4月23日，由中國人工智能機器人產(chǎn)業(yè)聯(lián)盟主辦的“洞見未來，誰將是智能機器人時代的領航者”在思微SimplyWork 4.0舉行。活動沙龍上，啟賦資本高級投資經(jīng)理 宋昶分享了《理性看待人工智能與機器人的投資熱》的主題演講。
人類曾用上百年的時間適應了工業(yè)革命，在已經(jīng)過去的2016年，谷歌旗下DeepMind團隊打造的AlphaGo引爆了新一輪的AI熱，開啟了2016年的人工智能時代。由此促進了人工智能產(chǎn)品融入了人們的生活，越來越多的企業(yè)關注新技術趨勢，智能機器人也正加快滲透到我們生活的方方面面。
宋昶在演講中指出，機器人其實并不“年輕”。很早在1959年的時候已經(jīng)出現(xiàn)有第一臺工業(yè)機器人。互聯(lián)網(wǎng)時代、移動互聯(lián)網(wǎng)時代再到現(xiàn)在的人工智能時代逐步見證從第一代編程機器人第二代的感知機器人，實現(xiàn)了第三代智能機器人的更新發(fā)展，智能機器人通過大數(shù)據(jù)結(jié)合機器的算法就能夠自主決策。
機器人發(fā)展的驅(qū)動力
機器人分為工業(yè)機器人和服務機器人，但其中服務機器人的增速更快。根據(jù)數(shù)據(jù)獲悉，2014年服務機器人銷售額是工業(yè)機器人的一半。IFR預計未來五年我國服務機器人市場將超過工業(yè)機器人，市場空間巨大。預計到2018年，全球服務機器人的銷售額會占整個機器人市場的6成以上。
機器人的增速從驅(qū)動力來看，包含國家政策的推動、人口老齡化、經(jīng)濟水平提高、生產(chǎn)成本降低、相關高端人才的大量培養(yǎng)和涌入和人工智能技術進步是推動中國機器人普及的主要因素。當中服務機器人普及的動力的內(nèi)因是勞動力成本上升、人口老齡化和技術進步。
宋昶在演講中表示日益成熟的服務機器人提供輔助性或替代性工作，高度自動化大量取代重復性勞動的時代已經(jīng)離我們不遠。 再從總體來看，我國服務機器人仍屬于藍海市場，潛在市場空間巨大。以普及率最高的家庭服務機器人為例，我國家庭服務機器人年銷售額已經(jīng)近10 億，但是沿海城市的產(chǎn)品滲透率僅僅為5%，內(nèi)地城市為0.4%，而美國家庭已經(jīng)達到16%。滲透率低下的主要原因是家庭服務機器人價格相對而言比較昂貴，農(nóng)村家庭和許多城市家庭缺乏消費能力。隨著城鎮(zhèn)居民人均可支配收入提高、服務機器人價格下降，未來服務機器人存在進入家庭的巨大潛力。
服務機器人細分領域的技術成熟度和重要性
宋昶指出服務機器人的核心零部件被國外廠商把持，國內(nèi)企業(yè)在關鍵技術上仍需繼續(xù)突破。機器人操作系統(tǒng)仍在不斷完善，開源系統(tǒng)為開發(fā)者提供較為自由的創(chuàng)新環(huán)境。國內(nèi)企業(yè)抓住新一輪技術浪潮，在大數(shù)據(jù)、語音識別、云計算等技術研究中進入行業(yè)領先地位。
服務機器人核心技術是多模態(tài)交互技術，基于整個服務機器人產(chǎn)業(yè)建立在三大核心技術模塊：人機交互及識別模塊、環(huán)境感知模塊、運動控制模塊。服務機器人的各個細分模塊中，語音模塊重要性和成熟度均最高，語義模塊是目前突破的重點，運控模塊相對重要性最弱。
創(chuàng)業(yè)建議
宋昶就企業(yè)的服務機器人而言，B端市場的服務機器人更容易演進商業(yè)化，現(xiàn)階段的技術水平能夠解決問題，因為場景封閉，應用垂直，需求直接單一。而選擇進入B端市場則需注意切入的場景是否具備延展性，和考慮個人的銷售能力與建渠道能力，對自身產(chǎn)業(yè)要有充足的理解和擁有該行業(yè)的資源。
最后宋昶提了四點建議給創(chuàng)業(yè)者，創(chuàng)業(yè)應該是拿著技術找應用。先想解決問題的事情，再想更好地解決問題的事情，不盲目地拿不成熟的技術去做商業(yè)模式。
做擅長的事情，而不是“正確”的事情。
善于整合“學研”資源。有技術持續(xù)保持領先或不落后的能力。為持續(xù)研發(fā)相關技術、持續(xù)引進高科技人才奠定基礎。有能力與高校、科研機構(gòu)、實驗室展開合作。
最后是奉勸創(chuàng)業(yè)者們不要做平臺夢、生態(tài)夢。
服務機器人的投資機會分析
宋昶在服務機器人領域的投資理念是，面對較成熟的技術會選擇投應用而不成熟的技術則投技術。并告訴創(chuàng)業(yè)者和投資人重點關注的以下四個機會點。
人機交互技術。用戶對更自然更準確的交互方式存在強烈需求，而現(xiàn)階段的人機交互體驗還不盡如人意。如何全方位感知，高精度、低延遲、低干擾、高智能地識別和交互。
軍轉(zhuǎn)民技術、實驗室成果產(chǎn)業(yè)化機會。大數(shù)據(jù)。在通往人工智能的路上，機器學習是核心。尤其是近幾年深度學習的出現(xiàn)，讓人工智能引來了新的爆發(fā)期。而數(shù)據(jù)又是機器學習的核心。擁有壟斷性數(shù)據(jù)（海量且有價值）優(yōu)勢的企業(yè)存在很大投資價值。
還有其他核心技術創(chuàng)新。諸如NLP、芯片等有待成熟或國內(nèi)較為弱勢的技術領域。
