科技獵男士創業先鋒JR916：星瀚資本的創始合伙人楊歌
|
NO.CYXF1-915；參考時間2016年6月；原作者：楊歌
星瀚資本的創始合伙人楊歌
------------------------------------------------------------------------------------
在DINO2016全球科技投融大賽啟動儀式現場，星瀚資本的創始合伙人楊歌進行了題為《未來科技改變世界》的主題演講，滿滿干貨詮釋了對科技創新與顛覆的重視，為投身科技領域的創業者帶來了新的視角。
楊歌：大家好！我今天用20分鐘到半個小時與大家分享一下“未來科技如何改變世界”，我們公司以智能科技為方向的投資公司，關注這幾個領域，互聯網相關的互聯網+、大數據+、物聯網+，都是這兩年比較關注的，走到今年有一個典型的特點，互聯網和O2O已經有很多商業模式已經嘗試過了，現在繼續嘗試的X+Y模型，把互聯網進一步應用在產業升級里面，應用在生命科學領域里面，應用在文化娛樂領域里面，這是我們希望能夠找到的方向。產業升級里面大家所熟悉的有消費升級，除了消費升級還有工業升級、制造業升級包括第一產業和第二產業升級，這都是我們關注的方向。
今年國家提出了很大的一個變化，去年我們大力提雙創，今年重點提雙創中的創新，做創業一定要有自己的創新思路跟別人很不一樣，創新思路我最近在看馬斯克的傳記，他具備的特點都是中國企業家需要學習的，他本身是一個時代先鋒，能夠把創新價值做出來，能夠深度挖掘整個技術，包括深度算法包括自動化工藝都非常關注。喬布斯說過一句話，他能夠把資源和工程進行整合，把所有的技術集中在某一個產品里面，這是非常重要的。這是市場非常需要的形象，就是馬斯克的形象。
什么是互聯網？
楊歌：
什么是互聯網？所有人都知道，每天都在用，具體互聯網的理解是什么樣的？關于互聯網對我們生活和科技的影響，首先每一個人都是互聯網的結點，每個人在發送微信、購買物品，用手機和電腦的時候其實都是在發出聲音，每兩個點之間其實都是一個信息傳遞和交換的過程。所有人信息傳遞的過程編織起了互連網絡，每個人都在里面不斷發出聲音，如果你自己是一個很大的結點，比如你有一千個好友或者十萬個，你變成很重要的結點，我們管它叫KOL，說俗了就是網紅。每個人都有一定的影響波及范圍，這是互聯網的傳播特性。如果每個人能夠影響一千萬人，那么你就變成一個大KOL，像PAPI醬、AngelaBaby，每個信息進入到互聯網像漣漪一樣，每個波都會傳下去，每個人在里面不斷進行交流。互聯網最重要的特性傳遞即服務，交互傳遞。里面還有一個重要的東西被我們遺忘，我們老說互聯網的迭代特性是什么？
每個人在傳遞信息的時候其實他說的東西都是摻雜了自己的評判，一個什么樣的事件，昨天滴滴又獲得6億美金的投資，每個人對這件事情的觀點是什么，我們都可以在這里面進行評論，那么這件事情在不斷評論過程中每個人都是把信息進行加工迭代的過程，這個就是一個迭代過程。它和生物的整個進化是非常相似的，本身有一個信息的不斷推進演化進化的過程，這個事情就叫迭代。這是常常被我們所忽略的互聯網特性，也正是因為這個特性我們現在的生活節奏變得非常快，發展速度變快，五年前還是諾基亞的時代，現在蘋果都快被淘汰了，是這么一個時代。
在互聯網的背后我們所關注的行業，大家所炒作的或者關注的或者所接觸的從事的行業都是這三個方向：手機、網絡、云，代表的是終端、網絡端和云端，這是現在日常所關注的大部分方向都可以涵蓋這三方面。對于終端是一個信號的輸入端，對于網絡剛才已經講過有兩個特性，一個交流交互傳遞，第二個是迭代。對于云端有兩個特點，一個是計算，一個是計算之后產生深度的智能，這就是云端。把它比作行業的話，就是現在所關注的對于終端來講就是智能硬件，追逐了很長時間的智能硬件，最大的智能硬件實際就是我們的手機，手機是一個智能硬件和軟件的綜合體。2015年最主要的板塊是互聯網+，有互聯網O2O，包括互聯網金融、互聯網大數據、互聯網餐飲等等方向。大數據是今年非常重要的板塊，我們把大數據應用到企業應用到toC消費品上。如果我們把它做擬人化的話，相當于人的器官，收發信息，把自己的希望表達。網絡就是神經，云端就是我們的大腦。互聯網跟我們人的個體是一樣的，對于社會的群體比起我們人的個體也是非常相似的。這個就是互聯網。
人工智能
楊歌：
我們現在關注的三個方向哪個發展得好一點，哪個還有很多前景？我們應該去投資什么？作為企業家應該往哪個方向做？大家每天都在挖掘什么？對于我們公司來講，網絡端這邊已經發展得比較完善，2020年要出現5G網絡，那時候更上一個臺階，現有基礎上視頻已經非常流暢，做很多互聯網的交流已經非常好，可以說互聯網和互聯網+到2016年來講已經得到了長足發展。另外，云端和手機端和硬件端和終端這一塊現在發展得比較有限，需要更多的企業和資本進行挖掘。對于云端來講現在更多的應用還是對企業級服務toB服務，對于終端來講每個人應用的只有手機，VR、手表并不流行，還需要挖挖掘。今年兩會期間習總書記提到機器人在十年之內會走入所有百姓中，這中間有很多的工作要做。兩邊都有機會，一邊是在成熟的基礎上進一步發展，另外一邊在不成熟的基礎上做一些開發。
為什么到今天為止還沒有發展到那一步？現在是一個歷史的階段，幫助大家一起回顧一下歷史。時間原因今天不細講，歷史的時間軸，可以發現技術的更新和迭代發展的速度越來越快，原來是一百多年一個時代，后來70年，后來變成50年，現在變成二三十年一個時代。下一個結點是什么？我們非常非常關注。前兩天看了一篇報道，美國出了美國硅谷TOP50企業，美國前50的企業和中國目前的產業形態有很大的區別，所有這些產業形態都值得我們學習。比如像Uber、Airbnb我們知道，還有一些VR、AR已經做成獨角獸的公司，中國是不是能夠趕上都是我們要去學習的。我們要去探索的是未來投資什么，我們把所不知道的部分統稱為智能化部分，就是現在非常關注的科技能夠影響我們產業和生活的這部分。
量子化
楊歌：
相信大家都看過一篇文章《奇點臨近》，需要我們去想象探索，同時需要做很多的努力。對于目前來講，對于當期前沿來講，我們處在2015年、2016年已經把互聯網+大數據、生物醫藥方向開啟起來，這幾個產業已經屬于經常會關注而且市場非常火熱的板塊。未來五年會有很重要的事情突破，深度學習已經有谷歌率先攻破，大家覺得2025年會攻破的AlphaGO今年已經實現了，物聯網還能不能變得更快，計算機能不能變得更快，取決于計算單元是不是變得更精細細小，要攻破的是摩爾定律。生物醫藥解決的是專利控制，很多生物醫藥在高速發展過程當中。醫藥領域的CART、TRCT等等都是非常前沿的板塊，我們也在關注。發展到中期再過十幾年二十年我們可能不認識周圍的世界了，那時候這些所有的板塊都是值得我們去做的。再上百年是大家不可想象的東西。短期突破的方向是我們最關注的一個是量子物理、人工智能、生命科學，相信對于大家來講非常關注科技的話，對于人工智能和生命科學一定不是很陌生，日常都在討論這些事情。對于量子中國從日常大家接觸來講還是比較偏弱的，扎克伯格給他的女兒看的很多書都是跟量子有關的，這塊需要提升。
中國在量子這塊發展的并不弱，有很多名詞我就不展開講了。有很多的方向值得我們去開發，聽起來很玄幻的技術對應的行業量子計算機、量子顯微鏡、量子傳輸，在之后的十到二十年會很大幅度上增加我們計算機的運算效果。可喜的是中國在深度的技術研究上并不太輸給美國，中國人排在世界第二，尤其在量子糾纏這件事情上中國是量子計算機的研究上，中科院和中國的幾個大學做得非常不錯。量子計算機攻破了摩爾定律，把晶體管逐漸變成量子位，通過一個很微觀的物理結構，原來用的是晶體管，通過電子過來之后傳到另外一個方向，一個是羽，一個是飛，現在不用這套方式，用量子的糾纏特性和原子內部的物理特性，用它做計算單元，把它廣泛進行應用，這樣計算機的效果比現在目前的計算機效果快上千倍以上，我們正在嘗試，希望在未來的十年之間會出現這樣的東西，量子芯片能夠代替我們現在的芯片。美國底層布局很完整，對于中國來說需要布局趕快趕上。對于量子傳輸今天不講了。
大數據
楊歌：
人工智能這個是大家非常關心而且非常貼近于企業和生活的；《駭客帝國》、《我是機器人》。《駭客帝國》一堆數據，不同的平行空間，代表的是數據，對于人和電腦談戀愛，現在其實已經有很多像小冰、小白等等，都是可以進行人機交互我們叫CI to C的人工智能，網絡不斷迭代學習，百度、GOOGLE這些很多公司都在去做很多文章。對于網絡迭代學習很重要的板塊是互聯網對我們的影響，仿生機器人是全品類器官的集合，是手機的衍生，把人變成機器人的過程。智能本身最重要的是大數據，今天分享一下大數據，對于企業有很多的幫助。大數據最重要的就是有入口端和商業化兩端，大數據是中間這個板塊。對于所有的公司都在搜集數據，我是一個平臺，我是硬件，我們搜集數據進行定義，進行挖掘、分析，最后抽象出一個概念，這就是大數據，像混凝土攪拌機一樣，數據進來不斷把這個東西變得更成熟，這就是大數據，使我們搜集的數據變得更成熟，用算法展現我們的生意。
對于任何大數據平臺必須有入口端，必須要知道怎么樣搜集你的數據，必須有數據化端，剛才提到你可以是一個平臺可以是一個終端設備，要想辦法不斷從你的用戶里面搜集數據，并且讓這些用戶產生黏性，連續不斷為你提供這個數據。數據提供之后進行運算，然后把數據進行實體化，你看你做的事情到底對不對，數據到底計算出來沒有。這套系統做完可以利用相關性指導商業，有一個美國的例子，一個711這樣的小店，在颶風來的時候雨傘和蛋撻賣得非常好，不知道之間的邏輯關系是什么，就是有這個相關性，把這兩個貨架調整到一起去賣，出現1+1大于2的效果，用了大數據或者翁了統計數據的結果去指導它的商業，形成事件畫像的過程，通過數據的梳理得到一些經驗，把相關性應用在商業策略里面不斷進行調整再進行客戶反饋。這樣你的生意變得更加理性，再反饋到大數據系統，這就是一個完整的大數據產業鏈條，對于很多企業都是可以用這套方法來把你的企業變得更高效化。
如果模塊化的話就是一個入口端，一個算法端一個出口端。今天例子不多講了。我們日常所有的信息都在不斷被搜集，你的畫像越來越明確，指導商業。機器人最重要的是機械臂這些，不是，最重要的是腦部神經，它去指導機器人變得更加聰明，這些都是我們在未來十年到二十年會發展的行業。
對于整個網絡來講，網絡每一天都在不斷搜集我們的數據，云端變得更加智能，像一個大的硬盤庫一樣，不斷搜集數據并且進行迭代，最終實現了一套系統，這就是一個產品，非常智能化的產品。在這個背后大數據和智能本身到底是什么？智能分為三個部分，第一部分是人賦予智能，我們告訴計算機，第二計算機通過我們告訴它的東西不斷自我迭代出來新的智能，最近AlphaGO之后各種神經網絡算法傳播的非常廣，這里面就是不斷迭代的算法，這些算法和生活和生命息息相關。第三，計算機永遠不能模擬人的感性感受，可能模擬的不夠精細。前面的一些基礎特征就是賦予它的智能，中間復雜的特征迭代學習的東西就是我們要讓計算機自己學而不好讓人再告訴它，越學越復雜，人不知道它在學什么。我們賦予計算機的是準特征值，計算機學不到或者以后才能學到是高階的東西。我們告訴計算機最開始的馬走日、象走田，之后迭代學習，學習到很多玩法，這是它自己迭代出來的智能，最終可以模擬人并且戰勝人。我們做科研的話，相當于最開始賦給他函數，中間是神經網絡，最后算出很細微的混沌的東西。如果是一個機器人的話，我們賦予它基礎功能，開瓶蓋，很多學習，美國波士頓動力剛剛賣給豐田公司，有很多智能，至少可以像五歲小孩行走，最終實現感性化的過程。這是人工智能的特點。
我們公司自己在研究的一些事情，已經很成熟了，其實對于任何的生意和生活都可以有量化的入口，我們有量化的入口端就可以把它扔到一個算法里面不斷像混凝土攪拌機一樣不斷學習，最終做出來，中間的所有邏輯提煉出來，這是人工神經網絡的過程。它的應用非常多，離我們的生活已經非常相近，第一GOOGLE學習貓臉的很經典案例，從《0到1》這本書里面都有。，硅谷公司用神經網絡的辦法學習街道里面的東西，通過不斷的學習認識到牌子接到來往的車輛、旁邊的樓、樹等等，并且用這個東西指導了自動駕駛這件事情。中國的公司格林深瞳已經在用這套方法去做。
機器人最酷的是背后的算法，通過不斷訓練模仿人的行走，后面的算法非常非常重要。大數據到底怎么應用到社會生活領域里面去？我們經常說SAAS軟件即服務，這件事情廣義化可以應用到很多方向，把軟件應用在你的生意用在你的公司里面并不是我一定裝一個軟件去用它，軟件其實有很多的用法，對于很多行業來講還處于經驗化的過程你就應該從經驗化轉到規范化，如果這個行業做的規范化很不錯，比如是一個工業行業，應該從規范化制訂它的標準。中國其實對于工業行業來講標準比日本、德國有一定的差距，應該從這一步走到下一步。如果規范化做得很好就應該走到完全數據化的過程，應該建立大量標準化數據庫，在數據化之后應該進行結構化處理，逐漸形成系統，形成系統之后就會進入到自動化。系統化這個東西是非常標準的，就像寫一個程序一樣，可以你的整個生產線自動化流程去做。特斯拉的公司里面大部分環節都是自動化的過程，因為前端規范化數據化做得非常好導致的，當然這跟美國的產業鏈有很大的關系。中國現在目前是一個什么情況？自動化后面還有智能化，很多東西能不能自動地去處理，讓這個行業變得更高效。
從經驗科學感性科學到理性科學
楊歌：
從經驗科學感性科學到理性科學，很多行業都有升級的必要性，很多公司開始用SAAS，TMT行業為什么現在這么火熱或者里面很多公司很高效？因為TMT行業不得不讓企業去用技術的方法來系去運作，它在這個過程中學到很多程序化的方法和數據化的方法，不斷去提煉這個公司的特點。現在市場里的企業，對于很多企業來講，我們今年投了農業行業、工業行業，海量行業需要規范化，從原來的經驗里面提煉出數據的特點，把它們做規范化標準化，對于這些行業我們需要對它進行咨詢教育，很多東西成本可能是過高的，方法是更有效的，這個過程應該對它進行規范化的教育，對它進行咨詢。對于中段的行業像餐飲、銷售、TMT行業電商做的不是特別規范的，這些行業需要接入更多的CRM系統、SAAS系統、ERP系統做得更高效。最后一個板塊進入到智能化，整個行業是這樣，而且這個體系在中國特別明顯。很多企業并不能在中段發展，應該在早期去做量化標準化的過程，很多公司做得很不錯了應該往后退，推到智能化板塊里面。
我們畫了一個圖，發現對于中國的企業呈現這樣一個特點，這個行業適不適合做量化，這些行業是不是具備系統化的要求，最好的方向是TMT行業，包括電子商務、O2O、人工智能，這些行業天生具有數據化的特點，需求非常明確，并且搜集了大量數據，條件性很成熟，又有需求。對于另外的方向大家也在接觸了很多大數據公司，除了TMT之外還有三個方向是非常適合做數據化的，金融、政府、醫療。對于金融方向，每天都在搜集不同的數據，這塊需要做標準化，很多軟件嫁接進去，大數據的算法嫁接進去，整個行業發生質的變化。對于醫療稍有區別，醫療是需求明確，需要技術化的手段明確，醫療行業的數據標準化很難，心血管疾病、糖尿病、癌癥，對于心血管和糖尿病數據搜集的還可以，對證每個癌癥病例樣例的特異性非常明顯，現在手上沒有足夠的數據做數量化，這個行業屬于有數據難整合的狀態。政府工作現在市場上很多做爬蟲做數據的人，很多數據來源于政府，包括工商稅務，政府總結了非常多的數據，但是是非常結構化的數據庫，政府對于數據的需求暫時還沒有特別大，這些行業都是可以提升的。
第一產業像工業制造業這些行業還處于比較早期的階段，第一產業和美國有很大的區別，美國已經實現了農業的自動化，而中國還沒有完全實現農業自動化，原因就是很多大家還在用經驗去做，這里面就有升級的空間，升級的空間就是對它進行咨詢培訓教育，在這個過程中他們逐漸慧聰角落里面往上推，推到數據結構更完整、需求更加明確，有可能并不是安裝一個智能算法系統，也不是一個SAAS系統，只是把所有的信息做標準化規范化就會做得更好。我們今年投了一家餐飲公司、農業公司都具備這個特點。
第三個板塊，醫療生物醫藥板塊，除了我們之外其實很多VC今年也是重點布局，但是還是謹小慎微，對我來說也是一個需要學習的方向。醫療科學、生物科學走的是精細化方向，從手術治療、藥物治療逐漸走向精細化醫療，對于每個病癥來講從頭到尾每個微觀是怎么實現的，這個是我們現在非常關注的板塊。今年獲得大獎的，研究癌癥每一個細節是怎么實現的，針對每個細節修改，使得癌癥能夠解決掉。今年非常火熱的基因剪輯類包括基因消除；第二，細胞治療，分兩個板塊干細胞治療、免疫細胞治療，當然免疫細胞治療也出現了大家知道的新聞，這都是發展過程中出現的；第三個方向跟神經相關的腦研究相關的。這三個板塊是我們非常關注的，有關醫療行業的板塊。基因剪輯把細胞的基因修改掉，讓原來的病癥得到緩解。對于細胞治療TCRT和CART可以通過一種方法修改細胞里面的基因以及上面的通路，通過修改完原來里面的警察就變成了特種警察，就可以修改掉身體里面不能被治愈的病癥。
總結
楊歌：
今天就講這么多，一個歷史的結點，處在高速發展的時期TMT發展的時期。第二，我們需要關注前沿的科技量子物理。第三，人工智能離我們已經非常近了，很多行業已經正在應用，需要更進一步發展，未來五年很可能是人工智能大發展的時期。智能化的應用，對于人工智能看起來深奧的東西，是不是能夠快速應用到我們的生活中，有很多應用的方法，小則咨詢教育，大則深度算法，都是可以去應用的。最后一個板塊生物醫療生物技術是我們非常關注的板塊。
希望在座的同志們能夠成為非常成功的企業家，希望跟大家多多合作。謝謝！
|
