论文部分内容阅读
人工智能作为技术将会持续进化。
创业邦：如何看待无人驾驶领域的创业机会？
孟醒：无人驾驶是一个很大的市场，但是真正变现需要一个很长的周期。其中，技术周期相对而言是最短的;其次是上路验证，变成产品以后的第三方接入;最后是配套设施的共建。
相对于其他人工智能领、
域，无人驾驶的产业化，
前景相对比较确定
相对于其他人工智能领域，无人驾驶的产业化前景相对比较确定：一定会到来，一定会影响整个产业的结构。所以资本对于无人驾驶，短期内非常谨慎，但是长期极度看好。
现在看来，已经在跑的创业公司都有机会，但具体在无人驾驶链条上哪个环节更有机会，还不好判断。比如独立造车的公司融资最多的是Zoox，已经融资2亿多美金。Zoox选择的路径是自己造车、自己运营，这种模式需要的资金量巨大，我觉得五年之内可能要花超过5亿美金，风险极大，但是做成了会是一个非常厉害的公司，属于极高风险极高回报。
再比如做高精度地图的公司，可以不断降低采集成本，但是也要等无人驾驶市场成熟。这类公司面临的风险是，目前高精度地图的采集、输出等等，没有一个统一的标准。你用你的标准采集出来的地图，对方可能就用不了。
做感知的公司，则可能面临巨头的竞争，比如百度推出的阿波罗计划。我觉得在今天这个阶段做开源或者通用开放式的无人驾驶产品会有很多意向客户，但是最终落地都有比较大的困难，但是开源或者开放，对于行业内其他公司，尤其是新准备入行的公司，是很大的压力，提高了行业的平均水平。
创业邦：做无人驾驶系统的创业公司和传统车厂的合作关系会是怎样的？
孟醒：我觉得不会出现像Mobileye这样一家独大的供应商。
我估计最终的结果就是，一家技术公司服务一家车厂，一一对应，而不是一家技术公司对应很多车厂。技术公司和车厂属于比较强的绑定的关系，这种绑定的关系可以是收购、投资或者联合开发。不管哪种形式，我觉得会形成一对一、一对二，最多一对三的形式。
创业邦：激光雷达会是无人车的标配？
孟醒：未来的高速无人车感知系统是个综合的解决方案，激光雷达、毫米波雷达、摄像头等各种硬件都会用到。激光雷达的成本最高，又特别重要，谷歌车上装的旋转式64线激光雷达，价值8万美金，但有各种方案在压低激光雷达的成本。在某种程度上讲，激光雷达的分辨率在不断逼近摄像头。
创业邦：技术在人工智能创业中的作用有多大？
孟醒：看公司的阶段。技术对早期公司非常重要，但是还要看公司所处领域是否是技术驱动的行业。对于很大一部分创业公司来说，可能先基于某个领域很强的渠道能力建立商业模式，再引入人工智能方面的技术和人才，会把路走得更加有效率。
创业邦：怎么看创业公司做虚拟语音助手？
孟醒：创业公司做这个领域，一是面临大公司的竞争，二是很难比别人做得好。
但是做垂直领域的语音助手，创业公司有很大机会。我在美国看过一家叫StatMuse的公司。这家公司主要做的是NBA体育数据库，你可以向它提任何相关的数据问题。比如我想知道“在姚明的職业生涯中，第一次跟奥尼尔交锋时得到多少篮板”，这是一个长复合语句，而且它本身是一个非常专业的问题，把这句话扔到谷歌这种开放式的问答系统里面基本回答不出来，因为很少有人去提这样的问题，这样的样本不多。
StatMuse对应的受众人群明确，比如赌球的人，他们对数据的需求极其旺盛，并且可以提出很有价值的问题，只是很难用一个既定的UI或者用户交互界面来得到他们想要的需要通过复杂的筛选方式才能获得的数据，但是用自然语意就可以得到，这就是专家所带来的价值。
创业邦：人工智能创业公司如何考虑退出？
孟醒：国内的人工智能创业公司退出是一个非常大的问题，因为我们到现在为止还没有建立起一个像海外那样为了得到优秀的技术团队而去收购一家公司的环境。这基本意味着创业公司要么做现金流，要么被海外公司投资或者收购。
创业邦：创业公司在人工智能哪些领域机会较多？
孟醒：在创业公司退出很严峻，同时大公司也在发力的双重考验下，我觉得如果创业公司坚决朝着to B这个方向去尝试，找到一两个比较合适的垂直行业深扎到里面，前景还是非常广阔的。垂直行业里面的需求多种多样，甚至有很多看起来非常简单的东西经过算法的改造之后会有很大的提升空间。
很多公司上来就做终极挑战，去做开放式人机交互，做聊天机器人，或者去做陪伴机器人，这条路不那么容易。其实合适的应用场景可以很简单，比如微软前天发布了一个应用，跟某家快餐连锁做Drive-through人机交互的自动化。Drive-through就是你开车经过麦当劳之类的快餐店，不用下车，摇下车窗在一个话筒前面点餐，再在另一个窗口前面取餐，全程都是开着车的，节省时间。原来这项工作需要两个人做，一个负责记录点餐，一个负责在窗口备餐和收费，现在微软这套系统把点餐这块完全替代了。
这是一个标准的极大的存量市场，没有用户教育成本，技术难度和执行难度都比较合理。从核心需求点切入，围绕快餐行业进行交互学习，我觉得能够支撑起若干家比较大的公司。
互联网大公司也都在发力，而且在流量上占有领导地位，但是它们很难在每一个垂直领域都做得非常深。大公司会在建设基础技术上发力，之后可能会开源，而且将来开源的算法会达到相当好的程度。
创业邦：人工智能投资的风口会持续到什么时候？
孟醒：作为一个投资主题或者热点话题，不会持续很久，但是作为一个技术，人工智能会持续进化。未来人工智能会像互联网或者移动互联网一样，作为一个链接，变成一个默认的使用工具。
创业邦：如何看待无人驾驶领域的创业机会？
孟醒：无人驾驶是一个很大的市场，但是真正变现需要一个很长的周期。其中，技术周期相对而言是最短的;其次是上路验证，变成产品以后的第三方接入;最后是配套设施的共建。
域，无人驾驶的产业化，
前景相对比较确定
相对于其他人工智能领域，无人驾驶的产业化前景相对比较确定：一定会到来，一定会影响整个产业的结构。所以资本对于无人驾驶，短期内非常谨慎，但是长期极度看好。
现在看来，已经在跑的创业公司都有机会，但具体在无人驾驶链条上哪个环节更有机会，还不好判断。比如独立造车的公司融资最多的是Zoox，已经融资2亿多美金。Zoox选择的路径是自己造车、自己运营，这种模式需要的资金量巨大，我觉得五年之内可能要花超过5亿美金，风险极大，但是做成了会是一个非常厉害的公司，属于极高风险极高回报。
再比如做高精度地图的公司，可以不断降低采集成本，但是也要等无人驾驶市场成熟。这类公司面临的风险是，目前高精度地图的采集、输出等等，没有一个统一的标准。你用你的标准采集出来的地图，对方可能就用不了。
做感知的公司，则可能面临巨头的竞争，比如百度推出的阿波罗计划。我觉得在今天这个阶段做开源或者通用开放式的无人驾驶产品会有很多意向客户，但是最终落地都有比较大的困难，但是开源或者开放，对于行业内其他公司，尤其是新准备入行的公司，是很大的压力，提高了行业的平均水平。
创业邦：做无人驾驶系统的创业公司和传统车厂的合作关系会是怎样的？
孟醒：我觉得不会出现像Mobileye这样一家独大的供应商。
我估计最终的结果就是，一家技术公司服务一家车厂，一一对应，而不是一家技术公司对应很多车厂。技术公司和车厂属于比较强的绑定的关系，这种绑定的关系可以是收购、投资或者联合开发。不管哪种形式，我觉得会形成一对一、一对二，最多一对三的形式。
创业邦：激光雷达会是无人车的标配？
孟醒：未来的高速无人车感知系统是个综合的解决方案，激光雷达、毫米波雷达、摄像头等各种硬件都会用到。激光雷达的成本最高，又特别重要，谷歌车上装的旋转式64线激光雷达，价值8万美金，但有各种方案在压低激光雷达的成本。在某种程度上讲，激光雷达的分辨率在不断逼近摄像头。
创业邦：技术在人工智能创业中的作用有多大？
孟醒：看公司的阶段。技术对早期公司非常重要，但是还要看公司所处领域是否是技术驱动的行业。对于很大一部分创业公司来说，可能先基于某个领域很强的渠道能力建立商业模式，再引入人工智能方面的技术和人才，会把路走得更加有效率。
创业邦：怎么看创业公司做虚拟语音助手？
孟醒：创业公司做这个领域，一是面临大公司的竞争，二是很难比别人做得好。
但是做垂直领域的语音助手，创业公司有很大机会。我在美国看过一家叫StatMuse的公司。这家公司主要做的是NBA体育数据库，你可以向它提任何相关的数据问题。比如我想知道“在姚明的職业生涯中，第一次跟奥尼尔交锋时得到多少篮板”，这是一个长复合语句，而且它本身是一个非常专业的问题，把这句话扔到谷歌这种开放式的问答系统里面基本回答不出来，因为很少有人去提这样的问题，这样的样本不多。
StatMuse对应的受众人群明确，比如赌球的人，他们对数据的需求极其旺盛，并且可以提出很有价值的问题，只是很难用一个既定的UI或者用户交互界面来得到他们想要的需要通过复杂的筛选方式才能获得的数据，但是用自然语意就可以得到，这就是专家所带来的价值。
创业邦：人工智能创业公司如何考虑退出？
孟醒：国内的人工智能创业公司退出是一个非常大的问题，因为我们到现在为止还没有建立起一个像海外那样为了得到优秀的技术团队而去收购一家公司的环境。这基本意味着创业公司要么做现金流，要么被海外公司投资或者收购。
创业邦：创业公司在人工智能哪些领域机会较多？
孟醒：在创业公司退出很严峻，同时大公司也在发力的双重考验下，我觉得如果创业公司坚决朝着to B这个方向去尝试，找到一两个比较合适的垂直行业深扎到里面，前景还是非常广阔的。垂直行业里面的需求多种多样，甚至有很多看起来非常简单的东西经过算法的改造之后会有很大的提升空间。
很多公司上来就做终极挑战，去做开放式人机交互，做聊天机器人，或者去做陪伴机器人，这条路不那么容易。其实合适的应用场景可以很简单，比如微软前天发布了一个应用，跟某家快餐连锁做Drive-through人机交互的自动化。Drive-through就是你开车经过麦当劳之类的快餐店，不用下车，摇下车窗在一个话筒前面点餐，再在另一个窗口前面取餐，全程都是开着车的，节省时间。原来这项工作需要两个人做，一个负责记录点餐，一个负责在窗口备餐和收费，现在微软这套系统把点餐这块完全替代了。
这是一个标准的极大的存量市场，没有用户教育成本，技术难度和执行难度都比较合理。从核心需求点切入，围绕快餐行业进行交互学习，我觉得能够支撑起若干家比较大的公司。
互联网大公司也都在发力，而且在流量上占有领导地位，但是它们很难在每一个垂直领域都做得非常深。大公司会在建设基础技术上发力，之后可能会开源，而且将来开源的算法会达到相当好的程度。
创业邦：人工智能投资的风口会持续到什么时候？
孟醒：作为一个投资主题或者热点话题，不会持续很久，但是作为一个技术，人工智能会持续进化。未来人工智能会像互联网或者移动互联网一样，作为一个链接，变成一个默认的使用工具。