李开复投资十年：人工智能走出实验室

创新工场粤港澳大湾区总部 图片来源：每经记者赵雯琪摄 从“阿尔法狗”战胜围棋冠军李世石那一刻起，人工智能如惊雷一般炸响天地，与AI相关的概念与项目如雨后春笋涌现。甚至在很多人眼中，AI堪比蒸汽机的发明、电的发现。 而早在2009年，由人工智能科学家李开复创立的创新工场，就已经开始关注人工智能领域创业项目和投资机会。如今，十年，弹指一挥间。 6月5日，创新工场总裁陶宁在创新工场大湾区总部开业仪式上透露，创新工场已经完成第三期人民币基金25亿元的募资，同时，随着大湾区研究院的成立和人工智能研究院的多地布局，也意味着创新工场的人工智能工程院进入2.0时代。 实际上，以创新工场投资为代表的这十年可以看作是人工智能在中国从初现到浮华、再逐渐趋于理性、并探索落地的十年。 创新工场人工智能工程院执行院长王咏刚在接受《每日经济新闻》记者采访时表示，AI技术正从创新突破的1.0版本向商业落地的2.0版本发展，但与传统行业的结合尚处于早期粗浅阶段。比如，“很多人工智能产品都是锦上添花的东西，并不是行业里面那些盈利的关键流程上的方案。” 也正因如此，人工智能走出实验室、也已然进入了从实验室走向与产业结合和商业落地的深水区。 AI技术从科技创新走向行业赋能 逆势募资、成立大湾区总部、落户广州……这一系列动作对已然十岁的创新工场甚至是整个人工智能领域来说，似乎注入了一针兴奋剂。 据了解，创新工场第三期人民币基金规模25亿，主要投资方向是人工智能、大数据、教育、消费升级、B2B企业服务等。截至目前，创新工场管理的双币基金规模约150亿元人民币。 陶宁介绍到，创新工场从成立之初就建立独特的TechVC科技投资机构优势，从2009年瞄准移动互联网技术浪潮的井喷发展，其后自2012年就启动布局人工智能时代的投资，在众多技术投资风口来临前提早入局。 “资本能够为人工智能产业发展注入强劲动力，资本与技术有机结合、进而在产业落地为商业机会，是产业高速发展的最强路径。”陶宁在大湾区总部开业仪式上表示。 实际上，创新工场的十年，也见证了人工智能在中国从刚刚兴起到掀起创业投资热潮再到逐渐归于务实的阶段。 王咏刚在接受采访时表示，人工智能刚开始是以一个科技创新为主的形态出现的，那时候科学家、技术人员会是人工智能行业的主导，特别是前期在互联网行业，在移动互联网行业，人工智能取得了非常快速的发展，取得了重要的商业成果。 而现在，他表示，人工智能正向着各个行业、各个领域、各个纵深逐步深入发展，这个深入发展不仅仅是需要科技创新，还需要人工智能技术和每一个行业的行业领域知识，以及每个行业的业务流程紧密结合，才能够真正发挥人工智能的作用，而不是仅仅停留在一些空话或者口号上面。 也正是如此，在投资AI领域创业项目的基础上，创新工场成立了人工智能研究院，并在2018年3月基于人工智能院的科研团队，成立了AIB2B人工智能子公司创新奇智，探索AI落地场景。 王咏刚透露，经过两年的摸索尝试，目前创新工场人工智能工程院已形成“科研与工程实验室+人才培养+商业赋能”模式，在北京、广州、深圳、南京设有研发团队，先后成立北京总部，南京研究院、大湾区研究院，完成国内多地布局格局。 “未来创新工场人工智能工程院将主要围绕广泛开展科研合作、研发前沿人工智能技术、培养人工智能人才、人工智能技术输出与商业赋能四方面开展工作。”他表示。 行业深度融合成最大难题 一直以来，无论国内外，AI均成为投资热点。除了李开复的创新工场外，陆奇主政百度时期，也宣称AllinAI。3月22日普华永道发布的MoneyTree报告也显示，云计算、人工智能、机器人、虚拟现实等成为2018年的投资热点领域。 放眼国际，软银集团董事长孙正义对于AI更是推崇备至，此前在接受媒体采访时他便坦言，在过去一年半时间中，“（软银）愿景基金投资了70家公司。它们都是以人工智能为中心的。它们都在使用人工智能进行变革”。他还强调，AI是其“现在唯一关注的一件事”。 但是随着资本进入理性期，人工智能的技术落地预期也成为资方重点关注的方向。 此前有业内人士表示，就整个AI行业而言，2019年必然有一轮洗牌，那些技术落地不够的项目，便很难融到钱。 对此，王咏刚也表示，从单纯的科技创新到科技创新和人工智能商业赋能相结合是一个必然的发展道路。因为任何单纯的科技创新都没办法支撑一个更大规模的产业级应用。不过他也指出，在这条路上，最大的挑战就是核心的人工智能人才对行业里的场景和业务流程并不熟悉。 “经常会发现我们很多的人工智能公司送到行业里面适用的人工智能产品，看上去非常酷，在科技上可以拿到各种比赛的第一名，但是真正在行业里面并不解决行业最关注的效率问题。”他表示。 实际上，近年来，AI技术在驾驶、物流、金融等领域的探索，已经让人工智能比以往任何时候都接近大规模商业落地，从科研实验室中走出来的深度学习、迁移学习、强化学习等技术已经开始深入到金融、零售、交通、仓储等具体行业领域。 对此，王咏刚表示，从世界范围来看，人工智能领域容易“摘”的果子都已经被摘了，例如互联网内部大数据、广告推荐、人脸识别、语音识别等，AI技术正从创新突破的1.0版本向商业落地的2.0版本发展，与传统行业的结合尚处于早期粗浅阶段。 而在人工智能技术摘完“最容易摘的果子”之后，如何与产业结合、真正解决行业痛点，或许才是AI技术目前需要解决的最大难题。