投資人楊歌：區塊鏈今年年底會降溫，人工智慧大有前景

題圖：星瀚資本創始合伙人 楊歌

區塊鏈既火爆又神秘，既性感又危險，似乎所有人都在談論，卻沒有多少人真正懂得它的本質。從智能硬體、AR／VR、到P2P、共享經濟，風口似乎越刮越快，究竟是技術迭代速度變快？還是追風口賺快錢的人越來越多？無論是人工智慧還是人工智慧，到底是真技術還是假革命？這在楊歌看來，就像當年大多數人說不清納米是什麼一樣，對於區塊鏈，在輿論中既有誤讀、有吹捧，同時也暗含一些泡沫。

「科創者說」近日對話星瀚資本創始合伙人楊歌，他既懂代碼又會編程，有紮實的技術功底和豐富的創業經驗，對科技應用有更敏銳的嗅覺和更深刻的理解。在他看來，區塊鏈技術並不是從天而降的，業內早已經有公司在做或者已經完成區塊鏈里典型的數據標準化工作。只是隨著比特幣的熱度，這個名詞進入了大家的視野，被戴上了「區塊鏈」的帽子。當然，還有人想藉此拿通證去發幣， 做ICO，但是在目前國內的法制環境下，這被明令禁止，涉嫌非法集資。顯然談底層技術和談幣是兩個圈子，兩種文化。

當被問及他現在接觸到的區塊鏈創業項目里，靠譜的能有多少？楊歌引用了梁寧的話——1%，「而且其中出現獨角獸可能性比較小，預計這個熱度在今年年底會降溫。」

本文將圍繞五大方面展開

區塊鏈如何與產業結合

區塊鏈與比特幣

區塊鏈投資價值及安全性

國內外區塊鏈進程

AI投資邏輯及其與區塊鏈的關係

區塊鏈＋產業之路該怎麼走

研究過區塊鏈的人都知道，區塊鏈是基於底層數據+互聯網基礎的一種分散式技術，宏觀上來看它只是一種形式，這實際上是推進行業數據標準化、模塊化的一種表現狀態，也算是整個大互聯網浪潮里的一個中後半段的子集。在訪談中，楊歌坦言依託於分散式存儲、分散式傳輸和分散式計算三大特點，互聯網底層確實有去「分散、降維」的特點，但「去中心化」從目前來講，嚴重與政治、政策對經濟的影響相悖，他不願參與其中。如果只討論區塊鏈為行業賦能的作用，他認為區塊鏈發展是需要依託跟文化、跟產業、跟資產、跟服務有關的載體，把各種各樣的東西變成一個可以量化的標準。

Q：最近幾年區塊鏈技術會有什麼樣的應用場景？在什麼行業應用最廣？

A:對於區塊鏈，我們今年最重要的一點，就是把區塊鏈這個概念變現到行業裡面去，讓行業標準化這件事情產生實際的經濟價值。我認為，這才是一個技術推動行業的意義。比如我們投過的甲加由，這是一家做現代化農業規劃種植服務的公司，它就是把農產品、農資這一塊的數據變得標準化、模塊化，它會有自己的排價，有自己的市場。其實從底層含義上，它也是區塊鏈的一種表現形式。我認為很多行業都可以。它是一個能夠幫助行業做標準數據化的工具，能夠提升整個產能效率，提高市場交易效率，提高民生消費效率。再比如我們還投過一個農產品公司「買豆粕網」，大豆的兩個商品豆油和豆粕，從生產加工到物流、倉儲、貨運，再到分銷等整個鏈條里，一個地區的產能是多少？豆油質量如何兌換？如何變成標準化商品？如何給到下游採購商？如果說每一個人都看作一個區塊的話，這個區塊里進多少數據，出多少數據，都必須非常明確地按單位、行業的標準寫出來。這樣，布局上就比較精準，參與者也會從中受益，降低了金融成本、布局成本。

當每一個業務鏈條非常清楚的時候，最終壓力會落在金融鏈條上，因為在整個產業里並不是說所有人都有錢，一般來講都是通過商票、或承兌匯票來完成。

如果說借錢，我能提前3-5個月知道需要借多少錢能滿足資金流轉，這是銀行最希望看到的，這也是供應鏈金融，我先把預借現金準備好，再把現金借給別人，中間資金的產能相差多少，今年的利潤是多少，可以計算出來。如果沒有數據的話，我只能等他提需求，提完需求之後，如果他的需求又改變了，我大概率會面臨虧損。

所以，行業也好，產業和金融之間的信息越細化、越明確，金融的效率越高、產業流通效率越高。我們經常說三流，即信息流、資金流、物流，這三流的基礎都是行業的標準化，即數據模塊化的一個過程，這才是真正的區塊鏈載體。

Q：您怎麼看區塊鏈技術在其它領域的應用，比如遊戲產業、視頻產業的應用？

A：在遊戲領域上，比如《英雄聯盟》做的一些技術模塊被《王者榮耀》所應用了，雖然語言、平台、角色、IP不一樣，但是二者底層數據模塊很相似，通過技術模塊調用，可以提高產品效率。

Q：您怎麼看區塊鏈在金融領域的應用？

A：我認為有一定風險，而且要根據政策引導，因為區塊鏈最忌諱的就是直接用它的特點去和金融鏈接，所以這件事我只觀望，但不去碰。

區塊鏈與比特幣

當我們談區塊鏈的時候，常常會提到比特幣。實際上比特幣並不完全具備應用價值，這起因在於市場之前的美金是基於黃金髮放，後來美金是基於信任美國發放，每一個法幣是有基礎作為抵押去發的。比特幣之父中本聰更改了這個規則，2009年他制定一個約定，讓比特幣基於每年全球的計算力總和來作為一個基礎、作為一個公式去發幣。比如，今年全球計算力的單位一共是100個單位，如果個人搞個「挖礦機」，把全世界100個單位變成了102個單位，這時你就獲得了102分之2的貨幣。到現在，全球共計1600萬個比特幣，隨著底層的計算量越來越大，每一年出現的總貨幣數越來越少。可以說在市面上，是比特幣帶火了區塊鏈，但其實早在我們提大數據的時候，區塊鏈已經應運而生了。而且像BAT這樣的大公司，區塊鏈已經在企業中運用，只是以前沒有用區塊鏈這個名字而已。

Q：你怎麼看幣與鏈二者的關係？

A：虛擬貨幣是區塊鏈的一種比較投機的關注方法。如果被量化的東西大部分人看不懂，這有一種辦法，讓它產生了價值，讓後來者購買這個價值，如果只是利用比特幣追求利益而忘記了當時的量化基礎，這時候就會產生大量的泡沫。

比特幣的一個量化基礎是以全球每年的計算力作為量化基礎，通過一定的演算法、配上密碼的加密過程，保證它的流通、控制、發行、激勵過程是可控的，在這麼一個基礎上，它導致了價值的一個計算方法，這個計算方法在一定程度上和當前很多商品相比來講有類似的特徵，即抗通脹。

所以，這導致了區塊鏈階段性地被認為是一種商品，這種商品的本身價值是什麼，大多數人已經忘卻了，就像大多數人買金條一樣，是看中了黃金的抗通脹屬性，但大概有多少價值其實人們已經忘卻了。

Q：這有點像曾經的炒鬱金香。

A：對，這就是階段性的，大家階段性的認可某一種商品非常有價值而產生了一種信任，這種信任在階段性里代替了很多原有的、傳統商品，甚至在局部代替了一些貨幣的屬性。

商品一旦變成通用型的產品，我們叫「通貨」（即貨幣），所以通證、通貨、代幣這三個是聯動起來了，但當你走到代幣層面上的時候，你已經完全忘記了比特幣的Token物理意義到底是什麼？這時候就會產生大量的泡沫，因為大家在盲目地用信任去相信一個自己並不能說清楚的東西，這時間就產生了泡沫。

所以，對於區塊鏈我第一，我一定不討論參與跟去中心化相關的事情。

第二，我們不參與任何跟幣圈相關的事情，我們不討論把Token如何變成一種幣。甚至在今天來講，這些代幣、這些虛擬貨幣，我認為它不完全具備貨幣價值，而是一種商品的體現、是一種虛擬數字商品的體現，大家購買它，如同購買一些字畫、購買一些各種類型的商品是一樣的，大家只是相信這個商品在一定的歷史階段範圍內有保值的特點，所以才去買它。

區塊鏈的一個基礎就是，凡是這個行業的業務產能能被標準化，它就可以製作成Token，凡是有Token通證的行業，就可以把Token做成通貨，通證即通貨。當所有這個行業的人都認可一個合約價值的時候，這個合約就可以流通起來，紙幣就是這麼誕生的。當這個合約流通起來，變成通貨的時候，它就變成了貨幣（代幣），所以它是個自然而然的過程。

因此，從Token到代幣就是這樣一個過程，而大家過度的放大了代幣的價值，其實每一種代幣只能在這個行業里能形成共同認知，它只是在行業內部的一個標準共識。在大環境下很難被認可。

就跟馬化騰先生兩會期間說的一樣，區塊鏈就是一個一個小的區塊，每個行業有各自的標準化，它自己有通證、通貨、代幣，但真正在行業間交易，在做整個經濟環境的時候，還是要用法幣來完成。區塊鏈最重要的作用就是把行業標準化。

Q：我們看到比特幣、虛擬幣的價值增量也是非常快的，那麼它對實體經濟會有什麼樣的衝擊？

A：比特幣的交易其實難度很大，大部分交易是在交易所里的代理交易，並不是直接的交易。比特幣的交易本身具備一個非常大的職能，在於它的兌換過程中計算難度越來越大，因為它每一次在交易的過程中，都要重新核算當前下總的全球計算力和歷史全球計算力，所以計算的冗餘度越來越大，計算難度越來越大，做一次交易需要幾分鐘、或十幾分鐘以上的時間，所以難度是很大的。

第一，它的技術壁壘不夠高。第二，也是有風險的，如果量子計算突破了，密碼學作為比特幣的安全基礎，可能很快就被打破了，密碼一旦被攻破，整個交易的規則就被打破了。所以，它的持有風險是比較大。

比特幣嚴重違反了我國央行中心化發行貨幣的規則，所以是一個非常大的經濟政策隱患。就目前來講，我們不會接觸這個事情，在這件事上一定要跟隨政策的引導步伐。

區塊鏈投資價值與安全性

為行業「賦能」是投資人最看中的作用之一，利用區塊鏈技術讓行業供應鏈的商品做得更標準化，運用數字交易讓產品流動速度加快，公司和公司之間不再基於單個商品本身和訂單來交易，而是基於數字進行交易，提高效率，是所有從業者更願意看到的。

楊歌認為，區塊鏈可以幫助整個社會的其中一些行業做數字模塊化，一旦行業形成數字模塊化之後，效率會大大提高。比如兩個公司沒有數據介面，互相不認可對方的價值和信息，它們就很難形成交易。或者說一個人想在村落里用1個蘋果換1.2個桃子，而另一個人拿1個蘋果換1.5個桃子，到底誰更具備供應價值，如何兌換這些東西，這就需要共識機制，這個共識機制是區塊鏈最重要的部分，它必須把這些東西落實下來，形成一個法定通證大家共同認知的一個東西，然後形成商品流通，讓效率提高是區塊鏈關鍵之所在。

此外，安全性也是大家都關注的問題，區塊鏈對於數字安全保障來源於分散式存儲，楊歌認為，這種方式很早就有。基於密碼學等理論，區塊鏈和比特幣底層的安全性在短期內破解不了，但存在著很大隱患，如果量子計算被突破，計算能力比現在多兩個量級，那麼密碼學以至於其他與計算有關的方向大部分都會失效，但量子計算會不會在五年內爆發？雖然未知，但也有可能。

中美兩國區塊鏈發展進度

目前，國內的投資人對區塊鏈的態度呈兩個極端，有非常擁護的一方，也有非常排斥的一方，所以也出現傳統互聯網投資人抵制區塊鏈現象。楊歌認為，技術本來是有底層價值，現在變成了風口操作，有投機公司為了快速賺錢，趁虛而入希望重新調整市場布局。這類公司特點就是往往會大肆宣傳，一味推動勸說。

中美兩國的科技發展差異日益縮小，談到科技創新等問題我們都會拿兩國做對比，在區塊鏈的發展上，楊歌認為兩國基本算是同步，而且中國在熱度上領先的，像很多美國區塊鏈公司，看起來也並不是特別落地，也是在用各種各樣的行業，大家一找到一個行業就作為載體，立刻去做行業通證，想著辦法去發幣，泡沫大於價值.

Q：最近媒體報道上引用了朱嘯虎的評價「區塊鏈泡沫今年就會破」，很多是從ICO角度去說的，那麼，區塊鏈本身的泡沫情況怎樣？

A：我所說的區塊鏈是不包含任何去中心化的事情的，但大家會把去中心化包含在區塊鏈以內，所以我不願意去討論這個混淆的概念。

第一，我認為幣的泡沫一定會受到打擊，一定不會炙熱下去，在這方面我支持朱嘯虎的觀點。第二，區塊鏈就是數據模塊化、標準化過程，數據標準化是整個產業升級、行業發展的必然趨勢，這個進程是絕對不會倒退的。

Q：在您看來，哪些才是真正的區塊鏈公司，他們未來的發展、挑戰是在哪些方面？

A：就是行業深扎，把行業的資源能夠深入理解，他能夠把行業摸清楚，並且把行業的每一個細節都能夠模塊化、數字化的這些公司，才是真正的區塊鏈公司，他們上層一定是拿數據去管控、引導的。比如有的工具軟體可以查所有公司的工商註冊、運營管理情況，這就是一個典型的數字化的應用。

Q：那您是不是也認為互聯網對各個產業的改變還有相當大的發展空間？

A：當然。從管理公司來看，看報表，看公司的情況，這是信息化階段。信息化之後是數據化，再往後就是模塊化和自動化，下一步就是智能化。現在大多數企業都在處於經驗化狀態，討論區塊鏈、智能化為時尚早，企業要經歷多個階段的升級過程才可以。所以，經驗化的行業就必須經歷互聯網信息化的過程，把你的行業變成信息標準的行業。這是一個遞進的過程，不要想跳過哪一層。

投資戰略：數據＋區塊鏈＋AI

相比區塊鏈，作為一名懂技術、會編程的投資人，楊歌認為人工智慧會出現獨角獸，比如在機器人、智能傢具、智能環境、智能城市等領域。而且他預測技術發展對人類生活的影響的速度會非常快，如果說移動互聯網改變人們生活需要20年，人工智慧，包括區塊鏈，可能只需要5-10年。目前來看，中國的人工智慧和醫療上有很大優勢，只是有一大難點在於，這很難看出在市場如何爆發，投賽道具有一定賭性，所以他的原則就是：多看少投，跟著局勢走。

Q：您看了多少人工智慧方面的項目？

A：市場上的絕大多數都看了，而且投資絕對是需要自己操作的，包括人工智慧幾乎所有演算法我自己都可以寫。我覺得很重要一點，人工智慧的特點是你必須要滲透到演算法裡面去體會這個過程，你要知道演算法有多難調整，才知道它多難和一個行業進行模型化的配合。

Q：也就是AI+各個行業是有一定門檻的，還有需要相當的時間對嗎？

A：對。2016年初市場上的一些投機者開始炒作生物醫藥，2017年5月開始到2017年底又在炒作人工智慧，再到現在區塊鏈技術的火爆，這個背後都是有原因的。大家不看生命科學而去看共享，大家不去看人工智慧而去看區塊鏈的主要原因，是因為生命科學和人工智慧的門檻非常高，它在說到一定程度之後，你很難達到共識。區塊鏈這個東西雖然看起來模糊的概念，但是很迅速能夠找到共識。無論這個共識到底是投機的，還是投資的。

過去我會很排斥沒什麼價值的風口，後來發現你尊重市場客觀規律。當大家都認知這個事情的時候，而不認知另外一件事情的時候，它本身就可能變成了真理，那你follow這件事情的趨勢，通過能夠駕馭這件事的趨勢再反哺真正的價值。從中能夠把真正的價值推動起來，所以我們現在的策略，在科技投資上傾向於把大數據、區塊鏈和人工智慧結合起來看，這是我們的戰略。

未來技術爆發會在5年後體現

Q：你們一直在跟進整個深度科技領域，但星瀚資本投的比較少。如果說這一次的技術浪潮會比以前更快，那麼下一個浪潮再出現的時候，大概是什麼樣的時間段？

A：這是一個很綜合的問題，同時要考慮政治、經濟和市場環境、技術環境。先剝離開政治、經濟環境的話，我認為技術爆發時點大概需要5年左右的時間，會在數據這個行業首先有一輪爆發。然後在10-15年的時候，會在生物工程產業有一輪爆發。做投資也好，做產能也好，最難一點是預測。

數據應用拆解兩個大塊，區塊鏈和人工智慧，當數據標準之後，可以藉助演算法來幫助人去做工作。我非常看重人工智慧，但是現在目前人工智慧的發展還有一些阻力，就是一些基礎的數據模塊沒有形成，所以區塊鏈在推進數據標準化上會起到一些作用。

單獨去看一個技術行業來講，我認為還有5年左右的時間就可以進入到下一個爆發點。

比如現在關於人工智慧模塊化中，比如說圖像識別、語音識別、語義識別，運動機能識別這些模塊。其實大多數公司都已經開展了很多的工作，這裡最大的難點在於語義識別，這一塊突破，我認為還有3-5年的時間。

其他的模塊都已經比較成熟了，或者很多公司都在非常刻苦去做。比如商湯科技做的是演算法層面上，比如說寒武紀做的是底層晶元層面上，其實大家都在不斷努力做這一塊。每一個點其實都在模塊化的過程，你少一個模塊，機器人就不完整。你少一個模塊，比如NLP（自然語言處理）自動駕駛就沒那麼好用，如果沒有語音控制信號的話，自動駕駛是非常難操作的。人們不可能坐在車裡面去打字，去拿滑鼠操作，這是不可能的，所以這是一個控制過程。

再比如機器人，人機之間語言對話的過程、理解的過程，難點是很大的。如果關注細節的話，其實這一塊在這兩年里發展速度非常快的，但是離商業化、標準化還有一定距離。

所以我預計，數據化是這裡面的一個重要的方向，數據化其實裡面就包括智能化，然後行業就包括人工智慧、區塊鏈，再者行業就包括我剛才說的這些，這個過程還需要5年的時間才成熟，之後會引來整個產業升級期。

作者：Joyce

來源：科創者說

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！