北大青年CEO俱樂部年會上，CEO們和投資人如何看人工智慧和教育

2019年1月19日-20日，「奮鬥同路、創業同行——弘道·未然 2019第二屆北大青年CEO俱樂部年會」在中關村國家自主創新示範區會議中心舉行，近千名北大青年創業校友共聚一堂，展示和彙報創業成果，講述和分享創業故事，舉行北大青年CEO俱樂部「未名創星」獎頒獎典禮和硬科技高峰論壇，重磅發布北大青年創業宣言，為資本寒冬下的創新創業注入了新動力。

在本次年會上，不乏關注前沿科技領域的投資人和創業者，雷鋒網將部分嘉賓的演講整理編輯如下：

雷鋒網註：北極光創投董事總經理 楊磊

我們今天其實在一個很特殊的年代，如果回顧過去改革開放的40年，我們其實已經走過了兩個階段：

• 第一個階段：人口紅利的階段。也就是每一個人希望找到他適合的一個職業來創造生產價值。

• 第二個階段：資本紅利的年代。資本通過投資一些資產來創造價值。

但是，今天我們也知道，中國用工人口在下降，現在所有的資產的價格基本上都處在歷史的高峰，未來的機會到底在哪裡呢？其實只有這兩個字：創新。

很高興在開篇的時候提到李克強總理鼓勵企業創新，我認為這裡面，企業創新這四個字其實說出了創新的本質，創新本身不產生價值，創新必須有載體，它的載體就是企業，就像我們的人本身不能創造價值，我們人只有在合適的職業裡面才能創造價值，資金本身也不創造價值，只要資金投到了正確的資產上面才能創造價值。

有一位投資人過去是在俄羅斯學交響樂的，他對創意、創新和創業三者之間關係的描述給我印象很深。他說這就像貝多芬的《命運交響曲》，前面這幾拍是創意，創意之後的10秒鐘那個旋律是創新，但是創業其實是整部交響樂。

無論是一部交響樂還是我們任何一個企業，其實這裡面都有非常多複雜的元素，如何去組織這些複雜的元素去創造價值？這個其實也就是創業的本質。

我們今天這個時代其實是一個非常特殊的時代，我背後講的是作為一個風險投資的從業者我們關注的一些領域。大家可以看到這裡面的泡沫特別多，從雲計算到人工智慧到物聯網、到基因編輯到3D列印，其實有非常多的行業或者有非常多的技術都在發生飛快的變化，這是第一個特點。

第一個是快速變化，每一個泡沫都在發生變化。第二，有非常多的技術都在快速發展。第三個是多個泡沫之間其實還有關聯性，所以這裡面還存在一個跨界的機會。

在新的這個時代裡面，其實我們需要的企業家是管理專才的通才。

未來會怎樣？作為一個投資人，我們會花很多時間去想，今天可能沒有辦法展開。但我覺得有4個領域：

第一，計算構架在快速的變化。我們今天的計算構架，大家都知道一個詞叫雲計算，雲計算其實是一個中心化的計算構架，在未來的10年我們會再一次走向去中心化，這是一個我們叫智能物聯的時代，我們連接到這個智能物聯計算構架裡面的器件數會是現在的100倍，達到一萬億個。那麼，無論是在雲還是在邊緣，還是在我們的智能終端上都會發生翻天覆地的變化，從器件到系統到軟體，這個是我們關注的一個大的方向，就是計算構架的變革。

第二，移動終端。我們的手機估計都拿厭了，這個手機從蘋果的iPhone開始大概10來年沒有發生太大的變化，但是在未來的2-3年，新的移動終端的形式會出現，最有可能的是兩類，一類是AR/VR，這也許可以稱之為鳳凰涅磐，還有一個是柔性可摺疊的移動終端設備。其實，很多行業裡面的公司已經在非常積極的為這個做準備。

第三，機器人。機器人和人工智慧和物聯網這些技術都會融合在一起，會從工業界走入商業，走入家庭。

第四，把基因和比特的技術結合在一起。如果這兩個技術能夠很好的結合，其實可以大大加快在生物生命科學領域創新的速度。

我還非常看重另外兩個趨勢，一個是管理半徑無窮大，另外是產業鏈的價值會重新分布。

如果我們回過去看歷史，其實人類的管理半徑在非常快的膨脹。在農耕時代，其實管理半徑就是家庭，到了工業時代，我們的管理半徑是公司，但是今天其實我們看到很多的企業，它的管理半徑是生態，我們有很多初創企業用了非常短的時間，就達到的非常大的規模。

美團現在大概有5、6萬人，但是如果把它管理的快遞小哥加在一起估計30萬、40萬都打不住，VIPKID從只有10幾個人的一個公司，非常快的膨脹成了1萬人，那麼我從1萬人的公司的員工管理著10萬人老師的團隊，技術讓我們可以管理更大的半徑，更大的半徑也意味著可以把更大半徑里產生的價值聚集。

其實，這是一個很可怕的事情，我們今天還在靠人去擴大管理半徑，如果有一天我們用機器人來控制管理半徑，那麼那個時候管理半徑會趨向無窮大，這也就意味著貧富會更加的分化，掙錢的企業會越來越少，越來越有頭部的效應。

現在幾個大的技術趨勢，人工智慧、大數據、物聯網，其實在各個行業裡面都在發生巨大的作用，我們不相信演算法，我們覺得演算法太薄、太輕，沒有辦法對一個行業產生根本的變化，我們相信技術的融合，無論是晶元的技術，大數據的技術，還是物聯網的技術和演算法結合在一起，才能真正改變一個產業。

我們從自己投資的一些公司也看到，通過他們的努力不再是薄薄的演算法，而是能夠徹底顛覆一個垂直領域的解決方案，我相信在這裡的各個行業都會發生非常多的變化，打造這麼一家公司的創業者，其實非常難，他需要有非常寬廣的認知邊界。

這裡就提到我非常喜歡的一句話，是最近《原則》這本書的作者達利歐講的，「The two biggest barriers to good decision making are your ego and your blind spots」。我們往往因為驕傲不願意去擴展我們的認知邊界，我們因為不知道我們的認知邊界在哪裡，我們在我們的盲點裡面去做決策而造成錯誤。

我覺得今天執行力已經不再是核心競爭力，如果你來創業，你說執行力非常重要，我覺得這個是最根本的，今天大家拼的是認知，而拓展認知作為每一個創業者來說，變的尤為重要了。

任何一個行業的改變，現在都有非常巨大的一個技術變革在其中會起到非常大的作用，所以作為一個CEO，技術認知是非常重要的，如果你不能夠了解技術可以做什麼，不能做什麼，那麼很有可能你在你自己的盲點裡面做決定，這個決定也很有可能是錯誤的。

這也是為什麼當我們看到每一次技術變革的時候，往往剩下的人不是上一代人，剩下的人是新的英雄。

雷鋒網註：美國中經合集團董事總經理 彭適辰

硬科技過去幾年成長的非常好，假如你們是在硬科技領域創業，這是一個非常好的時代。這個裡面包含8個賽道：人工智慧、生物技術、信息技術、光電、智能製造、新能源、新材料、航空。

我們講資本寒冬，資本寒冬這個是危機，但是我們中國話很有意思，危機是危也是機，我個人認為裸泳公司的危險，但卻是硬實力公司的機會，因為這時候資本退潮，很多公司沒有競爭力的公司慢慢也不行了，你做的好，既然是冬天，春天肯定會來，春天來的時候，你做的好，你在這個危機的時候，站好你的基本功，春天的時候就是你的機會。

所以，這個資本寒冬危機我想不用怕。以下是我給創業者的十點建議：

雷鋒網註：第四範式聯合創始人田楓

當我們談到人工智慧的時候，大家第一反應可能是感知層的人工智慧。什麼是感知層的人工智慧呢？就是機器替代一部分人的能力，比如說：聽說讀寫或駕駛的能力，類似圖象識別、語言識別、自動駕駛等等這些方向上技術的應用。

其實，我們今天看一些真正依靠人工智慧技術得到巨大商業價值的這些企業，比如說BAT、今日頭條等，它們並非依靠感知層的人工智慧技術得到提升的，那它們是通過什麼樣的人工智慧技術應用來達到如此提升呢？

通常來講，企業的經營分為三個層面，最高層面是企業的經營戰略，接下來是基於這個戰略而制訂策略，也就是決策層，再下來是這個決策的執行層。

在幾十年的科技發展中，包括互聯網和移動互聯網的發展，執行這一層已經幫助企業的經營起到了一個很大的變革。比如說，以前我們要想獲取潛在客戶可能要去街上發傳單或者一個一個打電話，那今天可能通過互聯網就可以達到這個目的了，但是在中間決策這一層，傳統上還一直是通過人的方式來解決的，第四範式認為中間這一層未來會是人工智慧發揮它價值非常重要的一部分。

對於決策層，之前的做法是怎樣的呢？大家憑藉自己的經驗，基於對這個行業知識的一些認知，包括這個行業的所在領域的經驗去總結它的規律，包括通過數據去分析，分析數據中蘊藏的一些信息，然後把這些規律和信息做成一些業務策略，然後使用到經營中。

在如今這個數據比較完備的時代，機器做這件事情可能已經比人做得更好了。機器有比人更強大的計算力，它不知疲倦，同時它有更強大的記憶力，可以比人認知記憶更多的規則，這一部分我們相信它可能比人做到更好，做到更細，可以覆蓋更多的規則，然後帶來更大的價值提升。

實際上，我們在最近幾年的實踐中，看到了大量這樣的提升效果。我很幸運，是中國最早親身體驗到通過人工智慧影響決策層最終實現業務價值提升的一員。2006年，我加入百度商業搜索部門，當時的主要工作就是分析廣告的數據，去找出這裡面的規律。

比如說，對男性更適合展示什麼廣告，對女性適合展示什麼廣告，不同的年齡段什麼樣的廣告是更適合的，挖掘出背後的規律後制定成規則，使用在廣告展現的系統中。

當時百度已經算是中國比較大的一個規則系統了，像我一樣在從事著從數據中去找這樣規則的同學也已經非常多了。

但是，2009年開始我們將人工智慧技術使用到系統中，通過人工智慧去分析海量的數據，去分析每一次的廣告展現行為以及反饋，這些規律裡面蘊藏的信息。基於AI把規則數從原先我們人工的幾千條，提升到最後的數十億條之多。以往，人受制於精力往往抓大的規律，比如說把人只分成性別，或者只分成這個年齡的方式；而人工智慧系統，可以非常精細地看到每一個人的行為習慣，每一個人的特性，然後針對性地去做這方面的策略，可以非常的精準，從而帶來巨大的提升。

今天，我們已經看到越來越多的公司，通過把人工智慧應用到企業經營的決策層，從而帶來巨大的商業價值提升，我們相信在未來多數一線的決策，會逐步由機器代替人來做，相信大家也都看到了這樣的一個趨勢。

去年大家開始提資本寒冬，甚至有人說AI寒冬，但是我們更相信越是在經濟下行或者經濟不確定的階段，AI會展現出更大的潛力。在經濟不確定的時候，你去找一個新的經濟增長點，可能是比較難的，特別是傳統的體量已經非常巨大的行業，比如說能源、金融或者是零售。但是如何用人工智慧去提升它們的決策能力，去提升它們經營決策裡面的價值，將會是一個非常大的需求。

把AI應用到這些行業裡面，去引爆它們的潛力，這個就是我們在今天這個題目裡面的志存高遠。

這幾年我們跟這些行業客戶一起去探索人工智慧如何與行業結合的過程中，發現在人工智慧應用上，現在還在面臨著幾個大的門檻。

門檻一：認知層面的門檻。就是人工智慧這個技術，比如說今天的神經網路演算法，它並不像傳統的統計技術一樣，對於業務人員那麼友好，它其實是一個不容易直觀理解的技術。

同時，使用人工智慧去提升業務經營的使用方式，或者是業務系統的組織方式，跟傳統的系統搭建方式也是不一樣的，這裡面就是一個認知上的差異。反過來各個企業或者各個行業裡面，他們的業務專家的業務經驗也是多年積攢下來的，並非人工智慧的技術專家可以在短時間就獲得的。

那怎麼樣消除中間的鴻溝，把人工智慧應用或者人工智慧演算法的專家，跟懂業務的專家關聯在一起，構建出更多的應用，這是一個急需解決的大問題。如果有一個像JAVA一樣非常簡單易學易用的一個中間平台，然後通過基於這個平台做一些基本的配置，或者通過一些組合就能夠搭建出一個人工智慧應用，而不需要太關注AI演算法的部分，這將會給行業帶來一個非常大的爆發和提升。

門檻二：數據門檻。所謂巧婦難為無米之炊，剛剛也講到，人工智慧是基於海量數據，從裡面來挖掘知識和經驗的，很多企業說我已經有數據了，為什麼我不能用？傳統上很多數據其實並不是針對AI的應用來搭建的，而是基於BI的應用來搭建的，這個區別是什麼呢？BI是給人用的，人的特點是抓大放小隻看重點。

所以，BI系統很多時候是把生產上，或者是產生了大量的數據拿過來，然後去掉一些人看不過來的信息做一些統計和匯總，然後只保留最關鍵的信息，保留在一個數據倉庫裡面，而且這個過程並不是在線的，而是離線的。

而人工智慧其實需要的是第一手的、非常詳細的、非常實時的數據來幫助決策，這個也是很多企業可能在今天，它的數據還不能很好地支持人工智慧的原因。

門檻三：人才門檻。搭建一個好的人工智慧應用，需要知道我應該選用什麼樣的數據，需要知道數據如何處理，怎樣去建模，然後這裡面神經網路的結構怎麼去調等等，這些其實是需要非常資深，經過豐富訓練，有很多業務應用經驗的科學家才能夠完成的。

今天行業裡面這樣好的科學家跟行業的需求比起來遠遠不夠。而如果能讓機器自己去解決這些技術問題，自己去建模，調參，甚至自己選擇數據，會對這個事情非常有幫助。

今天台下來了很多創業者，所以我先分享一個創業者的故事，晚清有一個大實業家他叫張謇，他在高中了狀元之後，他沒有選擇從政，反而是回到了他的家鄉南通開始創業了。

因為當時他選擇的是相對比較先進的一些技術，所以他所創辦的大生紗廠也做的非常成功，算是創業成功的代表，賺了錢了，就開始有一些更多的思考。

後來，他就提出來說，在當時的那個社會環境之下，實業救國和教育救國是同等重要的，所以他就用賺來的錢開始興辦學校，據後來統計，張謇家族僅在南通這個地區，他們所興辦的這個學校已經達到40來所。

所以，張謇他其實是一個成功商人的代表，就是他們會認為教育和實業是推動社會進步非常重要的兩個方面。我們把時間拉回來看看現在中國教育的一些情況，先看看大數據這一塊，國家教育支出這一塊來看，零零年之前國家整體的教育支出是佔到GDP2%-3%，零零年之後這個數據有很大的一個增長，差不多能到3%-4%。

2017年最新的一個數據整體是在4.3萬億，已經突破5%了，而這個水平和美國是差不多的。家庭的教育支出來看，城市家庭教育支出能夠佔到整體家庭支出的兩成左右，教育支出已經是躍升為家庭整體支出的第二位。

所以，我們可以看到不管是國家，還是我們的小家，對教育的重視程度是越來越高。資本市場其實對教育領域的關注也是越來越大，過去幾年依據市場融資的總量和融資的事件也在不斷地攀升。

近幾年也有不少教育企業完成了上市，包括我們投資的卓越教育，最近也在港股完成了上市。隨著技術的進步，其實我們也看到了教育信息化和在線教育也越來越普及，所以有非常多優質教育資源能夠流動起來，讓更多的受教育者可以受惠。

我們當然也發現教育其實作為一個行業及產業來說，還是比較早期的一個階段，所以也看到了很多問題，當然這些問題也是機會。

比如說，素質教育非常重要，但是素質教育在我們國家其實還處於比較早期的一個發展階段，很多STEAM教育還在關注怎麼讓自己的課研體系能夠有比較好的成體系的發展。我們也看到職業教育這一塊，高等教育其實還在關注怎麼樣讓自己培養的人才能夠跟更適合產業的要求。

國家提新舊產能的轉換已經很久了，我們也是希望有更多的職教領域的企業，可以真正的把面向於這個市場的，更好的教育產品能夠帶入到學校中，能夠幫助學校培養出更好的技術技能型人才，進一步去滿足產業的人才需求。

我們是做教育投資，這件事其實是一個新興產業。我從北大化學系畢業之後，先去了新東方，後來去了好未來，這兩家公司剛好先後市值超過了百億美金，峰值的時候可能接近300億美金，成為世界上規模最大的教育公司。

但在我剛加入新東方的時候，行業根本不是這樣的，我印象特別深刻，有一年春節，我回遼寧瀋陽老家坐計程車。計程車司機問我說過年都是北京回來的，是大學生吧，我說是剛從北大畢業。那個司機就挺興奮的說，你也挺為瀋陽爭光的，大學畢業做點什麼呢？我說我在新東方，那個計程車司機就說：「完了，這娃可惜了。你畢了業也沒有進政府，也沒有進國企，居然進了一家培訓學校。」所以，當時這個行業大家其實是比較不認可的。

但是，斗轉星移，15年過後，可能每個人都認為教育行業是一個可以被投資的，有很多投資機會的行業。因為我們做投資的，每個人都希望投出代表性的項目，其實我一直有一個夢想，投一個代表性的項目叫北大。但可能公立的學校其實是不讓你投資，所以教育行業其實主要投資的是新興的供應鏈。

但整體而言，大家能夠享受到的教育產品質量還是非常差的，在座的各位可能有幸作為萬分之一的受益者，能夠享受到北大這麼優質的教育，但是絕大多數的人能得到教育產品的質量非常低。所以我們說如果想解決這個問題的話，最重要就是為教育行業吸引更多的人才。

所以，藍象作為中國最早一家專門投資教育領域的早期基金，其實我們一個重要的使命就是把更多優秀人才通過資本的手段吸引到教育領域裡。

過去三年半的時間裡，我們一共投資了64家教育的早期企業，到目前為止，收益率和回報率還是不錯的。這64家裡目前來講60家還活著，平均收益超過10倍的達到30%，可能有10家企業估值已經超過了1億美金。

我們三年半前投的第一家公司，當時投了230萬，這個公司最近的估值已經達到10億人民幣，我們在其中大約有11%的股份。從這個個例的角度來講，教育投資其實有自己獨特的商業模式。

最後說一點，教育行業其實是有政府管制的，國家每年也投入4萬億的錢在教育領域裡。教育領域商業化程度和資本化程度相對來講還比較弱，但從微觀的角度來講，目前來講教育行業已經有600多投資人了，三年半之前可能這個行業里專門看教育的人不超過10個，今天已經有600個投資人在看教育領域了，平均每年大約有三四千家新興的教育企業在創辦。

我們之所以稱為「藍象」，是因為藍色代表科技的顏色，而教育創業者其實跟大象有很多相似之處，教育企業可以做得非常大，活得非常久。我認為，科技不是解決教育普惠問題的重要手段，而是唯一手段。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！