一、AI底层技术风口已散，AI应用正当时

　　人工智能是比互联网大一千倍的产业，它已经开始向各行业渗透，将把所有社会物质的生产成本降到最低。

　　未来是物质生活极大丰富，物质成本极大降低的时代。我认为未来10年，人工智能会替代和影响50%以上人的工作，同时在中国GDP的占比将超过30%。

　　纵观人工智能的发展，可以分为三个层面：

　　第一个层面是底层的、跟计算能力相关的，比如芯片、大数据方面的技术；

　　第二个层面是关键技术，比如视觉识别、语音识别、自然语言理解、深度学习等；

　　第三个层面是应用层面。

　　如今，人工智能技术研究的黄金时期已经过去了，现在的创投重点应该要转移到人工智能的具体应用落地上面。

　　当然，AI的落地应用同样也在不断演进，每年AI+什么东西会成为主流将会有所差异：过去视觉感知、人脸识别、安防比较火，这些领域崛起了一大批包括商汤科技等在内的公司；今年的消费机器人、智能网联车、无人驾驶、智慧医疗、智能制造等预计将成为投资创业的热门领域；而明年人工智能+艺术、人工智能+法律也可能会成为新的热点。

　　每一个阶段都有该阶段最适合的AI创业类型，风口一旦过去的项目就不要碰了。即使是看起来比较新兴的智慧医疗、医疗影像识别和处理等领域的创业，现在入局也可能晚了。当下，创业者可以多看看先进制造、人工智能芯片等方面的创业机会。

　　值得提醒的是，现在的AI应用创业公司必须要离钱近。英诺的投资标准之一就是初创公两年内必须要有销售收入。这就要求企业一定要找到应用场景，不管你做什么样的人工智能技术。

　　当然，初创企业也可以与BAT结合，达到借力的效果，但这并不能决定企业的生死。一家企业能否做大做强，还是要看其自身是否具有核心竞争力、是否具备强大的技术落地能力。

　　二、中国的 AI 项目很贵，但贵得有道理

　　中国的AI项目很贵，估值高得令人咋舌：

　　去年7月，商汤科技完成4.1亿美元B轮融资；

　　去年10月，实验室校友企业Face++完成4.6亿美元C轮融资；

　　去年11月，云从科技完成5亿元人民币B轮融资，加上此前广州市政府的20亿元的扶持资金，共计获得25亿元发展资金

　　……

　　那么，中国 AI 企业的估值是不是虚高了？

　　实则不然。投资人又不是傻子，他们给企业十亿二十亿美金的股值，看着是比较高，但也并非毫无根据。比如，将视觉识别技术应用在安防领域，用以寻找罪犯或在机场、海关做过关人员检测，这样的公司一个单子就是几个亿，一个城市就是十亿八亿的合同。

　　第一，中国市场规模巨大：中国有十几亿人口，而美国才几亿；

　　第二，能快速产生大的收入：中国AI项目多是政府出钱，而中国政府又有财政实力，所以AI在中国发展得最广、落地速度也最快。

　　未来，中国在智慧医疗、智能制造、智能网联车、消费机器人等AI领域一定会产生一大批的上市公司和独角兽。将来，估值十几亿美金都不算什么，企业需要考虑的是如何成为估值百亿美金的公司。

　　在人工智能领域，IP为王。

　　能做大的科技公司其实都是IP公司，专利、商标、知识产权等才是国际社会规则。IP是企业原始创新力的表征，是护城河，是能使自身持续领先的东西。创业者应该努力通过IP创造价值，进而成为细分领域的头部企业。

　　在国内，IP往往是被低估的商业力量。中国在专利知识产权方面，其实一直处于落后和被割韭菜的状态。

　　我们可以看看一些国际巨头：比如IBM，大家说它原来是卖电脑的，现在是做服务的。但你可能不知道，IBM公司在专利、知识产权方面的收入占总收入的60%。

　　最近小米要上市了，小米有多少利润？10亿美金。小米、华为、OPPO、VIVO加起来一年的利润也就是几十亿美元。然而，高通一家公司每年从中国的手机和运营商收取的专利费，就比它们所有利润加起来都要多。

　　这就是IP的力量。

　　以无人机行业为例，第一名大疆的专利有3000多个，估值约为100多亿美金；第二名臻迪的估值超过10亿美金，亿航也有几亿美金估值。一般而言，我们投资第一年创业的技术公司时，是不看销售收入的，而是看它的护城河有多强。

　　此外，世界上有三大标准：工业化标准、电脑标准和通信标准。我们常说，一流企业卖专利，超一流的企业是卖标准。一旦进入国际标准，全世界的消费电子用了你这个标准就要给你钱。美国三大国际标准中有4068个专利，中国只有163个，这是差距。

　　目前，人工智能的标准尚未形成。如果你的专利在某个垂直领域有独特性、有高度，你就有可能进入国际标准。这将是未来竞争的制高点。

　　四、什么样的公司能成为AI+产业独角兽？

　　1.必须面向全球

　　能长成独角兽的公司必须国际化，面向全球市场。模式创新可能需要本土化，但技术创新必须要面向全球。我们看到这样的全球化公司，有闯劲的公司就有兴趣。

　　2.必须有技术或盈利模式创新

　　“好的资产”一方面是技术创新类的，这是引导基金的一个方向；第二方面则是风险低一点的，已经实现盈利的模式创新公司。这两类的公司估值会大幅上升。

　　3.必须有应用场景

　　没有抓住应用场景的AI公司会很“危险”，所以一定要搭建有市场感觉的团队。

　　4.必须闯过供应链管理的生死之关

　　即使在融资后，AI公司也要注意供应链的完善和管控，这是大部分创业公司没有迈过的槛儿。

　　5.必须建立知识产权壁垒

　　对于人工智能领域中B轮以后的公司，还是要在应用方向和知识产权方面建立壁垒。评价一家科技公司的未来，看专利发明的数据便可想而知。