【投资人说】如何鉴别“人工智能”真伪?哪些企业“躺枪”了?

VC说

0824ab18972bd407ef42e4057e899e510eb30944

变革家,专注创业项目分析,帮股权投资者把好第一关!毫无疑问,人工智能已经成为今年最热门的科技词汇之一。自从AlphaGo击败李世乭,基本上是家VC就宣称自己要布局人工智能领域了,不然多跟不上时代啊。投资人都这么热情,嗅觉灵敏的创业者就更是群情激昂了,市场上一下子疯狂涌现了成百上千家“人工智能”创业公司。

那么如果没有深厚的技术积淀,小伙伴们该如何判断一家“人工智能”创业公司到底是真的“人工智能”,还是只是一家画饼公司、故事公司、PPT公司?

慢着。也许你想要做出这个判断时,已经误入歧途了

感谢“谷歌高级软件测试工程师”——李世乭老师,把“人工智能”这个概念再次带上风口。不过,人机围棋对弈不仅仅是一场秀,它的背后是规模千亿级的人工智能产业市场。BBC预测,2020年全球人工智能市场规模将达1190亿元人民币。

虽然这一数据远比不上2015年中国移动互联网的产业规模,但人工智能技术的发展,还将带动云服务、大数据分析、移动互联网和物联网产业的升级迭代。所以说未来是人工智能时代,并不为过。

从2011年开始,包括深度学习技术、计算资源和大数据产业的成熟,令人工智能行业实现飞跃,包括微软、IBM、谷歌、Facebook、BAT在内的国内外企业都开始深度布局人工智能,试图把握风口,成为下一个产业变革的巨擘。

708679497154297778

在国内,随着资本的大举进入和媒体热炒,市面上的所谓“人工智能”公司百花齐放,百舸争流,百家争鸣,好不热闹。许多行里行外的小伙伴一下子有些懵逼:这什么情况,这波人哪儿冒出来的?

虽然整个行业看似欣欣向荣,

但是!一定要有转折,不是吗?

其实我们没必要在“人工智能”这个概念上过于纠结。

所谓人工智能,无非是三个层次:

1. 有一定量数据,或者有能力和有数据的公司发生业务关系;

2. 第二个是对数据的处理能力。这里不是说最新最牛的技术一定是最有效的,其实很多传统的统计学习带来的方法是非常有效的,不一定要用最热门的机器学习、NLP(自然语义处理)、CNN(卷积神经网络)这套东西;

3. 第三个是应用,也是线性资本非常看重的层次。

对人工智能的真伪该如何辨别?本身人工智能就是人为制造出来的标签。我们并不认为拿成熟技术来解决一个行业问题就一定不是好公司。

所以争论真伪“人工智能”没有意义。例如我们投资的桃树,就是典型的拿有效的基于逻辑回归,gradient descent(梯度下降), SVM (支持向量机)去实现大数据服务这个应用。当然桃树之前也尝试过用CNN(卷积神经网络),发现其实差别不大,而最关键是做出来的产品跟实体的结合应用。

846362334444986698

在这三个层次的创业项目都会有机会,而我们重点关注应用层面。比较理想的形式是从基础层出来的团队,整合后实现应用,成为有最新最前沿的人工智能技术的应用公司。

但我们判断这个类型的公司,并不强调它们的技术是否最新最牛最前沿,更重要的是把团队的技术优势发挥出来——因为目标还是在应用层产生效果如果只看技术,中国有好多教授都能达到国际水准。所以,优秀的AI公司,应当对行业和应用有自己的想法和判断,并且能够把AI和应用结合起来。

线性遵循的AI领域的投资理念,重点还在于能朴素的结合应用层面。不然技术再牛,也是DeepMind这种被收购的命,但咱们国家缺乏Google这类以未来为使命的科技公司,不是吗?

本文正文作者小线菌,正文内容来源线性资本。了解更多决策参考信息请添加变革家小秘书(添加时请注明“姓名-公司-职务”方便备注)或直接点击会员链接:https://jinshuju.net/f/Z7rfJh;转载请注明作者姓名和“来源:变革家”;文章内容系作者个人观点,不代表变革家对观点赞同或支持。

biangejiaerweima1

参与讨论

微信公众号

微信客服