星瀚资本杨歌:用投资的眼光看大数据与AI,能看到什么机会?

上周六（11月18日），“数字经济产业发展论坛”圆满落幕。论坛上，星瀚资本创始合伙人杨歌带来精彩的“大数据智能投融资趋势分析”主题分享，从投资人的视角出发，分析了大数据和人工智能的发展情况，指出了现存的问题以及值得把握的红利。

（演讲正文略有删减，小标题为便于阅读而添加）

演讲主题：用投资的眼光看大数据与AI，能看到什么机会？

主讲人：星瀚资本杨歌

大家好，很高兴今天在这里跟大家分享，我给大家带来的主题是关于大数据和人工智能目前的发展情况。

先简单介绍一下我们公司，星瀚资本成立几年的时间迅速发展，在实体行业和新兴的产业之间架起了桥梁，我们最看重的是实体行业和新兴产业之间的连接，能够实现跨界、联合非常非常重要。单纯的人工智能很难直接应用到市场里面去，传统行业实际有很多有待增值的空间，我们需要把两者结合起来，这就是我们寻找价值的基础。

提大数据和人工智能先提互联网基础。我们经历了20多年的时间发展互联网基础，这些都是我们所经历的过程，我就不一一细讲了，比如说互联网金融，包括互联网的使用、电子商务、共享经济等等这些都是我们耳熟能详，几乎每天都会使用的东西。

在互联网阶段，我们把互联网行业分成三个阶段，叫做传统互联网、互联网+和互联网智能化三个阶段。

传统互联网从1995年开始发展，到2010年已经算比较成熟了，从低层的网络硬件到上层的互联网建筑，一直都在高度发展。传统互联网经历了几朝元老，比如说从最开始的新浪、网易、搜狐，到现在BAT如日中天的竞争，到今天走过了互联网O2O这个过程，传统互联网已经发挥出了它的价值，格局基本已定。

从2010-2015年，我们主要发展的是互联网+行业。互联网+主要利用互联网的信息化能力，我们经常提TMT，由互联网所产生的技术媒体通信的能力改变很多的传统行业。

互联网+还可以分成两种，一个叫做互联网重+，原来的商业模式从线下全搬到线上去，比如说像餐饮互联网，美团点评、饿了么，比如说像车联网，滴滴、快的等等这些都属于O2O行业。

经历几年的竞争我们发现并不是所有公司都可以做O2O的，很多商业环境是不适合做线上的。于是我们发现O2O只是刚性需求，某一种行业可以去使用，而非刚性需求并不适合做O2O，于是在之后我们开辟了一个新的行业叫做互联网轻+，就是产业升级，能够把传统行业和互联网衔接起来，我们把这个叫产业升级，里面包括很多内容升级，消费升级、企业升级，工业制造业的升级，传统的行业升级。

由于互联网的赋能导致终端的交易可以电子化，让很多的财务可以追溯历史数据，于是很多的供给侧方面就得到了改革，变得更加高效，这些都是由互联网导致的。

互联网的第三个阶段就是互联网智能化，由于互联网的布局从经验变成了规范，变成了数据化，变成了结构化数据，变成了系统，产生了大量的数据库，之后我们便走入智能化。在智能化里面有很多行业，大数据、人工智能、虚拟现实、机器学习、智能硬件等等，这些所有行业都是我们所关注的。

对于智能化来讲，我们一次又一次地认为风口来了，但是发现全都变成了泡沫，然后又跌落谷底。其实这一次浪潮有很多不一样，原因是因为这次整个互联网基础和大数据积累的积淀已经基本完成，所以这次的浪潮是比较真实的。现在我们数据的基础已经收集的比较完善，分成几种类型，我在后面会提到。

刚才我讲到的这些过程就是互联网发展的过程，互联网是一个信息的工具，随后演变成管理工具，逐渐优化成商业模式，改变了周围的交易手段、生活习惯、各个方面之后，推动产业发展，之后变成了金融平台或者是智能化的平台，这就是整个互联网发展的过程。这就是互联网的基础，我们要考虑的是互联网之后做什么。

2015年和2017年都在提人工智能。2015年正值互联网产业升级的过程，我们还在做各种各样的布局，餐饮互联网和车联网都在打地基。但是到2017年我们会发现饿了么收购了百度外卖，这说明什么？说明产业升级基本上已经完成了，大部分数据已经收集完了。在2017年产业升级已经基本完毕，同时也收集了大量数据的情况下，我们开始更深入地进行思考，目前来讲，这个是一个做人工智能和大数据非常好的时期。

关于互联网推动我之前与大家已经分享过很多次，有些是互联网已经做过的，有些是互联网还没有做的，互联网目前还没有衍生出新生的行业，比如说像区块链，比如说像大数据人工智能，比如说像机器人等等，这些所有的行业都是互联网会继续推动的方向，我们主要看中的讨论的就是大数据和人工智能。

铺垫了这么多终于讲到了人工智能，我们把人工智能分成三个阶段：刚才已经提到互联网基础，还有大数据的积累和算法的应用。

互联网基础可以认为已经是比较成熟的，从硬件到软件到商业模式都是比较成熟的，大数据积累我把它叫半成熟，这个半成熟在什么地方呢？这一半指的是数据虽然有了，但是还没有进行数据开采。对于大数据来讲，数据的标准化、结构化是非常重要的，所以这两年我们最重要的一点是把大数据做成结构化数据。

在大数据之后，还有算法，有了数据，有了素材，你要进行数据分析，用算法分析，对于算法本身来讲，做理工科，做科学研究有很多种算法可以使用，但是商业化的应用还不是特别成熟。

我们认为整个过程里面，无论是最开始制造数据接口还是形成数据都不是很困难，已经基本完成，最难的就是把大数据训练的过程，把人工智能做商业化模型的过程这个是非常困难的。

首先讲讲大数据，大数据是进入人工智能行业的入口，对于大数据来讲，其实非常简单，我把大数据分成三个模块，叫做数据的入口模块，数据的算法模块和出口商业化模块，含金量最高的就是大数据的算法这一块，对于大数据算法来讲就是收集、定义、整理分析、挖掘，最后抽象成一种函数一种模型，这种模型能够加载到商业环境里面去，这就是大数据的使用。

任何大数据在最开始有一个入口，数据必须要有来源，这就是我刚才提的，大数据有多少来源。在今年6月份GPO所出的一份报告称，现有的大数据来源分成三个类型，第一种类型叫做由个人所产生的数据，这里面包括每天写的博客、微博、发的短视频，包括搜索的信息。这些所有在网上可以通过爬虫爬取的数据，都叫个人所产生的数据。这个数据量非常大并且比较抽象，不是特别结构化的数据群，这种数据已经积累了将近30年的时间。

第二个数据类型叫做交易类数据，由于互联网推动了各种各样的电子商务导致线上交易，包括我们在电商上进行买卖；包括使用O2O的平台；包括使用各种服务，这个过程就叫交易类数据。交易类数据非常特殊的一点在于明显反应了消费者的真实需求，我想买什么，想为什么东西买单。从数据上来讲是一个标签化的过程，它叫做半结构化的数据或者比较结构性的数据。这种数据出现以后，我们会发现大数据整体发生了变化，这也是为什么这两年大部分公司都在竞争O2O行业和线上支付行业以及互联网金融行业，原因就是因为市场在竞争交易类数据。

第三个叫做由硬件所产生的数据，比如说像手机、手表、手环所产生的数据，我听说有一些金融公司通过各种各样的手段去收集数据，其中不乏去买废旧的手机，再从中提炼数据。

要想做大数据，必须要有基础的素材，这就是数字化的入口，就像进入到混凝土搅拌机里训练，再进行实体化的过程，这就是数据的入口端，然后是使用数据的训练结果，比如说相关性。

我们使用数据的相关性指导商业，制定用户画像，制定商业画像，调整商业策略。最终实现大数据的应用，比如说《大数据时代》，我向大家推荐这本书，这里面讲了很多案例，最简单的是美国的7-11便利店通过财务数据发现，每一次下雨的时候除了雨伞卖的好之外，蛋挞也卖的很好。这两个东西没有直接的逻辑规律，但是找到了两者的相关性，于是决定把两个货架发在一起，最终实现了1+1大于2的结果。这两个东西放在一起，达到了增值的过程，这就是相关性指导商业战略的过程。

反过来说就是反馈性，将数据计算完以后，对这个商业模型进行检验。比如说前两年有一种智能硬件是车载的行车记录仪，这个生意并不好，一直卖不多，突然有一天保险公司来说，我来收你硬件，你给我记录驾驶员的行为习惯。

把这些数据做成结构化数据之后，保险公司去分析每一个人的行为驾驶画像，通过这个画像上调和下降保费，去看你到底是一个比较安全还是容易撞车的人，这个也是比较典型的大数据应用。但是后来发现，最开始的判断是错误的，最开始判断以为打方向盘猛的人容易撞车，于是上调保费，通过长时间的迭代过程，发现猛打方向盘的人反应速度比较快，不容易撞车，而踩刹车动作慢的人容易撞车。这就是一个比较典型的案例，就是反馈性的过程。

这个过程刚才给大家描述的就是大数据的三个模块，其实非常简单，入口快、算法快和出口快，还有很多应用，值得一提的是机器人的使用也是一样。对机器人来讲最重要的是什么？不是硬件，不是器械，最重要的是这个芯片能不能进行学习。

其实机器人行业从一八三几年就有人开始研究，为什么一直没做出来？原因是因为没有计算机，没有芯片，所以机器人没有大脑。思必驰也好，科大讯飞也好，各种各样的公司都为机器人在不同方向上进行训练，让机器人产生大脑，产生运动机能，这个才是机器人的爆发的前夜。机器人最重要的是大数据的计算。

大数据已经发展了很长时间，总结一下现存的问题。第一个在商业市场里大数据的竞争非常激烈甚至恶劣，一些人为了收集大量数据做恶性竞争，拿钱买数据。我见到一个资金有40多亿的公司，还要花大几千万不断购买数据，这些数据跟之前的数据严重同质化，并没有深刻地意识到买来的数据噪音很多，再去买数据可能是没有价值的。

很多的数据噪音非常非常大，有效的数据比较少，没有办法提炼出结构化数据，数据密集但是孤立分布，很多公司都具备某一个方向上的数据。比如说饿了么具备吃饭的数据，滴滴打车具备出行的数据，但是数据非常独立，非同源的数据不进行交汇，数据结果就不一定智能。

一定要把数据结合起来，放在一起，这个数据才有价值。这两年我看到许多非常好的金融类公司，金融类公司自己不直接生产数据，产生了非常多的垂直数学上正交和各种各样行业的数据，把这些数据放在一起就更加智能。

最后一点，许多大数据公司总想去解决一些复杂的问题，一股脑解决体系化的问题，这是存在很多问题的。对于一个优秀的大数据公司来讲，一定要能够解决主体问题，再抛开常规问题，这是很重要的。

这个是大数据的现存问题，对于大数据来讲，发展进程最开始是开采和收集，然后就是清洗和标签化，这个是数据非常重要的一点，非结构化数据很难进行训练。第三点就是一定要把非同源的数据放在一起进行训练，使整个的矩阵更加丰满才可以。第四个形成结构化的精炼数据集。

在数据之后就是人工智能的模型化过程。我把智能化分成两个大的阶段，一个叫做赋予的智能，一个叫学习的智能。赋予的智能是指有了计算机以后，利用人工经验不断地推导，再写出程序，让计算机去执行。它有明确的物理意义，能够明确地表达出这个函数是什么，是低阶的比较线性化的特征，让计算机去学习的过程，这个过程不用计算机训练，而是由人直接写成代码完成的。

第二个是人工智能发展最重要的板块，当不明确的意义的时候，当我知道要训练哪些方面，我手上有什么素材的时候，就要进行训练。这两年为什么人工智能大爆发，主要是因为这块，因为机器的算法越来越多，硬件速度越来越快，导致有很多的模型都可以去做。

人工智能好不好，第一个方面就是硬件够不够快，第二是数据够不够大，第三就是算法够不够好，这些都是指在学习智能基础上进行的模型化测试，这里面需要大量的数据，很多规律只通过人是没有办法总结出来的，需要从数据里面提炼出来才行。

我推荐给大家一本书《终极算法》，这本书系统性地描绘了五种主要的人工智能方面，其中包括符号演绎、遗传算法等，这都是现在最常用的。每一种算法其实都有非常特殊的特点，人工智能为什么比较难？主要原因是每一种算法适应性不一样，比如说遗传算法适应去做物流的优化，它最主要是对最大化优化的分析，次优或者最优化的分析，而神经网络是大量数据进行迭代反馈的过程。所以神经网络迄今为止最有效的功能是图象识别和语义识别，这两种功能使用得最好。

关于人工智能的应用，我们分为三个层次，第一个是基础层，然后是技术层，然后是应用层。基础层包括硬件够不够快，算法够不够模块化。主要指的基础硬件方面，物理和数学层面。这两年非常火的，比如说刚获得投资的深鉴科技、地平线等等，这些实际上都指的是技术基础的硬件层。我们在不断地由于算法的推动而去改变硬件的模式，原来用CPU现在用GPU，各种各样的形式都是为了能够让算法计算的更快，所以硬件在不断地被算法倒推往前走。

我们还在寻求更快的云端计算，像量子技术，还有信息的传送包括压缩和解压，以及开源的算法模块。中国这两年的优势越来越明显，随着华为这一批企业的成长，带动了基础层不断地变强，这里面有非常多的机遇。

中国这两年发展最火的就是技术层面，即算法模块层面，这里面包括各种各样的感知模块，比如说视觉识别、语音识别、语义识别，这里面咱们所熟知公司的像思必驰、科大讯飞。随着语音识别继续往下，NOP就是一个非常重要的模块。我认为现在阻挡机器人发展最重要的模块就是NOP，什么时候NOP成熟了什么时候机器人就会迅速崛起，NOP就是自然语义识别。

技术层模块成为机器人成熟的基础条件。10年前我看过一个研究机器人的公司，他的特点是由一个团队自己闭门造车，每一个模块都是自己做的，而今年我再去看这家公司的时候，有一个很重要的变化就是每一个模块都由外部的公司外包了，说明研究机器人的公司越来越变得商业化，所有的公司做了底层的基础搭建之后马上就要商业化了，能够商业化的时间还有多长我现在没有办法断定，但是我知道这是非常重要的，这方面突破了以后上面的应用层就可以盘活。

对于应用层行业的普遍理解有一个误区，大家都觉得应用层的发展非常快，但是我认为现在还差一定的火候，很多东西还不成熟，应用层依赖于基础层和技术层，这两层还在不断地迭代，什么时候这两层完全成熟，应用层才会实现大的爆发。这在历史上已经出现过很多次了，大家都觉得有一个东西马上就要来了，但是这个东西还有多远是由底层机构决定的。

我们现在所关注比较多的就是技术层、基础层和To B的应用层，这些都是我们认为会有发展的行业，直接会产生经济效益，像量化金融、量化物流这些会直接产生经济效益。

为什么应用层还缺一点火候，我拿智能驾驶做一个比喻。

讲这个之前先把智能分成三块，叫弱智能、强智能和超智能。弱智能就是赋予智能，强智能就是迭代的智能，超智能就是迭代不出来的或者更高阶复杂的感性化智能。

对于智能驾驶来讲，智能驾驶分六个等级，想实现这个是非常非常困难的。智能驾驶来讲实际上分析的已经不单纯是交通问题，因为中国的交通问题非常非常复杂，应该分析很多方面的问题。我举一个有点搞笑的例子大家就能理解，有一个国外的交通学家到中国来，研究中国的交通问题，来的时候宣称在中国用一年时间就能把交通问题解决掉，结果他用了三年时间也没解决，回国之前他说中国的交通状况掺杂着很多社会问题，实在无法解决。

中国无论像北京、上海、杭州这些城市，不单单存在交通问题，还伴随着社会问题和人性问题，对于智能驾驶来讲是非常复杂的模块化的技术，除非把社会化和人性化的东西都模块化了，然后再去做智能驾驶才能真正实现。

通过智能驾驶也可以总结一个结论，主特征值越明确的，越单一的东西越好做人工智能，而场景看起来非常复杂的，这些方向短期内都不适合用人工智能来实现。

最后再讲一讲，关于所有的技术行业发展进程。

任何技术行业来讲都有这么一个进程，最开始是一个技术萌芽期，然后进入摸索成长期，摸索成长就是指技术已经基本成熟了，我该怎么用，再下一个时段是上升红利期，比如2010年是最典型的上升红利期，像携程去哪儿、美团点评所有的公司都是在那个时代出现的。

到了2010-2015年是互联网产业的升级期，这个阶段把互联网想尽各种办法渗透到各个行业去做产业升级，发现有一些行业不适合互联网化。进入到2015年就进入到增长泡沫期，然后进入衰退期，最后这个互联网会变成一个工具。

历史上很多技术完成了这个过程，也有技术目前还没有完成过程，像PC和手机早就完成了，互联网才刚刚进行，对于很多新的东西，我们要抓取上升红利期的这一波机会。

我们认为目前来讲，AI基本上脱离了技术研发期，马上要进入上升红利期。这里面有一点对创业者非常重要：两种创业模式。

一种创业模式是如果你没有技术而你有资源和政策，应该是做上一个循环。因为在上一个循环的下坡过程中，比拼的已经不是技术和产品，比拼的是资源和政策。如果有整合资源的能力，那你就应该做互联网行业，有一些人还在拿互联网技术在想创新的商业模式，这很有可能会失败，因为整个互联网红利已经过去了。

如果你要想做创新，做技术，那你就应该走下一个新的时代，比拼的是技术和产品，这个是两种不同模式的创业。

我们的历史都是一遍一遍被各种各样的技术成长推动的，为什么2016年形成了资本寒冬？主要的原因是互联网下行，人工智能上行，处在交叉点上，2016年属于切换赛道的过程，而在2017年有一个新的变化，由于电子商务所搜集大量的数据基本成熟之后，这个时候人工智能已经可以开始发挥作用，所以我们在对于下一个浪潮已经开始布局了。

整个历史就是这样，从机械一体到机电一体化、硅机电一体化，指的都是一个一个浪潮往前推动的过程。我们现在就处在硅机电的后半段和碳硅一体化的前半段，最重要的是能够变得更加智能高效化。新生的科学研发过程很缓慢，产品也很便宜，这是新生的科学，真正的技术一定是降低成本和降低能获的过程。

今天就给大家分享这么多，谢谢大家。

文章来源：搜狐

星瀚资本

星瀚资本汇集全行业优质资源，是一家专注价值投资、创新理念、产业结合的专业风险投资机构。我们重点关注跨界融合和颠覆性创新的机遇，重点投资：产业升级、科技应用以及消费文娱等领域的中早期项目；我们结合广泛资源网络，打造投资企业产业链闭环；我们注重企业和团队的内在价值与创新能力以及长期发展潜力，以获取长期稳定回报为目标，投资有实质性创新和真正生产价值的企业。