所有的設備,根據個性化的習慣主動推送信息。這里面有一個不同點,大家可以想象,除非有一天,我們家里所有的設備都用了同一家公司,如果不是這樣,我們依然要采用不同的平臺,無論它是APP還是冰箱還是其他的,操控不同的設備,除了有一天只剩這一家,你家不會出現其他家公司的產品,你依然還是需要用多個方式操控這些機器,這時候一個智能助理是非常重要的,你只需要對一個應用或者一個虛擬的應用跟它交互,讓它完成家里的所有事情,這是很大的不同點。

2019-04-12 11:06:18

賴蘊琦:

所有的設備廠商或者是做協議的廠商,一定會考慮,未來就剩我一家,但是個人來看,這是很難實現的,始終你還是會有一個類似于自己的個人助理這樣的角色存在,虛擬的助理幫你完成生活中重復性的勞動,甚至是主動的去完成這樣的一些訴求。

辦公場景就更多了,可以完成填表,我很怕填表,信息的提取、填表、搬運,自動的去處理文本和內容信息。在這里插一句,我盡量配合著律師團隊,他經常跟我提這樣的需求,到底能不能把一些重復性的工作,修改單復數,沒有任何能力的提升,得六七個小時整理幾十份文件的簽字頁,發給不同的負責人,這件事情特別重要,能夠用在智能自動化、能夠用在辦公的各個場景,實現工作流程的自動化。

2019-04-12 11:06:29

賴蘊琦:   

具體來看一些場景,比如說,剛剛講到的新藥研發,還是分成兩大類,第一步至少能減少重復性的工作,第二個更好的發揮創造力,各行各業找到相應的應用場景,新藥研發提取信息,提高生成藥物的效率。法律行業,剛才講到大量的文本自動分析和處理。

19.JPG

物流行業,我們投的藍胖子機器人,幫助物流公司完成分撿,未來能夠實現倉儲信息的實時更新和自動優化。制造業,流水線上的工人很容易被替代,這是一個主動和被動的選擇,作為一個人類,作為一個人他不應該每天做重復性的勞動,這件事情是主動、被動,他一定會被改變的,接著是能夠基于這些數據實現個性化的生產方案,更換智能產線。

2019-04-12 11:06:42

賴蘊琦:

種植業也一樣,也有類似的需求,能夠將重復勞動給替換,能夠在大數據協助下完成自適應調整,提高工作效率??梢雜迷諳胂籩械母鞲魴幸?,我經常跟創業者分享,在中國創業最幸福的地方是沒有小行業,因為我們太大了,你做任何一個垂直領域都是一個很大的公司。內容行業,這個是流程化管理,自動的選題,能夠生成觀眾偏好的內容。這樣的一些能力賦能,能夠想象到生活工作中的方方面面和各個場景。

第二個是自然語言理解,近幾年一直在思考這個問題,我經常用一個問題問大家,我覺得語言的溝通甚至是語音的溝通是人類最自然的交互,我相信大家在睡覺的時候,眼睛是閉著的,嘴巴也是閉著的,很多感官都是閉著的,但是你的耳朵是張開的,我們非常習慣于用語音做交互,每個人都要去思考的一個點。

2019-04-12 11:07:09

賴蘊琦:

也挺有意思的,我在觀察,無論是古代、現代、科幻片,現在公司的老板,大家都會喜歡有一個助理,自始至終都有一個助理或者能夠用語言交互,去安排工作的一個角色,而不是買一個pad或者搞一個大屏在桌子上,這件事情很有意思,我們到了這個狀態一定喜歡自然語言溝通,去交互,對人或者對機器。自然語言成為未來實現人機交互最重要的方式。

今天的問題是什么?無論音響還是其他的智能設備,聽不懂,我剛才講了,無論怎么樣它沒法理解我在跟它說什么,尤其是跟它說一些比較長尾的需求的時候。今天這個機器其實不具備跟人一樣的感知能力,同時語言也嚴重阻礙了人和機器的溝通,這個問題我相信是必須得解決也正在被解決的路上,但非常難。近半年跟牛津科學家們交流比較多,討論了很多問題,本質上語言就是人類認識世界的方式,這個事情你講不出來是沒想到,大家如果感興趣也可以看看關于語言游戲的哲學理念。如果這個問題不解決,我們無法實現人機交互的。

2019-04-12 11:07:19

賴蘊琦:   

同時也可以想象,如果未來我們的人和機器交互是通過語言來解決,這個機器不只是會走動的機器,在手機中的運用或者云端的運用,是虛擬的機器,可以想象未來的應外跟今天是完全不一樣的,不需要屏幕了,如果這個應用能夠通過我說一句話,通過我的麥克風能夠幫我打車,我根本不想打開手機,這是一個非常直觀的感受,每個人都能回去自己問,我到底需要什么樣的應用?我經常跟團隊的同事分享,我說我點的菜都是一樣的,不想打開手機再做這個事情,非常浪費時間,一秒鐘就幫我叫一個新元素的菜,經常從公司加班打車回家,為什么不直接通過我說一句話幫我把車叫來就行了,未來所有的應用形式一定會發生改變,如果能把自然語言解決了,這個世界上很多東西都跟今天想的是不一樣的。

20.JPG

2019-04-12 11:07:29

賴蘊琦:   

第三個是我們經?;崽傅降?,但其實大家都覺得離得比較遠的,我們應該會持續的思考,會推進實現它,通用型人工智能,這個剛剛嘉賓也講到了,物聯網時代到底是什么樣?到底我們期待什么樣的物聯網時代?物聯網時代大量的設備,非常大量的數據,就能為我們生活工作提升任何效率嗎?我覺得不是的。

物聯網時代如果它真的有價值,它一定是能夠識破做出決策和行為的,既然知道了你的智能家居在家里的行為、在手機上的行為,在各個層面上的數據就應該能夠為你時刻提出一個最優解,這是我理解的物聯網時代,加上通用人工智能最終能夠為人類帶來可以理解為高層次的意識,無論每個人在每個時間點直接推送我最想要的東西,我剛剛講到的,甚至智能助理不需要我跟它說話了,它知道我晚上12點回去,它會幫我打個車,這才是理想中的物聯網時代,但它必須首先擁有這些數據加上底層算法的提升和進步,加上所有新的算力、科技能力,才能去實現這樣的時刻決策和行動。

2019-04-12 11:07:43

賴蘊琦:   

這是我今天的分享,也沒有講太多非常技術的內容,我們無論去投資、去創業,很重要的是要有對未來的方向,知道我們這個世界到底會變成什么樣,我們希望它變成什么樣,從我的角度來說,我非常期待一個美麗新世界。

在這個世界中,我們都不需要再做重復性的勞動,不需要再做讓我們不開心的工作,而應該讓每個人都更人性的發揮我們創造力和享受直覺和樂趣,這也是投很多公司的時候問創始人的問題,你希望為這個社會帶來什么,你希望為每個人帶來什么,如果我們能夠讓這個世界上的每個人生活的更開心一點,我覺得你的創業是非常有價值的。所以我希望我們能做一個具有人類關懷的科技投資人。謝謝!

2019-04-12 11:20:20

分享嘉賓:松鼠AI智適應教育合伙人 馬剛

分享主題:人工智能技術賦能傳統教育產業

21.JPG

2019-04-12 11:22:22

馬剛:

大家好,非常感謝獵云的邀請,能有這樣的機會在這個地方跟大家去分享人工智能在教育領域當中的運用以及我們公司所做的一些目前現階段的產品和成果。這兩年,非常多的場合聽到了松鼠,什么原因?這個原因就是因為人工智能,全國通過兩年多的時間做了線下店,線下的教育培訓機構就像新東方這樣的教育培訓機構,我們開了1800多家,在全國除了香港、澳門、臺灣這樣的地方還沒有我們的學校,在西藏、新疆都已經開始鋪設我們的學校了,觸達面非常廣,而且目前在校學生超過200萬。這個結果到底是因為什么?

為什么一家公司在教育非常傳統的領域迅速鋪開來,讓那么多的面廣的或者說從東到西、從南到北的所有的學生甚至家長都能夠接受這樣的方式,其中最主要的幾個原因,第一,因為教育目前相對來說有幾個困境,我們去看這個傳統教育的困境之一,特級老師非常少,今天面臨教育資源不公平很大的原因是因為我們的老師資源不公平,在北京享受的資源,在上海享受的資源,剛才想講到西藏和新疆這樣的地方享受不了這樣的資源,甚至在北京享受到人大附中的資源,在北京順義這樣的地方享受不到人大附中這樣的資源,家長不斷的買學區房,希望能夠通過學區房這樣的方式讓教育公平。

2019-04-12 11:23:30

馬剛:

所以這種資源分配不均的狀況,我們試圖通過人工智能的方式解決。我們希望通過人工智能模擬非常有經驗的特級教師,通過這樣的方式,不管在海南還是在東北、還是在新疆、西藏、還是在北京、上海,突破時空的概念,讓所有的孩子都能夠享受到相對比較先進的教學。

第二個困境,因為千人一面的學習過程,就像今天這樣的會場,我相信很多人來沖著某一個演講者來的,很多人想聽投資還有一些人專門想聽教育,還有一些人希望能夠從這個會場當中學到一些東西。但是每個人來的初衷和目的不一樣,我們主辦方的方式可能只能按照我們已有的程序不斷的安排給大家,就像我現在的演講一樣,很多人希望快速的聽到我們系統的理念,我必須把我的邏輯講給大家聽,這實際上是現在這個教學的形式所帶來的。

2019-04-12 11:28:55

馬剛:

我們的孩子從小學到初中都是在一個班級里面按照學校的教學大綱來進行教學,這是典型的千人一面。而所有的學生學習狀況是完全不一樣的,我們沒有辦法按照每個孩子獨特狀況來給他進行教學,因為一個老師負責幾十個學生甚至上百個學生,他沒有時間和精力做千人千面的教學,只能給到千人一面的教學,這是因材施教所碰到極大的問題。

22.JPG

大家知道,2000多年前孔子在樹下對著3000弟子進行教學,那個過程中已經在倡導因材施教,最終實現有教無類這樣的大同世界。2000多年以來,幾乎沒有辦法能夠實現這個場景,只不過把大樹變成我們的教室,只不過把他的演講場面或者說場景變成了我們今天的教學環境。僅此而已,真正個性化的學習應該關注到每個學生自己的個性。

2019-04-12 11:29:10

馬剛:   

就像每個人手里都有手機,十多年前拿出摩托羅拉的手機,幾乎是千人一機的狀態,就是型號上的差別,今天我們發現不論型號多么相似、系統多么相似,每個人的手機運營的APP是完全不一樣的,不喜歡聽音樂的人一個音樂軟件都沒有,不喜歡炒股的人一個炒股軟件都沒有,喜歡炒股的人有三四個炒股然間,個性化本質帶來的需求。

甚至我們的孩子回家做作業的時候,教給他學習的作業都是一模一樣的,我自己的孩子今年小學三年級,9歲,在一家私立學校讀小學,每天回來,他從小學一年級結束之后,二年級轉到這家學校去的,一轉過去之后非常大的不適應,不適應的原因,因為私立學校的作業太多了,晚上十一二點做作業,做的急的要哭。

2019-04-12 11:29:40

馬剛:

當我們檢查會發現,很多作業當中布置的題目都是他平常已經會的、已經掌握的,但是沒有辦法,因為要保證正常學校的教學速度,必須整齊劃一,也要規定學生的學習速度,必須在這個層面上也要進行跟其他學生一樣的學習,這個時候才導致他花大量的時間去學,他已經掌握的東西,而這個時常是對效率和時間的極大浪費,我們必須根據孩子自身學習能力和速度給他相對比較個性化的方案。

第四個困境,目前我們去看中國有很多的關于應試教育和素質教育的紛爭,最著重的點是我們會發現,應試教育會不斷的只強調孩子對知識掌握的訓練,而我們希望能夠通過方法、通過能力、通過思想這樣給到孩子一些素質上的東西。我不講太多的方法、思想和能力,我們講出一個點,時間的點,今天的孩子就像我的兒子一樣,他在學校里面已經掌握了知識回家依然花兩到三小時做作業,這些知識是他大量掌握的,因為要做已經掌握的東西沒有時間踢球、沒有時間交友,沒有時間跟家庭交流,導致我們的素質根本沒有時間進行,更別提能力、思想和方法的培養了。

2019-04-12 11:29:57

馬剛:

如果從效率的提升當中把時間的釋放,進一步地從能力、思想、方法中給孩子找到足夠保證的時間,從這個層面來說已經功德無量了。AI教育怎么給我們帶來解決四個困境,目前在海外,已經有非常多的公司和用戶在使用人工智能智信這樣的產品進行學習,其中像Knewton、ALEKS、Realizeit,其中我們的首席數據專家還是ALEKS以前的聯合創始人,這也是我們能夠取得驕人成績當中非常好的人才保障。同時海外已經9000多用戶在學了,意味著不僅僅是中國的孩子在享受這樣的教育或者是享受這樣的資源,實際上面在海外有非常多的孩子在享受了。

國外非常知名的教育公司在國內涌入非常多的教育公司做這樣的事情,我們非常欣喜,有那么多的公司共同認可這樣的人工智能+教育自身的理念,有那么多的公司愿意在這個賽道當中為了教育這件事情進行改變。我們講講人工智能智信系統到底如何實現或者解決剛才說的幾個困境?第一,我們首先保持學生自己的專注度。

2019-04-12 11:30:09

馬剛:

我們去看到不同的孩子學習自己線上產品的時候,他幾乎沒有什么耐心,在這個地方坐兩個小時到三個小時,一會兒要去玩兒、一會東張西望,如果給這個孩子打游戲,這個游戲可能讓這個孩子在那個地方坐半天甚至一天都不動。我曾經帶我的兒子到泰國機會,我問他寂不寂寞,他非常幸福的玩了一天的游戲,各個其所,你開你的會、我玩我的游戲。為什么這個游戲能夠讓孩子保持如此高的專注度、如此高的自律?是我們所有做教育產品領域的人都應該去關注的。

23.JPG

在教育這個領域當中,我們過去看教育本身是反人性的動作,跟教育相關的目前人工智能在頂端領域當中有一個產品,前兩年大家比較熟悉的阿爾法狗,它通過什么樣的方式,它通過對棋手的判斷不斷地改變自己的布局,通過這樣的戰略布局調整自己的下棋策略,我們希望通過內容難度跟學習的類型匹配,什么難度跟學生能力匹配?如果30分的孩子在班級里的教學,老師跟90分的教學放在一起的時候,教的內容和時間都是保持一樣的,30分的孩子希望給他的內容永遠保持在30到35分,當你學會35分的時候,我再給你推送30到37分,學會37分再推送30到40分的內容,始終能夠保持孩子本身的成就感,在這個成就感本身的前提下,使孩子能夠不斷的保持自己的專注度。

2019-04-12 11:30:26

馬剛:   

我們再來看,對于一個孩子來說,我們如何能夠看到這個孩子到底是個30分、40分的孩子,不同的孩子即使考30分,兩個人同時得30分,你會發現這兩個孩子也是完全不一樣的,這個孩子是因為本身具備50分的能力,但是考試粗心大意只得了30分,那個孩子用盡了自己兩個小時,甚至是畢生的精力考了30分,這兩個人的水平完全不一樣。所以我們非常需要有精準的檢測,對每個孩子能夠做到千人千面的檢測,掌握它的知識狀況,這跟我們看病是一樣的,我們的診是要非常的精準,才能根據這個診來進行治療。

前面是50個知識點,對不同的知識點看孩子已經掌握的狀況,第一個孩子,他掌握了知識點,沒有掌握的知識點8%,掌握的程度非常好。第二個學員相對來說比較中等,第三個學員相對來說比較差,根據不同的孩子掌握的狀況,第一個孩子掌握非常好的,我們教給他的將不再是50個知識點,我們教給他只是8%的知識點,這樣的孩子掌握程度非常差,也不需要從零開始學習,線性的學習50個全部的知識點,只需要學習正常這58%沒有掌握的知識點就可以。

2019-04-12 11:30:36

馬剛: 

第三個,個性化的匹配,當我們看到不同的孩子診斷出來他相對來說比較精準的狀況之后,我們同時要給他配,我們個性化匹配的方案,匹配的學習路徑和匹配他學習的內容,只有如此,我們才可能讓學生在自己的教學過程當中或者學習過程當中掌握相對來說比較好,才能夠滿足第一個大點,相對才有成就感。

第四個,學習的速度也是不一樣的,我們看一個小的圖形,大家感觸非常深,十個孩子和十個知識點來看,你會發現同樣十個孩子和十個知識點,我們在班級教學過程當中或者在大班課教學過程當中保持永遠的統一性和歸一性,系統給出的東西是完全不一樣的。這是后臺學習的結果,當這十個孩子在學習立方一個知識點的時候,你會發現每個孩子所消耗的時間完全不一樣的。

2019-04-12 11:30:47

馬剛:

同樣,同樣一個孩子學習不同的知識點的時候,所消耗的時間也是完全不一樣的,因為不同的知識點對孩子來說,他可能掌握的程度不同或理解的能力不同消耗時間也不一樣,不同的孩子學習不同的知識點,所有的時間都個性化的都關注到的話,就像浩瀚的星空云圖一樣,老師絕對沒有能力來做到這個點的,這也是為什么在棋手李世石跟阿爾法狗對戰的時候,為什么最后阿爾法勝能夠獲勝。

還有一個是追根溯源,中考和高考的孩子,越是這樣的年級面臨中考和高考的壓力不斷地進行刷題,彌補過去的知識點,如果初一考60、初二考60,初三意味著初一欠我40分,初二欠我40分,如果不把時間和精力往回補到他初一、初二欠的80,初三下再多的功夫,花再多的時間和精力很難達到學習比較好的成績,我們必須要追根溯源,就像一堵墻一樣找到它的漏洞在哪里,填一塊磚在那里,這就是追根溯源。

2019-04-12 11:31:03

馬剛:  

知識點的拆分實際上相當于,教育部對初中英語規定的知識點大概217個,而我們已經把它拆到3萬多個知識點,因為知識點拆的越細,就像各位拿起的手機一樣,手機像素拆分的顆粒越小,手機呈現出來的照片清晰度越高,如果把知識點拆分的越細對孩子檢測的把握程度越精準。物理思想能力的拆分,對孩子進行能力的拆分,這是數學的能力。語文的方法拆分等等。

24.JPG

同時我們在看,我們這樣的理念、我們這樣系統它的效果如何?我們在全國舉行很多次人機大戰,我們大家會覺得產生結果或者效益的懷疑,我們必須用結果來說話。2017年10月第一次在鄭州做了人機大戰,三個17年教齡真老師跟系統進行對比,三天的教學效果出來,我們的系統教學成果遠遠超出我們的真人老師,同時在成都、山東東營以及2018年8月在全國100個城市進行人機大戰,發現的結果都非常好。

2019-04-12 11:31:14

馬剛:

與此同時,在央視《機智過人》做了電視版的人機大戰,但是很抱歉,因為這個節目因為去年大家眾所周知的開學來了那個原因沒有播出。全國去年年底實現了1800個教學中心,很多人覺得1800個數字不高,但是我告訴大家,新東方到今天為止30多年的時間,教育行業的領頭羊,開了大概1100家左右。所以這個數字在教育的行業當中是一個奇跡。

對我們來說未來的挑戰也很大,第一大挑戰,人才儲備和算法、算力如何能夠保持?在全球范圍內,除了剛才講在全球前三人工智能+教育公司領域當中找了非常多的專家之外,我們還在其他方面進行加持,我們跟卡內基梅隆大學的教授跟我們合作,同時還建立了一個我們自己的實驗室,去年在斯坦福國際人工智能院一起建立了我們自己的聯合實驗室,包括國內的中科院下面的自動化研究所也建立了實驗室,通過這樣的方式保證我們能夠有非常好的研發的、技術的壁壘,始終保持整個發展的速度。

2019-04-12 11:31:32

馬剛:

我們看一下真正的學生提分效果,很多在座的投資朋友都知道,他的孩子在我們這里學習,通過非常短的時間內提了57分,付老師也非???。這是董事長的司機,平常出差也好、接待客人的路上會發現這個系統那么好,能不能讓我的孩子也用,在上海當司機,他的孩子說實話成績非常差,他太太因為這個事情經常跟他吵架,難道讓女兒將來跟你一樣做司機嗎?你們公司不是做人工智能嗎?

人工智能來了,司機業都不需要了,女兒到底要做什么?基于這樣的原因,司機跟我們董事長說,能不能讓孩子適應一下這個系統,這個孩子用了系統之后,從原來成績非常差,本來已經放棄了,后來在上海讀了相對不錯的職高,讀到職高之后,這不是最好的,讀好的高中、考好的大學才是最好的。

2019-04-12 11:31:42

馬剛: 

這個孩子不僅在職高過程中繼續學習我們的系統,在這個職高學校有兩個名額被波音選中到美國學習,這個孩子被選中了,這個孩子目前在美國。這個司機經常說,我們改變了他孩子的命運。這是其他的學生提分狀況。

vbox7180_GIN_3827_105832_small.JPG

我們希望通過這樣的方式,通過人工智能在教育領域的改變能夠讓更多的孩子享受到公平的教育資源,享受到更好的教師資源,享受到相對他們現在所獲得不了教育的理念和方法,我們也希望更多的人跟我們一起志同道合,我們可以一起來改變中國的教育。1967年,我的一小步,人類的一大步,創業都是各位的一小步,只要我們踏出一大步,我相信我們能夠對中國教育的變革、對歷史的變革起到非常重要的一大步。謝謝各位!

2019-04-12 11:47:05

分享嘉賓:iTutorGroup首席數據官 沈沛鴻
分享主題:AI賦能教育革新

31.JPG

2019-04-12 11:48:43

沈沛鴻:

各位好,我們是iTutorGroup,大家品牌的名稱是VIPJR,大家比較理解是姚明幫我們代言開始,我們做在線教育有20年的時間,遠在認識姚明之前。如果講到對AI的應用上來講,絕對不是在這兩年才開始提,事實上公司成立的一開始就了解,如果要把教育做到在線化,非常重要的關鍵不是只把學習的場景往線上搬,更重要的是怎么利用互聯網、利用云計算的威力來讓人類自古以來對教育最期待的兩個愿景能夠實現。

我剛剛在看的時候發現,其實大家對于教育這件事情的愿景期待都非常接近,待會兒大家看到非常多類似的名詞,但是做法上不同,我們可以交流一下。每次講教育都講到他,他講的八字箴言,經過了幾千年,這八個字最傳神的把做教育這件事情達成兩個面向能夠提出來,用比較現代的字眼來講,這八個字,有教無類就是打造一個平臺,怎么讓平臺想教的人都有一個地方可以大展所才,想學的人各取所需。因材施教是所謂的個性化,孔子在這兩件事情花了非常多的心力投入,感覺上那個時代成為至圣先師比較簡單,挪到全世界72個億的人口,怎么做到這件事情?就有很大的學問在里面。

2019-04-12 11:49:25

沈沛鴻:  

傳統的教育特別在15世紀印刷術發明之后,印刷術帶來教育的平民化,今天想用大量的印刷的教材,想要把教育做全面的普及化的時候,人類的一廂情愿,我們把所有的學生分門別類,對每個族群的學生找到所有的常態分布,像剛才前一位嘉賓所講到的,用年紀和年級來分類是我們這么多年來最常見的做法。我們非常樂觀的認為,所有3年級的孩子、9歲的孩子可以在同一個族群里面同一套教材教他們,其中很少部分的學生特別聰明,我們把他歸類到這個部分,少數的學生比較慢一點,我們把它歸類到這個部分,制造業的思維覺得這些都是所謂的幾個西格瑪以外的特,我們可以去忽視他們,因為大多數的學生都會在中間這一塊,他們可以同樣一份教材,相同的進度做相同的學習。

36.JPG

2019-04-12 11:54:41

沈沛鴻:    

事實上不是這樣的,如果把AI和大數據應用到教育里面去,把所有學生在學習過程當中所反映出來的問題,不管是順利的學習還是遇到了一些學習的障礙,把顆粒切的夠細、維護切的夠多的時候,沒有任何兩個學生在觀察到的現象或者所得到的結果是一樣的。怎么克服這件事情?我們講一下,AI運用在教育里面,個性化讓AI能夠發光發熱的非常重要的一個標的,而能夠做到這件事情,AI在兩個層次上面有所發揮,如果我們講宏觀的層次就是你怎么為每一個個別的學習者去量身打造專屬于他的一條學習路徑。

以我們公司為例,我們在做英語教學的時候,我們為所有的學生準備了超過2萬堂的課件,如果鋪開來,像似這樣的圖形,這是其中一堂課,假設我,假設您在這個上面100、200堂課,每個人所上過的課程不應該是一樣的,因為我們一開始進到這個系統的時候,我們的先天的程度不一樣,聽說讀寫等等面向是不同的。

2019-04-12 11:55:00

沈沛鴻:  

我們在學習過程當中,專注力、學習所投入的時間,吸收的能力,對于每一個面向知識點的掌握,其實是有各自的差異,它不一定是你絕對好或者我絕對好,更多的是在這個單元上我領悟比你好一點,在另一個單元我遇到的問題比你多,每一個點上面讓我得到學習好的效果的題材和內容不盡相同,我是一個大媽學英語的目的是為了出國方便,你是一個白領你學英語為了商務談判,兩個人是不能用同一套教材來教,不是生活背景、應用情景相關的時候很容易分心。

32.JPG

系統準備這么多的教材,原因是因為大家概念上的英文程度以外,我們還把學習的目的,學習的應用情景和本身來自于什么樣的背景,產業的差別或者是過去成長環境的差別,很多的分類、面向都考慮進去。如同剛剛前一位嘉賓所講的,這么多的因素全部要讓一個老師來記得、來思考并且來為每個學生做規劃,其實是遠超過任何一個人力所能,我們說如果今天AI要對教育提供一個個性化的突破,在宏觀的這一層最重要的就是怎么通過算法為每個學生決定一條最佳的學習路徑。

2019-04-12 11:55:23

沈沛鴻:  

我們的客戶在剛加入我們系統的時候覺得有點奇怪,為什么你不在一開始的時候一本課本給我,或者一開始的時候給我一個課程大綱。事實上,如果真的要做到個性化的教學,是沒有辦法做到這一點的,我們都知道,孔子是沒有給學生課本的,他也沒有課程大綱,靠的是在跟學生的互動過程當中,去清楚地掌握每個學生學習上面的特色,并且為他找到最適合讓他能夠進入那個情景學習的內容,而且用最適合這個學生的個人風格的方法傳遞這些內容給他。

這件事情,我們認為還是要靠老師來做,各位可能在現在不管是在網站還是APP Store號稱可以用軟件或者號稱用APP幫助你學習的,很多都是把對的科技用在不對的地方,AI真正能夠對個性化的價值是在于為每一個人打造唯一的學習軌跡,紅色和橘色是兩個不同的學習硅基,他們起點、程度很接近,他們的需求、背景不同,他們上的課是不一樣的,上課歷程當中也許到了某一個點,在這一天他們剛好在相同的時間點上課,而且他們要走到這個地方,系統的推算他們剛好適合上同樣這堂課的時候,他們可以在一個班里去上課,這也是我們公司很大的特色,我們可以提供學生一對三、一對四這樣的小班課,不必要被迫做成一對一來滿足個性化。

2019-04-12 11:55:34

 沈沛鴻:  

事實上,一對三、一對四這種小班課技術難度高于一對一,還要考慮同學之間的匹配性,如果技術上能夠克服這一點,這個學習效果是非常好的,比一對一好很多,你很難從同學之間的比較、激勵或者是競爭等等方面得到額外的激發。小班課,另外兩個同學、三個同學,在很多維度上面的屬性跟你都有一段落差的話,這堂課變成是一個災難,因為大家學習的重點、程度相差太遠,老師也不曉得該怎么來進行這堂課,每當講到一個題目的時候,這堂課可能里只有一個學生有興趣,另外三個沒有興趣,那也是不行的。

我們的班課學生,一對三、一對四的使用者比一對一學生的學習進步速度快20%左右,這有大量的數據支持的。經過了宏觀的個性化,由AI來推算最適合每一個學生的上課路徑,你的第20堂課該上什么,哪個老師上,用哪一份教材,你上完了前19堂課之后根據你所有在學習過程當中的反饋,不管是課程中的反饋不管是課程后你做題目、做測驗或者你在系統里面閱讀某些內容的歷程分析所推算出來,所以從前19堂課形成的一個函數里面推算出來最適合你的第20堂課是什么。

2019-04-12 11:55:49

沈沛鴻:  

整個學習歷程透過這樣的動態,而且閉環式的反饋,來不斷地幫你決定最好的學習路徑該怎么走,這條路徑不會在你進入系統的第一天就知道。但是當你在這個系統里面完成你的學習,你回頭去看,這套學習軌跡非常的清楚,而且沒有任何兩個人的軌跡是一模一樣的。

33.JPG

做了宏觀的個性化之后,下一步就是微觀,因為我剛才講到,學習這件事情是單純能夠靠精準的內容推送來達成,如果是這樣的話,我們等于否定了學校的價值,我們只需要圖書館,我們等于否定了老師的價值,我們只需要教科書。

2019-04-12 11:56:02

沈沛鴻:  

但是我們都知道,事實上不是這樣子的,因為老師的角色包括了傳道、授業和解惑,傳道和授業是內容的傳遞,這件事情比較有可能靠系統來取代人工,事實上我們也聽過很多所謂的翻轉教室的概念,在知識或者信息取得這件事情上面,現在透過智能的云環境、透過智能的互聯網,某種程度學生可以自己完成這件事情,傳道、授業、解惑沒有任何人工智能取代老師的地位,阿爾法狗機器學習的崛起讓AI這件事情變得非?;鶉?。 

加上很多人看了科幻電影之后,產生了一個錯誤的期待,以為AI已經能夠把機器的智能提升到跟真人很接近,已經看到有喜怒哀樂的機器人,有可以跟人做非常細膩的情感互動還可以跟你交朋友,還可以跟你談戀愛,我們比較深入了解AI都可以知道,現在AI的特色是什么,在某些非常狹窄的垂直領域里面,功力超過30多年的老師傅、老專家,比如說下棋、醫學影像的辨識或者人臉的辨認等等,這都已經證明現在用機器學習、深度學習做出來的系統完敗所有的人類。

2019-04-12 11:56:20

沈沛鴻:  

如果今天講到的是情感的表現,人類的語言理解或者對生活常識的擴散,舉一反三,觸類旁通的,不要說三十年,1歲孩子的常識都達不到,AI取代真人老師還有一大段的距離。一個正確的AI應用在在線教育場景里面絕對不是取代真人,而是輔助真人,真人的價值是在微觀的層次上,即使剛剛用算法決定了每個人的學習軌跡,真的到了他一天,進了那個教室,在上那堂課的時候,一個真人老師可以透過他的教學經驗、教學技巧找到最適合這個課堂當中這幾個學生,吸收這個內容的表現方式,學生如果比較被動,老師積極鼓勵他作答,如果學生有想象力,讓學生盡情地發揮,一個有經驗的老師可以透過自己的臨場反應判斷讓每一堂課都是非常生動豐富的表演。

2019-04-12 11:56:33

沈沛鴻:  

反過來講,如果今天你做不到個性化教學的話,就算這堂課是一對一,只不過是對每一學生都用一對一的方法來教相同的一份課件,來用相同的方法提供這些知識給他,其實沒有達到真正的個性化。我們都曉得要講個性化,都曉得要講千人千面,可是怎么樣具體做到這件事情?每個人有不同的做法,對我們來講透過兩個宏觀+微觀的AI應用,讓每個學生從剛剛那個想象中但不存在常態分布的圖里面打開,每個學生視做一個平等而獨特、獨一無二的學習的個體,他們有自己專屬的一套學習的歷程。

34.JPG

如果把我們的科技應用在公司前中后臺里面,前臺更關注怎么透過人工智能的方法,讓學生和老師的互動在這個互動過程里面,發生在一個視訊、視頻的平臺里面,怎么在這個過程里面通過臉部的表情辨識、透過聲音和內容的解析看到老師和學生互動的狀態,把這個數據實時的反映在老師的教學界面上,老師就會知道這堂課當中三個同學每個人在這堂課里面講了多少時間的話,提了幾個問題,跟老師互動的過程當中,專不專心,眼睛看什么地方,有沒有打瞌睡,老師舉了一個例子的時候,他的表情是茫然的、恍然大悟的、是欣喜的還是根本麻木等等這些應用分析之后,把每堂課學習效果精細的拆分到每一個章節甚至是每一頁投影片,這些數據回到系統里面之后,我們的分析團隊可以對每一份教材提出更強化的學習建議。

2019-04-12 11:56:48

沈沛鴻:  

也就是說這堂課老師該怎么教,教到這個地方普遍來說,好像學生需要老師給我舉一個笛子,教到這里的時候,讓老師和學生做情景扮演,強化對這個知識點的理解和記憶,透過這些方式讓每堂課更加的生動活潑,這件事情超出一個老師自己能夠全力掌握。所以在線下非常難做到這件事情,在線上如果沒有系統的幫助,一個老師畢竟只有一雙眼睛一一對耳朵,其實是很有限的,我們講AI最大的價值是什么,帶齊手足,補齊耳目,帶齊手足,通過在線學習的方法,不必到地球另一端跟隨一個名師,補齊耳目由這樣的系統幫助老師變得更加的耳聰目明,對這堂課所有互動跟學生的反應有非常清楚的掌握。

在中臺的部分,DCGS是整個系統的關鍵,把上課最重要的三個元素,老師、教材和學生做最精準的匹配,這個系統我們已經積累了十幾年的數據,大概1.8億人次的學習,每堂課里面產生的信息量非常多,把它分到將近200個不同的標簽里面貼到教材、貼到老師和學生的身上,每堂課都是動態的安排,根據所有這些教材的匹配來對每堂課該有哪個老師教哪三個學生,排哪份教材做出最精確的匹配,這個東西上完之后馬上再把這些屬性回到系統進行參考。

2019-04-12 11:57:05

 沈沛鴻:     

后臺的部分通過實時大數據相關的監控,掌握每堂課學習的效果,有沒有一些學生學習遇到了障礙,通過客服或者助教通過提前式的關懷,所有公司的客服在做的都是補償式的行為,總是等到客戶揚言退貨才讓客服人員做安撫的動作,我們更希望做到預測試的客服,所有客戶的不滿不是一隙之間形成的,學生表現出來對學習的厭倦或者對學習的抗拒需要一段時間的積累,如果系統收集的信息夠細夠深,可以在這些事情積累到一個不可抑制的爆發點之前,就由系統提醒我們的助教或者客服人員做事先的關懷,往往把這些問題消滅于無形。

35.JPG

這是我們來講,所謂的大客服系統,預測試的客服讓學習這件事情能夠更完美的停留在每個學生正確的學習軌道上,每個學生有一點學習的變化和偏差,系統可以透過追蹤這些行為發出告警,于是就有老師或者助教幫助這些學生把學習的困難克服掉,這是怎么樣讓AI和真人相輔相成,做到完美的互動所應該要有的一個系統設計。

2019-04-12 11:57:28

沈沛鴻:     

最希望達成的三個目標,我們希望在這樣的平臺構建上,所有的東西都學得到,不但學到還要學得會,更重要透過科技的應用讓這件事情變得非常單純之后,我們可以有比較好的性價比讓大家學得起。我現在花一分鐘的時間給大家看一段影片。

 這是索非亞,我們跟今年有戰略伙伴的關系,帶著它進入校園激發孩子對于AI對于機器人更多的想象力,它自己非常明確地定位它自己是一個不完美的AI,它的個性跟致力就像一個小孩子一樣,有很多要學習的過程,我們希望透過跟索非亞的戰略合作也幫助我們思考一下教育在未來的AI時代怎么樣讓人跟機器能夠有一個更和睦相處,更共存共融的情景。

2019-04-12 12:00:59

圓桌論壇

論壇主題:人工智能技術的成熟到產業融合

論壇嘉賓:

達泰資本管理合伙人 方元

右劃科技CTO 侯明強

振國科技創始人兼CEO 賈求真

艾米機器人創始人兼CEO 李方友

麥飛科技創始人兼CEO 宮華澤

41.JPG


2019-04-12 12:01:12

方元:

現在一早上的話題討論的很精彩,大家得到很多精神食糧和營養,畢竟身體已經到了該吃午飯的時間,我們這場嘉賓期待著有一些高質量的討論,讓大家能夠暫時忘卻你的饑腸轆轆。按照慣例,先請各位嘉賓介紹一下各自的所在機構和你們本人的情況。

侯明強:

大家好,我叫侯明強,我之前是在今日頭條做視頻的研發工作,最早的頭條視頻和現在的西瓜視頻是我做的,借鑒于之前的經驗,我們現在又做了一個新的短視頻和語音的APP叫微8。我們公司做的業務,我們是做短視頻的,我們是內容產業,和內容的結合,我認為和AI結合的最合適、也是最深度、最到位的,因為我們這個領域有幾個特點,因為內容產業本身就是數字化的,它已經沒有很多需要信號采集,從原來物理的數據轉化成數字信號的這么一個過程。

2019-04-12 12:02:44

侯明強:

內容產業第二個特點,內容非常的豐富,非常多,像抖音每天上傳的數據一千萬量級,這種情況下,越是大的數據規模,對于人工智能的應用,我們知道人工智能很多是統一優化的問題,所以對數據規模超大的情況下,統一優化也能起到比較好的作用。我們內容產業,AI在我們這邊落地的場景會比較具體和直接,我們公司主要是在兩大部分,第一是在個性化推薦上,我們認為個性化推薦是非常重要、非常核心的。

vbox7180_GIN_3938_114653_small.JPG

剛才說過的內容很多,必須要給用戶一個選擇,不管你什么場景,可以把我們的產品理解成閱讀的助手,過去早晨起來看新聞,現在早晨起床打開手機看內容,這時候手機和你的APP成為一體就是你閱讀的助手了,這個助手肯定要給你自己最喜歡的內容,才能讓你在單位時間里得到信息的收益最大。個性化又特別關鍵,像歐洲人包括我們東亞人,他們體內的DNA的組成確實不一樣,我們有很原始的智人的基因,東亞人和歐洲人的寧安德特人(音)的比重確實不一樣,非洲人絕大部分體內沒有寧安德特人的基因,從DNA推斷出人跟人真的不一樣,沒有價值,但是天生有差異,個性化一定是永恒的,更符合人性的訴求。所以說個性化推薦,在我們內容產業適應用戶的需求是特別關鍵的問題。

2019-04-12 12:03:56

 侯明強:  

我們的應用場景在內容的理解上,主要有那么幾個大的方面,我們都知道大家很重視隱私?;?,你要做隱私?;さ幕?,前提是要能識別出來這個內容涉及隱私,好提供更多的工具來?;ふ飧鲆?,這個版權,從這個內容識別涉及版權的問題才能對它進行?;?,更簡單一些說,已經有一個機構有版權的訴求了,針對海量用戶上傳的體系也需要識別出用戶上傳的會不會是他的二次轉載甚至是盜版侵權的內容需要識別出來。

第三個就是涉及到可能對兒童的?;?,我們也非常重視,我們國家也有很多內容上缺少分級的,我們自己行業也想建立這樣的體系,色情、暴力、血腥的內容,你不希望你自己孩子看到,我是一個父親肯定需要?;ず⒆用?,識別出哪些內容不適宜兒童的,你的內容還有很多涉及到不適宜在公眾上面進行傳播的,低俗,最近歐洲和美國Facebook碰到很多內容傳播不適宜的東西,過去大家都認為這個平臺要盡可能的兼容并包給更多人內容展現的機會,但是整體的社會文化在一個特定的文化群體里還是希望有一些內容。

2019-04-12 12:04:11

方元:

您原來做短視頻,現在也是做短視頻,AI在海量數據的基礎上做精準化推薦。

侯明強:

做推薦和內容識別,主要是這兩大領域。

賈求真:

我是賈求真,在過往的20年工作經歷里邊主要集中在數據跟數據應用,現在目前帶領真果科技,基于人工智能跟區塊鏈的驅動在供應鏈金融方向的應用。

李方友:

我是艾米機器人的李方友,2015年成立的時候做智能終端方向在做,所謂機器人十年、二十年一定是終端的入口,2017年AI應用方向,2017年政法系統70%的應用我們在做,國際展館40%的應用我們在做,2019年我們會推出智慧醫院和機器人醫院這個項目,目前已經在國內三甲醫院有5家在做應用了,我們在幫公安做一個安保無人車隊的項目。在應用方面會講,今天的話題是AI的落地應用,我們在應用場景里面做得比較深。

vbox11146_056A7466_120340_small.JPG

2019-04-12 12:05:39

宮華澤:

首先,感謝獵云網給我們這么一個機會,在這里面產生一個交流。這個圓桌組織的很特別,大家行業劃分差異化比較大,我是麥飛科技的宮華澤,麥飛科技是一家聚焦在視覺光譜機會智慧農業大數據的服務商,簡單地說,我們是打造了這樣的一套解決方案,一套探測的體系,我們能夠對農作物在生長過程中的一些情緒數據實現有序的抓取。剛才跟侯總他的領域不太一樣,農業種植過程中,非標的過程,數據積累是比較欠缺的。

vbox11146_056A7415_115513_small.JPG

 

麥飛有所有線下的隊伍,搭建自主能夠采集農作物生長過程中,標準化的數據積累的一套體系,同時在核心技術團隊當中,我們是利用了很多的人工智能的分析方法,融合到的數據,除了自主采集的體系之外還有一些氣候、土壤,包括當地的農業經濟類數據進行多元數據的融合,讓我們能夠對整個的農作物生長過程更深度的理解,它的直接意義是在于在自然環境相對比較固定的前提之下,我們能夠出應對的方案,反過來說,針對農作物的需求量化成為一些可以傳遞給第三方的數據文件,幫助他們制造一些適宜的環境。

2019-04-12 12:06:04

方元:

可以理解為你把農業數據化,把數據再給利用起來。最后輪到我,最后介紹做一下,達泰是國內最早的投資機構,我們硬科技里面這兩年投的最多的是今天討論的AI,我們有投各種AI的基礎架構,AI芯片投了好幾家,各種技術類別的,像人工智能、語音、安全,更喜歡跟行業大佬談一些應用,今天這個環節特別好,剛才講到了這個環節的嘉賓分不同的行業,我們自己在過去幾年看AI項目的時候,我們很好奇,到底您這個生意是什么樣子的?你們這個AI到底跟您的生意有什么關聯?用在哪方面?剛才侯總簡單提到了,短視頻里面用于海量數據的篩選,個性化的推薦等等這些方面,侯總關于AI在您這個行業的應用還有其他補充嗎?

明強:

沒有了。

2019-04-12 12:07:26

方元:

供應鏈金融,AI到底在發揮什么樣的作用?

賈求真:

供應鏈金融業務的特征,其實面對這個行業它是嚴謹的數據跟風控的決策,在金融行業里面對于AI跟區塊鏈這樣的一些技術,其實它還是一個在效率上的賦能,本質上。所以在整個供應鏈金融業務的信貸業務流程里面,在貸前的部分關注智能化的識別,剛才您提到了,對于授信企業的個人以及企業的資產,同時結合區塊鏈關聯應用,對于資產的確信部分,在貸前應用比較多。

在貸中主要對于風控的評價模型,對于金融產品的評價模型,對于已經確定的一個有業務邏輯、風控邏輯的創新產品來講,對于智能這件事情發揮的作用是不大的,因為它要經過非常多傳統的,包括實際信貸業務的驗證,這個業務是不是能做,對于智能技術應用在比較成熟的金融產品上時,它會比較好的賦能,因為它借助更大量的數據,只聚焦在供應鏈交易的直接流動資產上面更豐富的評價指標的時候,借助更先進的算法跟算力,讓這件事情。

2019-04-12 12:08:38

賈求真:

模型更加優化的可能性。從供應鏈金融業務的貸后也是傳統的金融,一直挑戰傳統金融的部分,流于形式,我們的貸款之后企業在監管,在整個風控控制上也不會花多少時間。所以對于智能,包括區塊鏈的技術,貸后對于不良的分析,對于不良資產的產生以及貸前、貸中整個的信貸業務過程當中的追溯,這個會充分的表達出它的價值,但也都是在效率層面的影響,這是會提到一個不同行業在結合人工智能的時候,是行業結合了智能技術,還是智能技術+行業,所以在這個地方其實是要有一些核心的判斷跟甄別。

vbox7180_GIN_3955_115320_small.JPG

在產業公司里面,對于供應鏈金融方向來講,是供應鏈金融加了人工智能和區塊鏈,智能化應用跟區塊鏈創新融合的技術結合在這個行業里是聯合發揮價值的,在全部應用過程中,而不只是單獨技術的應用。

2019-04-12 12:08:59

方元:

所以是行業+了人工智能,而且還要借助一下區塊鏈的確權和認證。李總,服務機器人領域AI怎么體現的?

李方友:

目前我們在做兩件事情,第一個,機器人醫院,智慧醫院,大家可以想象一下,我們在住院部的時候,每個住院部會有兩到三臺查房機器人,它承載了AI、承載著醫療數據,也承載了醫生、護士的常規工作量的30%到40%,護士在工作臺里面,她可以通過電腦來控制10、20、3臺的機器人,不同的機器人下不同的指令,1號機器人幾點幾分去哪個病床干什么,2號機器幾點幾分去哪個病床去干什么,這個狀態我們做的是通過一個云端的后臺來控制所有的10臺、20臺或者100臺機器人在醫院里大面積地鋪開,也就是說落地,AI所有東西是需要落地的,它的載體是什么?

vbox11146_056A7459_120153_small.JPG

一定是終端移動的東西在里面,機器人也會查房,生命體征監測和護士常規做的檢查,這些目前已經在幾家三甲醫院落地了,這是第一件事情。AI在智慧醫院的落地,里面還有一個消毒的機器人,隔離病區很多的護工都不愿意去,消毒機器人在特定的范圍7×24小時消毒,把空氣的數據、環境的數據傳到信息科里面去。

2019-04-12 12:09:37

賈求真:

物資運輸機器人,護工之間,醫療設備運輸到手術室,這都是大量的工作量在里面,我們讓運輸機器人直接干這件事情,加上AI醫療診斷的設備在醫護助理的機器人上面,把整個環節達成了一家醫院導診機器人在大廳,兩臺醫護助理機器人,隔離病區有兩臺的消毒機器人,物資運輸機器人在后勤科在走。未來在醫院里面去看,就是一堆機器人不斷地代替護士醫生那些工作,那是非常棒的環境,目前我們已經落地了三四家醫院,今年會落地到50家到100家的醫院,AI真正的落地,這是一個部分。

另外一家子公司,在落地無人駕駛,大家覺得無人駕駛車路不協同,我認為無人駕駛這個板塊,我們現在做的是僅用安保這個板塊,在特殊的場合、特殊的領域還是在用的,車上搭載了警務設備,在特定的區域做一些巡檢,指揮中心可以在這上面監控10臺、20臺、30臺無人車,甚至給很多無人車下出很多的指令,很多外面的場景在我們這里已經實現了。AI應用會很多,關鍵應用的載體在哪里,載體主要用在服務機器人和無人車上面。

2019-04-12 12:09:56

方元:

AI通過您的服務機器人和警用無人車的方式,這種載體,特別強調載體,來服務到了特定場合的特定崗位去解放人的勞動強度,解放他們的雙手,這是AI落地的一個場景。

宮華澤:

AI技術在整個麥飛體系當中,我們從最開始搭建數據采集體系的時候考慮到這一點,我們整個數據采集維度非常高,所有的太陽光打到農作物當中反射的光伏能量,單純的光伏能量拆解到1000多個維度,還不包括基礎的土壤數據、種植行為的數據、氣候的數據,包括當地的灌溉的規律等數據糅雜在一起,最終的訴求想知道這個植物體在長到什么階段,它最需要的是什么,它的情緒,喜怒哀樂是什么,這是我們最終極的目標。

2019-04-12 12:10:42

宮華澤:

從高維度到單一維度信息輸出的過程中,其實面臨著很多數據的整理和信息加工方面的問題,在目前整個人工智能算法發展到現在的基礎情況之下,我們也不能夠說完全解決這個問題,我們只是在整個道路當中試探性的走出了一小步,目前為止,我們現在基本上搭建了高維原數據到單一維度信息體篩減的過程,我們平均的模型復雜度和運算時間,目前處理的非常好,基本上達到分鐘級直接可以輸出一個結果,這個在原有同行業中是沒有達到的高度。

vbox7180_GIN_4012_115517_small.JPG

另外一點,我們在整個建AI算法的過程當中,還考慮了另外一個維度,應用的需求,因為整個中國農業種植是經驗傳承式的,非常習慣化的行為,它是一個非標的行為,我們希望通過它的數據積累指導它的種植,進而能夠將某些環節標準化甚至串聯起來,這是整個公司發展的方向和愿景。在走的過程當中會涉及到,技術在整個農業行業當中應用要落地,面臨最大的問題是技術應該怎么能夠跟原有的環節進行結合,這個結合過程當中遇到的基本沖突是,你的技術落地必須要讓我們的客戶最好能夠無感于這個技術的滲透,一旦說它對于整個的技術滲透。

2019-04-12 12:10:57

宮華澤:

比如說,延伸了它的使用時間,本來一天干完的活延伸了三天,這個轉化率就低了,最開始市場拓展遇到最大的阻力。這里面反向對整個算法搭建當中提到了兩個要求,第一個,整個算法的復雜度要極度的簡化,第二個,借助于云計算和邊緣計算的功能結合在一起,希望把整個信息流和整個計算的流程壓縮出最短的時間,并且無人為干擾。

這個過程中,目前麥飛現在在中國農業當中,在農業基礎大數據采集當中,我們信息維度是最高的。目前我們能夠實現對農田當中的作物長勢情況,這西面包括作物結構、葉片數量以及病蟲害發生的情況,我們能夠做到實時探測,我們后臺所有的數據能夠實時展現出來農田的基本情況。形象化地理解,類似于對農田做了CT掃描,掃描一次之后,農田當中所有的情況,不僅僅是眼前所看到的綠油油的農田場景,很可能看出來它一些更加本質性的信息。

2019-04-12 12:11:12

 方元:

幾位嘉賓結合自己的行業特點來進行講解,有幾個行業得到了規?;撓τ?,大家比較熟悉的視頻監控,天羅地網般的攝像頭到處遍布,過幾年投資界非常熱衷的自動駕駛,包括醫療行業之前醫療影像行業大家看到不少的應用,到今天投的醫療影像、人工智能項目,他們做影像病灶的識別效率和準確率已經遠遠超過了醫生,非常令人激動。

vbox7180_GIN_3914_114559_small_v1.JPG

到今天從投資角度看到更廣泛行業的應用,各位嘉賓也談到了,從投資機構的角度,我們非常好奇各位講到了今天已經有這樣的開端或者是應用的嘗試,在各自行業都有不同的嘗試,過去12個月,有哪些你們看到的進展,未來12個月,又會有哪些新的突破,應外的過程當中,你們所在行業的現狀有哪些是幫了忙的,有哪些是有挑戰的?視頻這邊對算力有時間要求?供應鏈金融是不是對傳統行業愿意做這樣的事情?就這個話題請各位再展開講一講。

2019-04-12 12:11:41

侯明強:

我簡單介紹一下我們內容領域的AI落地情況,其實我們在2015年的時候,做今日頭條的時候,把內容安全的領域,把AI應用進去,有深度學習這樣強大的計算工具的幫助下,我們實施還是比較順利的,為了去掉有害的內容化需要有大量的人工審核員去做的,對每個企業來說都是一個煩惱,甚至對于審核員本身來說也是高強度沖突,大家不太愿意做這個工作,他們有這個需求,我們啟動了把這個內容識別AI化的事兒,當時是比較成功的。

我相信在座的幾位嘉賓,他們的應用領域都有類似的問題,當你技術上有些先進水平提升之后,應用場景又會帶來一些新的東西,我們到微8的時候,我們又有語音的內容,我們的用戶有很多下沉市場的人群,他們的語音帶有相當程度的方言,對它的內容和識別理解就比這種標準的畫面,有了很多新的技術難度和挑戰,到現在也還在花非常大的力氣突破。

2019-04-12 12:12:35

侯明強:  

大家都覺得訊飛在語音上已經做得比較不錯了,但是相對于通用的、更標準的普通話,它的準確率是比較好的,在我們的內容領域,首先是方言的差別,第二個是針對幾個問題,每個領域都需要有不同的模型,就好像剛才上午教育領域的嘉賓分享那樣,如果一個老師什么都懂,什么都很強,他一個人能夠給你因材施教了,那樣的老師沒有幾個,不存在的。

如果放到AI的領域,這個模型如果什么都能識別,大雜燴,這個模型本身準確率就不會特別的高,對某些特定領域不夠敏感,各種預測的閾值都不會特別好,需要針對特定領域的問題,每一個都需要單獨的設立新模型,那樣的話需要分別的處理樣本數據進行數據的標注、采集,進行大數據的計算,每個模型都要分別訓練和優化。剛才我們提到的這些領域都是很困難的,都是需要一個一個去做的。

2019-04-12 12:13:52

侯明強: 

 關于個性化推薦,整體進展還是比較順暢,我們在今日頭條有比較多、比較好的實踐方式,現在主要還是在應用的數據規模上去做的,但是對于我們具體應用場景仍然有新的挑戰。比如說,我們的APP可以上下滑動、左右滑動,喜好的視頻可以多看,不喜歡的可以滑過去。

2.JPG

像快手APP是雙瀑布流的,有非常明確的信號,告訴你這是正樣本、還是副樣本,等于你要猜用戶真正的喜好是什么,這就取決于你對用戶的理解和對數據的把控了,才能夠做得很好,這也是挺難的一個挑戰,跟在座的幾位涉及到有些領域,甚至機器人去采集數據,在這個角度上是類似的,需要去建立數據模型才能夠很好的去做,這也是隨著應用水平越來越高,用戶的使用越來越符合自己本身的操作習慣帶來新的挑戰。

方元:

類似于語音這樣的新功能需求,對算法的模型帶來的要求。

侯明強:

還有交互方式。

2019-04-12 12:14:00

賈求真:

在供應鏈金融的領域上面,我們已經兩年聚焦的研發形成的服務于產業方跟資金方成熟的產品,已經在真果科技現在目前商用化階段了,大家其實對真果科技非常陌生,因為我們剛剛更名一周,它是圍繞著一條垂直的供應鏈跟我們相對能匹配的,在科技驅動的資金方,我們形成了一整套的貫穿能力,目前沉淀在真果科技一個面向資產方的平臺是供應鏈流轉的平臺,在這樣供應鏈金融資產交易平臺上面在使用智能化跟使用區塊鏈技術。其實保證的還是一個資產確權問題,我們說雙鏈數據、系統確權。也就是,要服務于資金方,讓資金方看懂這個資產,在對于信用這件事情新的過程,我們是透過智能化的建模完成的這些算法。

vbox11146_056A7448_115857_small.JPG

從資金方的角度更會關注剛才我提到的,對于不良資產的識別,也會在預測的模型上加以完成,對我們實際前12個月包括24個月都是已成熟的產品,這兩個產品后臺最典型的落地,后臺的BAT,科技金融資金方,BAT有兩家已經使用我們的平臺作為他們的工作業務平臺,金融交易的平臺。到下一步12個月,希望我們的創新領先應用除了跟平安銀行、京東金融領先的企業之外,更多的資金方去磨合,能夠借助嶄新的技術應用,形成成熟化的產品,圍繞供應鏈金融這個行業效率得到進一步提升,這是我們的目標。

2019-04-12 12:15:18

方元:

過去12個月已經打磨完成,未來12個月發力推廣。

李方友:

我們機器人它是一個硬件,剛才三位講的都是偏軟件的,很多AI應用還是承載在運營上面,硬件的性能反應要求非常高,否則沒有辦法體現,就算你的軟件很好,硬件很弱,那就沒有辦法。在過去的12個月當中,我們在硬件上做了大量的工作,現在已經有很多承載的改進,比如說,從1.0角度變成2.0的角度來承載了。

在AI還有我們這個領域,后面有一個大平臺、大后臺,我們叫做群控,大家都在打游戲,單機版和群控版是不一樣的,特別在醫院里面,要控制20臺、30臺、40臺的機器人,后臺的群控是非常重要的板塊,又集成了醫院不同的系統,像剛才所說的,他投了一些問診的、診斷的平臺,我們把所有大的數據集成在大后臺里面,給醫生帶來醫療診斷的依據,電子病歷都不需要醫生來寫了,我們的后臺把電子病歷全部寫完以后,醫生確認一下發過去就OK了。從這個角度來講,過去的12個月里面,我們花了大量在硬件和后臺控制、一些算法上面的東西整合,為什么今年準備鋪100家醫院,我們通過一年的磨合差不多結束了,我們對未來還是比較有希望的。

2019-04-12 12:17:34

方元:

類似也是過去12個月做了很多打磨,未來12個月要去發力推廣。

宮華澤:

剛才方總說的很對,我們對過去和未來來看待始終圍繞著數據,農業是非常缺乏量化的過程,我們在過去12個月,在2018年所有的業務覆蓋了全國8個省,我們主要是把我們的解決方案推向我們國家所有的以農業為主的省,我們主要側重的區域是來自于長江流域和長江流域以北,基本上是我們國家的主糧區,我們下面有一個麥飛農業有一個麥飛業務板塊,將最新迭代出來的技術能夠以非??斕乃俁熱客葡蛩幸滴袂?。

這個業務區在整個麥飛體系內部其實更喜歡把它叫做數據自主采集體系,對于人工智能來說,因為未來的人工智能包括現在也是,所有的底層框架逐漸的在開源,大多數的人工智能公司實際上它都不僅僅是在研究人工智能本身,反而來說是基于現有的人工智能應用層方面開發一些比較創新性的更加具有落地性的,中間一個銜接的算法層。所以說我們沒有一直認為,我們是一家人工智能公司,我們是用人工智能的方式把它作為工具在行業當中能夠垂直,能夠扎得最深,這是我們主要的定位。

2019-04-12 12:17:47

宮華澤:

在這個過程當中,實際上算法不是一個壁壘,真正的壁壘應該是在整個行業當中,你所能夠自主采集,并且不斷地積累、更新迭代的數據采集體系,才是每一個企業當中最核心的一部分。所以說我們在過去,實際上是以業務的形式來搭建了整個中國農業當中遍布我們國家主要的主糧區的一個數據上傳體系,雖然向下傳輸的是農業技術的整個解決方案,但是回流過來,積累的是每一塊主糧區氣候、水資源的配比和地形形態,所有數據在后臺通過二次數據挖掘能夠挖據出來的。

vbox7180_GIN_4006_115501_small.JPG

對于未來來說,我們現在的數據體系密度還不夠,我們今年主要的戰略,主要業務手續,原有的手續之內,我們會把業務的隔網編織的更密,這個過程當中未來麥飛主要的定位還是在整個基礎大數據中發揮最大的價值,我們通過技術服務的方式搭建數據的采集,未來來說,我們希望能夠靠數據反哺整個的種植,讓整個種植過程更加具有確定性。

2019-04-12 12:18:02

方元:

面對這樣一個傳統行業數據基礎還不夠的行業,還有很多開創性的工作,這種扎扎實實的工作能夠得到回報。在座各位都應該是在AI各個行業應用當中的領先行業,我們一起展望一下詩和遠方,有哪些行業要素、技術進步、人員進步會影響到你這個行業在AI方面的應用。

侯明強:

我們內容領域,包括后面的軟件算法本身在整個AI各個領域走得比較靠前的,但是像我剛才說的那樣,你的算法或者工具先進,用戶用的更好,它的數據規模都會上升,總是會給你帶來新的問題、新的交互,未來我相信這個領域始終是充滿挑戰,對于技術人才來說是最有挑戰的領域。

我們現在的產品主要是圍繞在手機上,人體第二器官,一個智能的全方位的助手,因為獲取信息是人永恒的需求,我自己一些想法,可能是場景化的,你的閱讀助手它能夠跟著你去到處走,你在廚房的時候,廚房的冰箱上,這個助手也可以顯示出來,你在坐車或者做什么事情的時候,不需要你主動掏,在任何一個屏幕上,多屏的時代,隨著5G更快的網絡,信息傳輸的體系,我覺得暢想一下是很有可能有那么一天的。

2019-04-12 12:19:54

方元:

所以5G有可能讓那個短視頻無處不在。

賈求真:

通用的困難跟發展機遇是顯然的,對于智能技術本身的成熟度,還有是行業的試驗田,我們的場景,包括算力在內的一些基礎資源,但是就金融的場景而言,剛才我提到了,金融是強監管的行業,金融行業怎樣向消費金融,比如說我們在支付的金融端可以基于指紋,包括識別的技術,走更好的應用,在供應鏈金融它面臨的是企業級的身份認證,企業級穿透到個人級,怎樣去擺脫掉原來UT時代,在供應鏈金融領域真正的創新,這是一個詩和遠方和今天茍且的問題。所以技術就是技術,技術要領先于政策,去做到0到0.1的驗證,而對于合規和行業整體的推動跟應用,那詩跟遠方是靠監管部門要懂,行業創新企業要站出來干。

2019-04-12 12:20:15

李方友:

我在創想未來AI+萬物物聯+終端入口,也就是機器人,我們在想象每個家庭都會有機器人可以控制所有的一切,在每家醫院里面,很多的機器人為你在做服務,你到了每個機構的時候都會有機器人為你做服務,我對詩和遠方是這么理解的,我們也是在這么做的,到今年年底和明年年初,在國內有很多家的醫院都有幾十臺或者幾百臺的機器人為你在服務,也許三年和四年以后,艾米機器人會進入到每個家庭為大家提供服務,未來AI+萬物物聯、終端入口,艾米機器人,這個場景一定會實現。

vbox7180_GIN_3977_115349_small_v1.JPG

2019-04-12 12:21:27

宮華澤:

對于農業未來種植場景來說,我們更希望達到未來植物工廠式非常確定化的種植過程,這個種植過程將會突破很多點,在大田種植的條件之下,我們有非常廉價的太陽能的資源,同時還有自然給我們的水資源等等這些資源在室內種植之后受到非常大的局限,現在很多的植物工廠,整個商業模式不落地的原因,在整個能耗和產出比例上是完全不具有商業價值的。

這個過程當中,因為我們公司內部也有一些未來場景之下的技術孵化的方向,這些方向當中已經做了一些布局,聯動國外的研發中心,一直致力于對于整個農作物生長過程中的一些過程理解,我們希望能夠知道它需要什么,我們在這個時間節點當中給予它一些養分和能源,進而能夠產生出來更多的確定性的商品,這些商品來說會服務于我們未來所有的日常生活,包括吃的東西,所有愛美的姑娘們,在吃飯的時候隨身帶著一個小的天平來稱談水或者蛋白整個的比例,很可能種植過程當中按這個來做的,每個人食物聯動著上端的種植,是隨著整個數據來串聯的,內部頭腦風暴的會議當中碰撞出來的方式。

2019-04-12 12:22:08

上午的直播到此結束。

2019-04-12 14:30:22

到場嘉賓:

聯想集團副總裁、聯想研究院人工智能實驗室負責人 徐飛玉博士
順為資本執行董事 孟醒
大象保險大數據實驗室負責人 田立文
悠絡客董事長兼CEO 沈修平
華映資本合伙人 章高男
云啟資本副總裁 馮瑤
元禾重元執行合伙人 李瑩
金沙江聯合資本管理合伙人 周奇
銀河系創投管理合伙人 徐芳
國科嘉和基金執行董事 丁潤強
方廣資本投資總裁 惠成峰
北京郵電大學人機交互與認知工程實驗室主任、科技委人機融合智能組首席科學家 劉偉
貝昂科技國內事業部總經理張培峰
小土科技副總經理 夏金光
源清慧虹CEO 王鵬軍
商有創始人兼CEO 陳懷民

2019-04-12 14:35:55

分享嘉賓:聯想集團副總裁、聯想研究院人工智能實驗室負責人 徐飛玉博士
分享主題: 可解釋AI打造人機互信智能時代

vbox7180_GIN_4032_140827_small.JPG

2019-04-12 14:38:22

徐飛玉:

大家下午好,今天我想和大家分享的是一個很新的人工智能的話題,叫做“可解釋性人工智能”,打造人機互信智能時代,我今天講的有四個重要的內容,第一,什么是可解釋性AI?第二,為什么可解釋性AI這么重要?第三,最近兩三年在業界、全世界可解釋性AI上面有哪些方案?第四,對可解釋性AI有哪些挑戰?這是非常具有挑戰性的話題。

我們從可解釋性AI開始,在人和人之間交流的時候,解釋是非常重要的,一種可以說,跟我解釋一下或者老板說解釋一下你為什么這么做,對人來說什么是解釋呢?把一個概念或者一個方案講清楚,讓人能夠理解,說的透明。

2019-04-12 14:41:21

徐飛玉:

可解釋性AI是一個新的還是一個舊的話題?你們怎么想?既是新的,也是一個舊的話題,我們先從No開始,實際上在70年代末或者是80年代初,很多的輔助系統已經有要求,可解釋性或者是人工智能的系統。在人工智能研究之初,科學家對很多人工智能系統,特別是這些人工智能系統對做決定有幫助的情況下,對它的解釋性有要求,但是在過去的人工智能系統,它是以規則、以知識為基礎,這些人工智能系統很多的規則是人定義的,推算出來的結果,人是可以理解的。

舉一個例子,這是一個決策樹,大家都知道的,我舉一個英語的例子,一個非常簡單的決策樹,我是不是要寫一個Blog Post,機器推演過程中,綠顏色是yes,紅顏色是No,理解這個顏色的時候而且不累的時候你可以寫這個方案,在你不理解這個方案的時候,你就不要寫紅顏色的,還有一個綠顏色,你理解的方案,但是很累,你旁邊有茶,可以讓你醒過來,你也可以寫這個Post,雖然機器推理的,每個節點上的方案,這個規則都是人寫的,自動推理人工智能的結果,人還是可以理解的。

2019-04-12 14:41:33

徐飛玉:  

最近幾年深度學習非常重要,為人工智能做了很大的推動,可解釋性AI成為一個新的課題,對機器學習,特別是深度學習來說,可解釋性AI是一個很大的挑戰。深度學習對我們人來說是一個黑盒子,讓人工智能技術特別是在對落地做決定的時候,如果是個黑盒子的話,大家不敢用,也可能不能用。這個圖片上面給大家展示了一些人工智能或者機器學習,從歷史上機器學習的方法,從決策樹來說,從可解釋性來說,決策樹的解釋能力很強,但是我們看一下深度學習,你們覺得深度學習應該在這個圖上的哪個位置?

橫軸上面是可解釋性,數軸是預測的準確性,深度學習在可解釋性下面很弱,但它的預測準確率很高,最近人工智能在人臉識別或者很多的語音計算上面的突破都和它的預測準確性很有關系,可是要落地、要商業化,可解釋性也是非常重要的。在理想當中,深度學習很多算法,圖像識別,希望它的神經元有透明度的和可視化的,一開始進入神經元,每個神經元做人臉識別的話,有可能一開始是鼻子、耳朵和眼睛,這是第二層,實際上真正的實際工作當中,很多神經元既有眼睛也有鼻子的信息,所以是混亂的。

2019-04-12 14:41:42

徐飛玉:

怎么樣讓黑盒子變得透明?讓我們相信和能夠理解呢?目前可以把可解釋性人工智能分成兩個重要的步驟,一個是把這個黑盒子打開,看黑盒子里面發生著什么事情,第二個是事后的解釋,知道這個黑盒子做的事情,當你在做什么事情的時候想為什么這樣做。我剛才說了什么叫可解釋性AI,可解釋性AI從70年代末、80年代初作為重要的話題,到了深度學習的時代,又是一個新的話題,怎么樣把這個黑盒子變得透明?怎么樣讓人理解?人工智能系統在做什么?

vbox7180_GIN_4039_140850_small.JPG

為什么可解釋性AI這么重要呢?第一,對我們用戶來說,如果人工智能的技術只是提一些建議或者幫助我們做決定,做決定的人他要必須理解,為什么人工智能系統給他們做了這個建議,如果醫生做診斷,為什么醫療診斷系統做這樣的建議或者對投資商來說,做完之后,系統說應該給這個公司投資或者不投資,要告訴我為什么,因為它的團隊很優秀還是它的技術很好,這是第一個,對人工智能系統的用戶來說。第二,對于受到影響的人,一個很簡單的例子,我們的手機,有時候用人臉識別的技術,但如果用了半天,讓那個手機放在你臉上晃來晃去,還是不讓你進去,這時候很郁悶,為什么你不能夠打開那個視頻呢?對開發者來說,對人工智能開發者、研發人員來說,我們不能總是調參數,但是不知道為什么這樣做,對研發來說也是非常重要的。

2019-04-12 14:42:02

徐飛玉:

大家都知道,歐洲共同體,歐盟對數據?;し淺V厥?,對用戶權利?;し淺V厥?,歐盟在GDTR上面有要求,要求人工智能的算法如果參與決定必須要有解釋的能力,這對人工智能的研發人員和提供人工智能的公司來說、企業來說,我們必須要做可解釋性人工智能的研發,提供可解釋性的人工智能系統。所以說遵守立法是我們可解釋性AI的一個重要的原因之一。舉一個例子,美國德州的教師控告了AI系統,因為德州有一個要求,自動評估他們上課的質量,老師說不能用這個系統,這個系統不能告訴我,為什么不能我上課的效果不好,后來德州把這個系統去掉了。

用可解釋性AI可以幫助我們驗證我們的系統推出的是正確的還是錯誤的預算。這里有一個很簡單的例子,我們的人工智能黑盒子用了一堆數據推算出來,有哮喘病的病人得肺炎的可能性很低,這個推算用常識來說會覺得不對,有哮喘病得肺炎的可能性很高,我們看一下它的問題在哪里,問題在于它的數據是有問題的,當時的研發人員用了住在醫院里的哮喘病人,他們被看護的很好、治療的很好,他們得到的肺炎可能性低,這也是正確的。但是不是哮喘病人在醫院之外得肺炎的可能性也低,其實不是這樣,其實是非常高,這是對AI系統的改進。

2019-04-12 14:42:13

 徐飛玉: 

舉一個例子,可解釋性AI對不同的系統進行驗證,看這個系統是不是有問題,這里是一個柏林工大一批人工智能的科學家,他們對人工智能系統兩個算法進行比較,一個很傳統的算法,在做物體識別的時候,在很多情況下都比深度學習要弱,但是在識別碼的時候,兩個系統都非常好,你看他們的這個數據都超過了80%,我們看看問題在哪里?這個時候才發現,紅的地方是熱點圖,這是騎在馬上人的圖片,哪些特點幫助人工智能系統知道騎在馬上的圖,左下角很熱,這里的特點幫助這個系統說,這個圖片是有人騎在馬上面。

深度學習而是把它的熱點都是圍繞馬和人,我們仔細看一下,這個熱點在什么地方呢?仔細看一下發現,原來這一批關于馬的圖片上面,這一批圖片都是有信息的誤差,因為這批圖片有專門的特點,但是我們傳統的方法是用了錯誤的信息,通過這個就能知道算法是有問題的。通過可解釋性AI可以理解并糾正我們系統的弱點,知道數據的偏差,而且發現模型中的錯誤。

2019-04-12 14:42:26

 徐飛玉: 

有哪些工作要做?最近幾年,在可解釋性AI方面,很多的企業或者是投資企業當中,可解釋性AI還不是重點,全世界在研發這方面很努力。我現在總結一下有三個重要的領域,第一,深度神經網組件變得透明,第二,從深度神經網里面學習到語義圖和這個世界有關聯,這個神經元關于鼻子、耳朵還是眼睛,第三,深層人理解的解釋,而不是神經網,沒有人理解神經網是什么東西。這是一群TRANNG DATA,進來的圖片還是人騎在馬上的圖片,神經網知道有人騎在馬上,你們看到神經網以后可以理解這個系統決定的嗎?

我們不知道為什么,只是看到很多圓圈,它們之間有線,第一步讓這個神經網變得透明,看看這個神經網上什么神經元導致這樣的決定?可解釋AI有一些方法,在這些神經元導致我們系統知道這是一個馬,這些神經元和世界有什么有的關系?有什么語義?有些神經元指的是馬的頭,馬的背,馬的尾巴,這個時候我們的神經元就有語義,和這個世界聯系在一起了,而不是很抽象的數字或者是有了字之后自動的進行解釋了,這張圖,馬的前面和馬的后面導致了決定下來這個圖有一個騎馬的情景。

2019-04-12 14:42:36

徐飛玉: 

我們的神經元和深度學習有了語義之后,有很多的應用,我舉一個非常簡單的應用,原來的這些圖片,知道那些語義之后可以自動的去改造這些圖片,我們可以把樹自動地給去掉,上面的圖,樹就少了很多,我們也可以把樹多增加,我們知道圖片上是樹。比如說,我們想要樹,就可以把樹加上去,或者我們要把磚去掉,我們知道每個圖片每個內容它的語義是什么,可以做很多具體的應用。為什么可解釋性AI這么重要、這么緊急?

vbox7180_GIN_4045_140921_small.JPG

2016年谷歌的一個機器學習科學家,他在機器學習會議,他說機器學習,特別是深度學習,把機器學習或者人工智能變成了一個煉金術,他想生活在一個社會里,我們人工智能系統,因為人工智能系統已經參與了很多社會的決定,幫助我們醫療系統、幫助醫生,他希望生活在一個社會里,我們的系統是可以驗證的、嚴謹的、全面的,而不是煉金術,實際上它的提出和可解釋性人工智能的發展是讓機器學習或者是現在的人工智能變成科學,不僅是電力學,我說化學更合適。

2019-04-12 14:42:50

徐飛玉:

美國2016年開始這方面大力投入,2016年做了五年研發計劃,這是現在人工智能機器學習的簡單模式,有了數據進行訓練,訓練出來的模型,一個圖片進來,說這是一只貓,0.93%是只貓,人不知道為什么是貓,而不是其他東西,什么時候能夠認識這只貓,什么時候不是?這五年的計劃希望達到下面這個結果,有了TRANNG DATA以后,用新的方法得出來可解釋性的模式,這個可解釋性的模式,加上可以解釋的界面,對投資者來說是非常重要的,可解釋性AI對投資的決定是一個很好的應用。人工智能真的想模擬人的智力,我們看人怎么做決定、怎么解釋?人既有顯性的知識和隱性的知識,隱性的知識就是我們的經驗直覺,有的人有時候問你,為什么喜歡這個人?

你說我也不清楚,有的時候回到家里睡一覺知道為什么喜歡這個人,人可以有效結合兩種不同的知識,把經驗、直覺、知識結合在一起,我們在解釋的時候,理解的時候必須是顯性的。所以給學生上課的時候,不能一年級的孩子給他這個圖,深度學習是以概率的模型得到了隱性的支持,深度神經網它們不理解任何的事情,只是它們之間的關系,數據和數據之間的關系,深度學習雖然被強調了很多,同時在人工智能領域還有其他的方法,比如知識圖譜,知識圖譜在模擬顯性的知識,目前深度學習和知識圖譜這兩個世界還沒有在一起,但是下面一步對整個人工智能的發展和人工智能的應用落地來說,必須把顯性知識和隱性知識結合在一起,這是我們奮斗的目標。謝謝大家!

2019-04-12 14:54:13

分享嘉賓:大象保險大數據實驗室負責人 田立文

分享主題:如何通過科技賦能:打造高效極致的保險服務體驗

vbox7180_GIN_4056_143038_small.JPG

2019-04-12 14:55:48

田立文:

大家下午好,我們是作為一個應用方,今天作為互聯網保險科技的代表,在這里跟大家探討一下,人工智能大數據這些科技在保險行業應用的一個形式。我是來自于大象保險,大象保險是互聯網中介平臺,我們主要是想通過大數據和人工智能的技術賦能保險科技,通過這些科技的力量為用戶提供智能化顧問式的服務,通過科技智能打造高效極致的保險服務體驗。提到互聯網科技,不得不追溯一下互聯網保險自己本身的發展趨勢。

最早互聯網保險追溯到2000年左右,最早由泰康和平安兩家保險公司通過線上售賣保險的方式,最初形成了保險電商和電商平臺這么一個形式,保險上線,從2000年一直到2002年,這個期間其實都是在做保險上線的工作,這個期間體現出來了特別多的保險門戶或者第三方的平臺。到了2012年進入另外一個階段,隨著互聯網流量的涌現,很多保險公司和平臺開始考慮通過互聯網流量進行保險的轉化,形成了場景化創新的模式,代表性的是在線旅游OTA這種市場,通過互聯網流量進行轉化進行場景式創新的模式。

2019-04-12 15:00:38

田立文:

第三個階段,保險傳統的營銷模式通過百萬帶領人大軍做保險營銷,互聯網賦能了代理人營銷的體系形成了線上出單平臺,代理人展業工具。現在進入另一個階段,人工智能和大數據領域得到越來越多廣泛應用,到目前這個階段,這個技術現在已經越來越普及,科技已經升級,而且很多實用化的技術已經落地了。

縱觀全局,不同的科技技術在整個保險領域的應用它的成熟度、階段性是不太一樣的,最早應用的大數據技術是整個行業應用里最成熟的,不管是在保險產品的設計定價,智能核賠得到了大數據廣泛的應用,比較重視科技的保險公司,大數據的技術已經成為整個技術體系的一個核心。

2019-04-12 15:00:50

田立文:

第二個,人工智能這個技術,目前在整個保險行業也正在蓬勃發展,但目前還主要處在實踐的階段,我們各種各樣圍繞人工智能的應用一直在實驗性的落地,包括理賠、核保、客服、營銷層面,總體上離成熟稍微有一點距離。最后一個是區塊鏈、物聯網等等這些技術,這些技術對于整個保險,整個信息鏈的升級有非常大的趨勢,但目前還在整個探索階段。

前面講的不同科技技術在整個保險行業應用發展的形態,我們提到智能保險的概念,科技使保險越來越智能,它是相對于傳統保險概念來說的,傳統保險大家生活中可以碰到,它主要的營銷方式通過代理人體系或者經紀人體系,通過強營銷的方式,類似有點廣告的方式去做產品的營銷,從整個理賠的過程來看,傳統保險在理賠階段,科技運用的比較少,所以說整個理賠的流程比較長,提交的資料很多,體驗不是很好,用戶他相對比較抵觸的。

2019-04-12 15:01:09

田立文:

智能保險,運用了科技的技術,它在整個用戶側的體驗做了很大的升級,在用戶營銷購買這一側,其實已經逐漸的開始被動變為主動,整個保險的營銷從傳統的代理人營銷越來越向主動式的場景化營銷在轉變,因為技術的應用使得用戶在承保階段、理賠階段有很多智能化的技術手段,使得整個過程比較快、效率提高了,用戶體驗也好了,所以這是一種主動式的保險體驗,智能保險時代和傳統保險時代,在整個產業模式上有點不太一樣的地方。

vbox7180_GIN_4078_143323_small.JPG

正是因為體察到了這種智能化保險給用戶帶來的變化,能夠更好的滿足用戶的需求,所以我們做了大象保險這樣的以科技和大數據賦能的智能化顧問服務平臺,我們希望能夠通過這些科技的力量賦能保險全生命周期,賦能保險整個價值流程,通過科技、高效的觸達到每個用戶,使整個用戶體驗得到最大的提升。

2019-04-12 15:01:36

田立文:  

我們總結了一下,目前在整個保險或者移動互聯網保險這個領域,科技賦能是在全價值鏈上進行升級,我們總結的點大概有幾個,從用戶側或者保險公司側,這些點其實都在做大量的科技應用,包括產品設計、營銷銷售、核保風控、承保服務、保單服務、理賠服務甚至客戶服務,整個全價值鏈都帶有科技的參與,科技的應用整個目的提高整個保險的效率和用戶體驗。后續我會把每一個點通過大象的事件跟各位一起探討一下,目前達到的一個程度。

從保險產品側說一下,科技和數據在這個里面所起到的作用,在產品側,我們知道,保險產品是一類比較特殊的信息產品,傳統上基于大樹理論做產品的精算設計,主要設計的基礎數據是早期生命周期表,用戶靜態的數據以及保險公司的理賠數據,基于這些做一些精算,算出來在某一個維度、某一個疾病的體系下用戶出險的概率和公司本身運營成本、預計收益等等,把保險的費率算出來。

2019-04-12 15:01:47

 田立文:

在科技時代,其實整個的保險精算的模式有特別大的改變,不光是基于靜態的數據,基于靜態的生命周期表數據,我們把更多動態的大數據引用進來,這里面包括互聯網的數據、人民在生產生活中的數據、醫療體系的數據、信用評價方面的數據等等都是做保險定價、費率厘定的基礎,這也就產生了在整個保險精算設計領域有很多不同的特點呈現出來。第一個,大數據精算使得整個保險產品的費率它的厘算更精確。

第二個,動態定價費率厘定,大家都有退貨險,這個保險是比較特殊的,在險種生產設計過程中保費經過動態調整的過程,最早把保險產品放在市場上的時候,數據積累還不夠,隨著保險的售賣、理賠的過程數據逐漸收集到,基于大數據的精算理論實時的對保險產品費率進行調整,同時取得對于用戶保障和保險公司收益的平衡,這樣做到了一個動態的定價費用的厘定。

2019-04-12 15:02:02

田立文:

第三個,因為數據的整合,從被動的采用數據變成了通過數據接口實時的訪問用戶的數據,像用戶的醫療數據,用戶在其他生態體系的數據,拿到這些數據之后給用戶做的評定,我們叫主動式的標題和非標題的區分,用戶投保的時候不用再做調查問卷,通過數據的聯動可以主動識別出來用戶的標題、非標題的屬性,同時匹配給他不同的保障內容、費率和他的產品方案。

當然,針對于垂直類的用戶,某一類的用戶,我可以通過大數據的方法做個性化的保障責任設計。舉個例子,就像信用度比較高的用戶通過數據的集成,我可以做比較高的保額的設定。我們還涉及到很多關于專項的,慢性管理領域需要用到很多大數據技術,搜集很多垂直領域病種發生率的情況,根據數據的計算做專項病的險種,從而為某個垂直的領用戶做健康保障。

2019-04-12 15:02:20

田立文:   

大象通過基于數據的精算,與保險公司合作出了很多比較有代表性的產品,包括吉祥福訂售這樣的產品,螞蟻金服信用分達到一個程度之后對這類用戶提高他的保險額度,高信高保,同時對于女性做費率特殊的優惠。另外,跟保險公司合作做了針對于艾滋病高感人群的防艾險,也是針對某一個垂直領域做的數據精算。糖尿病、肝病、腎病等并發癥保險,這些都是基于數據保險的設計。

vbox7180_GIN_4069_143133_small.JPG

這是我們在2018年通過供給側驅動保險改革的活動,全能王少兒險,因為在很多的線上用戶服務的過程中,母親對少兒險的意愿比較強烈,保障定義的確定,市場聲音非常明確,為了捕捉到這些用戶的需求就做了一個保險產品反向定制,通過用戶主動參與的方式去做需求的捕獲,從而把這個需求反饋給到整個保險產品定義這一側,最后確定出來了全能王少兒險這個產品,通過用戶數據驅動的方式做保險產品設計,這個產品設計出來之后在市場上得到了特別多的好評和反響。

2019-04-12 15:02:31

田立文:  

剛才從保險產品側來講,從整個保險產品服務側,整個科技對于保險賦能提升也是非常得明顯,最近這兩年比較大的保險生態的變化,用戶側的原生保險需求已經增加了,保險標準化、專業化服務能力,這種需求已經提上日程了,傳統的保險在保險產品的透明度、簡單性這塊做得不好,每個人享受保險服務的時候,每個人不是特別清楚,我要買的保險是什么樣的保險,隨著現在信息越來越普及,很多用戶需要有這種專業化意識,你要給我提供專業化的服務,我希望買的保險透明的,我知道理賠具體的須知。

這樣的話,對于整個保險的價值鏈提出了更高的要求,這也恰恰是我們通過科技賦能保險,要集中的一個領域。在整個營銷和承保這一端,大量的利用了科技和數據的技術來提升整個產業鏈的用戶體驗,這里其實用到的技術有很多,包括自然語言處理的技術、圖像識別的技術、用戶畫像技術,基于保險保障知識圖譜技術,一些保障的規則引擎、評分模型等等,所有這些技術為了在用戶側提供更好的體驗。當然也會有很多優化的產品出來,我們平臺上基于這些技術提供給用戶的保險產品對比,智能保險顧問,智能核保等等都是基于科技的力量給用戶提供成熟的、標準化的互聯網服務。

2019-04-12 15:02:46

田立文:

這些服務更多的解決用戶在互聯網上、線下購買保險的時候經常遇到信息不對稱或者是過度營銷等等這樣的問題,滿足了用戶希望保險是個中立、客觀、可信的一個產品的服務模式。給大家看一個產品,這是大象保險最近這兩年一直極力打造的α象保顧,每個人買保險都會遇到很大的問題,我是個少兒,我應該買什么樣的保險?家里有三口人,買什么樣的保險?

我是個老人是不是還能買重疾險?我是年收入40萬以上的需要買什么年金險?每個人不同的規格都是不同的,目前我們集中在整個智能保險顧問平臺上,通過α象把這些規則智能化的給用戶展現出來,最好的服務用戶,形成用戶個性化,符合他個性特點的解決方案,這是我們推的智能保險顧問平臺。

2019-04-12 15:03:05

田立文:  

這是我們在險種對比和評分模型,每個人買保險在線上會涉及到需求,我希望能把保險產品比一比,要買兩個重疾險或者多個重疾險之間有什么區分、誰更好,哪個維度、誰更優秀?需要這種功能,大象平臺提供對比的功能,把所有保險產品做了性價比的評分模型、條款的拆分、費率的標準化、免責條款的拆分,只有通過這種拆分才能夠把保險產品數據化、結構化、量化,從而在對比的時候能夠量化出來兩款保險產品或者多款保險產品在某一個維度上,誰更優秀,這樣的話,形成了一個險種對比,對用戶比較友好的功能。

這是我們另外一個基于智能化的產品象醫生,Dr.象智能預核保,很多人買保險他身上有些小毛病的,我們列了很多常見的毛病,包括甲狀腺結節、乳腺結節、乙肝病毒攜帶、大三陽、小三陽等等,這些人群體量非常大,他們也非常迫切能夠買到保障自身健康的保險產品。但恰恰線上買保險時候,因為健康告知把用戶阻擋在購買保險的門外,我們提供這個工具是讓用戶自己去輸入一個自己目前患病的名稱,自動通過規則匹配的方式給用戶剝離出來,哪個險能買、哪個險不能買,對用戶來講是極大的方便。它背后其實藏著特別多匹配的規則,后邊有險種的規則、用戶的畫像、疾病的知識圖譜等等,基于所有這些技術,我們形成了這種帶病核保,智能預核保的能力

2019-04-12 15:03:20

田立文:   

這是我們另外一個工具小象智能客服,一個用戶買一款保險,希望在線上充分了解保險產品,保什么、不保什么,有哪些需要注意的事項,通過人工做這些服務,往往效率或者人力成本非常高,如果通過機械化的方式大大的提高人力投入產出比,能夠提高服務效率,我們這個小象客服利用自然語言處理的技術和險種庫的技術,為用戶提供險種的問答、險種咨詢和幫助。

vbox7180_GIN_4062_143057_small.JPG

最后一個是大象云保端托管服務,比較關鍵的技術是圖像識別OCR保單識別,很多用戶手里一大把保單,有的保單保險公司給他郵寄了紙質保單,還有保單在支付寶保存,沒有統一的管理平臺,通過這個工具讓他把所有的保單放在云端一起來管理,里邊有一個核心的技術,把保單拍一個照可以識別出來這個保險產品所有的內容,這就是通過科技賦能提高保險增值服務效率的典型案例。

2019-04-12 15:03:30

田立文:  

前面我們講了大象保險的α象智能保顧、小象客服、云保單管理和智能預核保所有這些智能化的產品,后邊都藏著特別核心的保險領域的科技成分,知識圖譜技術、險種知識庫技術等等。通過知識圖譜表達方式,關聯起來人的畫像、疾病所有的屬性和保險產品做這種多邊的關系,通過存儲這樣的技術來做數據的存儲和保存,只有通過這種技術才能做到剛才說的預核保的時候快速定位出來用戶可選的產品,才能在α象服務用戶做智能保險方案推出最合適他的產品。

我們做的所有科技的工作,其實都是為了融合線上、線下這樣的互聯網保險服務模式,通過這種模式為用戶提供高效、極致的互聯網線上保險服務的體驗。我們通過這種賦能,其實是形成了去認識工具化的服務體系,通過這個能力給用戶打造了標準化、可信的、中立的解決方案,這樣對用戶體驗側是全面升級的,用我們自己行業里的話叫“提質降本增效”,從行業本身極大的提高了效率,這是我們大象通過科技想達到的終極目標,智能定制,因人而保,希望通過科技的力量因人而保障。謝謝大家!

2019-04-12 15:22:37

分享嘉賓:順為資本執行董事 孟醒

分享主題:AI下半場的創業機會在哪里?

1.JPG

2019-04-12 15:25:12

孟醒:

感謝各位,下午很榮幸跟各位分享一下跟AI相關的主題,我是被給了命題作文,AI的下半場其實不是一個很吉祥的說法,我希望AI這個領域循序漸進,細水長流的行業,能夠慢慢滲透到各個領域里面,而不是有一個上半場和下半場和終局,下半場的機會在哪兒?作為投資人來講很難去指明。我們能跟進,相對來講更宏觀的,更好的判斷一下,真正最好的機會在哪兒,其實創業者是比我們清楚的。

好在做AI投資之前,我自己曾經是一個AI的創業者,做了兩個AI的公司,2011年、2012年做了第一家,2014年做了第二家,大概有一點點創業者的基因,結合這兩點跟大家分析一下,AI創業下半場里面我們可能會看到的幾個問題,我們不把它作為指明方向的指南針了,跟大家討論一下。

2019-04-12 15:26:04

孟醒:  

我把題目改成幾個問題,2012年這一撥創業開始到2018年,也就是去年其實AI創業領域法身了幾件事情,這幾個變化很多人總結過,這個話題在2014年、2015年、2016年的時候還是比較新穎,到去年的時候還有人拿這些話題講,我估計大家已經聽過很多遍了,我總結一下,公司屬性,從AI技術平臺的公司慢慢變成垂直應用公司,大家慢慢變成了我是做安防領域AI、金融領域AI的公司。

第二個變化,最早AI絕大多數客戶是互聯網公司,今天變的都是垂直傳統行業的公司,互聯網公司的好處是技術成熟度高,能夠對接,缺點是不付錢,傳統行業是反過來的,技術準備程度差,但是付費意愿更高,這也是為什么從安防、金融打到了智能程度比較強,把這幾個領域打通的公司,今天做得規模比較大。

2019-04-12 15:30:39

孟醒:

第三個是AI公司出來創業的時候,絕大多數創始人是技術背景,非常優秀的科學家或者研究員出來做的,原來的技術領域,在創業領域復制了他們在研究院做的事情,他們的核心能力是他們的算法,逐漸在這個過程中慢慢演進了以后,今天AI創業公司可能核心重要的因素是產品經營能力,工程速度能力,把一個算法變成一個工程化的能力以及銷售能力,可以從這些大的AI公司,最近幾年核心人員高管的變動和他們花最多錢、最多股權吸引的人才來看,吸引的是這些人,他們比較主流。本來AI這件事情是一個周期非常長遠的事情,所以比較適合VC投資,慢慢變成一個國家的政策,變成了一個地方支持的方向,有資本市場,科創板市場,國家基金一起來參與這個事情。

2019-04-12 15:30:52

孟醒:   

我說一點2019年以后的事情,有四個問題,第一個問題,從很宏觀的角度來看,關于創業方向,我在經歷過美國做AI創業的過程,也在國內做過一家AI創業公司,也作為投資人跟中國這批創業公司發展的歷程地有一個很大的區別,國內創業公司資本、人才、創業方向集中在非常具體的領域,安防、金融和無人駕駛基本上聚攏了整個行業80%的資金、80%的人才,從公司個數來講不是最多的,但是早期做這塊的也是最多的,聚足了80%的收入,下邊是AI醫療、客服、手機相關的AI服務,聚集了另外的10%,人才、融資額、基金規模。

2.JPG

剩下的,新生出來的一代產品,從工業、教育、農業、零售等等只占了剩下的10%的領域,后面這批是后面帶出來的,早期更多的公司,哪怕新出來的公司也在做上面這幾個領域,在國內大家創業的分化程度,創業方向和多元化程度不是很強的,對應美國,我的感受,大家都是在AI創業,本質上大家非常愿意做這個領域的第一個公司,無論從融資的容易程度來講還是創業的積極性來講,做這個產品的定義化程度來講,做第一家公司對他們來說更容易做的一件事兒,更分化一點。

2019-04-12 15:31:04

孟醒:  

我舉幾個例子,這些領域我相信大家跟進AI時間比較長的人都比較熟悉了,我跟大家分享一下,美國我們覺得很奇妙的公司他們做的事情,這個公司是藍河,一個做機器人的AI公司,這家公司成立時間很久了,已經出售了,售了5億左右美金,它是做拖拉機前面這個懸掛的農藥噴嘴,這一串有20個農藥噴嘴,每個農藥噴嘴帶一個攝像頭,經過農場過程中一株看每個植物要不要噴農藥、要噴多少農藥,一個很標準的計算機視覺的應用,應用到非常垂直的場景里面,帶來的好處,這個懸掛不知道具體成本,比如說100塊錢,節省農藥帶來的價值大概80%,噴一次,還不說第二次的復用。

因為噴的農藥少了,所以可以按照有機食品的價格或者接近有機食品的價格來出售這部分的農產品,從銷售的角度這個得到提高,這個東西只需要買一次。第二年的時候,帶來純粹的利潤就很可觀了,第二年、第三年、第四年,這很有意思的方向,這是一個非常優秀的產品定義,是不是在中國適合國情,這是另外一件事情,在很早做計算機視覺的創業者來講,能夠深入到這樣的場景里面把它做出來,我覺得是一件很有意思,很了不起的事情。

2019-04-12 15:31:19

孟醒:

再看這個領域也沒有第二家公司,不超過兩三家公司做同樣的事情,其他幾家更小一些,但是也不多,絕對不屬于一個扎堆做的領域,也不是很多資本扎在這里面,但是就是有人做,而且還能把它做成。第二家是Pindrop,這家公司做得很久了,最近在AI領域發力更強,大家都理解它第一個做身份認證,幫助客服公司或者他自己成為客服公司,幫助這些零售公司或者給客戶提供服務的公司,提供聲聞驗證。有的時候沒有預先錄制聲聞根據電話里面嘈雜的聲音看用什么設備打過來的,基于這個來判斷是不是盤子的可能性,主要做反欺詐的場景,擴充的維度非常多。

這個問題不是已經一個小眾問題,是一個大眾問題,這家公司做得也很成功。第三家相對那兩家更早期一點的公司,用機器人做菜,解決了幾個問題,菜什么該種、什么時候該澆水?滴灌系統也是完全自動化控制的,中間有一個機械臂,菜從哪個營養培養液打到另外一個培養液,什么時候做光照,這是機器控制的,單位面積相當于正常種地的效率大概30倍左右,這個東西可以搬到城市里來用,減低它的物流成本。

2019-04-12 15:31:49

孟醒:  

我們很多AI應用在工業里面,絕大多數AI公司在工業里面做視覺檢測,出現了瑕疵或者說做無序抓取,抓一些瓶子或者零部件,這家公司攝像頭放在工位上,每做完一道工序,通過人體行為判斷,判斷出來你已經完成了,完成了告訴你多少秒完成的,完成的好壞,可以判斷每個人在工序流程上是不是有瓶頸,是不是調離這個崗或者換下一個,或者整個工序設置錯了,這件事情可以跟慢系統配合起來做分配,很有意思。

我舉這個例子,人體行為判斷這件事情,在整個學術領域,相當活躍的領域,技術成熟度并不是很完善的一個領域,相對于人臉,但是今天可以基于并不完善的技術領域能做出來有用的東西,這是一個很有意思的產品定義的能力,但凡有大量的人在各個領域里面,基于今天的技術邊界想今天的產品定義能做出來什么東西,能做出來馬上上,這是它的優點。舉這些例子跟大家講,這幾家公司做的事情并不扎堆,做得很好。

2019-04-12 15:32:01

孟醒:   

在國內慢慢有這樣的公司出現,有一家是我投資的,第一家叫啟元世界,他們在做離散式的決策智能,最直觀的角度大的比賽上,同時在每個單元上可以控制若干個單位,讓他們進行協作,協作之間又形成一個整體的智能,做整體智能的優化,使得它形成一個系統,比如說用在多機器人協作或者單體機器人多關節協作,這家公司做的也很獨特,在中國也沒有更多的公司做這個方向。第二家公司麥飛,今天上午應該來到過會場,我很喜歡的一家公司,做的像第一家公司所做的事情一樣,通過無人機多光譜理解土地上面被災害受災的程度,無人機植保過程中減少農藥的使用,減少程度非常高。

3.JPG

第三家是必示,AI用在了運維上,雙十一交易量非常大,有的機器非常宕機,多宕機一秒損失好幾十萬甚至更多,能不能快速的找出來機器出了什么問題,哪臺機器出了問題甚至預測性出了問題,在它沒有出問題之前重新分配流量或者重新分配算力,使得避免這些問題,這些都是非常有意思的方向。

2019-04-12 15:32:16

孟醒:   

第二個問題,To B人工智能大家講了很長時間,To C期待了很長時間,但很難做,很難做的問題是什么?整個AI三塊東西,數據、在這個基礎上有很好的算法、有很好的硬件支持這樣的算力,在這三件事情,后兩件事情,嚴格來說算力可以拿錢買的,算法基本上跟著行業來走的,只有數據跟著你個體的原因來變化的。今天想象這樣一件事情,假如說身邊有一個很好的朋友,他就是一個很強的懂人工智能的人,你可以想象成一個人也好或者是一套算法或者一套軟件也好,它的存在使得我有任何人工智能的問題都可以讓他幫我解決或者開發,今天作為一個個體,用它來干什么?

能干的東西并不多,因為本質上來講,我們其實沒有什么數據,個人手里沒什么數據,今天手機這個時代里面個人能夠獲取的數據基本上等同于每回換新手機能夠遷移過去的東西,通訊錄、手機相冊、郵件,主要是這些東西了,剩下所有的數據都在獨立的APP里面,遷移不過今日頭條里面偏好的行為,在移動互聯網是非常糟糕的事情,PC互聯網的時候,哪怕獨立的軟件也會跟你說導出到Excel里面,這個時候如果有一個人工智能的人或者有一個軟件可以把它用起來,但今天用不起來,除非頭條提供這樣的能力或者其他人提供這樣的能力,否則享受不到人工智能所帶來的價值,To C端很難做,個人拿不到數據,很難下手做這件事兒。

2019-04-12 15:32:32

孟醒:   

我后面的判斷,To C人工智能公司首先是To C傳感器公司,先有一個辦法把你的數據收集下來,基于這部分的數據把算法、算力疊加在上面,給你提供某種服務,很少脫離傳感器能獨立存在的To C人工智能公司存在,最后冒出來智能攝像頭公司,他今天需要打通這件事情,收集到足夠多的數據才能完成后面的服務。

第三個問題,To B我們人工智能公司是最多的,To B人工公司發展到各個場景里邊,大家往往會有這么一個問題,因為人工智能大家都感覺估值很高,有點泡沫,除了估值高以外,To B人工智能公司大家最被人詬病的點覺得在做項目,每個項目獨立招標,然后在做這個事情,大家覺得不是人工智能公司,是傳統行業的公司,你做東西的可擴展性差,人工智能的意義不大。

2019-04-12 15:32:44

孟醒:

我這么來看多這個問題,從項目制開始,每家公司都有原罪的,從項目制很簡單的事情來做,這件事情從起點上無可厚非,有三條路可以走,紅的、黃的、綠的三條線。走紅的這條線,你把原來項目制的工作變成產品化,在公有云上部署,這是理論上To B應該做這件事兒的一條出路,如果數據做不了回環、閉環的話,人工智能80%都犧牲掉了,本質上不是數據驅動的人工智能公司。為什么這么說呢?

如果你是先發者,你和后來者之間的差距不會特別大,如果這個垂直領域用戶體驗和垂直縱深又不是很長,很快達到瓶頸之后,后面人很快就追上來了,你保持不了這樣的壁壘和差距,對于先發者沒有優勢了,這件事情不應該第一個人做,你探索這個場景,融不到錢,說服不了投資人,很麻煩,還不如第二個人做這件事兒。

2019-04-12 15:33:07

孟醒:

退而求其次,我覺得是黃線,我做項目,接下來依然做項目,但項目垂直的產品縱深做得更多,從一個單一的項目,從人臉切入,到后面做大數據平臺、反欺詐平臺、做營銷等等這些場景,我把整個疊加上來的東西平臺化,把這些東西放在我的單一平臺上,我把這些縱深能夠打穿,一個垂直行業打穿,這是另外一個場景,我覺得不如紅線好,也是可執行的。最差的是依然做項目,平行拓展行業,做完A領域項目,做B領域項目,做完了,然后做C領域的項目。

4.JPG

在這個行業里面大家需要關注到之后,無論從投資還是創業盡量往第一個方向靠,盡量往紅色的方向靠,這樣才能做出偉大的公司出來。最后一個問題,人工智能公司的退出,這從投資人角度來講關心最多的問題,這些公司投完了以后,最后我們得到的回報是什么?上面回報不是現金,他們怎么退出?

2019-04-12 15:33:47

孟醒:

今天的狀態是這樣的,中國沒有技術收購,美國有很強的技術收購的傳統和基因的,大的公司往往都會做,甚至于非互聯網甚至于谷歌、facebook這樣的公司,像寶潔、沃爾馬也會對技術公司進行收購,促成了你能夠造血加上被收購兩條路投資的熱情才足夠飽滿,今天中國少條腿,對于每家智能公司都有極高的技術,自己做業務、自己造血、自己成為一家上市公司才有可能退出。長期如果依然是這樣的話,一定會影響資本的投入以及資本的信心,今天是一個開始,抱著跟國外一樣的期待做這件事兒,但是長期是不行的。

換一個角度來理解這個問題,我大膽做一個預測,醫藥公司,日本關注醫藥行業的話,很多公司在上市的時候一分錢收入都沒有的,但是它上市了,可以登陸資本市場甚至于超級高,100億以上的估值價格被并購,因為在藥廠整個生命周期里邊,一個藥在做動物實驗,開始做臨床I期、II期、III期,每個階段都有非常明確的定義和它的定價,每個定價這個藥做到這個程度值多少錢,到下一個階段值多少錢,到下一階段的概率有多高,就上市了,絕大多數新藥研發公司,創業公司最后都是會被賣給藥廠,要么藥被賣掉,要么公司被賣掉。 

2019-04-12 15:40:20

分享嘉賓:悠絡客董事長兼CEO 沈修平先生

分享主題:人工智能如何賦能新零售

vbox7180_GIN_4127_151947_small.JPG

2019-04-12 15:42:16

沈修平:

大家下午好,我是悠絡客的創始人沈修平,剛才順為的孟總也說了,未來人工智能應該是往垂直行業發展,悠絡客就是在零售領域這么一個垂直領域,應該說艱苦奮斗了十年的人工智能公司。我個人是比較早提出來真正基于計算機視覺用于門店的數據AI分析,目前簽約門店已經達到40萬家,在這個細分領域確實也是走得比較早,而且基于零售的AI領域做了七年的探索,應該算是一個走得非常早的創業者。

在之前我們先看一下零售行業,我們先看醫藥行業的客戶,我們直接看結果,這四家上市公司市盈率和人數、門店數是不成正比的,成反比,一個上市公司市盈率和它的市值到底跟什么相關?經過研究發現非常有意思,這幾家上市公司市盈率正相關的曲線是它的人均利潤,這非常有意思,為什么會跟人均利潤相關?因為我們有很多行業,除了醫藥行業還研究了其他領域,基本上是這么一個規律,市盈率跟它的人均利潤相關。

2019-04-12 15:45:27

沈修平: 

我們去看零售業,我們談的零售業是泛零售,這個零售是大超市,發現這幾年的數據,從2012年開始,人均產出是26.4萬,而到了2017年的時候人均產出56.9萬,這些數據說明一個問題,等會兒再看。在金融和投資界應該知道一個理論,康波周期,康波周期以60年為一個周期,每次周期出現的時候都有一個新技術會出現,第六個康波周期的到來,下一個就是人工智能,人工智能對未來人類的改變,不是說短短幾年,甚至影響幾十年,60年甚至更長的領域。

悠絡客這么多年在零售領域,今天主題是如何賦能零售,在概念當中有兩個點,第一,減人,雖然無人化現在做得很少,但減人必須是一個趨勢,第二,針對顧客怎么提供精準的、真正的好的服務,這些都基于AI技術的發展。

2019-04-12 15:45:49

沈修平:   

在這之前簡單介紹一下悠絡客,我最早提出一個概念,要做攝像頭行業的蘋果模式,我希望這個攝像機不是單體運作的,基于大的平臺在運作,攝像機都解決安防功能了,很多年前就提出來,攝像機不僅僅有安防功能,如何做到呢?基于悠絡客平臺,它是深度學習的AI平臺,同時是一個開放平臺,也是一個大數據平臺,又是視頻直播平臺,還是安防警報平臺,集所有平臺于一身,在這個平臺化過程中,悠絡客這十年的研發真的是很不容易。現在有FPGA的方案、CPU的方案,在座很多都是人工智能行業人士,它的性價比是非常高的。

vbox11146_056A7620_152014_small.JPG

我們主要看這幾個產品線,悠購做回頭客的畫像分析,悠巡,怎么打造一個把減少人員巡店人員,悠學堂是培訓,悠小醫針對醫藥行業,在很快的時間,醫藥行業每個門店都有一個人員,以后都會是機器人代替?;鄣瓴?,要做行業的蘋果模式,這句話不僅僅是說說而已,把一個攝像頭所有相關的價值和功能都把它發揮出來做到極致,只要計算機視覺能創造的,悠絡客平臺上都有,這才是把一個產品怎么樣把它做到極致。

2019-04-12 15:46:01

沈修平:   

這么多年圍繞著零售人、貨、場、材,降低損耗最高達到85%,效率提升最高超過200%,營收提升22%,在這個行業當中,零售行業本來是掏錢很不容易的,要讓零售業掏錢只有一個點,實實在在創造價值,我投入一千萬,是不是能創造超過2000萬甚至3000萬、1個億的價值?我們有人臉識別技術、人形、行為分析、物體檢測、語音識別,行為關鍵是要場景化的數據,沒有一個標準化,因為每種行為真正落地的話,孟總也提了,在這個行業當中只有針對一個點把它落地、做到極致才能真正創造商業價值,我們在行為識別各個方面都做了很多的研究。

今天稍微談一下技術,悠絡客在零售領域是如何去打磨這個技術的呢?我們悠購產品的流程,今天稍微談一談技術,顧客進來,從人臉的檢測到特征的提取,再到肢態的糾正,1:N比對,建檔、數據標簽,再到前面的呈現,這么一個流程,看起來這個流程比較簡單,這個當中每個節點,技術都是花了大量的時間來做,我們是一個大平臺,不管哪一端的計算對我們來說都是一樣的。技術打磨這一塊,這個行業的難點,它是非配合式的場景,大家想象一下,你作為一個消費者走進一個門店,你一定是希望無感知的,你不希望進一個門店,你在那邊站著別動或者是正著臉,這是不可能的。

2019-04-12 15:46:19

沈修平:

在這種用戶無感知的情況下,技術要求非配合式的場景,實時性要求非常高。從剛才整個流程,一個顧客進來再到店員手機上呈現這個顧客原來的購物習慣,所有的時間要控制在一秒以內,包括后面所有的數據搜索、比對,人臉識別檢測等等所有技術,一秒以內完成。人臉擴大,像有些身份證的比對,一比一就可以了,一些安防是1:N,但實際性要求不高,我們單個企業幾千萬的人臉庫,而且我們是一個云平臺一個企業幾千萬,十個企業就是幾個億,有這么多企業可以想象這個庫有多大。

針對人臉識別技術,我們有幾個關鍵指標,在細分領域,為什么說行業做了領先?人家說你技術做得好不好,我們有三個判斷標準,第一,認假率、第二,拒真率、第三,命中率,市面上只要認為算法有多牛,經過我們的數據一跑,這三個率一出來,誰的好、不好,一個小時數據全都跑出來了。我們剛才說累積的數據比較多,在細分領域在行業當中確實有最好的表現,最高的命中率,左邊是我們自己公司的圖片,我們有96.5%,市面上AI公司比較好的友商,命中率他們是88.8%。在這個場景下為什么出現這種情況呢?

2019-04-12 15:46:30

沈修平:

給大家講一個案例,同樣一個人,如果他進來是非配合式的,你抓了側臉,同樣一個人正臉和側臉閾值相差很大,而不同的兩個人,A和B、C,B和C是同一個人,A和B、C是不同的人,怎么樣把一個人區分出來,顧客不可能配合,不可能說你待著別動,我給你拍個照,這是不可能的,這個在細分領域打磨確實是做了很多工作。

vbox11146_056A7624_152039_small.JPG

我們就談庫的檢索,既然這么一個復雜的場景,有很多店員、很多顧客,你的會員系統,歷史上很多數據,一個庫是很難去做的,這么多年做了很多庫,做了去重庫、臨時庫、企業庫,這樣做的目的保證人臉健壯性和識別率,除了AI的算法、神經網絡、函數調整以外,在這個點上很多工程的應用,數據庫的建立,檢索等等都需要去優化。所以說在零售場景當中,我們做了十年,也有一個好處,花了這么多的時間,所有的坑都走過,如果想進入零售領域的合作伙伴,我們也可以分享更多的技術

 

2019-04-12 15:46:42

沈修平:   

我們針對側臉和正臉、低頭怎么做呢?做一個人臉聚類,同樣一個人識別出不同的人,兩個人很接近,但不是同一個人,你就會把多個人變成一個檔,你的檔案庫是非常不精準的,我們通過人臉聚類的方式細分當中做了很多工作,我今天只是提幾個點,因為涉及到公司技術機密,今天是人工智能場所,我也分享一些,不是所有的都來進行分享。

悠絡客商業模式,SAAS模式、PAAS模式、生態鏈模式,SAAS模式是我們簽了零售的客戶,我們自己每個月收費,針對所有的數據和??槿シ峙淶?,PAAS模式是更多的給做SAAS的To B的廠家,他們想做零售解決方案,唯一缺的是計算機視覺這一環,找到悠絡客全解決了,很多用戶說了,為什么不找其他AI合作伙伴,為什么找悠絡客呢?后面進行分享。第三個是生態鏈,針對這些可以跟各個零售相關的不同生態鏈、不同的廠家進行合作,共同打造智慧零售大平臺的概念。

2019-04-12 15:46:54

沈修平:   

 PAAS平臺,接入方式非常方便,如果技術強一點可以通過API接口方式,如果覺得人數有限,可以通過SDK的方式,如果什么都不想做通過H5方式直接嵌入就可以了,我們針對人臉、車流各種AI數據庫都有API的接口,包括業務流、數據流,這些流都有了,非常得簡單。我們還有很多??榛醋黿涌?,對接還是比較方便的,PAAS平臺是我們后面主要研究的方向,我們希望把十年的經驗更快的讓用戶可以使用起來。

我們的合作伙伴,剛才說了,為什么會找悠絡客?除了我們有整個技術的平臺,有軟件、算法,我們還提供硬件,因為我們硬件也很成熟,零售業是全國性的,我們還有一個全國的運營服務體系,因為AI的安裝要求非常高,人臉識別,你安裝的位置、角度以及閾值所有技術調整不是傳統的合作伙伴或者是供應商可以安裝的,我們全國這么多年運營體系也開放出來,任何企業如果想要對接我們的PAAS平臺,你腦子都不用動,就可以快速實現所有的智慧零售解決方案,特別是計算機視覺這一塊。

2019-04-12 15:47:05

沈修平:   

我們的服務體系,現在有1000多個全國合作伙伴,我們的服務響應,包括現在已經有2000多個縣市都有我們的網絡布點,同時我們基于整個物聯網平臺技術以及所有的技術,基本上主動式的,設備的運營狀態、警報、數據所有的狀態,監測幾百種狀態都是主動式的服務。原來覺得很痛苦,做AI做得這么重,后來發現沒有這些不行,又變成一個行業護城河了。現在有接近40萬的合作伙伴,去年騰訊入股了悠絡客,騰訊也是PAAS的合作伙伴,還有其他很多的SAAS合作伙伴,直接客戶有非常多,各個領域的,像餐飲領域,肯德基、星巴克,做醫藥的也有很多,北京的餐飲像李先生、黃記煌這都是我們的用戶。

vbox11146_056A7629_152053_small.JPG

在零售領域經過這么多年打磨,也得到了用戶的認可。悠絡客在全國也是部署了很多網點,因為這是行業的分享,我希望把悠絡客這么多年的經驗分享給大家,我也希望把我們的平臺分享出來,我們的技術落后客戶的需求多少年,大家知道嗎?三年的時間,有些客戶有提前意識,五年前提出很多技術,我們打磨這個技術花三年、四年甚至更長時間打磨,更多的合作伙伴一起在這個行業合作,才能有很多客戶享用AI給整個行業帶來的沖擊和服務。謝謝!

2019-04-12 16:11:50

分享嘉賓:華映資本合伙人 章高男
分享主題:看多To B:當技術創新遇上產業升級 

vbox7180_GIN_4164_154041_small.JPG

2019-04-12 16:15:47

章高男:

大家下午好,有這樣一個機會站在這樣一個舞臺上,我還是有點小緊張,第一個,我本人是做企業服務投資的,我們B計劃正好是為我們投資人和創業者搭建的一個交流和服務的平臺,非常好的一個機會,第二個,我個人認為,投資是一個企業服務之一,只不過我們的主營業務是給錢,一個優秀的投資機構除了給錢,我們還是應該為企業,無論戰略梳理還是人才獲取,包括資源整合等等,還是要能給企業提供價值。

B計劃是一個非常有意義的開始,我們有這樣一個平臺,一方面能為所有的投資人共同去交流、互動,挖掘出好的、更有價值的經驗,也幫助被投企業更好的賦能和幫助。最重要的是,B計劃為廣大的創業者和投資人建立起來一個溝通和服務的橋梁,這是它非常大的社會意義。

2019-04-12 16:22:08

章高男:   

回到今天的主題,技術創新和產業升級,實話講,我剛接到這樣一個議題的時候,我自己還是有點忐忑的,無論是技術創新還是產業升級,都是一個很宏觀的概念,每一個各自的領域包括很多、很豐富的內容,相對來講,我知道的僅僅是皮毛而已,今天盡可能的把我知道的一些東西去做一個總結,跟大家做一個交流。我也是技術出身的,每次遇到一個新的議題跟名詞的時候,我第一件事情是做名詞解釋,因為總歸不會犯錯誤,我們先看什么是科學技術和創新?這是標準詞庫的定義,正確的反映客觀事物本質和規律的知識的體系。

科學分為兩類,一類是基礎研究,另外是應用研究,基礎研究沒帶任何目的性、目標性,前兩天看黑洞,但是這個黑洞花了很多精力,無數個科學家花了幾年拍出來這樣一個照片,這就是一個科學的探知,這個客觀規律沒有任何的目的性。你會發現基礎性研究這種科學往往是一個發達的國家或者人類真正推動歷史進步的國家,他們是在基礎性研究里面最擅長的,基礎性研究帶來的沖擊力是顛覆性的,也是這個行業最基礎的源頭。

2019-04-12 16:22:28

章高男:

應用研究有一些目標性了,發明了阿拉伯數字,1234567,它也是一個客觀事實,我們為了計數,應用數據三角函數這些都是應用數學,它帶有一定的目的性,總之科學是一個知識體系,一個知識體系用到很多個知識體系,更重要的是這個技術為了解決問題的。

我舉一個最復雜的的技術,火星上的登陸,這個技術非常復雜,各種各樣的知識體系,但目標是為了登陸,技術是為了解決問題而誕生的。創新帶有一定的商業色彩了,創新通過良好的創意進化成知識,最終帶來商業化成果,創新是一個成果的市場化,這個和資本就有關系了。總結下來,科學是發現一個客觀規律,技術利用這個科學解決這個問題,最終我們要怎么商業化?創新就是把這個技術商業化。

2019-04-12 16:22:42

章高男:   

第二個名詞概念是產業升級,包括產業轉型和產業升級,產業轉型是比較劇烈的改變,一個產業轉型意味著一個舊產業的退出,一個新產業的替代。舉一個簡單例子,照相這個產業,最早是膠卷相機,柯達做得也很好,數碼相機一起來,膠片相機行業就結束了,新的數碼相機行業就產生了,產業轉型相當于革命,產業升級就像一個漸進式的變革,它是產業增長方式的轉變。

vbox7180_GIN_4183_154216_small.JPG

比方說,交通,我們鐵路交通一直有,最開始綠皮車,后來有動車,現在是高鐵,這是一個產業逐步升級的過程,產業服務的方式沒有變,但產業內在的管理和提供服務的方法已經有巨大的提升。所以無論是產業轉型還是產業升級最大的本質是幫助這個產業提高它的競爭力提升,以及確保這個產業未來可以可持續發展,它的目標是一樣的。

2019-04-12 16:23:02

章高男:   

今天大家都在說產業轉型和升級,為什么中國需要一個產業轉型和升級?我相信這是一個很宏觀經濟學的問題,在座可能有經濟學家,遠比我有資格回答這個問題,也可以從多個角度,你也可以說,現在美國跟我們搞,外患,中國是制造大國,但是中國不是制造強國,很多東西受別人約束,所以產業要升級等等。產業轉型升級有很多理由,我今天從一個角度,從商業最基本的本質,供需關系來講,為什么要產業轉型升級?

商業本質就是供求關系,一個國家也是這樣的,整個國家,包括需求方面,其實就是兩大類,一類是內需,一類是外需,內需就是投資和消費,外需就是出口了,這是所有的國家都是這樣的。供給其實也是兩大類,一個是生產資料和生產力的結合,你有多少生產資料,你的生產力怎么樣,就能產生怎樣的供給,生產資料主要兩大類,一類是資本,資本就是印錢,每個國家都在印錢,印了多少錢就是有多少資本,老百姓手里有多少錢,資源就是國家有多少礦產、有多少人、有多少勞動力等等,這就是一個總供給和總需求。

2019-04-12 16:23:19

章高男:

需求更多的經濟表現就是KPI,供給就是GDP,一個國家的挑戰在于如何既能讓消費也增長、供給也增長,兩個相對平衡的增長,不能一頭增長或者兩頭都退后,那就完蛋了,整個國家宏觀經濟政策無論用什么調整都是調整這兩個東西的某些層面。

我們回顧一下改革開放30多年,我們國家過去怎么走的供給和需求,我這個也不專業,以個人的理解,可能也有錯誤的地方,希望大家諒解。過去我認為主要是咱們中國這30年走的是通貨膨脹和經濟增長,最左邊這個路,我們的需求方面肯定是增長的,過去改革開放,開放就是對外開放,過去30年,每年對外的出口還是一直在增長的,最近有點麻煩了,過去整個拉長還是增長的路線,這是對外開放的本質。第二個是我們還是個投資拉動型的國家,中國是一個大工地,中國就是建設的奇跡,也有人說把未來三四十年建設的都提前建設了,提前透支了,也有人這么講,不管怎么說,我們現在獲取需求,至少國家可以投資拉動,保持這個持續的增長還是可以的。

2019-04-12 16:23:30

章高男:

供給也是極大的增長,今年走在這個豎線上,改革開放也是把勞動力的解放了,供給也是一直在提高的,很重要的原因,我們超印了很多錢,全世界都在印錢,我們也得印。今天整個供給發展到什么水平?基本上已經快到這個豎線了,接近于飽和的路線了,這是過去30年大致的總結。這樣的方式走到今天面臨一些問題了,短期內有什么問題呢?首先出口遇到一些麻煩,有貿易戰,需求會受到一些約束。

我們說可以再加大投資,我們再多修路、多修機場,不行把這個機場拆了再修,也能拉動需求,但是總體需求,短期內受到影響了,短期需求受到影響以后,我們現在又不敢亂印錢,錢也是相對比較緊縮的,短期的壓力是經濟增長率,需求減少會倒逼到整個經濟,短期內經濟增長率不能那么高了,我們就必須解決這個問題,如果解決不好,這我們的生產力是這樣的豎線。

2019-04-12 16:23:44

章高男:

我們的供給基本上是一個豎線的話,需求長期不起來,供給也沒有長期突破,就會是一個滯脹了,大量的公司會破產了,供給也少、需求也少了,這就變成一個滯脹了,這就是所謂的中等收入陷阱,國家發展到一定程度,你就發展不上去了,經濟也增長不上去了,核心是怎么走到理想的狀態,怎么能提高你的供給真正的能力,但是你的供給能力,錢不敢亂印了,我們資源勞動力,中國能干活的都干活去了,充分挖掘了,最終就要靠生產力的提高,這個理想路線最終怎么能把這個線往右移呢?還是要靠生產力,生產力最原始的就是科學與技術,為什么今天轉型靠科技技術和科技創新保證我們的增長,下一步經濟增長通過供給端效率的提高,才能保持長期的增長,而且又不引起通貨膨脹。

vbox11146_056A7664_154112_small.JPG

2019-04-12 16:24:06

章高男:   

上午的會我沒來得及參加,我估計數據算法、算力是人工智能的核心,很多人講過這個事情了,這張圖原創不是我,原創是阿里研究院,只是我個人非常認同它的觀點,幾乎跟我不謀而合,我采用了他的圖片。過去20年整個信息的革命給我們帶來了很多深刻的變化,尤其是未來,我們還有幾大核心技術,這些技術是圍繞著數據來產生的,數據算法和算力,包括傳感器的技術、物聯網的技術、5G的技術,包括低速物聯網技術、人工智能、云、邊緣計算,這些東西都是整個數據技術的底層未來發展的支撐體系,幫我們解決數據獲取問題和數據算法、算力的問題,有了這個算法和算力,這些技術能解決哪些問題?

2019-04-12 16:24:18

章高男:

我們知道技術是要解決問題,解決幾個大的問題,第一個是秒數,有了足夠多的數據能夠對一個現象進行解釋,你企業里當用到足夠多的數據,可以知道這個企業發生了什么情況,可以通過數據來體現銷售情況、運維情況、生產情況等等都是通過數據來體現的。第二個是有了足夠多的數據可以做診斷,如果發生了一個問題,可以通過數據算法、算力找到到底什么原因導致了這個現象,更好的做預測,過去一個月、一年的數據體現,未來會怎么樣,也可以做一些預測,更多的還可以做一些決策,在現實情況下,現在滴滴打車,有幾百萬的并發,怎么做一個整體的路徑規劃?需要做一個動態規劃的決策,這就是一個決策的過程。

2019-04-12 16:24:29

章高男:   

這些技術能解決這些問題,能應用到C端或者B端,尤其應用到B端,對產業轉型和升級帶來很大的機會本身通過數據算法算力解決這些問題,優化產業資源優化配置的效率,提高生產能力。 這個產業有很多,我這里面列出來比較大的產業,而且我覺得數據能夠極大幫助的產業,無論信息、生物醫療、供應鏈、新材料、金融等等可能還有一些沒有涵蓋到,這些產業都需要通過技術創新來去做逐步的升級。

我重點挑幾個跟大家深入地溝通一下,第一個是信息產業,信息產業是比較特別的,因為它既是技術創新的驅動者,它本身又是一個行業,它是其他行業的技術賦能的技術提供者,本身又是一個技術行業,在這個技術行業本身里面,我個人總結了四個大的方向,這個行業怎么升級?這個行業本身怎么發展這些技術?

2019-04-12 16:24:42

章高男:

第一個是數據的感知,傳感器的技術,尤其低功耗傳感器的技術,未來多種多樣,傳感器的種類越來越豐富,它解決數據獲取的問題,你沒有數據獲取,也許對我們產業來講,工業、農業,數據獲取還是有很多空間的,這個行業要進行發展,幫助產業升級。第二個是收集進來的數據,要存儲,放在哪里,數據存儲也包括文件系統、數據庫、底層的硬件設備,這些東西都是基于云的,分布式的,如果不是分布式就落伍了,不要再看了,這些會解決存儲的問題。

vbox11146_056A7668_154123_small.JPG

第三個是數據存儲還要流通,如果數據只放在這里就是死的,數據必須流通起來,流通起來就要靠物聯網、5G,這個就是數據連通未來,大力去投入,而且去發展。數據連通完就是數據要加工的,人工智能是一個巨大的加工能力,最終是讓它解決問題,流通起來為了解決問題。邊緣計算炒的也比較火,邊緣計算跟人工智能不是一個維度,也是相配合的,因為邊緣計算也會強調端和sever的結合,未來和端和云之間相互有機的結合,共同解決這個問題,這是新的計算架構。

2019-04-12 16:25:09

章高男:  

我們再講另外一個工業制造,我們現在都講先進制造,這也是我們國家整個產業上一個臺階很大的議題,很大的方向,也是國家戰略。先進制造左邊藍色的部分,這是技術帶來的,首先技術創新,技術要有哪些創新,右邊這部分是技術創新給我們產業如何去升級。這些東西不細說了,總結下來,本質是制造體系的重構和再造,通過數據,通過數據的算法。

具體是怎么一步步實現的?第一步,數據化打通全流程,以前我們的流程相對比較割裂的,我們有ERP還有PRM等等工業制造體系有各自管理的數據化的信息系統,但是這些系統根本沒有被連通,它們的溝通方式都是獨立的,產品計劃就是計劃,采購就是采購,采購有采購的流程、計劃有計劃的流程,沒有打通。不論哪個行業,盡可能把設計、計劃、采購、生產、配送到最后的營銷、售后服務,首先要打通,連通,連通的過程中,很多技術發揮作用了,物聯網肯定有作用,5G也有作用。連通完之后,尤其是現在未來的先進制造,要強調更多的靈活性和個性化。

2019-04-12 16:25:20

章高男:

要把銷售和生產能夠緊密結合,改變了很多產業原有的工作方式,這個變化還是蠻劇烈的,很深刻的一個變化。比方說,怎么做有定制化的產線?自動的找一些50個產品做A,后50件做B,以前作為一個產線是不可能的,還有柔性制造等等,都是能夠滿足定制的需求。原來沒有的需求都可以去接,這是新的空間。銷售和生產原有的組織方式會發生劇烈的變化,這其實也是蠻深刻的。

最后一個,我認為是非常重要的,也是扣我們今天的議題,當數據全部連通以后,你的決策模型發生很大的改變,之前無論PRM、ERP等等它們的本質都是對于原有業務邏輯的抽象組合以及數據化,這些都是靠業務經驗。未來整個工業生產會越來越多的,你的經驗通過數據算法、通過機器告訴你,原來機器算法是一個輔助的作用,這個變化是很深刻的,這個變化印證了一句話,往往顛覆你的就是外行,越有行業經驗,你越吃虧,如果你跳不出來。

2019-04-12 16:25:30

章高男:   

金融是一個特別好的未來技術創新來改變的例子,為什么呢?金融不像工業制造,工業制造還有很多重資產,還有廠房、設備,金融所有核心資產就是數據,幾乎所有的人工智能、所有數據技術創新第一撥一定找的金融,因為它的核心資產就是數據。所以說這個事情,金融是一個天生的應用場景,金融這個技術是用了人工智能、數據技術用的非常先進,因為數據太多了。

人工智能幫金融解決什么問題呢?今天到任何一家銀行會發現,銀行最重要的是各種各樣的風控模型,這是銀行的邏輯,原來的風控模型都是靠業務邏輯來去做的,今天你會發現,30%、40%、50%都是靠機器學習、人工智能的算法,是它自己學習的算法。所以說這個是一個很大的改變,而這個比例在逐步的提升,越來越多的銀行去用人工智能取代人,總結這個業務邏輯。

2019-04-12 16:25:57

章高男:   

另外,比方說區塊鏈,銀行的支付結算是區塊鏈最好的應用場景,沒有比這個更好的了,逆命性(音)、唯一性、不可篡改性,銀行之間轉型能不能突破邊緣的利益?包括人臉識別、手機里有大量的應用,銀行APP都有人臉識別,這都是技術創新帶來的變革。所以對金融行業來講,因為用的資產就是數據是虛的東西,對今日行業來說,怎么應對轉型升級最重要的是人才,未來好的金融機構,不管做什么業務的,你會發現一半以上都是技術人員,這是毫無疑問的,而且是學數學的技術人員,懂算法的或者懂如何應用算法的人。

vbox11146_056A7694_154533_small.JPG

如果你是金融機構的人,你還做得簡單重復的勞動,你要想想,這個職位還存不存在,這是很大的挑戰。未來想做好金融,大家想從事這個職業必須學兩類課程,一個是經濟學課程,一個是數學的課程,必須得學習,否則基本上沒有什么空間了,這是對這個金融產業升級帶來最大的變化,就是人才,一定要去找這方面的人才。

 

2019-04-12 16:26:12

章高男:   

供應鏈我也可以簡單說一下,我們過去非常傳統的行業,怎么用技術把它升級呢?有三個方面,原來供應鏈通過物聯網、通過進場通信(音)以及區塊鏈的技術等等,現在能夠做到大量的實時監控了,整個物流傳輸的過程都可以監控,無論放在盒子里、車里,車可以被監控,放在盒子里還有它的真偽性、唯一性都可以被監控,一個物流,一個東西傳輸世界任何一個角落都可以實時捕捉到,這就數據化了,你的控制和管理更精細化、更實時、更精準、更高效,這是基礎。

第二個,在你的倉儲配送里面,整個業務流程的自動化,控制部分發生大量的轉型和升級,現在很多智能倉儲,倉儲里面人越來越少,而且園區內可以做無人駕駛的,在封閉體系里面的無人駕駛,都能極大的提高管理和運營的效率,這是對供應鏈一個改進。最后,它的分析和決策能夠智能化,這也是非常重要的。比方說,你要預采購多少,在哪里建倉庫,倉庫要建多少,銷售怎么預測,明年的市場怎么分析,當你沒有足夠多的數據的時候你怎么來做,當你有的時候,你的決策模型不會發生巨大的改變,這是供應鏈轉型升級,因為供應鏈是幾萬億的市場,這個市場也是非常大的。

2019-04-12 16:26:36

章高男:   

最后,在座有很多企業家,想對一些企業家提一些個人建議,這是我發自內心的建議,第一個,不管我們從事任何行業,我們多么傳統或者對技術一竊不通,都沒有關系,但是只要是在你的成本和你的性價比可控的范圍內,時間成本各個方面可控的范圍內盡可能把你的業務數據化,每一個關鍵流程都能獲取一定的數據,這是基礎,這也是未來競爭環境中立足的基礎。任何一種數據化都會有代價和成本的,需要你自己衡量,你首先要有極強的意識,我個人覺得,這是一個基礎。這樣才有可能立于不敗之地,這是第一個。

第二個,更重要了,我們要改變我們的決策思維方式,我們從經驗決策要向智能化決策去過渡,這是一個巨大的挑戰,我在這個行業玩了十年、二十年,你一個毛頭小子,沒有任何行業經驗,憑什么顛覆我?我可以舉一個不形象的例子,在古代你用馬車做交通,你對路線也非常熟,當你第一次看到有一個汽車來的時候,這個汽車可能有很多約束,他需要修公路、有很多地形的約束,馬車可以隨便鉆林子,汽車鉆不了,作為這個行業資深運營者,看到汽車的時候,你可能至少做幾件事情,第一個,你應該知道這是未來,馬車行業會被顛覆了,有思維意識的人應該意識到這是第一點。

2019-04-12 16:26:49

章高男:

第二點,盡管汽車現在很多不完美,它是未來,你應該把你的時間和精力多花在未來的事情上,未來真正能夠引領趨勢的東西,而不阻礙沒落的速度,不要在馬車上優化多少了,另外一個東西,那就是產業升級,智能化決策,數據思維對我們很多初創的企業來講,其實是非常難以來講的,  你不了解算法怎么實現,但是你知道它是怎么解決問題,它是怎么靠數據解決問題,如果沒有基礎的數據思維,養成數據思維需要系統性的學習,并不是特別難,如果不接觸它,對于未來的發展可能還依托于完全經驗決策,如果別人用了智能化的決策,可能就比你領先很多了,你的行業經驗變得一文不值了。這是我今天的分享。謝謝大家!

5.JPG

2019-04-12 17:15:16

圓桌論壇

論壇主題:2019 TO B與科技投資:回歸與想象力

論壇嘉賓:

云啟資本副總裁 馮瑤

元禾重元執行合伙人 李瑩

金沙江聯合資本管理合伙人 周奇

銀河系創投管理合伙人 徐芳

國科嘉和基金執行董事 丁潤強

方廣資本投資總裁 惠成峰

6.JPG

2019-04-12 17:17:53

馮瑤:

大家下午好,今天很高興跟幾位業界的大咖在一起交流我們這個B計劃,今天也算是B計劃第一次的首次亮相,也邀請到了很多重磅嘉賓,我們也請各位嘉賓先做一個簡單的自我介紹,包括我們機構這邊的投資方向以及個人的投資方向介紹,請李總先來。

李瑩:

大家好,我是元禾重元李瑩,很高興參加這個論壇,六個字展開介紹一下元禾重元,第一個是天時,我覺得我們趕上了一個好的時代機遇,元禾重元在去年入得了5個ITO國內外的上市項目,今年科創板浪潮當中4家公司被受理,第二是地利我們在蘇州工業園,我們也是在長三角這么一個很好的土壤里發展起來的,   第三個是人和,我們這個團隊從2002年起做投資,現在團隊年齡層從70后、80后、90后都有覆蓋,專業團隊的背景也是三分之二以上都是工科的技術背景,應該是老中青三代的結合。我們主要看的方向是大數據人工智能、物聯網、這些技術驅動的制造升級和消費升級,我們投資階段主要在成長期,希望有機會跟大家做交流。

2019-04-12 17:21:40

周奇:

大家好,我是金沙江聯合資本管理合伙人周奇,金沙江品牌2005年創立的,是因為金沙江是長江的源頭,也就是寓意著我們投資在這個企業的源頭上面,而且我們希望從這個沙子里面淘出金子來。金沙江聯合資本是金沙江創業投資原來2009年開始做的人民幣基金的團隊,我們金沙江聯合資本這個品牌2017年才創立的,前身就是金沙江創業投資的人民幣的基金,我們這個基金現在管理資金規模50億人民幣左右,主要投A輪、AB輪偏早期的方向。我們現在主要投的行業是AI在行業里面的應用,AI的落地、應用。第二個是大交通,第三個是產業互聯網,還有一些節能環保相關的行業。我個人的投資方向基本上也是覆蓋了剛剛講的那些方向里面,除了節能環保以外,幾乎所有方向都有覆蓋。

9.JPG

2019-04-12 17:21:58

徐芳:

各位朋友們,大家下午好,我是銀河系創投管理合伙人徐芳,我先介紹一下銀河系創投,成立于2017年下半年,我們的標簽特別明顯,專注在B2B領域,投資階段是以早期項目為主,天使PRA-A和A輪,投資方向聚焦于四大投資方向,汽車后市場、生鮮冷凍以及工業品,全部圍繞以供應鏈為核心的B2B交易平臺,在2017年到2018年一年多的時間內累計已經投了20多個項目,布局相對比較快,今年又是整個產業互聯網大熱的一年,我們也希望更多的早期B2B的創業者涌入到這個行業里面來。我介紹一下我本人,我之前是在找鋼網做投資,在找鋼期間主導投資了18個項目,2017年和找鋼網聯合創始人繞惠剛原來沃爾馬中國區CFO蔡老師三個人聯合創辦了銀河系創投,2019年依舊堅守四個賽道里面持續投資B2B。

2019-04-12 17:22:12

丁潤強:

各位來賓大家下午好,我是國科嘉和的董事,我叫丁潤強,跟各位簡單介紹一下國科嘉和,國科嘉和是中科院旗下的一個資產公司,國科控股下面的智投平臺,作為中科院旗下最早的也是目前為止管理資產規模最大的VC智投平臺,目前我們大概管理的8只基金,覆蓋了人民幣、美元,從階段上覆蓋了早期的中早期VC、以及成長期PE基金,我們基本上投了100家企業,在國內市場上,全部都是科技企業,基本上過去八九年當中沒怎么投過以單純商業模式來創業的企業,基本全都是純科技類企業,我們的口號就是做中國最懂科技人員的創投機構。我自己在國科嘉和管硬件,我們這邊跟硬件相關的基本歸我管,我管的多一點有機會跟大家多多交流。

2019-04-12 17:23:42

惠成峰:

大家好我來自方廣資本的惠成峰,我們成立于2012年,主要專注于IT產業的上下游投資,方廣資本本身的名字守正,專注于IT產業,廣是出奇,更創新一些,在IT產業上游材料到主機硬件,軟件都有涉獵,我們主要專注在A、B輪左右,本人在方廣資本主要看偏軟件、技術創新的項目,之前看云計算大數據更多一點,近些年因為整個人工智能技術的崛起,這方面關注的相對多一些。

2019-04-12 17:24:22

馮瑤:

感謝各位大佬對自己機構和個人的介紹,在這邊大概介紹一下云啟資本的情況,我們基金也是在2014年成立,現在管理兩只美元基金和人民幣資金,我們投資定位跟主題非常有相關性,一條是技術投資線,一條是產業互聯網的線,在我們大幾十個投資被投企業當中主要都是以做To B企業方向的為主,包括企業服務的公司以及做SAAS企業負責的公司,也包括跟B2B供應鏈交易平臺的公司,個人也關注在產業互聯網,之前主要投資B2B供應鏈平臺,包括找鋼以及垂直行業賽道的企業服務平臺。

7.JPG

從我們基金,包括我個人在行業里面也能看到,整個To B的賽道從資本熱度的角度也是經歷了一個比較大的起伏階段,早年在2013、2014年的時候,整個賽道有一撥熱潮,這個熱潮之后看到2015、2016年、2017年To B資本關注度并沒有這么高,現在看到特別從去年下半年開始一直到現在,To B賽道的熱度不斷的在升溫,也包括很多基金的關注,也包括類似BAT這樣大的互聯網公司的進入,所以下面一個主題想跟大家探討一下,我們也看到To B賽道在最近這一年的時間,開始升溫,不知道在座的各位是怎么看待近期這個To B創投的火熱?各位是不是認為現在To B投資存在泡沫的呢?

2019-04-12 17:24:59

惠成峰:

方廣資本本身只投To B,從我們六年多的經驗來看,整體來講,五六年To B還是在升溫的,我印象中,剛開始做這個基金的時候,整體的To B行業看的投資也比較少,基本上也沒有專門看必須的基金,整體的估值水平比現在更低一些,同樣的,我們也在分析回報表現的時候,也確實發現里面有相當一部分的回報是整體估值的提升,而不是業務的成長??凸劾唇?,垂直比較這幾年確實是在升溫。但是這個更多看后面,我們面向未來來看,傳統意義中國以前做得比較好的,尤其最近十幾年來,互聯網、移動互聯網To C類的企業,成長速度非???,規模也非常大。

整個傳統意義上To B市場,尤其我個人關注的偏技術、偏軟件相關的領域,A股的上市公司,大家看到優秀的企業比較少,整體的估值空間也好、估值水平也好也都有限,但是我們面向未來,因為這個前面很多嘉賓講到,未來一段時間內,實質上技術To B給中國經濟的增長、給產業帶來好的變化會越來越多,整體資本市場從我們這個VC、PE階段甚至二級市場、并購市場對估值體系實現一個重估,也許今天高,后面也可能更高呢,我個人對我們來講也還好。

2019-04-12 17:29:25

丁潤強:

剛才惠總說投To B,我們國科嘉和沒有投過任何一個To C的企業,無論軟件還是硬件,我比較擅長硬件投資,半導體、集成電路、裝備、工業自動化全部都是To B的,因為我們基金無論一線的投資經理還是管理層全部都是從To B起來的,各自都是做典型To B業務出身的,做過科研、研究、產品、大銷售、做過創業公司、做過企業,再來做投資,我們對To B這個業務本身的本質還是挺感同身受的。這事兒其實挺漫長的,我們被投企業里面,過去這段時間能看得到有很大的進展,進展來自于幾個地方?

技術從技術革新,產品慢慢變得趨于成熟,無論是國產化替代還是創建新的應用,慢慢產品成熟之后,從客戶市場導入開始,慢慢開始有了放量的過程他們自己本身慢慢變得越來越好,這是一方面。另外一方面,如剛才主持人所講的,To C一撥過去之后大家投To B,資本市場對于To B這類項目的追捧程度比前幾年要好很多,剛開始沒有任何人看這個項目,也沒有說這個項目誰誰誰看,比較孤獨,現在總能看到同行在看這些的項目或者很多人找被投企業等等,大家對To B項目,興趣點慢慢也都在起來,很明顯的。

2019-04-12 17:29:48

徐芳:

我們大概介紹一下,現在To B不是一個泡沫,是一個金礦,為什么這樣說呢?我說三點,第一點,在2017年到2018年,我們做了美國的對標研究,我親自把美國納斯達克和紐交所上市公司進行了一次梳理,梳理發現了幾項數據,第一,首先現在在美國上市公司當中有50%是To C,50%是To B,50%To B里邊一半是交易性平臺一半是企業級服務,偏SAAS類的。但是在中國,中國上市公司當中現在96%大部分都是To C的,To B的僅僅占到了4%,所以我們相信在中國未來十年To B企業還有很大的發展空間。

vbox7180_GIN_4249_161427_small.JPG

第二點,目前全中國中小企業有4000萬家,小B企業有4000萬家,他們貢獻了中國GDP的60%,給國家貢獻了50%的稅收,也是這些中小企業解決了80%的城鎮化的就業,所以有這么多小B的存在,而我們B2B做交易性平臺本來就是要賦能這些中小企業,幫助他們在整個發展過程當中提升效率,提升整個交易的效率,降低他們的成本,讓這些中小企業健康、穩步、快速的發展。第三點,我講一下整個產業的大的變化,現在為什么說To B這么火熱呢?

2019-04-12 17:30:00

徐芳:

三個變化,第一買家變了,現在的85后以及90后全部崛起了,這部分群體的崛起,在各個部門采購部門、營銷部門、銷售部門希望用到的工具和老一輩的人已經不一樣了,他們希望用到移動化的辦公,他們可以及時下單,不需要通過QQ、電話。第二賣家變了,上游的這些供應商以及他們這些經銷商群體已經有一些意識,他們的產品需要創新,他們的供給側需要改革,上游的產品+供給端都要進行數字化。

第三整個大環境變化了,現在國家都在倡導陽光采購,并且各個企業精細化管理的要求也高了,加上現在整個中國互聯網基礎設施已經起來了?;謖餿憒蠡肪潮淞?,所以這一系列的變化帶來了整個產業互聯網的轉型升級。所以我們說,也包括我們銀河系創投自己的定位,我們在看整個B2B的時候,我們是美國50年前的商業模式再加中國的現代科技的創新相結合的,所以我們堅信,在未來十年中國的B2B一定是一個黃金十年,所以它不是泡沫,而我們一起應該加入去掘金。謝謝!

2019-04-12 17:30:13

周奇:

我覺得To B這個其實有兩個層的To B,一個是從我們投資機構來講,最終用戶是B還是C,是這個含義,但是剛剛徐總講到To B有兩個方面,我覺得還得再加一個方面,總的來講,我覺得針對B端用戶有三種需求,一個需求是交易型的,就是B2B的交易,現在也叫產業互聯網上的交易。第二個是企業服務,這是對企業內生的需求?;褂幸煥?,包括國科嘉和投的比較多,工業生產型的企業。這個從我們角度來講,因為它的客戶是To B端的,我也認為它是比To B的。

To B這個行業到底有沒有存在泡沫?我本身生活在深圳,深圳投資企業投工廠類、投工業企業,那就不是什么新鮮事兒,天天都在投這樣的企業,我剛才講了三個板塊里面的前面兩個板木,一個是B2B交易,一個是企業服務的,這些都是跟互聯網直接強相關的這樣一些行業,這幾年被更多的機構所關注,尤其是被美元基金所關注。為什么在深圳有這么多的企業?一方面,本身珠三角,包括長三角有這樣的生產制造的基地,另外一方面,深圳是中小板跟創業板的搖籃,小創板都在深圳,我覺得這個是個熱度。

2019-04-12 17:30:35

周奇:   

回到主持人的問題,到底To B有沒有泡沫?我認為如果面向生產制造有沒有泡沫?我覺得有,但不是很大,前面兩塊更大一些,什么樣的原因?其實還要歸咎于美元基金(英文)的一個原因。我看過一個數據,2018年是首次美元基金的投資總額超過了人民幣的基金,也跟人民幣基金市場不好有關,還有一個數據很有意思,美元基金的單筆投資額大概是10倍于人民幣基金的單筆投資額,一上來投2000萬人民幣,我投2000萬美金,差不多是這個概念。

我剛剛To B行業的泡沫,我認為不存在,To B本身這個行業是慢慢的成長的,但是To B的投資行業是有泡沫的,這個泡沫會導致一些不好的事情,什么事情?對于創業者的心態會有問題。我舉個小例子,最近看到杭州兩個公司都在杭州,兩個創業者都非常牛,說我要融資,我說融多少錢?他說隨便多少錢都可以,兩個億也行,三個億也行,反正我估值比較高,多融但也沒有關系,他們都沒有想好這個錢融來要干嗎的,這兩家居然是To B的公司,我覺得這個例子算是反例,泡沫還是存在。

2019-04-12 17:31:04

李瑩:

在座的各位也了解到現在基金業協會備案的股權投資機構有兩萬多家,有這么多的供給方,這個市場的泡沫是不可能有的,大家坐在這里B計劃的成員都是靠譜的機構,回到整個投資的泡沫話題上,很多人問我,會不會覺得這個項目的估值高?我堅信,估值一定跟企業的成長性是相關的,如果一個企業預見它有很好的成長性,哪怕這個估值是相對高的,只要是合理的就OK,不是簡單的絕對說高或者低去定義。從泡沫的角度,前面幾位嘉賓分享的觀點特別認同,這個市場是魚龍混雜的,也希望創業者真的要睜亮你的眼睛,我記得基金業協會領導也說過,不需要2萬多家的投資機構,200家就夠了,我們今天成立這么一個B計劃,也是幫助創業者能夠提高你的融資效率,找到更靠譜的投資方。

8.JPG

2019-04-12 17:31:32

馮瑤:

感謝各位嘉賓,特別同意周總剛剛說的那一點,其實這個行業從我們看來,存在泡沫的其實是資本跟心態,包括剛才也提到了,我們真的來想,這兩年國內互聯網公司基本上都是C端的,每天早晨從起床到睡覺有無數個場景,被無數個做C端的互聯網公司所包圍,每個C端的場景背后都應該有一個相應的供給端,但是你往往在這個消費端能找到一個很大的公司,但是在供給端現在其實缺乏很多不錯的供應鏈的公司,今天非常高興在座各位都是投To B領域的投資機構,我們有很多共鳴在里面,大家也能一起,從業務的角度,其實不是泡沫,還是在一個初期的建設階段,也需要大家一起去努力建設的。

回到投資這一點,在座都是投To B的機構,跟很多專注投To C的機構比較來說,很多人說To B的企業它的成長路徑可能會相對線性一點,它可能一年三倍、一年五倍,已經很早的增長了,但是To C有的是爆發式的增長,很多人說,那是不是意味著我們投資To B就比較需要去熬或者去等待,以及你這個需要投入很多的精力在里面鉆研,追問一下,這個問題給各位嘉賓,大家怎么看待這一點的?以及大家在投資To B整個投資邏輯是怎樣的?

2019-04-12 17:31:50

李瑩:

其實從我們元禾重元來講,我們團隊2002年開始做股權投資的,也是經歷了行業發展的很多周期,也見證了很多無論To C還是To B的投資,從我們現在的投資邏輯角度,我們首先強調是研究驅動,這是對整個團隊組織最根本的要求,因為To B的項目一定不是一蹴而就的,我們在看To B項目的時候,因為我們主要是投成長期的,不光要看這個技術的領先性,我們還是要關注很多的維度,包括做To B的團隊,這個團隊也不是很多。

像以前To C有一個想法就能做成一個To C項目,在To B領域里面的投資,我們所投的這些項目創業者,其實他都是有相對長的行業經驗,他自己經歷過這個行業的一些歷練,積累了很多經驗,無論從技術、市場、各方面的資源都是打磨過的,這樣的團隊我們會更認可一些。除了團隊以外,我們關注剛才提到技術,還有就是從市場,從它的整個治理結構、從它未來的成長性都是我們作為一個投成長性的機構,我們會更加多關注一點的。

2019-04-12 17:32:13

周奇:

我覺得還是要從交易跟非交易兩個方向分開來講,交易型的企業我們也投了一些To B的交易型的,一年成長了5倍、8倍,也很正常。但是如果說正產制造型的,目標是3倍、5倍,一年有30%到50%的增長,已經相當不錯了,這是要分還來看的。對于生產制造型,我們其實做過一個小調研,我們2017年在搞公司投資過CEO年會的時候,我做了一個小統計,我們自己公司的人站起來看看,博士有多少?

4個人舉了手,我問創業者,我們投過所有創業者,非博士有多少人?4個人舉了手,說明我們投資過的,如果說技術類的,硬科技驅動創業公司的老板基本上都是博士畢業的,我們投資人讀不了博士,所以干不了創業的事兒。其實博士畢業不要認為他就能創業了,博士畢業只是剛剛研究入了門,博士畢業之后,研發產品花三年,產品出來了以后市場驗證花三年,市場驗證完了以后開始商量又花三年,必然的這個過程就是非常長的。

2019-04-12 17:32:33

周奇:

從我們角度來講,投資點在哪個點位比較合適?我們說的比較公力,當然不希望博士一畢業,陪他跑后面的九年。你這個產品能不能落地,至少在第二個三年,產品出來了能夠被市場驗證,而不是閉門造車,造出來的情況下是我們比較好的投資點,我們作為A輪投資人來講比較好的。我們一定要防止閉門造車,我們投了一家企業科創板已經受理了,也是一個博士,跟剛才說的模型是重疊的,我說你這個找產品開發的時候,你找新產品的時候,你是通過什么點來抓的,是不是自己考慮這個方向,有這么一個需求,做了一個產品?他說不瞞你說,十多年創業來,我們想了N多的想法,沒有一個是成功的。

說明什么問題?即便你已經在行業里面,再去原發性的考慮一些想法,想把它驗證了以后,使得市場驗證,都有很大的困難,所以一定要從這個需求出發。所以綜合來講,這第一個,我們希望產品能夠落地,第二個,你的產品一定是從需求出發,這是我們喜好的To B的投資路徑。謝謝!

3.JPG


2019-04-12 17:32:49

徐芳:

針對主持人這個問題,首先To B是不是特別難熬,以及我們的投資邏輯,我簡單說三點,第一點,To B開始的時候要做好熬的心理準備,這是我們看了大量的案例,一年刊幾百個B2B的案例,所有創業者一定要有一個好的心態,首先要思考的一個問題,你的客戶是誰?你為你的客戶帶來什么價值?我舉兩個例子,一個是汽車后市場,汽車后市場在前幾年有好多投資人,有上百億進入這個領域,其實跑出來的企業鳳毛麟角。

第二個案例,有三類客戶群體,中小型的小B,街邊店,大中型、中型的連鎖酒店,第三類客戶學校、醫院、機關,大中小B的客戶不一樣產品類型不一樣,進入一個行業的時候壁壘在哪里?速度怎么辦?好多創業者一上來,三類客戶都服務,三個產品體系全SKU、單SKU,這些問題大家要想清楚,早期To B打磨商業模型的時候一定要多花時間,把你的客戶研究透在這個行業究竟要解決哪個問題,解決這個問題其實不是一上來能想清楚的,而是在0到1的階段需要去不斷打磨你的商業模型,這是第一點。

2019-04-12 17:35:08

徐芳:

第二點,說一下我們的投資邏輯,我們喜歡投三類商業模型的創業公司,第一類是供應鏈+SAAS,只是單純從SAAS工具切入整個行業,目前比較保守,因為你下游買家或者上游的賣家他們關心的問題是,跟你合作之后,我能賣出什么量,賣到什么價格買家的心理很簡單,是不是從你這兒便宜進貨,我想要的時候是不是有,這兩者相結合是非常好的商業模型。第二類的商業模型叫做你能夠擴產品擴門店,典型的是To B領域能夠明顯對標名創優品,名創優品研究的非常深刻,整個To B領域尋找這樣的心態,我們在汽車領域投了三頭六臂,在生鮮領域投了歡樂番茄,恰恰這兩個項目現在跑得非常好,整個是一線基金全部在搶的兩個項目,所以這樣的商業模型梳理清楚之后比較好。

第三類是B2B2C,比較典型的是新康種(音),一開始門店是幾家,全部是自營門店,一家家開起來的,早期資本也是非常觀望的態度,從去年阿里投了40多億起來之后,其他資金都進不去了,想清楚你的模型之后逐步的標準化,打磨清楚之后再瘋狂地擴張,切忌一上來瘋狂的全國化,那是一個誤區。

2019-04-12 17:35:21

徐芳:   

第三點,我們選擇創業團隊的時候,B2B領域的創業者,CEO大部分來自于傳統行業,來自于產業,在早期我們要想我這個行業里面做成一家獨角獸企業,做成一個上市公司,團隊的搭建一定要找到互補性極強的合伙人,并且這個團隊要有穩定性,這些合伙人過往有過合作,有一定的基礎,切忌很突然地從一個外面的行業拉一個人進來,因為引入一個人的成本很高,但是他加入之后如果帶來不了一些力量的話,也是一個損耗,引入人才大家值得花半年時間頻繁跟他接觸,越優秀的人才越值得去挖。B2B的創業者一定要引入債權,股+債是非常好的模型,股權融資之后頻繁地跟市面上的銀行,信托機構去接觸,因為我們看下來基本上是一比一甚至是一比五的配比,股權融資成功之后,給你業務帶來很大的發展,這是在選擇團隊的時候,互補性的團隊,要有債權融資能力。

2019-04-12 17:35:33

丁潤強:

我們硬件投的特別多,并不是熬或者泡沫的問題或者很難熬的問題,因為世界任何事物發展遵從一個自然客觀的規律,我們拿裝備舉個例子,裝備也好、半導體也罷,你說今兒有、明兒就有的嗎?絕對不是。一個企業投技術驅動或者創新驅動,首先一個好文章不等于好技術,好技術不等于好產品,好產品不等于好的生意。這里面經過很多的環節,一個好的技術,這個技術能不能轉化?首先技術是不是真技術?是真技術還是偽技術,這是第一點。第二點,能不能轉化?能不能工程化、產品化?如果工程化、產品化了,有沒有真正的價值?價值有多大?付出哪些額外的代價把價值才能發揮出來?

10.JPG

對于創業者也好、投資機構也罷,驅動背后技術的時候要有清醒的認知。對于創業者也是這個道理,VC投資、天使、PRA-A輪(音),從小試、到中試、放量的過程,所以創業者也好,過去從科研背景出身的創新者也罷,他應該對我在不同的階段所要面臨的挑戰和困難以及遇到各種各樣的技術,這樣才知道在那個點該有什么樣的方法或者需要誰來幫忙,對發展路徑有一個清醒的認識。

2019-04-12 17:35:44

丁潤強:

第三點,我們投裝備確實比較多,周總說他們團隊有4個,創業團隊都是博士,我給你另外一組數,沒有一個年輕的,我們被投企業CEO也沒有年輕的,都是名校985甚至海歸,碩士、博士、博士后,好多年科研,學術都特別好,從來不擔心他們把一個能力做出來,但是最后能不能賣掉是一個很大的問題,要么自己很快的學會怎么去把膝蓋骨放軟跟人怎么做生意,要么開放胸懷,引入好的團隊成員把事兒做起來,對團隊成員的構成要有一個清醒的認識,我投的那一瞬間要面面俱到,這不一定,就像我說的,從小試、中試里面,發展階段不同階段需要不同的人、需要不同的資源,但是這個意識和胸懷是前提。

2019-04-12 17:35:56

惠成峰:

我們面臨的商業環境比To C復雜一點,客戶決策周期到上下游的關系,整體我們把它總結成一個形態來講,To C的成長更像是飛機起飛,從這個公司一美金到10億美金時候的狀態不會差異很大,但是To B不一樣,從產品出來到賣出去給幾個客戶,到大規模的銷售甚至到最終做出非常強的生態競爭力來看,是一個上臺階的過程,上臺階可能每個階段需要盤子,客觀規律吧,我們遵循就好,我們蠻期望從投資機構本身到創業者,對于客觀的規律,認知要相對清晰,更重要的是要一致,大家認這個事兒就是這樣的。

最好的項目是創業者很清楚的事兒,我們就放心了,上市再找我。這個時候也需要有些容錯,更多的是看創始人的整體商業能力和他的胸懷、他的分享精神、他的影響力、格局,能不能在每一個階段、每一個臺階的時候,面臨不同困難的時候,能最快的在這批競爭對手中走出來,走入下一個臺階,建立更強的競爭優勢,我們看的也不少了,客觀地去面對這些就好。

2019-04-12 17:36:09

馮瑤:

感謝各位嘉賓,我很同意惠總的比喻,有時候To C的增長像坐飛機一樣,To B的增長有本質的商業規律,是一個臺階一個臺階走,公司從0到1,1到10,10到100,每個階段有每個階段需要突破的點,我們自己投過很多供應鏈的公司,0到1是他自己商業模式的突破、產品的突破,1到10是單位模型的打磨,可能是團隊的升級,10到100更多的是一個擴張之后的東西,每當突破瓶頸點和問題點的時候,也能看到他在這個階段能夠有不錯的增長發生。

所以有沒有足夠的能力和經驗解決你在企業過程當中每個階段面臨的問題,剛剛丁總也提到了,跟我們也很像,我們特別重點想去看這個技術驅動和模式驅動,給這個行業帶來的一些創新跟效率提升,這有一個主題詞是技術這一點,在座各位也投資蠻多技術驅動的企業,下一個話題跟大家探討一下,各位都會關注哪些底層技術,會重點比較看好哪些技術跟產業的結合、應用的方向。

2019-04-12 17:38:23

惠成峰:

近幾年市場比較熱的還是人工智能、數據相關的,我們也在投入相當密集的力量,這些技術怎么去應用、怎么結合行業,結合自己簡單做一個分類,原來從工種來看有腦力工作者、體力工作者,以往的信息技術從第一撥信息化,從量上解決腦力工作者的問題,有太多業務量記錄不下來,完成第一撥信息化。體力工作者也是一樣的,因為裝備比較多,工業機器人就是在解決人力氣不夠的,我們今天都不知道金字塔怎么造起來的,實際上解決腦力工作者、體力工作者做不到的問題。

11.JPG

今天人工智能數據更多解決效率的問題,但是因為中國今天發展到了這樣一個階段,我們觀察前幾年,改革開放以來,中國更多是要素驅動,其實是人類資源投入、資本投入在推動中國經濟發展,中國的GDP增速實質上慢于人工智能的增長,這是很奇怪的事情,一定要轉型,我們更多強調技術帶來效率提升,這種情況下技術跟數據在方方面面去降低我們企業的成本,提高企業效率。

2019-04-12 17:38:41

惠成峰:

治理這塊,原來信息化改造非常好的,以金融、電信為代表的行業,應用人工智能技術去減少人員,體力相關的工作其實還是在產線、工廠,傳統制造業多一些,這些地方原來因為整個裝備的成本還是比較高的,我們看到只有汽車高價值體量非常大的行業在用智能化的技術,智能裝備會多一點,但是今天隨著技術的導入,整個成本也大幅下降了,我相信在很多相對來講附加值低一些的行業,有大量的智能化技術去滲透,這個就是我們看的這些觀點。

2019-04-12 17:39:08

丁潤強:

我用三個詞來說說我們的觀點,因為技術驅動,補短板、新場景、拔高線,我給大家說一下什么意思,補短板大家都明白,無論硬件、軟件,核心大到什么工業機器人或者大的重型機械,小到半導體或者硅基集成電路,解決卡脖子的問題,這里邊有非常巨大的空間、有非常巨大的事情需要做,大家可以挖掘,這是第一點,非常關注的,我們過去來這么踐行的。第二點,新場景,一些新的技術,全世界大家都在新的應用領域,像云計算、大數據或者今天提供人工智能,把這些新的技術和新的場景、新的商業場景、新的運營場景的結合,創造出新的價值可以是醫療、可以是安防、可以是信息安全、可以是新零售,新場景的技術結合。

第三點,拔高線,有些技術我們是不比任何人慢的,不比任何人落后,甚至可能引領世界前沿的,我們現在人工智能里面自動駕駛不比任何人差,我們中國還有一個獨創,量子通信,也是全世界最牛的在中國,我們叫拔高線,引領了世界的前線。所以總結下來,第一,解決卡脖子的,第二,一起找能落地的新場景,第三,能夠引領世界前沿的熱點,都是我們非常關注的點。

2019-04-12 17:39:27

徐芳:

新技術從整個產業鏈來看,我們在看整個產業鏈的時候分為三段,上游的生產端以及中間的流通端,下游的零售端,從上游生產端而言,對于工廠從原材料的采購、產品的研發到整個排產計劃的銷售是一套系統,IMES的管理系統,中間的流通端稱之為整個供應鏈管理的核心,包括采購、銷售、倉儲、物流、金融,最終到整個零售端,到達我們的小B端或者到達C端,這里面涉及到ERP管理系統、CRM各種營銷工具。

所以從整個產業鏈拆分成三段以后,每一段需要的技術系統不一樣,技術能力也是不一樣的。在中國我們投了一個醫藥的項目,全球80%醫藥耗材全部在中國生產,整個產能是在中國的,在山東一帶有大量的小型工廠,如果說一上來給他非常高科技的工具,給他提供物聯網,他們也是非常排斥的。在這個階段,如果幫他降低原材料的采購成本,他們是非常關注的。我想表達的意思在分為三段之后,我們的技術工具運用在哪個場景下?在哪個場景應用?如何去運用?找到什么樣的客戶群體是需要我們深度思考的,這是第一。

2019-04-12 17:39:52

徐芳:  

第二,我們的技術工具,包括AI人工智能、大數據,與產業相結合的過程當中,具體某個場景很重要,場景里邊的一個點,從一個點開始,我舉個例子,在整個產業里面投了一個項目,從支付的點開始切入,對賬,上下游的對賬,上游開發商到二級批發商、到零售終端,有時候層層對賬都是電話里面或者紙質,我們給他們一個工具之后,整個產業鏈里面的對賬全部留存在這個系統里面,這個月賣了多少貨、賺了多少錢,曾經是他們連這個賬都對不清楚,包括下游這個月賺了多少錢都是不知道的,因為有微信、支付寶,網上銀行的轉賬還有非現金,做了一個聚合之后,支付是這一個點切入進去,對于3C批發市場、汽配領域、服裝領域都會帶來很大效率的提升,這也是技術給產業帶來的一種優惠。

2.JPG


2019-04-12 17:40:11

周奇:

硬科技如果從底層技術來看的話,我們還是比較看好人工智能大的板塊,去年有一篇統計,剛好是獵云網競爭對手,我不講名字了,某某網做了一個人工智能在13個領域的投資趨勢,投融資趨勢的分析,我們對標了一下投過的AI企業,放一放,大概13個領域,8個領域都有涉及,另外法律這些可能比較窄,我們就沒有去布局。所以可以看到,AI人工智能在各個行業里面的應用,這個邏輯性還是非常強的,尤其是To B的,AI最先落地一定在To B端,To B端給人家省錢,To C端給人家要錢,一定是To B端省錢來的落地速度要快,這是我們特別看好的一個方向,長期看好的一個方向。這里面包括金融科技、工業制造、先進制造等等。

再做一個細分,大家應該很清楚,孟醒也提到自動化檢測,我們也關注了一個行業叫做面板行業,這幾年中國LCD面板從BOE也好到華星光電也好投入量非常大,做了行業調研,一年有8000億的設備投資,我們梳理一下發現,真正咱們中國企業能做得到不足10%,光刻機、鍍膜機(音)這些都是被國外企業所占領的,一點機會都沒有,現在都是涂膠、檢測比較邊緣的,那也沒有關系,從這些開始,哪怕10%的市場份額也有800億。所以我們覺得中國整個工業行業量還是非常大,說實在話,我們原來也投過世界領先的,國家科技進步一等獎的,劃時代的產品,結果周期非常長,熬個十年差不多,我剛剛說了,三年又三年,三年完了再三年,花十年時間才能最終量產化。但是如果說創業者的角度或者從投資機構逐利的角度來講,至少未來近十年內,進口替代依然是一個不變的話題。

2019-04-12 17:43:12

李瑩:

我們在投資當中關注四個方向的技術應用,第一個,從智能制造的角度,從自動化到數字化、到智能化過程當中也有很多連續性創新的幾乎,包括很多AI的應用,所以這一塊是我們比較關注的。第二個,我們關注的是在大數據、云計算這塊,因為我們已經投的項目,包括像云Cloud,公有云的項目,做云安防的,像同盾科技、達觀數據等等都是在大數據、云計算方向上特別看好的一些企業,在這些領域會特別去關注。第三個,我們覺得在汽車和出行的方向,無論車聯網還是自動駕駛,我們在新能源汽車里面電機電控,剛才周總也提到了進口替代,包括我們自己的產業升級的機會,我們也會特別關注。第四個,我們特別關注的一個應用場景是技術驅動下的消費升級,尤其是包括精準營銷、教育信息化這些都覺得還是有很多的空間可以去發掘的。謝謝!

2019-04-12 17:43:22

馮瑤:

感謝各位嘉賓。剛剛也談論了蠻多,大家對行業、對賽道以及對資本投資的看法,在座有很多創業者,雖然時間有限,但是我覺得最后一個問題也是能讓各位嘉賓給在座的創業者分享一些,大家對創業者的建議,一方面看到,雖然現在BAT入局把整個資本賽道給帶熱了,但是BAT從某種層面來說它也是半個競爭對手,在這種競爭態勢下,我們剛剛也提到To B創業相對是一個比較漫長的過程,在這個過程當中,各位嘉賓對創業者這邊有什么樣的建議?有什么破局之術建議給我們的創業者?

李瑩:

我簡要說十二個字,一個是門當戶對,第二個是志同道合,第三個是水到渠成。

2019-04-12 17:43:32

周奇:

可能有很多的觀點,我提一點,更簡單一點,我們發現很多To B類的項目,所謂的To B類項目,你的客戶是確定的,哪些方向基本確定了,如果你那個技術也好、產品也好是非常新穎的情況下,你還真得需要找到一個你的目標客戶陪你玩兒,我們發現現在做港區無人駕駛的,最近看了一家公司,終極車輛,在整個港口里面的半掛車全球龍頭老大,如果說做物流的,找普羅斯投一點,最近投了礦區無人駕駛,找了一個下游,專門給礦區做人力外包,覺得人太多了,我們有很大的痛點,無人駕駛來了以后,能把我的車改造成無人駕駛,跟你一塊運營。但是你會發現,這些To B的玩家,你要把它搞進來也不容易。所以你在做創新型項目的時候,你能把你的下游、目標客戶能夠通過股權的方式或者什么樣的方式,你要進國網、南網怎么進,做科技項目,這是必由之路,不做科技項目,連門都沒有。

vbox11146_056A7790_162655_small.JPG

2019-04-12 17:44:00

徐芳:

說三點給B2B領域,第一點,在做商業模型里面高度重視現金流,B2B涉及上下游客戶比較多,現金流也非常重要,如果涉及到墊資的業務要去考慮如何將下游客戶分為現金客戶和預收,上游的客戶做到后付,從一周七天的賬期不斷拉升到一個月、兩個月、三個月,平臺的現金流就會非常好了。我們賬期足夠長的時候,平臺有現金流,可以逐步的把我們的業務擴大,做到規模。第二點,敢于創新,這個創新體現在兩個方面,一個是供給端的創新。

第二個是流量端的創新,供給端不斷思考產品有什么樣的創新,現在家居行業還有哪些產品是C段消費者、小B端是一個流行趨勢,是否可以替代這個工廠或者指定一個工廠做OEM、ODM,產品要不斷的去創新,就像名創優品,整個小產品系列從化妝品到日用百貨類,不斷創新影響90后或者三四線的人員,流量的創新B端創業者進入這個時候的,多借鑒C端的玩法,非常低成本的獲客,不是拉地推團隊,而是利用抖音、快手新型的平臺低成本獲客。第三點,我們要充分利用中國智能制造的紅利,以及現在新型品牌的溢價紅利,再加現在消費升級起來帶入我們下沉到三四線城市的紅利,我們把這個商業模式提煉為制造型零售,我們充分利用制造的紅利加品牌溢價的紅利再加下沉的渠道,做成一個制造型的零售企業,在B2B這樣的商業模型在未來會有很多。謝謝大家。

2019-04-12 17:44:11

丁潤強:

第一個,調整心態,調整心態無論對待投資方還是對待競爭對手,還是對待市場環境,還是對待自己的產品研發進程,要調整心態,因為To B業務里面還是那句話,冰凍三尺非一日之寒,沒有人能夠一蹴而就的,不用被一些表面現象所嚇住了,也不用妄自菲薄,還是要調整自個兒的心態,穩扎穩打的業務為王。

第二個,聚焦和關注,不用再多廢話聚焦關注的含義了,To B業務里面雖然都知道想要從項目作為切入點,未來能做平臺,但這事兒不是想玩兒就能玩兒的,還是以自個兒垂直一個點,切進去,挖深、挖細、挖牢固,再去關注到你無論橫向還是縱向這樣的可能點,要聚焦和關注。第三個,多融錢、早融錢,連續融錢,調整自己的心態。

2019-04-12 17:44:21

惠成峰:

大家談了更多比較宏觀的觀點,剛才主持人提到了,類似BAT或者巨頭玩家,其實跟BAT也有一些合作,有幾家公司也是BAT投的,從我們的感知來看,還是追究大快好省,干基礎設施,落地場景化、行業化、應用化的場景相對來說弱一些,他們偏好上不想做這個東西,作為創業者來說,如果僅僅是這種的話,把自己做的苦一點、累一點,更加場景化一些,也有更大的空間來做。

2019-04-12 17:45:00

馮瑤:

嘉賓給創業者提出很好的建議,再補充兩點,第一點,關鍵詞是成長,剛剛我們也提到,每個公司的發展都是階段性的,每個階段升級打怪的內容不一樣,無論CEO自己還是創業團隊,在每個階段是不是能夠掌握這個階段核心必要的能力跟你的團隊是不是足夠的互補,能夠具備這個階段不同的能力,能不能自我成長是非常重要的。

vbox11146_056A7747_161858_small.JPG

第二點,借力,包括自己的力、身邊資源的力以及杰森也提到債權、股權,你的資源方,To B最終一定需要打造一個生態,無論產品生態還是供應鏈的生態,能夠借力是很重要的。所以在這邊其實也回到點題上,發布B計劃以及臺上諸多投資To B方向的機構,我們今天在一起也是希望能夠形成這么一個關系鏈,能夠幫助更多的創業者更好的成長,投資機構能夠發最好的項目,能夠相互成就。非常感謝各位嘉賓。

 

2019-04-12 17:46:59

分享嘉賓:北京郵電大學人機交互與認知工程實驗室主任、科技委人機融合智能組首席科學家 劉偉教授

分享主題:未來智能產業:從人機融合視角出發

1.JPG

2019-04-12 17:48:19

劉偉:

非常榮幸來這兒給大家一塊探討人機融合這個話題,大家知道,現在人工智能已經發展到了一個非常熱的程度,大家很關心一點,人工智能下一步應該怎么走?今天分享這個話題的同時,我也提出一些個人的看好,因為人工智能的趨勢和發展造成了很多產業的飛速進步,同時也帶來一些問題,這些問題怎么克服呢?也在咱們研討里邊,可見一斑。

今天我給大家演講的題目主要側重于技術,主要從人機融合的視角來出發,看未來智能產業的發展,我們首先看一下,未來的產業發展,我認為有兩個很突出的特點,第一個是傳輸,5G這個時代已經到來,這個時代的到來將會引起信通革命性的變化,相比以前4G、3G。

2019-04-12 17:53:07

劉偉:

而人工智能現在也走入了一個新的時代,這個時代將從以前的關于算法的、數據的和算力的走向了和人結合、和用戶結合、和設計師進行結合、和體驗進行結合,這個結合將會影響整個未來人工智能領域的發展。我們可以看一下,以前人工智能有三大領域,這是三個最有代表性的人工智能的系統或者平臺,第一個是1997年卡斯帕羅夫被打敗的深藍系統,當時他贏得了一片贊賞,為什么會贏得那么大的振動?因為在人類歷史上第一次出現了機器比人類更強大的一個概念,這個概念的引入使大家有興奮也有擔憂,這個擔憂實際上卡斯帕羅夫用他的實驗來驗證是多余的,為什么多余呢?

很多專家做過類似的案例分析,我在這里不再贅述??ㄋ古諒薹螄呂匆院?,他和另外一臺計算機,和深藍又進行了博弈,在博弈的過程中,卡斯帕羅夫認為他和一臺機器結合在一起,還不如他一個人和深藍進行博弈,1+1沒有大于1,1+1小于1,這個現象的出現給大家造成一個錯覺,原以為人和機器結合在一起形成比人更強大的力量,結果適得其反,尤其是在智力上,在生理上,汽車、飛機這些傳統的運輸工具已經把人的體力遠遠進行了革命,但是在智力上卻沒有做到類似的工作。

2019-04-12 17:53:21

劉偉:   

第二個是沃森,這個系統是IBM開發的又一個非常厲害的人工智能產品,但是這個產品缺點只能對固定式、確定式的問題進行快速、準確、大容量的搜索和回答,但是對于像這種主觀性的、描述性的問題,它往往回答的不是太好。因為人類對這兩個How和Why沒有很好的回答,機器代替人類的目前看來還是比較遙遠的夢想,這個夢想在智能醫療上得到了驗證,現在IBM在醫療上做的不是太理想。第三個是阿爾法狗,分別在圍棋和游戲當中取得了令人矚目之的成績,但是它們同樣也存在著一個問題,計算和認知隔離,只有計算沒有認知。通過這三個系統和產品可以看出,目前人工智能的發展主要的缺點,受到大家關注的不足在什么地方。

2019-04-12 17:53:39

劉偉:     

我們認為,維羅的趨勢是人和機器進行融合的時代,這個時代分為以下幾個部分,深度的開發人類的潛能,比如說人的洞察意識,人的認知;第二個是要把機器的計算和人的配合結合在一起,而不是為了快,而不是為了精確,而不是為了更大的精確容量而進行評比,而更好的為了和人結合,我希望在座的企業家、投資人和用戶一定要關注這個,因為你的產品再高檔、再牛,如果沒有黏性,再好的人工智能產品也就是一個廣告,也就是一個阿爾法狗,阿爾法狗就是一個大廣告,因為它不實用、它不落地。所以我跟大家說,未來的人工智能發展將以人機融合,智能的貼合度,混合的密切程度來衡量。

2.JPG

它主要表現在幾個方面,第一,主動的推薦,未來的產品一定要有主動性,什么叫主動?什么叫自主?這個概念我問了很多人,很多人都回答不了,其實這個問題是非常抽象的,自主和主動這種產品一定包含心理學,甚至包括哲學,比如說,主動里邊包括了記憶,它存儲不是,存儲是精密的,記憶是抓特征的,它包括了期望、匹配、選擇、控制等等一系列的???。

2019-04-12 17:54:06

劉偉:  

所以這個主動系統是非常復雜的,但是目前我們碰到的系統里邊能做到主動的非常少,因為在咱們的團隊里邊大部分都是理工科,剛才我聽了一下,說是博士多少人,我給大家說,剛才我說的那三個系統,深藍、阿爾法狗還有阿爾法星還有IBM的沃森,他們的團隊里面有大量的復合型人才,阿爾法之父是劍橋大學計算機系的研究生,他特別喜歡圍棋和國際象棋,而且對經營管理,對于商業有濃厚的興趣,他是非常復合的人才。在這些好的系統里面一定要有復合型人才的參與,而不僅僅是博士、碩士,而不僅僅是海歸,如果沒有復合型人才,大家要小心。

第二,這個復合程度是如何能夠有機的結合在一起,表現在一個很重要的特點就是交互的學習,一個系統如果沒有非常好的學習性,是人類的學習性,而不是機器的學習性,因為現在大家看很多學習,動不動是機器學習,循環神經網絡之類的,大家注意,那是個隱喻,并不是真正的學習,人類的學習和機器學習最大的不同,人類學習能夠產生一個范圍不確定的隱性的知識和秩序,這個東西機器學不來的,這種隱性的東西造成意料之外的事情。比如一些孩子,大家觀看一些小孩,他們成長里邊,他們今天學了一個概念,他們會在你意想不到的地方使用這種概念,機器做不到,機器很難形成隱性的知識。

2019-04-12 17:54:17

劉偉:     

第三,高效的容錯,這個能力是人和人之間打交道的時候天然具有的一種能力,而機器恰恰就非常欠缺這種人機容錯的能力,它非常的規則、非常的概率、非常的統計,但是它很少容錯。這就造成了人機之間的大范圍的或者深度的割裂,所以我們經常說,現在人機交互最好的產品是什么?就是它,就是這個,目前在這個星球上人機交互最好的一個案例,就是手機,大家看你用手機的時候,從來不會和它過不去,所以很多大型的人工智能,它的切合度是非常差的。

第四,混合的決策,在所有的人機融合的過程當中,混合的決策里邊有很重要的特點,就是人帶有責任性、帶有風險性,機器沒有,機器沒有任何的責任、沒有任何的風險,它決策的結果,你敢不敢用還是由人來定。所以這四方面就造成了人機融合里邊非常大的困難。大家在選擇好的項目、好的產品、好的系統的時候,也要考慮這四個方面。

2019-04-12 17:54:27

劉偉:     

我們可以看一下,我們對人機結合有三個認識,第一個認識是人機交互,第二個是人機融合,第三個深度測試感知。人機交互很簡單,就是脖子以下,人的生理和機器的物理進行結合,包括可達域、視域、聽域,這種叫做人機交互。對于脖子以上,人的大腦和機器的電腦進行融合的時候叫做人機融合,人機智能融合,目前最差的是人機智能融合,而研究人機智能融合的切入點實驗室在做深度態勢感知。

剛才幾位嘉賓在談整個投資形式和行業結合的時候,有一個嘉賓提到了態勢,其實大家注意,態勢感知非常重要,你有了視感、有了態感,能夠感、能夠知,這個事情就好辦了。我們把深度測試感知分成了五大塊,第一是深度,第二是太空間,狀態空間,第三個是趨勢,第四個是感覺,第五個是知覺,它是人機融合的切入點,它涉及的范圍非常廣,不但涉及到數理和物理,而且涉及到管理、生理和心理,以及像法理等等這些環節,它是一個復合型的概念。

2019-04-12 17:54:37

劉偉:    

目前我們深度測試感知了一下當前的人工智能發展,我們做了一個小小的比喻,可能不是很恰當,第一,計算智能,目前認為現在的計算智能就像第一個圖叫做刻舟求劍,試圖用過去的數據來描繪未來,這是很可怕的一個陷阱。第二,感知智能,我們比喻成盲人摸象,只知一點,不知全局。第三,認知智能,我們叫做朝中丞相,簡單的切換,沒有產生更厲害的,大家期望得到的東西,這個就是第四個圖叫做塞翁失馬,一個項目經理能夠產生塞翁失馬的洞察力,能不成嗎?這是我們給大家的建議。

3.JPG

人機融合對未來產業的影響,我給大家做一個簡單的展望,第一,關于5G它的發展,更大的帶寬、更低的速度、更低的延時以及更高的可靠性,它的本質就是在人機融合里面,把人、機和環境變成一個大系統來看,人、機、環更重要的是人,什么樣的人,包括設計師、用戶、管理者、投資者都是人。

2019-04-12 17:54:47

劉偉:  

機包括兩塊,一個是你的系統或者產品,第二個是機制、機理,機制是管理科學,機理是科學方面。第三個是環境,包括自然環境、社會環境以及團隊的協同環境,任務環境、目標環境,這都是環境。所以人機環是解開人機融合的一個重要的鑰匙。人機共融可以實現未來的產業互聯,它主要是體現在以下這幾個方面,第一,精準的感知,第二,深刻的畫像,第三,自然的交互,協同的感知和計算算機的融合,包括5G結合在一起實行更快、更高、更強,這是奧運會的口號了。

在這個領域里面,大家可以看一下,人機融合的布局將會影響整個社會的發展,無論從人的飲食起居還是從國民經濟,這是一個非常重要的領域,在這個領域里面,我們對To B創業的建議有三塊,一是要找對人,剛才強調了,要找到復合型的人或者是復合型的團隊,除此之外,有一項特別強,在某一個單項方面特別強也可以,這個技術,一技絕勝,把對手甩的遠遠的也可以,未來顛覆性創新在復合型人才或者邊緣的交叉上。

2019-04-12 17:55:03

劉偉:  

二是要產生正確的機制,不但要有好的機器產品和系統,良好的管理機制,這個機制對保障整個團隊的運行和系統穩定的可靠性非常有幫助。三是好的環境,有無良好的上下游環境和發展空間等等。在這兒給大家強調一點,現在技術和資本的矛盾愈演愈烈,周圍有很多朋友抱著非常好的技術,不敢讓他們參與,我問過他們,他們說怕被綁架,不知道大家理解不理解?資本希望短期內有回報,但是這種迫切性往往是很多技術不敢主動出擊,不敢積極地容納。

4.JPG

同樣,好的一些產品、好的一些技術,它需要鏈,需要資金鏈、需要物質鏈、需要供應鏈,但是大家注意更重要的他需要認知鏈,一定要有認知鏈,關鍵核心的東西是塞翁失馬是個洞察,你得透過表面現象看本質,有這個能力再下手,可能更準確、更可靠、更穩定,如果養成不了這種習慣的話,對于很好的技術,在你眼里很可能就是一塊石頭,它不是一塊玉。所以通過我個人的一些體驗或者一些感覺,我提出一個想法,大家一定要洞察,除了計算、算計和感知、認知以外,更重要的是形成洞察,形成洞察以后會產生意想不到的結果。

2019-04-12 17:55:17

劉偉:   

另外,還有一個現象,我想跟大家分享一下,在人機融合里面,其實人更多做一些正確的事兒,把握方向,它更關注勢,把握趨勢,機器要做一些正確的事兒,正確的做事兒,它關注態,狀態空間,能夠算得快、算得準,而人把握方向,有點像老婆和老公的關系,老婆在家里一定要把握方向,老公好好干活,這是人機融合的一個膚淺的理解。其他的想給大家分享的,因為時間原因,有機會可以共同去探討人機融合在智能產業里邊的方方面面。謝謝大家!

2019-04-12 17:55:36

分享嘉賓:貝昂科技國內事業部總經理張 培峰

分享主題:中國“智”造:技術驅動產業落地

5.JPG


2019-04-12 17:57:18

張培峰:

我講的聲音大一點,好多人已經打瞌睡了,我聲音比較尖銳,給大家提提神。其實我三點多鐘到了會場,聽了好久,說實話,基本上沒有聽懂,為什么沒有聽懂呢?第一,我們貝昂既不是To B領域,也不是人工智能,但是投資人還是讓我們來了,他覺得我們應該來,大家想想,投資人是什么人?

前知500年,后知500年的人,他們決定一般沒有問題,在家里想,我說投資人為什么讓我來,最后終于想明白了,我們跟人工智能還是有一些不太一樣的地方,在哪里呢?我們都是科技型企業,作為一家科技型企業,在發展的過程中會遇到很多問題,而這樣的問題貝昂科技可能可以現身說法,而且站在一個C端,大家不常接觸的一個C端給大家現身說法,可能有不太一樣的感覺。

2019-04-12 17:59:32

張培峰:   

在座的各位都是人工智能領域的先驅,今天很可能是第一個殺入這個行業的,天下大勢、行業大勢大家應該清楚,但凡聞到了腥味,后邊的跟風者就會蜂擁而上。當你的先發優勢失去的時候,你該如何在這競爭對手當中脫穎而出呢?所以說我想來想去,今天這是我跟大家分享的一個議題,科技立身的企業一般都是一窮二白的,當你失去先發優勢的你該如何后發制人?在這塊貝昂比較有發言權的,因為我們在一個最不需要科技含量的領域,在競爭最激烈的領域,反而用一個最科技的方式完成了一個逆襲。大家可能要想,到底什么樣的行業才是最不需要科技含量的一個行業?

到底什么樣的行業才是競爭最惡劣的行業?這個行業是大家前兩年比較熟悉的,空氣凈化器行業,前幾年用戶對空氣凈化器的需求,跟老光棍找老婆是一樣的,科技在這里沒有任何的發揮余地,這個行業恰恰又特別的門檻低,只要有人想進入這個行業出個門,去一趟佛山或者中山,200臺的訂單量能貼一個自己的拍子,肩并肩飛上天的感覺,這個行業就是這樣的情況,科技沒有發揮余地,格力、美的這樣的巨頭還有小米、360跨界打劫團伙,讓你根本無所適從,恰恰在這樣的競爭化學下,貝昂科技以最科技的方式完成一個轉身,轉身到什么程度?

2019-04-12 17:59:50

張培峰:

除了2018年、2019年空氣凈化器行業哀鴻遍野,貝昂依然保持了強大的增長,另一個重要的里程碑,小米這家企業毀譽參半,小米最霸氣的是充電寶和空氣凈化器,占到了行業60%的份額,以絕對的性價比碾壓行業內任何對手,對于他們來說沒有競爭對手,唯一解決的是提防隨時拿著核武器進來的革命者,我們貝昂唯一一家選進了小米體系的空氣凈化器,這是我們取得的成果。我們曾經跌到了谷底,投資人離開了我們,所有渠道也離我們而去。

7.JPG

在這種情況下,我們幾乎是已經死局了,但是經過這幾年的努力,我們又重新站了起來,在這過程,沒有資本支持、沒有渠道支持,靠的是絕對的科技堅持。我們花了六年的時間,把4萬伏高能離子分(音)進行了產業化,實現了用戶在空氣凈化器體驗上的絕對不同體驗。說直白一點,第一個體驗,大家都知道,新的東西比舊的東西效果好,這是誰都知道的,但是很少空氣凈化器新的東西看起來活力無限,當開始使用以后效果開始連續的跳水,4包煙,這個效果只剩一半,8包煙,這臺空氣凈化器完全報廢了,我們當時的第一個問題,用戶關注的問題,效果的問題,重新定義了什么叫做高效,只有永遠不打折的效果才叫高效。

2019-04-12 18:00:02

張培峰:

第二個用戶關心的問題是什么呢?空氣凈化器行業,在座都是北京人,好多人家里都有一臺或者兩臺的空氣凈化器,最重要的一個問題是價格的問題,空氣凈化器行業是一個很少的后續消費遠遠大于單次購買的一個行業,如果算上因為細菌滋生造成的濾網更換的話,大家一年要換掉一臺凈化器,我們技術盯著第二點,用戶的總支出來打。所以靠著絕對差異的技術,我們貝昂鳳凰涅磐,這個技術之前貝昂一直在創新,卻沒有擺脫困境,直到貝昂的技術和用戶的痛點真正結合起來以后,我們才突然覺得海闊天空。

所以回到一開始的課題,在失去先發優勢的企業下,一家科技企業如何突出重圍?我們覺得科技立身的企業,只要大家不是科技裝那什么東西,而是堅定不移的以解決用戶問題為中心解決問題,其實前路稍微有一點坎坷,也最終能云開霧散,這是我們說出的第一個觀點。

2019-04-12 18:00:32

張培峰:  

我們今天想分享的第二個觀點,我們貝昂的故事是從喬幫主開始的,2007、2008年大家用的蘋果筆記本電腦做的無聲散熱,我們的前身在硅谷幫喬布斯做蘋果筆記本電腦的散熱,卻開啟了我們回國創業的另一條路,到了今天,離子分技術到了什么程度呢?我們已經被麻省理工學院應用于太空領域,航天領域未來的驅動技術,不需要燃料,只需要太陽能電板解決持續飛行的問題,離子分技術成為行業的未來。人工智能的未來是無限的,一定要記住,身體才是革命的本錢,而健康的身體應該從干凈的水、空氣和食物開始。

最后一個階段允許我做一個廣告,貝昂科技就是專門做干凈的空氣和水的一家科技公司,我們是一家來自硅谷的科技公司。謝謝各位!

2019-04-12 18:00:50

分享嘉賓:小土科技副總經理 夏金光

分享主題:AI“最強大腦”如何改變娛樂業

8.JPG

2019-04-12 18:02:41

夏金光:

非常感謝各位給我們這么一個好的機會,跟大家分享一下小土在科技領域創新的成果,我們先給大家介紹一下行業的情況,目前影視行業是我們中國在千億規模的市場,能夠持續的保持兩位數增長的行業,我們一般參與的頭部的影視項目投融資,我們可以保持一個非常好的回報,基本上中國的電視劇,我們一般頭部劇保持年化40%的回報,這是我們目前的回報最好的項目,我們可以保持年化百分之百以上的匯報,電影是更瘋狂的領域,我們看的《藥神》9500萬的投入,31個億的票房,這是中國影視行業的現狀。從現在的情況來看,影視是一個高投入、高回報,同時也是一個高風險的行業,這個風險怎么去解決呢?小土用自己科技的方法解決其中很多的風險問題。

2019-04-12 18:05:33

夏金光:   

先說一下小土的定位,很多人都問,你們是不是影視科技企業?我說在這個影視圈千萬不敢說自己是影視科技企業,一說自己影視科技企業別人都覺得你們做后期的,我們跟后期根本沒有關系。很多人問你們是不是影視大數據公司?我們基本上也不是影視大數據公司,在這個圈里邊有一個規律,張藝謀上映的片子很棒,下一個片子真的很棒嗎?根本沒有規律。

在整個信息化行業三個細分市場,第一個資源交易平臺,傳統的經濟,把藝人放在互聯網上交易了,這是第一種。第二種,影視大數據服務,我們有很多的已經播的片子,已經播的電影票房,我們想去看看以后的收視率如何,如果開了一個電影院應該有這個數據。第三種,影視核心創作流程管理,這里面是兩項核心內容,一是內容評估,二是制片管理。

2019-04-12 18:05:45

夏金光:   

我們跟大家進一步討論一下,這個內容評估和制片管理的價值,不管您是想參與影視行業的投資或者說您是一個創作者,研發風險、制片風險、發行風險、回款風險,這個劇本故事的核心一定要做的,這個里邊一般的影視領域之所以跟金融不太好溝通的一點,其實對于內容的把控,大家都挺難,小土做的通過量化的結果為投資人展示了投資結果。制片風險是什么概念呢?中國的影視領域80%的項目超期超支,一旦超期一定超支,投資人的錢也是錢。

9.JPG

剛進入這個領域的時候,很多影視圈的朋友說,下次不要這么糾結了,3000萬人民幣不算什么的,怎么不算什么,加起來一堵墻這么高的錢,所以說制片風險怎么控制,我們有一整套系統控制辦法。發行風險怎么做呢?我們自己也做一些影視大數據方面的工作,把這個項目應該怎么樣投放?同時跟北京文交中心做一些開放式的交易,我們希望我們的影片、我們的劇本、我們的版權放在陽光下交易,增加它的流通性。在回款方面做供應鏈金融方面的探索,比如說你的片子拍完之后想更快的回款,我們做保理服務,供應鏈金融方面的合作。

2019-04-12 18:05:55

夏金光:

在沒有到小土之前,我其實一直在國企和外企工作,從來沒有體會到錢的難處,自己參加這個創業公司工作之后,充分理解了什么叫必讀襤褸(音)的四個字?經過四年的合作,小土在產品領域跟整個社會認可的領域都取得了一定的成果,我們的產品基本上已經成系列了國家高技術企業的認可上、社會的獎勵上,我們取得了一定的成績。小土的產品核心來源于三個能力,內容的量化評估、流程的管理、數據平臺匯聚,第一個問題,我們看到這樣一個丙圖,對《白鹿原》打了一個分,小土把所有的問題結構化、量化,用人工智能解決這個問題。

劇拍是我們核心的管理軟件,我們幫助劇組更多的節省時間,幫助劇組更好的管理,比如說,我們一個電視劇1000場戲,讓統籌來做,大概要20天,沒有白天、沒黑夜的,用我們的系統一下午整個工作全部干完了。陳寶國從淘寶上查的話,從百度查一定給你相關的新聞信息,但是你只是想知道陳寶國在影視領域有什么樣的成就,我們做垂直的工作,我們一個技術核心是我們的量化結構分析,量化結構分析如果說我們有做IT、做信息化領域的朋友,應該知道不管做什么項目,遇到第一個問題就是結構化,怎么把一個文學作品、一個藝術作品把它結構化,整個行業看來幾乎是不可能的事情。

2019-04-12 18:06:05

夏金光:

剛才劉老師跟大家溝通的時候,講過了一個很重要的問題,你的認知領域其實在人工智能領域來看幾乎是一片空白的,這種情況下,小土怎么用計算機認識一個文學作品,我們面對60萬字的作品挑戰,不是一篇簡單的法律判決書這么簡單的問題,我們先做了一個結構化,分了電影、電視劇、IP結構化,有各種小的點,我們用人工智能和大數據技術一個一個點解決這些問題。

我跟算法同志說,我得讓投資人看一下怎么做出來的,這個彎彎曲曲的是IP快屏解析出來的情節點,當我們看美劇,覺得很緊張的時候,它的情節點,我們看到每個章節之間關聯度、密集程度,當關聯的很密切、很急促的時候,我們會判斷這是一個情節點,我們不停地運用數學算法、人工智能算法解析這種文學作品。

2019-04-12 18:06:17

夏金光:   

這是小土整個的評估體系,影視創作領域、影視金融領域兩個領域服務,影視金融服務都是影視創作領域服務的升級。這是目前我們的合作伙伴,基本上涵蓋了國內頭部的流媒體平臺、電視臺和主要的創作公司。從小土的發展來看,我們基本上有三個階段的發展規劃,第一個階段,做一個創作的賦能平臺,為創作者提供便利,幫他看劇本、判斷,他的作品能不能投入到制作階段,第二個階段,在資源的連接平臺,我們把這個基于影視資產標準化金融服務平臺,這里面兩個核心概念,第一個是影視資產的標準化,怎么樣標準化一個劇本,怎么樣標準化一個演員,如果沒有標準化的話怎么能夠定量說明這個問題呢?怎么可以跟投資人溝通呢?

10.JPG

2019-04-12 18:06:28

夏金光:

目前的情況我們和政府、和很多金融機構都建立了比較穩妥的合作關系,在聚集了大量的金融合作伙伴、聚集了政府大量支持之后,我們這個時候慢慢地可以說是資源連接平臺,幫助很多影視項目找到了合理的錢、找到了合理的資源。到了第三個階段,小土最終的發展目標希望成為一個運營管理平臺,我們希望我們的客戶從我們的平臺上可以買到保險,可以拿到金融的融資,我們在拍完一個戲之后,幫助這個劇組把知識產權做更多的包裝與銷售,這是整個的發展規劃。

從目前情況來看,小土還是在一個需要融資的階段,目前的情況我們基本是做到了盈虧平衡,但是我們還需要一些錢,我們需要錢干嗎呢?請比我們更牛的人,前期我們的力量更多投入在了研發這個領域,現在需要更多的財務顧問、更牛的算法工程師和需要再做一些融資的工作。感謝各位的支持。謝謝大家!

2019-04-12 18:06:42

分享嘉賓:源清慧虹CEO 王鵬軍

分享主題:技術+產業:物聯網時代“硬核玩家”

13.JPG

2019-04-12 18:08:12

王鵬軍:

大家好,我是來自清華大學電子工程系的王鵬軍,我現在做的這個項目是針對基礎設施、結構安全方面的一個典型的物聯網+大數據的項目。我們這個企業名稱叫源清慧虹,源自清華的智慧彩虹,我們早期專注的基礎設施主要是類似于像橋梁、水庫大壩這樣的特殊結構,特別早期做大量的橋梁結構的安全監測相關的項目,智慧的彩虹就是我們橋梁的一個形象。

這里介紹一下為什么要做這件事情?給大家展示一些數據,我們目前我們國家在運鐵路里程達到了13萬公里,這是電氣化鐵路,我們國家的高速公路里程13.8萬公里,這其中沒有包含我們的市政橋梁,在城市范圍內的橋梁,僅僅公路橋梁達到82.55萬座,除了我們國家之外,其他國家所有的橋梁數量加起來跟我們目前所建設的橋梁數量是近似的。另外,還有其他很多大型的基礎設施,實際上我們國家從2011年到2013年這個時間段內,在基礎設施建設這個領域,一共消耗了66億噸的水泥,這個數量超過美國在整個20世紀消耗的消耗量,到目前為止還沒有減速的跡象,這是一個非常巨大、非??植賴氖?。

2019-04-12 18:10:09

王鵬軍:  

面對這樣一個巨大的基礎設施的量,現在很快的將要進入管養的時代,早期更多的是依賴于巡檢、定檢人工手段,大量基礎設施安全問題出現了之后,基于一些物聯網的手段、基于大數據的手段管養技術迫在眉睫。目前我們的技術可以應用在公路、建筑物、軌道交通等等這樣一些領域,這是我們專注的幾大領域。

這是我們這個團隊的基本發展歷程,我們這個團隊是從清華大學電子工程系電路與系統研究所,早年從2005年到2010年這個時間段,我們在研究所主要是專注無線傳感器網絡相關的核心芯片、通信協議相關的研究,在2011年左右把研究成果往具體的應用方向轉型,當時我們在國家專項基金的支持下做了道橋物聯網云服務平臺,這個專項讓我們早期的原形產品以及試點項目得以形成。在此獲得了國家電網、  中國交通部、住建部相關行業的高度認可,在2017年先后獲得元清創投(音)等一些機構的投資。

2019-04-12 18:10:27

王鵬軍:  

今天我想跟大家分享的內容主要是,我們在基礎設施智慧互聯網這個時代做好這個事情,應當具備哪些能力?我自己理解應當具備一個完整體系+五大核心能力,這一個完整的體系從底層智能傳感到中間的通信協議,再到數據中臺以及到適應這個行業應用的SAAS平臺,整個體系解決方案的能力,這是完整體系能力。此外,還有海量的快速交付的運維和部署能力。

14.JPG

剛才說了這五大核心能力,第一個核心能力是智能傳感器我們的超低功耗的設計能力,因為我們面對的是基礎設施監測這樣一個應用場景,這基礎設施大量的處在比較偏遠的、比較邊遠的電或者網絡比較難達到的地方,我們比較低成本的、大范圍的去鋪設這些智能傳感器。它的設計電池使用壽命必須得是非常得長,必須得在十年左右的時間尺度上,否則的話,它將來帶來的維護和使用的成本將居高不下,會限制它的應用廣度。

2019-04-12 18:10:36

王鵬軍:   

第二個核心能力,我們做結構監測,我們需要能夠分析這個結構的安全性,除了靜態類的數據,結構變形數據,更重要的是要做結構的動態數據,這里包括結構物的相位特征,相位特征要求所有的傳感必須得有非常精準的時點。第三個核心能力,必須充分利用物聯網時代低功耗窄帶無線的特征,把這些特征利用好,這些數據處理必須得盡量的前端化,我們能夠通過前端的智能算法將需要獲得的數據特征在前端進行獲取,以幾個數量級的倍數往上壓縮。

對于行業數據的應用、處理和分析能力,我們的用戶大多數是比較專業的行業用戶,他們可能不光是要關注大量的監測數據,更需要關注這些數據到底說明了什么問題,我們要深入行業了解用戶的需求,利用數據,最終讓數據去說話。第四個核心能力,海量運維和快速交付的能力。

2019-04-12 18:10:57

王鵬軍:   

下面分享一些我們在幾個重點行業的案例,第一個,我們在交通市政行業,我們目前為止已經在全國數百座特大型橋梁上已經安裝了我們的低功耗無線智能傳感器,為我們的結構物提供全天后的?;?。這是極端環境維度來看我們的典型案例,在最北端黑龍江佳木斯烏蘇里大橋上,冬季極寒溫度在零下40度以下,基于電池供電長壽命的智能傳感器必須經過低溫的考驗,低溫下電池的效能會發生極大的衰減,目前已經連續為這座橋梁實現了三年左右的工作。包括復雜的海洋環境,也有規模的應用。

15.JPG

這是我們在四川做的橋隧工作,做長期監測服務。這是目前服役最長時間基于無線傳感監測的案例,我們為無錫市的跨運河的蓉湖大橋實現在線的監測,對低功耗無線傳感的長壽命來做試驗。后面還有一些其他行業的案例,在風電行業,我們去提供風電的風機塔筒結構監測還有海上風電發展,我們迎帶了新的機會。第三個方向,我們在軌道交通這個領域,解決電氣化鐵路接觸網本身的問題,我們國家軌道交通,特別是高鐵運行里程非常長,但是造成高鐵的停車晚點最主要的原因就是接觸網的公網事故,這個目前正在聯系鐵總開發智能傳感器,類似于圖上所展示的樣子,標注的部分將會是智能傳感器,它能夠感知列車經過瞬間接觸網本身的動態、靜態姿態信息,為這個鐵路接觸網軌道安全做監測。我的分享這么多。謝謝大家

 

2019-04-12 18:12:44

分享嘉賓:商有聯合創始人陳懷民

分享主題:餐飲智能化浪潮:怎么用大數據讓你的外賣更聰明?

17.JPG

2019-04-12 18:14:17

陳懷民:

大家下午好,餐飲智能化浪潮,我講的是餐飲,因為餐飲是現在互聯網追逐的最大的一塊領域了,我是替餐飲賺錢以及省錢的那個人,商有是智能數據驅動的餐飲用戶運營服務商,我們是做用戶運營的,我們合作的品牌有味千、小楊生煎、蒸功夫等,基本上全國連鎖餐飲都跟我們合作,這是我們的發展歷程,我們從2017年11月份獲得微盟天使輪以及(音)千萬級投資之外,到今年我們已經合作的品牌數,連鎖品牌已經達到300多個,服務的門店超過3萬家,而且在今年提出了一個商有門店的概念。

雙平臺數據驅動精細化運營,這是我替商家賺錢的一個點,我們有我們自己的中臺系統,把雙平臺的數據進行聚合以及深度的分析,給我們的運營人員提供運營的方向,我們的運營人員通過數據化的運營,替商家節約成本、提升效能進而獲得利潤。

2019-04-12 18:15:00

 陳懷民:  

這是我們可以做到的,訂單維度、管理類以及歷史數據的查詢,在以前餐飲商家沒有辦法得到的,今天我們都能把它進行實現。利用商有中臺系統以及商有替它運營的效能比,這邊不直接說了,餓了么平臺,他們的平均效能,商有替這些商家服務的效能,大家可以看的很清晰。我這邊只講一個案例,小楊生煎,現在200多家店都在我們這個平臺上,達到78%的成長以及訂單量提升了83%,但是營銷費用下降了4.32%,一個月外賣數據接近3000萬。

18.JPG

2019年要干的一件大事兒,餐飲門店如何數字化?從商有講出云店概念之前,對餐飲的運營,我們都叫做流量運營,為什么叫流量運營?不管美團也好、大眾點評也好,都是實際上花錢買流量,如何讓這些流量更有效率。因為它不叫用戶運營,用戶都不是品牌方的,我們今天要做的是全域會員運營,我們通過我們的工具、我們的運營實現為商家做全域會員的運營。

2019-04-12 18:16:11

陳懷民:   

我們云店的解決方案,第一個,我們有我們的中臺管家APP,能夠對雙平臺以及私域化平臺的聚合以及營銷中臺和會員的載體,餐飲小程序,再加上我的人員這些工具,替商家打造線上云店的概念。這個云店,未來它的組成會越來越多,現在是微信生態下的小程序,還有支付寶生態下的小程序。講到一個案例,這是海南椰子雞,今天之所以能夠替商家做全域會員的運營,有一個載體,這個載體就是開發的小程序,它已經解決了配送,消費者點單到接單、配送全程無感,全程跟美團、餓了么同質化,不需要再花時間適應這個軟件。

19.JPG

像配送,蜂鳥、達達都是我們的服務商,我們的合作方,他自己有配送團隊,他配送團隊也直接接進來。這是講到我們的云店,這是黃記煌旗下的平臺,通過我們的工具以及運營,在一周之內它的粉絲增加了3000,會員增加了1700。這是私域流量運營之下產生的訂單,在小程序載體上產生的訂單超過了雙平臺,達到它整體外賣訂單的65%。昨天單日私域流量平臺上,營業額已經突破5000元,一家店。這是另外一個客戶,也用了我們的體系,3月31日單日訂單13000多到4月6日單日訂單已經達到3萬多,一周的時間營業額翻了三倍。商有云店2019年的目標,兩個10,兩個1000,第一個10,服務10萬家門店,有1000萬的活躍用戶,第二個10是月流水10個億,還有一個1000是凈利潤1000萬。

2019-04-12 18:17:54

分享嘉賓:華映資本創始管理合伙人 季薇

分享主題:解讀B計劃

20.JPG

2019-04-12 18:19:54

季薇:

我今天來恭喜B計劃今天借獵云網大會的時間做正式的官宣,原來不叫B計劃,最初我們討論的時候,我說我是叫Plan B,小伙伴的反對,說感覺像備胎的意思,我屈服了,這個B計劃翻譯的挺好的。這個B計劃從最初來說,最初是因為我們自己在做項目過程中,也有這樣的需求想這么一件事情,到后來我們覺得挺想一起做這么一個圈子,后來我們的投資人,元禾的沙湖確實是一呼百應,到今天的官宣,真的沒有想到大家有這么多熱烈的回應以及今天的演講嘉賓,創投圈很多投資同行們、行業專家以及在座還有很多企業界的朋友們,有這么大的熱烈回響,確實超出我們自己的預期之外。

我直接打電話給各家機構的老大們,我們一起來參與一下吧,記得打電話給云啟的邁克時,他問我,他說你們華映資本媒體資源挺足的?是不是搞PR計劃?不僅僅PR計劃,還有別的。今天小伙伴給我布置的任務是,讓我解讀一下,為什么要做B計劃?B計劃是怎樣的組織以及接下來要做什么?我們是從投資這個角度來切入的,中國為過去十年投資的重點,我認為確實還是在To C端,剛剛對談環節也講過,中國上市公司95%都是To C的企業,To B的企業無論從數量來說還是從市值來說,遠遠沒有達到現在像美國這么樣一個市場的規模。

2019-04-12 18:20:50

季薇:

所以為什么現在我們講B端?為什么講這么多?特別是從去年以來,整個投資界,包括B端創業項目的機構,創業的一些機會都越來越多呢?剛剛光南總的演講當中,對談環節演講當中都已經講到了這樣的原因,供給側的改革和產業鏈的升級不僅是在我們中國經濟結構轉型當中一個必須的一件事情,也是政策在力推的一件事情。隨著人口紅利的消失,勞力成本的增加,技術升級能夠給我們產業賦能,能夠降成本,提高效率,能做的事情、落地的機會也越來越多。

去年又更加了一把火,BAT長期以來一直有布局,去年騰訊說,會積極地擁抱產業互聯網作為他未來幾年的產業重點之一,不論投資領域還是創業領域,戰略投資,To B這樣一個關注度,不能講風口,長期的關注度會越來越多。我們看到創業企業里面,華映雖然在廣告媒體與新媒體內容消費方面投的比較多,但是在整個投資里面,我們在技術領域,從最早沿著數字營銷到后來的SAAS企業級服務做賦能,到現在看到一些新技術,在產業落地,我們在這里面的布局也有三四十家公司,我們看到企業的需求它從最剛需的是交易,交易平臺或者是幫助解決營銷問題的軟件服務,到供應鏈方面降低成本,促進效率的一些,到它的現金流管理這些方面,包括在提升效率,人力、財稅、社保等等各個垂直領域的需求,創業機會我們看到越來越多。

2019-04-12 18:24:01

 季薇:  

從投資來說,我們會看到To C一面倒的趨勢在逐漸向To C+To B齊頭并進的機會,甚至大家認同To B的機會,在未來五到十年更多。To B投資雖然跟To C投資有很多的同理心,同時它會是一個更需要耐心和毅力的一個賽道。

剛剛我記得劉教授在這兒也講,他說很多科技類企業,怕被資本裹挾,怕資本的急功近利是吧?會讓企業在發展過程當中有很多非出于本身策略方面所出變形的動作來,但是真正的B端創業甚至對我們投資人來說真的是需要更多的耐心。我們這里舉了一些美國的ToB類企業,大多是SAAS企業的例子,它是一個創意授權軟件的公司,后來也遇到很多的困難和瓶頸,它也通過并購了一些公司,鞏固它的地位,后來堅決地轉型到云,它的市值也是一路攀升,現在超過千億美元,美國超過百億美元To B服務公司是很多的,我估計應該有近百家這樣的超過百億的,但中國非常少,金蝶軟件大家看一下是200多億港幣的市值,中國企業在這里面的機會還是非常多。

2019-04-12 18:25:17

季薇:  

我們投資機構來說,既然企業需要一個長期的陪伴,需要耐心,它跟To C真的不一樣,To C可以說,錢砸下去,6個月決定勝負,結束戰場,但是在企業服務里面沒有這樣的事情。所以我們還是需要更多的陪伴、更多的幫助,需要有資源扶持。對于To B企業來說,To B的創業還是千頭萬緒,每個階段都有重點去做的一個事情,你的技術、你的產業壁壘在什么地方,產品打磨跟迭代,每個階段都有重心,你必須要聚焦,但也要有變化,你的客戶、你的獲客能力從哪里來,它們在哪里,怎么樣到達他們,確實有很多,不是一蹴而就的。

21.JPG

我們想到這么多問題,我記得去年12月份年底的時候,我們也是在調研一家公司的時候,我們在調研那家公司的過程當中,真的是花了好多的時間找產業的專家了解這個產業它本來的狀況,才知道這個技術的創新對于這個產業本身的升級是不是有那樣,真的有一個機會所在,真的花了好多的時間,我們會觸發,我們自己也會有需求來想,大家有共同的想法跟興趣,共同看To B領域投資的機構一起去做一個相關的平臺,一個聯盟。所以B計劃最早的打算我們是要說,我們要做成是在創投領域和創業領域里面的一個服務和資源的平臺。

2019-04-12 18:25:28

季薇:   

具體來說,我們可以選幾個點來講講我們想它未來可能會有哪些方面做到比較實在的幫助,既然從投資切入的,肯定在項目中互相的分享,包括被投企業在不同輪次的幫助方面、融資方面,給予企業更多的幫助,同時會引進一些行業的專家跟產業的專家,我們希望在未來一些垂直領域,行業方面能夠形成很多的洞見,洞見這個詞是剛剛劉教授講的詞,有洞見才能知道未來的方向。

第三個是對于To B端的創業者來說,我認為會對To C端創業者來說需要更多圈子和資源的扶持,因為很多To B端的創業者它事實上都技術出身,在營銷方向、在找錢方向、在找人方向,以前不在這個圈子里面,在這些方向上面,我們希望有一個這樣的平臺能夠為我們的創業者提供一些幫助。 第四個是資源的上下游對接,剛剛是提供一些產業資源,后續大家可以進行討論,更長的時間,我希望能夠把高校、產業、資本、創業企業一同能夠對接進來,真正能夠形成產學融一體化,解決人才、資金、資源和其他方面的幫助。

2019-04-12 18:26:39

季薇:  

我們目前的B計劃都有誰呢?我相信在座有不少的創業者,但是真的剛剛開始不好意思,我們這個官宣也是由投資機構剛剛開始來引導企業,我們還沒有正兒八經去有相關的議程出來,我們第一批的參與方、參與者都是國內在To B這個投資領域里面有相當多的布局,也比較領先的機構,接下來在各自不同的方向上,To B的創業有更多的關注。各位創業者也不用著急,前一兩周官宣了B計劃之后,我們也收到后臺大量的數據,很多的企業來說,我們是不是可以加入到B計劃里面?

當然可以,因為我們這個B計劃主要就是為企業來服務的,接下來等規則出來之后,我們會有專門的工作小組一起來篩選,逐批讓企業加入進來,為企業能夠解決實事才是我們B計劃的一個初衷。這是我們在調查表發出之后看到大家的一些心愿清單,大家可以看到,我需要戰略建議,管理??櫚納?,我需要人才,我需要錢、我需要人才、我需要所有資源的對接,我們都能理解。其余32%是咱們同行投資機構,還是愿意就我們所關心的這個領域,去挖掘一些新的投資機會,對我們行業的發展有更多的洞察,接下來會組成特別的培訓???,對被投企業進行相關的培訓、學習。

2019-04-12 18:26:52

季薇:   

未來我們會接入更多的產業端和高校專家及專業機構,作為一個行業的平臺資源,如果沒有他們行業內部人士的參與,專家在這個人才里面不可或缺的部分,沒有他們的參與就是不完整的。所以我們想法還是未來能夠形成人才、資金、產業和創業這個里面的良性互動,能夠碰撞出火花,對他們的幫助落到實處。所以我們目前想的,這個并不完備,只是我們剛剛開始在(英文)要做的,我們希望這些是最起碼要做到的一些事情,我們會有投資人跟企業家的社群訊,會定期開展相關的活動。

vbox7180_GIN_4414_180908_small.JPG

投融資的聯盟怎么拿錢?一定是在這個議事日程跟安排里面的,學習與時俱進,幫助我們的被投企業在培訓方面跟他在其他的需求方面去找他們共同需求點,對他們進行相關的培訓,這也是我們會做的。在此基礎上,我們會形成某些垂直領域的行業研究報告,如果能稱為藍皮書的話,能夠對外輸出一些我們的研究成果,當然,從形式來說會定期的舉辦一些行業的沙龍,也會走到標桿型、領先型的企業里面去,并且同時為大家組建一些對接會。

2019-04-12 18:27:07

季薇:   

最后,整體來說,我們希望這樣能夠形成資源對接的平臺,能夠為大家在企業發展當中碰到的很多共性問題,主要是共性的問題形成一些幫助,解決一些問題。我講的可能并不完備,我們這個組織也是剛剛開始,在我們接下來的時間當中,我們剛剛已經在緊鑼密鼓地要討論,在首次參加B計劃的參與方里面盡快地,把我們想要做的事情盡快的落到實處,這才是我們所希望的,目標不要遠大,一步一步來實現。很高興今天有這個機會能夠官宣一下B計劃,我們相一起和在座的各位,包括我們的同行、創業者一起來深耕這個產業,抓住這個行業的變化,擁抱我們創新帶來的機遇。謝謝大家!

2019-04-12 18:28:45

元禾控股沙湖金融總經理、中國創業人才投資中心負責人 王曉玲女士 致辭

vbox11146_056A7979_182736_small.JPG

2019-04-12 18:29:46

王曉玲:

所有偉大都源于一個勇敢的開始,剛剛季總很完整地解讀了B計劃,就是這么一個開始,但是未來還是需要我們大家來創造,今天在此,我宣布B計劃,To B創投派正式啟動。

6.JPG

2019-04-12 18:33:03

啟動儀式

2019-04-12 18:35:14

本次直播到此結束。