专访李开复：资本不再看好豪赌模式，疫情中AI表现可打75分

2020 年 7 月 9 日，以 “智联世界 共同家园”为主题的世界人工智能大会将开幕，届时，创新工场董事长及首席执行官李开复将作为嘉宾分享观点。借着这次契机，在大会正式开始前，李开复接受了新浪科技独家专访，分享疫情之后，自己对于 AI 应用和发展的最新思考。

如果有类似新病毒来袭，AI 会更给力

2020 年开年，新冠肺炎疫情成了全人类最大的挑战，无数产业发展面临多方面的不确定性。在科技领域，AI 的能力和应用，也面临着现实的巨大考验。过去几年行业的探索和投入，会得到验证。

如今，国内疫情趋于稳定，回顾疫情中 AI 的发挥，是否达到了预期？

“此次 AI 在疫情的防御、预测、跟踪等方面的表现可以打 75 分。AI 是靠数据、多次重复性的事件来训练的，面对疫情很难提前做好准备。但还是出现了一些不错的应用，比如 AI 测温、AI 机器人运送物品、AI 诊断等。未来如果有类似的新病毒来袭，我想人类会准备得更好，AI 也会更给力。”

他认为，此次 AI 更重要的不是针对疫情的直接贡献，而是在抗击疫情的过程中，社会中产生了 AI 化的用户习惯和数据累积，以及 AI 的潜力被进一步挖掘。疫情成为提升全球 AI 发展的催化剂。

李开复强调了高科技投资的重要性。疫情之下，很多公司都面临大的挑战，比如酒店旅游、餐饮等线下行业，但是二级市场的高科技公司都是非常稳健的，甚至在创新高。

“真正优质的高科技公司比较能抗经济周期，具有相当大的优势。未来如何培养更多具有竞争力的高科技企业，也是我们的关注焦点。”

瓶颈不在于技术 传统行业仅 4% 拥抱 AI

“AI 技术在快速主流化，那些已经被发明的或者即将被发明的技术，会非常快速地进入商业化的进程。”

在谈到 AI 的瓶颈时，李开复认为现在技术已经不是瓶颈了，当下 AI 的瓶颈在于传统企业如何被唤醒，认识到 AI 的重要性，找到合适的切入点，并获取商机。“传统企业首先需要用 AI，第二学会怎么用 AI，第三把 AI 用在最到位的地方，让其能像滚雪球一样循环起来。”

目前，互联网行业 AI 化越来越普及，但在更传统的行业，只有 4% 的企业拥抱了 AI。“AI 未来的瓶颈，是传统行业要认知自己，切实拥抱 AI 赋能，进行转型升级。”

普华永道预测 2030 年 AI 在全世界能创造 100 万亿元的价值。而传统创业融合 AI 将创造最大的价值。当前的中国传统行业，存在着前后端效率极不匹配的状况，落后的后端存在着降本提效的巨大空间，而 AI 则是将这些传统的经典场景进行升级改造的最佳工具之一。

“对整个传统行业，AI 带来的格局不仅是被用在哪些场景里，而是能够帮助最有先见最有胆识的公司，最早给自己建立更有效率的运营体系，增加市场份额，成为行业的领跑者，改变整个行业的格局。”

李开复预测，这一次的疫情，会让企业数字化改造的过程，由原来可能要花费的四五年时间，缩短到可能一两年就可以达到，所以 AI 的应用会被加速。

资本不再看好豪赌模式 AI 人才已不稀缺

谈到当下的创业和投资趋势，李开复表示，投资人会更重视那些在传统商业价值体现指标上表现更好的公司。而融钱烧钱做 to C 应用的公司，以及先不考虑商业模型、模式，等累积了足够的用户再说的公司，现在在全世界都是受到质疑的。

一方面，国内人口红利期已过；另一方面，不是每一个行业都可以用烧钱烧出来。任何的公司可能现在想融资都得回答问题：你什么时候会有收入和扩张，什么时候会有利润，你有没有足够的现金流自己可以活下去。

现在的投资形势与 5 年前的投资形势有比较大的不同。李开复提到，早期的 AI 行业，和跟移动、O2O 行业，都是很多人愿意砸大钱进去。但理由不一样。后者基于人口红利、巨头位置的空缺，但是现在大家也要调整心态了。

而 5 年前的 AI 领域，基于 AI 顶级人才的稀缺性和关键性，很多 AI 公司更多在比拼博士数量、能力、论文、比赛等，有的企业甚至第一轮融资就能有上亿美金的估值。如今这样的优势不再，一方面，世界上已经有上千万个工程师可以做 AI，知道怎么去应用 AI 了；另一方面，谷歌、百度、腾讯、阿里等公司提供了开源或者更好用的 AI 平台。

AI 创业进入应用期和成熟期 现在需要务实

在创业方面，李开复认为，AI 创业已经走过黑科技发明期，进入到了遍地开花的应用期。黑科技的一批技术牛人出来做前所未有的东西，这个创业空间永远是存在的，但只是极少数。在一些还没有普及的领域，类似医疗领域的行业级应用的潜在创业机会也会存在。

此外，他提到，AI 赋能和创造价值的独角兽，一定会变得更多。但它们可能不会是单一的 AI 独角兽，甚至都不会自称为 AI 公司了，可能是零售公司、制造公司、企业级软件公司等，它们做的东西没有 AI 是做不好的，更多是把 AI 赋能应用到产品中。

但是纯粹的 AI 公司，比如旷视、商汤、创新奇智，数量不会涨那么快，因为 AI 普及了，且 AI 主要的价值是赋能行业应用，而不是独立成为一个平台。

“不是说 AI 不可以成为一个平台，而是业界不会有 100 个 AI 平台。”

“AI 的创业进入了一个应用期跟成熟期，所以现在的创业跟过去 5 年是完全不一样的。”李开复表示，现在得务实，得有健康的心态。

以下为采访新浪科技专访李开复 QA（略经编辑）：

一、 新浪科技：您认为这次疫情中 AI 的表现如何？ 可以打多少分？

李开复：总体来说，此次 AI 在疫情的防御、预测、跟踪等方面的表现可以打 75 分。人工智能是靠数据、多次重复性的事件来训练的，面对疫情很难提前做好准备。但还是出现了一些不错的应用，比如 AI 测温、AI 机器人运送物品、AI 诊断等，如果未来有类似的新病毒来袭，我想人类会准备得更好，AI 也会更给力。

AI 更重要的不是针对健康、医疗、疫情的直接贡献，而是在抗击疫情的过程中，社会中产生了什么样的用户习惯和数据累积，以及 AI 潜力，比如线上办公、上课等。

用户习惯形成之后，会逼着企业自动化、AI 化、数字化、软件化、线上化其工作流程，从而形成数据，AI 就能产生价值。

数据的雪球越滚越大，AI 的能力经过多领域的融合也越做越强。无论是线上教育，还是其他方面，国内是继续领先全球的。这次，欧美国家也开始有一些动作，比如网上点餐、线上教育等，疫情也是提升全球（AI 发展）的催化剂。

二、 新浪科技：疫情为 AI 技术带来了哪些挑战？

李开复：AI 技术在快速地传播，快速主流化。越来越多程序员学会了怎么用 AI，哪怕是最前沿的技术，也能够在两年之内就普及化、产品化。而且不是说谷歌发明了一个技术，谷歌两年就把它产品化了，而是谷歌发明了技术、写了论文，然后所有的公司，亚马逊、腾讯、阿里都可以把它产品化。

我不认为有什么技术的瓶颈。那些已经被发明的或者即将被发明的技术，会非常快速地进入商业化的过程。

因为现在工具已经越来越好用了，无论是硬件还是软件的工具，速度越来越快地在提升，具有软件 + AI 能力的工程师也越来越多了。

AI 普及化的瓶颈，一定不在于工程师也不在于科学家了。瓶颈会在于传统企业如何能够被唤醒，知道 AI 的重要性，找到合适的人帮他找 AI 的切入点，通过 AI 的赋能来获取巨大的商机和盈利。这个现在是瓶颈。

互联网行业，基本每个 App 每家公司都有 AI 的人员，金融、保险、银行也越来越多在自己做（AI），但是更传统的行业，比如挖矿、制造、房地产、医疗等领域里面，大老板们对 AI 的认知了解，都还在一个比较初步的状态，只有 4% 的传统企业拥抱了 AI。那 96% 怎么快速找到合适的地方去用 AI？

而且 AI 很容易用错，比如一些酒店全部用机器人来服务，这就是想太多了，机器人送东西到房间可以，但是 AI 做礼宾肯定是不行的。还有可能还不知道 AI 用在什么地方。AI 不是他们所想的，要做成像人一样的东西，纯粹的大数据、AI 价值也很多，很多人不太了解。

有些初步了解了，开始去做，但可能没有合适的团队，要去外部找产品，而大部分行业还没有 AI 的产品。然后他们去找咨询顾问公司，这可能是一个道路，但是这些咨询顾问公司他们只看是否有钱赚，未必能帮你找最好的（AI）应用。

还有很多公司，就算有意愿来做，但是没有数据，或者数据很不干净。清理数据要花巨大的钱，有时候做好 AI 的实施，所花的钱大部分在数据的清理，但是清理完数据之后，又发现 AI 用处不大，很可惜和浪费。

综合这些理由，我觉得 AI 的实施、普及的瓶颈肯定是怎么进入传统行业。

三、 新浪科技：对 AI 在未来几年的发展有何新的预测？

李开复：在经济有挑战的情形之下，很多公司都会想着节源。在一个公司发展得很好的时候，用 AI 来取代一些重复性的简单工作，可能听起来是一个可有可无的东西，刚开始可能也省不了太多钱，还会有争议，所以很多老板都会延后一下。此次疫情加速 AI 落地，会让一些企业看到 AI 越来越实用，更接地气。

我预测这一次的疫情，会让企业数字化改造的过程，由原来可能要花费的四五年时间，缩短到可能一两年就可以达到，所以 AI 的应用会被加速。

四、 新浪科技：受疫情影响，今年的投资市场会有哪些新的机会？

李开复：宏观来说，就是高科技公司重要性进一步凸显。现在很多公司都面临大的挑战，比如酒店旅游、餐饮等线下行业，但是二级市场的高科技公司都是非常稳健的，甚至在创新高。

真正优质的高科技公司比较能抗经济周期，具有相当大的优势。未来如何培养更多具有竞争力的高科技企业，也是我们的关注焦点。

因为刚才讲的种种理由，让高科技更快地被使用，而且在各个场景、传统行业都需要高科技。过去，教育、医疗行业不见得会考虑远程医疗、教育，现在开始用了，高科技（行业）肯定是加速（发展）了。

对 AI 来说是一个更大的利好。AI 能产生最大经济价值的应用，应该就在节省成本、提高效率这两件事情上面。所以在现在的经济状况里，更多的公司会需要用这些技术。当然技术是利好，线上是利好，AI 是利好。

五、 新浪科技：作为投资人，您怎么看 AI 公司烧钱的现象和问题？

李开复：现在确实在创业跟投资方面，投资人会更重视那些在传统商业价值体现指标上表现更好的公司。也就是说，那些融钱烧钱做 to C 应用的公司，那些先不考虑商业模型、模式，等累积了足够的用户再说的公司，现在在全世界都是受到质疑的。

受到质疑可能有几个原因。

第一是过去 10 年更多的人上网，是巨大的人口红利。以中国为例，从移动互联网开始的几千万个用户，到现在八九个亿用户，十多年来 20 倍的成长带来的人口红利是可以发展 to C 应用的。应用做得好，更多用户涌上来，如果你能成为行业第一，尤其一个平台性的公司，比如美团这样的公司，是可以创造非常大的价值的。

但现在人口红利期已经过了，基本上，上网的人已经饱和了，所以这一类的 to C 模式就不会再有一个顺风的优势了。

第二是，不是每一个行业都可以用巨大的钱把它砸出来。

我们最近也看到了，比如很多传统行业，你用 to C 的模式去砸钱，无论是在国内卖咖啡的，或者是在国外做共享办公的，或者是在印度做新模式的酒店的，都是用这种 to C 的模式去砸传统行业。最后可能会发现也不是那么容易，因为传统行业的获客成本跟维护成本等，和在线上是不一样的，很重了。所以这可能是第二个问题，当然也有一些公司、投资基金用海量的钱去砸这些领域，但是也并没有得到正面的结果。

现在疫情（影响），钱也紧了，大家也希望对投资有更稳妥的保障了，所以这种比较豪赌的、海量的、烧钱的模式现在肯定是不被看好的。

任何的公司可能现在想融资都得回答问题：你什么时候会有收入和扩张，什么时候会有利润，你有没有足够的现金流自己可以活下去。因为在一个很大挑战的融资环境里面，即便你是有一个不错的公司和业务，以及未来的愿景和机会，但是你每年烧钱烧太多了，到最后，还没有融到下一轮，钱已经花光了，你也会被逼得要解散。

所以现金流的管理，还有尽快建立一个正向现金流的过程、利润的产生，这其实是过去一年多就很清楚的一个趋势了，但是疫情之后就变成一个几乎绝对的事件了。有些创业者可能没有那么快地扭转他们的思维，可能就会面临一些困境。

六、 新浪科技：现在的投资形势与 5 年前的投资形势有哪些比较大的不同？

李开复：AI 的早期跟移动、O2O 的早期，都是很多人愿意砸大钱进去，但理由是不一样的。

我觉得移动、O2O 是因为大家看到了这是一个新的平台，而且没有那么多巨头已经占了位置，而且有人口红利，所以大家当时投资，无论是投头条，还是滴滴、美团、知乎这一类的公司，都是抱着很大的风险，可能九死一生的风险，看能不能砸出一个百倍千倍回报的公司来，如果投一家做不了，投 10 家 20 家，总能成一家吧，是抱着这样的心态，但现在人口红利已经过去了，所以大家也要调整心态了。

从 AI 公司来说，5 年前，大家拼命地去找谁的博士最多、谁的博士最牛、谁的论文最多、谁的比赛得了第一名，可能靠这个，第一轮融资就能有上亿美金的估值，这是基于一个不同的因素。这个因素是 AI 顶级人才的稀缺性，而且没有这些顶级人才，谁也别想把 AI 用好，是基于这两件事情。

所以如果你说我有三个顶级的从百度出来的 AI 专家，或者 50 个 AI 博士，这个投资人就给你钱，也是合理的，因为这个资源是非常稀缺的，但这个现在也不成立了。

它不成立的理由，是因为现在不是说世界上有几百个顶级的 AI 专家可以做 AI 了，而是世界上已经有几百万、上千万个工程师可以做 AI，知道怎么去应用 AI 了。

现在，当时那些博士的稀缺性优势已经不存在了，而且现在有很多好的平台，谷歌的平台，国内百度的平台，腾讯、阿里的云…… 别人做了平台，你拿来用 AI 就可以了。这件事情与 5 年前是不可相比的。

所以，现在如果你再说我有三个顶级公司出来的 AI 科学家，我要 1 亿美元估值，现在是拿不到的，因为刚才这个原因。

这几种创业，现在都不会有那么虚高的估值，但理由是不一样的。

现在你做个 AI 公司，也会有人问你什么时候能有产品？什么时候能有一个 proof of concept？什么时候能有第一个客户？什么时候可以扩张？什么时候可以有收入？哪一年能有利润？而且现在科创板开了一个新的窗口，对利润还是有一点期待的。

当然，这些其实也是让 AI 公司更务实了，都是好事。

但是当年的这种狂热，博士资源的稀缺性，我觉得也是有其道理的，可是现在没有。

七、 新浪科技：AI 是一个非常大的赛道了，您觉得现在该领域创业或投资的最大机会在哪里？

李开复：我觉得有几种。那种黑科技的一批技术牛人出来做前所未有的东西，这个空间永远是存在的。

但在 AI 领域里，这个窗口已经有点常（态）化，三五年前只要是个名校的 PHD 出来，总有人给你投钱的，这个以后不会这么简单了。因为刚才讲的各种理由。

但是我觉得黑科技的顶级技术型创业还是存在的，但是会是很小的少数。

行业级应用（的创业）也会存在的。行业级应用把 AI 用在一些非常快速看到价值的领域，也一定是一个现在还没有普及的领域，现在 AI 应用在互联网、银行保险公司已经相当普及了，再去做这些领域可能会有点难。

但医疗是个相当好的领域，因为就在最近，数据累积起来，而且现在药保医保都在推进，医院、药厂都在重新思考怎么进入一个数字化的更有效率的行业，所以我觉得医疗会是一个好的领域，可能是最好的领域。

还有其他的领域，行业应用是有一点悖论的，就是越辛苦越难的，反而是越好的机会。那些看起来 AI 一进去，三两个礼拜就创造了巨大的价值。这些恐怕轮不到一个创业公司来做。如果这么容易的话，可能在某一个云平台上就做成了，或者公司自己找人来做。

我觉得不要再去想说下一个 “人脸识别”是什么，我能靠一个技术打开好多市场，然后拿到各种的订单，非常容易地扩张了生意。这么好的事情可能不会存在。

要不你有很大的技术优势，要不就是一个你很懂某一个行业把它做得很深，要不去找那些很麻烦很辛苦，巨头不想进入的行业。

因为 AI 的创业期是进入了一个应用期跟成熟期，所以现在的创业跟过去 5 年是完全不一样的。

八、 新浪科技：现在 AI 领域创业是否比以前更难了？

李开复：也不是这么说，因为如果我们相信普华永道说 2030 年 AI 在全世界能创造 100 万亿元的价值，现在还远远没有体现，所以 AI 的机会还是很充分的。

可是我们得务实。过去你认为就凭博士和科研的能力，就可以撬动一切，因为这是一个稀缺的资源，这个时代是过去了，但是今天要再创造出十家 “旷视”出来，我觉得是很困难。

未来 5 年的市场可能会比过去 5 年 AI 的市场要大很多，但是创业的方式可能更多的是一个行业应用，或者是 AI 赋能。只有非常少比例的黑科技。所以作为一个 AI 专家，你考虑创业的时候，更多就在考虑怎么找到一个好的行业专家，搭配起来能把事情做好，甚至是他为主，我为辅，如果有这样的健康心态的 AI 专家，他的机会是更多的。

如果 AI 专家就说，汤晓鸥能做我能做，印奇能做我也能做，他就是没有看清楚，其实这个时代已经不一样了。

九、新浪科技：目前国内 AI 领域有近 20 家独角兽公司，您觉得未来这个规模还会增大吗？

李开复：我觉得 AI 赋能和创造价值的独角兽，一定会变得更多。但是它们可能不会是单一的 AI 独角兽，它们甚至可能都不会自称为 AI 公司了，可能是零售公司、制造公司、企业级软件公司等，它们做的东西没有 AI 是做不好的，但是更多是把 AI 赋能应用到产品中。

比如今天的阿里、腾讯，如果没有 AI，可能公司价值要打个折扣。或者是头条（字节跳动），它其实从创立的第一天，就用 AI 来推送适合个人的信息，这是它的重点。但大部分人也不会说头条是个 AI 公司。

所以我觉得说类似头条这么聪明地使用 AI 的公司，在未来十年会越来越多出现在传统行业。传统行业也可能会有公司把 AI 用得更好，也可能是一个创业公司。

这样的 AI 公司数量会大大提升，但是如果算纯 AI 公司，像旷视、商汤、创新奇智这样的，数量不会涨那么快，因为 AI 普及了，而且 AI 主要的价值是赋能在行业应用上，而不是独立成为一个平台。不是说 AI 不可以成为一个平台，而是业界不会有 100 个 AI 平台。

十、新浪科技：今年 WAIC 的主题是 “智联世界 共同家园”，您觉得人工智能是如何推动共同家园建设的？

李开复：整个疫情给全世界带来了很多改变和挑战，但也带来了很多机会。

围绕新基建，尤其是人工智能的机会是存在的，比如数字化、AI 化，大家需要降本增效，AI 最大的功能就是帮着降本增效。

AI 未来的瓶颈，不是在科技的发展，或者工程师不够，而是传统行业要认知自己。首先需要用 AI，第二学会怎么用 AI，第三把它用在最到位的地方，让其能像滚雪球一样循环起来。

对整个传统行业，AI 带来的格局不仅是被用在哪些场景里，而是能够帮助最有先见最有胆识的公司，最早给自己建立更有效率的运营体系，增加市场份额，成为行业的领跑者，改变整个行业的格局。

我也认为有一些特定的领域，AI 可能会颠覆过去的做法，让一个全新的模式，取代传统的模式。比如 AI 制药是一个例子，还有很多这类的。全世界都有机会在行业格局要面临很大提升和改变的时候，能够尽快利用 AI 这个很好的工具，让自己在变革中胜出。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。