二十年前，互聯網改變了我們獲取信息和相互交流的方式。現在，這一運動正在以相同的方式改變我們與周遭物(wù)理(lǐ)世界的聯系。據市場研究機構 IDC 預測，到 2020 年時，全球物(wù)聯網設備安(ān)裝(zhuāng)量将達到 281 億台。那麽，物(wù)聯網還有哪些創業機會？一起來聽聽行業專家和創業者們是怎麽說的。
1.陳孝良
聲智科(kē)技(jì ) CEO，中(zhōng)科(kē)院聲學(xué)研究所副研究員。聲智科(kē)技(jì )從事語音交互芯片、模組和設備研發、設計、制造，并提供整體(tǐ)聲學(xué)技(jì )術和語音識别解決方案。
聲、光、電(diàn)融合傳感将會創造出更多(duō)新(xīn)數據，進而推動商(shāng)業模式創新(xīn)。
讓機器适應人類，是人工智能(néng)得以實現的核心要素。
聲、光、電(diàn)、熱、力、磁，這幾種傳感是人類獲取信息的重要手段，也是數字世界感知物(wù)理(lǐ)世界的主要途徑。其中(zhōng)，聲學(xué)（麥克風）、光學(xué)（攝像頭、激光雷達）和電(diàn)學(xué)（GPS、電(diàn)子雷達）更是核心要素。
從投資角度看，當前著名(míng)的人工智能(néng)企業基本可(kě)以按這三個傳感方式來劃分(fēn)。
這裏有個問題值得琢磨：聲、光、電(diàn)傳感技(jì )術早于計算機而出現，比如留聲機、照相機和雷達。為(wèi)什麽直到現在，它們才開始引起産(chǎn)業界的重視？
縱觀技(jì )術曆史，總是聲學(xué)先行，光學(xué)和電(diàn)學(xué)次之。所以，我們不妨以聲學(xué)領域的麥克風技(jì )術為(wèi)例展開探讨。
計算機和手機很(hěn)早就配置了麥克風，但直到 Amazon 推出一款麥克風陣列的 Echo，産(chǎn)業界對這類産(chǎn)品忽然變得極度關注并争相模仿。究其原因，除了這款産(chǎn)品在計算和通信方面的能(néng)力有所提高，更主要的原因是場景發生了變化。
在 Echo 出現之前，麥克風解決的一直都是近場問題。近場語音交互要求人類适應機器，一定程度上掩蓋了技(jì )術的不足，是典型的由于技(jì )術限制而刻意回避場景的案例。但實際上，人類之間的語音交互都會拉開一定距離。所以，現在我們開始需要機器适應人類的遠(yuǎn)場語音交互。
機器适應人類，這可(kě)以說是計算機技(jì )術的一個巨大進步，也是人工智能(néng)得以實現的核心要素之一。
這并非聲學(xué)領域特有的問題，當汽車(chē)安(ān)裝(zhuāng)攝像頭和雷達，以及自行車(chē)安(ān)裝(zhuāng) GPS 時，場景變化帶來的技(jì )術挑戰才會凸顯出來，因為(wèi)真實場景所需要的技(jì )術并非是簡單升級而是颠覆性創新(xīn)。這也是當前技(jì )術型創業公司被青睐的主要原因。
然而，單一傳感方式所帶來的影響總是有限，不足以推動整個技(jì )術和社會的變革。例如，麥克風陣列可(kě)以采集人類自然對話的語音信息，從而逐漸演化、理(lǐ)解人類語言。這意味着将來機器可(kě)以讀懂我們的思想，十分(fēn)可(kě)怕。但這種理(lǐ)解其實還比較片面，缺乏圖像、位置等其他(tā)傳感信息的支持。
從這個層面來說，人工智能(néng)必須融合多(duō)種傳感方式，而非局限于聲、光、電(diàn)、熱、力、磁，再加上強大的計算和存儲能(néng)力，才能(néng)在某些領域超越人類，從而看懂世界，推動更多(duō)新(xīn)商(shāng)業模式的誕生。
當機器獲取的融合數據足以覆蓋人類産(chǎn)生的數據的十分(fēn)之一時，大多(duō)時候，人類隻需要說一說、看一看或者想一想，機器就能(néng)捕捉到背後的思想。
未來到底會産(chǎn)生哪些新(xīn)的商(shāng)業模式，我們尚不可(kě)知。但有一點可(kě)以肯定，廣告模式肯定不是人工智能(néng)時代的最佳商(shāng)業模式。
2.趙曉光
天風證券研究所所長(cháng)。2010-2016 年連續 7 年獲得《新(xīn)财富》電(diàn)子行業分(fēn)析師第一名(míng)。
新(xīn)的數據流必須依靠硬件創新(xīn)來産(chǎn)生。
機會存在于制造業，如材料、設備、芯片、汽車(chē)、軍民(mín)融合領域等。
目前，全球科(kē)技(jì )行業都面臨着困局。如果把企業發展分(fēn)為(wèi)生産(chǎn)力創新(xīn)和生産(chǎn)關系創新(xīn) 2 個環節，那麽很(hěn)多(duō)企業都被關系創新(xīn)沖昏了頭腦，認為(wèi)加一點互聯網模式、加一點生态概念就是萬能(néng)的，反而在生産(chǎn)力創新(xīn)上比較乏力。
分(fēn)析生産(chǎn)力創新(xīn)瓶頸的核心方法是看數據流。搞清楚數據從哪裏來，如何處理(lǐ)，到哪裏去。大多(duō)數企業隻要解決其中(zhōng)一個環節就可(kě)以成功，三個環節都解決了就有機會成為(wèi)巨頭。
新(xīn)的數據流必須依靠硬件創新(xīn)來産(chǎn)生。所以，我認為(wèi)科(kē)技(jì )行業的下一個突破點在硬件創新(xīn)上。
過去的産(chǎn)業發展是軟、硬件創新(xīn)交替帶動的。2010 年到 2013 年智能(néng)手機迅速發展，2013 年 5 月開始，社交、遊戲軟件火爆起來，直到 2015 年開始全面下跌。按照規律，硬件也會進入一輪集中(zhōng)發展周期。現在互聯網巨頭也紛紛在布局，包括VR、智能(néng)汽車(chē)、可(kě)穿戴設備等等，這些其實都不僅僅是産(chǎn)品，更是獲取數據的硬件。
以智能(néng)手機為(wèi)例，它産(chǎn)生的數據基于 3 個方面：使用(yòng)人數，從 10% 發展到 80%；使用(yòng)時長(cháng)，從每天 2 小(xiǎo)時發展到超過 10 小(xiǎo)時；智能(néng)手機本身可(kě)以産(chǎn)生數據。
前兩點的紅利已經快被消耗完了。但第三點，比如攝像頭拍照、錄視頻的數據，此前由于無法結構化，而沒有被商(shāng)業化。但人工智能(néng)可(kě)以實現這一點。從 iOS 8 開始，手機可(kě)以自動識别圖片并進行歸類。這隻是第一步。接下來的視頻數據分(fēn)析，會産(chǎn)生巨大的商(shāng)業機會，甚至改變傳媒行業、廣告行業。
另一個角度看，科(kē)技(jì )巨頭在做哪件事情，基本上這件事情就越有未來。現在巨頭都在做人工智能(néng)，它的核心是機器學(xué)習，而機器學(xué)習的難點在于數據。技(jì )術本身是可(kě)以通過學(xué)習而進步的，但是數據具有稀缺性，不是誰都可(kě)以拿(ná)到。所以，數據是解答(dá)一切問題的密碼。
人工智能(néng)這個行業，最後很(hěn)可(kě)能(néng)是赢家通吃的。幾家科(kē)技(jì )巨頭分(fēn)割不同市場。蘋果有消費端數據，亞馬遜有商(shāng)店(diàn)數據，Facebook 有社交數據，谷歌有搜索數據，微軟有辦(bàn)公數據，他(tā)們是行業龍頭，其他(tā)人看起來很(hěn)難進場。
你可(kě)能(néng)會問那麽這個行業還有機會嗎？我的答(dá)案是有。機會存在于廣闊的傳統行業裏。
以制造業為(wèi)例，誰能(néng)提高産(chǎn)品良率，誰就是赢家。以前這個過程是靠工程師不斷調試，現在機器有自我學(xué)習能(néng)力了，就可(kě)以自己在試錯中(zhōng)不斷走出最優路徑。一個制造企業，如果和谷歌、英偉達這樣的公司合作(zuò)，一定會有未來。人工智能(néng)在這裏是一個工具性産(chǎn)品。
觀察過去 5-10 年，可(kě)以看到蘋果在中(zhōng)國(guó)培養了一批市值在 300-500 億的優秀的模組企業。産(chǎn)業是有遞推效應的，這一批企業誕生後，在制造業裏會催生 3 個新(xīn)的投資方向：
第一，上遊的材料、設備、芯片。材料和設備正好符合“中(zhōng)國(guó)智造”，而半導體(tǐ)企業的地位也在發生變化，在過去分(fēn)工專業化的基礎上，變成了一個能(néng)夠提供全新(xīn)解決方案的公司。
第二，往汽車(chē)産(chǎn)業發展。現在汽車(chē)産(chǎn)業的采購(gòu)格局和十年前的手機行業一樣。但現在手機行業把采購(gòu)權釋放出來給到上遊企業，代工廠的利潤率下降，産(chǎn)業利潤會從中(zhōng)遊轉移到上遊，汽車(chē)也會經曆同樣的過程。下一步在汽車(chē)産(chǎn)業鏈的材料、設備、芯片行業會出一批市值 500 億以上的巨頭。
第三，往軍民(mín)融合方向發展。民(mín)營企業更多(duō)地參與到軍品研制競争裏來，民(mín)參軍企業有望從低附加值芯片、分(fēn)立器件等向系統級的産(chǎn)品和技(jì )術國(guó)度。市場化運營的軍品産(chǎn)業鏈對接平台也會開始應用(yòng)。
此外，我還比較看好聲學(xué)、投影技(jì )術方面的機會。這 2 個領域都存在生産(chǎn)力和生産(chǎn)關系越來越不匹配的問題，谷歌、亞馬遜也都在進場。
