创业邦我黑马讯12月15日，由创业邦黑马黑马学院主办的2018黑马社群大会举行。商汤科技联合创始人徐炳出席活动并发表主题演讲。
在徐炳的演讲中，他说人工智能不是一个单独的行业，而是一个生产力工具。经过几十年的阶梯演进，人工智能可以对传统产业进行赋能和升级，提高生产效率，帮助企业提高利润率，使全球经济实现快速增长。
谈及如何建立一家领先的人工智能公司的话题，徐炳认为，当前的企业家有两条路径。一种是选择做AI技术企业，在某个行业引领、定义、生产人工智能技术；二是做AI应用企业。通过整合各类成熟的AI技术，打造解决行业特定痛点的产品和解决方案，引领行业AI赋能商业模式的定义和影响力。
以下是由I黑马编辑的演讲节选:
四年前在北京创业的时候，我就知道黑马成长营和黑马大赛。今天，我很高兴有机会在这里与大家交流。
我们创业的时候不叫我们做的东西人工智能，叫计算机视觉和模式识别。四年来，人工智能已经家喻户晓，很多人都在关注如何利用这项新技术提升产业效率，实现产业赋能。在人工智能行业，我们有一些实践经验和感受，也主导了一些技术赋能和产业升级的进程。所以很高兴今天有机会和大家分享人工智能在技术赋能和产业升级中的作用，我对未来的看法，以及如何帮助产业链上的企业和创业者。
人工智能是一种生产工具。
在时代背景下，人工智能已经成为一个众所周知的词汇，很多人说已经进入了智能时代。我们看到了很多与人工智能相关的应用案例，有些可能更概念化，更难实现，但有些确实产生了实用价值。
技术本身的突破来自于深度学习，深度学习催生了一系列应用层面的技术成熟。深度学习没有大家想的那么复杂。事实上，它是人工智能科学家在过去60年中一直在寻找的有效理论体系。如何让机器像人一样机智有效地学习知识，掌握一些特定的技能。
终于在2011年，深度学习出现了。它允许机器在大量数据中挖掘模式和规则。学习如何识别一张脸，一些声音，如何下围棋和开车。当机器掌握了这些技能，就可以为人所用，帮助传统行业提高某些环节的效率。这就是生产力。
我不认为人工智能是一个独立的行业，它是一个生产力工具，在过去几十年里经历了一步一步的演变。
第一阶段，人工智能不如人类技能。在这个阶段，人工智能出现了几波浪潮，最后都降温了。核心原因是技术本身不成熟。
第二个阶段，也就是我们现在所处的阶段，是技术开始超越大众的时候，当我们有了一些共同的技能，就可以用机器来做这些事情。
第三个阶段，也是大家一直想做的事情——超越专家，难度很大，因为专家的经验需要10年、20年甚至更长时间的积累。比如老医生积累了二三十年的诊疗经验，技术迭代和突破需要很长时间才能超越能力。比如几十年驾龄的老司机安全驾驶。和他们相比，现在的自动驾驶系统还处于比较初级的水平。
所以，现在我们处在人工智能刚刚开始超越大众的阶段。现阶段大家都很关注这项技术，这是一个很好的开始。
在未来，我们将能够看到它能够超越流行的人工智能工具，赋能和升级传统产业，提高生产效率，帮助企业提高利润率，甚至使全球经济实现快速增长。
对于中国来说，人工智能有着特殊的意义。中国各行各业都可以借助人工智能技术实现比其他国家更大的提升。中国的人工智能企业也是全球融资最多的。同时，我们国家也非常重视人工智能作为国家战略。
在不久的将来，因为劳动力的断层和整个社会的老龄化，人口红利可能会消失。人工智能作为一种生产力工具，是一种潜在的解决方案，它可以支持经济的快速增长，而不需要依赖那么多劳动力。人工智能已经成为国家战略，政府积极号召投资人、初创企业、国企、跨国企业投资建设完整的人工智能生态系统，2030年总规模可能超过30万亿元。
事实上，人工智能技术的产生有三大要素:
第一，大数据。你要有海量的数据作为这项技术的原材料。深度学习会消耗大量数据。数据越多意味着算法越好，算法越好意味着超越人的能力的机会越多，收益越高。
第二，计算能力。你要投入强计算能力的建设，保证你的深度学习模型的生产速度和训练速度，这样才能保证迭代的快速提升。别人一个月训练一套算法，你通过超算几分钟就能算出来，也就是可以非常快速的迭代创新，提高算法的性能。
第三，元素与传统行业场景的结合。组合后有一个反馈渠道:1。可以不断回流，积累数据。2.有技术场景反馈。这个场景到底需要什么样的技术？什么属性函数能真正帮助它提高效率？这就需要正反馈，知道哪个方向，哪个问题，哪个痛点产生，迭代。
这三个要素缺一不可。有了这样一个大方向，接下来该怎么做？
首先，要有获取这些数据的渠道，比如需要连接大量的离线设备来保持数据的回流。数据积累到一个数量级后，就有了生产原材料的算法。
第二，投资建设超算能力。对于大型企业来说，需要单独做预算，建立专门用于人工智能的超级计算机。目的是不断训练迭代算法，支撑AI技术的大规模应用。商汤在全国各地建设了大量的超级计算机，这也是巨大的投资资源。
如何打造领先的人工智能公司？
我认为人工智能时代的创业者有两个选择:
首选是做AI科技企业。它的定义是，这个企业在某个行业主导、定义和生产人工智能技术。比如最好的无人驾驶算法，医学影像诊断算法，智慧城市的人脸识别算法，芯片都是生产出来的。
我们看到市场上有很多优秀的AI公司，都是通过自建科学家团队投入大量RD资金，形成技术领先地位，这是他们的核心竞争壁垒之一。一个AI企业的责任就是做AI技术，做生产力工具，保证这个工具的性能是最好的。
二是做AI应用企业。不是雇佣大量的科学家去生产一个算法，而是通过各种成熟的AI技术，创造一个专注于某个垂直领域和特定行业的解决方案。它要做的就是主导、定义、影响AI产生的价值。这个价值应该如何分配？这是商业模式的问题。
例如，在广告行业使用一种人工智能生产力工具，以实现10%的效率提升。在这10%中，有可能应用企业拿3%，AI技术企业拿2%，剩下的5%反馈给传统行业。这是一个很简单很肤浅的想法。AI应用公司要做的几件事:第一件事是定义能解决实际问题的产品；第二件事是定义商业模式，在这个产业链上设计一个合理的、可持续的AI价值分配方案。
所以这两类企业的侧重点是完全不同的。我指的第二类企业更多的是使用AI而不是AI，这两类企业所要求的竞争力是完全不同的。
对于AI技术公司来说，保证核心竞争力有两点:一是建立高科技壁垒，你必须在你的行业内做到绝对领先的技术壁垒，获取最大的数据量，为那个场景打造最快的超级计算机，拥有最强的科学家团队，申请全套IP保护，最后形成高科技壁垒，保证你在这个方向的绝对领先技术。
因为对于AI算法来说，它其实就是一个软件。如果在这个行业，每个公司都会做算法，边际成本低，最后就是价格战，大家可能都赚不到钱。所以你要保证这个行业对技术要求很高，性能越高越好。同时你要保证性能是行业第一，最后你才能有定价的资格和权力。
第二，这类企业在业务上还有一个属性，毛利高，成长快。高利润、可持续、高速的营收增长必须由产品来驱动，以保证其可扩展性。你不能一次只做一个项目。最后，你还要部署大量的算法产品，打通下游，形成闭环。
这表现在人工智能在各种场景下的赋能。例如，在一个传统的安全监控摄像机行业，每年的市场规模增长约为10%-15%。而智慧城市的后端分析平台市场，每年都在以300%-400%的速度递增。所以，只要你的策略正确，你的技术先进，很容易实现几倍的年营收增长。
同时另一种用AI的企业，我觉得它的核心竞争力是完全不一样的。他需要做的是:第一，整合领先的人工智能技术，通过多渠道评估获得领先的人工智能技术，并保证该技术的长期供应稳定性。如果中间技术缺货，就没办法做了。第二，与AI技术公司约定业务分成，协调商业模式和利益分配。对于AI应用型企业来说，需要掌握数据的控制权和主动权，形成数据的资源库。如果有数据，就能跟上下游进行整合合作。
这类企业能够首先解决行业问题，以降本增效为核心价值，同时能够主导商业模式的设计，保证价值的合理分配，保证其公平性和可持续性，最终形成产品和服务的壁垒。
从产业结构来看，一项AI技术对传统行业的赋能基本是:从数据和问题的定义出发，由我们这样的算法厂商生产算法，然后由一批专注于产品研发、问题解决和场景落地的应用型企业将这一产品应用于某一场景。最后，真正产生最大收益的是客户群体，政府，智慧城市，房地产，银行，学校，医院等具体场景。里面的传统企业，其实是人工智能受益最大的企业。
如何对一家人工智能公司进行合理的估值？
高成长性是人工智能产业的一大特点。很多企业能做到年收入200%、300%、400%的增长，其实很难得。其他行业大部分企业能做到30%、40%就很了不起了。我们统计了所有在港股和美股上市的公司。在未来两年的增长预测中，超过100%的公司只有47家，而且大部分是生物技术和制药公司。只有一家TMT公司可以预测未来两年的收入增长为100%。
所以收入的高增长是绝对稀缺的情况。在人工智能行业，这种稀缺性现在是存在的，主要是新技术带动新的市场增量，市场规模本身每年都有三四倍的增长。
对于做AI技术的公司和做AI应用的公司，对估值的判断也是不一样的。你是一家AI企业，如何确定一个合理的估值，让投资人投资你的企业也能赚钱？相信每个人都有不同的公式，但都可以尽量简单的概括。
首先，年化收益增长能保持在100%以上，而且能持续3-5年，这本身就是一个高门槛。其次，毛利率要在60%以上。我觉得只有达到这两点，才能称得上是AI高科技企业。一般来说，投资者预期年化IRR回报率为33%。相对于基准市场的一些高科技龙头企业，较好的估值水平基本在6-8倍PS。
所以，一家高科技AI科技企业的合理估值其实很好算:目前的合理估值大约等于两年后的收益乘以高达8倍的PS倍数，再除以2。比如两年后的收入预计为1亿美元，目前的合理估值基本不超过4亿美元。
当然，对于AI应用型企业来说，很多时候估值取决于行业。而它们的一个共同属性就是高成长属性。未来持续高增长年化收益可维持在50%以上3-5年。我觉得这样的企业会更多。目前合理的估值往往是一年后的收益乘以2-3倍PS。比如你明年的收入预计是10亿人民币，目前合理的估值可能在20-30亿人民币左右。
现在中国的投资市场也在慢慢平静下来。与一两年前不同，它有时会给出疯狂的估值。现在大家更愿意有一个更好的基准和估值，保证未来一二级市场不会出现倒挂的问题。
以上，就是我分享的:如何做一个领先的人工智能企业，如何用合理的估值拿到钱来支撑你继续做这个企业，最后让大家都赚钱，为这个垂直场景和行业创造价值。谢谢大家！
