核心预警：
1.大家也都知道人工智能和大数据这块现在是特别火，从数据来看都获得了非常多的投资，更多的可以看到的是机器视觉，语音识别，虚拟助理，智能语音机器人这块，从整个趋势来看国内目前比较火的是机器学习和场景应用这两个方向。
2.大数据其实从很多年前就开始在讲述这个概念，随着计算量的增加和计算能力的增强，最近才得到长足的进展，用机器学习来找出数据之间的关联和因果关系变得越来越可能，所以这也是最近人工智能和大数据比较火的一个原因。
3.从整个产业发展来看人工智能已经几起几落好几次了，在我看来还是在比较早期的阶段，和互联网刚刚起来那个阶段差不多，移动互联网从IPHONE开始出现那个阶段开始起来，目前人工智能也刚好处于这个阶段。
变革家，以投资视角为您发现风险和商机！
AI大数据行业创业与投资趋势
1、大家也都知道人工智能和大数据这块现在是特别火，从数据来看都获得了非常多的投资，更多的可以看到的是机器视觉，语音识别，虚拟助理，智能语音机器人这块，从整个趋势来看国内目前比较火的是机器学习和场景应用这两个方向。
2、大数据其实从很多年前就开始在讲述这个概念，随着计算量的增加和计算能力的增强，最近才得到长足的进展，用机器学习来找出数据之间的关联和因果关系变得越来越可能，所以这也是最近人工智能和大数据比较火的一个原因。
3、从整个产业发展来看人工智能已经几起几落好几次了，在我看来还是在比较早期的阶段，和互联网刚刚起来那个阶段差不多，移动互联网从IPHONE开始出现那个阶段开始起来，目前人工智能也刚好处于这个阶段。
未来的10年20年人工智能都会成为一个主流，未来我们可能不会叫互联网+，而是叫人工智能+。
AI产业链分布
我把它划分成：基础层，基础层又分为数据层和计算能力，数据层像自身能够不断产生数据的Alphago一样，他会自己不断的产生数据和进化它的模型，计算能力就像我之前提到的硬件的加速，神经网络芯片这一类的计算能力提供商，也有做像GPU云计算的开放给创业公司。
技术层：在基础层上面是技术层，它又分为框架层，像IOS这些框架和操作系统。另外一个是算法层，比如机器学习，深度学习这些增强的这一类学习的算法。
应用层：应用层有两类，一类是通用这一类，就是我们所看到语音识别，图像识别、NLP,FLAME，传感器融合、路径规划等这一类的；另外一类就是特定的一类应用层，就是我们所说的行业应用，就是我们所说的自动驾驶，医疗，教育，大数据征信等这一类的应用层，整体我会把整个产业链分为这三层吧。
从创业和投资角度来看AI大数据的机会
1、从整个发展来看我们可以分为三类：一类是底层的基础构架；二是通用场景应用；三是专用应用。底层基础构架比如BAT、华为这些公司会利用自身服务器的优势，数据的优势，为各类创业公司或者传统的公司提供基础资源的同时，他会把自身的优势转化为通用和专业领域的一些研究，让自己形成闭环。这个是初创的公司比较难去touch的在基础的构建上面。
2、还有一种我们在看在计算机视觉、语音视别这一类通用场景的应用方面，像FACE++,商汤，包括我们投的山世光老师的中科时拓这些都是用来提供某一类的通用场景的一些应用。但这一块从我现在看来，我们的初创企业没有特别的技术上的突破和优势的话，在这方面的机会也不会太多，因为已经不少明星的创业者已经拿到钱。
3、专用应用领域里面目前看来是我们初创公司机会最多的一个领域，一定要想好如何把技术和应用相结合，完善应用场景。
另外提一点，在基础算法这一方面，虽然我们看到的很多的基础算法都是二三十年前甚至是六十年前人工智能刚刚被提出这个概念的时候就已经有了一定基础。但最近大家也知道我们中国人在算法这个领域其实是非常强的，大家有志于算法研究的我觉得也可以进行一些研究。
中美创业者在AI领域的差距
1、在关于整个人工智能领域的研究和探索上，中国还是落后于美国的，从之前的技术角度讲差距还是比较大，在人工智能这块的应用层面我认为差距没有那么大。我们可以看到很多的论文发表之后很快就会被消化吸收，就像Google前几个月做的图像识别的竞赛当中我们的结果也都非常的好。所以我认为在应用领域其实在接近，但是在基础研究方面差距还是非常大的。整体来看美国的人工智能方面的创业这块其实还跟其他领域的创业一样，会更加倾向于更加基础的深度研发，而且是市场在驱动。
2、中国的创业者在实际应用方面探索得更多，在商业化的这条路上从一开始就比较他们小更多和走的更具体，因为毕竟我们有这么大的一个市场。具体来讲中国会在商业化方面走的比较快，美国会在技术方面走的比较强，很多时候是从应用层面来推动技术方面的研究。
美国这些创业者，一开始起步比较慢，融资也比较慢，主要是从整个市场来找一些需求，是让市场来推动他们的产品。但是中国的创业者融资都非常快，有一些TO VC的倾向，反而走到后端的时候就会比较慢，甚至有些停滞不前或者找不到方向。反而在这块我觉得中国的创业者是需要向美国的创业者多学习的。
AI大数据哪些赛道有投资机会及原因
未来的世界会是一个AI+的世界，所以广泛来说是每个赛道都有投资机会。但是如果我们把它拆分起来看，其实大数据是整个人工智能的一个基础，单从大数据上面来看，会有数据源的问题。那如何去获取这些数据，我们看到像八爪鱼这一类企业他们去爬取公网的一些数据，去建立一些数据基础，另外一方面你只看大数据的时候你会发现这些数据需要做数据清理，清洗，甚至有些数据都是一些孤岛，那可能需要做一些ETL的整个数据的融合。数据的融合之后，你需要做数据的分析，在整个链条上其实都有机会，反而我认为这些机会比人工智能来得要更为实在。
如果我们再看人工智能这块，人工智能如果你看它的基础层，其实是他的基础的数据和他的运算能力和他的算法，如果你有什么特殊的渠道可以抓住数据源的话，一定是一个非常高的壁垒。另外的话是运算能力，运算能力更多的是体现在硬件上面，所以你会看到最近有非常多的GPU，FPGA这些创业公司出来，他们都是在解决运算能力这一块。解决完运算能力就要去看算法，算法这一块你可以看但是会比较难，因为基础算法这二三十年来没有发生太大的变化，而且对算法能真正做出有价值的贡献从全球来看这方面的人才也不多。
同时我会说到从应用层面，我们觉得现在这些底层技术要想看哪些解决得比较好，一定要去找应用场景，我们目前会觉得比如自动驾驶，智能语音助，语音客服这些会是一些比较好的方向，当然还有一些跟人工智能跟医疗结合的辅助诊断，人工智能跟IOT结合的，我们来预测设备发生故障的概率，用来节省人工成本和提升效率。
从应用层面来说，整个赛道会非常非常多，因为人工智能就像当年的互联网一样他就是这样的一个底层技术，它用来提升各行各业的效率，甚至我们会认为它会比互联网更加深入到我们的各行各业中，比妨说用在第一产业用来预测气候状况，用来提升农产品的产能，也可以放在第二产业用在工业4.0上面，用很多AI的方法帮他们提升效率。
对人工智能大数据领域的思考和给创业者的建议
这一块我其实在前面几个问题里有提到，我还是再强调下我个人的看法，大数据和AI一定要和实际场景结合才能产生价值的，就像我们过去几年的创业，如果我问你是做哪方面创业的，你说是做互联网创业的，同样你说你是做大数据或者AI的，投资人都会打一个大大的问号。
因为其实大数据和AI目前的形势下没有一个直接变现的模式，从过去互联网的创业最赚钱的两个行业来看，一个游戏，一个电商这个其实是非常清晰和直接的，大家都知道商业模式越直接，商业路径越短越好。但大数据和AI一定是要绕个湾的，所以一定要找实际应用场景结合的一些领域来进行创业。
另外我认为我们大数据和AI的创业呢，可能和我们以往的创业很不一样，人会非常非常关键，现在所有的公司都在抢AI和大数据方面的人才，我们可以看这块的初创公司一上来就会有巨额的融资，因为这块人才成本比较高，起步资金比较高，而且因为没有非常明确的变现的模式，所以对投资人来说我们宁可给到创业者一大笔钱，让你慢慢的跑，慢慢的去尝试。
市面上所有技术本身是不赚钱的，必须要跟实际业务结合才能获利，所以必须要想清楚谁是你的用户，需求是什么，痛点是什么。必须要找到靠谱的小伙伴，切入点一定要小，尽量深耕一个领域去试错去积累，不要上来就做一个大的平台，因为做平台是非常难的。不论你在哪个领域里面去创业，但是在AI里面去创业你一定要找到你的稳定的独特的数据源。我相信所有的投资人都会问你，你能不能拿到属于你的稳定的数据源。这个我想信是每个有志于在AI大数据领域创业的人需要去思考的。
提问曾颖哲：未来一两年内Ai会给智能硬件带来哪些重大改变？
我们基金智能硬件投的不少，黄明明之前投了极路由，小牛电动，我们也投了车和家，但其实说句实话我并不会把他们叫做智能硬件。因为我觉得很多人就是联个网做个APP就是智能硬件，但其实我认为很多需求是想象出来的一些需求，比如智能开关，其实睡觉了就是按一下开关就好，你还要打开手机，打开APP再按一下，你觉得其实这真的叫智能吗？没有带来本质上的变化，只是一个噱头而已。所以我认为做智能硬件一定要去想究竟用在一个什么样的场景下给用户解决了什么问题？
真正和人工智能结合起来的硬件我才会真正把它叫成智能硬件，就是一个无缝的连结，不需要过多的人工干预的就像Google收购的NEXT，他会自动学习你的偏好，你的喜好，他也会学习你到家的匹配时间，去把你温度匹配到你最适宜的温度，我觉得真正带有人工智能的硬件才叫智能硬件，去和你的生活无缝的衔接，真正给你的生活带来方便。
本文源自微信公众号投资人说。变革家采用本文仅为信息提示之目的，不代表变革家对观点赞同或支持。优质项目推荐、创业项目拆解、核心风险提示、身边商机发掘，变革家让您捕捉更多商机、规避更多风险。更多信息请扫码联系我们。
参与讨论