联想创投贺志强：忘掉流量！未来的N倍数机会在智能互联网

12 月 6 日 “ 2017 投资界年会暨第十七届中国股权投资年度论坛”在京举办。联想集团高级副总裁、联想创投管理合伙人贺志强，在会上做了“寻找N倍数的机会，再谈智能互联网”主题演讲。贺志强认为，AI的价值毋庸置疑，但是要以更广阔、更深入的视角来分析。AI只是智能互联网的一环，智能互联网要比AI“更广阔”。智能互联网必须深度融合到产业，才能真正发挥作用，才能大幅提升行业效益。

（联想集团高级副总裁、联想创投管理合伙人贺志强）

贺志强演讲内容如下：

各位老朋友，各位来宾上午好。

刚才听了倪总的分享，我还是挺感慨的，钱太多了，项目真不好投。 2012 年初，在移动互联网时代，我们投了Face++当时它的估值仅几千万,经过五六年的发展，它现在的估值已经几十亿美金；而在去年，我们投资的寒武纪，A轮估值就已达到 10 亿美金。

这两个项目都出自校园，于是我们今年也针对高校和科研院所开展了“AI创业挑战赛”，在全国 200 多所高校、 8 大赛区收集到了数百个优秀AI项目。比如在中国科大-AI大赛第一站，我们发现了一个很有趣的项目。这个项目可以通过手环进行运动感知，通过深入学习后连接手机把手语转变成语音输出，有效地为聋哑人的手语沟通提供了便利。一方面相当的具有科技含量，另一方面成本也很低。

AI大赛让我看到了很多年轻人富有创意的项目构想，而今天，我还想从另外一个角度，应该说更广阔，更深入的角度谈一谈AI以及AI相关的智能互联。

一、智能互联网价值链五大关键要素：“IOT+边缘计算+云+大数据+人工智能”

过去十年是移动互联网爆发的一个年代，在这期间涌现了很多优秀的企业，移动互联网也推动了整个社会巨大变革。而未来十年，我们可以断定，智能互联网将造就一个更加伟大的时代，即将带来全行业效益的提升。展开去看智能互联网，必须把价值链看清楚。智能互联网最核心的价值链要看前端物联网，下一步边缘计算，然后再到云，再到大数据、再到人工智能。

首先我认为，每个阶段都会有投资的机会。我们要在价值链的每一个关键环节上，寻找最重要的企业，或者最关键的技术。比如说物联网相关的专业技术，比如说边缘计算相关技术等等。我举一个最简单的例子，所有人都在谈自动驾驶，自动驾驶未来最大的挑战是核心计算单元。而围绕计算单元，无论是功耗、可靠性、计算能力，目前都处于实验阶段。而已经跑上路面的无人车，无论在中国还是美国，目前的高性能计算单元都还无法解决对可靠性、高低温、恶劣环境等的要求，这还没有涉及到算法层面。

举例：无人机+AI应用于电力巡检，带来百倍效率提升

我们投了一家公司（中飞艾维），它本身不是AI公司，这家公司就解决一个问题，用无人飞机解决电网巡视的问题。全中国电网巡视的一直都是人来做， 110 千伏高压线有 120 万公里，好多都在深山里，一人一天巡两个塔。这家公司先用无人飞机去巡塔，大概一天两个人一组可以巡四十几到五十个塔，看到许多靠人发现不了的问题，一年就积累了上千万张有专业细节的照片，带来 20 倍的效率提升。而与此同时，我们另一家做AI的被投企业（水滴科技）用这些照片进行机器学习，训练出来之后由AI代替专家来检查电塔有没有问题，这又带来上百倍效率的提升。

这个市场有多大呢？每年全国电网巡视给出的营业额在两百亿人民币左右，而如果人工智能进入这个行业以后，将大幅度提升整个行业的效率。

举例：智能芯片是AI的根基技术

下一个例子是寒武纪。人工智能无论是训练，还是推理，最重要的是深度学习的训练；所以“AI处理器”是非常重要的。大家可能不知道谷歌最重要的“AI处理器”设计者就是寒武纪团队出来的。他们是第一个发明了把深度学习和处理器指令集结合的团队，他们的文章是在这个领域当年亚洲仅有的两篇论文，得到整个国际上高度评价。而且更重要的是他们处理器不仅仅简单的是用在了图象，而是多模态应用领域，所以我觉得这一块其实是整个未来AI根基性的技术。中间环节比如网络、大数据也有很多例子。

二、只有与行业的深度融合，才能带来天翻地覆的机会

更重要的是以上五个技术单元要和行业深度融合，才能带来真正的智能互联网天翻地覆的机会。过去一年我们都专注于寻找“科技+传统行业”构建智慧工业、智慧交通、智慧医疗等领域的项目。

1.   工业大数据为传统行业进行预测和提效

大家知道AlphaGo，人和机器下棋。我们自己产业里，有一个最现实的和社会效益、产业效益最有关联的问题，叫供求预测，联想大数据平台从 2010 年从做乐phone开始做到现在，搭建了非常完备的产业大数据平台，如果联想大数据平台问和BAT有什么区别，我们更懂供应链，更懂产品开发，更懂制造过程的数据。这个世界不仅仅BAT有大数据，联想也有，而且我们这个大数据大概有十几个PB。我们为什么能跟行业做这样的融合，是因为我们非常能听得懂行业的需求。

比如宝钢说我们每年都要预测汽车用的不锈钢的生产，每年都会有很多的浪费，因为不是少了，就是多了，他说联想能不能跟我一起做一个模型，做汽车未来一个季度、两个季度不锈钢需求分析。就这么一件事情，我们和宝钢一起做，宝钢有它过去历史的数据，但是需求和供应不仅仅需要他们自己的数据，还需要更宏观的其他多维的数据，比如各种不同品类车过去的销量，以及国家政策的影响等等。我们做的还不是很完备，就只是做了很小的实验，宝钢在不锈钢钢板的需求预测上，一年节省了一亿人民币，这样人、机之间的竞赛才是真正的社会效益非常重要的一大块，比下棋可能要重要很多。

2.   智能交通用大数据分析颠覆交通方案

第二块是我们投资的一家企业，叫深圳智能交通。上面是改造前的深南大道，有一个路口非常堵车，深圳智能交通经过大数据的分析和研究，解决了这个问题，本来深圳市政府说能不能从建路这件事情上解决这个问题，但是没有走通。而我们对包括小区住户、车的拥有量、用电量等等各环节的数据进行分析之后，只做了红绿灯改造方案，整个效率就提高了14%。这是什么感觉，基本上路政要花 10 亿人民币才能解决的问题，如今只花了 900 万人民币便解决了。这又是百倍效益的提升。我们已经和深圳智慧交通合作，来把他们整个的事情进行推广，就是整个智能交通设计。大家都讲无人驾驶，从交通设计的角度来讲，无人驾驶不仅仅是车的问题，还是道路和车一起设计的问题，如果道路和车一起设计，所有的自动驾驶的方案是要颠覆性变革的。

3.   医疗影像大数据“机器读片”

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!