作者：李开复
编者按：由格隆汇全力打造、腾讯fintech全程独家冠名、香港交易所全程支持的格隆汇决战港股海外投资嘉年华系列峰会正相继在深圳、上海、北京和广州四大核心城市隆重展开，各路投资大咖齐聚一堂，与投资者面对面交流分享牛市盛宴。
在昨日的第三站北京站上，创新工场创始人兼首席执行官，李开复博士以《人工智能四波浪潮与机会》为题做了主题演讲。李开复老师，作为中国青年人心目中的精神偶像，其个人学习，工作经历可谓传奇。2009年李开复老师在中国北京创立创新工场，帮助中国青年成功创业，创新工场立足互联网、移动互联网和云计算等领域，培育了一大批创新人才和众多新一代高科技企业。在演讲现场，李开复老师非常专业深度的分享了ai未来的发展和近期及长期存在的投资机会，为此我们第一时间整理了李开复老师今天的演讲内容并刊发出来，以飨格隆汇诸君。
以下为演讲全文：
很高兴又有机会来到格隆汇跟大家分享，去年格隆汇“决战港股”的演讲上讲过一些人工智能的基础，今天想来更多讲一下人工智能的应用，还有在中国的商机，以及创新工场现在在做的事情。也会提到在二级市场ai可能带来的机会和冲击，当然也有很多现在我们可能面临的潜在的一些泡沫。
一、人工智能有强弱等级之分
人工智能从创新工场的角度来看，我们觉得现在大家讨论的题目已经比较聚焦，上次还是在谈很多未来、科幻，机器会不会控制人类。
现在大家谈人工智能基本分两种，其中所谓的强人工智能，就是说机器跟人一样，有七情六欲有跨领域思维，有策划的能力，有跨领域的常识，因此会有自我意识，会爱上人类或者控制人类。这些都是荒谬的，都是不存在的，虽然有一些所谓的大佬谈过他们会在若干年会发生，但是这是没有任何技术领域和工程基础的，所以今天我们就不再谈这个幻想的事情。
因为在座的都是很务实的投资人，没有什么强人工智能可投，如果有公司来跟你说，我做了一个新ai能够理解所有人的自然语言，你可以直接把他轰出去，因为这个是没有任何机会的。
什么是弱人工智能？也就是说在单一领域，经过大量的数据，能够达到比人远远更精确的判断。比如说在围棋的领域阿法狗zero，就能够学习远远超过人类几千年的累计，学一辈子20、30年到9段就不得了，阿法狗3天就二十几段，这是很标准的案例。还有在贷款的领域，ai比人更能判断该不该借钱给你。未来在投资领域，ai比人更能够判断该不该做一个投资。
所以在座的投资人，或许ai都会抢你们的饭碗，可是没有那么快，还需要一点时间。但是你如果说需要很久的时间，其实并没有那么久，因为在大数据的推动下，有些领域会动的很快。
那ai智能未来即便是弱人工智能，也都是有很大的提升的，我们采用比较保守的财务机构普华永道数据来看，他们预测2030年，中国gdp中ai有20%的贡献，我个人认为会比这更多。但是我们可以看到，即便是保守的财务机构，也看到了这样的一个变化发生的巨大的价值，我们如果回去看，过去的十几年移动互联网可能也就产生这么多价值。所以我觉得这是一个至少移动互联网级别的价值的产生，每一个投资人一定要仔细的观看。
二、人工智能应用的四波浪潮
那么谈弱人工智能其实还有4种不同的弱ai，今天既然要展开来讲技术和投资和创业的机会，我们就要把ai很负责的切分成4种，第一种是叫做互联网智能化，第二种是商业智能化，第三种是实体世界智能化，第四波是全自动智能化。
这四波所需要的创业人，所面临的商机所应该面对的投资策略都是不同的。如果有一个团队跟你说，我有一个很棒的ai团队，我们什么ai都投，是不太靠谱的。像创新工场我们4波浪潮有不同的合伙人来主导，有4个不同的团队来看，所以如果有人跟你说所有的ai都是一回事，肯定不是这样。
那这4个机会来自于哪里？互联网ai是最早的，我先简单介绍一下再深入解释。互联网ai就是用最大量的互联网数据来训练ai，商业化ai就是把商业的数据拿来训练ai，用在已有的商业流程，比如说银行、保险、医院等等，实体世界的智能化，把过去不存在的数据捕捉起来，用它来做过去不可能存在的事情，把不可能变成可能。
所以第一、第二波浪潮是把可能的事把已有的数据用的更好，赚更多的钱，创造更多的机会。三是把过去没有的数据捕捉起来，做过去不能做的事情，所以这更厉害。第四波就是说我们不是捕捉数据、运用数据用数据做推测预测，而我们这个东西真的要跟人一样，能够能走能行动能摸能拿起来东西，就像科幻片的机器人一样，虽然没有强ai的动力，但是它可以走可以行动可以摸可以拿起东西，这四波的难度不一样的，但是没有绝对的先后顺序，成熟的程度一定是有先有后的。
但是今天一天我们就可以把四波浪潮都投起来，只是你投资的时候投第四波可能就要期望它的应用跟普及也许还要5年到10年。第三波的话可能就会应用的比较快，那么第一波几乎是已经过去的事情。ai其实特别关键的就是大量的数据，有了数据这4件事情就都可以做了，没有数据是不可能的。
1、利用庞大的自然标注数据，互联网巨头成为第一批受益者
那第一波浪潮到底是什么，其实就是bat，或者说在美国谷歌、雅虎、facebook 、微软，大概也就是这7家公司。为什么这7家公司作为最早的崛起者？因为世界的这个量非常大，每天有多少数据量，有多少用户，我们其实都在产生数据，不仅在产生数据我们还在上面做小白鼠产生数据，还在做免费的数据标签的标注。
意思就是，当你在每一次用淘宝的时候，你的浏览轨迹，就被捕捉下来，你的淘宝账号，你用什么付费，看了什么东西却没有买，考虑再三最后还没有买或者买了一个竞品，这一切都被捕捉下来。尤其在你买的那一刻的数据标注特别的重要。标注的是什么？标注像你这样的一个人在今天这样的时候，是会买这样一个货品的。所以淘宝能做什么，能不能用他的ai找类似的人在类似的时候，当他还不知道没想到这个货品的时候就当作一个广告推荐给他。
ai就是这么用，他做的事情就是一个推荐、预测、判断还有分类。所谓的分类就是比如说人脸识别，所谓的判断就是决定他该怎么做，我该买这支股票还是那支股票，所谓的预测就是说未来会怎么走，比如说这支股票下周会多少钱，下个月多少钱，这些预测也都是可以做的。
在互联网上我们每天在使用ai，还在帮它标注，那这些标注就成为它的训练样本，所以就有一大堆的淘宝用户每天点击每天购买，让我更清楚的预测什么样的用户什么时候点击，什么样的用户什么时候购买。因此在用户的获取变现转换，都可以把数字化做的更精确。
这就是bat他们的巨大的优势，他们的流量是bat的优势。一个在公司很值钱，可以用市值做很多的事情，还有就是品牌很大，用户的流量不要钱，用户的获取是因为天然的品牌和产品得到的，还有隐藏的优势用ai不断优化他的流程，不断提升竞争壁垒。
今天有人给你说给你1000亿做百度或者做淘宝，或者来做微信，你是不可能成功的。你可以把这个钱砸进去获取用户，做各种各样的事情，打造你的品牌，但是今天淘宝平均的数字你就没有办法超过。比如说他平均一个用户来到淘宝网站他可以赚到几块钱，这个数字他是经过十几年的运营的。他每天都有ai在背后算，我要怎么样去展示网页，给一个新来的用户看，才让他有最大的概率在我这里购买。
而且这些大公司很厉害，我们看一个公司的财报可以看很多的数据，我们可以看一个公司的用户量、活跃用户量，可以看他的营收、利润，每一个互联网巨头都可以调整这4个按钮。你可以想像一下，淘宝用户这个季度已经远超预期了，我们要得到用户的留存，所以我们就把人工智能的学习的目标函数修改一下，这个月我们钱是要赚的，但更重要的是用户的时长，那么你看到的网页突然就变了，针对每一个用户不同的喜好页面会显示不一样，真的就是千人千面。
所以淘宝是可以调整，你看到的所有的网页来优化怎么样得到最高的营业额，怎么样得到最高的收益，怎么样得到最多的用户留存，怎么样得到更多的用户转发，怎么样得到更高的用户平均时长。一个公司的ceo把这4个综合说我们的战略怎么走，现在ai都可以做，ai给ceo说什么样的指标，最重要的背后就可以调整，这就是第一批浪潮最大的机会。
还能不能再投第一批浪潮？实际上不能再投了。第一批浪潮首先要有品牌和流量，当我们投一个新的流量入口，可以是像今日头条、快手这些有新的流量的公司，但是要先有流量后做ai的这类公司。投第一波的ai的话，只能投流量很大的公司，帮他把ai做好，赚更多的钱上市，所以反过来的话不是说不可能，是非常的困难。
美图也是一个案例，在座很多的美图的用户，美图每个人都在贡献数据，你在自拍就是在贡献数据。但是美图是怎么标注的，有人知道吗？自拍之后，假如说我们是用一个自动的自拍，美化度是2，然后自拍了以后，下面我可能做什么事情，三件事情：分享、储存或者删除。对美图来说意义是什么？分享一定是美的好的，储存也是美的不错的但是略差一点，但是删除的一定是美的不好的。所以美图要不断的调整自己的ai，收了一大堆的数据拿来做更多导致用户分享的美化效果，还有那些会导致用户储存的效果。
当然千人千面，所以每个人可能喜欢储存的不一样，也许中国人都喜欢白一点，但是非洲人喜欢白但是白一点点就可以了，那些在海滩的人还喜欢自己有点晒黑一点，这个还是要看个人的。
这些标注就让美图现在有一个很难撼动的地位，它的电商不能跟淘宝比，搜索不能跟百度比，但是它的照片尤其是自拍的，尤其是女孩子的自拍，一定是世界最多的，谁还能比它做出更美的效果？很困难。大量的ai的滚动，大量的数据，使ai滚动起来非常的重要。
2、以业务流程为中心，激活已有的数据，创造商业价值
第一波讲完了我讲第二波，第二波浪潮，很多的公司包括传统的公司，内部有很多的数据。过去你存数据可能就是为了一个财务、备份、合法等等的理由把数据存了，存了不当一回事，比如说医院的病例。银行每次的交易的记录，都不见得很重要。
但是今天ai来了我们如果要优化银行，银行要决定出一个新产品了，该推给哪个用户？因为每个用户的推送一定是有限的，能不能把最合适的产品推给最合适的用户？因为推多了就会烦了，这就基于你过去存的数据。我要知道客户的可信度，用了多久我们的服务，存了多少钱。可能还有一些数据是我们没有的，没有的就要去猜，比如说我们其实很需要知道一个用户的身家，那么银行存款不见得会告诉你，但是有外部数据可以帮你猜出来。
我举一个美国的例子，比如说一个人在花旗银行存了10万美元，但是有30栋房子，所以他的身家可能是3亿美元。一个很好的ai不但会把银行里的10万美元算出来，还会在美国的公共数据里面找出来，因此30亿美元的富翁，我们会推适合他的合适他的产品。银行推送广告的转化率，也就是你作为银行用户收到一个短信或者说一个电话，或者收到微信的推送，然后你的购买率经过ai提升65%，以前1万个人，100个人买，现在165个人买了，这对银行的利润增长非常巨大。
这些例子很多，二级市场的投资肯定是会用ai，现在还没用的很好，但是未来会开发，未来的ai角色会越来越大。现在大家讲量化，还是不是讲速度，讲智商？其实讲的是融合，是把各种各样的数据融合起来，不只是看股票的指数，看股票未来走势怎么走，还会把每一个季度的财报读进来，读的时候会看出不一样的地方，比如说管理团队，上季度说我们非常乐观，这个季度说我们乐观，少了非常两个字，ai就可以提出一个红灯让你做更聪明的判断。
ai可以容纳大量的数据，数据越多，做的越好，这些数据可以是多样性，一个分析报告的文字，还有股票的走势，还有社交网络的正向和负向，还有格隆汇说了什么，雪球上做了什么，这些全部可以综合起来，这是投资方面特别适合用大数据的。
而且不要认为只有二级市场，这次我到美国跟谷歌在投资委员会做了一个机器，不止是几个厉害的投资人，几个gp，几个合伙人在那投票，机器还要投一票。机器也就是各种的数据，有历史可以看到让机器投票得到的回报是多少。我们会看到以后一级市场二级市场都会用到ai，但是你用ai你的数据一定要整理好，如果你是没有数据化的公司，不可能有ai，数字化以后还要去整理，整理以后需要专家，专家来帮助你调解。最开始是辅助，最后是协助，最后是机器来做，机器为主。
金融界根本就是一个人创造的虚拟数字游戏，根本就不适合人来做的，抱歉。但是它不是一个很自然的事情，人写一首诗人抱着孩子是很自然的事情。金融界数字多，标注清楚，而且是非常客观，股票不是涨就是跌了，保险费不是�...