公司新闻

“下一个十年的热潮将是人工智能。”自软银中国资本2000年成立以来，管理合伙人宋安澜博士在经历PC互联网、移动互联网时代更替后，对中国AI产业的未来非常乐观，“虽然现在有一些过热，但终将回归基本价值，不会永远炒作下去。”

宋安澜是在图灵计划首期班上接受人民网专访时作出上述表述的，该计划由长江商学院创创社区、微软及软银中国联合发起，重点关注AI的产业化落地。宋安澜尤其看好医疗、出行、内容等行业在应用AI之后“从1到N”的效率提升，他也提到AI对纺织服装业的潜在影响。

宋安澜认为，中国发展AI的优势在于领先的数字化基础、优秀的理工科人才和政府大力政策支持，但在顶尖人才引进、芯片等硬件研发、基础算法及开放平台的建设上，中国仍有差距，政府还可以加大相关引导力度。

中国数字化优势为AI打下基础

Q:您对人工智能行业怎么看？

宋安澜：AI行业对风投来说是兵家必争之地，从总体看，肯定是下一波的大潮，PC互联网2000年兴起，十年以后移动互联网接棒，差不多又过去十年，我个人认为在AI的热潮已经来了。

Q:目前来看的话，AI在落地和产业化的场景上还比较局限，您认为未来还会有哪些新的落地方向？

宋安澜：首先我认为AI产业现在还是有一定泡沫的，国内产业比较喜欢跟风，容易一拥而上，就像现在区块链其实也存在类似的问题。AI也是这样，热起来大家就一拥而上。很多创业者喜欢把自己的东西硬加上AI，以期要到高估值。我们做投资的要比较清醒，辨别所谓的“伪AI”。

但从另外一个角度来说，AI发展到现在这个时候实际上已经是非常适合赋能其他行业，并且已经产生了很明显的效果。

AI与传统产业结合后会带来效率大幅提升，使产业的可扩张性大大增强，实现从1到N的跃进。

这其中，中国的优势在数字化，不管是商业领域，还是产业领域，数字化做的都是不错的，很多地方比美国做得都要好。举个例子，我在美国看医生，医生一张纸一个笔来写病历，这个字除了他别人根本看不懂。国内的话现在都计算机化了，医生打进去电子病历，方子直接传输到药房，然后病人去取药。整套医院系统都实现了数字化。

数字化本身是AI大显身手的一个特别重要的基础，我相信中国在很多有数字化基础的传统产业中AI一定会发挥特别大的作用。

医疗、出行将广泛应用AI提升效率

Q:您刚才也提到传统行业借助AI从一到N的快速扩张，具体您看好哪些行业能够用好AI这个工具？

宋安澜：我们大概看六七个行业，包括医疗、出行、金融、内容、新零售、纺织等。

比如内容行业利用AI引擎做内容自动推荐已经得到了很好应用。

还有我们看的比较多的就是医疗行业，尤其是把AI用于医疗影像识别。X光片这些读起来是很费劲的事，AI可以先扫一遍，有疑难杂症再请专家，这样专家的时间利用率就大大提高，所以医疗诊断也会是应用特别多的一块。

在出行这块，自动驾驶我认为也是有很大的潜力，这里我们比较喜欢低层级的应用如L2、L3,这些技术普通车上就可以推广，而L4、L5可能还需要时间成长。还有很多原来没有那么多人关注的。举个例子，比如说像车队管理，运输车队里有很多效率低下的地方，超载就是效率低下恶性竞争的结果。如果有车联网和AI来优化，就可以省时省力省油。我们看过有的公司将车联网和精细地图结合起来，加上AI，极大地提高了车辆效率。

还有一块我们比较感兴趣的，是纺织和服装。这一块原来大家认为是太传统了，实际上衣食住行的“衣”排第一是有道理的，其市场潜力巨大。AI同样可以大大提高产业效率。我们投了一家企业，用AI辅助衣料加工，从一张设计师的设计图开始，可以自动分解成各个环节，如衣料怎么选折，如何裁，如何缝，纽扣如何订等等，全部变成一道道工序，马上可以在线分包给各个制造商。

顶尖人才、硬件芯片、算法平台还需突破

Q:您觉得AI技术本身有没有一些局限性？

宋安澜：我个人认为AI无非是一个新的工具。它的局限性在于需要大量的数据。AI就像一个小孩一样，如果一开始就教育他各种坏事，他肯定干坏事。那AI也是一样，如果有一个神经元网络，把一堆垃圾数据放进去，出来的肯定是乱七八糟的，所以在做AI建模的时候，打好标签的数据是关键。当然现在很多新技术都在试图改进，比如，弱监督学习，强化学习等。

AI在中国有很多优势，首先是国家战略的支持，然后是中国理工科人才多，还有是研发投入大，中国AI的专利和研究文章现在都是全球领先。但是在平台方面中国还是差一点，比如TensorFlow和Caffe这样的软件平台。还有硬件，虽然芯片在迎头赶上，但是还有一定差距。所以对软件、硬件平台，政府应该大力支持才对，当然还有基础研究的投入，尤其是算法方面的研究投入要加大。

我们国人是比较实用主义的，VC也是这样，要马上见经济效果。而算法等基础研究工作可能没法那么快速见效，这就需要大学和科研院所在政府的大力支持下来进行突破，我们还是需要像陈景润这样的科学家在人工智能算法方面有所突破。

现在通常见到的AI，比如神经元网络，我大概30年以前就做这东西，实际上没有那么高深，再比如深度学习，从结构上来说也很简单。现在国外不断有新东西出来，比如类脑计算，脉冲神经元网络等等。这还是需要国家支持来研究来发展。

Q:您刚才提到了国家需要来支持AI基础算法研究等发展，您觉得还有哪些是需要政府来引导的？

宋安澜：应该有三大块，第一个还是人才，虽然中国理工科学生很多，但是顶级人才还是需要从国外引进。应该继续加大引进力度。

第二个如果从国家层面，可以做一些集中力量办大事的硬件研发。比如芯片类的投入太大，这种事一定得国家牵头来引导。

第三个从软件方面看，最好是国家来推动做一个软件平台，就像最早做信息高速公路。国家来做这样的基础设施，可能更好促进行业发展。

Q:科技部近期也公布了新一批的人工智能创新开放平台，您怎么看？

宋安澜：我觉得这块还可以继续深入做，结合企业的力量和政府的力量，组合到一起打造一个开放的平台，其实是有机会实现弯道超车的，但一定要提前布局。基础层面的东西一定不能受制于人。

AI两大误区：不会取代人，也并不万能

Q:您觉得大众对AI还有哪些误解？

宋安澜：对于AI咱们广大人民群众还是有一点恐惧的，就是这AI一起来以后我的工作到哪去了？

这其实是一个比较正常的思维，我原来是做自动化的，那时候我们就讨论自动化一起来工厂工人不就没工作了。这实际上是一个很大的误区，AI无非是一种新的工具，有了这个工具以后，人的劳动会在更高的一个层次上进行。当然这会牵涉到再教育和再培训问题， 但那也是机会。

很多情况下，比如说创意也好，创造也好，或者艺术也好，这一类的东西AI还是不具备的。比如让机器人有感情的话，也是非常非常困难的。AI可以把人从重复劳动中解放出来，并不是把人替换切换掉，而把人整体往上提升，创造出更多新的机会。

另外一个误区就是认为AI是万能的，这个也是完全不对的，很多情况下，AI实际上是并不是效率那么高。举一个最简单例子，比如牛顿定理F=MA，一个简单的运算就可以计算出来。用神经元网络当然也可以，把一大堆数据输进去，最后自动训练出来，结果是对了，还不知道公式是什么。

对于已经存在的知识，物理也好，化学也好，造一个神经元网络去学习，不知道里头是什么，这样还是有问题的，很多情况一个简单的分析的效果就可能超过无数行程序。

所以，我个人认为AI不是万能的，很多情况要结合现有的知识来进行共同提高。

更看好AI在工业方向的应用

Q:那您怎么看未来咱们国内AI产业的发展，您觉得有哪些趋势？

宋安澜：我个人非常乐观，非常看好。现在是有一些过热或者炒作的现象，但最后总会回归基本面。作为投资者有责任剔除伪AI，找到真正有用的东西，炒作不可能永远炒作下去。

Q:您怎么看下一个互联网时代的商业格局？还会像现在几家独大吗？

宋安澜：应该也是，这几个时代好像都是这么回事，可能不一定还是BAT或者ATM，这无法预测，但是我个人认为，以前中国的互联网巨头以商业模式创新为主，以后的巨头更多是核心技术的创新。

换句话说，以后像华为这样的技术巨头，出现的可能性更大一些，在技术投入也好，政策支持也好，人才也好，都指向这么一个方向。

Q:您觉得消费互联网和工业互联网，你觉得AI在哪里的应用会更大一些？

宋安澜：我个人更看好工业互联网，AI在消费互联网当然也有很大潜力，但是我个人认为工业互联网机会更大。