传统人类驾驶用的是地图。无人驾驶项目的核心投资点也应该在地图上。这种技术在国内被称为高精地图,在国外叫Mapping。Mapping制图技术更重要一些,因为无人车驾驶是基于这种轨道的方式来思考。 技术服务化,服务商品化,服务组合共振化 现在很多大公司都在把AI服务化,比如百度就把很多关于图片鉴黄、语音识别、自然源处理等技术以API的方式开放,任何人只要会写几行代码,就可以将其调用出使用。在这个代际过程中,慢慢会出现技术服务化、服务商品化和服务组合共振化的现象。 比如现在很多公众号都变成机器人,用户可以通过语音形式跟服务号说打车,当他按住语音键说“我要打辆车去东直门”时,后台要经历哪些过程呢? 第二层是自然源处理的过程,通过理解这个语言,来判断打车从这儿要到东直门的这件事。 第三层是要跟用户做更多交互过程,比如是否通过技术化手段自动叫辆滴滴专车过来,然后告诉用户车来了。 当下的市场环境推动了越来越多人出来在AI领域创业,所涉及领域也越来越细分,创业者在AI应用方面既可以只选一家,还可以选择多家,组合出一套解决方案,通过组合,以解决C端消费者的需求。 底层数据不共享,前端入口不开放,中间层协同效应很重要 百度不可能开放底层数据出来给任何人用。腾讯也是如此,前端的入口不开放。现在腾讯拿着微信架在大家前边,在上一代社交网络的这一波浪潮里边,大家都明白,做产品做C端产品一定要往前做,更靠近用户端。 跑在所有人的产品前面,这是在做To C类产品的时候的相对比较重要的一个法则。已经把C端用户牢牢抓住的人,在前端入口上也不会去开放出来的。我们看微信这几年产品变化的节奏,也能清晰认识到这一点。 在中间的协同效应过程中,我们能够把数据从其他地方汇合过来,利用技术的方式去不断产品化,利用不同产品组合,变成一个解决方案,然后再打向用户。所以中间的这个过程我认为是一个比较大的投资空间。 “云”引入的平台机会 聚合AI服务的平台很有可能出现有价值的投资标的。 首先,这类平台能够更方便地让应用层把更多AI技术服务以更低成本汇过来。 做过企业的都知道,企业做大了之后,最关心对于复杂度的控制。而复杂度不会平白无故地降低,只能把全部精力都放在“有效的控制复杂度快速增长”这一点上面。各种AI和数据的引入有助于提升企业内部服务,但成本非常高。而聚合AI服务的平台可以让企业以更低成本快速嫁接AI服务,应用到企业的落地产品中来。 其次,这类平台给了企业一个选择,方便企业数据可以更方便地在云与云之间迁移。这些都是未来AI服务不断向密集化、碎片化方向发展过程中出现的平台机会。 这类平台可能跟AI关系不大,跟数据关系也不大,它是一个综合体。 这是我们认为的另一个投资方向,在过程中找到这个中间层的空间,在这个空间层里边去找每一类企业。 SoC:算力前置带来的投资机会 过去这些年,看来看去,大疆也好,机器人也好,都有很硬的应用场景,SoC是这个窄小领域里边很重要的一点。所谓SoC,可以理解为具有计算能力的芯片。 举个例子。 我们投资的公司里有一家是基于人脸识别的技术做会员信息采集,客户一进到房间里,药房助理通过人脸识别,就可以完全知道客户信息。 这样的场景用起来,会有一个问题:企业所使用的人脸识别技术来自于第三方公司,第三方公司在云端,通过摄像头采集完数据要回到云端,云端再把计算结果回过来,这就导致至少一两秒的时间延迟。 还有个问题是:同样一个客户,如果在摄像头前面反复出现10次,就必须要为这10次远程服务的调用付出成本,因为摄像头没有任何计算能力,每次都要跑到后端计算,这是一个很大的资源浪费。 后来技术方就拿一块价值一千多块钱的平板电脑,在里面写一个程序,将其架在摄像头后边,才算把这个问题解决了。但如果安一个芯片,五六块钱就可以解决。芯片还能做计算加速,我们将其叫做算力前置。 新交互可能是最大的投资机会 《三体》里边有个很著名的法则叫“黑暗森林”。黑暗森林理论认为,稀缺资源是安全的,不要暴露给别人。在新的AI代际里边,我个人认为,新交互是稀缺资源。2016年,微软、Facebook、谷歌、苹果都对这类交互类平台做了投资布局。 我们经历了人跟PC的交互,后来变成人跟移动设备的交互,未来我们将通过屏幕去进行交互。 (责任编辑:本港台直播) |