翊翎资本范维肖关于投资人工智能的建议(2)

　　人工智能仅用于有数据的行业。这个行业积累的数据是否全？精度是否够高？是否愿意拿出来被用？这几点是决定着我们判断人工智能产品能否有效果的第一个推进器。

　　现在是一个大数据极大丰富的年代，“极大丰富”说的不是量，而是指利用率，这是数据本身的核心之一。很多业务场景都是基于现有数据去构建上游业务场景，业务场景引来新数据的产生。

　　我们发现，数据孤岛化和碎片化的情况越来越严重，一家大厂商去融合各种各样数据的可能性太低。我有数据，不会给别人；数据越多，我越不会给别人。

　　数据碎片化过程中有很多机会，也有很多商业领域的正向循环，这是我们最为关注的。能否在我们所投的大数据公司乃至整个数据产业链条里找到现有数据对于AI技术有增益的方向，这个对我们来说很重要。

　　翊翎资本范维肖：想投资人工智能？这些需要知道

　　用大数据展示春运迁徙路线。图片来自百度。

　　举个例子。

　　春运是全国性大难题，春运本身逻辑不在于我们怎么去优化运输环节，春运的本质问题是运力不足，解决这个问题需要修建更多轨道、投放更多火车，但在非繁忙闲置时间，这些投入造成的浪费究竟有多大？

　　还有个问题是，春运系统越优化，春运就越拥堵。为什么？大家24小时不停地往回赶，每个人都想回家，这些底层的诉求都不会因为技术和数据的变化而变化，这是问题的核心逻辑。

　　所以有时候，那些所谓“极大丰富”的客流数据在春运领域里作用真不大。但这些数据放到地方是有用的。诸如山东这样的省份，一个城市里高达11.7%的人口都在外地务工，为了应对这些人在春节集中返乡，这些地区水电使用量等数据的早期预测很重要。也就是说，春运数据用在其他领域反而是合适的。

　　但春运数据怎么公开？这个事就变得非常非常折腾，理论上是公开不了的，特别是关系到隐私问题。

　　现在中国数据开放程度在全球排名很靠后，排到八九十位，美国排在第八位。数据的开放程度与对人权及对个人的隐私的尊重成正比。只有保护隐私才能够去开放。这一点从侧面说明了数据碎片化一定会越来越加重。

　　场景增益要做顶层机构调整

　　第二个推进器叫场景增益。

　　移动互联网领域有着严重的To C逻辑，而To C消费类互联网服务讲究沉浸感，大家绞尽脑汁为了增强用户体验而完善产品，比如帮助用户查询时间缩减一秒，帮助用户在使用APP时少翻页、少点击，获取更准确结果。这些都是产品的提升。但AI正处于婴儿阶段，现在就进入商业环境，对场景的增益有多强？这个问题值得认真思考。

　　场景增益决定光谱的价值。

　　还有一个需要理解的场景叫马赛克。我们用一个比较污的话题来讲这件事儿。

　　现在有很多人在做图片鉴黄，一个国家部门找我们咨询，说有人在做图片鉴黄，识别率是98%，这种技术该花多少钱去买？合不合适？

　　翊翎资本范维肖：想投资人工智能？这些需要知道

　　利用人工智能的深度学习技术来鉴黄。图片来自投资界。