加入峰瑞资本做投资之前，我在人工智能领域创业。下面，我从投资与创业交叉的角度和大家分享自己最近的一些观察，也欢迎随时交流。

　　先简单介绍一下，峰瑞资本是一家新基金，成立于 2015 年 8 月。我们希望做成一家研究型导向的全链条基金，不看风口，长期持有。我们比较早就开始看人工智能领域，已经投资了十余家 AI 领域的初创公司。

　　下面切入正题。

　　技术、人才红利都迅速放缓

　　过去在人工智能能领域创业的时候，大家会问我这些问题：

　　你的算法到底是什么？是不是深度学习的算法？

　　你是不是用了神经网络？神经网络多少层？

　　这是投资者或大众关注的第一点——“算法如何”？

　　然后，大家还会问：

　　你的团队里有 PHD 吗？有 BAT 研究院出来的人吗？有高校教授吗？

　　人工智能能刚刚起步时，大家的焦点基本集中在两个方面：算法和人才。

　　这两张图反映了我过去一段时间对这两个方面的观察。

　　第一张图，我称之为“技术的红利”。这张图是在 ImageNet 历年图像分类任务中获得第一名的算法的错误率。2013 年的时候，获得第一名的算法错误率是 13%，2014 年时是 7%，2015 年时是 3.6%，到 2016 年时变成 3.0%。大家可以看到，从 2013 年到 2014 年，错误率下降了近一半，从 2014 年到 2015 年，又下降了近一半，而 2015 年到 2016 年的时候，下降的幅度就变得很小了。

　　做技术的人应该都知道，在深度学习的框架下，以现有的技术处理图像分类任务的能力，错误率继续下降的空间已经不多了。看到这个结论，我非常吃惊。技术放缓的速度远比我们自己想象的要快。

　　第二张图，我称之为“人才的红利”。

　　横坐标是时间，纵坐标是工资。过去，人工智能公司招人都很贵。最近，我随机选取了一家非常知名的人工智能公司的招聘列表，2017 年时，这家公司招聘图像识别处理工程师的薪水是15—30K/m，已经和普通的 IOS 工程师差不多。

　　目前，大家普遍的认知是：人工智能领域，所做事情的框架已经日趋清晰明了，但人才缺口比较大，学校的供给不够。任何一家人工智能公司招人，都更倾向于熟练的、很快能将想法实践落地的人，倾向于招有一定专业院校和学术背景的人才。

　　通过上面两张图，atv直播，我想说的是：人工智能技术跟其它技术一样，到了一个阶段性平台期，技术红利放缓的速度非常快，人才供给发展的速度非常快。

　　对投资人来说，在人工智能创业的第一阶段，公司的估值就是 “算法 x 人才”。它们的乘积，大概就是你的公司在市场当中的价值。而目前，这个乘法的两端都在快速地下降，这是我们对第一阶段人工智能创业的的判断。

　　AI 公司估值的阶段论

　　我把人工智能赛道上的公司分成 5 个阶段：

　　1. 提供狭义技术的阶段

　　2. 提供解决方案的阶段

　　3. 提供模块化产品的阶段

　　4. 提供整体产品的阶段

　　5. 业务闭环数据循环阶段

　　大部分创业公司处在 “狭义细分技术” 的阶段。这一阶段，判断公司的标准就是我们刚刚提到的公式：“估值 = 算法x人才”。我们可以看到，这个公式下的公司，价值在被快速地拉平。在我看来，这一波的机会红利已经基本结束。

　　在这一阶段的人工智能创业浪潮中，获利最大的科学家创业团体，现在在创业上的优势不会那么大了。接下来，我相信机会仍然会留给产品经理、工程师和商业人才。过去的估值方式，过去的价值判断方式，和过去的技术、人才红利都已经基本结束。

　　现在，很多公司都已经进入第二阶段了。不论是图像公司还是语音公司，大家都开始进入提供解决方案的阶段。

　　在第二阶段，判断公司市场价值的方式也会发生变化。我自己列了一个公式，就是从 “算法x人才” 演变成 “估值=算法+数据x商业价值”。算法后面是一个加号，主要原因在于，大家都还没有数据和商业价值的时候，比的是算法，但是当大家都有了数据和商业价值后，商业价值的重要性会迅速地超过算法，所以算法所占的比重会越来越少。

　　人工智能并不是互联网的下一代