重大科技创新往往是经济危机催生的。原因何在？因为在经济危机时，社会更加迫切地需要科技创新，背水一战，催生新技术从而形成新的支柱产业。

　　当前科技行业撞上了演化的右墙：CPU的运算速度和硬盘的存储能力遇到瓶颈，摩尔定律遇到物理上的挑战。

　　上一波科技大潮还是在90年代，经过将近十年的全球生态力的停滞，我们认为下一波应该在不久的将来很快到来，新科技已到了一个产业的拐点。

　　人工智能将是第四次工业革命的基石

　　人工智能驱动生产力的提高，推动全球经济变革，是扭转全球生产率增长停滞的根本驱动力。结合 GS 首席经济学家 Jan Hatzius 的研究，我们明确了资本深化目前的停滞及其对美国生产率的相关影响。我们相信，AI 技术将会驱动生产力的提高。

　　1）算力与大规模数据的爆发为人工智能应用的实现提供了条件，这是人工智能应用得以实现的一个核心基础。

　　根据摩尔定律，极端及运算速度每18个月提升一倍，价格每18个月提升一倍，价格每18个月下降一半。英伟达 GPU（GTX 1080）有 9 TFLOPS 的性能，只要 700 美元，意味着每 GFLOPS 只要 8 美分。在 1961 年，串够 IBM 1620s 每提供 1 GFLOPS 需要的钱超过 9 万亿。成本的极大的降低，为人工智能应用的快速发展提供了条件。

　　2）一级市场融资活跃， IT巨头纷纷卡位。

　　A.人工智能领域投资增长迅猛，AI创业公司数量和投资额在2015年创新高，一级市场年投资额从2011年的2.8亿增至2015年的24亿美金，五年内增长了746%。

　　B.IT巨头纷纷引入人工智能领域专家，进行技术储备。在和硅谷的朋友交流后才知道，巨头之间对人才的竞争是白热化的，甚至是血腥的。

　　C.各个科技巨头也在人工智能资产上出手频繁仅google就收购21家人工智能相关的技术公司，自 2014 年以来，谷歌、亚马逊、微软和 Salesforce 共进行了 17 项与 AI 相关的收购。

　　人工智能会像水和电一样无所不在

　　人工智能已经进入产业化的拐点，我们相信未来它会变得像水和电一样无处不在。

　　1）基础层薄弱，其他层中外差距不大，各个层面均有机会：

　　人工智能领域的最底层叫基础层，这里面有芯片、存储、大数据、平台。我个人不太看好一些核心芯片层或者硬件层的创业公司，我们认为在数据层反而有机会。

　　再往上是技术层，主要有机器视觉、 语音识别、 语义理解以及一些智能机器的控制算法。两年半前我们开始投工业机器人，我当时认为2C的机器人远远没有准备好，也没有用户刚需，所以2C两年半前我们没有碰；从2013年起，中国已是全球最大的工业机器人市场，我们认为在中低端有中国公司的机会；视觉和语音，我们认为机会不是特别大。

　　再往上到了垂直应用层，有智能驾驶、医疗、金融、网络安全、工业。安防目前是最快商业化的，所有中国这一波走的比较快的人工智能公司全是在安防，这里面是有大量的机会；金融和医疗现在的商业模式和变现模式还没有那么清晰，但已经在产生巨大价值，但国企不愿意出很多钱是个核心问题。

　　人工智能生态在应用分支行业上主要包括个人助理、电子商务、农业、机器人、法律、教育等。其中，个人助理在中国虽然最近很火，我个人不是那么看好；农业领域的项目，我们目前也还不能扣扳机。

　　2）人工智能生态圈的惊人扩张。2020年，机器人和人工智能市场规模达到1527亿美元。

　　这个是机器人的几大产业，最大的无疑大概还是自动驾驶。中国60万亿的GDP有十万亿是跟出行、车主相关的，所以还有什么领域比这个领域更大。可能滴滴和uber只是解决了出行领域的上半场，但出行领域真正的下半场不在共享经济，是在自动驾驶，谁能解决这个问题，谁才能解决真正出行领域的这一盘大棋。

　　汽车是移动的人工智能平台，无人驾驶是人工智能集中竞技的舞台。