2017年夏天，一家中国的人工智能企业宣布完成了4.1亿美元的B轮融资，这个数字创下了全球人工智能领域单轮融资最高纪录，这也为如火如荼的人工智能产业再添薪火。根据麦肯锡报告显示，从全球范围看，估计2016年科技巨头在人工智能上投入了200-300亿美元，其中90%花在了研发和部署上，另外10%则花在了人工智能并购上。外部投资(来自风投机构、私募股权投资、并购、资助和种子轮投资)大约为80-120亿美元。 很难说是资本热捧带来整个人工智能的繁荣，还是巨头纷纷布局而令资本不惜大肆投入而产生泡沫。可以肯定的是，无论是初创公司还是巨头都视人工智能为通往未来世界的钥匙。作为国内投资成功率和资本收益率较高的风险投资和股权投资公司，君润资本近年来也在人工智能可介入的相关领域不断投资加码。

君润资本投委会委员兼执行副总裁、上海高级金融学院(SAIF)金融EMBA学员申强认为，短期内人工智能的投资机会更多存在于那些数据基础好，能够借助人工智能技术显著提高效率的行业。在他看来，人工智能发展至今，正迎来真正的拐点期，这同时也使得那些数字化程度相对较低的行业迎来了重大变革的契机。从人工智能投资的新风向不难看出，垂直行业应用浪潮正在掀起一场人工智能之变。

拐点已来 奇点不可知

2017年秋天，沙特阿拉伯授予美国汉森机器人公司生产的“女性”机器人索菲娅公民身份，这一事件继AlphaGo击败柯洁后，再次将人工智能推到了风口浪尖。人工智能的崛起对人类生存是否会造成威胁，甚至颠覆整个社会关系？始终是一个能够引发人们无限遐想和脑洞大开的问题。

对此，申强有着冷静的观察，“二十世纪60年代，研究人员就提出了模拟人类智能的构想，虽然人工智能这个概念已经提了很久，但是发展到现在，真正的拐点才来临。”他指出，事实上，在很多垂直行业领域，人工智能已经有了相当长时间的发展，比如工业机器人，比如二十年前华尔街对冲基金领域已经开始应用机器学习。这些应用已经在各自的行业被接受并成为行业发展不可缺少的帮手。

在申强看来，人工智能之所以再次掀起热潮，并产生新的拐点，得益于两个环境因素。首先是大数据的产生，移动互联网和PC端的叠加之后，为大数据的产生提供了基础，这也给人工智能发展带来了基础的数据储备;其次，高扩展性的计算机和软件系统，以及公有云服务的兴起和流行，这使研究人员可以很容易的租用GPU服务器或者FPGA服务器来验证他们的算法。这两个环境因素的变化使得人工智能在这些年产生了飞速的发展。

但申强也强调指出，大众所热议的比如人工智能全面取代人类工作、人工智能有可能威胁人类的存在等等猜想，还非常遥远，引发这种程度变革的奇点“在可以预见的时间范围内，不会到来。”

之所以对于人工智能有着如此清晰的判断，得益于申强于不久前参加的SAIF美国模块的学习中，对话了人工智能的世界级泰斗、加州大学伯克利分校电气工程和计算机科学系及统计学系的Michael Jordan教授。这次对话，让他对人工智能及其发展前景有了更具前瞻性的思考，申强说:“Michael Jordan对人工智能的观点给了我很大启发，也让我受益匪浅。正如教授所说的那样，目前所谓人工智能AI实际上是IA（Intelligence Augmentation）+II（Intelligence Infrastructure）+AA（Automatic Algorithm）的组合。Jordan教授不相信奇点的到来，他只担忧一个问题，即人工智能到底好不好用？”

“AI”指的是智能增强，是对人类的一部分智能的增强，但这种增强不是完全替代一个人，而这一部分的发展会将人从一些机械性的、重复性的工作中解脱出来。而“II”指的是智能基础设施，这些基础设施包括硬件条件和数据积累等，没有这些基础设施，人工智能不可能凭空产生和发展。“AA”则指可以自我迭代、自动革新的算法。

申强表示，目前人工智能也正是受到这三个必不可少的条件的制约，使得它的发展始终会在人类可控的范围内。除此之外，人工智能相较于人类的大脑还存在一个天然的劣势，即对复杂的语义背景，尤其是感性因素较多的复杂语义没有识别能力。“比如说我们人类在讲话时候所说的潜台词，人工智能是理解不了的;人类的社交互动能力、人情练达的艺术，人工智能很难完全模仿。”而这些，都决定了在可预见的未来，人工智能不存在取代人类的可能。剑桥大学两位教授在2017年发布过一份报告，分析了365种现存职业在未来被人工智能淘汰的概率，最难被淘汰的职业包括了心理咨询师、公关人员、记者、企业家、酒店等服务业管理人员、建筑设计师、法官、导演、艺术家、音乐家、科学家，从中也可以看出人工智能的局限性。

资本热捧 切入点在于垂直行业应用

伴随着人工智能在各领域创新浪潮的涌现，资本市场也按捺不住纷纷加入，以期能把握人工智能的风口机遇。根据前瞻产业研究院发布的《2017-2022年中国人工智能行业市场前瞻与投资战略规划分析报告》数据显示，2012-2016年，中国在人工智能领域的投资总额与投资频次均明显加快，2016年，中国在人工智能领域共开展投融资284次，投融资总额达26亿美元，成为全球人工智能领域第二大“吸金”地。

不难看出，中国正处于人工智能的春天，正在经历一个非常良好的早期阶段。在此外部环境驱动下，在中国人工智能出现投资热潮并不难理解，尽管行业发展和资本助力让人工智能发展风生水起，但与此同时，也有不少投资人抱怨人工智能项目“高不可攀”，在项目启动阶段就达到千万甚至上亿美金的估值。该如何从行业的角度找到切入人工智能的具体应用？这是创业者和投资人共同的困惑。

对于这一点，申强认为，真正可行的创业机会来自于找到某些相对低效的，具有一定数据基础、可以通过人工智能来进行效率提升的领域。“在去硅谷考察的时候，我发现硅谷的主流创业公司有这样一个价值理念:创业目标永远不要去设定为取代某一个公司，而应该盯的是那些长期没有显著变化的、相对低效的行业，通过创新来颠覆和改造这个行业，这是所有硅谷的创业公司正在做的事情。”

在申强看来，最近两三年，计算机视觉、语音识别、机器翻译技术的发展和商业化，及诸如数字广告和智能基础设施等基于机器学习的后台技术的普遍部署，都为人工智能实现多行业应用打下了技术基础。他表示，对于那些数字化程度相对较低、科技含量不高的行业而言，人工智能的接入能够改变和加速行业的发展进程，即便在已经应用较为深入的金融领域中，仍然有很多空间尚未被完全开发。“比如金融的防欺诈、风控领域。目前国内小微企业贷款风控做得最好的公司也是咱们SAIF校友的创业公司，叫磁金融，他们使用的仍然是人机结合的方式，该领域还无法实现完全依赖人工智能技术进行风控。”申强指出，要实现人工智能在金融领域的深入应用需解决两大难点，既要继续人工智能算法的自动迭代，还要革新数据收集方式，提供对于人工智能来说更有价值的数据。

抛开光环 项目投资一视同仁

在找准了人工智能投资的切入点后，如何判断人工智能项目的价值，是风投基金需要进一步考察和研究的问题。在申强看来，人工智能项目在企业本质上与其他项目并无不同，考察人工智能，绝对不能带着光环去看，“人工智能本身只是技术，‘人工智能+’，加号后面是什么？能否真正落地？市场有多大？才是人工智能能否带来可靠回报的判断标准。”

他强调，君润资本在研判项目时基本一视同仁，有着共同的核心判断标准。首先，从外部驱动力因素来进行判断，考察到底是技术升级带来的驱动力，还是消费需求升级带来的驱动力，“我们青睐的项目是既顺应了技术升级又顺应消费需求升级的项目”。其次，君润资本更看重的是创业公司内在的核心竞争力和核心团队。申强指出，在人工智能领域，企业团队的核心竞争力包括算法迭代能力，以及在数据积累和场景验证经验方面的优势。在核心团队方面，君润资本比较看重创业者的企业家精神以及团队搭配的合理性。

据了解，目前，君润资本已投资了包括汽车制造、物联网、移动互联网、交通运输等在内的，具有嫁接人工智能技术空间的多个垂直行业，管理资产总规模逾40亿元。在申强看来，还有很多垂直行业领域能够与人工智能相结合，比如健康医疗、安防、农业、节能、娱乐、传媒、教育以及其他各类服务业等领域。

虽说“不谋全局者不足以谋一域”，然而在申强看来，风险投资的最大难点不在于判断行业总体的宏观趋势，而在于对于个体项目的微观判断。“金融工具在微观领域的应用对做投资工作来讲价值更明显。”申强表示，SAIF既有宏观趋势的讲解，又更侧重于微观应用领域的课程设计，为他的投资带来了现实的指导意义。SAIF的课程精准地把握了学员工作中的痛点，既能高屋建瓴地构建学习架构，同时又能关注某些关键的细节，系统地完善了他在金融方面的知识，让他受益匪浅。

申强再次提及了美国游学的经历，与区块链、人工智能、生物技术、化学新材料、新能源等诸多领域的知名教授对话，参访了谷歌、欧特克等企业，让他对于硅谷技术进化的过程有了新的认识，也对未来的投资方向有了更清晰的规划。他由衷地感叹道:”无论是来自科技和投资界顶尖专家的智慧分享，还是亲临前沿创新企业的实地探访，亦或是同学间的思维碰撞，都有着振聋发聩般的力量，使我们豁然开朗，满载而归。”

申强说，每一家投资公司都有其自身的性格和特点，而君润资本则显得更为理性和严谨，保持不断学习的状态是维持公司这一特点的要素之一。而他也相信，在SAIF的所学所思，不仅利在当下，更影响未来。