专访线性资本郑灿:AIOT 正在从“工具”演变为“方法论”

论起投资人的资历,从事两年半的郑灿并不算资深。上交大研究生毕业的他,在芝加哥获得了 MBA 学位,在硅谷工作过,也创过业,转型做投资人是在与线性资本创始人王淮一顿饭之后敲定的事情。“我们对于技术的理解和未来的商业可能性几乎是一拍即合的事情。” 郑灿说。

从创业者到投资人身份的转变,郑灿说从上班第一天就适应了。“我们都是一群技术人,所以我们的很多判断和自己感兴趣的方向也都是在强技术和问题的结合点上,和最优秀的创业者在一起做伟大的事情,让我觉得非常兴奋的一件事。”

线性资本是专注在数据智能领域的早期投资机构,到现在为止我们大概投了为 60 多家企业,典型的投资案例有地平线机器人、威马汽车、帷幄 whale、特赞等。6 月 28 号在南京举办的 2019 中国人工智能峰会上,郑灿发表主题了为《AIoT 投资观察》的演讲。郑灿表示,线性资本致力于和强技术创业者一起为行业做出贡献。而在 AIoT 领域,前端传感器、传输、运算、平台和应用等都非常关键。

在郑灿看来,因行业的共同推动,很多原本在实验室的传感器开始得以应用;在 5G 相关技术的加持下,远程+实时传输也将得以很好的实现;运算方面,云边端的综合应用也让算法更加智能;平台应用则是最重要的,预计未来将有大量创业公司涌现出来。

他讲到,AIOT 的趋势体现在两个方面,一是 AIOT 在今天行业当中的应用,从之前更多的做物体的检测、物体识别,演变到需要对行为、意图进行理解,变成了行为检测和行为识别。“比如今天在路上开车不礼让行人这件事是违章的,通过 AI 做判断,可以识别类似于这样的违章大概三十多种,包括转弯的时候做一些危险动作,大弯小转,这是强应用规则,到底怎么样才算不礼让行人,从业者对业务规则也会有更深的理解。” 郑灿说。

第二个新趋势,郑灿认为,AIOT 在行业的应用当中开始从单点优化到全流程优化。单点优化是指在以前在工业线上装一个机械手提高分解效率,或者关键结点上做质量检测提高良品率,这些都是单点独立问题。到今天在不同单点上慢慢有数据采集和反向控制之后,尤其在典型的场景当中已经开始出现端到端的全流程优化、全顺序性的行业。 他以最近投资的一个案例举例,“我们最近投了一家热门行业的公司,原来都是数据科学家,但他们去研究怎么把烧锅炉这个问题做得更完美,从最开始的煤水进去,到最后的蒸汽出来,一年之后他们对于锅炉本身的操控优化更加专业,这个就是全流程优化,对从业者提出了更高的要求。”

除此之外,郑灿还讲到,AIOT 在今天已经从一个效率工具慢慢走到方法论变革。不管单点还是全流程,AI 或者 IOT 都是在适配现有的生产方式,把原来的生产效率变高。但在今天一些行业的引领者眼里,怎么用技术把今天整个生产方式颠覆, 但目前的问题主要是,技术发展太快,AIOT 技术发展太快,相关配套设施赶不上,导致 AIOT 的从业者内部和行业之间产生一些各种各样的矛盾,第一个典型效果和隐私之间的矛盾。今天智能来源与数据,越贴近生产的生产的数据带来的效果更大,这些数据隐私,大家对于提供的数据有很多的困扰,从业者得不到数据改善模型也影响落地。

提到人工智能的应用落地,不得不提的是数据,而对于初创公司来说,缺乏数据的积累或者数据来源是人工智能发展的桎梏。郑灿认为在这样的情境下,尽量提高准确率增加机器自身学习能力是突围之道。“不一定说数据越多你的准确率越高,还是要看技术本身的行不行。” 郑灿讲。

教育方面,他认为数据智能从 “效率工具”,逐渐演变为在教育方法、教育理念、资源分发等更基础的方面去进行变革。信息安全方面由于受到法律法规和决策者的接受程度的限制,数据智能的应用还处在非常早的阶段,随着一连串问题的发生,数据安全问题备受关注,空间巨大。DaaS 方面,线性资本寻找在大公司有过相关完整经验的创业团队,期待将这些技术 “平民化”,帮助更多中小企业提高效率。

对于数据智能的初创公司的选择标准上,郑灿表示:“作为技术出身,会充分了解他的技术本身还有商业模式,然后要在我的脑子里把它整个流程跑一遍,跑的通才能证明是可行。” 同时,他也强调 “我们缺的真正理解行业的,并且有 AI 能力,要么他自己有,要么他有很好的方式和有技术的合作的解决方案商,需要 AIOT 走到行业当中去,是行业场景的边界往前推的一个必要条件。”

发表评论
留言与评论(共有 0 条评论)
   
验证码:

相关文章

推荐文章

'); })();