今天的菜是我点的，这是我最喜欢的餐厅之一，希望大家喜欢今天丰盛的晚餐。”在12月11日“遇见2018”趋势分享晚宴上，李开复热情地招呼大家。

除了是著名投资人，李开复另一重鲜为人知的身份是热爱“深夜报复社会”的老饕。不久前的美国之行，就给了李开复不少“深夜报社”的机会。此外，李开复此行还见到了深度学习的三大巨头：Hinton，LeCun，Bengio。

在晚宴上，李开复分享了此次美国之行见闻，点评了美国四大 AI 巨头间的“派系斗争”：微软在试着聚拢实力；谷歌大牛最多、平台策略最强；Facebook 没有平台策略，但研究做得很深；前三家公司不认同亚马逊是 AI 公司，但亚马逊做得很厉害，有可能实现赶超。

分享会上自然也少不了对中国人工智能发展趋势的分析。“借财富普华永道的数据，我提出全世界最保守的预测：2030年，人工智能将拉动中国20%左右的 GDP。”李开复认为，人工智能有四波浪潮：互联网智能化、商业智能化、实体世界智能化、全面自动智能化。“他们同时发生，没有先后顺序，都会带来巨大的商机。”

前两波浪潮运用已有的数据赚钱：互联网智能化阶段，以数据作为能源和燃料，利用最庞大的自然标注数据，互联网巨头成为第一批受益者；商业智能化，以业务流程为中心，激活已有的数据，创造商业价值，金融、医疗、教育领域机会巨大。

第三波浪潮把没有数据变成有，然后产生价值。比如在安防领域、购物中心铺设摄像头，把真实世界捕捉起来，用这个产生有价值的应用。新语音、视频等数据可以带来新应用、新体验、新界面。

而第四波浪潮则不仅仅是收集数据，还要让机械动起来。在这波浪潮中，李开复认为，硬件进步速度会远远慢于软件，而自动驾驶将成为行业的催化剂：“继 Windows 和谷歌之后，自动驾驶很可能成为下一阶段的操作系统。”

在李开复看来，AI工具化、平台化是必然的方向，但目前，AI的应用还面临五大问题：缺乏海量数据、缺少客观精准自然标注、AI 难以跨领域、超大计算量以及缺乏顶尖科学家。因此，要做一个应用型的公司，需要思考这几个问题：是否能使用少量数据？精准标注能否自动实现？AI 能否跨越单一领域？能否通过进入终端降低计算量？能否通过平台策略减少对顶尖科学家的依赖？

谈到中美人工智能差距，李开复态度乐观：“单看顶尖科学家数量对比，你可能会很绝望。但中国人非常擅长解决针对性问题，中国的学术水平也在上升。”李开复认为，目前中国在AI领域具备五大相对优势：学术水平提升，优质论文的华人比例达到42.8%；AI人才金字塔全方位快速成长；市场巨大，有巨大数据量做支撑；人工智能成为投资风口；政策国情推动AI发展。

目前，创新工场的投资阶段策略有所调整，从早年专注于种子轮、天使轮项目转为专注于早中期（A-B 轮）发展阶段项目，对于高潜力领域也参与C轮以后的中后期投资。人工智能和大数据、消费升级、B2B/企业升级、教育、文化娱乐是创新工场目前主要投资的五个领域。“我们在做真的VC+AI的概念，不仅仅是关注AI领域的投资，而且是让 AI全方位融入我们每一天的生活、决策。我们相信AI会让世界更美好，我们也愿意给大家分享AI所带来的机会、挑战。”

以下为李开复演讲内容：

美国人工智能发展现状

我过去5周不在北京，大部分在美国跑了一圈，可以先分享一下在美国看到、听到的。

我这次在美国、加拿大一共待了3周多，主要是去见一些投资人，然后去了解一下美国的AI状态，包括3大巨头在做什么。这次也见了深度学习的三大巨头Hinton，LeCun，Bengio，非常碰巧，三大行业巨头、三大深度学习界的巨头都见到，谈了很多事情，也一言难尽，碎碎念讲了一大堆。

我在美国看到非常有意思的事情，一个就是美国的AI工业界，他们感觉到AI的机会巨大、价值巨大、责任也巨大。责任大是因为AI 面对很多挑战，比如安全方面、隐私方面、失业问题，所以他们成立了Partnership on AI。我这次给他们抗议说你这个Partnership on AI有美国公司、欧洲公司，怎么没有中国公司。他们比较难以启齿地说：为了快速达到共识先不请中国公司。这是一种短视的做法。

我认为过去宣扬的人类毁灭论，绝对过激。但是美国四大巨头现在只讲AI会是好的，不会是坏的，不存在失业问题，这个也不是很好的说法。这是因为现在美国AI公司想开开心心赚钱，不想承担舆论的指责。

四大AI公司，有3家不认为亚马逊是AI公司，但是其实亚马逊做的很厉害。微软和谷歌如果突然被赶超，都不知道怎么死的。

三大研究机构，微软试着聚拢它的实力；谷歌肯定是最厉害的，大家公认全世界范围内100个AI高手，谷歌至少有一半。谷歌还有Jeff Dean和李飞飞。大家对谷歌特别巨大的实践能力、力量、还有特别顶尖巨头的数量都是非常尊重、甚至畏惧。他的平台意识也最强。

Facebook也非常有意思，它做的深度研究非常精彩。中国人的骄傲之一何恺明，今年在 Facebook做了两篇顶尖论文。Facebook不仅仅有一个研究部门，还有AI的产品部门，这两大部门都在快速成长，既做顶尖研究、也在快速推广Facebook的使用。但Facebook好像没有特别强的平台意识。

这几个公司各有它的才华。大牛谷歌是领先的，Facebook做得很深。

再谈一下那三位AI大牛，都很有意思。他们关系良好，也彼此竞争。他们在深度学习碰到低潮的时候还坚持做它的研究，尤其是LeCun Bengio，在美国拿不到经费，跑到加拿大硬撑下去令人敬佩。

这次见到他们，总体来说他们对AI未来再上一个台阶的乐观是超过我们想象的，上一个台阶是什么意思呢？我们严格看待今天AI的能力，其实大部分还在做判断、识别、预测、分类这样的决策，但人的智慧则是在思维、逻辑、对话、理解、交流上特别重要。

三位大牛对于AI再上另外一个台阶表现出的乐观现在可能没有很深的基础，但是他们的不再研究深度学习，一方面代表着深度学习已经足够成熟、可以让业界发挥它的工程力量，让它产品化、工业化、市场化。另一方面是有一点“酸葡萄”，他们觉得我们没有Facebook、谷歌那么多机器，要比数据量做的最好，我们也比不过你们。所以我们不搞人脸识别、语音识别，因为我们资源不够。

当然，最重要的意思是，要突破人工智能不能纠缠于面前的东西是猫还是狗，我们需要更深层的智慧。他们怀着一定的责任感，想要继续把技术推到更高的层次。

我们面临一个分水岭，就是把已有的技术产品化，所以我们投资公司，比如让BAT去做。

我特别佩服三位大牛这种精神，达到世界顶尖的状态，还在思考归零重来。

一方面，我们中国会成为顶级大国，因为我们数据、资源都非常好。另一方面，北美需要钻研、把过去归零重来，还让我非常敬佩。

人工智能的四波浪潮

AI有弱人工智能、强人工智能，强人工智能我们就不讨论了，现在没有基础，但是弱人工智能，针对某一个领域用大量的数据、做出比人更强大的判断，这一件事情正在发生。弱人工智能会创造巨大的价值。

我提出全世界最保守的预测，就是由财富普华永道推测的人工智能带来的价值：人工智能在2030年将带来中国GDP20%左右。

从创新工场我们会分析人工智能大概有4波浪潮，之所以称之为浪潮，是因为他们同时发生，没有先后的顺序，但是这四件事情都会带来巨大的商机。

第一个互联网AI，第二个商业AI化，第三个实体世界感知AI化，最后是全自动AI化。

第一波“互联网AI化”是以数据作为能源和燃料，因此数据越多，发展就越快。人类有史以来架构化标志的数据最多的就是互联网，因此现在的七大巨头都在互联网领域。他们在过去20年累计大量的数据，推动AI的发展→更好的挖掘数据→AI发展的更好→雇更多人→收集更多的数据。

第二波“商业AI化”，除了BAT、互联网公司，还有谁有数据？非互联网公司可能因为它要备份、为了理财、为了客户的满意度，累计了很多数据，这些数据同样有价值，不像互联网那样爆炸式的增长，但是医院、物流公司都有数据，这数据足够大，也会激活产生价值，而且它在商业流程产生价值。金融就是大量的数据好标注、还有只要做的好钱就到了。金融本身是虚拟的东西，只要把参数调好，我投资的概率变多我钱就调出来了。所以金融是最好的（场景）。还有医疗，我真的觉得医疗是很应该做的，但医疗的数据不足。有隐私的关系，还有医院可能觉得分享数据给别人自己吃了亏，或者数据流失要负责任，这不是中国问题，是全世界的问题。非常可惜，我们计算机视觉用在影像医学、用在病例、放射科是最合适的，但是因为数据的局限性，没有像金融那么好推动。

用第二波浪潮有一个很重要的因素：数据有没有被格式化。如果没有格式化就用不上。美国数据相对格式化，中国有很多传统企业数据是乱七八糟的，所以这个中国赶超可能有一些挑战。

第一、第二波浪潮是把已有的数据拿出来赚钱。第三波浪潮“实体世界 AI 化”，把没有数据变成有，然后产生价值。比如在安防领域、购物中心铺设摄像头，把真实世界捕捉起来，用这个产生有价值的应用。新语音、视频等数据可以带来新应用、新体验、新界面。

OMO线上线下融合就是经过传感器的普及，将世界整个数字化。这方面我们投了Face++、小鱼在家、OMO典型的无人商店、AI的玩具等。

第四波浪潮“全自动 AI 化”是不仅仅采集数据，整个AI还要动起来，就像科幻片的机器人、无人驾驶，我们不认为这个机器人有感情、能控制欲望，但是能动、能触摸、能拿起来东西。

硬件的修改比软件慢很多，它不会很快发展。现在全世界都相信无人驾驶，虽然还未发生。我们也非常看好，但更多因素可能不在技术上，更多的是社会如何接受它、法律、理赔等等问题需要被解决。我们投了三个公司，方向都不同。我们深信AI一定是采集大量的技术、然后实现技术迭代，我们投的公司都是快速上路采集数据的公司。比如说驭势科技做景区、机场低速的无人驾驶，跑起来，采集数据。

这四波累计起来，对人类的价值是非常大的。

同时，AI 的应用需要五个条件：

未来，我们会投资很多的技术。

中美人工智能力量对比

下面我想稍微讲中国和美国的差距，从顶尖科学家角度，中美差距很大，你会很绝望。但是中国的学术水平在上升，尤其是中国人非常擅长针对性解决问题。

我创立的微软研究院在培养中国 AI 人才方面也起了关键的作用，包括BAT、华为、今日头条，联想都有很多顶级人才来自当时的研究院。

还有中国大量的数据，因为AI吃数据。我更倾向于投一个不错的AI科学家加海量数据的组合，我国的移动互联网、共享单车、移动支付……这些新业务产生巨大的数据，可以推动做出更好的AI。未来创业速度更快、产生数据更快、因此应用AI机会更多。

最后一点是政府推动AI发展。括最近十九大报告，人工智能也是非常重要的环节。所以我们对中国AI的发展非常看好。

但是我知道个别的AI公司肯定有泡沫，当AI这么火，是一个创业者都要包一个AI外套，就看VC能不能识别。

创新工场3.0——VC+AI

最后介绍一下创新工场8年的愿景。

创新工场2009年成立，正好在互联网时代、移动互联网交界口，当时大环境觉得互联网风口都过了，赶快投传统，但是我们坚决认为科技创业的力量刚刚开始，所以我们成为了当时看好互联网的VC，逐渐在上海、硅谷、深圳创办了办公室，也成立了人工智能工程院。

虽然投资的轮次和金额有非常巨大的差别，但我们的本质出发点是一样的：投最技术的公司、最懂技术的投资人、最棒的服务、最热爱的创业者，这是我们给自己的标签，这一点没有改变。

创新工场从过去主要投天使轮转为投早中期发展阶段项目。为什么做这个调整呢？主要原因是我们要发挥出我们的技术优势发挥，更好的布局赛道，用更好的方法，帮助帮助创业者成长。目前，创新工场管理资金规模已经超过百亿规模。

我们投资的每一个领域都有负责人，Peter加入可能在黑科技领导我们团队。

在AI领域我们有很懂技术的投资队伍、提前布局AI赛道。我们还建立了AI工程院，做商业人工智能解决方案，做AI+项目，帮助创新工场判断项目、判断AI。此外，我们做全世界人工智能的竞赛、教育，帮助推动AI的产业。我们在美国办了顶级科学家的交流会，在美国做了很多的投资案子。所以不是开复一个人讲AI，其实全工场有好几个合伙人看AI的子方向。

创新工场的优势是我们有最懂技术的投资队伍、AI赛道最早布局、我们建立了AI工程院，做+AI、AI+项目，帮助我们判断项目、判断AI。我们也会帮助推动AI的产业，做世界级竞赛、做教育，仅仅人工智能一个领域，我们在中国、美国有负责技术的这么强大的团队，这个应该是相对有特色。

AI很多的领域要细分，还有有很多领域现在投资是过早的，我们主要是看现阶段3到5年成熟的技术，10年之后我们非常谨慎的投资。

AI最大的挑战一个是平台化，另外一个GPU的性能，第三个是传感器，这就是我们投的相关东西。

刚才讲了这么多，主旨就是创新工场现在做的事情是有意思且独一无二的，我们在做真的VC+AI的概念，不仅仅是做AI领域的投资、而且是全方位融入每一天的生活、决策。

我们相信AI会让世界更美好，我们也愿意分享AI所带来的机会、挑战。