Feng Li.jpg

Feng Li

Previously as a partner at IDG-Accel, Feng led investments on a series of successful projects, including CreditEase, Zhubajie, Prosper, Three Squirrels, Tongbanjie, etc. Among them, CreditEase went public in 2015, Zhubajie and Prosper successfully joined Billion Dollar Club. Feng led the establishment of IDG-Accel’s post-investment service system, providing help to early stage startups. 

Keynote Speech

9:20 AM - 9:40 AM Sunday, April 16th, 2017

Click here for alternative video link.

[We are working on updating the English version.]

非常荣幸能再次来到这里,这是连续第六次来到CMU峰会了。希望以后还有六年。

AI当然是我们来到这里的原因,我们也希望能d从这里学到更多。希望能更多的谈一下AI的投资。

在现在这个时代,AI在中国比美国更加火爆,几乎每一个Startup都要在商业计划中有一个概念,说他们在做一个AI公司。一年前,AI这个词要被换成“大数据”。在我们看来,AI是一个更有效地利用模型处理数据的方法。所以,在我们内部,我们要先问两个问题。第一,数据从哪里来。第二,为什么我们需要处理这些数据。

对于第一个问题,我们有两个答案。第一个答案是把离线的数据放到线上,让这些数据流通起来。这也是所谓的“大数据”概念的来源之一。在中国,情况和美国有些不同:看起来SAS、大数据、AI有两年的重叠区。两年前,有一个SAS创投的井喷。一年前,则有一个大数据创投的井喷。第二个答案是我们在设备中加入新的传感器。这些传感器在过去五到十年产生了远比我们想象多的数据。第一个例子是移动电话。十年前,我们把麦克风和GPS放到一个小盒子里面,这就是移动电话了。把新的传感器放到设备里,再把设备连到线上,之后再让这些传感器产生的数据在网上流通,然后我们就产生了新的对于AI的需求。一个例子是Alexa。还有一个是共享单车,我们把GPS放到单车里面,这样消费者就可以很清楚地知道有多少单车在周围,在这基础上知道怎么对这些单车收费。再有一个例子是无人机。

这就是所谓的新潮流 ,也是我的第二个答案。 我们把一个新的传感器放到设备里面,updated、affordable、very industry-available,然后这个设备必须是以前没有过这样一种传感器的。然后我们把这个设备连上网,再让产生的数据流通起来。这样,我们就产生了大量的新的数据。

在传感器产生之后的第一个阶段是如何找到一个商业模式来利用这些数据。第二个阶段是,当数据稳定地大量地进来的时候,问题就变成了如何用AI更好地处理这些数据。这就有点像以前的电脑行业了。我们发明电脑时,我们同时也发明了键盘。我们用键盘。然后我们就进入了Yahoo的时代 – 怎么利用键盘产生的数据 – 文字。 之后才是Google的时代,如何用新的技术把对于文字这种新数据的供给和需求更好地更有效率地匹配起来。这是我们在PC行业看到的。我觉得会有一个类似的路径,但是以不同的形式产生。

把单车作为一个简单的例子。投AI的时候,首先问数据从哪里来。有时候新传感器不太成熟。在中国可能不一样,因为钱太多了。很多国内的共享单车都没有GPS,那么车停在哪里怎么找呢。同时GPS也不够精准。所以这是两个和单车相关的问题。此外,GPS充电是一个问题。

所以我们还是看到了类似的过程:首先,有一些传感器被革新,保证它们能变得很小、便携,还有普通人买得起。然后与时俱进(updated), industry available,在应用到设备上,连到网上。最后才是可以利用这些新数据的商业模式。Uber用的是GPS,Airbnb用的是镜头和GPS。Airbnb就用了两种新数据来更有效地匹配需求和供给。首先是yahoo的时代。再是Google的时代。有时候商业模式相对于技术会有些超前,但是这样才能一直加速发展出一个更新颖的处理数据的模式。