全网首发·完整笔记·人工智能

本文新鲜度：★★★★ 口味：黑森林蛋糕

今天我想站在投资者的角度跟大家分享一下过去两年来企业升级、模式创新的一些变化，特别是在互联网、人工智能等领域的变化。

1. 互联网的发展

互联网的发展分为三个阶段：

1.传统互联网阶段：

包括社区门户、即时通讯、移动互联网、电商等等。比如BAT、京东、360等都是比较传统的互联网公司。

2、互联网+阶段：

①互联网+=O2O

重+意味着彻底颠覆互联网商业模式，将线上业务同步到线下发展。近两年我们看到很多O2O公司在生搬硬套这种商业模式，有些公司的成本结构比较适合O2O，而有些公司则不可行。

O2O把消费从线上搬到了线下，我们总结了两个规律：

O2O第一定律：产品极其标准化。3C产品、白色家电、服装、食品、快消品等都属于这一类。

相反，教育服务、建材、五金、珠宝、纺织等行业，产品类型极其不标准化，无法大规模进行O2O模式，因为当电商SKU达到几万的时候，这些行业的产品搜索、查询、对比都非常困难。

O2O第二定律：凡是靠人来销售的行业，都不能进入O2O。

如果一款产品很好，但是需要销售人员花费大量的时间和精力向顾客讲解产品特点，顾客才能了解并购买这款产品，这款产品肯定做不成O2O。

这是O2O的两个定律，只有在产品极其标准化、不依赖众筹的行业才能实现。

②互联网+=产业升级

我们是一个“互联网轻+”的智慧型企业，用互联网的商业思维去进行产业变革，我们叫它产业升级，其实就是互联网TMT能力的运用。

注：TMT（数字新媒体行业）；TMT（,,）是（技术）、（媒体）、（通讯）三个英文单词的缩写首字母，融合在一起。实际含义是未来（互联网）技术、媒体、通讯包括信息技术融合趋势产生的大背景，也就是TMT行业。

沟通是为了增强信息的流动；

技术是指行业数字化、信息化的过程。

互联网这二十年起到的作用就是把一个行业从原来经验性的变成信息化的，逐渐规范化，最后走向信息化，这个非常重要。

这两年兴起的SaaS（软件即服务）、OA（办公自动化）、CRM、ERP等系统化管理公司，是互联网推动产业发展的一类工具，也是我们所关注的产业升级。

原有媒体是非精准传播——“一条广告，中国十三亿人听到”，其中只有一千万人是目标人群。新媒体的出现实现了精准传播，每个公众号对应一个精准客户，内容和广告都是针对精准人群设计的。

3、互联网智能化阶段：

包括大数据+、人工智能、虚拟现实、深度学习、机器人等。

互联网产生了信息和结构化数据，导致了第三阶段人工智能的爆发，数据统计量的不断增长使得人工智能变得可行，人工智能是通过分析大量数据，用不同的算法来进行迭代的方法。

过去两年，很多行业的数据总量都出现了爆发式增长，但是行业整体的智能化还处于早期阶段。因为很多行业的数据还不够结构化，算法比较简陋，不能有效带动行业的增长，所以这些公司在过去两年都在大规模的进行数据训练。

今年年中的时候看到一个数据调查报告，把数据分为三类：

第一类是个人产生的数据，包括存储在互联网上的搜索数据，比如各种音频、视频、图文内容数据，这些数据都可以被爬虫抓取。

第二类数据是通过大量的网络交易、电子交易、在线支付、电子商务等积累下来的数据，这类数据这两年增长非常快，因为这两年电商O2O平台越来越多，导致很多企业都在训练这样的数据。

这两年互联网和人工智能的爆发，主要得益于各个行业大量数据的积累，因为产生了大量标准的结构化数据。

我刚才讲的第一类是非结构化数据，这种数据是非常难处理的，近两年自然语义对于第一类数据的处理越来越熟练，这也是近两年人工智能爆发的原因之一。

第三类是硬件感应产生的数据。

2.上网后做什么？

我对互联网做了一个总结，它最初是一个信息工具，然后变成一个管理工具，然后变成一个生活必需品，形成一种消费模式，然后变成一种商业模式，它的发展过程是一步步实现的。

互联网一开始只是一个信息传输枢纽，后来演进得越来越快，从信息化到管理化，再到今天积累了大量标准结构化的数据，最后形成了人工智能，这是一个逐渐迭代的过程。

这张图中有两条线：

第一行以上，互联网带来的商业模式都是传统的技术驱动的商业模式，都是利用了互联网的基础TMT能力。

两条线之间用的是互联网商业模式，上面提到的技术、媒体、传播形态，带动了大量的产业升级。

第二条线是互联网存储的信息、数据，然后转化成情报、数据库，这是三个阶段。

对于市场来说，2015年是O2O平台蓬勃发展，行业在升级。虽然2017年还处于这个阶段，但是我们可以感受到整个行业升级的过程已经快完成了。很多行业的商业模式已经非常完善，很多线上电商平台也积累了很多数据。所以我们正在从产业升级的第二阶段走向第三阶段的智能化。

互联网将朝两个方向发展：

互联网为工具——产业体系升级

互联网智能-深度技术应用

我会分别讲这两部分，重点讲产业升级和人工智能。

1.产业体系升级

一个是运用到传统行业，我们这两年投资的非常好的公司都是跟产业升级、供应链升级相关的。

比如我们之前投资的一个农业企业，能够深度践行互联网思维，把客户群体和供应链架构起来，再把架构一个一个拆开，再把整个产业链管理起来，他们在这方面做得非常好，一年之内整个产能从200万/月提升到8000万/月，这是工具行业升级的一个典型用户量。

今年我有三本书想推荐给你们：《创建京东》、《阿里巴巴的故事》、《腾讯的故事》。

每个公司内部的生态都在不断成长，所以我们认为一个原创的商业模式应该不断总结方法，用新的工具去辅助业务发展，不断升级，这才是优秀的公司。但并不是每个公司都能做到这一点，尝试使用新的商业模式和新的工具很重要。

一个公司的成长其实跟一个人的进化很相似，都需要不断地使用新的工具。

我给大家讲一个搞笑的故事，古代打仗都是冷兵器，现代打仗都是热兵器，这两种武器的过渡是什么时候发生的？

19世纪美国南北战争中，刚刚装备枪支大炮的军队，根本不知道怎么使用，于是双方军队就站成一排，经过短暂的交流后，双方军官就下达了开始战斗的命令，双方就开始互相射击。这是一个很可笑的故事。

为什么会出现这个问题？因为官兵用了新工具，却没有更新战术方法。方法战术很重要，当时大家都不知道怎么用枪，还都是用枪互相打架，这就是典型的工具和战术的更换过程。

我们每天都需要接触大量的互联网公司，大多数公司都宣称自己的产品是互联网化的，但实际上它们并不是标准的互联网公司。

让我给你举几个例子。

首先我给大家举一个正面的例子，我投资的一家公司叫心尚，现在它是国内最大的二手奢侈品交易平台，公司最开始的业务都是线下，二手奢侈品的清洗保养，有4家直营店，40家加盟店。

2014年，创始人决定做线上转型，这注定会非常艰难，她一开始也不懂互联网商业的逻辑，就自己开始招人，一点一点搭建互联网团队。

借助互联网工具后她发现很多客户是可以量化的，原来的用户定位和产品定位都不够精准。

转型之初，她认为线上互联网奢侈品交易平台应该做高端奢侈品，客均消费在5000元左右。后来经过数据调整定位客群类型，她发现价格越低，成交量越大，1750元是最优点。

二手奢侈品交易平台面向的是富裕或中产阶层人群，他们在消费过程中的感知应该是：我需要一个刚需产品，但我不需要为此付出很多钱。所以她在数据调整过程中意识到之前的用户定位是错误的。

同样，她也发现供应链上存在一些问题，比如公司采购的洗护液、面辅材料等，可能都是通过A公司采购，物流流程复杂，付款周期长，价格昂贵。

在搭建了整个互联网管控架构之后，她发现了购买流程、产品功能、用户类型等方面的问题，然后开始不断迭代。

在这个过程中，可以明显感觉到她在掌握工具，刚开始使用互联网工具的时候，她以为自己只是在建一个网站，后来这个工具给她带来了很多数据和参考依据，她也越来越清楚自己的商业模式。

这是一个典型的过程，很多大企业在利用互联网的过程中，迭代速度非常快，因为互联网的过程给他们带来了很多有用的信息和数据，让企业经营者对自己所在的行业有更深的理解，这是互联网带来的一个非常重要的变化。

BAT之后诞生的新公司，并不是靠着简单的商业模式，而是学会了掌握一类新工具，特别是人工智能。我们认为，随着人工智能的出现，一批更新的公司会崛起，BAT很难在商业模式上与他们直接竞争。以财团形式投资或许是一个不错的选择。

我刚才讲了一个正面的例子，现在我给大家讲两个反面的例子。

我们是一个互联网企业，接触过很多互联网公司，大家都觉得要线上化，特别是像找钢网、易久批这样的典型网站出现之后，他们认为很多To B的行业都可以线上化做。所以出现了找木网、找纱网、纺织网、建材网等细分品类的网站，其实这些都不是严格意义上的互联网公司。

比如有一家建材公​​司想把所有的建材、石板都放到网上，创始人对网站的想法很清晰，团队也很积极，每年有几亿的交易量，我开始觉得他们做的很好。

最后我去了公司，才知道公司的运作状况，虽然有网站，但是没有人运营维护，大家都在打电话推销，完全是靠人与客户沟通的模式，根本不能算是一个互联网公司。

对于一个互联网公司来说，能够看到产品是标准化的，不依赖于人与客户之间的沟通，这一点非常重要。

比如我看到一个纱线企业，它的前端研发和后端布局非常完善，我觉得纱线品类是可以互联网化的，因为这个行业可能有50个SKU，然后可以全部标准化，放到线上，让大家进行线上交易。

当我去公司看一看时，我们震惊地发现，纱线的SKU竟然有这么多。每年的降雨量不同，纱线的韧性和弹性也不同，边缘花纹不同，直径不同，颜色也不同。每个纱线SKU都有50多种标签，最后有上万个SKU，买家根本没办法在网上选择。

在购买纱线时，每个人都会根据纱线的手感进行个性化选择——“这款纱线对我有用，以后不用费心寻找其他纱线，我只买这款。”它是一种高度依赖线下体验的产品，很难互联网化。

供应链上从生产过程到仓储配送涉及的企业很多，第二产业中的建材等行业更是如此。

不是所有行业都能互联网化，也不是所有企业都能用同一种方式升级。很多行业无法通过互联网转型升级，只能把互联网作为辅助工具来经营企业。这两年，我们逐渐把关注点从互联网企业转移到了更多的行业。

上图是我们认为的产业升级的过程。

任何一个公司都会随着行业和企业的升级，把企业原有的理论体系逐渐总结成新的规则来推动，使公司越来越规范。

这是一个从经验到标准化、到数据化、到结构化的过程，互联网只是其中一个驱动工具，它只是在从信息化走向数据结构化的过程中，让一些企业的数据更加标准化，让他们对自己的商业模式过程有更深的认识。

比如农业、工业企业也会受到互联网的影响，因为这些企业的管理本来是靠人，靠自己的经验，但随着互联网的出现，增加了一个数据化、量化的工具，让整个行业变得更加标准化。

比如我们投资的一家农业公司家家有，是河南的一家农业公司，它很快就从工业化走向了金融属性，因为它非常注重量化管理，用信用评级和数据去衡量所有农户的劳动状况，这是很多村镇银行很难做到的一步。

通过量化管理，对农户进行评级，将农户与银行、金融产品对接，为农户提供贷款、保险，销售期货等。

这是一个从小经济走向大经济的过程。我们发现很多中国企业在投资过程中有很多问题，很多中国企业都在用老的经验去管理企业，美国的典型餐饮企业有麦当劳、肯德基，中国的兰州拉面、沙县小吃，这些都是老的经验，必须用新的方式。

我给大家推荐一部电影，叫《大创业家》，讲的是麦当劳创业的故事。这部电影讲了两件事：

第一，麦当劳为什么可以被抄袭？

因为麦当劳兄弟把麦当劳的商业模式管理得很系统化。

大家知道，麦当劳在开第一家店之前，并不是租场地开店，而是租了个网球场，在场地上用粉笔画出每张桌子到烤箱的距离，找个指挥在场地给大家排练，排练了好久。就像对接舞台剧一样，对接完全正确，保证汉堡制作流程最快，第一家店就开了。所以，好的商业模式都是制度化的，是可以复制的。

第二个是复制，就是用房地产的概念来经营麦当劳。

麦当劳在克罗克加入后就爆红了，这是典型的运用制度思维的商业模式。

我给大家推荐另外一本书，叫《3G资本帝国》，里面有一句名言：好的公司是系统化、制度化的，就是指用制度化的管理去管理公司、去升级产业的过程。

产业过程的驱动力有很多，商业化过程、互联网都是驱动力，另外一个驱动力就是人工智能，下一个驱动力显然是当信息数据结构化之后，会产生更多的人工智能。

3. 智能应用三部论

我们认为人工智能一定会成为下一波浪潮的驱动力。人工智能可以分为三个阶段：互联网基础、大数据积累、算法应用。前两个基本已经成熟，大数据之所以半成熟，是因为很多数据是非结构化的，近两年企业在做大量结构化的处理。

算法与应用：

很多算法虽然成熟了，但是在商业化使用上还不成熟，这对于创业者来说是一个巨大的挑战，所以很多企业在转型的时候，需要借助更多的商业工具，算法模型就是其中之一。

现在这些流程都完成了，最难的还是要把公司的商业模式建模出来，这需要创业者对算法和数据有很深的理解，有了这个理解之后，你就可以用算法去迭代你的公司，就像我刚才讲的互联网公司一样，算法其实是更难的一个推动公司发展的工具。

1. 大数据是人工智能的门票

我把大数据分成了这个拓扑。

三个阶段，大数据不断被收集、整理，抽象出自己的业务模型，填充数据，再把自己的业务模型抽象成模型，这是大数据的基础。

任何一家公司都需要有一个数据入口，需要通过平台、手环等智能设备来采集数据。然后要有一个出口端，模型计算出来之后要转化为商业策略进行有效的执行，这就形成了执行流程。

举一个最简单的例子，《大数据时代》里有这样一个故事，讲的是美国一位7-11便利店的老板，他在长期研究了自己的财务状况后，发现雨伞和蛋挞搭配在一起卖得很好。

他发现两者之间存在关联，然后把两个货架放在一起。每逢下雨天，雨伞和蛋挞就卖得非常好。这是一个非常典型的通过大数据分析改变商业策略的案例。

2.大数据的发展

分为四个阶段：

① 数据挖掘与收集，不断从市场中挖掘数据。我们把整个市场的所有数据都称为数据矿。

②数据清洗与标注。从2011年开始，全球各地的科研机构和大公司的工程师们开始花费大量的时间去做非常底层、繁琐的工作，这就是数据标注的过程。

③非同源数据的交叉耦合。现在大数据的体量非常大，但是数据分属于不同的公司，比如滴滴有出行数据，携程有旅游数据，美团有餐饮数据，所有的数据都堆积起来了，这些数据非常密集，而其他外部数据大部分都很稀疏。

造成这种情况的原因在于有效数据不够多，企业需要把不同的数据汇总在一起进行综合分析。

亚马逊已经开始做这个工作了，国内也有很多金融公司从其他平台购买数据，诺亚、点融网就做得非常好，通过耦合多条数据，综合分析每一个用户的画像，分析结果之后再推送商业策略给企业，这是一个典型的生成过程。

最后形成一个结构化、精细化的数据集，这就是大数据的发展过程。

4.人工智能的建模过程

有了数据结构之后，我们推导出了建模的流程，这也是企业开发中比较重要的一点。

智能分为三部分：第一部分叫传授智能，第二部分叫学习智能，第三部分叫残留信息。

被赋予智能的智能称为弱智能，具有学习能力的智能称为强智能。

在计算机诞生后的前70年，我们认为大部分智能都是人类赋予的，人类知道标准业务模型是什么样的，然后把自己的经验写成代码，不管是一百行还是一千行代码，都是人类以前的经验输入到计算机中，计算机很少会自己学习。

人工智能近两年爆发的原因，主要是因为学习智能的能力开始迅速崛起，这是各大公司通过大量数据的训练提升的能力。学习智能和赋能智能的典型区别在于：

人并不知道对象明确的含义，也不知道明确的业务含义，难以表达，也不完全理解计算机的逻辑关系，只是通过大量的数据和已知的分析结果进行训练，然后让计算机分析并产生业务结果。

今年我听到一个很有意思的故事，纽约有两家公司的商务谈判是这样的：

A公司和B公司各自把自己的所有元素以结构化的方式写入系统，让计算机分析这两家公司，然后直接相互竞争，判断和分析他们业务结构的优势和劣势。虽然听起来离我们很远，但美国已经有公司在这样做了，这说明数据结构化非常前沿。

这个流程是什么样的呢？分析出来的数据我们自己很难去分析、去表达，所以就交给计算机去完成，这就是学习智能。

这两年爆发的一个主要原因就是神经网络，带动了人工智能的爆发，神经网络的一个特点就是需要大量的数据，我们用很多算法去训练模型。

神经网络最火爆的两个领域是什么？图像识别和语义识别，因为数据量非常大。有了数据，结构化的规则就可以快速训练出来，最后变成一个商业模型或者一个功能。近两年，由于数据的爆炸式增长，神经网络引领了整个人工智能的向前发展。

另一部分是残差信息，也就是无法计算的部分。

从数据角度看，赋值部分是第一阶段的简单特征，比如我们拿Pat公式来说，第一阶段是赋值智能，是人直接分析逻辑关系的过程。

这些都是高级的、复杂的特征，人类是无法解决的，只能用计算机来解决，剩余的信息就是被忽略的业务模型、事件模型，这就是这两年的建模过程。

关于人工智能，推荐一本书，叫《终极算法》，这本书是比尔盖茨2017年特别推荐的，书中详细讲解了目前最流行的五种算法应用模型，讲解的非常到位。

5. 人工智能应用趋势

所有公司都在寻求转型过程，我们将其分为三类：

①基层

基础层就是基础数理层，比如这两年爆发的AI芯片，量子速度就是通过提高新效率，用新方法实现的，基础数理层发展越快，上层结构就越高效。

②技术层

近年来，人工智能在中国发展最快、表现最好的是科大讯飞、Face++等，都是处于技术模块层面的，包括图像识别、声纹识别、自然语义、动作学习等具体模块。

机器人爆发模块点在哪？

必须足够成熟，基础模块层才会爆发。现在很明显，五年前我们看到的都是闭门造车，每个基础模块都是工程师自己写的。我们看今年的机器人公司，每个模块都用了其他公司的开源模块，比如IBM、科大讯飞的模块，这就让应用层变成了一个产品设计的过程。

我觉得技术模块层最后一道门是自然语义识别，这个相对比较复杂，很难做到标准模块化，我觉得三到五年之内可以做到，这两年我们通过科大讯飞看到这部分模块越来越标准化了。

③应用层

市场存在一个误解，认为应用层已经到来，大家都在布局机器人、人工智能，但这些架构还不是最标准的。

相反，有些行业更适合发展和投资，但不是那么直观，比如量化物流仓储、企业资源优化，这些都是近两年很受关注的行业，而且大企业有很多结构化的数据，很适合用人工智能的方法去优化。

智能驾驶的需求并不是很强烈，其实人工智能应该应用在什么方向呢？我觉得量化金融等领域的应用比较适合人工智能。

6.对未来的了解？

最后我想跟大家分享另外一个观点，我们接触过很多创业公司，包括大公司的转​​型，不管是创业公司还是大公司的转​​型，都会存在一些问题，大家对未来的理解都是很线性的，特别是大公司有这样的误区。

大公司有一个典型的问题，因为整个公司的模块已经变得非常标准化，他们想要快速转型，但最后很难掉头，所以只能靠手头的资源去尝试。

我经常和一个在硅谷工作的朋友讨论未来的发展，他今年60岁了，他初中、高中同学中，当时家庭条件最好、学习成绩最好的，现在都进入了航空、汽车相关的行业。

原因是当时大家都相信，研究飞机、汽车是未来技术最先进的产业，所以大家都往这些行业去研究。

但是，40年后，他们发现这个行业没有像他们想象的那样发展，但是手机，计算机和互联网正在迅速发展，因此每个人对未来的理解就是这样，他们只能依靠他们必须判断未来发展趋势的知识。

我认为，当大多数企业家和个人想象未来并制定商业策略时，这种问题也存在于大型企业的转型中，他们依靠他们目前拥有的知识和资源来积累线性发展，并且很难实现指数发展。

人们经常问我，蝙蝠现在是如此强大，它的包装模式肯定不是，人工智能会由新技术公司开发和开发。

从一开始就从技术到产品发展，任何公司都会在促进开发时经历此过程。

例如，从2005年到2010年的时期是互联网上涨的最重要时期。

从2010年到2015年的时期是工业升级时期，当时每个人都在2015年以后进行了工业升级，我们进入了互联网泡沫时期，各种公司都渴望基于互联网，但最终都失败了。

接下来是工具公司。

我们所经历的是从一个时代到下一个行业的迭代过程，从计算机和手机的普及开始，该过程于1990年代末和21世纪初完成，然后是互联网，新一代的AI和生物技术，等等。

这里的重要原则是什么？

许多企业家问我应该做什么，我这样回答：如果您有很多资源和强大的垄断，那么如果您没有资源或相对较少的资源，则应该做一个时代的行业。

整个左半部分都是关于设计，产品和商业化的，而右半部分则是关于资本容量和政策能力，这是一个很大的差异。

如今，公司很难通过关注互联网社交平台来成功，因为人们经常询问是否仍然有传统的互联网，您可以与腾讯进行搭配来制作游戏。

整个市场的发展是一个过程，一个波浪将另一波向前推动，每个波浪都有不同的特征。

我认为我们现在正在硅机电的过程中，但是这里有一个重要的事情，就像我在过去两年中所提到的飞行汽车行业一样。

例如，我们家中的每个镜子都会显示出数字，每个人都认为这是未来的。

我为什么要谈论这个计划，无论是小米，联想还是海尔，我们非常熟悉的这些大公司，每个人都认为家庭技术是未来的开发方向，今天是否确实实现了？

例如，投资者有许多用于技术使用的集中数据，但是当许多公司和个人想象未来时，我将这些布局成多少。

我刚刚提到的飞行汽车是什么类似于私人飞机。

我的意思是通过AR，VR，私人喷气机等总结。

任何新技术，苹果的最后一代，这一代机器人和人工智能以及下一代生物技术都必须是降低成本的过程，而不是增加成本的过程。

私人喷气机和家庭剧院是增加能源消耗和成本的新技术，至少在这个阶段，它们是伪主题，而不是真正的创新。