智能物联的“创潜能”

关注
智能化前景很兴奋,但是在具体应用场景里面,要先解决前面的工业化,包括自动化有没有解决,数据有没有低成本地被感知,在后端低成本地被处理,这些问题解决了,大规模商用是水到渠成的事。

1.jpg

5月22-23日,由创业邦主办的2019创新中国春季峰会暨企业创新峰会在上海嘉定喜来登酒店召开。会上,Samurai Incubate Inc 副总裁成濑功一、峰瑞资本创始合伙人李丰、真成投资管理合伙人李剑威、华创资本合伙人熊伟铭进行了主题为《智能物联的“创潜能”》的专场讨论,丰元创投管理合伙人徐霄羽主持本次讨论。

犀利观点如下:

1、自动驾驶应该是国家行为,但是现在还没有上升到国家行动层面。

2、智能化前景很兴奋,但是在具体应用场景里面,要先解决前面的工业化,包括自动化有没有解决,数据有没有低成本地被感知,在后端低成本地被处理,这些问题解决了,大规模商用是水到渠成的事。

3、特斯拉是量产车,所以现在显然不能上激光雷达,不然贵得找不着北了,所以他现在要拥护视觉,肯定也赌视觉这事在分辨率和处理的极限上可以用算法,就在物理极限上可以不断迭代快。

4、在智能互联行业,甚至是芯片,中美之间能不能真的分别撑起两大市场?之前是不可想象的,现在由于特朗普的事,可能性大大增加了,备胎以前大家都纠结要不要投,现在看来起来备胎也有一定的市场。对投资人来说短期可能是挑战,中长期应该是好事儿。

以下为圆桌实录,未经对方审核:(在不改变原意的情况下,有删减)

徐霄羽:近年来人工智能、智能互联成为了一个热点,特别是2019年,和区块链、IOT一起成为三大创新支柱。各位嘉宾,在你们看来,智能IOT是如何颠覆工业界的或者如何产生非常好的实验结果的?

熊伟铭:IOT已经出来20年了,这也是大机会,主要还是增加了很多数据维度和数据密度,使得过去无法观测的商业运营、策略,现在更容易实现。另外过去几年,在IOT上开始出现端上AI计算的新机会,这是新世界。新世界对算法出身要求不是很高,从供应链角度讲是非常适合中国创业者的机会。

李剑威:我们看到了过去几年一方面是感知层面有比较大的进步,包括像自动驾驶、激光雷达、视觉,视觉过去几年进步非常快,深度学习是过去大概七年的时间,就达到了比较实用的程度,其他感知层面接下来也会有很大的进步,另外后面大数据,包括大脑,其实过去几年进化也很快。这几年典型的AI就是自动驾驶,慢慢到了能够使用的程度。

接下来三年、五年我觉得其实是更值得期待的,因为所有东西都会介入网络,后面算力也不断提升,所以接下来三五年有非常多的应用场景会越来越成熟,还是挺激动的。这中间创业公司有很大的机会。

李丰:我们看到过去任何一个行业基本上都要经历这几个阶段,无非是机器替代人提高生产力,然后加上传感器,进行一定程度上的规则控制,然后更多的传感器加更多的数据完成自动化,自动化之后,过程中数据达到一个程度,且对各种各样数据的融合等工作才能开始进行智能化,大概基本上的路径是这样。

我们在投资的时候最大的经验和教训,就是分清楚不同的行业在今天到底在这四个阶段的哪一个位置上,这个事情决定了在今天最需要的是提供什么东西?就拿自动驾驶举例子说,今天是让车就在所有公开的环境和开放系统当中进行自助行驶,这件事是取决于这个车的所有状态和周围开放环境的所有事情是不是被数据化,且这些数据能够进行交换和流动,如果可以,那才可以自己控制。不然的话现在更多都是在一个相对封闭的环境,相对其他东西都不动,可以做一些自动化,而不是智能化,或者像无人机一样,所有房都不动,树也不动,原则上可以做到控制,但是自动控制还不是智能控制。

成濑功一:现在说AI Iot进行的程度相对比较浅一点,主要集中在产品层面。以后随着AI落地发展及更注重消费者,就是每个人的感受是怎样的,所以以后是跨行业的AI Iot发展比较多一点。

徐霄羽:作为早期投资人,有哪些智能Iot产品,让您眼前一亮,感觉比较兴奋的?

熊伟铭:先说一下自动驾驶,其实自动驾驶是国家行为,你看福特通用就是美国国有企业,所以中国其实也应该是国家行动,但是现在还没有上升到国家行动层面。我们觉得现在同行们不像前两年那么狂热了,对于AI的算法或者新的东西,今年我们看的比较多还是Iot相关的,Iot里面一部分是连接的工作,另外在边缘计算、AI,低功耗边缘计算基础设施上,我们在寻找更多投资机会。应用层面是非常多了,是百花齐放的状态了。

李剑威:确实到现在大家可能会更加务实一点,很踏实地投。比如一个高级技术要取得大规模商用的话,可能有一些前提条件,现在还不具备,现在有更多投资机构会投这里面去,如果解决这些问题,大规模的Iot商用是可实现的,包括大规模的自动驾驶。

自动驾驶L4现在还没有一家真正在路上跑的,其实如果要实现大规模商用的话,有一些关键零部件,比如激光雷达、灌导以及视觉成熟度还要解决。我觉得智能化前景很兴奋,但是在具体应用场景里面,要先解决前面的工业化,另外自动化有没有解决,数据有没有低成本地被感知,在后端被低成本地处理,这些问题解决了,大规模商用是水到渠成的事。

李丰:刚才说到现在大部分东西都还没有智能化,都是数字化和自动化阶段,从我们投这些东西看,有几个经验和教训,从机械化到半自动化,到自动化,到数据化到智能化这个过程来看,今天到跟以前有非常大的差别,芯片本质上是根据数据化以后的信息,给出控制和处理的集成单元,传感器是把信息变成数据,或者把状态变成数据,他们大概的关系是这样的。

今天有一个时髦的词叫边缘计算,或者说跟它相关的另外一件事情是,马斯克前两天说他们不用激光雷达,只用视觉,这个在三年以前我们在投传感器芯片的时候,做了很多讨论,这个讨论是“硬的迭代快,还是软的迭代快”。最后我们投下这十几家公司,在这15年-17年之间就变成了有一半是硬的,有一半是软的,也就是今天时髦的边缘计算。从那个经验和教育里得到的结果是,因为计算成本下降得比较快,所以出现了在物理不能迭代,就是硬的不能迭代的情况下,那个软的在上面加了很多功能。

打个比方,刚才创业者其中有一位用算法在视频的夜视极限的分辨率上,提高黑暗当中的图像水平,这件事儿基本上就是我们讲的,硬的到了极限的时候,在上面加软的,这件事主要是因为算法和算力便宜,所以截止到今天这半年出来了很热的概念叫边缘计算。

事实上这个周期里面,做这些自动化和数据化投资的时候,确确实实有比较多的事情是这样的。我猜因为特斯拉是量产车,所以现在显然不能上激光雷达,不然贵得找不着北了,所以他现在显然要拥护视觉,他肯定也赌视觉这事在分辨率和处理的极限上可以用算法,就在物理极限上可以不断迭代快。我们三年前也有过这个讨论,结果是我们既投了视觉的芯片也投了激光雷达的芯片。

成濑功一:我们是来自日本的VCU,我们在日本、以色列以及非洲地区都有投资。针对刚才的问题AI Iot方面,我们比较看重哪方面呢?首先它有非常清晰远景。目前为止的AI或者是Iot只是单纯利用硬件,收集数据,只是单纯的分析。刚才说了,到目前为止一个AI Iot只是通过硬件分析,但是展望未来,如何不仅仅是硬件的连接,而且是整个平台的连接,在这个平台连接上,他们希望实现什么远景,我们也会非常的重视。

主持人:智能Iot这个时代,什么样的公司才是您心目的下一个独角兽呢?

熊伟铭:机会上,其实这里面Iot是很好的前景市场,因为芯片本身集成要求也不高,整体SOC设计也不是那么困难,不像手机,物联网里面其实基础设施不存在很有挑战的东西。

顺着这一波出来的,涉及到整个中国重构或者模仿美国50年代开始的半导体或者基础设施建设,中间出现大量机会。原来大家还在讨论,备胎要不要投,现在这个不是问题了,我们原来这一帮人面对的投资人、前沿科技领域忽然变成了全民运动了,所以市场端我们忽然有了很多机会,在这个时点上乐观地看,不仅是物联网,或者从物联网开始这个时间点会带给我们一个新世界。

徐霄羽:最后一个问题,你们认为在智能互联行业,甚至是芯片,中美之间能不能真的分别撑起两大市场?

李剑威:之前是不可想象的,现在由于特朗普的事,可能性大大增加了,备胎以前大家都纠结要不要投,现在看来起来备胎也有一定的市场。对投资人来说短期可能是挑战,中长期应该是好事儿。

李丰:现在肯定是没办法,但是因为有这次发生的事情和初衷,所以导致了结果是大家只能往各自成体系发展,在一段时间里。但是现在确实很难强行分成两条路,且并行出来。

徐霄羽:其实中美之间差异越大,投资人机会就越大。

成濑功一:关于中美问题,中国是有潜力的,首先是中国的人口红利,而且中国是以政府主导的创新,如果这方面做好的话,其实在AI Iot会有很好的前景。中国很多地方超过美国,比如阿里巴巴的一些零售业的布局,已经远超过了亚马逊。

徐霄羽:非常感谢对我们中国的认可。无论什么时代,我们心目中的商业赢家都是不投靠、不依附,而是遵循商业的本质,做人人想要的产品。

来源:创业邦
反馈
联系我们
推荐订阅