2020，“拷问”AI创业与投资

出品 | AI科技大本营（rgznai100）

【导读】7 月 3-4 日，由 CSDN 主办的第三届 AI 开发者大会（AI ProCon 2020）在线上举行。本次大会有超万人报名参与，参与人群覆盖 60+ 领域、5000 家企业。其中有来自行业内 70+ 顶尖企业、开源社区与科研高校的近 100 位行业领袖、技术大咖与研究学者。

他们用更新鲜、更有趣、更年轻的方式，聚焦智能时代 AI 技术的发展曲线以及 AI 与社会各行业结合的最新应用进展，深入解析热门 AI 技术在行业中的实践与落地经验，揭示技术与行业发展面临的机遇与挑战。

自 2016 年以来，中国 AI 领域诞生了一大批新兴的独角兽。投资人在不断寻觅优秀的创业项目与人才，创业者则亟需可以突破技术变现周期长、落地困难等困境，抓住AI时代下的机遇。今年大会首次加入了「AI创业与投资」主题论坛，论坛中邀请投资人与创业者现役军一起共话「2020年的AI创业与投资」。

以下内容根据「AI创业与投资」论坛线上 Panel 实录，由 AI科技大本营（ID:rgznai100）整理：

在「AI创业与投资」论坛的 Panel 中，CSDN 联合创新工场，邀请了三位业内投资人（创新工场投资总监王震翔、九合创投王啸、清湛创投创始人柯罗马）与三位 AI 创业公司CEO（文远知行创始人兼CEO 韩旭、德风科技董事长兼CEO 王清杰、瑞莱智慧CEO 田天），与大家一起分享后 AI 时代的投资逻辑，给有志投身与AI创业的人士更多思考。

主持人（上中）：王震翔，创新工场投资总监

嘉宾：

王啸，九合创投创始人（下中）

韩旭，文远知行（WeRide）创始人兼CEO（上左）

王清杰，德风科技董事长兼CEO（下右）

柯罗马，南京清湛人工智能研究院创投基金创始合伙人（下左）

田天，RealAI（瑞莱智慧）CEO（上右）

王震翔：第一个问题，相比于以前，大家认为当下 AI 领域的创业与投资最大的不同是什么？作为创业者而言，你们认为当下公司的第一战略应该是什么？

王啸：最早的人工智能技术含量是非常高的，比如说自动驾驶、图像识别，现在的人工智能的创业公司已经比较泛化。很多创业公司或多或少都要有一些机器学习的算法，然后对数据进行处理和分析，但是这个算法在整个解决方案中的工作量、难度、代码量实际上不如最早的人工智能公司的占比高，或者它大部分的工作是行业软件化或是数据收集，另外一部分的核心工作是人工智能算法的升级，这是第一个变化，人工智能看上去工作量占比小了，但所有的创业公司都拥有了人工智能的要素，它意味着人工智能整个概念或者创业板被泛化。

第二个变化就是衡量创业公司的标准发生了比较大的迁移。以前最主要的是技术好不好、场景大不大，技术最好的人能得到最多的投资。现在整个逻辑发生了很大迁移，投资者会关注创业者场景界定的清不清楚？场景的解决方案的满足度高不高？用户内部的接受度高不高？同时用户是否愿意买单？拿到投资，合同额是不是能提高？交付能力是不是够强？是不是可以规模化交付等等问题。

现在算法能力也都在提升，很多核心的算法也都被开源化，实际上不需要创业者真的在算法上有很大突破。整体来讲，再往后可能大部分公司都具备了一定的机器学习和数据处理能力。那么从算法到数据到客户，这三个要素之间将会不断的迭代，有了好的算法去获取数据，然后将算法做得更好，提升解决方案，然后客户也会越来越多，新的客户数据又可以用于算法的更新，这三个部分螺旋式的迭代可能也会是一个非常重要的考察标准。

柯罗马：以前我们投资项目，只要有一个清华的科学家，或者像有田天这样厉害的博士生有很好的技术我们就会考虑进行投资。但现在我们觉得感知的基础层和技术层已经有了很多突破，如果你不能把你的技术用到一个实际的场景里面创造产业价值，那么你的技术和想法其实是得不到商业上的回报的。在南京设立了清湛人工智能研究院就是基于这个出发点，我们不只是通过基金给创业者投资，我们更多是希望通过研究院和当地企业合作，把企业的应用场景拿出来提供给投资的创业公司，通过投资的资本以及提供的场景对创业企业进行赋能，让他们在这种场景里把技术创造出商业价值，真正把整个的产业打通。

韩旭：我认为现在整个市场都趋于理性和冷静。2017 年 AI 领域资本大量涌入，在此期间只要创业者拥有一份比较好的简历，就可以得到融资，甚至有的投资者主动邀请人工智能有名的研究人员、教授，或者大公司高管出来进行创业；而在2020年，所有的 AI 创业者，都开始关注落地，整个市场从原来追求创业者的简历、追求发表的论文数、过去的专业经历，转变成现在关注创业者到底有什么真正能够落地的AI技术；同时创业者也更多的强调自己的想法如何落地，如何营收，什么时候实现营收？如何产生利润，这是我认为最大的不同，同时这也是一件好事。

创业本身就在于你如何给用户带来价值、如何给投资人带来回报。市场从过去的大家头脑一热，倡导”AI 代表未来“就可以拿到投资；到现在关注”我如何能够真正的顺应市场创造最大的价值“，这种转变是非常重要的。

关于企业战略问题，在新冠疫情影响下整个世界发生了改变，没有任何生意是好做的，没有任何一个公司的发展是容易的。我们要做到在困难中求发展，在困难中求稳定。稳定有两层含义，一是公司整体技术要做到稳定；另外一点，在发展的步调上也要很稳定，不能说遇到困难就一筹莫展，等到下一波热潮到来时又开始疯狂扩张。我们要有自己的计划，2020年是一个非常挑战之年，所以我们要在困难中求发展、求稳定。

田天：现在不管是从投资者来说，还是从整个产业界用户的角度来说，大家不再需要虚浮的高高在上的人工智能，更多的是需要能解决实际问题，或者有更加清晰的发展和落地路径的人工智能。前几年的时候，大家对于人工智能是有很高的预期的，认为随着技术的大发展，AI 能在很多的场景解决现在人类低效率的问题，可能会带来效率的爆发式增长。通过这几年的观察，我们发现除了算法的进步之外，真正要由 AI 带来大的发展还需要很多包括系统、解决方案、产品设计等各方面综合的进步。

对于公司的第一战略，我们认为最重要的就是要研发符合市场需求的新产品，并且与技术相结合，将技术落在实处。RealAI 现在已经做了两款非常接近客户需求，能够解决实际业务需求的产品。一个是一款人工智能安全平台，可以说是世界范围内第一款针对人工智能的杀毒软件防火墙产品，通过这款平台，RealAI 已经帮助很多大型的人工智能应用型企业，提高了他们人工智能系统的安全性。另外，RealAI 还开发了一款能够帮助金融机构、工业制造企业在风控、营销、流动性风险管理等方面带来实际价值得平台。从这些方面来说，我认为真正将 RealAI 的技术与产品相结合是眼下最重要的。

王清杰：当下如何更好的把人工智能基于场景应用去落地，落实具体产品和方案是非常重要的。从德风科技的角度来看，创业初始，德风就很清晰的专注于行业的产品定位和场景落地，更关注成果和成效。

德风科技的第一战略是：企业先要活着，因为只要“活着“，就有非常多的机会能够创造价值。同时关注如何更好的把德风的产品和方案，为德风的客户赋能，给他们交付价值，创造价值，这是德风的战略定位。

2、王震翔：现在 AI 创业是不是正在发生同质化的现象？各个公司的技术水平差异是否已经越来越小？技术指标还是否能成为公司彼此之间拉开差距的关键？

王啸：像其他的技术一样，人工智能的技术本质上来讲也是一个逐渐从精英走向平民化的过程。人工智能很多的技术都已经开源，能掌握机器学习和人工智能基础的人也越来越多。最早是从百度、腾讯、阿里等大公司，然后慢慢的向创业公司流动，从这个大方向来看，的确是出现了技术的泛化或者同质化的过程。然而对于一些特别核心的领域，其本身还是要具备很强技术能力的，还是要分阶段看。类似于像自动驾驶这种技术高密集的行业，技术指标依然是它的核心竞争力，但是对于企业级服务这样的领域，技术指标已经不是它最核心的差异点，其实现在已经是越来越偏向于创业公司在应用端设计解决方案的能力。

当然技术能力是门槛，迈过之后才能谈到所谓后续的解决方案是不是好的问题。因为本质上来讲，算法优不优或者技术优不优，是有赖于应用场景界定的清不清楚，以及数据获取的是不是质量足够高和足够丰富。即使一个公司技术特别好，但是它的客户和他的数据的反馈不够好，实际上也解决不了问题。只有技术和算法，没有场景和数据是没办法做更好的迭代的。

柯罗马：其实人工智能领域整体还是处于弱人工智能的阶段。我们讨论的很多问题都是在弱人工智能框架之下，在感知智能框架之下还有很多复杂的问题，比如像芯片，已经被一些大的公司解决了。现在主要研究方向是在这个基础上的应用。从这个角度上来说，技术上的同质化的确很严重，大企业技术的壁垒很深，小创业公司不可能跟它竞争。人工智能到现在也就60年，再往后看，认知智能甚至是机器有智慧这个阶段还是有技术难度的，这也是未来需要去突破的技术难关。因为人工智能不可能一直处于弱人工智能阶段，我认为未来有很多的科学家或者技术去引领者会去选择突破。

王清杰：通用化领域的人工智能同质化程度越来越高了，基于开源的情况，算法的普及性等等原因，大家都很容易、很方便的获取技术并应用起来，但是真正的人工智能要跟很多实际的场景结合起来，怎样通过大量的数据训练和数据的获取，在这个过程中会体现出差异，从技术角度、落地场景、机理模型、数据等几个维度来看其中的关联性是很大的，因此不能单纯从人工智能的技术本身来评判。

田天：同质化的问题可以从不同的角度去看，从不同公司的技术水平差异上来讲，有两个方面差异反而是越来越大的。

第一，是不同公司的资源投入是有很大差异的。大企业像谷歌，他们会投入很大的人力和资源去建真正的工业级 AI 平台，包括框架、产品等，通过这种大的系统，能形成很多更大规模的AI应用。对于一些小型的公司，包括一些中型的公司，这种规模的模型训练、预测的算力，几乎是没有办法想象的。这种级别的资源投入的差异会带来 AI 技术在不同公司之间的本质性的差异。从这个角度来看，AI 的发展在技术上差异是越来越大的。

另外一个方面是前沿算法的研究。现在 AI 已经进入了落地的深水区，一些比较通用的模型应用在一些对可靠性要求不高的场景上是可以的，而对于金融、医疗这些场景，这些算法本身就可能存在一些漏洞，像我们在做一款人工智能安全平台，它能够检测现行的算法是否具有漏洞，我们测试了目前市面上主流的人脸检测算法，包括国内知名的三家和国外知名的两家，测试结果显示提供线上服务的人脸检测算法存在很大的漏洞，如果这种漏洞出现在刷脸支付或者刷脸的安防场景，会带来很大的损失。在这种情况下，就需要有更加安全、高效、可靠的算法，才能保证 AI 技术在这些领域真正落地。从这些方面来看，真正有技术的企业在这个时代仍然是能够脱颖而出的，一旦在技术上有突破，就可以打开全新的，巨大的市场空间。

韩旭：从自动驾驶领域来说，我认为自动驾驶实际上是整个人工智能集大成者，因为自动驾驶在技术上是非常有挑战性的，就自动驾驶技术本身而言要求一种高稳定性，但同时还有很多问题可能你从来没见过，从这一点来说，自动驾驶技术在行业内一直处在日新月异的比拼中，某种程度上来说差异有拉大的趋势。之前文远知行在刚落地广州的时候，我们做一个暴雨的场景，对手可能做一个小雨的场景；很快我们将扩大范围，尝试自动驾驶穿越 5 公里长的隧道，当我们能够自动驾驶穿越5公里隧道之后，忽然发现跟对手的差距就拉开了。

另一个方面，AI 需要大笔资金投入，在这一方面我是有一点点忧虑的。国外做自动驾驶的公司拿到的投资是很多的，现在国内在自动驾驶方面，因为考虑风险等各个方面原因，资本更加保守。实际上我们不应该总是想着用别人的东西，不能总是想踩在巨人的肩膀上，有一天巨人的肩膀不让你踩的时候，你会怎么办？自动驾驶也是这样，如果有一天自动驾驶技术因为它消耗很多资本，需要消耗很多资金，我们不持续投入，差距拉开了会怎么样？在自动驾驶方面，我认为这个差距实际上是一个正在拉大的过程。

3、王震翔：技术和商业落地，哪个才是王道？现在二者哪个权重更大，跟过去相比是否发生了变化？

韩旭：自动驾驶的趋势是场景在逐渐细分的，比如文远知行是以出租车场景的自动驾驶服务为主，同时兼顾比如物流在内的其他平台性的技术；有一些自动驾驶公司可能直接切入到自动驾驶清洁车、港口运输或者矿机，在这种非常细分的领域，我认为商业落地更重要。一旦开始有了商业落地，马上就有了数据，收集更多的数据，你会发现更多的问题，磨练你的算法，这是一个闭环。一旦闭环合起来，首先达到这种数据闭环的公司，基本上它会把其他的公司甩得很远，这是细分领域。

像文远知行这样平台化的公司，技术和商业是并重的。在现在整个资本有限的情况下，一方面要通过一些商业落地减少资金消耗，同时要通过商业落地拿到数据，如果这个技术本身具有挑战性，技术也需要发展，所以我认为在平台化的自动驾驶技术方面，商业和技术应该是并重的。在某些细分的自动驾驶领域，商业落地更重要。

田天：RealAI 的目标是打造一个安全可控的人工智能平台，希望能够覆盖到现有应用的安全的解决方案，以及从零开始提供这种端到端的更加安全的记忆学习平台，更加安全的机器学习解决方案。我们具有一定的 AI 基础设施，在眼下市场对于落地更加看重以及在大社会背景和疫情的影响下，我们需要尽快把一些技术应用到一些实际的业务场景中。

因此在眼下这个阶段，不管是技术还是商业落地，对于 RealAI 来说都很重要，我们实际的选择就是一方面进行底层平台的布局、底层技术的研发，另一方面对于已经成熟的技术，每成熟一块就落地一块，对于一些已经成熟的算法以及成熟的解决方案，在包括金融、工业制造等领域落地。因为 RealAI 现有的产品已经可以解决很多问题。与此同时，我们也会持续保持研发，持续进行技术迭代，可以进行对平台的完整性、持续性的升级，从而实现我们最终的目标。

王清杰：产品技术、商业落地、行业的机理模型以及数据等方面都是非常重要的，也可以说是缺一不可，它就如同一个木桶一样，如果哪个方面成为了短板，那么落地的效果就会有很大的偏差，在我们所做的在工业互联网赛道这个领域，这几个方面都是并重的。

柯罗马：我会先从这是一个”AI+“还是”+AI“的问题。如果它是一个”+AI“的领域，比如像海康威视，以前做安防做得很好，现在加上AI，两者可以同时来驱动；另外一个就是”AI+“，像自动驾驶，这种技术商业化并不容易，它依旧有很多问题没有解决，必须靠技术来驱动，以技术为主，所以这个问题还需要分开来看。较过去而言，现在”+AI“的领域更多了，我们看到在很多的场景里都是可以应用 AI 技术的。

王啸：人工智能这项技术本质上来讲就是一个在界定环境下解决问题的能力，因此商业场景的界定是人工智能中非常重要的第一步。

商业+技术的模式，其商业场景本身是清晰的，原来确实解决了一部分的问题，但是有一部分问题是无法靠传统的技术解决的，这时候利用人工智能技术去突破最后的瓶颈，使得最后一步的效率提升，比如像商业摄像头监控，采用人工智能技术来完成最后一步的识别，提高成功率。

如果说用技术演进往商业场景上靠拢，在这个过程当中，最重要的就是技术是不是成熟到能够突破性的解决商业场景中的种种问题。这对技术的要求是非常高的，技术本身有突破性的进展，才可能在原来没有的商业场景下出现一个新的商业的落地的机会，类似于自动驾驶，自动驾驶是因为技术积累到足够高的势能，并且界定好了比较好的领域（场景）。

这是两种不同的路径和不同的打法，不存在哪个更重要，关键在于从事的领域。

4、王震翔：目前的经济形势、中美关系、疫情影响下，给你们企业的带来了怎样的影响？对未来怎么看？

韩旭：我觉得疫情对公司最大的影响有两个方面，小的方面是从某种程度上让我意识到社会对自动驾驶落地的迫切性更强了。疫情产生以后，二手车的市场爆火，因为很多以前经济能力不太强的人，认为公交系统可能会增加感染的几率，就去买二手车。如果我们能够早一天把自动驾驶投入真正的使用，那么无人化的运输，实际上是可以阻断传染源的，出租车的司机不会被乘客感染，也不会感染下一个城市，当无人驾驶出租车接完一个乘客以后，马上进行快速消毒就能阻断传染源。从这一点上看，文远知行快一点把自动驾驶做到实用落地实际上是兼具着重大的社会责任的。因此我也一直在鼓励我们的员工努力往前推进技术。如果我们的技术再稳定一点，早一点让它稳定的无人运行，那么武汉疫情出来的时候，我们的车就是可以用来给医院送口罩、接送病人，但很遗憾那个时候技术还没有很稳定。

大的方面来说，疫情把整个人类社会改变了，人类的文明不是一定会向前发展，历史表明，黑死病实际上是让整个人类的文明倒退的。如果人类文明不往前发展，就像罗马的文明被日耳曼的蛮族入侵以后，会产生黑暗时代，我并不是要表达一个悲观的结果，只是代表我们应该尽全力。不管是科研还是资本，我们要尽全力的往前推动人类文明，我们每个人都应该努力的尽自己的一份力量来让整个人类文明继续向前发展，我们全力的推进科技发展不光是为了挣钱，也是因为我们有自己的社会责任。

新冠疫情实际上是整个人类所面临的一个危机。现在只是健康的问题，但是健康的问题不快速解决，接踵而来的经济问题会更大，大家应该更加努力思索如何尽快的把危机克服，更深一层的是如果这次新冠疫情我们克服了，能不能给全世界留下一个备忘录，或者是正规的流程，下次再出现这种病毒的时候，我们能够有很好的解决措施。

田天：疫情影响以及当前的经济形势的确给各行各业、每家企业、每个人都带来了很多困难，但是对于人工智能领域未来的发展，特别是我所从事的行业未来的发展，我是充满信心的，人工智能本身的进步以及人工智能赋能的产业一定会是未来发展的主线。

现在受到疫情的影响，有一些应用落地的进度会延后，比如有些客户复产比较慢，就会导致我们的合同实际的运行过程会受到影响。从长期来看，当大家真正接受了疫情背景，我们就要用更先进、更科技、更文明的手段去应对疫情，这时候就会反映出我们需要更多的技术手段，特别是人工智能的手段，这样整个产业在这种疫情的背景下，才能够蓬勃的发展和增长。前期带来的停滞到后面也一定会赶上来的，因为全面落地的大趋势不会发生变化。

疫情和当前中美形势带来困难的同时也带来一些很有意思的事情。我们现在的一类金融业务是帮助银行金融机构完成风险管理，流动性管理方面的业务。在没有出现疫情的时候，我们遇到的情形都是以前我们见过的情形。我们可以找到相关的历史规律，来预测未来的风险。这次疫情出现给整个 AI 预测算法带来了非常大的挑战。在疫情背景下，我们遇到的经济环境、政策应对都是全新的，面对一个新的问题也需要有新的技术来保证在这种情形下，算法依然能够可靠，依然能够稳定的运行。

王清杰：中美形势对于我们公司本身的影响是不大的，但是它对整个大社会环境的影响是有的。当前的经济形势和疫情到底有哪些影响？在整个经济下滑的情况之下，疫情期间国家提出来的数字新基建对我们的业务有很好的刺激效果，业务是在逐步的在上升，而且上升的力度很大。比如做电力行业的客户，他们在人工智能、工业互联网等领域的投资体量在今年有了成倍的增长。

第二个角度就是疫情期间导致了很多工作作业的方式和模式的变化。以往很多企业并不注重数字化转型和智能化转型的需求，疫情对以前传统业务的作业形式进行了改变。比如以前电网在做巡检和巡线的时候，定期有这种巡检的人员沿着某输配网的线路去做这种正常的巡检，由于疫情大家尽量减少外出，他就更关注怎么样做天地空一体化，对整个输配网使用无人机巡检，这种设备只要加载传感设备，之后进行数据的监测和采集以及大量的机器学习训练和算法的应用。从这些角度来看，整个行业的发展是比较向上的态势，客户的需求和客户的痛点的解决更清晰更直接，投资的力度也加大了。整体的对我们公司和本身业务的影响是比较正面、积极的。

柯罗马：分两个方面来说，一个是从中美贸易战，以前在没有中美贸易战的时候，是有人给我们提供轮子的，比如说像芯片、学习框架都是免费的开源的，在投资方面，我们也不会再去投这样类型的企业。在中美贸易战之后，我们可能就要想一想作为一个投资机构，我们没法用现成的轮子了，还得自己“造轮子”，所以我们在投资方面会去关注芯片、学习框架这样底层的技术。因为贸易战，这个逻辑有所改变了。

第二个是从疫情来说，我认为疫情对经济的影响应该是不亚于一次世界大战，甚至可能比世界大战对人类经济的影响会更大。但是大家可以看到每一次世界大战之后，其实人类的技术发展会出现红利或者是爆发期，因为会有大量的资源投入。从投资的角度来看，可能短期内肯定对我们有很大的影响。但从稍长一点的周期来看，它可能也意味着未来可能有技术的红利的溢出。对我们投资者来说，我们是要关注这类趋势的。

王啸：中美形势、疫情、经济三方因素是叠加在一起的，中美现在的竞争已经从贸易的竞争变成科技的竞争了，下一步还会再延伸，如果我们想有更好更高质量的经济发展，本质上需要发展科技，国家现在积极推进数字化新基建，是希望把人工智能、大数据、5G这样的技术赋能到各行各业当中。因此经济形势是依靠科技拉动的。我国疫情控制情况良好，实际上是有大数据在背后做支撑，中国在疫情控制过程中对数据和科技的使用是比较迅速的。因此我认为这三个因素本质上已经结合在一起，很难拆开来看。从中可以得出几个结论：

第一，是要用科技来发展中国，科技来发展经济，包括对疫情的应对。

第二，作为早期投资机构，我们要全力以赴的投资科技相关、技术相关的公司，包括人工智能的底层的框架，各种各行各业的应用，以及生物相关、生物医药相关的企业。这是我们根据现实情况所做的部分调整。

我认为中国的经济是有韧性的，长久来看我还是比较乐观，同时我们的应对方法是什么呢？

首先是加大我们的投资，加大投资人才的招聘力度。其次是加速我们对垂直行业和产业的理解深度。今年对于投资来讲，听上去不是一个好年份，但实际上越是这种时候投资收益或者确定性反而是越好的。因为我永远不知道明年会发生什么，我永远不知道这个市场是冷是热，当市场热的时候我也不能多投，市场冷的时候我也不能太少投，应该保持一个相对稳定的节奏，技术和科技的发展，它其实是稳态的，是有一个逐步渐进式的过程。当然经济或者投资的热点或者资金可能是有周期的，但并不代表着投资的周期要跟着资金的热度来走，而是要按照自己的或者科技的节奏来走。

5、王震翔：两位投资人可以分享两个近期投资的最优质或者最有潜力的 AI 公司，三个创始人可以谈谈欢迎什么样的人才合作或者下一步融资计划？

韩旭：对于文远知行来说，2020年是一个稳定之年，也是一个发展之年。我们的 B 轮融资正在进行当中，而且进展相当不错。文远知行从第一个中国完全开放式的自动驾驶出租车运营到现在接入高德打车平台，已经安全运行了200多天，共有 8 万名外部乘客来体验或者使用文远知行的出租车服务。我们会在 2020 年进一步向外推进，与车厂建立更多的合作，也希望各个方向的投资人多多关注文远知行，这样一家代表中国自动驾驶技术未来的投资企业。

田天：RealAI 是一家专注于安全可控人工智能的公司，我们坚持一项核心技术——第三代更加安全可靠可信的人工智能算法，包括了贝叶斯深度学习等，基于核心技术打造两款重点的平台产品。第一个是人工智能安全平台，旨在解决现行的人工智能系统、人工智能算法的安全问题，类似于人工智能时代的杀毒软件和防火墙；另一款产品是安全可控机器学习平台，可以帮助企业从0打造一款更加安全、可靠的解决方案。这两款产品，已经服务于包括金融、工业制造、政府及公共事务领域的几十家客户，这些成果是RealAI自2018年下半年成立以来，在不到两年时间之内完成的。

在18年下半年一直到19年年末，RealAI主要是处于产品研发阶段。通过这么长时间的积累，我们的第一版产品已经成熟，已经大规模地推向市场。在2020年的上半年，包括即将到来的下半年，是我们的产品实现规模化复制的关键时期，公司也仍然处于高速发展阶段，希望各位投资人能够多多关注RealAI。随着我们的业务快速发展，也需要更多的人工智能领域的算法专家，包括技术研发的人才加入RealAI，从事人工智能领域最前沿的工作，更多的把我们最新的产品推向市场。

王清杰：德风科技是一家专注工业互联网的产品和解决方案的公司，从疫情期间到现在我们公司的增长还是很快的，基本比 2019 年同期增长了大概 60%，同时人员数也增长了三四十人。今年也不断在扩大人员的招揽，一部分是在基础算法、核心技术这块的人才；其次，我们也非常需要懂业务的专业人士和业务专家，此外，我们是希望能够招揽更多的数据科学家。

柯罗马：我们投资了两家很不错的公司，第一家是做智慧新能源管理，是清华的欧阳明高院士将实验室的实验成果交付给他的博士生进行成果转化。在新能源的资源管理方面做得非常好，可以将电池通过算法快速的筛选出来，实现智慧的动态管理。

第二个超星未来是清华大学电子系和汽车系联合的科技成果转化的项目，目前发展得很好，现在已经连续做了两轮的融资，目前他们做的智能感控的平台已经有了成果，包括与很多车厂的对接，在冬奥会的示范项目都已经开始研发。欢迎大家关注他们。

王啸：我们投资的一流科技主要是做机器学习框架的，作为人工智能领域很基础的，类似于操作系统级别一个非常重要的技术框架。现在他们在技术上，性能，大数据大模型的适应度上都已经非常成熟了，希望各位的技术专家可以去试一试这个框架。我认为中国也需要一套自己的有完全自主知识产权的机器学习框架和模型，对于我们人工智能整个产业来讲，它是一个很重要的基础。

第二个是对于有技术功底的人，想看看如何做投资？如何学习做投资？可以到我们公司来试一试。我们是有能力把一个人从不懂投资只懂业务，在两三年时间里面迅速变成一个技术和投资都兼顾的专才。希望在技术方面的有能力的、愿意做投资的人才加入我们，把未来5年到10年，中国能够发展到最好的科技类的公司挑选出来，为中国的经济的发展或者科技的发展贡献一份力量。

福利通知：本次大会「AI创业与投资」论坛的完整直播回放已经生成，想看更多投资人与创业者的精彩分享，可以访问下面地址：

「AI创业与投资」直播间回放地址：

https://live.csdn.net/room/ze5k_ygf/8pUeH6iw

了解更多大会信息，可访问大会官网：

https://bss.csdn.net/m/topic/ai_procon2020/index

其他论坛回放可参考：

https://aiprocon.csdn.net/p/live?utm_source=live_703

更多精彩推荐

点分享点点赞点在看