AI不是风口！ AI只是标签。“AI泡沫”源于算力供求和场景需求的不匹配。未来6-12个月泡沫会破！

没有云计算，谈何大数据；没有大数据，谈何AI？

大数据创业3个关键词：从负一到零、场景、定价权。

一边赚钱一边赚数据。

　　人工智能是过去一年、半年来，所有媒体、创投圈乐此不疲的一个话题。确实也有很多事实，阿尔法狗碾压了中国的棋手。很多AI创业公司获得了很抢眼的融资，估值屡创新高。但作为一个早期投资者来说，我想跟各位创业者吼一声：AI不是风口!

　　4月19日百度发布了一个“阿波罗”计划，把智能驾驶这块的能力开放出来。大公司在利用算力，但是对于创业公司来说，我们不能只关注这个市场算力的供给，更需要面对的是需求，需求是什么？有没有人愿意为你这个需求买单？你还要有一个有效率的解决方案去解决它。我刚才说的AI不是风口的一个主要原因是，高级算力供给和行业场景需求的不匹配。不匹配就会有泡沫！这个泡沫在未来6-12个月就会被刺破！

　　那创业者该从何下手？我希望跟大家分享的是我们作为早期投资者至少要用10~20年的时间维度去看AI创业，这其中也包含着我们对下一个创新周期的一些思考。

　　简单介绍一下蓝驰，我们是1998年在美国成立的一家基金，2005年进入中国，十几年下来目前在中国已经投了将近100个项目，现在总共募集管理的资产规模超过20亿美金，现在对于早期和成长期的大数据、AI、机器人创业项目都是我们积极关注的方向。

　　其实一个早期投资者在看任何方向时，不管是现在的AI还是上一个创新周期的互联网、移动互联网创业项目，都是用一个超长的时间尺度看未来，其中最关键的是要在不确定性中寻找确定性。你需要在一个超长的时间尺度里，在不断变化、不断波动的实践中寻找那些可以确定的、正在增长的东西，这样才能真正捕捉到成长。

　　回到AI投资这个主题，大家现在谈论AI这个标签背后的确定性是什么？这是我想跟大家讨论的。所以跟大家分享两个我自己思考的主线，一是我们所面临的新的创新周期里的行业确定性是什么？二是The Next Big Thing是什么？在互联网和移动互联网的创新周期里，我们看到谷歌、Facebook，每一个创新周期里都会有一个Big Thing出来，那么下一Big Thing在哪儿？我们怎么找到它？这一点无论对于投资者还是创业者，都是很重要的问题。

　　在讲行业确定性之前我想跟大家分享一家创业公司的经历。我们去年下半年投了一家公司，是一家针对医疗AI影像的公司，创始人以前是剑桥博士，家里也是医疗世家，带着一腔热情回国想在医疗数字服务行业有所作为。从一名海归到真真正正地在中国这片创业热土上一步步将自己的想法落地实现的过程，体现出来的就是我们刚才说到的行业确定性问题。

　　这个创业者一开始很想用他学到的深度学习、机器学习这些AI技术，帮助医院做医疗影像识别，提高医生看片的效率，降低误诊率等等。但是后来发现这件事根本无法落地，因为你没有数据，也没有医生相信你，没有数据就无法训练这些诊断模型。

　　最后经过一年多时间才慢慢落地下去，他做了哪些事情？一是帮助医院，无论是一线城市的大医院还是二三线城市的中小医院，他为这些医院提供医学影像的云存储服务。其实医院里的医学影像存储量并不小，但是交换存取特别不方便。这也是医院很苦恼的问题，你说让他们使用阿里云服务，但这些云服务通常是针对创业企业。像医院里的医学影像其实对存取要求不高，一个片子拍完看一两回就放在那儿了，但是存储量却非常大。满足这种特征的云服务市场有吗？还真没有，阿里云又太贵。

　　于是这个创业者给医院提供这样的服务，并且这些医院非常愿意花钱买单。通过云服务做敲门砖，把这些医院的信任通道打开，当他们接入的医院达到几百家的时候，云上的存取量也达到了几十万的量级，有了这些数据再去训练他的诊断和筛选模型。

　　当诊断模型有了一定结果之后，医院数量也在提高，这时候又发现二级医院其实希望把一线医院的医生诊断水平接入进来，进而又搭建一个平台，让大医院的医生主任们在平台上帮二级医院做一些筛选，同时他所训练出的大数据模型又可以在主任医师看片子之前事先做一个预筛选，把高危区域和值得怀疑的地方标记出来，帮助主任医师节约时间、提高效率，去看最需要专业知识诊断的位置。