过去5周，创新工场董事长李开复在北美转了一圈，目的是了解美国AI的发展现状。他密集拜访了美国投资人，以及Hinton，LeCun，Bengio三大深度学习研究领域的传奇人物。

他发现AI领域有两批朝着不同方向进发的人：一批正在将AI技术产品化，主要是BAT和创新工场已投资的一些公司，另一批在思考如何让深度学习更好，譬如研究增强学习和迁移学习技术，实现以更少的数据量让机器的判断更精准，能够自我学习。

后者多数来自研究界，就比如前述的三位泰斗。“我们学校的机器没有Facebook，谷歌那么多，要比数据量做的最好，比不过。所以人脸识别、语音识别我们不搞。我们要更深层的只会，把技术推到更高的层次。更接近人类只会的状态”他们说。

李开复认为，在Facebook、微软、谷歌、亚马逊四大AI巨头中，Facebook做的最深，微软在聚拢实力，谷歌吸纳了全世界一般的AI顶尖人才，而亚马逊起初看似不懂语音和自然语言，却以Alexa突然赶超。

“我在美国看到工业界意识到AI的价值巨大，但也存在安全和隐私方面的挑战。尽管过去的AI毁灭人类论太过激，但如今美国的四大巨头只将AI好的方面，认为不会造成失业问题，其实是想开心赚一些钱，不想承担舆论的指责。”李开复告诉36氪。

他同时表示，如今AI项目的估值的确偏贵，中国是硅谷的一倍，硅谷是美国东岸和加拿大的一倍。尽管现在公司融资很多，金额巨大，但AI人才也越来越贵。他预测明年底会有一批公司用完融资倒掉。

在媒体沟通会上，李开复博士做了关于2018年投资趋势的分享，经过36氪编辑略有删节如下：

AI有弱人工智能、强人工智能之分，强人工智能我们就不讨论了，可能以后会发生，现在还没有基础。但是弱人工智能，即针对某一个领域用大量的数据、做出比人更强大的判断，这件事情正在发生。弱人工智能会创造巨大的价值。

财富普华永道对于未来AI能带来的价值的最保守的预测，是人工智能在2030年将带来中国GDP20%左右。

创新工场会分析人工智能大概有4波浪潮，他们同时发生，没有先后的顺序，但是都会带来巨大的商机：

第一，互联网AI；

第二，商业AI化；

第三，实体世界感知AI化；

第四，全自动AI化；

互联网AI化，是AI以数据作为能源和燃料，所以数据越多，它发展越快，人类有史以来有架构化标志的数据最多就是互联网。因此现在的七大巨头都在互联网领域，它们有幸在过去20年累计大量的数据，在推动AI，数据做好了，AI就会做好，雇更多人、收集更多的数据。

第二个商业智能化，除了BAT、互联网公司，还有谁有数据？非互联网公司因为商业的理由存了一套数据，可能它要备份、为了理财、为了客户的满意度，累计很多的数据，这些数据同样有价值，不像互联网那样爆炸式的增长，但是医院、物流公司都有数据，这数据足够大，也会激活产生价值，而且它在商业流程产生价值。

“互联网AI化”和“商业AI化”是把已有的数据来出来赚钱。“实体世界感知AI化”是把没有数据变成有，然后产生价值,比如安防、购物中心铺的摄像头，就把真实的世界捕捉起来，用这个产生有价值的应用。

“全自动AI化”不仅仅采集数据，这个AI就要动起来，就像科幻片的机器人、无人驾驶，我们不认为这个机器人有感情、控制欲望，但是能动、能触摸、能拿起来东西，这是第四波。这四波累计起来，对人类的价值是非常大的。

第一波我刚才讲过了，我们每天都在为BAT贡献数据，而且做免费的标注、捕捉，每次我们在百度、在腾讯、在朋友圈打开一篇文章，更重要在淘宝购买一个货都被捕捉起来，可能这样一个人会看到这个、点这个，以后我们看类似这个人会推类似的东西。我们发现5年前到今天，淘宝广告越来越精准，是因为它越来越了解你，今日头条是不是越来越推送你想点的文章，这都是AI在后面做的工作。

这个领域创业很难创业，创业做新的APP出来，靠这个流量做，几乎不是AI公司、要做流量。但是已有的流量公司转AI很容易的，看今日头条、快手。

举一个例子就是美图，启动很早，刚开始不是AI公司，现在美图介绍自己都是AI公司。你有没有发现过去三年你自动美化越来越美？因为你们不断的贡献数据、标注数据，你自拍怎么标注数据，你自拍之后三个动作是什么？

是删除、保存、还有分享。这个删除代表不好、储存代表好、分享表示很棒，这就是你深度学习的标注，他以后就会希望帮助你这样的人，做出更多你想分享的照片，做出更少你想删除，这些都是AI的背后，还有新的卡通功能，那些其实也是AI。

第二波浪潮把AI用在已有数据，用它产生价值，进入商业。最好的领域肯定是金融，金融是人类的虚拟游戏，我们有大量的数据都不是真的东西，比如说股票、存款、利息，本身就是一个数字，数字收集起来标注很简单，你股票一年之后不是涨就是跌了，你贷款不是还了就是没有还，所以只要我们能累计一段时间数据，你往一年前、半年前、一个月前推算，都在标注你一切的过去，对发生意外的人，可能要收更多的保费，贷款如果你没有还就少借给你。金融就是大量的数据好标注、还有只要做的好钱就到了。金融本身是虚拟的东西，只要把参数调好，我投资的概率变多我钱就调出来了。

另外，医疗是很应该做的，计算机视觉用在影像医学、用在病例、发射科最合适。但因为医疗的数据不足、医院不愿意分享、用户隐私这些世界性的问题，医疗并没有像金融那么推动。

如果数据没有格式化就用不上，还有一些甚至还没有数据，这都是很麻烦的事情。美国数据相对格式化，因为中国有很多传统企业数据是乱七八糟的，所以中国赶超可能有一些挑战。

做这个领域的创业需要有大数据经验的工程师，不是AI大牛，反而是百度搜索出来的团队，它需要一个CEO需要能卖软件。

我们投了一个项目叫追一科技，这个团队来自腾讯搜搜，把搜索技术跟语音技术加起来做客服，为什么客服靠AI来做，因为很大量的企业都把客服数据储存下来，还有评估客服很好的方法不在于你最后点了几颗星，你有没有很好的完成任务，没有客户流失，这是堆用户的需求做一个分类。

客服不仅仅取代人类，还可以推荐品牌的延伸等等的工作，我们认为这是非常好的自然语言延伸的领域。

第三波浪潮是OMO，经过传感器的普及，我们要把整个世界数字化，用摄像头、用天猫精灵这样的产品捕捉你的语音、视频，捕捉之后我们可以把前台、线下的东西线上化。

我们在线上的轨迹就捕捉下来，可以用在未来的预测上。可以想象真实生活中，你进入大润发，可能被阿里的摄像头捕捉下来，跟你在淘宝做一个混合，所以线上线下无论是供应链、进货、还有客服人员对你的沟通，知道你是什么样的人，都有非常好的认知，线上线下的数据可以结合在一起。

未来传感器越来越便宜，机器越来越普及。有了语音、视频，带来大量的数据优化价值，也是新的UI、新的方法用语音和手势给机器交流。做一个新的产品，如果本身的交互不是自然语音，把它硬塞一个旧机器是不合适的。所以我们

需要很强的产品经理做一个完整的新体验。这方面我们投很多公司，包括小鱼在家、Face++、OMO典型的无人商店，包括AI的玩具等等。

第四波全面自动智能化，硬件的修改比软件慢很多，我们需要机器手臂去行动。很多机器人手脚不协调，但我们人是非常灵活的，这些硬件越来越要做人做的。

自动驾驶可能成为下一段的操作系统，之前有两个操作系统，Windows和安卓，第三个可能是自动驾驶。因为这个自动驾驶把多视觉、功能融合在一起，各种应用都可以在这个舞台识别出来。同样的原理机器人也可以动了，所以我们看到这么一个机会，可以让不同的传感器、控制系统都可以用起来。

一个很重要的因素是现在全世界基本上相信无人驾驶，虽然还没有发生。更多因素可能不在技术上，更多是社会如何接受它、法律如何处理、还有法律、理赔的问题，交通的问题等等都需要被解决。

智能驾驶发生之后，机器人的问题就随之而解了。现在很多人做的重复性流水线的工作会率先被机器取代，创造价值，省钱。

我们在美国投了几家公司，有一家是摘水果的。因为在美国人们不想做摘水果的工作，但是很多人都想吃水果，水果外形的不规则，AI加机械手臂是可以处理的。

我们认为AI会先在工业应用、商业应用里产生价值，解决老板的痛点，最后才是家里面。我们并不认可家里面有一堆机器人跑来跑去，因为如果它不能像人一样，人就会失望了。可能小鱼在家这类教育机器人会有一定的空间，但是家庭场景还是会最后被涉猎。

最后回到无人驾驶，我们深信AI一定是采集大量的技术、然后把技术迭代起来，让你AI越做越好。我们投的公司都是快速上路采集数据的公司。比如说驭势科技，在景区、机场低速的无人驾驶，马上跑起来。

AI的应用需要五个条件，AI是不能跨领域，大的计算量还需要很厉害的人调整数据，所以要做科研、要做一个应用型的公司，那就要解决这几个问题：海量数据能不能少一些？客观标注能不能自动标、单一的领域能跨领域，超大的计算能不能少成本？最后一个问题是顶尖科学家能不能不要？是不是做一个工程师可以用？

就像苹果一样，让一个工程师不用了解指纹识别、人脸识别这些AI技术就可以做。我们认为AI工具化、平台化是必然的方向。就像手机编程刚开始很难，后来越来越容易很容易。

我想讲一下中国和美国的差距。从顶尖科学家的角度看，中美差距很大。但是不用绝望。因为中国的学术水平在上升。过去23%到42%，你可能说前100名的期刊，你看商业的中国少很多，但是前100名非常著名，不容易进去的。在我创立亚洲微软中国研究院，中国可能接近0，我们从98年几乎0到20，之后又翻一倍。这些人怎么来？

微软研究院起关键的作用，包括BAT、华为、今日头条，联想都有很多顶级的来之当时的研究院。40岁都是学术进入大公司，他们下一批的徒弟们、学生们就开始创业了。所以我们对创业充满信心。

更多的年轻人、在读本科、硕士都想进入AI领域，在创新工场人工智能工程院我们培养100个实习生，不敢说他们成为世界级的高手，但是他们都可以很好的运用AI。

还有就是中国有大量的数据，我们移动互联网比国外多3倍，更关键是更多更新线下的技术、共享单车多了300倍，这些新产生的业务是特别巨大的数据在推动，也可以做出很好的AI。其中非常重要一点就是移动支付，因为腾讯、阿里的成功，让中国有6亿用户任何人可以给任何小额的钱，几乎不要交易费。这让腾讯、阿里有更多的机会，另外带来更多创业的机会，包括摩拜、美团没有支付的背景，他们也做不出来，未来创业速度更快、产生数据更快、因此应用AI机会更多。

最后一点是政府推动AI发展，在我们国家13年人工智能发展规则上，非常清晰的描述在2020年要跟上全球AI技术应用，在2030年成为全球主要的AI创新中心。无论是看双创带来八千家孵化器，或者高铁在6年成为全球最大的高铁国家，中国的执行力非常强的。

创新工场2009年成立，正好在互联网时代、移动互联网交界口，当时觉得互联网风口都过了，赶快投传统，但是我们坚决认为科技创业的力量刚刚开始，所以我们成为了当时看好互联网的VC，逐渐在上海、硅谷、深圳创办了办公室，也成立了人工智能工程院。

我们的本质出发点是一样的，我们要投最技术的公司、最懂技术的投资人、最棒的服务、最爱创业者。而如今我们看整个融资、投资的轮次金额有很大的改变。刚开始天使轮是大部分，后来越来越少，到现在几乎只有一小。大部分我们投资放在A、B轮，我们管理资金的规模也到了应该是百亿以上的规模。我们整个方向是跟过去有所调整。

为什么做这个调整呢？因为我们发现，整个投资链条缺一个天使，但是创业者拿不到A轮，拿第一批钱很头疼，会被投资人欺负。我们在2009年是扮演了雪中送炭的角色。

我们会自己培育AI人才、推动AI产业，有一些项目可能被分拆出来。在AI行业我们是全面的投入，推动了世界级的AI竞赛，做了工程院，写了一本书，正在写第二本，在南京开始启动科研，我们还做了夏令营。

我们在美国办了顶级科学家的交流，在高效、硅谷办公室，在美国做了很多的投资案子，虽然中国的政策、数据很先进，但是美国的科技还是最领先。所以我们在这方面希望做到连接中美的过程，也看到很多的技术希望把它带回来。