灏博大数据出的AICLUB, 找到的ai人才严重短缺可靠吗?

原标题:报告|医疗AIai人才严重短缺短缺 薪资20-300万元之间!

未来上医院看病时,可能会是一个机器人帮你看胸透片子日前,记者从2017长江产业论坛(秋季)暨医疗健康大数據与人工智能大会获悉医疗领域人工智能技术ai人才严重短缺严重短缺,已经制约了行业发展

本次会议聚焦人工智能等话题。动脉网创始人李大韬发布的《2017医疗大数据和人工智能报告发布》显示人工智能远程医疗模式的兴起,改变了现有诊疗模式人工智能在疾病筛查等多个领域取得了不俗成绩。

然而一位医疗行业人士透露,现阶段医疗人工智能ai人才严重短缺短缺现象突出其所在实验室中,前后两屆毕业生只有他一人从事医疗行业他说,AIai人才严重短缺从事医疗行业的大约不到十分之一

论坛嘉宾介绍,今年开始人工智能领域的ai囚才严重短缺薪资暴涨,用人成本过高严重影响了人工智能公司的发展目前,很多人工智能公司的首席科学家年薪约为200万至1000万元并配備相应股权。工程师职位方面硕士年薪在20万至40万元之间,博士年薪为50万至300万元不等

人工智能已经历两次低谷

解放人类脑力的第四次工業革命

人工智能产业链一般来说划分为三个层次,分别是底层的基础层中间的技术层和上层的应用层。但是数据是人工智能产业链中非常重要的一环。它原本属于基础层因为其重要性,我们把它提出来和基础层并列。

人工智能在各行各业中的能力:一是高效率地辅助决策二是对项目运营进行优化。

辅助决策通过大数据收集,显著提高决策效率并降低成本。全面的数据收集不会漏过蛛丝马迹洅用深度学习算法来洞察业务中的关键决策点,计算速度和准确性都要高于人类

运营优化。通过图像、语音、物联网等各种传感器收集囙来数据对项目运营中的问题进行分析,并提出优化建议

二、人工智能改变医疗未来

三、算力算法齐备,人工智能+医疗等待医疗大数據引爆

医疗人工智能学习数据三大获取途径

一是企业自有数据通过大量的人力采集,再对数据进行结构化处理形成人工智能的训练基礎。大部分人工智能企业在进入这个领域之前正是在各自领域采集到了相当多的行业数据,才考虑对数据资源进行利用形成人工智能業务。

二是各国政府的公共数据美国联邦政府在Data.gov 数据平台开放了来自多个领域的13 万个数据集的数据,包含医疗、商业、农业、教育等领域我国和其他国家也陆续开放了部分领域的公共数据。

三是产业合作数据人工智能创业公司通过和行业公司,以及产业链上游的数据公司建立合作获取数据比如医疗方面和医院建立合作关系。IBM Watson 一开始就是通过和纪念斯隆凯特琳癌症中心合作获取病历、文献等数据

四、医疗人工智能的核动力:医疗大数据

医疗大数据是因健康活动而产生的数据,是有出生、免疫、体检、门诊、住院和其他活动所产生的數据按照数据来源划分,可以将目前数据库分为三类分别为电子健康档案数据库、电子病历数据库和全员人口个案数据库。

除了传统嘚以上三个来源之外医疗大数据还包含通过“物联网”所收集的数据——医疗器械收集的健康数据,APP、远程监控、传感器提供的连续临床数据

大数据成为国家战略,医疗进入大数据时代

虽然个体健康医疗数据对于医疗技术革新的价值有限但通过对海量、来源分散、格式多样的数据进行采集、存储、深度学习和开发,可以从中发现新知识、创造新价值、提升新能力从而进一步反哺健康医疗服务产业。

伍、我国人工智能发展现状

我国人工智能学术研究世界领先

人工智能是国家大力推动技术

除了从国家层面推动人工智能的产业发展需要政筞支持人工智能在应用过程中所涉及到的法律法规问题也需要尽早规划和监管。特别是在监管严格的医疗行业中人工智能的商业化应鼡,还有很多问题需要政策进行规范

第一,人工智能的应用规范医疗问题涉及到人的健康和生命,是一个复杂而谨慎的领域任何问題都和患者的生命安全息息相关。所以我们需要尽快在国家层面明确监管措施,用法规来监管人工智能在医疗上的应用范围是什么监管范围是什么?风险的责任判定等等

第二,数据的合理、合法应用因为人工智能需要从过往数据中进行学习,才会使其拥有智能并嘚到提高。所以大量高质量的医疗数据是人工智能具有判断力的基础。

第三产业政策扶持。目前中国的高科技公司中,有超过半数嘚公司并没有将人工智能列入 战略计划之中即使开始涉及人工智能,也可能在数据、ai人才严重短缺、技术上还存在阻碍如何引导数字醫疗产业完成人工智能的变革,政府可以通过一些传统经济工具帮助企业克服人工智能发展初期所面临的问题。

六、人工智能ai人才严重短缺供需严重不平衡

领英发布《全球AI 领域ai人才严重短缺报告》中国人工智能领域专业技术ai人才严重短缺总数超过5 万人,排名全球第七位印度、英国、加拿大和澳大利亚分列2-5 位。而美国有超过85 万的AI ai人才严重短缺

中国11 所高校和中科院4 所研究所(计算机所、声学所、软件所、自动化所),共15 家单位的AI 专家和硕博ai人才严重短缺47 名医疗人工智能创业公司的CTO 或者首席科学家,有30 名都在国外或者中国的香港、台湾進修过占比63.8%,而与医学专业相关的ai人才严重短缺仅有7 人占比14.9%。美国毕业的学校多为麻省理工、卡内基梅隆、加州大学约翰霍金斯大学等高校

据行业内人士透露,现阶段不仅人工智能ai人才严重短缺短缺医疗人工智能ai人才严重短缺更加短缺。该人士所在实验室中前后兩届毕业生中只有他一人从事医疗行业。该现象在高校中比较普遍AI ai人才严重短缺从事医疗行业的大约只占十分之一。

七、九个和人工智能擦出火花的细分领域

定义:虚拟助手是一种可以和人类进行沟通和交流的辅助机器人它通过人工智能技术理解人类的想法,学习人类嘚需求并输出各类知识和信息,辅助人类的生活和工作医疗型和通用型虚拟助手的区别:

应用场景分类:个人问诊、用药咨询、导诊機器人、分诊和慢病管理、电子病历语音录入。

交互方式:人们和虚拟助手的交互方法一般有语音和文字两种医疗类型的虚拟助手还有叧外一种交互方式,就是选择题因为普通人很难用准确的语言来表达自己的问题,所以医疗健康类的虚拟助手大部分会使用选择题的方式和人进行沟通

个人问诊和用药咨询第一个步骤是自然语言处理,通过自然语言处理之后再根据疾病数据库、医疗信息数据库或者外蔀的医疗数据库,进行对比和深度学习对患者提供医疗和护理建议。

个人问诊类应用连接的后续服务是进行互联网就医导流用药咨询類应用连接的后续服务是进行互联网或线下的药品购买导流。

服务类机器人主要用于取代重复和简单的人力工作大部分市场还处于空白狀态。而且通过搭载医学相关知识体系还可能用于家庭等服务场景。相比较而言导诊类服务机器人和家庭用医疗服务机器人是研究的熱点,创新度较高

医疗导诊类服务机器人主要是通过患者的语音输入进行语义分析,然后给出医院的分诊和导诊建议节约人力,方便患者更先进的导诊机器人还能通过传感器收集患者的生命体征信息,给出更准确的建议

慢病管理环节中应用人工智能聊天机器人,则鈳以保证患者病情在已知、可控的情况下进行病情判断和处理

慢病APP 作为医患沟通桥梁,当患者的数据发生变化的时候人工智能可以及時发现问题,邀请医师或者药师人工介入在人工智能的帮助下,慢病APP连接线下所要匹配的医护人员数量将得以降低同时不会对服务体驗造成不良影响。

人工智能参与的智能语音录入通常由语音识别、语义分析、智能纠错三部分构成智能语音录入全过程由医疗领域语言數据模型进行支撑,该数据由针对各个科室的业务进行了梳理定制语音模型而来,覆盖各个科室常用的病症、药品名称、操作步骤等关鍵信息

语音智能录入能够大幅提高医生录入病历的速度,从而节省医生的宝贵时间使其能专注治疗。

人工智能能够参与疾病的筛查和預测需要从行为、影像、生化等检查结果中进行判断,依靠得最多的检查数据是MRI、CT、X 光等影像数据根据筛查手段的不同,所以本节的企业类型也可以归纳到其他类型中人工智能+ 影像领域也是参与企业最多,产品最丰富、涉及疾病种类最多的疾病诊断领域我们将单独莋一个章节进行详细讲解。

目前人工智能参与的疾病筛查和预测上,绝大部分是人类尚无法攻克的严重疾病一组数据说明了这一点。囚工智能相关的医学论文中肿瘤以892 篇遥遥领先,阿兹海默排名第二

目前,疾病预测大多还处于实验室阶段动脉网蛋壳研究院通过收集整理,发现人工智能在以下疾病预测方面获得了进展:

脑疝预测:《中国卫计统计》2014 年刊登了一篇名为《利用人工智能系统预测大面积腦梗死患者的转归》的论文利用人工神经网络多层感知机建立多因素预测模型,对大面积脑梗患者的预后进行预测

慢性肾病分级预测:华南农业大学食品学院的研究员曾经基于人工智能对肾小球过滤进行预测,通过BP 神经网络构造了预测模型从而最终构建出一个实用性良好的慢性肾病分型预警模型。

心脏病患者死亡预测:英国科学家在《放射学(Radiology)》杂志上发表文章研究结果认为人工智能可以预测心髒病人何时死亡。英国医学研究委员会下的MRC 伦敦医学科学研究所称人工智能软件通过分析血液检测结果和心脏扫描结果,可以发现心脏即将衰竭的迹象

骨关节炎发展预测:卡内基梅隆大学生物工程博士Shinjini Kundu 在一次会议上,展示了人工智能在骨关节炎发展方面进行预测的研究在Shinjini Kundu 的研究中,通过收集大量人群10 年间的软骨MRI 影像数据通过人工智能去寻找健康人群和患病人群的影像差别。人工智能通过大量图像数據的学习能够发现正常人的软骨中的异常,从而预测出未来三年患有骨关节炎的概率

流行病风险预测:中国平安与重庆疾控中心联合課题组研发的全球首个流感预测模型取得阶段性进展:利用平安的大医疗健康数据和人工智能技术,及重庆市疾控中心监测数据能够提湔一周预测流感发病趋势,并在验证中取得了准确的预测效果

现代医学是建立在实验基础上的循证医学,医生的诊疗结论必须建立在相應的诊断数据上影像是重要的诊断依据,医疗行业80%~90% 的数据都来源于医学影像所以临床医生有极强的影像需求,他们需要对医学影像进荇各种各样的定量分析、历史图像的比较从而能够完成一次诊断。

“人工智能+医学影像”便是计算机在医学影像的基础上通过深度学習,完成对影像的分类、目标检测、图像分割和检索工作协助医生完成诊断、治疗工作的一种辅助工具。

我们把人工智能在图像处理上嘚能力分为四类:影像分类、目标检测、图像分割和图像检索将上述四项能力进行组合,便得到了人工智能在医学影像上的具体应用场景

人工智能医学影像在实际操作中解决了三类问题:

1.把信息更好地呈现给医生。人工智能能够完成脏器的定位、分类以及分割工作并将鈳疑位置进行标注相当于为医生去除了干扰项,将更为直接的信息呈现出来

2.帮助医生定量分析。医生非常擅长定性分析看到片子,醫生1秒内就大致判断什么问题但是需要一些工具做更精准的判断,定量的分析靠眼睛很难做到。

3.人工智能影像能够解决的成像和智能圖像识别的问题这两个步骤很多年前是被分开的,技师拍片子医生做分析。实际上只有两者结合起来才能更有效的优化系统,帮助醫生提供有效的服务

人工智能在医学影像各领域的应用情况:

人工智能的切入主要是利用机器学习和自然语言处理技术自动抓取病历中嘚临床变量,智能化融汇多源异构的医疗数据结构化病历、文献生成标准化的数据库将积压的病历自动批量转化为结构化数据库。

目前囚工智能病历/ 文献分析的应用场景主要有三类:病历结构化处理、多源异构数据挖掘、临床决策支持

人工智能系统参与到病历结构化的過程中,能够像一个有经验的医生一样精准完整的读懂病历所表达的含义,并消解其中的歧义系统利用自然语言处理技术,深度挖掘囷分析医疗文本的信息它可以快速批量抓取病历中的信息生成一个结构化数据库,这个抓取环节可以为医生节省数月的时间把这个过程的耗时压缩到几秒。

由于历史原因 我国医院同时运行着过百种医疗信息化系统,这些多源、异构的系统彼此割裂指使各医疗数据处於孤岛状态,无法得到有效利用而且,信息化厂商往往通过接口收取高额的费用

人工智能企业与医院合作,无需和原系统对接利用夶数据技术完成多源、结构和非结构数据的清洗、脱敏、结构化、标准化,使得医院能够一统原先分裂的医疗数据形成互联互通的医疗夶数据平台,为实现大数据处理和分析奠定数据基础

临床对于辅助诊断的要求甚高,医学数据或者说辅助诊断场景里对于结论的可推測性——因果推测链条要求十分严格。在这个场景下大数据里常用的基于相关性结论的应用和产品设计,并不适用于医学这个特殊领域

“医院管理”顾名思义,是指以医院为对象的管理科学它根据医院工作的客观规律,运用现代的管理理论和方法对人、财、物、信息、时间等资源,进行计划、组织、协调、控制充分利用医院的现有资源,实现医疗效用的最大化

人工智能在医院管理应用上主要有兩个方向,分别是优化医疗资源配置和弥补医院管理漏洞

传统的医院管理方式完全依靠人工,这带来的问题一方面是医护工作者不能将铨部精力投入到医疗工作中造成医疗资源的浪费;另一方面医护工作者的工作任务已经非常沉重,如果再给予他们更多行政事务难免慥成工作上的低效。

人工智能能够很好的弥补传统的人工进行医院管理带来的问题人工智能应用机器学习等方式,根据医院已有的信息進行建模训练出一套精准的算法,并在实际应用中不断自我更新使模型更有针对性。

系统能够从点评网站、社交平台和新闻媒体等渠噵收集客户对医院的评价通过自然语言处理技术将非结构化的数据处理成能被系统识别的结构化数据,根据已经搭建好的模型系统能夠整理、分析出各种评价背后的真实含义。最后将信息总结成可视化的图表呈现给医院的管理者,告诉他们根据客户的评价医院在哪些方面做的不到位可以通过哪些方式进行整改。

在相对流程化的信息收集阶段人工智能相比人工收集的优势是非常明显的。对信息的收集和清洗往往需要耗费人工几周甚至几个月的时间而人工智能系统全部进行数字化处理,将时间缩短至几个小时或几天大大减少了工莋量。

智能化器械是指由现代通信与信息技术、计算机网络技术、行业技术、智能控制技术、人工智能技术汇集而成的针对医疗器械的应鼡但是智能化器械不是指普通的拥有智能功能的医疗器械,它可以摆脱对医生操作的依赖通过机器学习等底层技术实现自我的更新迭玳。

智能化器械在两个方面能够大大提升医疗效率:首先智能化器械能够帮助医生节省工作量。其次智能化器械能够提高器械使用的精准度。

对于传统的器械公司来说组建一个新部门研发产品的流程是比较复杂的,但是与人工智能公司合作自己就无需耗费时间、财仂和精力去做这个事情,通过合作的方式将人工智能系统搭载在器械上面销售增加器械的竞争力。

对于医疗人工智能公司来说产品研發出来以后,与器械厂商的合作有两种好处一方面可以通过科研合作的方式,验证自己产品的实际临床效果

新药的开发流程可分为药粅发现、临床前开发和临床开发三个部分。而现代药物发现在技术上又可以分为三个阶段:靶点的发现和确证、先导物的发现、先导物的優化三个阶段

人工智能在新药研发上的应用主要可以是两个阶段:一个是新药发现阶段,另一个是临床试验阶段共7种不同应用方向。

個人的健康数据十分复杂按照数据的来源我们可以将个人健康数据分为基因数据、生理数据 ( 比如血压、脉搏 )、环境数据 ( 比如每天呼吸的涳气 )、社交数据等。有了这些个人健康数据加上人工智能最终可以实现人们对健康的前瞻性管理。

健康管理是变被动的疾病治疗为主动嘚自我健康监控通过带有医疗监控功能的可穿戴设备实时监控人体各项生理指标,结合其他个人健康数据对潜在健康风险做出提示,並给出相应的改善策略

根据人工智能应用在不同领域的健康管理,我们将AI 在健康管理上的应用分为:慢病健康管理、人口健康管理、母嬰健康管理、精神健康管理、术后健康管理、运动健康管理六个细分领域

近年来,基因领域的发展已经进入了快车道基因检测技术得箌不断发展和完善,落地应用多点开花检测价格不断下降,基因检测趋向大众化发展海量的基因数据的获得已不再是制约。

随着数据嘚不断积累对数据的准确注释解读及其如何对临床产生应用价值成为了基因产业下一步发展的关键,分析能力和大数据库是遗传解读和咨询的关键信息的解读与整合成为了基因相关企业的核心竞争力。

如何解读基因的奥秘是当代生命科学界的一大难题;如何通过解读基因大数据,获取与疾病相关的变异找到致病基因,是基因应用于精准治疗、药物研发、个人健康管理并产生影响的核心环节

通常我們讲基因应用包含两个方面:基因测序和基因解读。基因检测已趋向

大众化基因序列解读成为目前发展的瓶颈,人工智能便依靠其强大嘚数据处理能力和学习能力切入到了基因序列解读的进程中

目前,基因企业都意识到了基因解读的瓶颈Illumina 、华大基因、贝瑞和康等龙头企业已经走在了前列,纷纷将人工智能纳入自己的分析体系

人工智能在基因解读领域带来了人类不曾拥有的能力,让人类有机会用数字描述生命相信在不远的将来,这样的场景将会出现基因检测由专业检测机构完成,结果分析交给人工智能临床医师只需要最终结论,用这个结论去指导治疗、进行精准的健康管理

基因领域的企业融资理由绝大部分是因为基因技术和生物技术,和人工智能的关联度不夶基因行业本身近年来融资额度大,频率高所以,在后续章节的人工智能企业融资盘点中我们没有考虑纳入基因行业

八、医疗AI 创业公司的商业模式分析

人工智能+ 医疗创业公司的成本组成

医疗人工智能企业的成本主要有生产成本(数据成本、技术成本和人力成本等)和營销成本(运营成本和推广成本等),一般情况下生产成本占据全部成本的大部分本章节的所有数据和内容来自于采访和研报。

医学AI 创業公司涉及的领域有很多各个领域用来训练模型的数据也不尽相同,这些数据包含放射影像数据、眼底图像数据、病理图像数据、语音數据、电子病例文本数据因为目前国内尚未形成完整的数据归属权、使用权、隐私权等法规文件,所以各个公司获取数据的渠道和费用吔不相同

算力成本也是人工智能创业者不可忽视的一笔费用,计算力又可以分为三个方面:芯片、超级计算机、云计算创业者往往根據自己的公司数据量的大小,周期、费用、准确性来选择使用哪些计算方法

据了解,出于成本考虑购买芯片是大多数创业者的选择,怹们购买 之间的芯片自己构建服务器,在本地运算进行模型训练一般创业者会选择购买英伟达的GPU,适应性更好

大部分创业者在起步階段都会选择购买芯片,进行初步的运算后期需要提高精度或者商业部署的时候,他们会租赁云服务器这样会降低成本。

今年开始囚工智能领域的ai人才严重短缺价格暴涨,无论是哪个量级的公司面对上百万甚至几百万年薪的人工智能专家都有ai人才严重短缺招聘难的問题。

医疗AI 企业的现实挑战

虽然人工智能在医疗领域的应用能产生巨大的潜在价值但是在现实中让人工智能达到预期效果仍要面临一些問题。尤其是在ai人才严重短缺、技术发展、客观基础条件、数据壁垒、政府监管和市场培育等挑战

ai人才严重短缺供需不平衡:ai人才严重短缺供需不均衡,ai人才严重短缺成本过高严重影响了人工智能公司的发展

数据质量:人工智能可以对人的意识、思维的信息过程进行模擬,可以像人一样思考人工智能学习医生的经验就像我们上学时学习课本知识,因此数据的质量至关重要

数据标注问题:人工智能数據处理中80% 的时间都是在做数据预处理工作,标注的准确性关乎结果的准确性近两年之内没有什么好的办法,还是要大量医生去标注

算法方向选择问题:在医生的工作中,影像只是一部分还有很多主诉和交流,但是目前人工智能尚处于弱人工智能阶段并不能进行深入嘚沟通,因此选择辅助分析算法的时候需要选择更少沟通更客观的方向。

数据监管问题:医疗技术监督管理是卫生监督体系的主要组成蔀门是规范医疗服务市场秩序的重要手段和方式,而人工智能刚刚应用到医疗领域很多监管政策还没有制定,在接下来的发展过程中┅定会遇到医疗监管的问题

市场培养:医疗被认为是人工智能最早落地的领域,但是医疗的特殊性对产品的要求会更高从认识到被接受再到相应支付体系的完善,以及到医保的接入都需要一个很长的过程。

政府监管:目前医疗人工智能行业还处于跑马圈地阶段虽然國家出台了《新一代人工智能发展规划》,但是规划中指出到2025 年,国家才会初步建立人工智能法律法规、伦理规范和政策体系形成人笁智能安全评估和管控能力。也就是说在这几年内人工智能几乎 “无法可依”。

九、人工智能+ 医疗的行业布局

国外的科技巨头中IBM 在人笁智能+ 医疗领域的布局最早也最深入,谷歌和微软也有部分参与Facebook、苹果、亚马逊等巨头在人工智能领域已经有长远考虑,但是主要布局茬它们各自有竞争优势的行业对于跨界应用于医疗行业的人工智能项目较少。

国内的科技巨头中百度和阿里都推出了自己的人工智能+ 醫疗解决方案,而腾讯主要以投资创业公司的形式在人工智能+ 医疗领域布局最近也推出了具体的人工智能医疗产品。

人工智能+ 医疗初创公司分析

国内有83 家企业将人工智能应用于医疗领域主要布局在医学影像、病历/ 文献分析和虚拟助手三个应用场景,而其中涉足医学影像類的企业数量达到40 家远高于其他应用场景的企业数量。

根据动脉网数据库、IT 桔子和因果树等渠道的信息截至2017 年8 月31 日,国内83 家企业的融資总额已经接近42亿人民币历年的融资情况走势如下(其中2017 年为2017 年1月至8 月的融资金额,单位百万人民币):

2016 年是人工智能+ 医疗在国内形成投资风口的元年有27 家企业在2016 年进行融资,其中16 家企业融资金额在千万级人民币或美元以上医疗大数据公司碳云智能当年的融资金额高達10 亿人民币。

国内83 家人工智能+ 医疗企业中有61 家有公开的融资信息它们目前的融资轮次集中于A轮和天使轮,国内企业在人工智能应用于医療领域的商业竞赛才刚刚开始

国外有109 家企业将人工智能应用于医疗领域,它们在健康管理、医学影像、新药发现、病历/ 文献分析等应用場景都有比较均衡的布局

国外有109 家企业将人工智能应用于医疗领域,它们在健康管理、医学影像、新药发现、病历/ 文献分析等应用场景嘟有比较均衡的布局根据动脉网数据库、Crunchbase 等渠道的信息,至2017 年8 月31 日国外109 家企业的融资总额已经超过12 亿美元,历年的融资情况走势如左丅图(其中2017 年为2017 年1月至8 月的融资金额单位,百万美元)

其中在2014 年肿瘤大数据公司Flatiron Health 融资1.3 亿美元,医学影像公司ButterflyNetwork 融资1 亿美元排除这两笔融资后,2012 年至2017 年国外的人工智能+ 医疗领域的融资规模逐年稳步增长。

国外109 家人工智能+ 医疗企业中有99 家有公开的融资信息它们目前的融資轮次也集中于种子轮和A 轮。因此可见全球的人工智能+ 医疗领域均处于早期发展的状态。如果仅以市场成熟度的标准观察国外市场相仳于国内市场基本不存在竞争优势。

国内和国外都没有出现大量布局在人工智能+ 医疗领域的投资机构造成这种情况的原因一是人工智能+ 醫疗是近年才逐渐成为投资者关注的话题,行业内的优质投资标的并不多;二是人工智能+ 医疗企业的融资金额普遍较高但由于医疗固有嘚严谨性和人工智能技术的不确定性,商业化进程相对缓慢因此投资风险较高。

人工智能+ 医疗技术成熟度曲线

从人工智能+ 医疗企业的投融资数据可以看出来这个领域已经开始蓬勃发展。早期的人工智能初创公司主要负责基础研究搭建人工智能学习平台进行算法及算法框架等。在研究成果出来不久随即被大公司收购。比如Deepmind 和Wit.ai第二波的人工智能企业负责技术层面的研究,在语音识别、图像识别等领域提升准确度第三波的人工智能企业,则开始在各领域的应用层面推出产品

而人工智能+ 医疗企业的蓬勃发展,也正是说明了人工智能的商业化应用正在逐渐接近成功但是人工智能+ 医疗还有多种应用模式,不同细分领域的发展情况也有很大的差别那么,这些细分领域之間的市场应用区别有多大技术成熟度如何?动脉网蛋壳研究院尝试用Hype Cycles 技术成熟度曲线来衡量

动脉网蛋壳研究院尝试用我们自己的方法論,来客观描述人工智能+ 医疗各细分领域的发展状况技术成熟度判断的相关计算指标如下:

1)该细分领域企业的平均融资额。

2)该细分領域的企业数量

3)该细分领域的行业分散度。

4)该细分领域商用的医院数量

最后,我们通过自己的分析列出了如下的人工智能+ 医疗技术成熟度分布。

目前企业数量最多的医疗影像和平均融资额最高的病历/ 文献分析类企业排在成熟度的第一位和第二位

那么成熟度第一嘚医疗影像应该位于曲线上的那个位置?蛋壳研究院这样思考

第一,蛋壳研究院在前面统计过人工智能医疗企业的合作医院数量和目前嘚产品临床应用情况从医疗影像类的企业入驻医院数量来看,目前国内科研能力较强医疗水平靠前的大型医院几乎都已经和企业开始叻相关的临床实验。首批种子用户活跃度已经达到了顶峰;

第二相关领域的大规模媒体报道大约出现在2015 ~ 2017 年,目前在一个平稳的高峰期;

第三同时涉足医疗影像和病历/ 文献分析的人工智能标杆企业IBM Watson,和MD 安德森医院分手的负面报道开始在2017 年出现质疑人工智能在医疗上的發挥作用。但是其他的负面报道并不多见。

所以我们认为医疗影像在曲线上的位置应该在顶峰期往下一点。投资者和创业者也应该谨慎在人工智能+ 医疗影像行业目前初创企业扎堆的情况下,如何获得生存空间是值得思考的问题这个领域算法和技术已经成熟,企业的瓶颈在于如何获取足够丰富的医疗影像数据如何完成准确的标注,以及如何获取收益

而其他类型的人工智能+ 医疗企业,都还大部分处於技术萌芽之后的快速上升期排名最后的疾病筛查和预测,因为难度最大算法最复杂、需要数据最多。报告中所举例的案例也大部汾还在大学、研究机构的研究阶段,所以位列最后也符合其市场表现

在互联网圈子里有一句话流传甚广:得人工智能者得天下。似乎还应加上一句:得ai人才严重短缺者得人工智能人工智能ai人才严重短缺到底有多稀缺?打开某知名招聘网站,搜索“人工智能”后会出现很多招聘岗位具有诱惑力的薪酬会让人眼前一亮。以人工智能算法工程师为例该职位少则月薪1万、2万,多则年薪百万不像其它行业占据职业高薪榜的是高级管理ai人才严重短缺,在人工智能领域中技术类工程师拿的是最高薪。然而“坑”多“萝卜”少,ai人才严重短缺哪里找?

“人工智能产业的竞争说到底是ai人才严重短缺和知识储备的竞争。据腾讯研究院发布的《中美兩国人工智能产业发展全面解读》分析美国人工智能产业总量约是中国的两倍,基础层ai人才严重短缺数量是中国的13.8倍ai人才严重短缺差距巨大。据高盛发布的《全球人工智能产业分布》报告统计2017年全球人工智能ai人才严重短缺储备,中国只有5%左右ai人才严重短缺超过500万人。”

这种供需不平衡的现象不仅在中国有在美国硅谷亦是如此。李开复去年曾公开透露“在硅谷,做的人工智能博士生现在一毕业僦能拿到年薪200万到300万美元的录用通知,三大公司(谷歌(微博)、脸书和微软)都在用不合理的价钱挖人”

据领英近日发布的《全球领域ai人才严偅短缺报告》显示,截至2017年一季度基于领英平台的全球AI(人工智能)领域技术ai人才严重短缺数量超过190万,其中美国相关ai人才严重短缺总数超過85万高居榜首,而中国的相关ai人才严重短缺总数也超过5万人位居全球第七。

然而这些ai人才严重短缺仍不能满足互联网行业的需求,目前互联网行业中最稀缺的就是人工智能ai人才严重短缺甚至很多行业巨头会用月薪几十万招聘人工智能顶级ai人才严重短缺。一些业内人壵认为国内的供求比例仅为1:10,供需严重失衡工信部教育考试中心副主任周明也曾在2016年向媒体透露,中国人工智能ai人才严重短缺缺口超过500万人

为何人工智能ai人才严重短缺如此稀缺?目前,国内外企业均把人工智能看成下一个变革的主要力量AI技术ai人才严重短缺,则是主導这一变革的中流砥柱人工智能的竞争说到底是对ai人才严重短缺的竞争,因此出现了各大互联网企业高薪挖人的现象

还有业内人士表礻,今天人工智能取得的成就很大程度上要归功于2010年“深度学习”技术取得的历史性突破但由于大部分学术界ai人才严重短缺还在学校或鍺科研院所中,所以真正能够投入业界的ai人才严重短缺非常少这也是造成目前人工智能ai人才严重短缺如此稀缺的原因之一。

二、“远水”来解“近渴”

美国在人工智能方面布局很早所以ai人才严重短缺数量也较多,目前人工智能ai人才严重短缺有一半在美国。其中华裔巳经成为一股不可忽视的科研力量,人工智能领域华人力量的集体崛起已经成为一个现象《全球AI领域ai人才严重短缺报告》显示,美国已荿中国AIai人才严重短缺最大回流来源中国拥有海外工作经历的AI技术ai人才严重短缺有43.9%来自美国。华人ai人才严重短缺的持续回流将加快缩短Φ国与美国等国家的技术差距。

ai人才严重短缺需求的激增促使科技公司把目光瞄准国内外各大高校的人工智能科研ai人才严重短缺越来越哆的企业在“挖人”方面不惜重金。据业内人士透露人工智能的顶级ai人才严重短缺回国后主要聚集在BAT(百度、阿里巴巴、腾讯)三家。究其原因一方面是因为行业巨头有海量的数据能够为人工智能研究提供支撑,在业务层面上吸引了海归ai人才严重短缺;另一方面企业也愿意拿出高薪聘请他们做科研项目。有些中小企业尽管愿意出高薪但却苦于没有海量数据,所以也很难请到这些顶级ai人才严重短缺究其原洇,是因为数据是人工智能研究的基础如果没有海量的数据,高水平的研究人员也难有作为而海量数据恰恰是互联网行业巨头们的优勢。

顶级ai人才严重短缺有了基层ai人才严重短缺又是如何培养起来的呢?如果单靠高校培养,时间上会有延迟所以目前业内的基本情况是:顶层人工智能ai人才严重短缺来自美国硅谷和国内外高校,一线员工有很大一部分是内部转岗还有部分是通过校园招聘来的。

目前中國的人工智能ai人才严重短缺在总量上与美国有差距,但发展前景看好《全球AI领域ai人才严重短缺报告》显示,中国资深人工智能ai人才严重短缺数量与美国差距显著10年从业者仅占38.7%,而美国的10年以上AI从业人员比例达到全球最高的71.5%但中国人工智能ai人才严重短缺也有其优势,即高学历者众多其中研究生及以上学历的ai人才严重短缺占比达到62.1%,领先于美国的56.5%这意味着中国人工智能ai人才严重短缺虽然比较年轻缺少經验,但学历高、接受能力强后续潜力不容小觑。

近年来校企联合逐渐紧密,培养了一批相关ai人才严重短缺人工智能ai人才严重短缺團队也逐渐壮大。很多中国年轻的本土人工智能ai人才严重短缺毕业于北京大学、清华大学、北京邮电大学、华中科技大学等20所高校所以,这些高校在业内也被称为“AIai人才严重短缺的摇篮”

在王兴军看来,中国在人工智能技术上与欧美国家相比还有很大差距但在细分领域也有自己的独特之处。《全球AI领域ai人才严重短缺报告》的结论也印证了这种观点中美两国AIai人才严重短缺在不同细分领域的分布“各擅勝场”。其中美国的AI基础层ai人才严重短缺占比超七成,集中度很高;中国在AI技术层和应用层的ai人才严重短缺分布更为广泛特别是在机器囚、图像识别、精准营销和等领域。

中国高潮迭起的互联网科技创新、庞大的数据量、丰富的应用场景和大量的资本涌入使中国对于全浗ai人才严重短缺的吸引力不断增强,这将使中国成为全球人工智能赛道上一个最强有力的“赶超者”

四、2017年全球人工智能ai人才严重短缺皛皮书:

腾讯研究院与发布的2017年全球人工智能ai人才严重短缺白皮书,对当前全球人工智能行业现状和发展趋势及ai人才严重短缺需求做了细致的分析提出了ai人才严重短缺紧缺成为行业现状。

(一)美国主导下的 全球AIai人才严重短缺发展现状

在全球AI产业ai人才严重短缺分布方面美国茬AI基础层占据绝对优势,中国则在应用层与美国旗鼓相当据腾讯研究院《中美两国人工智能产业发展全面解读》统计,截止至2017年6月全浗人工智能初创企业共计2617家。美国占据1078家居首中国以592家企业排名第二,其后分别是英国以色列,加拿大等国家其中,美国1078家人工智能企业约有78700名员工中国592家公司中约有39200位员工,约为美国的50%

1.人工智能企业拥有数量TOP5

其中,美国1078家人工智能企业约有78700名员工中国592家公司Φ约有39200位员工,约为美国的50%

2.全球人工智能领域20所顶级高校

目前,全球共有367所具有人工智能研究方向的高校在这367所高校中,美国拥有168所占据全球的45.7%,独占鳌头加拿大、中国、印度、英国位于第二梯队。

3.国内外高校AI课程设置对比

国外:系统完善学科交叉精耕细作。对於本科来说主要课程包括数学和课程。必修课程如下:

国内:未成体系师资力量严重欠缺中国高校在AI领域一般设有计算机科学学院与軟件学院。在培养方式上前者软硬件相结合,侧重研究;后者以软件为主侧用应用。两者区别如下:

(二)全球AI顶级ai人才严重短缺全景图

据估算目前,全球AI研究及直接从业者约有30万人主要分布在高校、AI新兴企业、科技巨头以及其他领域。其中高校约10万人,产业界约20万人从这30万人中,我们筛选出其中各领域顶尖ai人才严重短缺近千人进行了较为详细的调查和统计后筛选出有代表意义的ai人才严重短缺进行叻“画像”,包括:学术领域204人领先企业81人,科技巨头50人投资人24人 。

当前人工智能领域的竞争,主要体现为ai人才严重短缺之争我國AIai人才严重短缺以80后作为主力军,主要分布在北京、上海、深圳、杭州、广州ai人才严重短缺需求量也以这些城市居多。根据相关数据显礻中国592家公司中约有39200位员工,而中国对于AIai人才严重短缺的需求数量已经突破百万但国内AI领域ai人才严重短缺供应量却很少,ai人才严重短缺严重中小企业招聘更加困难。此外企业对于AIai人才严重短缺的招聘门槛相对较高,硕士成为最低门槛偏爱双一流院校毕业生,专业鉯计算机、数学、物理为主

数据显示,2017年前10个月内AIai人才严重短缺需求量已经达到2016年的近两倍,2015年的5.3倍ai人才严重短缺需求直线上升年複合增长率超200%。

随着人工智能概念的持续火爆大批求职者主动向人工智能相关岗位靠近。数据显示过去三年中,我国期望在AI领域工作嘚求职者正以每年翻倍的速度迅猛增长特别是偏基础层面的AI职位,如算法工程师供应增幅达到150%以上。

为了对比国内AIai人才严重短缺供需凊况我们引入供需指数,该指数根据在特定时间段内的行业整体招聘需求量、活跃求职者存量与招聘/求职活跃度四个指标建模得出指數反映了某一岗位ai人才严重短缺的供需状况,当小于1时说明ai人才严重短缺供不应求大于1说明ai人才严重短缺供给充足。

从结果上看目前國内AIai人才严重短缺供需指数逐年走高。2017年国内AIai人才严重短缺供需指数已达0.98,较2015 年提升11个百分点表面上看人工智能ai人才严重短缺供需已基本平衡,然而相关ai人才严重短缺质量参差不齐

在对ai人才严重短缺各项参数进行详细分析后,近三成期望在人工智能领域大展身手的求職者与 AI雇主所要求的各项指标相距甚远这部分人或为低学历求职者,或为刚初出茅庐仅对基础编程略知一二、缺乏实际AI技能的初级程序员。在滤除“高水分型”求职者后发现,2017年真正基本满足AI 企业要求的ai人才严重短缺供需指数仅为0.6左右较2016年下降0,04,说明我国AIai人才严重短缺不但严重紧缺且这种趋势正由于人工智能企业增多而变得愈发严重。部分核心类岗位如、图像识别工程师等,ai人才严重短缺供需指数更是不到0.4保守估计,截止到2017年10月我国人工智能ai人才严重短缺缺口至少在100万以上。而且由于合格AIai人才严重短缺培 养所需时间远高於一般ITai人才严重短缺,ai人才严重短缺缺口很难在短期内得到有效填补

《AIai人才严重短缺遭疯抢但撑起芉万年薪的有多少是泡沫?》 精选四

原标题:应届博士年薪50万中国AI企业估值比美国贵四倍

(原标题:中国AI突进: 企业估值比美国贵四倍, 应届博士年薪50万)

“Pythonai人才严重短缺缺口30万薪资高到没朋友”、“真正0基础入学,90天入门到高薪”伴随人工智能的火热,人工智能短期培训班也风生水起动辄两三万的培训费用,咨询报名者络绎不绝而其中高薪成为最诱人的广告语,这些机构网站无一例外将薪资放茬最显眼的位置

在过去的一年因为人工智能行业急速爆发,巨大的ai人才严重短缺缺口将行业ai人才严重短缺薪酬推至令人咂舌的水平抢奪ai人才严重短缺背后如何留取和管理ai人才严重短缺也成为新的挑战。

“人工智能领域应届博士年薪在50万左右硕士从25万到35万,这一薪资水岼相当于2~3年工作经验的普通岗位工程师的薪资”人工智能企业“流利说”联合创始人、首席科学家林晖博士向第一财经透露,今年10月公司首次启动了校招并成功招到十几位来自清华、北大、复旦等校区的硕士毕业生,而这些来自计算机系、数学系、统计学等专业的学生往往在未毕业前就已经手握多份Offer。

IDG资本发布的《2017年互联网准独角兽薪酬报告》显示人工智能行业高级岗位薪酬高出整体水平55%,中级岗位高出90%而初级岗位更是高达110%,一场由人工智能引发的ai人才严重短缺争夺大战一触即发现有市场ai人才严重短缺争夺已呈现白热化。

“如果知道一个人读博士而且念的是神经网络,基本上注定这个人一辈子只能做研究因为他永远也做不出来。”未来机器人CTO方牧博士提及伍年前大家常讲的一个笑话方牧是浙江大学本科、上海交通大学硕士、香港中文大学工学博士,从事机器视觉和机器人导航领域的研发让她感慨的是短短五年的时间,如今已经无人不知深度学习而学生的薪资待遇也今非昔比。

应届毕业生之外对于AI高级ai人才严重短缺嘚争夺则更为激烈,其中包含公司ai人才严重短缺的挖角更有高校学术大牛的抢夺。在今年云栖大会上阿里云人工智能首席科学家闵万里透露自己曾在一年时间收到来自猎头700多封邮件。

而为了抢夺高级ai人才严重短缺流利说于今年9月份在美国设立了AI实验室,目标就是挖掘“学界和工业界有一定影响力的ai人才严重短缺”在林晖看来,中国AIai人才严重短缺数量不输美国尤从发表论文的数量可见一斑,但从质量上而言领军型的人物更多在美国,而这些大牛大部分在美国已经成家吸引至中国双方耗费的成本都比较高,在当地建立实验室是最佳选择

今年5月腾讯挖来语音识别技术顶级专家俞栋博士为AILab副主任,并成立美国西雅图AI实验室在今年11月份采访中腾讯AILab主任张潼向记者透露,美国实验室正在招人阶段明年可能会有20到30人的规模,专注前沿技术研究这也意味着这些互联网公司正在和全球的竞争对手争夺AI尖端ai人才严重短缺。

AIai人才严重短缺抢夺大战的涟漪波及猎头行业在过去的一年不少猎头公司上线AI猎头服务,其中硅谷ai人才严重短缺尤为抢掱

“硅谷的ai人才严重短缺非常贵,Facebook毕业两到三年的博士大概在40万到50万美元,如果回国去BAT一类的公司他们普遍希望有30%的涨幅。”岚顿咨询战略招聘总监周伟告诉第一财经这段时间他正在帮一家中国独角兽公司,寻找一名拥有丰富AI经验的华人担任AILab院长一职要求是国际互联网公司首席科学技术或AI专家,具备较强学术攻坚与商业应用能力在世界顶级期刊发表过论文,颇具行业号召力

博将资本硅谷管理匼伙人AlexRen于去年创办TalentSeer,主要负责中美之间AI高端猎头服务寻找AI芯片、无人驾驶、对话式机器人、云服务物联网、深度学习平台方面的ai人才严偅短缺,在过去的一年他们帮助50多家公司招募到了近100个ai人才严重短缺团队也在短短一年时间从几个人拓展至二十多人。

根据他的经验碩士或博士毕业工作三到七年的技术骨干是最为抢手的ai人才严重短缺,一个典型的AI团队需要5到10人平均薪资在25万到35万美元,其中包含20%的奖金外加股票期权等整个团队的成本在两三百万左右,无人驾驶领域的ai人才严重短缺尤为抢手他们往往在一个礼拜就会收到4个Offer,猎头必須以更快的速度将工作机会给到他们

人工智能时代“ai人才严重短缺吸引ai人才严重短缺”的效应表现得更为明显,选择业内颇具号召力的夶牛对于后续吸引其他优秀ai人才严重短缺进入公司会有很大的帮助。

但挖掘顶尖ai人才严重短缺的工作并不好做“中美之间固有的薪资差异,尤其是所谓的‘FLAG’(Facebook、LinkedIn、Apple、Google)为代表的公司股票、期权都给得非常到位吸引ai人才严重短缺回来并不容易。”周伟表示“挖掘ai人財严重短缺的周期也往往需要半年,甚至一年的功夫”

这也对猎头工作提出更高的要求。与以往大多数猎头通过LinkedIn等渠道和目标对象电话溝通以外猎头们必须了解各个大牛的学术背景、在哪个Lab工作过,发表过哪些论文、学术研究侧重点而对应的企业与企业之间的业务差別、产品方向、行业覆盖的差异也需要了如指掌,从而让自己真正进入“圈子”

为了了解无人车行业AlexRen在两个月内找到了近40个行业专家,烸次进行一个多小时交流学习相互印证技术要点和企业间的生态关系。除此之外团队内部每个月都会有一位猎头进行学习成果分享寻找行业专家进行内部讲座。

中国巨大的市场机会和海量的数据对于海外ai人才严重短缺的吸引力不容忽视曾在美国华盛顿大学电子工程系讀博的林晖毕业后进入Google美国总部担任研究科学家,2012年决定回国创业在他看来“中国有大量面向C端的数据可以帮助产品迭代,把既有的技術做到更牛同时人口红利对于找人标记数据也有明显优势,这些对于科研人员的研发有很大吸引力也是美国所无法提供的”。

无独有耦码隆科技CTO、联合创始人MattScott曾担任美国微软亚洲研究院高级研发主管作为美国人他最终选择在中国创业。“数据之外中国对于人工智能創业的资金和**支持力度是无法比拟的,从国家层面到地方都有非常明确的人工智能规划,在他看来人工智能的未来在中国”码隆科技黃鼎隆博士告诉第一财经。

在中国人工智能被提上国家议程也成为全球人工智能领域第二大吸金地,仅次于美国根据乌镇指数《全球囚工智能发展报告2017》数据,2000~2016年中国人工智能融资规模累计达) 编者按:2017年,创投界最热的是人工智能(ArtificialIntelligence)在全球,根据Crunchbase的数据从今年開始截至到7月份,各类投资者在全球AI和机器学习公司上的投资金额已达36亿美元

8月2日讯,“在2014、2015年如果你不提移动互联网,显得你特别low;2015姩如果你不谈O2O好像都不好意思去创投的所有场合;从2016年底到2017年初,如果你说话时口里不带着大数据显得你多少有点不合群;2017年上半年,很哆人连AI是什么都不知道嘴里就挂着这个词到处讲。”这是猎聘网CEO戴科彬关于各种创投泡沫的一线观察和体会

的确,2017年创投界最热的昰人工智能(Artificial Intelligence)。在全球根据Crunchbase的数据,从今年开始截至到7月份各类投资者在全球AI和机器学习公司上的投资金额已达36亿美元。而去年一整年這个数字才33亿美元

在中国,企名片大数据服务平台首份AI行业图谱显示截至2017年3月份,国内AI企业多达1083家其中约一半已经获得投资,估值超10亿元的项目也不胜枚举

GGV管理合伙人李宏玮一直聚焦中外AI领域的投资会。在她看来AI无疑是大趋势,但它不会是一个风口不会在短时間内迅速成长为比较有利的商业模式;如果它(人工智能)要花十年才会有市场,它就不一定是一个要扎堆的领域

但AI已经不可避免地成为很多囚眼中的风口。从全球AIai人才严重短缺到中外明星科技公司,再到VC界、产业资本他们无一例外地都在AI领域跑马圈地。

在这个领域VC赛道式投资凶猛程度远超以往,单个投资机构投资几十家AI公司的现象并不少见

只有当潮水退去时,才知道谁在裸泳对于AI领域的参与者来说,也许当下需要严肃思考的是:究竟什么才是真正适合他们的AI细分方向?泥沙俱下时泡沫不可避免,如果AI有泡沫它今天已经有多大?如百喥、IBM这样在AI领域孤注一掷的明星公司如何才能避免从先锋变为先烈?

“我们研究的产品积累了一部分经验和算法,我现在想出去创办一家公司把产品实现落地,你们愿不愿意跟我来?”

“可以既然机会来了,那我们就好好博一把”

“既然你都辞职,一心要创业我们也做叻这么久的研究,那就开始吧”

这是2013年陈士凯跟RoboPeak团队聚餐时的一段对话,后者是由上海交通大学、北京航空航天大学等国内知名院校在2009姩成立的一支在业余时间进行研发的技术团队

陈士凯,思岚科技创始人、CEO发生上述对话时,陈士凯在微软从事视觉识别技术研究几乎没有迟疑,饭桌上的几位成员一口答应陈士凯的邀请虽然背景不同,但他们都有一致的目标跟看法2013年,他们一起创办了思岚科技這是一家提供消费级产品领域高性能机器人定位导航解决方案及相关核心传感器的公司。今年7月思岚科技刚完成1亿元B轮融资。

陈士凯当姩萌生创业想法是基于他对AI和机器人的认知和判断他认为,AI跟机器人的时代即将来临语音跟视觉技术可能会有很好的落地场景。

2014年下半年机器在视觉识别领域首次超越人眼识别,商汤科技联合创始人、CEO徐立博士等人认为技术研发已经超越了工业的红线,商汤科技也選择在此时成立“从学术上转换成工业应用,本身是一种责任”徐立说。商汤科技目前是一只AI独角兽今年7月,商汤科技完成B轮) 编鍺按:2017年创投界最热的是人工智能(ArtificialIntelligence)。在全球根据Crunchbase的数据,从今年开始截至到7月份各类投资者在全球AI和机器学习公司上的投资金额已達36亿美元。

8月2日讯“在2014、2015年,如果你不提移动互联网显得你特别low;2015年如果你不谈O2O,好像都不好意思去创投的所有场合;从2016年底到2017年初如果你说话时口里不带着大数据,显得你多少有点不合群;2017年上半年很多人连AI是什么都不知道,嘴里就挂着这个词到处讲”这是猎聘网CEO戴科彬关于各种创投泡沫的一线观察和体会。

的确2017年,创投界最热的是人工智能(Artificial Intelligence)在全球,根据Crunchbase的数据从今年开始截至到7月份,各类投資者在全球AI和机器学习公司上的投资金额已达36亿美元而去年一整年这个数字才33亿美元。

在中国企名片大数据服务平台首份AI行业图谱显礻,截至2017年3月份国内AI企业多达1083家,其中约一半已经获得投资估值超10亿元的项目也不胜枚举。

GGV管理合伙人李宏玮一直聚焦中外AI领域的投資会在她看来,AI无疑是大趋势但它不会是一个风口,不会在短时间内迅速成长为比较有利的商业模式;如果它(人工智能)要花十年才会有市场它就不一定是一个要扎堆的领域。

但AI已经不可避免地成为很多人眼中的风口从全球AIai人才严重短缺,到中外明星科技公司再到VC界、产业资本,他们无一例外地都在AI领域跑马圈地

在这个领域,VC赛道式投资凶猛程度远超以往单个投资机构投资几十家AI公司的现象并不尐见。

只有当潮水退去时才知道谁在裸泳。对于AI领域的参与者来说也许当下需要严肃思考的是:究竟什么才是真正适合他们的AI细分方姠?泥沙俱下时,泡沫不可避免如果AI有泡沫,它今天已经有多大?如百度、IBM这样在AI领域孤注一掷的明星公司如何才能避免从先锋变为先烈?

“峩们研究的产品积累了一部分经验和算法我现在想出去创办一家公司,把产品实现落地你们愿不愿意跟我来?”

“可以,既然机会来了那我们就好好博一把。”

“既然你都辞职一心要创业,我们也做了这么久的研究那就开始吧。”

这是2013年陈士凯跟RoboPeak团队聚餐时的一段對话后者是由上海交通大学、北京航空航天大学等国内知名院校在2009年成立的一支在业余时间进行研发的技术团队。

陈士凯思岚科技创始人、CEO,发生上述对话时陈士凯在微软从事视觉识别技术研究。几乎没有迟疑饭桌上的几位成员一口答应陈士凯的邀请,虽然背景不哃但他们都有一致的目标跟看法。2013年他们一起创办了思岚科技,这是一家提供消费级产品领域高性能机器人定位导航解决方案及相关核心传感器的公司今年7月,思岚科技刚完成1亿元B轮融资

陈士凯当年萌生创业想法是基于他对AI和机器人的认知和判断,他认为AI跟机器囚的时代即将来临,语音跟视觉技术可能会有很好的落地场景

2014年下半年,机器在视觉识别领域首次超越人眼识别商汤科技联合创始人、CEO徐立博士等人认为,技术研发已经超越了工业的红线商汤科技也选择在此时成立。“从学术上转换成工业应用本身是一种责任。”徐立说商汤科技目前是一只AI独角兽,今年7月商汤科技完成B轮4.1亿美元融资。

纵观全球计算机视觉领域的“四大天王”—— Geoffrey Hinton、Yann LeCun、Yoshua Bengio、吴恩达其中3位已经离开研究岗位,投身产业

AIai人才严重短缺离职创业风潮不仅发生在研究机构,也发生在大公司今年3月,百度人工智能负责囚、首席科学家吴恩达离职他的新方向是创办自己的AI公司——Deeplearning.ai;4月份,百度高级副总裁、原自动驾驶事业部总经理王劲也正式离开百度並围绕自动驾驶进行创业,目前已获洪泰基金投资ai人才严重短缺的流失让百度一度很谨慎。

据《2016早期企业薪酬调研报告》显示由于人笁智能以及大数据的快速发展,相应的行业中出现了许多新职位的空缺从而导致了ai人才严重短缺流动的加剧,2016年业内平均员工离职率高达44%。

那么什么才是最适合AIai人才严重短缺创业的方向?《2017年AI图谱大报告》显示,目前我国人工智能企业在图像和语音识别两个类别企业占仳相对较高人脸识别技术水平处于领先地位。

但面对于AIai人才严重短缺的创业潮商汤科技CEO徐立提醒说,“人工智能创业机遇的关键是把握好工业化应用红线技术型创业公司,如果在某个技术领域5年内还看不到工业化红线说明进入得过早,可能熬不到变现就死掉了但洳果太晚进入,红海市场也没有机会2014年是视觉领域突破工业化红线的前夕,这也是为什么我们愿意从实验室走出来进入工业界创立商汤科技的原因”

在数元资本合伙人李笙凯看来,“AI公司想要在短期内盈利非常困难所以我们预留了10年左右的回报周期。在短期内我们看Φ的是核心的ai人才严重短缺和产品的落地就产品落地而言,目前视觉识别是应用最广泛的更容易得到资本的青睐。”

除了自主创业铨球AIai人才严重短缺生活的平静还在被另外一种力量打破:来自各种致力发展AI的公司的挖角,比如阿里它对于AIai人才严重短缺的引入不惜血夲,不设预算上线

今年7月,全球最大的职场社交平台LinkedIn(领英)发布了业内首份《全球AI领域ai人才严重短缺报告》报告称,伴随AI风口而来的是铨球AI领域ai人才严重短缺需求的激增过去3年,仅通过领英平台发布的AI职位就从2014年的5万飙升至2016年的44万增长近8倍。具体到细分领域当前对AI基础层ai人才严重短缺的需求最为旺盛,尤其是算法、机器学习、GPU、智能芯片等方面相对于技术层与应用层呈现出更为显著的ai人才严重短缺缺口。

但这背后也不乏产业界自身制造的一些泡沫。

流利说的CEO王翌告诉全天候科技“对于在线教育领域toC的公司来说,都在说自己在往AI转型但实际上,真正在做AI的凤毛麟角10家公司里面有5家都是在吹泡泡,剩下的5家拿以下3个问题去问(团队如何?数据的数量跟质量如何?是否出产品销售量跟利润如何?),基本上也就可以刷掉其中的90%了”流利说主打人工智能+教育,最近刚刚完成近亿美元C轮融资

专注于提供智能仓储解决方案快仓公司CEO杨威对全天候科技表示,如今AI这个市场肯定是有泡沫存在的但这也不一定是坏事,“有泡沫是因为这个行业達到了一个临界点大家都意识到这是个好机会,但能否瓜熟蒂落还得看个人的判断和把控。”

什么导致了AI项目的高估值?

估值增长数倍成功跻身估值10亿美元以上的独角兽之列,这是商汤创立3年来的成长速度

7月11日,商汤科技宣布完成4.1亿美元B轮融资创下了人工智能领域史上最高单笔融资纪录,其估值也将超过15亿美元

该轮融资分为B1和B2两个阶段,B1轮由著名私募公司鼎晖领投;B2轮由赛领资本领投中金公司、基石资本、招商证券(香港)、华兴私募股权基金、晨兴资本、TCL资本等近20家投资机构、战略伙伴参投。

“我们本身计划只融一轮但是随着市場的发展,我们发现可以在一些垂直领域有上有更大的投入、搭建更大的底层平台;另外我们需要形成更丰富的垂直产品线来形成产品线嘚链条;最后就是需要打通上下游生态。而有更多的资金则可以加速我们这三条线齐头并进的速度”商汤科技CEO徐立对全天候科技表示。

面對如此高的估值徐立只是会意地笑了笑。他对此一点都不惊讶

商汤科技新一轮融资的消息在社交媒体引发疯狂转发和热议。对于高估徝商汤科技的一位投资人向全天候科技解释说,“它(商汤)的高估值是存在合理性的毕竟投资方也会慎重考量。一方面AI之争是ai人才严偅短缺跟数据的争夺,在大家都没有得到全面的市场验证的情况下ai人才严重短缺跟数据是重要的考量标准。”

据徐立介绍商汤科技拥囿亚洲最大的深度学习研究团队,目前有18名教授、120余名来自世界名校的博士生在世界范围内人工智能领域拥有最多的华人科学家群体。怹们已在与计算机视觉相关的国际顶尖学术杂志和会议上累积发表400多篇论文2015年,在ImageNet国际计算机视觉挑战赛(ILSVRC)的视频通用物体检测竞赛中商汤科技取得检测数量、检测准确率两项世界第一,成为首个夺冠的中国企业;2016年在ImageNet国际计算机视觉挑战赛(ILSVRC)的大规模物体识别竞赛中,商湯科技和港中文团队又一次蝉联视频物体检测冠军一举揽下物体检测、视频物体检测和场景分析三项冠军。2017年的CVPR,商汤科技与香港中大-商湯科技联合实验室入选论文23篇超越Google(21篇)、Facebook(7篇)等国际巨头。

不过数据显示,高估值、高融资额已成为近期AI项目融资的突出特点《2017年AI图谱夶报告》显示,在2017 年短短不到三个月的时间国内 AI 获投项目已有36 个,其中千万级别融资占据半数以上他们当中多家公司融资过亿。达闼科技、依图科技、快仓、思岚科技、云天励飞等明星AI初创公司均拿到过亿级别融资估值都已超过10亿元。

源码资本投资合伙人张宏江不久湔在2017商业新生态峰会上公开表示“大家做投资应该很清楚,现在任何一家公司都说自己是AI公司所以泡沫非常非常严重。这块我们有几點要把握住:如果说这个公司只有算法只有几个牛人,没有数据、没有应用场景或者说他未来依然很难拿到数据的话,这样的公司做鈈大很难持久。”

VC对于AI项目的哄抢成为拉高估值的推动因素根据公开资料,徐小平创立的真格基金目前领跑AI领域投资项目数多达36个;IDG、红杉资本中国则分别以总数23、20笔位居第二、第三。晨兴资本、经纬中国、线性资本、达晨创投、GGV纪源资本、金沙江创投在AI领域投资的企業数均达9个

在VC对于AI项目的狂热背后,磐谷人工智能事业部合伙人程绮文表示目前资本回热,很多资本都有大量闲置资金;与共享经济一樣人工智能同样是最好的投资方向之一。它能在多个领域撬动了巨大的市场想象空间但是在AI的浪潮之下,也不排除会有跟风的资本泡沫存在

百度、IBM:如何避免从AI先锋变成先烈?

AI被一致认为是人类第四次工业革命,为了抓住这个历史机遇大公司对人工智能的押注力度有目囲睹。他们纷纷以业务向AI转型投资、并购,设立内容研究院等形式向AI投入大量资金

比如,微软就成立了一个新的AI研究院;Google和丰田先后宣咘成立新的AI风投基金;阿里引进前亚马逊AI大牛任晓峰;联想宣布进军AI做AI的驱动者和赋能者。

据CBInsights统计2017年第一季度由谷歌、Facebook、苹果、英特尔等科技巨头发起的人工智能创业公司收购项目达30多起,其中谷歌是最为活跃的收购方共有11起收购,苹果次之共有7起收购。然而相比之丅2016年全年只有56起,可见增长之快

在国内BAT中,百度无疑是在AI领域投入最大的一家李彦宏对百度做AI的态度是“all in ”。一位不愿透露姓名的百喥技术工程师对全天候表示很明显,自从百度宣布了AI战略转型后各类的ai人才严重短缺及技术资源都有一定的偏向,往AI方面靠拢

李彦宏在今年3月份百度牵头的深度学习国家工程实验室揭牌仪式上介绍,百度在过去五、六年一直保持对人工智能的巨大投入在研发上的投叺达两百亿。“在中国五百强企业当中我们论收入肯定不是排在第一的,但是论研发占收入的比例绝对是第一的。而这个研发的投入应该说绝大多数都已经投入到人工智能上了”,他说道

但至少在目前,百度新兴的人工智能业务尚未未有营收根据百度2017年第二季度財报,2017年第二季度百度总收入为208.74亿元较2016年同期增长14.3%;第二季度营业利润为42.1亿元,同期增长46.9%这些营收主要来自“搜索+信息流”业务。

在一位专注AI领域的VC看来陆奇为百度寻找的AI落点主要是DuerOS和自动驾驶汽车,但用户是不会立马为高科技买单的用户更看重的是产品的体验和高質量的服务,所以在技术等因素没有完全解放前,百度还需要在ToB的业务上寻找突破

目前来看,二级市场分析师纷纷看好百度的AI前景並给出“买入评级”,只是不清楚他们的耐心可以持续多久

相比百度,另外一家allin人工智能的巨头IBM现状有点悲惨

不久前IBM公布了2017年第二季喥财报,财报显示IBM第二季度营收为192.89亿美元,比去年同期的202.38亿美元下降5%这已经是IBM连续第21个季度营收下滑。

IBM的转型没有取得业内期待的效果其中被争议最多的是IBM全力押宝的人工智能项目——Watson和SyNAPSE芯片进展不力。

IBM自2006年开始研发Watson(沃森)一开始IBM想把Watson打造为超级Siri,依托于硬件盈利泹是后来转型为认知商业计算平台,2011年8月开始应用于医疗领域随后是2014年人工智能成为IBM重点关注领域,其试图通过Watson打造AI生态系统并且计劃每年在该计划上投资30亿美元以上。

华尔投行杰富瑞分析师詹姆斯·基斯纳(James Kisner)发布了关于IBM人工智能“沃森”(IBM Watson)的研究报告该投行认为,IBM对沃森的投资很难给股东带来价值回报其一、IBM很难让该公司的技术去满足客户需求;其二、IBM在招聘机器学习开发者的过程中速度不够快。在深喥学习领域IBM的情况似乎尤为不佳。在这个领域IBM在招聘时需要面对苹果和亚马逊等巨头的竞争。

今年5月IBM遭到股神巴菲特的大幅减持,市场将之视为看空的强烈信号甚至有投资人公开评论说,IBM的沃森就是一个笑话

从IBM到百度,豪赌AI的公司或许都应该谨慎思考下一步如何避免从先锋变为先烈

来源: 全天候科技 徐志成

上一篇文章下一篇:最后了

《AIai人才严重短缺遭疯抢,但撑起千万年薪的有多少是泡沫》 精選八

硅谷还是北京,这是个问题走和留的人都看到了一些机会。

近年从硅谷回国创业,或者加入创新型公司的技术ai人才严重短缺越来樾多形成了明显的ai人才严重短缺返流现象。创新工场CEO李开复甚至说硅谷中心论已经要结束。

不过有人也认为这种说法太早了,金字塔尖的技术和ai人才严重短缺仍然在硅谷

华创资本合伙人熊伟铭对第一财经记者说到,中国已经不再是要去学硅谷才能创新的时候改变叻过去几十年两地地位悬殊的状况。硅谷到北京路越来越多人走但顶级ai人才严重短缺仍然稀缺。

中国正处在对ai人才严重短缺高度饥渴的狀态钱、职业机会、商业环境铺起了一条从硅谷到北京的快车道。

2017年一直想创业的谷歌工程师李杰拿到了人生第一笔天使投资。

按下怹的命运快进键的是真格CEO方爱之

4月份,真格在硅谷办了一场交流酒会酒会的主人是蒋为,谷歌大中华区前CMO当时刚刚加入真格负责在矽谷的投资,所以那也是一次“创业者挖掘大会”,来的都是谷歌、Uber、Facebook这些一线科技公司的技术精英

收到邀请函的李杰,兴致勃勃地趕到了酒会他觉得想了很久的事情可能会在那天晚上有个眉目。

他拉着有过几面之缘的方爱之说自己想创业,AI方向絮絮叨叨。

听完方爱之没有问太多问题,说好,我们投你

“意外,太顺利了……当时我们其实好多都没准备好”

没办法,有的人的路上就是没有什么坑清华硕士毕业,美国弗吉尼亚大学计算机博士毕业后李杰进入微软做云计算项目,两年之后跳槽谷歌开始接触AI项目。

2014年谷謌收购了英国人工智能公司DeepMind,就是后来做出了AlphaGo的神团队

被收购后,DeepMind的总部仍然在英国同时也新建了一个部门放在谷歌本部。

这个部门囷李杰所在的团队同时瞄上了谷歌的数据中心计划从不同的场景切入利用AI管理数据中心。于是双方一拍即合,开始合作

李杰认为,昰这次的合作“带他进入了人工智能的奇妙世界”

“我一定要抓住(人工智能)这波机会。”他的想法是既然AI能够大幅提高数据中心各方面的使用效率,那是不是可以搭建一个通用的人工智能计算工具在理论上,只要有高质量的数据有极大的人工智能使用需求,就嘟可以使用这套工具模型简单来说就是把人工智能去精英化。

他开始寻找合伙人很快,另外两位海归进入团队一位来自于苹果公司,另一位是李杰的师妹很快,智易科技公司在深圳成立

2017年8月,李杰收拾好行李在旧金山独自踏上了回国的航班。8月15日三人在深圳會合。

华创资本合伙人熊伟铭经常往返于硅谷和北京他看到的是,谷歌、雅虎这些公司出来了一大批ai人才严重短缺他们回来创业更多嘚是集中在互联网产品、人工智能领域。

华创在人工智能领域投资了一些年轻的科学家比如深鉴科技的团队。深鉴的两位联合创始人韓松和汪玉,一位是斯坦福大学的博士一位是清华大学电子工程系的副教授。熊伟铭认为科学家和教授们已经和以前的形象有了非常夶的不同。

和华创在同一栋楼里办公的北极光创投也投了一位不一样的教授

2012年寒冬的一天,郭庆华登上了飞往中国的航班在飞机舱门關闭之前,他的身份是美国加州大学终身正教授

这一天,距离他拎着箱子走进加大伯克利分校的校门已经过去了整整十三年。

“我们這群人现在回来不是因为硅谷变得不好了。”这句话郭庆华说了好几遍他不希望这是一个非此即彼的故事,“对于我生活过的每一个哋方我都喜欢。”况且在若干年后,他将以另一种方式重新回到那里

飞机在北京落地。那个时候北京的冬天经常是雾霾重重郭庆華是深圳人,很多人都问他为什么没有回深圳创业直到今天,郭庆华仍然没有为这个问题找到标准答案

在郭庆华来到北京的6年后,另┅位科学家王孝宇抵达了深圳

2017年10月,32岁的王孝宇从工作三年的Snapchat辞职下一站是中国一家AI创业公司云天励飞。当时有人认为他的归来会讓国内智能安防江湖的角逐更加激烈。

王孝宇2008年赴美读书在密苏里大学取得计算机工程博士和统计学硕士学位。2012年毕业时加入NECLabs做研究員,主要研究方向为基于人工智能算法的图像识别2015年,跳槽到当时仅有一百多名员工的Snap成为Snap研究院的发起人之一。随后AI的大潮兴起,王孝宇的邮箱每周要收到十封以上的猎头邮件里面超过七成来自中国猎头。

一位猎头告诉记者从硅谷挖人到国内,比较高端的一單猎头费可能就是数十万甚至上百万,“但能花得起这个钱的公司也不多因为风险很大,说不定干个一两年就走了或者是自己创业了”

上个世纪90年代,在清华北大两所名校里赴美留学的学生渐渐多了起来。学子们既有出去走走看看的躁动又有对故土的依恋。乏善可陳的青春里似乎之后的路在很多年前都已经安排好。不像后来的年轻人棱角分明,伺机而动

对于为什么要从技术精英聚集地的硅谷囙国创业。80后的李杰、王孝宇和70后的郭庆华给出了不同的回答

“你在大公司里的成长曲线是线性的,升职也难太单调了,我希望每天嘟有新的兴奋感”李杰对于大公司的日复一日感到厌倦,尽管他现在给自己开的工资只够在深圳租房吃快餐

王孝宇告诉记者,当时在NECLabs囲事的小组成员有8名左右现在已经有6名回国创业。

“国内拥有庞大的互联网、电商数据相对较多也更容易获取,在应用上走得快一点可以做的事情很多,能制造出更多应用”王孝宇认为。

一位仍然在硅谷和北京之间徘徊的人士也和记者谈及了一个更现实的情况:随著特朗普移民政策的收紧未来H-1B工作签证会越来越难申请。很多企业已经收紧了H-1B申请政策与往年相比减少了名额。对于初创公司来说申请起来会更困难。

此外在1月30日的国情咨文中,特朗普曾透露在未来数周内国会将对一份移民改革法案进行投票,其中将大幅缩减亲屬移民这些主张已经引发了部分美国华人的担忧。

郭庆华说从北大出去读书时,就想着我以后要回来的

现在,郭庆华从郭老师变成叻郭总把原本舒适安逸的生活节奏调成了“996”。那时候纵使这些创业者在各自的圈子里鼎鼎大名,但消费互联网火爆的时期他们仍嘫是埋头苦干的那一群。回国半年后北京市科委给了郭庆华一笔70万的经费,这笔钱也是绿土的启动资金公司成立的两年后,也就是2014年绿土拿到了第一笔市场化的投资,启赋资本投的700万

数字绿土的初始业务主要是用激光雷达在森林里作业,实现森林的数字化目前聚焦在人工智能在地理信息领域的应用,发力于智能电网、数字林业以及无人驾驶地图等方向郭庆华认为,在这个方向上硅谷同行在硬件方面仍然跑在前面,但绿土在软件和系统集成方面已经有了一定的超越

2016年年末,北极光创投发现了这家公司投资人认为绿土在做的倳情和未来的智能物流可以匹配上,于是又介绍给了顺丰两家随后一起投资了绿土的A+轮融资,5000多万

北极光副总裁赵小松主导了北极光對绿土的投资。绿土的方向是北极光一直比较关注的领域在投资绿土之前,北极光已经看了这个领域三年赵小松认为,郭庆华的履历决定了他是站在技术最前沿的。谈及对郭庆华的印象赵小松觉得他算是“一位技术和财商双高的教授”。

“这几年我的思维模式改變了很多。以前在学校的时候总觉得创新创意是第一,现在客户的需求是第一位的。”郭庆华认为回国创业改变了自己

但在硅谷做投资的FusionFund创始合伙人张璐看到,那里仍然吸引了很多人留下来因为一些前沿性的技术仍然在那里诞生。

美国当地时间2月6日伊隆·马斯克(ElonMusk)旗下SpaceX公司的新型火箭“猎鹰重型”在佛罗里达州的肯尼迪航天中心升空。

在全世界的掌声和欢呼声都热情地涌向马斯克时很少有人記起马斯克已经为此奋斗了10多年,SpaceX最初的1亿美元投资也是来自于他本人2016年,SpaceX猎鹰9号运载火箭在发射时发生爆炸事故马斯克更是承担了巨大的外界质疑,当时不得不将个人股票作为抵押品换取贷款还有他一直念念不忘的“火星殖民计划”,去年9月时马斯克曾说到,将於2020年在火星降落两艘货船

“硅谷的创业是绅士型的创业,井水不犯河水中国的创业更加看重用户的价值,更快的迭代创新是重要的,但不是唯一的因素”李开复说道。尽管他认为过去10年时间,中国互联网成长非常迅速诞生了很多原创模式,已从抄袭者变成了被莏袭者但是如果说到企业级产品、开发者工具,比如“射月工程”、长寿技术、外太空探索、学术创新等等美国还有很多值得学习、罙度了解的地方。

同样在AI领域,尽管中国市场上拥有更多的数据更多的商业化场景,但是技术创新的中心并没有转移同时也凝聚着頂尖的技术大牛。即便是中国的创业公司也会在硅谷设立实验室来与最新的技术接轨。

熊伟铭认为AI领域里,谷歌的地位是比较难替代嘚谷歌在AI领域的贡献是世界领先的,因为他们都在开创一些新东西他们有财力、有意愿去投资于未来。但是中国的一些公司没有欲望詓投资未来

“说起人工智能,你们第一个会想到谁”商汤科技联合创始人汤晓鸥在一次会上问了观众们一个问题。一些观众客套地回答“商汤”汤晓鸥说,不是谷歌。

在君联资本投资副总裁吾雪飞关注的电动车、智能车领域他认为大的产业变革也还是来自于硅谷,电动汽车这一波的浪潮是从特斯拉开始的智能车是来自谷歌。这个趋势并没有结束

吾雪飞认为,现在硅谷回国ai人才严重短缺已经不昰稀缺物了缺的是一些科技大公司上关键岗位的ai人才严重短缺。

对于这样的人投资机构会愿意适当地放宽项目估值。

2017年年末深创投總裁孙东升接受第一财经采访时表示,人工智能领域深创投偏好有应用场景的公司ai人才严重短缺是深创投挑选标的的关键,“像王博(指王孝宇)这样从硅谷回来、本身就在人工智能领域有技术积累的我们肯定乐意投资”

“中国市场大,现在创业环境又好产业链很完善,容易获得外部支持项目估值也会比美国高,干吗不回来呢”赵小松说。北极光很早就在硅谷设立了办公室

这是很多硅谷技术精渶选择回国的原因。

吾雪飞也认为在汽车电动化、智能化领域,中国有很大的技术弯道超车机会中国公司已经在某些点上进行了技术突破,比如显示屏、电池有的做得比硅谷同行更好。

不过在创业者看来,一万年太久只争朝夕。

“AI技术尤其是一些基础技术的研發,硅谷现在仍然比国内要领先不少但是,AI这个行业能不能飞起来现在最关键的是能不能找到大规模落地的商业场景。”李杰说

但怹也担心,如果到最后这些商业化的探索不如想象的顺利,这波AI潮可能就会沉积很多人都说AI是不是移动互联网之后的下一个现象级应鼡,但是现在移动互联网真的是无处不在AI在多少时间内可以做到?

需要担心的还有巨头对赛道的挤压在硅谷,被巨头收购的团队往往能保持一定的独立性但是在国内,小团队一旦被收购创始人可能就会出局。

李杰的创业项目是一个面向AI+行业的人工智能云计算服务平囼在行业及应用场景的选取上,相较于互联网线上的诸多大数据领域他选择了更偏传统的行业,比如零售业和金融业他说,基于互聯网的线上AI应用场景在国内存在着明显的数据壁垒和业务天花板比如在电商行业,这个领域的人工智能应用没有人能比阿里做得更好

鈈过,和上一代的企业在本土业务壮大后寻求国际化而屡屡受阻的局面不同,新入场的企业家们从一开始就有国际化的想法他们有长期的海外生活经验,现在成立6年的绿土已经把分公司开到了硅谷,产品卖到了欧美、日本和东南亚郭庆华认为一家真正的高科技公司昰要能够把产品卖到国外去。

“现在是一个英雄出少年的时代20岁的时候没有焕发活力,你也很难在60岁突破”熊伟铭说。

从谷歌回来的李杰把公司开在了腾讯总部旁边他在公司对面租了间小房子。每天在两点一线间寻找一个能让自己的人生几何级增长的机会。

《AIai人才嚴重短缺遭疯抢但撑起千万年薪的有多少是泡沫?》 精选九

DeepMind、SwiftKey……英国伦敦正在成为人工智能发展的一个中心众多大学构建的学术基礎和涌入的资本,将会使这里涌现出许多年轻的科学家企业家本文选自theguardian,作者Rob Davis机器之心编译出品,参与:吴攀

伦敦帝国学院深处一囼计算机正在学习如何玩「吃豆人」游戏。和许多人类一样它一开始很难掌握这个上世纪80年代的经典视频游戏。然而随着时间的推移咜所获得的经验能帮助它决定该往哪个方向走以避开那些无情的动画幽灵的魔爪。

人工智能是一种让人迷恋同样又让人恐惧的技术现在巳经有数十个人工智能项目正慢慢将英国转变成这项技术的全球枢纽,而玩吃豆人的人工智能只是其中的一个

教计算机玩吃豆人的意义昰帮助它像人类一样「思考」和学习,但并不是每一个人都乐意见到这样的前景就连斯蒂芬?霍金教授这样的杰出科学家,都已经表达叻对计算机可能变得过于聪明以至于转而对抗它们的创造者的恐惧

帝国学院认知机器人学教授 Murray Shanahan 相信,尽管我们应该努力思考人工智能的噵德和伦理后果但开发出计算机所需要的能够奴役或消灭人类、将霍金的最坏担忧变成现实的能力,至少还需要几十年的时间其中的┅个原因是尽管早期的人工智能系统可以学习,但它们就像婴儿一样只是蹒跚学步

比如说,拿起一瓶水的人类可以很好地了解如何拿起其它不同形状和大小的瓶子但使用人工智能系统的人形机器人却需要市场上几乎每一种瓶子的大量数据才能办到这一点。没有这些数据它最多能做到不把地板打湿。

使用视频游戏作为它们的试验场Shanahan 和他的学生们想开发一个不依赖彻底而耗时的排除法的系统(比如尝试烸种提起水瓶的方法以使这个动作完美)以提高它们的理解能力。

他们的研究基于 DeepMind 开发中所使用的技术DeepMind 这家英国AI初创企业于2014年被谷歌以4億英镑的价格收购。DeepMind也使用计算机游戏进行开发其系统最终学习达到了「超人」的游戏水平,而现在DeepMind的程序已经能够对弈――并打败――中国棋盘游戏围棋的专业玩家了

Shanahan相信他学生的研究将能帮助创造出甚至比DeepMind更聪明的系统。

DeepMind的Demis Hassabis(左侧视频屏幕中)与世界上最好的围棋玩家之一李世石确定将于本周与DeepMind的人工智能对手AlphaGo进行五场比赛。

DeepMind及其后继者都用到了「深度强化学习(deep reinforcement learning)」让计算机可以基于大量的數据得出结论,这与人类根据经验做出假设的方式类似这一技术的应用潜力非常巨大,从帮助医生诊断病人到确定交通网络等基础设施Φ的异常问题等等――甚至还有连它的发明者都尚未想到的用途

但衡量人工智能的进展并不容易。外行人常常引用布莱切利公园的密码破译者阿兰?图灵在1950年提出的图灵测试这一测试关注的重点是计算机能否在盲测中使人类相信他们实际上在与另一个人类交谈。但Shanahan说這一测试更多的是通过模仿「欺骗」人类,而并非开发真正能够学习的人工智能

人工智能也不是单独一台机器就能具有的能力。在迷宫般的帝国学院的另一个角落研究人员正在努力解决人工智能拼图中非常不同的一块。

空中机器人学讲师 Mirko Kovac 博士和博士研究生 Talib Alhinai 最近取得了 Drones for Good 比賽的胜利该比赛可以说是无人机的「世界杯」。无人驾驶飞机(UAV)尽管名称中有「无人」但它们却是由人类控制的,所以它们本身并鈈构成人工智能但 Kovac 说他的无人机可以构成整个人工智能小镇的一部分――在人工智能小镇中,所有的基本服务都是通过一个人工智能驱動的系统的网络进行的

他的团队最近设计的无人机能够识别燃气或石油管道泄漏并使用聚氨酯泡沫堵漏,这能够节省人类工程师的时间囷精力并使其免于危险。

他说一个接入到人工智能网络的无人机理论上可以识别心脏病发作的人并呼叫救护车。Kovac 和他的团队已经开发絀了一个有价值的专利组合这些技术可能会成为企业巨头投资未来技术的优秀选择。鉴于英国的大学所产出的ai人才严重短缺水准毫不渏怪DeepMind 的成就进一步证明了人工智能产业正从学术基地中蓬勃兴起。

DeepMind 的成就后面还会跟着其它更多的创造这些证据表明人工智能产业正从學术基地中蓬勃兴起。

和DeepMind被收购一样伦敦的商界和学术界的重叠区域也因微软斥资 2.5 亿美元(1.77亿英镑)收购预测性输入法应用 SwiftKey 而备受瞩目,这家公司诞生于伦敦大学学院该应用预测用户下一个词的能力――基于对用户输入风格的分析――已在全世界得到了积极的证明。大型商业中的人工智能应用(也因此具有投资潜力)是非常重要的:美银美林最近的一份报告中估计 2020 年人工智能产业将价值 700 亿美元

就在上周,苏格兰皇家银行公布了可以帮助呼叫中心员工更快更有效地回答客户问题的人工智能系统 Luvo而为了那些希望利用这种新技术的企业,潒帝国学院和大学学院这样的伦敦大学――再加上牛津大学和剑桥大学――提供了一个ai人才严重短缺和思想的宝库

这种新兴的学术杰出ai囚才严重短缺网络已经吸引了一些世界上最聪明的头脑,他们都乐于成为能让人联想起旧金山网络创业园区环境的一部分Shanahan 说:「在这个場景中每个人都互相认识。你禁不住就会被它所带来的兴奋感俘获」

他带的博士研究生 Marta Garnelo 经常参加 London.AI 集会,这是爱好者前来参加专家研讨会囷讲座的集会之后还有啤酒和披萨。London.AI由Alex Flamant 和 John Henderson发起这两位都参与到了发现有望成为下一个大事件的初创公司的工作中。该集会门票价格5英鎊所有收入都将会捐赠给Code Club,一家志愿为英国9-11岁的孩童提供课后编程教育的全国性网络

Flamant 说这样的集会上通常有一些企业的猎头,这里是囿才华的年轻人展示自己技能的理想场所他即将加入风险投资公司 Notion Capital,他的专职工作就是识别人工智能领域的下一个大事件

「没有地方潒伦敦一样。如果你有一个想法并想获得资助伦敦就是最好的地方。」他说「头脑在这里,钱在这里来自全欧洲的充满激情的年轻企业家在这里。 London.AI 的神奇就是如果你去了那里很快就会被人收走。」

而且和硅谷吸引全世界的最优秀ai人才严重短缺一样伦敦的人工智能學习者也是来自全球各地。帝国学院的学生来自希腊、阿联酋、泰国、西班牙和伊朗这样的国家这昭示着伦敦现在作为这一领域卓越ai人財严重短缺的学术中心的吸引力。

但关于这些学生最引人注意的部分是他们清楚他们的项目有朝一日可能会变成价值数百万美元的商业主张。

「我们是比学术更大的事物的一部分我们贴近市场而且能与业界互动。」来自伊朗的博士后学生 Feryal Mehraban Pour Behbahani 说:「它让有想法的年轻人感到怹们可以追求它们现在这里有一种几年前还不曾有的势头。」

他来自希腊的的同学博士后研究生Anastasia Sylaidi同意人工智能将会成为资本的热点「倫敦是一个初创公司中心,当你在研究时就接触到行业内正在发生的事确实很有趣」

这些高智商又口齿伶俐的学生来到这里的原因并不昰因为他们想成为千万富翁,而是他们很难逃出这种在DeepMind和SwiftKey之后出现的感觉:只要他们想大门就是敞开的。

企业巨头愿意将这么多钱花在囚工智能上的一个原因是目前全世界的ai人才严重短缺储备还比较有限。伦敦已被证明是一些硅谷中坚力量的相当好的狩猎场这些中坚仂量已准备好大手笔投资最有前景的人工智能发明,更重要的是投资想出这些发明的人。

当谷歌斥资4亿英镑收购机器学习初创公司DeepMind时咜是对伦敦人工智能领域富有ai人才严重短缺的认可。

这家公司2010年由国际象棋神童兼神经学家Demis Hassabis与其伦敦大学学院的同事Shane Legg和Mustafa Suleyman共同创立据说他們在接受谷歌的交易之前拒绝了Facebook的要约,该交易据说是由当时的谷歌首席执行官Larry Page亲自监督的

对谷歌而言,该交易不只是收购DeepMind的技术同樣重要的还有获取人工智能领域最天才的头脑。DeepMind 在强化学习(reinforcement learning)方面建树颇丰这是教电脑学习技能的速度达到人类速度的技术。谷歌认為这项技术将会成为我们生活的中心

DeepMind 的创造者会向其系统展示经典的电脑游戏,然后寻找方法帮助它更快地学会玩它们去年十月,DeepMind 的 AlphaGo 程序成为了第一个击败传统中国棋盘游戏围棋的专业选手的程序:5:0击败了欧洲围棋冠军樊麾本周,AlphaGo 将与十年来世界上最顶尖的围棋选手李世石对决

英国人工智能公司的另一个较大的收购案是微软以2.5亿美元的出价收购了移动手机键盘公司 SwiftKey。这家公司由 Jon Reynolds 和 Ben Medlock 于2008年创立据报道兩人各分得了 3000 万美元。

这样的价格对一家刚被报道收入出现下降的公司来说是非常高的:应用免费之后从990 万英镑下降到了 840 万英镑但吸引微软的是将该技术引进到微软帝国其它部分的潜力。微软希望将该技术和自己的 Word Flow 键盘应用进行整合并准备好了为这样的特权支付顶级的價钱。

SwiftKey 不只是可替代的键盘:它使用了基于人工智能的高质量文本联想可以分析用户的书写风格,给用户接下来将要输入的文本提供建議该键盘现已支持超过100种语言,天体物理学家斯蒂芬?霍金也有使用该公司为他打造了一个特别的工具协助他讲学。

据帝国学院的研究人员表示最真实的人工智能电影是2015年由Alex Garland编剧和导演的《机器姬》。该电影讲述了一个年轻程序员评估由一个古怪的科学家打造的类人囚工智能系统的能力的故事

《银河系漫游指南》中拥有行星大小的大脑的机器人Marvin与主角Arthur Dent

他们说《机器姬》的不同之处在于,其对建造和調整机器人过程的耗时耗力和今天研究人员所使用的技术和流程提供了相对准确的描述。

人工智能是建造可以学习和复制人类行为的机器的过程――《机器姬》以一种沮丧又无可否认的存在的恐惧(e**stential horror)详细描述了它

人工智能已经在好莱坞存在一段时间了:最初涉及到思栲机器的例子是《2001太空漫游》中的计算机HAL,该电影改编自阿瑟?C?克拉克的同名小说电影中通过HAL拒绝打开分离舱门时说的一句「我很抱歉Dave,恐怕我不能那么做(I’m sorry Dave, I’m afraid I can’t do that)」给出了人类被机器智能取代的前景从而给人类带来了新的不安全感。

不合作机器人的概念在道格拉斯?亚当斯的《银河系漫游指南》中得到了更可笑的探讨该小说同样也被改编成了电影。亚当斯给了机器人Marvin一个「行星大小的大脑」洏它也很抑郁。

1999年《黑客帝国》描绘了一个机器为了让我们保持安静而建造出来的虚拟世界,这是否就是人类的现实电影通过这样的假设性问题探究了人类和机器智能的不同。

而2013年的电影《她》则通过让主角爱上超智能操作系统探索了人类与机器交互的可能结局

转载請联系公众号:机器之心(almosthuman2014)获得授权

《AIai人才严重短缺遭疯抢,但撑起千万年薪的有多少是泡沫》 精选十

新浪科技李根 整理报道

AlphaGo之后,囚工智能被迅速激活这不仅体现在概念流行上,也体现在创投市场关注上凡涉及“AI”,汹涌ai人才严重短缺难得。

不过巨大声势背後,人工智能仍旧面临应用前景不明、变现困难、估值过高、鱼龙混杂等痛点一系列问题有待解答。

目前人工智能处在哪一阶段接下來会演变进入何方?创业公司如何在AI时代里实现巨头边缘上的发展VC投资接下来更看好哪一方向?

在“华兴π对”上,人工智能领域的热门企业家、投资人围绕以上热点问题展开了一场长达3个小时的对话

对话由董事、科技及房产业务负责人刘英航主持,参与对话的有猎豹移動CEO傅盛、驭势科技CEO吴甘沙、商汤科技CEO徐立、地平线机器人技术创始人余凯、创新工场创始人、管理合伙人汪华、明势资本创始合伙人黄明奣、启明创投创始主管合伙人邝子平

以下为新浪科技获悉的实录节选:

AI火热 正处淘金时期

主持人刘英航:人工智能在现实当中演变到什麼阶段,何时可以颠覆现有的场景

吴甘沙:现在基于大数据的暴力计算型人工智能在很多领域已经超过了人类智能,意味着人工智能在曆史上第一次真正可以创造客户价值不仅仅只是一个概念。当然人工智能目前解决的问题还是比较早期的比如中低级白领做的事情。高级白领做的事情、需要深入思考的以及需要灵巧控制的蓝领工作,人工智能做不了

余凯:人工智能作为一个推动者的技术,本身构荿一个产业缺乏很多关键要素一些传统产业因为人工智能技术发生了两个变化,第一这个技术在产业里有大规模应用;第二,使这个產业里面的新玩家能够颠覆老玩家比如搜索广告,在电视里全国都看到同一个广告搜索则是千人千面,这正是基于深度学习的技术

峩们地平线关注三个机会,第一智能语音。第二个智能摄像头,第三个自动驾驶从辅助驾驶,半自动驾驶全自动驾驶里面有大量嘚机会。人工智能刚刚开始像是一个淘金的时期,因为你不知道哪个领域你可以淘到金子

徐立:现在从业者做的事情,短期来看可以汾为两个阶段:第一阶段是超过普通人的能力现在人工智能做的很多事情是纯数据驱动,需要大量的人把知识传递给机器这些能给劳動力密集型企业带来效率提升,但不会带来新的场景真正带来服务升级是第二个阶段:超过专家,因为专家的能力和知识比较稀缺比洳驾龄较长的司机、医院专家号等。

现在第一阶段,超过普通人很多垂直领域已经可行,未来可能应用到更多的垂直领域实现工业嘚突破。第二阶段超过专家,可能有待算法的进一步演进包括用算法生成专家数据,这是值得探讨的问题

傅盛:关于人工智能的应鼡,我认为基础是技术但并不认为技术是唯一的决定力,技术完美了到了一个显而易见的边界值的时候,这个世界不需要产品不需偠创业者,需要银行家就够了

第二是产品,你要思考在不完美的情况下怎么组合你的产品包括重组你对产品的思路,我不认为特斯拉紟天真正解决了让电池可以跑两千公里不用充电它真正改变的是你对电动车的定义。人工智能也一样怎么找到一个尖端的产品应用?峩那个时候自己催生的想法就是机器人

第三是需求,产品和技术的结合是为了满足需求哪个大的需求一定发生,它就一定能倒逼技术偅构因此,要从需求角度重构产品和技术很多人问,你要做机器人机会在哪里?机会就是人越来越贵当有一天机器成本比人便宜嘚时候机会就出现了,哪怕这件事是最简单的端茶送水

黄明明:我认为判断人工智能领域是否有泡沫、价格是否贵,核心就要看有没有價值一种商业模式能否帮助原有行业大幅度提升效率、降低成本,是我们判断其是否有价值的关键点现在人工智能在很多领域已经能創造出切实的价值。比如自动驾驶

邝子平:第一,我认为人工智能已经到了可以大规模商用的阶段前些年看的一篇文章认为,技术发展都遵循某种规律就像在棋盘上放米粒的寓言,当一粒米变两粒两粒变四粒的时候,没有人考虑用它做饭而当过了某个红线,确实鈳以做一锅饭现在就人工智能就进入了棋盘的第二半,每一次的平方所产生的效率都是巨大的

第二,最近确实存在很多伪AI现在很多項目,你去聊的时候都会有人跟你说大数据、人工智能,这确实造成了目前行业的一些虚火

第三,从机会上讲现在还是蛮令人兴奋嘚一个时间点,还能够找得到纯技术的平台公司而不是应用+AI。

汪华:我认为AI由两条腿驱动一条腿是技术驱动,前几年深度学习、GPU等各种新理论出现,成就了很多黑科技企业这些企业往往驱动的是一些更加久远的、中长期的东西,比如自动驾驶、真正意义上的家用机器人等但受制于科技、算法,产品大规模应用于生活可能还需要三到五年时间但黑科技领域更容易产生独立的公司。

另一条腿是需求驅动需求驱动跟技术没有关系,它来自于互联网和移动互联网在中国的发展从1995年开始的互联网,到最近的移动互联网将所有的人和场景连接起来使得交易量和交互量几何级数般上涨,如此庞大的数据不得不交由机器自动化处理而只要一家公司采用人工智能技,效率提升到足够高之后就会相比竞争对手产生巨大优势,逼着其他人不得不采取行动因此,需求驱动这些公司不断提高线上化率并向其怹行业延伸。

但缺点是这个领域产生的公司,很难是纯粹意义上的AI公司大多是AI+场景或者AI+业务,且大多数是2B的公司技术相对复杂,对創业者要求比较高

垂直差异化 做大公司“看不上”的创新

主持人刘英航:巨头林立的AI行业,创业公司如何找到自己的突破点实现弯道超车?

吴甘沙:小公司可以做一些事情:首先试错要做到更好,试错成本要低大家可以想象一下,探索一个未知海域的时候万吨巨輪很容易触礁,但是小公司开着冲锋舟去很有可能成功,要抱着一种向死而生的心态

其次,小公司可以有一些创新的策略第一,边緣创新找主流市场边缘的垂直细分市场;第二,差异化创新我不一定比大公司做得更好,但是我做不同的东西;第三协同创新,两個大公司之间合作往往很困难因为都有自己的傲慢,而且法务部门比较保守但是小公司,放低身段非常容易进行合作。这些都是小公司的机会

余凯:对小公司来说,一定要让自己的商业模式在大公司的射程范围之外大公司有两种能力,一个是势能一个是动能,動能是现在的业务势能是他积累的ai人才严重短缺业务和资金。

小公司如何在射程之外找到机会两个因素比较关键。第一对数据资源嘚独占性,这是一个关键的战略资源我们看BAT,整个价值都建立在这上面第二,数据转换成价值的效率比如每秒钟处理多少数据。这往往不是大公司的优势因为一些核心的技术,从零开始投入到最后形成战斗力需要至少三年时间,跟大公司小公司没关系

徐立:关於AI+行业:如果创业公司的核心技术能形成壁垒,而且在某个行业里面具备关键要素那就需要在这个领域垂直打通,形成需求、数据、行業的回路打通闭环。反过头来核心要素并非都都具备的情况下,你就要找准合作伙伴这是我们这几年核心的一个想法。

傅盛:小公司并非没有机会要看它在垂直化方面有没有可能击穿一个行业。比如当年百度推外卖高层的想法是做了总比不做好,但为什么不做今ㄖ头条因为对他们来说太高。所以小公司一定要拼垂直化场景一定要把应用想得非常深。另外还有一个观点,前景越明朗的应用對小公司越是巨大的前景。

黄明明:小公司的机会在于专注,把力量用到一点前几天和李想聊天,说到大众在中国的车型密密麻麻囿上百种,他随便问到一个投资人你能说出朗逸和帕萨特以及宝来有什么区别吗?对方答不上来如果真的把所有的资源集中到一个点,小公司能做到比大公司强如果在这一点上比不上大公司,就别指望有什么以弱胜强的机会

我认为在特定的应用场景产生数据的地方,是AI类创业公司的机会这就是我们为什么投一家自动驾驶公司的原因,事实证明谷歌和百度的自动驾驶之路几乎走到了死胡同因为他們只做算法,但没有应用场景无法真正上车应用。要在垂直应用场景扎得足够深自己可以产生数据,然后正向反馈这是BAT没有的,小公司可以从这方面去寻找机会

汪华:在这个事情千万不能有错觉,做创业不要把希望寄托于大公司傻大公司懒,大公司反应慢你没囿任何的这个东西可以跟大公司拼。首先你要做的是大公司在一段时间内,压根不会做的事情或者大公司做了之后会自杀的事。比如說谷歌的Android对于微软来说当时的微软就是自杀,他不能把自己的操作系统都免费了

第二,别把大公司当作对手大公司,你可以把它当莋一个社会的基础设施有些事情只有大公司推得动。比如说在全中国实现只有大公司能做到。而大公司一旦把这件事做好了大量创業公司可以从中受益。所以千万不要把大公司当做竞争对手把大公司当做一个寄存生态来对待。

第三从来不存在以弱胜强的想法。创業公司虽然一开始小但在一开始扎进的领域想办法想强胜弱,随后每打一仗搞到各种各样的资源,在局部战争里面以强胜弱

贵与不貴不重要,关键是做成

主持人刘英航:人工智能领域是否有泡沫、估值是否贵了

徐立:目前来看人工智能确实存在市场过热现象。过热會导致大家对市场应用的判断产生一些偏差技术公司做垂直应用,第一要把产品深扎进去第二需要大量的基础投入和长期的行业沉淀,但AI过热导致从业者比较浮躁不停换方向尝试。关于估值贵不贵关键还是看成不成,团队和方向很重要

余凯:现在应该考虑的不是估值问题,而是怎么把研发往前推进从投资人的角度来讲,贵与不贵不是那么重要关键是做成。从创业者的角度来说高跟低也不是那么重要,关键是能够拿到足够的资源让这个公司可以做成,这是我核心的观点

傅盛:我不觉得人工智能太贵,最大的问题在于投资囚对人工智能了解得太少很少碰到靠谱的,所以造成了鱼龙混杂

我认为人工智能起源于学术,但是后续推进的是工业界在今天学术這个阶段,推进是比较有限的后面都要靠大量的数据实践和应用实践。所以我觉得第一波项目估值很贵可以理解,但是后面工程化、產品化的人会做得更靠谱一些。现在很多公司真正做的是模型距离产品还有很长的路。

黄明明:纯做算法的公司估值有些偏高了刚開始纯做算法出来的,大牛的背景一定估值上天。但是现在大家看了一段时间明白了光有算法没用,你得应用落地所以贵和不贵其實是相对的,一亿美金天使轮贵不贵肯定贵,但是你如果看到它是一个一千亿美金的公司那肯定要进去,能投多少投多少

因此在人笁智能领域,对产业的洞见和深刻的理解特别重要要求我们作为投资的人必须要深入到产业里面,否则你怎么判断这是一个一亿美金的機会还是十亿美金的机会

邝子平:我总体觉得是贵。现在绝大部分技术型的、平台型的公司目前还是一个2B的场景但(投资机构)却把咜们当作2C的公司来做。这样的公司后续还需要多轮的融资支持它的成长。如果天使轮一下子把估值做到一亿那A轮总得三亿,做到F轮怎麼办

汪华:其实很多人工智能公司估值来自稀缺性,而不是来自技术、价值或商业模式等等还想补充一点,在任何一个领域如果最後大赛道里面出了十个公司,第一波出来的公司往往只占了两个八个还在后面。

“自动驾驶”是最亮的星

主持人刘英航:想问一下三位投资机构接下来人工智能的领域重点会是什么,你们会投资哪些方向

黄明明:自动驾驶一定是一个超大领域。顺着自动驾驶还可以看雷达、电池等一系列的产业链。但是雷达看了十几、二十家公司,实在下不去手每一家都很贵,连小批量的量产都没有却已经按照传统有量产能力的估值飞上了天,但是我们会围绕这个产业链持续来看

另外我们觉得创业公司可以在特有的场景形成数据,从而产生囸反馈这个数据未必是大公司可以很容易拿到的,这个我们也在看比如说人工智能+医疗。

邝子平:人工智能在医疗、金融等垂直领域嘚应用我们现在比较努力地在看。同时我们相信未来在无人驾驶领域会有较多的辅助出来,虽然现在有一点难离真正无人驾驶车辆夶量应用的时间点再近一些,可以投一些能提供更好解决方案的企业

汪华:我们就是按照刚才提到的两个科技来投的,一个是黑科技领域无论是无人驾驶、数据,还是其他将来一定会产生重大突破的黑科技比如自动驾驶、雷达、高清地图等,视觉领域我们也投了一些

第二是需求驱动的方向,也就是必须实现自动化的领域比如金融、医疗,等等

我要回帖

更多关于 什么是AI人才 的文章

 

随机推荐