2019年4月25日，由高新科创、紫金港资本和GPLP犀牛财经共同举办的“2019GPLP第三届人工智能产业高峰论坛”在杭州成功落下帷幕。此次论坛得到了海创基地以及多家投资人、企业家、创业者、媒体代表的支持参与。
面对时下火热的人工智能，投资机构是如何看待这个市场的投资机会？在第二场圆桌论坛环节中，国科嘉和执行董事丁润强、凯联资本管理合伙人黄苍、金沙江联合资本管理合伙人周奇、源星资本管理合伙人于立峰、诺基亚成长基金合伙人葛瑶以及紫金港资本合伙人曾云就这一话题进行了深入地交流和探讨，分享了自己的真知灼见。
紫金港资本合伙人曾云：人工智能是一个提升生产力的工具
紫金港资本是主要浙大校友联合创立的一家投资机构，现在管理的基金规模超过50亿，2016年与浙商创投、浙江大学等联合成立百亿浙大母基金，第一期20亿人民币。
人工智能，在我看来是一个提升生产力的工具，主要有四大用途：
一个是提升效率；
第二是降低成本；
第三个是危险场景和人做不到的一些场景；
第四个是加强监管。
在提升生产力和降低成本的角度，有大量赚钱的公司，也有很多噱头的公司，主要判断的依据就是客户的付费意愿和能力。人工智能很是面向企业客户，如果一开始就跟巨头绑定，后面它的发展潜力会受到很大限制，如果客户更多是一些中小企业，不过度依赖某一个或几个巨头客户，则未来潜力会更大。
从2008年至今，在整个人工智能行业发展当中，大概在13前后两年是人工智能起步发展期，基本上七年到十年一个产业周期，到明后年这些人工智能基础技术公司是一个上市潮，接下来从2019年开始，一些场景公司落地有非常大的机会。原来一些好进入，利润高或流通性好的领域，比如金融、交通、医疗等，在过去几年的发展中，已经被占领得差不多了，接下来的场景落地机会在于一些有比较深的行业壁垒的领域，对创业团队的行业资源和执行力也有较高要求。
其他的投资机会，在我看来，一个新的技术浪潮会带来流通环节，包括内容分发，电商，媒体，支付方式等各种变革，比如说游戏或者教育内容的分发，传统的互联网/移动互联网的渠道，接下来智能硬件（智能投影电视，VR/AR等）也会逐渐变成一个重要分发渠道，这是过去没有的机会。过去十年是我见证人工智能独角兽（偏底层基础技术公司）成长的十年，接下来我非常看好人工智能在各个细分行业落地的机会，伴随着产业互联网，必将迎来人工智能大发展的十年。
凯联资本黄苍：PE投资难度大 机会也大
凯联资本是04年在美国注册的，从投资的方向和阶段来看的话，以大消费和科技为主。
侧重于消费，不止于消费。
凯联资本的投资方向更侧重于消费，但不止于消费，可能更多是投资相对成熟的项目，从业务层面或者实操层面更多。凯联的背景是智慧投资或者是并购投资，从消费、教育、汽车等行业的维度设立一些产业基金。
PE投资难度大 机会也大
凯联资本更关注于相对长周期的投资，从PE思考路径的维度和VC是不同的，PE的角度需要对确定性的要求更高，但不管是VC还是PE本质是共通的，是在预判或者预测某个行业的五年之后的未来。凯联团队更关心两个周期的迭代。例如智能汽车领域，在这个赛道里，头部的玩家五年后的状态会如何。以前是被动安全，现在是主动安全，未来是人工智能的安全。产业内的人会看得更清楚，在这个赛道上还有很多重量级的选手还没有出来，被比喻成是“一个穿着西装的暴徒”，其实这个领域里面很可能“汽车暴徒”还没有上场。所以说在这个领域里投资难度大，机会也大。
资源整合是金融行业至今没有解决的痛点和需求
投资行业赚的是操作系统和做事方法的辛苦钱，提升效率和降低成本绝对很重要，在金融行业里还没有解决这个行业真正的痛点，但是有迫切的需求。看到了问题，去解决这个问题，恰恰这个就是机会。资金是一个方面，但更要做的是资源的整合，这就是凯联的投资思路。
金沙江联合资本管理合伙人周奇：AI将有巨大的发展空间
金沙江联合资本管理着50亿人民币左右的资金，主要投资A、B轮的科技型企业，我们的主要投资方向一个是泛人工智能，第二个是大交通，第三个是产业互联网，不管是技术创新还是模式创新，都围绕的是to B的企业，是产业投资。
泛AI是我们投资的一个重要方向，泛AI是指从上游的传感器到后端的应用整个一个产业链，不过前端与后端这两个方向其实有两种不同的投资逻辑——前端包括芯片、传感器等，是非常底层的技术，也是一个长周期的事情，这类企业以基础研究为驱动，公司的估值也往往比较贵。从应用落地切入的创业企业，其团队更加复合化、多元化，既有AI的团队也有产业背景的高管。
在我看来，AI跟互联网一样，应该是一个体会不到得但又无处不在的工具，它渗透到各个应用场景中去。我们不应该先从技术方面入手去看AI得技术如何去落地，而应该先从需求入手关注场景。客户才不关心用的是啥技术，他们只关心问题解决了没有，解决的成本如何。解决了问题的，然后再来讲AI在里面起到什么样的作用。AI创业，也需要从需求入手。
AI才刚刚开始，技术也还有很大的发展空间，应用落地的潜力巨大。在中国创业，除了市场庞大以外，中国市场的容错能力比较强，允许你犯错误。所以中国的创业公司好好抓住这个历史机会和方向，会有很多的机会。
源星资本于立峰：AI不可能脱离传统的东西独立去做
源星资本是管理资本63亿人民币，从A到C轮都会投，主要投资方向是四大领域：一个是智能+，包括智能制造，包括人工智能，第二个是医疗，第三个是军民融合，第四个是大消费，我们在国内最早提出一个智能+概念的投资机构。
在投资的时候，我们偏好这几个方面：
第一我们有一定的产品形态和落地的应用场景；
第二个比较看重的是软硬件结合的，纯的软是不大会投，我们更喜欢有应用场景的公司。
关于人工智能投资，我们更关注智能技术在传统产业改造升级当中的作用这个赛道。这是一个很大的市场，包括智能制造，包括一些新的其他行业里的应用，其次我们更关注新兴技术，因为智能技术带来新的应用场景会激发新的消费市场，所以我们会看有一些实体项目，或许这里面没有那么高大上。
我举三个例子：
我们投资了一个做脊柱手术的机器人公司。应用场景非常明确，可以覆盖到5个病种，收费不是特别高但也不是特别低，它的智能技术包括定位、导航等等，包括预设手术方案。
第二个案例是一个新的治疗技术，从三级甲等医院传到县级，一个医疗的手术方法需要五年时间的培养，但是由于有了医疗手术机器人人工智能技术以后，可以同步实时辅助医疗技术水平的提高。
第三个项目是研究水下定位，包括水下通讯系统等。
从军工突然延伸到消费品领域，这会形成一个工业品和消费品多维度的产品的视角，也能推进公司在其他领域的研发，包括水下通信系统，水下北斗系统等等，所以我们在看很多人工智能公司的时候，其实不能够单纯从公司的角度看它的技术多么高，而要结合公司的商业模式来看。
因此，我认为人工智能技术的发展是一个长期的过程，中国AI技术和未来的发展前景空间确实是非常巨大，但这个过程当中现有的技术跟现在的技术如何结合起来，这些是我们比较关注的。
人工智能未来的投资机会，其实无论是机械的自动化还是怎么样，总是要跟AI结合，不可能脱离传统的东西独立去做，一定是在一个应用的场景下去进行价值提升。芯片也会在应用场景下才会有价值，我们认为新技术和市场之间是一个互动的关系，也许有应用，而且应用出来的时候会扩大市场，市场的需求又进一步促使技术的进步，现在的技术发展和过去的技术发展完全不同。
大疆就是一个典型的例子，大疆无人机的出现形成了一个巨大市场，这个巨大的市场促进技术的发展，在安防、森林防火等等这些应用领域反复的赋能，这是一个成功的例子，因此在天上、水下、安防、军工等等这些领域，无论是横向还是纵向，都产生了很多新的技术，产生了新的市场，新的市场又反过来促进了技术和新的品类的应用，设备更加成熟，这是一个很大的商业机会，我们会重点看这些领域的投资机会。
诺基亚成长基金葛瑶：人工智能对行业的改造还非常初级
诺基亚成长基金在全球管理10亿美金的规模，主要投资方向是科技+产业，包括我们比较关注智能交通、物流、消费、教育、医疗，另外还有企业服务，专注于成长期投资，投资规模是一千万美金到几千万美金左右。
我们在人工智能领域主要关注两种类型的公司，一种是落地比较快的，我们关注技术的成熟度；另外一种就是技术还不是特别成熟，但是市场空间非常大的公司，这一方面我们主要关注数据准确性及可获得性；第三是消费者对技术的发展容错程度到底有多高。
此外，我们还会投一些边缘计算的公司，硅谷有一家公司，现在已经有了一些在物联网产业的应用，不过这件事其实不光光是一个人工智能算法的问题，在行业应用当中也是挺复杂的一件事情，包括机器视觉、硬件，甚至包括对算法的优化，包括对行业的理解，其实在这个过程当中非常重要，所以一个复合型的团队非常少见的。
还有一些我们觉得很好的公司，这个领域还有一些不错的团队，最近在这一年左右开始用一些新的替代性的方式思考一个行业，也会冒出来一些稍微早期一点的公司，但是方案更先进，可能今年会去布局这些行业。
人工智能这个市场发展真的还非常早期，投资机会也非常多。比如说移动互联网对于整个工业、传统行业的改造其实现在还远远没有结束，所以说人工智能对行业的改造还非常初级。
第二，从中国的市场角度去看，我们认为中国在这一轮科技进步的浪潮当中是有颠覆性创新和弯道超车的机会，比如在技术演进过程当中我们积累了用户数据、行业经验，慢慢也会有一些颠覆性的技术出现，那个时候就是这个市场低端颠覆高端的机会，我们非常坚定的看好中国市场人工智能发展机会。
国科嘉和丁润强：AI一定要技术与产业结合，创造商业价值
国科嘉和是中科院国科控股直管基金，2011年成立，现在管理着多支人民币和美元基金，包括专注中早期的VC基金和成长期的PE基金，还有一支安全专项基金；作为中国科学院嫡系的投资机构，国科嘉和现有的近百家企业，以及未来计划投资的方向，均是以核心科技为主。
关于人工智能投资，我们更关注AI技术的应用，即AI技术与产业的结合。
我举两个例子，第一个就是人工智能在工业领域的应用，比如视觉和工业检测，以一部手机为例，我们知道手机在出厂的时候要经过大量的检测，有包含了各种各样声光电的、基于信号的检测，也有基于视觉的检测，比如表面的划痕、瑕疵等。过去的时候使用工业相机，对于传感器、光源有很高的要求，现在则是可以将工业检测跟AI进行结合，一方面可以降低对前端传感器的要求，以及AOI综合使用的门槛，另外一个方面有机会提高已有的检测设备的检测精度和检出率。
第二个案例是自动驾驶和智能汽车，围绕着这个产业链，我们投了不少公司。受限于监管、技术成熟度、成本等多方面的综合因素，真正能大量商用自动驾驶的乘用车还需要走很长的路。在哪些场景内能够有机会更早更快落地呢？比如工程机械、矿山车、物流车甚至农用车。原因在于这些车辆它们的工作环境更严苛比如有很多粉尘、渣土，存在更极端的高低温，而车辆所在的作业区域还要被严格监管的，这个时候把人工智能融合在这样的落地场景就非常有商业价值了。此外，从技术应用的成本角度，对于一辆二三十万的乘用车而言，现在自动驾驶的成本实在高，但如果把这些技术用在售价就有大几百万、甚至一两千万的工程机械上面去，这个成本的增加对于客户来说，接受度就大了很多。
总结来说，虽然算法的不断提升很关键，但任何项目我们从来不会说就AI论AI，而是一定要将先进的算法、技术来赋能产业，一定要找到一个具体产业可以和成熟的AI算法、技术去结合，提升效率，降低成本，这是第一个机会；第二个机会是创造新品类，创造新的应用方向，过去由于各种原因做不了，而现在技术发展到能够做成，抓住过去已有产品的转型新方向。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
