每經(jīng)記者 李少婷 劉春山    每經(jīng)實(shí)習(xí)編輯 魏官紅    

每日優(yōu)鮮、摩拜單車、寧德時(shí)代、曠視科技均是當(dāng)下炙手可熱的獨(dú)角獸企業(yè)，而他們快速成長(zhǎng)的背后都少不了伯樂(lè)——聯(lián)想創(chuàng)投。聯(lián)想創(chuàng)投從早期聯(lián)想云服務(wù)業(yè)務(wù)集團(tuán)投資平臺(tái)脫胎而來(lái)，目前已在云計(jì)算、大數(shù)據(jù)、人工智能、機(jī)器人、互聯(lián)網(wǎng)+、消費(fèi)升級(jí)等領(lǐng)域頻頻出手。

2018年9月7日至9日，由太和智庫(kù)發(fā)起主辦、《每日經(jīng)濟(jì)新聞》戰(zhàn)略合作的第二屆“太和文明論壇”在北京舉行。會(huì)議期間，聯(lián)想創(chuàng)投董事總經(jīng)理王光熙接受了《每日經(jīng)濟(jì)新聞》（以下簡(jiǎn)稱NBD）的專訪。王光熙分享了聯(lián)想創(chuàng)投在人工智能產(chǎn)業(yè)、AI芯片等領(lǐng)域的投資策略，以及一些行業(yè)熱點(diǎn)的個(gè)人觀點(diǎn)。

價(jià)值和效率為AI投資準(zhǔn)繩

NBD：聯(lián)想創(chuàng)投的AI產(chǎn)業(yè)投資邏輯是什么？

王光熙：我們的投資分兩類，一類是整個(gè)AI技術(shù)鏈條上的技術(shù)投資；另一類是技術(shù)在具體產(chǎn)業(yè)的應(yīng)用落地。

我們覺(jué)得AI不是孤立的技術(shù)，而是整個(gè)技術(shù)鏈。今天的AI技術(shù)和AI算法是基于大量數(shù)據(jù)的集合，從這點(diǎn)來(lái)講，要真正做好AI的應(yīng)用，必須有從物聯(lián)網(wǎng)、物聯(lián)網(wǎng)的數(shù)據(jù)采集一直到邊緣計(jì)算、超大規(guī)模應(yīng)用數(shù)據(jù)的整合、應(yīng)用，以及AI機(jī)器學(xué)習(xí)的算法，最后才能提煉出AI的能力。而這些能力具體還要跟產(chǎn)業(yè)深度結(jié)合才能發(fā)揮最大效應(yīng)。

NBD：您曾表示人工智能產(chǎn)業(yè)投資要選擇有大數(shù)據(jù)基礎(chǔ)的垂直領(lǐng)域，因?yàn)锳I改造后會(huì)有明顯的經(jīng)濟(jì)效益，這里所指的垂直領(lǐng)域是哪些？

王光熙：每個(gè)行業(yè)的現(xiàn)狀和起步點(diǎn)都不一樣，其實(shí)并不是現(xiàn)在有數(shù)據(jù)才值得投資，基于不同的起步點(diǎn)，創(chuàng)業(yè)企業(yè)在行業(yè)中的切入點(diǎn)很重要。

比如工業(yè)互聯(lián)網(wǎng)，可能在某些制造細(xì)分領(lǐng)域里，連自動(dòng)化都沒(méi)有做得非常好，那就可能有一個(gè)彎道超車的機(jī)會(huì)，使其直接從“手工+機(jī)械”的半自動(dòng)化狀態(tài)一下進(jìn)入智能制造。這時(shí)我們要找的就是擁有能夠提供整體解決方案、幫助傳統(tǒng)行業(yè)迅速躍遷到智能制造狀態(tài)中的企業(yè)，進(jìn)行投資。

而比如醫(yī)療影像已經(jīng)歷了很久的數(shù)字化，整體解決方案等方面已經(jīng)沒(méi)有機(jī)會(huì)了，那就要尋找一些細(xì)分的機(jī)會(huì)。創(chuàng)業(yè)企業(yè)需要有比較深的理解，擁有算法、技術(shù)能力，形成差異化的競(jìng)爭(zhēng)壁壘。

這也是為什么AI很難泛泛而談，因?yàn)楹茈y以一個(gè)邏輯去投資AI在不同行業(yè)的應(yīng)用。不過(guò)，一個(gè)以不變應(yīng)萬(wàn)變的投資邏輯就是價(jià)值的創(chuàng)造和效率的提升，AI賦能的本質(zhì)一是節(jié)省人力，二是比人做得更快、更好。我們過(guò)去看的案例，應(yīng)用AI后效率至少提升5~10倍以上，未來(lái)隨著技術(shù)的發(fā)展，可能還會(huì)增加。

AI芯片發(fā)展應(yīng)聚焦生態(tài)

NBD：AI芯片被認(rèn)為是中國(guó)芯片產(chǎn)業(yè)彎道超車的機(jī)會(huì)，您如何看待AI芯片領(lǐng)域的投資？

王光熙：首先，為什么大家覺(jué)得AI芯片是中國(guó)本土企業(yè)一個(gè)比較好的機(jī)會(huì)，這其實(shí)有個(gè)類比。跟造汽車一樣，汽油車已經(jīng)發(fā)明一百多年了，而中國(guó)這方面與發(fā)達(dá)國(guó)家的差距比較大，直到今天，我們?cè)诎l(fā)動(dòng)機(jī)、變速箱等領(lǐng)域與他們還是有相當(dāng)大的差距。

所以，彎道超車或者說(shuō)是趕超的機(jī)會(huì)往往出現(xiàn)在更新?lián)Q代的時(shí)候，出現(xiàn)在一個(gè)新的事物、新的變量顛覆原有產(chǎn)業(yè)的過(guò)程中。在這種情況下，中國(guó)的創(chuàng)新企業(yè)才能有更多的機(jī)會(huì)，中國(guó)的新能源車可能是一個(gè)機(jī)會(huì)，AI芯片其實(shí)也是彎道超車的契機(jī)。

在我看來(lái)，大部分科技，不管是底層技術(shù)還是上層應(yīng)用，都不僅僅是技術(shù)的問(wèn)題，而是“技術(shù)+生態(tài)”的問(wèn)題。技術(shù)的積累加上生態(tài)的積累，在一些特定的技術(shù)細(xì)分上，中國(guó)的學(xué)生和學(xué)者都足夠聰明和足夠勤奮，技術(shù)的積累可能還相對(duì)容易去趕超，但在生態(tài)的建設(shè)上其實(shí)是很難的。尤其是落后別人30年，再試圖重新造一個(gè)新的生態(tài)去顛覆別人的生態(tài)，其實(shí)是非常難的。

這就是為什么AI芯片這一塊大家會(huì)覺(jué)得有機(jī)會(huì)，因?yàn)檫@是一個(gè)新的生態(tài)。但即便是這樣的新生態(tài)，英偉達(dá)可能比我們?cè)缙鸩胶枚嗄辏F(xiàn)在也已經(jīng)比較成型，但相對(duì)處于較早期，很多應(yīng)用還未落地，因此還有很多空間。

NBD：不久前，深鑒科技被賽靈思收購(gòu)，從而引發(fā)了國(guó)內(nèi)AI芯片初創(chuàng)企業(yè)獨(dú)立發(fā)展可能性的辯論，您如何看待這一問(wèn)題？

王光熙：具體路徑上，深鑒科技和賽靈思本身協(xié)同就比較強(qiáng)，這種收購(gòu)可能是有很多商業(yè)上的考量。

所以，我覺(jué)得對(duì)于中國(guó)AI芯片企業(yè)，包括寒武紀(jì)和其他幾家，最大的挑戰(zhàn)就是快速在技術(shù)上領(lǐng)先的同時(shí)，還要做生態(tài)，這是所有新興AI企業(yè)都要面對(duì)的問(wèn)題。像寒武紀(jì)他們的理論框架已經(jīng)做得很好了，幾年前已經(jīng)是世界領(lǐng)先的頂尖學(xué)術(shù)水平，后面就是怎樣把技術(shù)產(chǎn)業(yè)化做完。

除此之外，對(duì)寒武紀(jì)等也還有很多機(jī)會(huì)。畢竟技術(shù)是有國(guó)界的，整個(gè)國(guó)產(chǎn)化、自主可控這塊，對(duì)企業(yè)都會(huì)是個(gè)利好的消息。

AI芯片安防領(lǐng)域前景大

NBD：您認(rèn)為AI芯片最有前景的落地領(lǐng)域有哪些？

王光熙：目前安防領(lǐng)域前景最大，視覺(jué)、自動(dòng)駕駛還屬于早期，沒(méi)有個(gè)5年起不來(lái)。

安防肯定是中國(guó)AI企業(yè)發(fā)展的特色，過(guò)去僅僅是一個(gè)覆蓋，未來(lái)不僅是覆蓋范圍增加，而且有很多升級(jí)換代的機(jī)會(huì)。聯(lián)想創(chuàng)投也投了很多安防上層的場(chǎng)景和應(yīng)用類公司。

中國(guó)還是個(gè)商業(yè)大國(guó)，零售方面的AI技術(shù)也具備前景。自動(dòng)駕駛肯定是非常大的一塊，但是時(shí)間點(diǎn)可能會(huì)相對(duì)更靠后。未來(lái)，移動(dòng)設(shè)備上也會(huì)是很大的一塊，手機(jī)、pad上的AI能力會(huì)越來(lái)越強(qiáng)。

很多和AI相關(guān)的計(jì)算，包括大數(shù)據(jù)應(yīng)用背后的機(jī)器學(xué)習(xí)、分析提煉，這塊可能消費(fèi)者看不見(jiàn)，但是在云端的服務(wù)器集群里面應(yīng)用會(huì)非常多，這塊未來(lái)有望會(huì)覆蓋到各個(gè)行業(yè)。

此外，隨著5G的興起，整個(gè)帶寬、網(wǎng)絡(luò)會(huì)越來(lái)越暢通，越來(lái)越多的終端設(shè)備不需要在前端、本地進(jìn)行計(jì)算。云端、邊緣計(jì)算普及開來(lái)后，會(huì)覆蓋到所有AI相關(guān)應(yīng)用。