回顾历史，科技的每次革命性进步，都给人类社会带来了翻天覆地的变化，同时也带来蓬勃向上的人类社会黄金时代。人工智能早已融入我们的生活，并且以惊人的速度在改变着这个世界。

7月2日，《诺亚家里蹲》之好友记系列邀请创新工场董事长兼首席执行官李开复做客直播间，为我们分享和讨论他对人工智能的理解。

嘉 宾：

李开复(创新工场董事长兼首席执行官)

殷哲(诺亚财富联合创始人、歌斐资产创始合伙人兼CEO)

谭文清(以诺教育创始人，上海叮诺科技有限公司创始人兼董事长)

以下内容根据直播内容整理：

现在，从全球范围来看，中国对于新冠疫情的控制表现最好，有效的政府手段以及高科技的使用加速了经济恢复。创新工场二季度投资总额两亿美元，是一季度的两倍以上。

疫情加速了AI和数字化发展

新冠疫情从短期来看是一个灾难，但是从长期来看，点燃了AI和数字化发展。一年前，我们还不敢想象会用Zoom来开会、在线做投资、在线做销售、在线做教育。现在，我们的习惯却被彻底改变了。人的习惯改变只需要60天，而习惯的改变会增加线上时间，从而产生更多的数据，造就更强的AI。

全世界的投资人已经看到，科技股和非科技股的表现差异明显，科技公司会越来越受到重视。

图：能够应用信息科技的企业会有更好的市场表现

危机过后的一年是最佳投资时机

有人会问VC/PE投资，会不会因为创业者少了，就减少投资，不会的。

大家从下图可以看到，过去世界面临过两次危机：2000年互联网泡沫后第二年是投资回报最高的时候，2008年金融危机后第二年也最佳回报期。从历史数据来看，过往经济危机后基金投资回报高于其他年份。不要全部拿着现金，现在现金是唯一一个保证会贬值的投资。

图：世界私募股权基金回报

Note: Represents Top Quartile Funds

Source: Cambridge Associates

中国新基建推动万物互联

除了疫情，中国新基建也在加速AI发展。几万亿的新基建投资，已经将中国和其他国家的差距拉开。物联网需要数据中心，新基建确保5G时代的到来，让大数据更容易被收集，以人工智能为核心的万物互联被激活。

图：中国新基建推动万物互联时代到来

今天看来，疫情虽然看起来很糟糕，但是疫情冲击下数据时代的加速和新基建的推动，让我们进入了AI新时代，也是非常好的投资时机。

“发明期”的AI 投资

和“应用期”的AI赋能

AI已从少数精英“发明期” 进入遍地开花 “应用期”。在应用期，AI会更为普及，会为传统行业赋能。现在的主流投资是在应用期，但发明期也还会有机会。

AI技术在快速主流化，那些已经被发明的或者即将被发明的技术，会非常快速地进入商业化的进程。AI从技术转化商业的脚步越来越快。卷积神经网络(CNN)从发明到成功商业化，耗时 30年;而Transformer模型从发明到大规模商用，仅用了 2年。

AI 赋能，将为全球经济创造前所未有的财富。人工智能将提高生产力，并从根本上改变商业运转的方式。有预测显示，2030年AI市场规模全球将达到15.7万亿美元，中国将占据7万亿市场。今天的AI仅相当于互联网黄页时代，或相当于没有电网的电力时代。AI今天的渗透率仅4%，AI赋能时代刚刚开始，机会很空间巨大。

AI 赋能传统行业

以技术重构价值创造

我们认为，传统行业的以下特质，将推动AI赋能传统行业：

传统行业体量大，新增价值更显规模化效应：传统行业已积累大规模数据，可以为 AI 嵌入提供充足燃料，同时传统行业是国民经济重要支柱，简单提升即可创造巨大价值;

传统行业积淀深，门槛高，AI公司难颠覆：传统行业经过几十年上百年积累，行业门槛高，传统公司 + AI提效，比 AI 颠覆传统行业难度更低;

传统行业能带动技术升级的生态链裂变：传统行业已经形成规模化上下游生态，技术变革将牵动整体生态链价值提升;

传统行业转型需求各异，定制化程度高：传统行业各有特点，需要采集数据、清洗数据等。AI 标准化、平台化时代还没到来，技术从业者应理解产业。

那么，什么样的企业适合用AI赋能?首先是有领先的市场地位、在高速成长或正在整合中的行业;其次是要有海量结构化、准确的运营数据;再次要是有追求变革的公司文化，有开放的CEO和管理团队。

有这样特质的企业，AI可以通过单一环节降本提效和优化赋能、流程智能化赋能和重构整个行业规则来赋能传统行业。

附：李开复对话殷哲、谭文清

殷哲：2020 年是创新工场成立的第十一年，在这十一年里面，创新工场也是不断迭代的，您总结下您创新工场这十一年的变化，有哪些关键时刻?投资与关注的领域发生了什么样的改变?

李开复：我们挑选的赛道都不错，比如7年前，我们布局教育行业，VIPKID现在有一千倍的回报。我们近些年投资的医疗和黑科技比较多，我们在不断的调整所关注的领域，再用数据去验证我们选择的正确性。

殷哲：现在AI工程师越来越多，诺亚和歌斐都在招聘自己的AI工程师，您觉得在AI领域的人才培养方面有什么新趋势?

李开复：现在AI方面的人才增长非常快，如果是很好的软件工程师，是可以很快被培养为AI工程师的。例如腾讯等企业会将自己很多的软件工程师培养为AI工程师。但是世界是很不公平的，传统公司找一个AI工程师却未必容易。金融公司还是比较容易的，毕竟金融和AI可以很好的对接。但是举例来说，如果是钢铁制造企业，那就不容易了。首先，AI工程师未必想要这样的工作环境，其次公司没有数据，再次老板可能也不懂，不知道怎么改、怎么做。所以，传统行业的AI工程师还是会比较难找的。

殷哲：想请问下谭校长，叮诺科技是如何应用AI技术的?

谭文清：正如李开复博士所说，金融和AI是最好的链接。诺亚作为头部财富管理机构，我们对AI非常重视，我们想到诺亚有这么多好的产品和服务，应该让更多人去使用。所以，第一步我们在去年4月15日上线了叮当雷达，主要功能就是当投资人准备买股票的时候，可以将股票放入其中做风险扫描，通过400多个维度和大数据分析，将最重要的影响和投资风险呈现给投资人;第二步就是预警。当投资标的发生重要事情，比如公布财报、市场交易变化、舆情等发生的时候，系统会将这些数据抓起来，和历史上发生类似事件的影响作对比，通过量化预测回撤。这两步可以让投资人对资产安稳放心，因为有风险情况出现，就会有信息推送给他。

后来，我们将这个技术放到了后端，从去年开始转型，开始做投资顾问服务，赋能理财师。理财师通过这个系统，可以基于客户行为，为客户做深度画像分析，帮助理财师为客户建立多目标价值，再做动态平衡和优化配置，现在这项技术已经帮助理财师服务着30万诺亚客户。所以我们也想请问李开复博士，接下来人工智能赋能投资理财会有怎样的发展?

李开复：你们团队做的很棒。据我所知，美国顶级私人银行都没有这样的服务。我刚才提到，只有拥有开放企业文化的公司才愿意去做AI赋能。诺亚这样年轻的公司，是秉持着创业精神去拥抱技术的。AI和人是完全互补的，AI擅长量化，但是要转化成客户了解的语言，还是要靠人。人擅长的是了解客户、取得客户的信任，用人能懂的语言是包装AI，就是1+1等于3的结果。

谭文清：歌斐从2010年开始布局PEVC领域，已经做到全资产类别配置了，聚集了大量的业内难得的数据。我想问问殷总，歌斐在基金筛选和估值量化投资管理系统中有什么AI支持?接下来有什么打算?

殷哲：AI数据处理应用在金融行业非常普遍。在投资端，我们投资了很多项目，所以我们做的第一步就是数据的清洗，让这些干净的数据在系统上沉淀下来。就像是未来要做一桌满汉全席，一定要保证原材料是干净的。我们用了两三年都在做这个事情，现在小有所成;

第二步，需要我们在每个投资板块中，将每个基金经理脑子中的判断标准用系统的语言建模。我们在二级市场投资领域已经开始做这件事，效果初现;

第三步，最后的投资决策，要求对未来变量有更多前瞻性假设，需要更多深度学习和思考才能得出结论。我们在试图找寻其相关关系。这个我们刚刚起步在做。

最后，对于风险的管理，我们也在布局系统化建设。

谭文清：请问李开复博士，强人工智能时代什么时候可以出现?

李开复：我觉得可能是20年之内是看不到的，之后很难预测。强人工智能就是和人一样聪明的AI。我们现在单一领域做得很好，但是人是跨领域的。同情心、感情、创造力都是跨领域的，我们60年才发明了一个深度学习，强人工智能需要至少10个深度学习这样的发明才能实现。所以强人工智能是否会在未来20年、30年甚至是200年、2000年才出现，都是无法预测的，期待这个会在我们生命中发生。

殷哲：关于数据安全性，中国在这方面好像没有美国那么严谨。李开复博士您觉得会不会带来AI的一个下沉周期?

李开复：是的，有很多挑战。首先是数据隐私方面，但只要有法律支撑，现在是ok的;其次比如AI看病，看错了，无人驾驶撞车了，这些危机生命和健康的是一个巨大挑战;再次，人工智能不会讲道理，比如贷款，为什么不贷款给我?AI在很多领域表达不清，用户就未必会用;这些问题都需要去解决。我相信，未来都是可以解决的。

殷哲：再回到投资，对全球经济和资本市场面临的未来不确定性，两位觉得乐观还是悲观?

谭文清：我觉得短期看不清楚，未来半年因为复杂的政治外交格局，也是要谨慎的，长远来说我是很乐观的。

从投资来说，我觉得没有什么更好方式，就是要做组合投资。只有资产配置才能控制风险，让我们成为长跑健将。每个人都是有很情绪化的一面，通过AI和大数据，可以让我们拥有类似机构的理性决策能力，我接下来也非常期待运用金融和AI的结合来做投资。

李开复：投资一定要分散风险、全球投资，这是百年来最有智慧的话。另外，就是要相信专家，我自己是将90%的资金交给专家管理，剩下的自己投资。自己做的这部分，我觉得要顺势而为，现在的投资可以分为科技类、被科技赋能类和20年一成不变的三种。前两种可以投资，第三种不要投资。另外，我对自己的要求是，不买不比分析师懂得更多的股票，比如AI领域，我是有可能比分析师懂得更多的，如果没有分析师了解的多，还不如交给诺亚这样的专家来管理资产比较好。

关键词：