人工智能创业公司面临的很大挑战，就是怎么拥有可延展的收入模式。

5月27日，风和投资管理公司创始合伙人吴炯在上海交通大学首届“金融聚交”论坛上发表了对人工智能的看法。

他从投资人的角度指出，人工智能领域近两年非常火爆，但行业中出现了一些鼓吹现象，导致滥竽充数的企业不少，部分真正具有成长性的企业早期估值又过高。

他还表示，人工智能创业公司要解决的一个关键问题是，商业模式如何实现“可延展性”？简单讲，就是不能卖工具，如果把产品仅仅作为一个软件去卖，那盈利空间不大，必须要把收入来源从软件变成服务。

在投资策略方面，他介绍，主要是更加看重数据。因为人工智能的算法都有公开的技术支持，一个好的开发团队，半年至一年便可入门。“好的数据资料其实是人工智能创业最核心、最关键的稀缺资源。”

以下是21世纪经济报道记者整理的部分演讲内容（有删减）：

十年技术突破

90年代初，人工智能进入沉积期，一直到2006年，才重新迸发出火花。最重要的是2006年到2010年，这三四年中，人工智能领域实现了两个技术突破。

一是硬件方面，因为云计算的普及，计算能力大幅提升；二是软件方面，一个标志性事件是2006年，一位加拿大多伦多大学的教授发表了一篇论文，使算法有了一个革命性创新，简单讲就是把神经网络做得更深，这样可以更好模拟人脑的学习和思考的方式。

这就是所谓的神经网络深度学习，这两件事情一发生，人工智能一下子就上了一个台阶。

我念大学时，当时在人工智能这门课上，我们用的方法是专家系统和规则系统。也就是说，人工智能用的所有逻辑规则、所有数据的支持都是要编程者自己把它制定出来，然后写到规则库里去。

人总结一条规则是相当不容易、相当慢的。人工智能系统的发展受限于编程者能够发现多少规则，有了这个规则人工智能才能进步，但这个进步速度非常慢。

然而2006年我们有了机器学习，有了深度学习的方法，机器可以自动归纳出规则，这就是革命性的突破。

突破之后，人工智能又经历了高速增长。看到最直接的成果，就是以前那种所谓的非结构化数据、模糊化数据，包括语音、图象、视频、自然语言文字等，电脑处理技术进步非常快。

这些非结构化信息，以前电脑处理起来是比不上人脑的。人脑看一个图片，图片是一辆汽车，很容易判断出来。但是因为有了深度神经网络，电脑可以模拟人脑的运作方式，所以这十年中，图象处理、音频处理方面进步飞速。

我们看过最强大脑，在人脸识别方面，电脑已经全面超越人脑；还有语音识别，10年前自动语音辨识系统错误率还非常高，但是今天电脑的准确率是可以超过人类记录的。这就是今天的人工智能，AI最拿手的一件事情。

还有机器翻译，以前的机器翻译是没法用的，现在我们微信里就有机器翻译，你说一句英文它翻译成中文，绝大部分是很像样的，用的都是神经网络的深度学习方法。

人类是否会沦为人工智能的奴隶？

这里也出了一些比较有名的公司。有一家公司叫Face++，可惜我碰到创始人的时候，他的公司已经太有名了。

跟他聊，我说公司很牛逼，我是不是能够投一点？就问了一下上一轮估值在多少。他说上一轮阿里巴巴投了，估值四亿美金。我只能说这句话，我们相见恨晚。

语音识别也是，我觉得电脑和人的交互，主流的方向可能会变成语音交互。

现在有款非常有名的产品，它会改变我们生活的方方面面，以后所有家电都能用它串联起来，开关窗帘、读温度计、打开电视频道等等。这种以前科幻电影里的场景，可能未来一两年就会实现。

讲了这么多，虽然我们从前年就开始特别关注人工智能这个领域，但是这两年人工智能一下子变得这么热，我是有点担心、有点不太开心的，为什么呢？我这个人做投资喜欢“悄悄进村”，最好别人都不知道，就我能发现这地方有金子，这样是我最开心的。现在一下子广播出去了，所有人都来了，这我就有点害怕了。

一个是害怕刚才说的Face++的情况：一个初创公司，很优秀的公司，但是一下估值这么高，这怎么投呀？这样回报就没多少了。

另外因为炒得太热，吹鼓手太多，会造成很多滥竽充数的，选择项目的时候也会有很多的坎儿。

而且现在很多关于人工智能的媒体报道，我觉得都是标题党，就是为了吸引眼球，说人工智能可能会毁掉很多工作，以后会有大面积失业，然后因为大面积失业，贫富分化会越来越严重，大多数人找不到工作，穷得叮当响，只有少数人用机器人工作发大财。第二种标题党说，以后人工智能会控制人类，所有人会变成电脑的奴隶。

这都是瞎扯。人工智能最拿手的事情就是刚才这几件，图象识别、语音识别等等。刚才说到的汽车产业最热的是自动驾驶，汽车驾驶的核心就是视频信号的处理，视频就是声音加图象，只不过是动态的。

什么是人工智能做不了的？我认为是跨界知识。有社会学家做了一个统计，今天的社会对什么样的人才需求最大？对哪个行业专家的需求最大？最后结论是，对专家、对某一个领域的专才需求量相对没有人们想象那么大，需求最大的其实是综合性人才。

通常综合性跨界人才对社会的贡献也是最大的。企业家、重要政府部门的负责人，一定要是跨界人才。我们今天讲最牛的企业家，苹果的Steve Jobs，他不是一个专业人才，而是一个跨界人才，既是技术专家，又是营销高手。

电脑能做的事情，人工智能最擅长的事情就是专门、专业，越专门越专业它越厉害，像图象识别、声音识别这样的事情。但是你要让它跨界，让它又要懂怎么做营销，又要懂怎么分析图象，现在没有一个人工智能有这种能力。

还有什么人工智能做不了？就是带有情感因素、价值观因素的重要决策。

怎样赋予计算机情感，这是一个深奥的哲学问题。讲到情感有一句话，电脑可能是有脑子，但它没有灵魂。灵魂意味着什么？灵魂这个概念是从宗教里来的，蕴含的意义就是对情感，对价值观有独立的判断。电脑最终会不会有情感，会不会有价值观？这个在哲学上都不会有定论，今天我们只能以怀疑的态度看这个问题。

我的判断是，可能在我们有生之年，这件事情都不会有一个结论。我们什么时候要开始担心人类会不会沦为人工智能的奴隶，人工智能毁灭人类社会？这个先决条件就是电脑有独立价值观的判断，电脑有独立的情感，但这是非常遥远的事情。

什么样的工作最“危险”？

哪些工作真的有可能会被电脑替代？我觉得是专业性特别强的工作，比如说医疗行业的医生看X光片。厉害的医生就看每天看多少张，准确率多少。这些事情非常专业，而且非常繁琐，一天看看8个小时片子一定头晕脑胀。这样的工作在医疗行业会最先被人工智能替代，它太专业了，而且不跨界，没有情感因素，没有价值观因素。

回过头说金融行业，金融行业什么样的工作最危险？股票有技术分析，就是看图的，也有基本面分析，就是要看公司的财务报表，去跟这个公司管理层聊聊天判断一下。如果是看图的，量化的，机器最拿手，所以在座的如果是看图的，可能要担心了，电脑真的要来抢我的工作了。

的确是这样的，现在大量的量化系统就是用交易量的波动来做。但如果你是做基本面分析的，你要判断一个公司的文化是不是有战斗力，管理层是不是积极向上。这种带有情感因素的分析，电脑很难取代，所以如果你的基金如果是做基本面的，我认为你暂时是安全的。

我们做VC的，我的观点是我的工作挺安全。为什么呢？我刚才说要有价值观的判断、情感因素的判断，这真的是现在电脑看不见的，只有人能做。

比如我们有价值观判断。我做投资从头开始，就不投游戏，为什么呢？我觉得游戏害了青少年，让他们沉迷游戏中间，没有时间来好好学习，很多家长对这个都深恶痛绝，所以我不投游戏；

又比如还有一些创业公司，他做的这件事情，我对他们的正面效应是怀疑的，例如伤害动物（活熊取胆），这种违背我们社会价值观的，我不投。电脑、人工智能没有办法去做这种情感价值观判断，这种事情还是人来做比较好。

接下来讲几个我们碰到的案例。

医疗行业我认为最先会被人工智能替代的工作是读片子。放射科医生要小心了，我们最近就看到一个创业公司，非常厉害的团队，都是一流名校毕业，他们做的就是和CT配套的人工智能读片系统。

做盲测的时候，他们请来三个医生，第一个是北京医院最好的一个心脏科资深主任医生，第二个是北京协和医院，刚刚进医院不久的一个毕业生，还有一个是二甲医院很资深的放射科医生，再加上电脑，四方PK，给他们一些片子，然后做标注。最后的结果看两个指标，召回率和精确度，最后这两个指标排第一的都是人工智能。

这个结果预示着放射科医生真的要小心了。结果虽然很鼓舞人心，但是我说你们这个系统开发出来怎么卖给客户？怎么定价？预测销量会是多少？他说，我挖了一个在西门子工作20年做销售的，然后他组建了一个非常牛的销售团队，西门子是卖X光机、CT机的，所以医院的那些人都认识，这个销售团队会非常契合。

我说好，这个不错，那怎么卖呢？他说我就把这个软件作为一个工具卖给医院。我说你怎么定价？他说我20万人民币一套卖这个软件。

我一听他这么回答，本来非常激动想要投资的，马上就泄气了，为什么呢？

你们算一算账，20万一套。大家猜一猜全中国所有医院一年买的CT是多少台？正确的数字是2000到2500台之间。你们知道我为什么泄气了，整个市场20万一套，我们假设每台CT机都搭售一套这个软件，销售额多少？4到5个亿。也就是说，就算所有的医院都来买这个机器，整个市场也只有4、5个亿，我就很失望。

问题出在哪里？他把这个东西作为一个工具去卖，如果不是作为一个工具去卖，是病人来看一次病收一次钱，那不得了，一套CT买过去一天要看多少病人？现在买断了，看一个病人和看十万个病人都是20万，所以这个商业模式很有问题。

我觉得人工智能创业公司面临的很大挑战，就是怎么能够拥有可延展的收入模式。简单讲，就是你不能卖工具，你如果作为一个软件、一个工具去卖，那赚不了多少钱，不可能成为BAT这样的公司，你必须把收入模式从软件的方法变成服务的方法，像医生一样，看一次病收一次钱，而不是把这个医生买断了，一年看多少病人都收一样的钱。

最后讲一讲在人工智能这个领域，我们风和投资的策略。

简单小结一下，我们对人工智能的投资策略，是更加看重数据。因为现在人工智能的算法，我刚才说的机器学习、深度学习、神经网络，这些算法都有公开的支持，论文网上都有，很多开元的算法网上也都有，一个好的开发团队，花个半年一年的时间也就入门了。

最稀缺的是什么呢？我刚才说学习，学习是要有资料的，需要有大量好的、高质量的资料来让人工智能去学习，所以好的数据资料是人工智能创业最核心、最关键的稀缺资源。

再回到我们说的电脑读片这个领域，最重要的不是算法，也不是团队，而是你和大医院有协作关系，能够把整个医院的影像库拿出来作为机器学习的资料，这是可以开发出有竞争力的人工智能系统的关键。

所以风和投资在选取投资项目时，最看重的是人工智能学习资料获取的能力，这是最核心的竞争力。