中(zhong)證網訊（記者 吳瞬）近日，松禾(he)資本合伙(huo)人汪洋就人工(gong)智(zhi)(zhi)能項目的(de)(de)投資邏輯接受中(zhong)國證券(quan)報(bao)記者采訪(fang)時表示，以1997年(nian)、2007年(nian)、2017年(nian)三(san)個時間節(jie)點全球市值(zhi)前五的(de)(de)企(qi)業變化(hua)為例，科(ke)技行(xing)業是(shi)當前所有行(xing)業中(zhong)發展(zhan)速度(du)最快的(de)(de)行(xing)業，創(chuang)造著世界(jie)上最大的(de)(de)財富。在(zai)數字化(hua)和智(zhi)(zhi)能化(hua)時代背(bei)景下，人工(gong)智(zhi)(zhi)能是(shi)科(ke)技發展(zhan)的(de)(de)大趨(qu)勢，人工(gong)智(zhi)(zhi)能產業迎來黃(huang)金發展(zhan)期(qi)。

　　人工智能迎黃金期 

　　伴隨信息技術的進步和數字化、智能化時代的到來，人工智能產業迎來黃金發展期，新興技術類企業正成為推動科技發展的重要動力。 

　　松禾資本一直注重對科技領域的投資，擁有超過20年的科技投資歷史，公司在智能機器人、無人駕駛等人工智能領域深耕細作，挖掘出眾多人工智能細分領域的頭部企業，積累了豐富的投資經驗。 

　　汪洋分析認為，人類對人工智能的研究已經長達六十幾年，人們近些年之所以感覺到計算機的智能水平得到了突飛猛進的發展，甚至在需要非常復雜的計算、推理能力的圍棋比賽中完勝人類，主要是以下三個方面的原因： 

　　首先，大數據的積累為人工智能產業的發展奠定了數據基礎。汪洋表示，得益于互聯網十幾年的飛速發展，大量數據被積累下來，最終成為了人工智能發展的“食物”和存在的基礎。 

　　其次，算法框架的優化為人工智能的快速發展奠定了學術基礎。“正是這些年深度學習算法的完善，才誕生了像Google的TensorFlow這樣的底層算法框架。”汪洋說，可以將算法框架看成是人工智能的一個“消化系統”，負責讀取數據、消化數據，并最終產生結果。 

　　再次，芯片計算能力的進步突破了算力上的計算瓶頸。汪洋表示，以前數據量較大的時候，一個模型可能要Training幾個月甚至一年的時間。而近些年，尤其像GPU這樣具備并行計算能力芯片的快速發展，極大地解決了此類問題，突破了算力上的計算瓶頸。 

　　“在我們看來，正(zheng)是這三點(dian)因素(su)使人(ren)工智能(neng)領(ling)域的研究產生很大(da)的突破。”汪洋說道。

　　重點在“人工智能+” 

　　在汪洋看來，互聯網的發展解決了連接和信息不對稱的問題，但無法解決效率和勞動成本的問題，而人工智能的發展最終要解決的就是提高勞動生產率和降低勞動成本的問題，本質上就是提高生產力。 

　　“我們將人工智能的產業結構分為基礎支撐、技術平臺、行業應用三層。”汪洋表示，松禾資本的投資重點主要集中在應用層，也就是市場聽的最多的“人工智能+”。 

　　按照汪洋劃分的分層結構，基礎支撐層包括數據存儲、基層算法、芯片等底層算法框架，在這一領域獲得領先地位的大公司競爭激烈，如英特爾、高通、英偉達、Arm等巨頭。“這些大企業投入了非常多的資源參與芯片領域的角逐，所以并不利于創業者進入。”汪洋說。 

　　而技術平臺層則包括圖像識別、語音識別、大數據引擎等通用技術，在這一領域處于領先地位的公司如國外的Google、Facebook，以及國內的BAT等。“這些公司積累了大量的數據優勢，他們將通用算法免費開放，通過帶動流量獲取巨大經濟價值。”汪洋表示，這是典型的互聯網的打法，行業里稱之為“羊毛出在豬身上”。 

　　“我們的投資重點是人工智能產業結構最上面的一層——應用層，也是大家聽得比較多的‘人工智能+’。”汪洋進一步解釋道，人工智能的應用層，簡單的說就是拿著基礎層和中間通用技術層的成果去為某一個垂直的行業提供服務，產生具體的應用場景。 

　　“這一層(ceng)包(bao)括(kuo)了很多，像無人(ren)(ren)駕駛、醫療、安(an)防、金融、機器人(ren)(ren)等，都是人(ren)(ren)工智能在一些(xie)具(ju)體行業具(ju)體領域的(de)(de)應(ying)用(yong)，這是我(wo)們的(de)(de)投資重(zhong)點。”汪洋說。

　　四大投資邏輯 

　　汪洋認為，“人工智能+”通過在原有產業鏈條加入AI元素，使得行業效率明顯提高或使行業人工成本明顯下降，從而能夠極大地提高原有產業的生產力。 

　　講到松禾資本在人工智能項目上的投資邏輯，汪洋表示，當團隊在看人工智能項目的時候，主要是基于四個方面的考量： 

　　首先，項目本身是否具備技術優勢。“我們認為短期內項目的技術紅利依然明顯。”汪洋說，當前人工智能尚處于技術研發期和成長期，技術優勢具有轉化成行業優勢的可能，這也是各大人工智能公司瘋狂招攬數學人才和算法人才的原因。 

　　第二，長期來看，行業理解和行業縱深是項目的核心競爭能力。在汪洋看來，未來當算法門檻和技術門檻變得越來越低的時候，行業理解最后體現出來的結果就是比拼誰的產品方案更加經濟、成本更低，效率更高、更適合去大規模生產。行業縱深就看這個項目在行業里扎得有多深，上下游觸角伸得有多長，能否形成行業壁壘。“這是‘人工智能+’項目最核心的競爭能力。”汪洋說。 

　　第三，投資要區分關鍵性應用和非關鍵性應用。汪洋表示，關鍵性應用對技術的要求苛刻，產品研發周期很長，不僅需要依賴持續融資，還要有頂尖的技術團隊，一旦做成，項目門檻會很高。“非關鍵性應用”的項目不追求高大上，只要達到了一定的技術條件，更多的比拼“簡單、實用、性價比高”等綜合能力。“所以我們在看人工智能項目時，會先看項目處于哪個領域，不同的領域對于項目的要求是不一樣的。‘關鍵性應用’項目必須有技術大牛坐鎮，‘非關鍵性應用’則要求團隊更加綜合和全面。” 

　　第四，偏愛具備整體解決方案的項目，不投資純技術提供商。根據汪洋的投資經驗，對于純技術型提供商，非常容易被它的上下游碾壓，最終被取代。汪洋表示，就算在技術門檻很高的芯片領域，如果你最終不能去面對自己的客戶，只甘心做一個中間環節，僅提供技術服務，那么當下游企業占領市場后，很容易出現進一步通吃產業鏈利潤的情形，純技術提供商如果不能持續保持技術上的領先或技術研發速度放慢，就很有可能會被下游企業淘汰。 

　　“所以我們(men)在投一個(ge)項目的(de)時候，更(geng)注重項目整體(ti)解決(jue)(jue)方(fang)案的(de)能力(li)。整體(ti)解決(jue)(jue)方(fang)案，就是(shi)技(ji)(ji)術、產(chan)品(pin)、商業、數據這(zhe)四方(fang)面能力(li)都要有(you)。技(ji)(ji)術是(shi)大(da)前提，有(you)了技(ji)(ji)術，然(ran)后能把(ba)技(ji)(ji)術轉化為產(chan)品(pin)，再(zai)搞定(ding)客戶把(ba)產(chan)品(pin)賣(mai)出去，實現商業化，這(zhe)個(ge)過程可以反饋出大(da)量(liang)的(de)數據來(lai)(lai)，再(zai)用你的(de)數據來(lai)(lai)去修正你的(de)產(chan)品(pin)，我們(men)覺得這(zhe)樣的(de)項目才是(shi)一個(ge)好的(de)項目。”汪洋說，這(zhe)是(shi)松禾在投資人工智能項目時最大(da)的(de)判(pan)斷標(biao)準。