星河互联人工智能事业部管理合伙人刘玮玮：人工智能创投领域的干货分享|

本篇文章1633字，读完约4分钟

2017年7月7日至9日，全球人工智能和机器人峰会ccf-gair会议在深圳喜来登大中华区酒店举行。雷锋(公开号:雷锋)(公开号:雷锋)记者将在会议期间第一时间进行现场报道。

在7月8日下午举行的人工智能风险投资特别会议上，星河互联网人工智能事业部的管理合伙人刘威葳发表了主题为“从业务落地的角度看人工智能风险投资的发展趋势”的演进，分享了人工智能风险投资领域的一些经验，并探讨了行业的未来和趋势。

人工智能行业被视为一个系统，其关键因素是:

内部因素。

包括人才、算法、大数据、底层计算资源、业务模型、场景需求等等。

外部因素。

社会发展、资本、政策，甚至大信息环境的变化都有外部影响。

人工智能产业的下一步发展:

算法的障碍肯定会消失。

底层框架被大公司垄断，谷歌、脸书和微软都有自己的开源框架。我们也有理由相信，在未来的基础算法中，这个障碍会逐渐变小。

人才壁垒也将下降。

越来越多的人进入这个行业，包括潜在的人才，他们将在经过培训和不断学习后上岗，并不断挖掘国内外的科研机构和知名大学。

底层的计算成本正在下降。

创业项目向前发展。

在2014-2016年期间，已经有大量的创业项目，随着时间的推移，这些项目中的大量项目将从天使轮发展到A轮。

星河的投资逻辑和观点；

形成团队、行业、产品、竞争、运营、技术和资本的闭环。

关注团队从关注算法的能力来看是否有深入行业的能力，团队中是否有人对行业有更多的了解，他们是否能理解客户尤其是B端客户在说什么，以及他们是如何积累经验的。

登陆应用场景比简单的算法创新更重要。随着时间的推移，人工智能行业今年或明年的发展趋势将是从算法创新向为用户提供整体解决方案缓慢过渡。

垂直领域的数据资源比简单的算法创新更加稀缺。其次是人力只能在B端率先登陆，这为B端降低了成本，提高了效率，但C端目前并不好。

从商业着陆的角度划分人工智能产业；

技术相对成熟，在垂直领域有一个商业模式。

这包括一些垂直领域的聊天机器人、使用模式识别的卡片识别、封闭场景中的语音识别和处理，以及机器视觉的工业应用。

这听起来很棒，但商业模式需要重新考虑。

这包括更通用的语音智能助手、智能硬件(结合人工智能)和服务机器人

有需求，但原有的产业链不容易突破。

比如无人驾驶、医疗保健和安全。这些领域都有需求，但原产业链中的巨头将占据整个产业链的大部分利润。作为技术提供商，你只能与巨头分享利润。

持续关注的领域。

包括特殊机器人、安全、智能商业、教育，甚至未来的脑机接口和新零售。

主要智能领域的研究:

声音场。英美烟草和其他企业拥有语音产品、平台或技术。此外，有些公司了解应用程序、阵列和后端。

保安。安全慢慢地从传统向智能转变，并大量使用图像识别技术，图像识别技术嵌入到这些领域。

工业自动化。一些机械臂和工业机器人在汽车领域和3c消费电子领域的应用比较缓慢，在汽车领域的应用程度最高。现在，它的整体状态非常分散，并且有整合的机会。

无人驾驶。该领域未来的登陆也有赖于各种传感器的集成，未来将需要车辆互联网的集成。

辅助驾驶和激光雷达。就自动驾驶而言，它的政策已经成熟，即将着陆。以前的机械雷达不能大规模商业化，所以我们对下一代固态雷达的发展持乐观态度。

服务机器人。这类产品经常在tob酒店或展会上使用，一些高端家庭也在使用，但其需求并不明显，而且现在技术还不是很成熟，所以需要一段时间来打磨。

机器人os。它与服务机器人密切相关。如果机器人操作系统成熟了，它证明了一般的人工智能一定有了新的发展。

工业机器人和特殊机器人。对于传统企业来说，机遇是巨大的。

无人机。现在它主要用于电力、植物保护和警察部队，我们也在密切关注这些公司。

金融业。在智能客户服务、智能投资和反欺诈方面有成熟的应用。

脑-机接口。虽然离登陆还很远，但这是一个值得我们不断研究和关注的领域。

详见雷后续报道。雷锋原创。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。