对话北极光创投杨磊：能把AI链条打通的公司，就能真正产生价值

北极光创投董事总经理杨磊

采访/及轶嵘

整理/李莉

人工智能已成为全球科技产品研发的重要技术基础，可以说未来的世界是智能化的世界。这一领域有多火爆，从大量扎堆人工智能领域的投资人和创业者便知一二。那么，到底应该怎样去考量一家人工智能创业公司呢？

在2017年创业邦首次推出了“人工智能创新公司50强”这一专项榜单之际，创业邦记者与北极光创投杨磊，聊了聊他在人工智能（AI）领域是如何做投资？以及如何看待人工智能发展现状和瓶颈问题。

以下为全部对话

除了竞争壁垒，打通AI链条很重要

创业邦: 创业公司在人工智能哪个细分领域机会比较大？

杨磊： 通常大家把人工智能分成三个层面：基础层，技术层和应用层。我们认为最大的机会在基础层和应用层，也就是两端。我们投最基础层的技术公司，基础层壁垒非常高，很多时候是和巨头的竞争，任何突破都是大大的突破。这里创业公司的优势在于速度和对市场的理解。

我们也投应用，像我们投的 Drive.ai 就是无人驾驶创业公司。无人驾驶在人工智能应用里算是一个万亿级的机会，竞争非常激烈。应用层并不意味着壁垒低。这里创业公司差异化的点在于跨学科的能力和垂直整合的能力。

不管投应用还是基础层，都会找相对来说不是那么容易的事。如果大家都觉得这个领域小公司没机会了，我们会看一看。如果大家都觉得小公司特别有机会，我们就不看了。因为壁垒不高。我认为在过度的竞争中不会创造出太多的价值。

创业邦：除了看创业公司的竞争壁垒，还会看什么？

杨磊：技术在人工智能里只是一环，这一环在不同的领域里作用可大可小。我们评估一家公司的价值，要看能否把AI的链条打通，能打通，就能真正产生价值。现在能够产生价值的AI 领域，一般来说估值都不低了，因为打通链条是一件很难很需要创新的事情。但是我相信AI 在不同的领域都会带来价值，也可能开始是从非常小的一个点切入某个垂直领域，但是只要能打通产业链条，发展前景就很大。如果只是一个算法，一个技术，我不会特别感兴趣。

创业邦： “打通”具体指什么？

杨磊：技术、产品、市场，全都完成，才可以叫打通。真正解决客户的问题，有客户使用，这才叫创造了商业价值。打通是一件很难的事。我们投资初创公司的时候，一般创业公司都还没有打通链条。可能会有一些想法，也未必成熟。我们会根据我们对于技术和产业的理解，利用北极光生态里面的一些资源去帮助他们一起去“打通”。

瓶颈和机遇并存

创业邦： 在人工智能领域，中美发展是否存在差距？

杨磊: 在商业模式的创新上，中国团队非常优秀，会非常接地气的创造商业价值，更会用现有的技术来创造价值，而且并不局限于AI技术。但如果是技术解决不了的问题，美国团队更有可能会在这方面想到新的解决方法，也更有创造力。任何事物都不是静态的，我相信中国的团队在这方面在未来的几年也会跟上来，甚至超越。但是投资人需要有耐心一些，创新需要时间和空间。

创业邦: 现在很多大公司都在做技术的开源，这对创业公司有什么影响？

杨磊: 大家有这种观点，如果大公司开源了，小公司是不是都没有优势了？我认为开源是一个好事，可以让小公司跑得更快，去解决大公司还没有来得及解决的问题。

大公司和小公司在同一个跑道上，我觉得不是坏事，有一些基础的工作大公司都做了，小公司就在这个技术上走下一步。关键就是小公司走下一步的时候，有没有创新。只要创新的这个点比大公司速度更快，这就是小公司的机会。

只有不断地创新才能够生存。我们所处的这个时代是一个超摩尔定律的时代，人工智能能力的发展速度远超摩尔定律（18－24个月性能翻一番），在这样快速变化的时代里，只有创新能力强的公司可以幸存。

人工智能是一个不断改进的一个过程，算法模型在不断迭代，现在能解决的问题和解决问题的深度只是冰山一角，在中间有很多可以突破的地方。比如无人驾驶，Google干了好几年，创业公司还有机会吗？当然有。Google技术的发展已经到了平缓期，随着时间的推移，进展基本上没有太多了。再加上大公司战略上的摇摆，Google 做无人驾驶的人走的也得七七八八。

创业邦: 在人工智能的发展中，什么是瓶颈？

杨磊: 各个领域都有自己的挑战。这里我提两个瓶颈：1.计算构架：我们今天的计算构架无论是CPU还是GPU，还是FPGA都不是为了人工智能设计的。2.产业和AI的融合：既懂得AI，又懂得产业的人几乎没有。大家在争论到底是AI经验重要还是产业经验重要。我们的经验让我们认识到两者都很重要。让AI和产业碰撞出火花，就像在稀薄的空气里让两个分子碰撞一样难。

创业邦: Google的无人驾驶为什么会遇到瓶颈？

杨磊： Google 的方法是弱人工智能。Google最开始做无人驾驶的时候，深度学习还不像现在这么火。他们的整个构架用的是机器人的方法，用人工智能其实非常少。比如Google 为了实现在某个场景的运行，要写一万条规则，好天气下写一万条规则。下雨天气呢？是不是再写一万个规则？黑天怎么办？

我们投的Drive.ai，底层完全是人工智能的，所有地方都是AI first 来解决问题。Google一个传感器出了问题，就得靠边停车。Drive.ai照样开，雨天、黑夜也没有问题。

Google的无人驾驶系统的通用性也有问题。比如Audi 换成BMW了，可能要调试好长时间。一辆崭新的Audi车，用Drive.ai的驾驶系统，一星期之后就变成无人驾驶了。这是2016年的水平，今天就更快了。

(编辑：mao35  来源：创业邦)