线性资本是由王淮和京东、天猫原高管张川共同创立。目前已投资超过30个创业团队,关注中国和硅谷。这次王淮的发言主题“中美科技创新之比较”。 王淮是线性资本创始合伙人。畅销书《打造Facebook》作者。

主持人:谢谢郑子丰总经理,下面开始我们下一个环节,王淮是线性资本创始合伙人,是原Facebook中国籍的第二位工程师和第一位研发经理。畅销书《打造Facebook》作者,福布斯专栏作者、2013年和2014年福布斯中国30及30岁以下精英评委。斯坦福大学管理科学和工程专业硕士,浙江大学计算机学士。  

   线性资本是由王淮和京东、天猫原高管张川共同创立。目前已投资超过30个创业团队,关注中国和硅谷。这次王淮的发言主题“中美科技创新之比较”。      

   王淮:十年前我们很难想象我们今天很多认识和不认识的人被一张网无时无刻牢牢的联在一起,十年后我们又很难想象像今天我们天天操心的很多事儿以后就没有我们什么事儿了。

   举个例子像今天要吃什么,到哪里吃,去哪儿吃,买什么衣服好,怎么穿怎么搭配,你赚了多少钱,这些钱应该怎么去花,财应该怎么理,该给谁的朋友圈点赞,很多都会是机器出发由你来做决定,这个其实你没有资格做这个决定,都是机器帮你做了,而且做的更好,而是机器的询问让你感觉更好一点。

 

   我刚刚描述的场景并非是天方夜谭,都是在发生的。我是王淮,线性资本合伙人,原来是工程师,我拿了硕士之后跑到硅谷参加了两家公司,当时我加入Facebook还是100多人公司,看着Facebook从一个小数据公司,加入的时候是两千万的大学生,走的时候月活跃用户有20亿,他花了五年多时间到现在为止花了十年时间,到了一个处处强调数据驱动的大公司,在我看来Facebook应该是少有的几家懂得大数据实践,又懂得用大数据指导具体工作的公司。

   其他的公司还包括像谷歌、亚马逊,在中国有百度、阿里,腾讯算半个,现在正在发奋的追赶中,其他要么缺理论,要么缺实践,我回国之后做天使投资,投了近40家公司,我和张川创办了线性资本,花了三年时间慢慢聚焦到只做一件事情就是数据资本的到期投资,我们的资本规模1亿美金,到目前为止投了30多家初创公司,包括很多人可能听过在这个领域比较知名的公司,像地平线机器人包括今天的连心医疗等等。

   今天我分享核心观点是人工智能一定会实用化,中国这方面的进展快于美国,我喜欢在接下来的20分钟内结合美国和中国的经验,从技术型投资的角度对中美两国在人工智能产业发展做一个分析和比较。

   首先我有一个观点是人工智能是一个实用性的技术,在学术上面并非一个新生事物,如果把人工智能之父是1956年召开过以人工智能为主的会议有70多年的历史了,五年前在Facebook不会说做人工智能,最多说数据挖掘和机器学习,当时的工业界很多工作花在去打造大数据的技术架构。

   针对很多产品的问题都是强特征的,今天是表征提取技术在当时没有很强的需求,图像声音处理方面的需求爆发的话,深度学习使用的话不会进展那么快,而图像声音处理这类的需求必须要感谢智能手机的普及,今天一天产生的图片数大概是一千亿的量级,是五年前的100倍,这还不包括我们国家特别多的监控摄像头的图片数,捉人工智能的火爆感谢相机应用的火爆,相机应用的火爆必须感谢智能手机的普及,所有的事物都是连接在一起,水到渠成发展起来的。

   人工智能未来如果要发展不能仅限于像图像处理、声音处理的领域,人工智能实用性会在几个流行的领域,是非结构化拓展到其他复杂特征的问题当中。

   第二个观点是人工智能实用性的拓展是需要这五个方面的配合,大数据、算法、算利、人才和应用场景,我会从这五个方面分析一下中美的差异。

   第一点是大数据,如果没有大数据就没有人工智能,下面我提到我真正认同的大数据和人工智能理论和实践的公司,他们共同的特点就是数据够大,这些公司只属于两个国家,一个是美国,一个是中国,美国3.5亿人口,其中75%是居住在城市或者城市边缘,消费理念是全世界第一,中国大概15亿人口,一二线人口数量是3亿左右,消费比例不低,整个消费习惯正在升级过程当中,还有巨大的农村市场。不同的是美国一上来就是世界性的公司,硅谷的时候不强调自己是世界性的公司是很少有投资人和人才加入,美国的普及远远不及中国,活跃度也远远不及中国,但是他们的数据量之大是通过全球的其他市场。

   中国基本上是国内产生,架不住人口巨大,中国数据产生的规模并不比美国小,没有手机陪伴的话中国用户是不敢一个人上洗手间的,晚上睡觉之前一定批阅奏章才敢入睡。美国谷歌垄断了搜索相关的数据,Facebook和腾讯垄断了社交网络的数据,阿里巴巴接近垄断了线上的交易数据。这一点我觉得微信的开发度远远不够的,他们这一点应该让社会一起督促他们来做更多的改进。

   生活当中除了这些之外,还存在像金融、内容、娱乐等等,其实就是吃喝玩乐这些方面都会形成一类的垂直应用,这些一类垂直大应用都可以形成不小的数据孤岛,孤岛数字在中国多于美国,愿意和科技公司合作的意愿其实也要强于美国。一个因为中国的移动化会更加彻底,形成的移动数据量更大,另外是因为中国各个传统的垂直领域,其实更加传统和薄弱,对于移动化、智能化的需求更加迫切,这一点可以参照支付宝的成功案例,他很大的原因是因为中国的传统信用卡支付整个系统的薄弱和移动支付的需求,这两点并到一起之后产生了最后支付宝的成功;回到数据孤岛这个问题上来,如果数据孤岛能够被打通的话,其实是有机会1+1远大于2的效果,举个例子我们把欺诈领域的领头羊公司综合和对战公司的提供交易相关数据之后,所形成的对用户画像跟分级能力,要强于他的任何一个单个客户,这些二次处理产生的数据会成为你的独特数据。

   第二点是算法,包括各大高校和科技公司,像谷歌、微软、百度,在算法的原创性上面,美国的学术走更加激进一些,基础性的方法都是美国提出来的。一个是原创者当中华人的面孔越来越多,有人做过统计,近四成机器学习领域优秀的论文都是华人所写。

   第三点是越来越多优秀海外华人学者往国内走,这些趋势我们看多越来越原创性的方法产生在中国大陆,回到工业界的进展来看,算法经济作为一个创业角度的话,美国比中国做得好的多。美国强调把算法作为一种服务,国内不管是创业者还投资者,基于对风险的恐惧主动把这个机会让渡于大公司,一定要做垂直领域、闭环,这样人工智能才有落地的机会,我觉得这是人为增加向算法经济创业和融资的难度。

   我个人认为大公司提供这类服务的时候,他不见得有相应的动力和团队合适的激励机制,让他们获得竞争力,中国人缺乏对阅历的信仰,美国的创业者创业第一天是改变世界,这一点非常值得我们创业者和投资人学习的。

   下面是算利,人机网络的越来越成熟,所解决的问题也越来越复杂,对于算利的要求也越来越高,拿围棋来说,落子博弈数的空间复杂度是10的300次方,这比宇宙当中的原子数目10的80次方还要多很多,各种算法对于算利提出了巨大的需求,更多是技术、产品、输出的运营能力,另一类是软件和硬件的相结合,这块度对创新的要求更高,中国都在尝试不同角度进行软硬结合,硬件相关的创新在美国大公司驱动,中国是小公司、创业公司驱动。美国大公司有忧患意识,他们创业者在这些方面更加野一点,并不在意大公司有多大的优势。算法和算利相关的创业对人才的要求非常高,对融资金额要求也非常高,我们参与过很多家像地平线的深有体会。 对于投资人的要求也很高,这块需要看懂技术方向、选对人还要给得起钱;

   第四点是人才,对于大数据的创业人才提出比移动时代大得多的要求,移动时代是创业能力和狭路相逢勇者胜的精神,我们还需要技术到产品,产品到商品整个路径的把握。

   我们最近做了自己创始人的调查,线性资本有90%是名校毕业,40%拥有博士学位,50%有谷歌、BAT等大公司的创业经验,参与过小项目的不算,要带过团队做过大公司的经验。

   从历史上来看,美国人工智能的积累有优势,这个优势集聚做小,一个方面是因为中国过去五年内打造了大批人才,还有海外优秀的人才纷纷回国,我上个月在美国待了一个月,前天晚上刚回来。

   第五点应用场景,是我们国家的最大优势,就是要解决的问题,美国是世界的一流发达国家,他们的传统领域做得不错,但是做得不错有的问题是有历史性的负担,像美国有一家公司文化非常像中国的比如说优步,我们提到alphago在过去一年内,特别对于中国的传统企业家有煽风点火的效果,但是他们觉得人工智能要来了,要把他们原来所不能打造的历史成绩全部给替代掉,他们对人工智能有复杂的心态,渴望和恐惧。

   我们看到我们投的公司在过去三年内从不到10个客户到现在有7000多个客户,很多人问哪些方面的创业机会比较好,我的回答是说找你最熟悉和你最感兴趣的,有简单的三个最看重的领域是值得提一提的一个是数据科技来改造金融,还有AI+医疗,第三个是数据对于企业留存的生意再造,我们在这三个上面认为中国的机会大于美国,这也是我们70%、80%精力所投入在这些领域上面。

   我相信人工智能的未来一定会来临,你发现生活当中的方方面面已经被智能化,只是某些领域的到来会早一些另外一些领域,一些国家的到来早于另一些国家,人工智能在中国落地的速度可能快于全世界任何一个角落,给了这个领域的创业者和投资人巨大的机会,我祝各位好运,谢谢!