蔚来资本朱岩：平台思维与产业联盟的结合将加速AI应用

整理 | 晨曦

来源 | 投中网

2020年6月10-12日，由投中信息、投中网联合主办，投中资本承办的“第14届中国投资年会·年度峰会”在上海隆重召开。中国的创新力量正风雷涌动，奋发九州，荡涤环宇，本次峰会以“九州风雷”为主题，汇聚国内外顶级投资机构大佬、知名经济学家和创新经济领袖，共筑行业新版图，探索新机遇。

蔚来资本管理合伙人朱岩在“第14届中国投资年会·年度峰会”演讲中分享了蔚来资本在人工智能领域的布局以及投资逻辑。他表示，衡量人工智能投资的三个重要维度是技术基础、数据以及应用场景。就如何加速人工智能应用这一问题，他认为，人工智能需要非常完整的体系化的推动，需要平台思维加速落地。

以下为朱岩在“第14届中国投资年会·年度峰会”中经整理后的演讲全文。

尽管去年市场上有一些声音说，人工智能与自动驾驶的寒冬到了。但其实只是投资圈对人工智能的热情有所下降，产业界对于人工智能的热情反而在提升。比如，一些在自动驾驶领域表现很出色的中国公司拿到了世界巨头的投资：蔚来资本投资的小马智行(Pony.ai)，今年年初获得了丰田的4亿美金的投资，估值达到了30亿美金的规模。我们投资的另一家人工智能企业Momenta也宣布与丰田在高精度地图层面上的合作。产业界的加速投入一定程度上带动了人工智能的投资回暖。

前两天特斯拉超越丰田成为市值第一的汽车公司。市值只在一个层面上反应投资人对企业未来的预期，但新创车企能实现这样的突破，传达了一种信号，行业变革也在广泛地被市场接受。

成立之初，蔚来资本最关注的领域是汽车和出行行业的变革。我们发现，在电动化、智能化、网联化等新技术和新模式的冲击下，这些领域发生了一些非常本质的变化。同时，作用于汽车和出行领域的技术和模式也在改变其他产业。

今天是人工智能专场，基于蔚来资本在人工智能领域的布局，我们谈谈关于人工智能领域投资的思考。

蔚来资本在人工智能领域的布局

蔚来资本投资的企业中，很多都在深度应用人工智能技术。关于人工智能领域的布局，可以从三个层面理解。

第一列是在技术创新层面的布局，蔚来资本在这个领域投资的代表性公司有Momenta、黑芝麻智能科技、Innovusion。其中，Momenta目前在做L3自动驾驶，对技术创新一直有自己的思考；黑芝麻已经发布了车规级芯片，能够直接对标世界级顶尖公司的产品；Innovusion的产品在激光雷达领域的性能表现非常出色，它不仅能应用在汽车领域，还用于城市基础设施。中国许多城市就正在使用Innovusion的激光雷达来监测路口的交通情况。这三家公司在基础技术层面，提供世界级的创新。

第二列是在应用场景层面的布局。自动驾驶其实离我们非常近，某些特定场景已经开始在规模化地部署。比如在Robotaxi领域，小马智行已经成为这个领域领先的中国公司，被认为是中国的Waymo；嬴彻科技目前正在开发L3级自动驾驶卡车，这些卡车很快就能够大规模地应用到城际物流场景；主线科技已经在港口运营L4自动驾驶卡车；四维智联是在人机交互领域，在车内为大家提供娱乐、信息导航等丰富的智能化体验。

第三列的公司看起来可能不直接跟人工智能相关，但实际上他们也在积极运用人工智能技术。比如爱泊车，它是用高位视觉的方案去实现停车场的无人化管理，现在已经在中国许多的一、二线城市推广；首汽约车是在专车领域非常出色的公司，嘀嗒出行是顺风车和出租车领域的头部企业，这两家出行公司也正在运用人工智能技术为用户提供更便捷、更高效的服务；能链集团也在使用人工智能技术为消费者和车队提供更方便、更便宜的加油和充电的服务；在企业服务领域的博云，通过人工智能技术，为客户提供更好的中台解决方案。

衡量人工智能投资的三个维度

技术基础、数据、应用场景

蔚来资本重点关注出行、能源、物流、零售、企业服务、社交、娱乐、金融和保险等行业。我们除了关注企业在技术上的创新，还关注它的应用产业。这些产业的内生规律是什么？如何把技术和模式创新运用到这些产业链中？都是我们要思考的问题。

聚焦于人工智能，我们最关注的三个维度是技术基础、数据和应用场景。我们会围绕这三个维度深入探讨。

第一个维度是技术基础。拿激光雷达来说，它的精确度、能耗是不是达到了行业的需求？在满足基本技术要求时，你的成本是不是够低？当你想把一个激光雷达安装到十几万辆车，上百万辆车，你的成本不能是几万美金，可能是几千美金，甚至几百美金，还有可能达到更低。所以技术的基础是我们在衡量人工智能投资里面，非常重要的一个维度。

第二个维度是数据。数据其实也包含了很多的角度去看。首先，这个行业有没有大规模的数据的积累？什么样的模式可以帮助规模数据的积累？另外这些数据是不是容易被标注、被分析？尤其是在深度学习得到广泛应用后，当数据成为人工智能应用的壁垒，有可能是一个障碍，解决好这个问题，企业可能就会更有竞争力。

第三是对人工智能应用场景的深度研究。场景是否清晰？在什么样的场景下，如何规模化地拓展人工智能应用？

举几个例子，比如物流产业。其实物流产业的场景非常的广泛，我们刚才提到港口的货运、高速公路的物流、市政环卫、矿区、最后一公里物流，每一个场景都会有百亿市场，甚至千亿市场的规模出现，都会产生巨无霸的公司。但是每个场景的差别很大，在某一个领域做得很出色的公司，不一定能很顺利地去覆盖另外一个场景。想要在一个领域保持持续领先的优势，技术上的进步可能仅仅是企业需要满足的条件之一，用五年、十年的时间维度看，其他维度的进步也非常重要。

什么样的公司能够真正地利用现有的模式和资源把自己的技术更快地推广到市场上？我认为核心是，如何通过模式提速，让把数据积累迅速地跑到世界的前列。

再比如零售领域。我们在投资零售领域的时候，不仅仅要看技术，同时要对它的场景有非常深入的思考，因为要真正提升它的效率，需要牵扯到整个供应链体系。

目前，已经有一些公司通过数字化应用等技术深刻地改变行业发展。但是一项应用于某一特定零售场景的人工智能技术，能否直接应用于其他零售场景而创造价值，是值得探讨的。这中间可能存在很高的不确定性。

基于对行业根本驱动力的理解

选择投资领域

关注人工智能领域的投资，我们会经常看到关于成熟度、关注度的曲线。

这个曲线呈现的是，人工智能在很多领域已经趋向于成熟布局。

关于在曲线的哪个部位去投资，每个投资机构可能都有自己的思考。