联想创投王光熙:过去十年AI实现了从理论框架到工程实现的演进丨AI领域投资人专访
2021 07/26

LENOVO CAPITAL

“AI Inside”,甚至“AI in ALL”,形象地描绘了 AI 发展到今天的现状。

AI 逐步成为各类智能产品的基础能力,今天用到的诸多有商业价值的产品,背后 AI 的应用已经无处不在了。从手机人脸解锁、智能音箱,到自动驾驶,甚至外卖背后,都是因为有了 AI 算法和算力的提升才逐步实现。

科技公司或是行业巨头,将 AI 用来增加商业闭环的能力、变现的效率,或者降低成本等,本质上都是在使用技术来提升自己的商业护城河。

AI 产业化走到今天,以 AI 为核心技术能力的创业者,正在快速去找行业的应用落地点,或者打造一个偏通用性的平台,寻找能够规模化落地的方式,帮助企业将商业模式建立起来。

聚焦技术投资的资本力量中,CVC 正以其独特的资源背景和产业优势,成为风险投资中的新势力。

CB Insights 中国深入走进联想创投的投资世界,与联想集团副总裁、联想创投集团合伙人王光熙,聊一聊关于 AI 技术投资的思路与布局。

文章来源:CBInsights中文

ID:gh_1f1b7e50c592

作者:宋颂

01 投资布局三类与 AI 相关的板块

成立 5 年,联想集团旗下的科技产业基金联想创投投资了 200 多家企业。

CVC (企业创投)正在逐渐成为投资市场中的重要组成部分。对大企业自身来说,通过外部投资,一方面可以促进其所在行业的创新,另一方面与更多创新企业进行交叉领域的合作,来应对动态、复杂的竞争环境。

如何布局与 AI 相关的板块,联想集团副总裁、联想创投集团合伙人王光熙这样解释:

“一类是从 AI 科学出发,寻找 AI 核心技术在行业中的应用落地场景;第二类是围绕算力,未来不管 AI 算法如何演进,算力平台(包括半导体)的升级将会带来 AI 计算的革新;第三类是 AI 与终端设备的结合互动,包括机器人、AR/VR 等。

我们认为,这三类方向是 AI 背后的推力,能够带动前端和物理端的智能化。其中的投资切入点:一是科学家和算法及技术研究驱动;另一个是行业和场景需求切入。但两者最终的目的都是以 AI 技术和算法来驱动的行业发展。”

联想创投集团是2020年对中国企业投资中最活跃的企业风险投资机构(来源:CB Insights)

在这样一个投资逻辑下,投谁?“上一阶段投资 AI 科学家比较多,他们技术比较领先,同时也在找商业应用落地。从技术和学术上来讲,能力都强一些,科学家更有机会在现有的应用当中,把算法做得更精进、更好,因此有机会做出算法上的突破。”

那么,如何定义、投资一个优秀的团队和企业,王光熙认为技术能力和价值上升空间,是衡量当前团队能力的两把尺子。

首先在技术层面上,“团队要有创新突破,或者在现有平台中把产品做得更好、更有技术领先性。”过去,可能只有少数技术能力特别强的团队在进行研究和应用,团队之间技术水平差距还是非常大。

当下而言,随着一些 AI 开源项目和人才的普及,能够做到五六十分的水平的团队数量明显增多,大家都差不多了,接下来比拼的是哪支团队能做到八九十分的价值。

“那么如何从五六十分变成一个八九十分的 AI 能力和应用呢?可能涉及两个方面,一方面是在整个 AI 算法、工程化能力方面有独到之处,并且技术能力更强;另一个是怎么能在垂直的行业当中,与行业 know-how 结合更深。”王光熙补充道。

在每一波技术革新中,都存在这样一个周期。例如移动互联网发展,已经走过打基础阶段,公司对于怎样去引导流量、做流量分发,以及怎么变现,摸得比较透了。

“那么在这个时间点,对于前半场而言一个稀缺的技术能力是先发优势,但是后半场可能对于细分行业的运营能力、管理能力、商业化能力等,有更高的要求。”

整体而言,在一个相对狭义的 AI 赛道里,“第一波团队已经到了要实现规模化、商业化落地的阶段了,团队正面临的问题是,怎样能够快速在自己扎根的行业和应用中,达到八十分以上的水平。”

02 过去十年 AI 实现的进步:算法和算力的跃迁

过去十年,基于神经网络和机器学习算法, AI 实现了从理论框架到工程实现的演进。

“从 IT 的角度来看,AI 的进步本质上是重大算法框架侧的突破,使得原来很多用传统算法没有办法解决的问题,在新的神经网络和机器学习的框架下面,变得可计算,得到了解决。”

谈及未来 AI 技术的演进,王光熙认为今后的一段时间内,AI 算法会在现有的框架内不断进行迭代,实现小的革新和突破,比如自动学习、小数据人工智能训练等。

2021 年企业 AI 应用技术趋势(来源:CB Insights)

除了算法的升级迭代,还有算力问题。从算力上来讲,过去二十多年的演变还是非常明显的。

正是因为近二十年计算能力的提升,让算法有能力去解决更复杂的问题。

“随着数据量发生质的变化,算法演进加上算力的规模化,让原来不可计算的问题变得可计算。那么,接下来的问题就是要把可计算的问题运用到行业中去。”

03 未来如何投?

脱虚向实,上一个十年 AI 落地的主线。

王光熙也谈及,AI 算法和体系的演化,是科学家、学术圈、工程界一起去推动的。无论在学校还是产业界,对于学术边界的拓展、算法和框架的更新,某种意义上也在影响人类对于 AI 的探索和路径的突破。

未来围绕 AI 相关的投资,王光熙阐述可以有几个维度去思考:一个是从行业的角度,医疗、交通、智慧城市、工业、能源这几个大行业一定值得关注。

“这些行业本身也面临着用工成本、新业态和用户需求等各种各样的刚需或挑战,而这些行业本身数字化和信息化的程度又很高,AI 能够来解决其中的一些问题,那就能够提供价值和提升社会效益。”

王光熙以工业为例,中国是工业大国、制造业大国,并且会持续保持世界工厂的地位,行业规模够大;同时工厂也面临着人口老龄化、用工成本上升等问题。

因此 AI 来辅助进行工业智能化转型符合逻辑,但是如何衡量 AI 带来的价值?这就要看,某一项 AI 技术,在工业场景中对于成本的控制和效率的提升,是否达到行业替换的拐点。

“如果在某个时间点,AI 的解决方案,好用、便宜、又稳定,能够超过或者能够大幅越过交叉点,技术的价值就会呈现出来。”

未来 AI 在工业方面的应用,一定会是从高价值逐渐向低价值演进,高价值场景,原本成本就非常高,赛道足够宽广,客户和应用场景都相对比较集中,适合AI 来介入。

只要能够满足工业场景的刚需及对于安全和稳定性的要求,成本能过越过交叉点,就会有比较快的商业化机会,然后逐步实现规模化,同时渗透到更多场景中。

与碎片化的工业不同,王光熙表示,一些新的行业比如智能汽车、自动驾驶,集中度很高,规模足够大,更符合 AI 的逻辑。但是会出现新的挑战,技术难度也更高。

第二种思考维度是,从 AI 具体涉及的工作种类来看。

“一种是是后端的数据应用和决策;一种是前端感知或执行。这两类都是 AI 算法在背后驱动,只是在物理表现形式上不一样,如控制机器人、物理层面及软件和操作层面的自动化等。可以按照这些类别,去寻找不同领域的商业化机会。”

谈及如何评估这类项目,以及优秀的团队从哪里来,王光熙表示现在这个时间点,如果是新的团队,可能需要比较强的行业背景或者跨界的经验,并且需要有清晰的行业落地规划和路径。

联想创投越来越多地去关注 AI 跟行业紧密联系的项目。目前行业的变革还处在向上发展的阶段,过去很多关于 AI 的想象、对 AI 价值的判断,都只是预判。

但真正能够深入地去改造、革新一个行业,带来天翻地覆的变化,实际上还是处于刚起步的阶段,后面的道路还很长。

最后跑出来的成功者可能是 AI 技术领先的变革者、跨界团队,也可能是传统行业从业者,他们比较有自我革新的能力,获取了 AI 数据信息化的能力,最后升级成了新一波的 AI 行业领头羊。

联想集团副总裁、联想创投集团合伙人王光熙总结到,在每个行业都会有机会,联想创投要做的就是在不同的时间点,抓住每个行业发生变革的一些征兆和拐点,投到最有机会去肩负和改造这个行业的团队。

联想集团副总裁、联想创投集团合伙人王光熙将担任《麻省理工科技评论》中国 AI+ 创业大赛的评委。在此,邀请创造无限可能的你,加入本次创业之行。

© 2016-2019 Lenovo Capital & Incubator Group All rights reserved. 京ICP备11035381 | 京公网安备110108007970号