每经专访联想创投董事总经理王光熙：国内AI技术赶超相对容易 生态建设需发力

每日优鲜、摩拜单车、宁德时代、旷视科技均是当下炙手可热的独角兽企业，而他们快速成长的背后都少不了伯乐——联想创投。联想创投从早期联想云服务业务集团投资平台脱胎而来，目前已在云计算、大数据、人工智能、机器人、互联网+、消费升级等领域频频出手。

2018年9月7日至9日，由太和智库发起主办、《每日经济新闻》战略合作的第二届“太和文明论坛”在北京举行。会议期间，联想创投董事总经理王光熙接受了《每日经济新闻》（以下简称NBD）的专访。王光熙分享了联想创投在人工智能产业、AI芯片等领域的投资策略，以及一些行业热点的个人观点。

价值和效率为AI投资准绳

NBD：联想创投的AI产业投资逻辑是什么？

王光熙：我们的投资分两类，一类是整个AI技术链条上的技术投资；另一类是技术在具体产业的应用落地。

我们觉得AI不是孤立的技术，而是整个技术链。今天的AI技术和AI算法是基于大量数据的集合，从这点来讲，要真正做好AI的应用，必须有从物联网、物联网的数据采集一直到边缘计算、超大规模应用数据的整合、应用，以及AI机器学习的算法，最后才能提炼出AI的能力。而这些能力具体还要跟产业深度结合才能发挥最大效应。

NBD：您曾表示人工智能产业投资要选择有大数据基础的垂直领域，因为AI改造后会有明显的经济效益，这里所指的垂直领域是哪些？

王光熙：每个行业的现状和起步点都不一样，其实并不是现在有数据才值得投资，基于不同的起步点，创业企业在行业中的切入点很重要。

比如工业互联网，可能在某些制造细分领域里，连自动化都没有做得非常好，那就可能有一个弯道超车的机会，使其直接从“手工+机械”的半自动化状态一下进入智能制造。这时我们要找的就是拥有能够提供整体解决方案、帮助传统行业迅速跃迁到智能制造状态中的企业，进行投资。

而比如医疗影像已经历了很久的数字化，整体解决方案等方面已经没有机会了，那就要寻找一些细分的机会。创业企业需要有比较深的理解，拥有算法、技术能力，形成差异化的竞争壁垒。

这也是为什么AI很难泛泛而谈，因为很难以一个逻辑去投资AI在不同行业的应用。不过，一个以不变应万变的投资逻辑就是价值的创造和效率的提升，AI赋能的本质一是节省人力，二是比人做得更快、更好。我们过去看的案例，应用AI后效率至少提升5~10倍以上，未来随着技术的发展，可能还会增加。

AI芯片发展应聚焦生态

NBD：AI芯片被认为是中国芯片产业弯道超车的机会，您如何看待AI芯片领域的投资？

王光熙：首先，为什么大家觉得AI芯片是中国本土企业一个比较好的机会，这其实有个类比。跟造汽车一样，汽油车已经发明一百多年了，而中国这方面与发达国家的差距比较大，直到今天，我们在发动机、变速箱等领域与他们还是有相当大的差距。

所以，弯道超车或者说是赶超的机会往往出现在更新换代的时候，出现在一个新的事物、新的变量颠覆原有产业的过程中。在这种情况下，中国的创新企业才能有更多的机会，中国的新能源车可能是一个机会，AI芯片其实也是弯道超车的契机。

在我看来，大部分科技，不管是底层技术还是上层应用，都不仅仅是技术的问题，而是“技术+生态”的问题。技术的积累加上生态的积累，在一些特定的技术细分上，中国的学生和学者都足够聪明和足够勤奋，技术的积累可能还相对容易去赶超，但在生态的建设上其实是很难的。尤其是落后别人30年，再试图重新造一个新的生态去颠覆别人的生态，其实是非常难的。

这就是为什么AI芯片这一块大家会觉得有机会，因为这是一个新的生态。但即便是这样的新生态，英伟达可能比我们早起步好多年，现在也已经比较成型，但相对处于较早期，很多应用还未落地，因此还有很多空间。

NBD：不久前，深鉴科技被赛灵思收购，从而引发了国内AI芯片初创企业独立发展可能性的辩论，您如何看待这一问题？

王光熙：具体路径上，深鉴科技和赛灵思本身协同就比较强，这种收购可能是有很多商业上的考量。

所以，我觉得对于中国AI芯片企业，包括寒武纪和其他几家，最大的挑战就是快速在技术上领先的同时，还要做生态，这是所有新兴AI企业都要面对的问题。像寒武纪他们的理论框架已经做得很好了，几年前已经是世界领先的顶尖学术水平，后面就是怎样把技术产业化做完。

除此之外，对寒武纪等也还有很多机会。毕竟技术是有国界的，整个国产化、自主可控这块，对企业都会是个利好的消息。

AI芯片安防领域前景大

NBD：您认为AI芯片最有前景的落地领域有哪些？

王光熙：目前安防领域前景最大，视觉、自动驾驶还属于早期，没有个5年起不来。

安防肯定是中国AI企业发展的特色，过去仅仅是一个覆盖，未来不仅是覆盖范围增加，而且有很多升级换代的机会。联想创投也投了很多安防上层的场景和应用类公司。

中国还是个商业大国，零售方面的AI技术也具备前景。自动驾驶肯定是非常大的一块，但是时间点可能会相对更靠后。未来，移动设备上也会是很大的一块，手机、pad上的AI能力会越来越强。

很多和AI相关的计算，包括大数据应用背后的机器学习、分析提炼，这块可能消费者看不见，但是在云端的服务器集群里面应用会非常多，这块未来有望会覆盖到各个行业。

此外，随着5G的兴起，整个带宽、网络会越来越畅通，越来越多的终端设备不需要在前端、本地进行计算。云端、边缘计算普及开来后，会覆盖到所有AI相关应用。