【导读】
以下为现场演讲内容，经创业邦整理后发布：
感谢创业邦和南总的邀请，我今天的演讲主题是《于AI的第四次热潮下寻找确定性》，实际上第四次热潮挺难界定的，因为AI经历了诸多变迁，最近这一波还涉及好几个概念。自2010年起，直至当下的第四次AI热潮，身为投资人，我们经历了多次AI投资的浪潮，也见证了科技泡沫的必然与轮回。
科技泡沫的必然与轮回
这张图展示的是近15年来与AI相关的科技热潮。在过去15年中，科技领域的热点名称各异，且每一个都不止热过一次。
其中，从2010年到2013年，先后经历了两次由大数据引领的热潮，虽然在当时这两次热潮并不被视作人工智能领域的发展，但不可否认的是，如果没有大数据的前期铺垫，便难以诞生基于数据基础的人工智能算法和计算成果。
一般而言，一个科技趋势所经历的泡沫和泡沫破裂的次数越多，其影响力和应用范围就越大。而如果它仅仅经历一次泡沫和破裂，说明它不是个大事情。
以AI为例，过去十多年，每一轮的技术热点都与上一轮有所不同，这是因为技术在持续地演进。我们所经历的互联网浪潮也是类似：从80年代、90年代初至2010年移动互联网兴起之前的20多年间，每一次互联网浪潮的热点和热的方式都不尽相同，且经历了多次的热潮与泡沫的破裂。
与AI相关的每一次过往投资热点与技术方向在概念上的差异，意味着什么呢？意味着每次新热点的出现，都是由技术演进带来的，先形成泡沫，随后泡沫会破灭。破灭之后，由其引起的应用开始扩展，在底部缓慢生长，找到扎根之处，直至下一次AI浪潮升温。它们之中的每一个无一例外都是AI，只不过每一次出现的技术概念并非拥有相同的名字，或者并不完全一样。
如今身处始于2022年底的大模型时代，我们可以参考同样的规律来思考——它会就此通往AGI通用人工智能吗？我认为应该不会。这个泡沫会破裂吗？我想这是肯定的。这次泡沫破裂后，下次还会有AI吗？我认为也是肯定的。
就在今天创投市场冷热参半、大家对GPT充满争议的时候，AI的热潮与泡沫已经开始转向硬件领域。因为看起来无论是机器人，还是耳机、眼镜，似乎都更具应用潜力和盈利空间。
每一次科技泡沫带来的结果也有相似规律：第一，会经历诸多轮次；第二，每一轮的高潮都因技术进步而起，每一轮泡沫的破灭都会孵化或催生应用的发展。
中国的科技创新是如何进化与发展的？
以计算机视觉为例，2012至2013年，计算机视觉开始变热，彼时的争议与今天颇为相似，人们普遍认为中国的图像识别、人脸识别或计算机视觉相关技术落后于美国，这在当时确为事实，毕竟那时的顶刊或顶会上，美国的视觉相关识别技术占据主导地位。随后，中国出现了计算机视觉“四小龙”以及其他一些相关企业。
而发展到2018至2019年左右，计算机视觉相关的顶会/竞赛或顶刊，中国的学术文章和企业开始成为主流。同样在2018年—2019年间，乃至今天，人脸识别在酒店、机场、手机支付等多个场景渗透，我们每一个人都能亲身体验到“脸变得特别好用”。
也正是从2017、2018年计算机视觉“四小龙”崛起，计算机图像识别、视觉识别、人脸识别的第二轮泡沫破灭开始，基本上能看到各种各样的应用开始加入人脸识别功能。
而在美国，人脸识别的使用并不广泛，人们将其归因于隐私问题，但隐私或许只是部分缘由。从美国的金融行业来看，由于人们长期习惯了使用信用卡和更早之前的个人支票签名，所以绝大多数除隐私之外的收入信息验证，仍主要采用签名或少量信用卡阶段的认证方式。
如果再往下追问，为什么中国的各种金融APP都采用人脸识别，而美国却不使用？主要原因在于中国几乎跳过了支票和信用卡阶段，直接进入了智能手机驱动的移动互联网时代。
我们可以再深入探讨一层。中国的脸部识别技术在2018、2019年之后频繁跻身顶会和顶刊，这是因为中国的应用场景较多，前置习惯较少。当技术与原来的产业应用相结合，形成新事物后，用户的接受度较高，从而实现了应用驱动技术演进。
在2012年底之后，中国成为了全球智能手机最大的单一市场，那么，智能手机为何能在中国如此普及呢？
这就涉及到科技创新的逻辑。
我们再举一个例子，谈谈AI在中国将如何演进，或者说科技创新在中国的演进方式。
中国的智能驾驶，也就是无人驾驶这波泡沫始于2014年。2014年至2015年，最昂贵的方向有两个：一个是新能源车创业，即造车新势力，天使轮融资起步通常都需要十几亿或几十亿人民币。另一个方向是自动驾驶，当时的天使轮起步都是1亿多美金或2亿美金以上。
经过十年的发展，中国的新能源车成长为全球产销第一名，而智能驾驶在十年后的今天开始成为市场热点，各大厂商开始在智能化方向较劲，讨论添加了什么智能驾驶方案、是什么版本、由谁提供，以及具有哪些功能等方面。
我们先来看看中国的新能源车是如何在短短10年时间里，在世界范围内实现了形成了如此强大的竞争力与影响力。
首先，高附加值环节发生了改变。
硬件上，汽车从燃油发动机或动力总成转变为电池、电机、电控这些新的系统，这在长产业链和长制造链条中，是高附加值环节。动力总成占汽车成本或销售额的20%左右，而新能源车的动力系统成本占比一度超过50%，现在大概是40%。所以说，从油变成电的过程中，高附加值环节发生了巨大转变，带动了整个汽车长产业链的发展。
这种转变一经发生，中国便拥有了独一无二的优势。因为电池、电机、电控这三个的产业积累仅中国具备，而且中国还有适应度高且规模足够大的消费市场，这使其形成了巨大的领先优势，因为它需要硬件和软件共同改进。
接下来，车辆的智能化在中国会如何发展？
智能化意味着更好的传感器和更优的智能驾驶算法在汽车上的广泛应用。因为中国的新能源车已经处于世界领先地位，在此基础上进行智能化发展，大约再过三五年，相信中国的汽车相关芯片、传感器和自动驾驶算法将达到世界领先水平。
AI第四次热潮下的确定性
往未来看，AI在中国的演进可能也会遵循类似的路径。除了在算法上奋起直追，若AI能与中国的长产业链和制造业相结合，将有机会创造出新一代的AI应用企业。
当年的大疆被视为AI+硬件的典范，因其是飞行控制算法与无人机硬件产业链的结合，而Insta360被看作图像算法与智能制造电子产业链的融合。尽管抖音和TikTok最初是源自大数据，然而它们是在智能手机普及后，在高清摄像头和新传感器等加持之下才诞生。这些企业如今皆位居世界前列，成为中国科技持续保持领先并最终实现国际化的路径之一。
