写在最后

采访中，针对沈劲提出的其他一些价值观点，科技行者归纳整理如下：

问：从国内的公司来看，AI的企业越来越贵了。我们不否认资本会推动技术或者市场的有效配置，但是现在的发展态势已经有点像是军备竞赛，您如何看待这样的现象？

沈劲：我和你的感觉一样，AI公司的估值确实普遍偏高。在这样普遍的现象中，有一些高估值企业我们还是觉得值得投资，是因为它发展潜力很大，而有一些企业我们认为没有这么大的发展潜力，可能我们就很难做出投资的决策。比如，商汤科技肯定属于比较贵的公司，当时IDG做决定投资他们的时候，也觉得有点贵，但从今天看，IDG的这笔投资已经增值很多。

我们分析认为，商汤正在成为具有平台级能量的AI公司，正如商汤科技联合创始人和副总裁徐冰在这次峰会所说，他们要做“电厂”，而不是家用的小柴油发电机。也许有些公司觉得这样挺好，有了电就可以制造冰箱、洗衣机，然而商汤认为，电只是一个基础元素而已，真正的价值不在于电，而在创造出来的其他零部件以及集成的产品或解决方案。

所以像商汤这样的公司，如果真的做成“发电厂”这个级别，我自己也认为它有很大的发展前景，而且今后它的发展规模会比那些仅仅做一个单独应用的公司要大得多。

但另一方面，我们不需要那么多发电厂。所以我们想跟大家说的就是，大家赶紧去做应用、赶紧在自己的专业领域做设备端的AI。如果今天要重新盖一个“发电厂”，直接和BAT、小米、商汤这样的公司去竞争，要生存下来还是会很艰难。

这就是我们对于估值的看法，虽然普遍有偏高的趋势，但也还是要具体结合到每个案子来分析。

问：对于这些级别的算法类公司而言，他们的竞争点是什么？譬如，现在看人脸识别的公司，他们后续的落地场景也很同质化：在智能手机端做图像优化以及安防监控。您觉得后续还会有一些什么样的变化呢？还是说现在看来，目前这些是最可行的途径？

沈劲：为什么人脸识别第一步的应用是安防，首先它的应用场景跟图片和摄像有关，这就是计算机视觉。而且幸运的是，中国的这个应用市场特别大，以至于能够容纳几家公司都在做同样的东西，可能他们面向的具体市场区域不同。中国市场特别大，这就给中国的AI企业带来独特又非常宝贵的市场资源。

中国的互联网金融发展得特别快，身份认证的市场比较突出。并不是说美国的互联网金融水平不高，但美国多年来的信用卡和信用体系，积累的数据已经特别多。在美国，要鉴别身份，目前并没有刷脸的技术，但因为系统已经积累了很多数据，他们可以通过核对这些数据信息就能判断你的身份，比如说你在某几个地址是否居住过；但是中国没有这样的数据积累，同时互联网金融在这两三年内突然爆发，这就提供了一个广阔的身份认证市场，比如你想盗用别人的身份证借款，要如何判断这是不是你本人的身份证，这个市场就很大了。

中国广阔的市场机遇为计算机视觉技术提供了大量的应用场景，因为市场够大，所以我们可以看到大家都在做同样的东西。但一旦企业数量太多，市场机会就减少了，这个时候怎么办？我们就需要在各个行业进行挖掘。这个挖掘工作才刚刚开始，我们已经看到一些做消防应用场景的AI企业。事实上，已经有创业者在用人工智能做消防应用了，通过监控各个电器的使用情况，他们能够提前侦测出一些消防隐患。所以目前，这个领域也是我们很关注的一个方向，和我们今后投资需要注重的一个领域。

问：今天宣布投资的9家公司，商汤跟摩拜两家公司都是行业中发展规模比较大的公司，其实在他们成长还很小的时候就应该可以参与投资，为什么到现在才参与？是什么样的契机决定投资他们？中国有很多创业公司，除了投资，高通会不会通过并购的方式来累计公司整体的技术储备？

沈劲：高通其实也是非常重视并购的。我们总部有一位执行副总裁，负责的就是投资、并购和公司战略三个部分的工作，我们创投部门是这三部分里面的一项。目前在中国市场我们还没有专门的本地团队在做并购，但如果有并购的机会，我的团队也会参与临时组建的团队来考核并购的对象或者并购的机会。并购在公司拓展业务以及在向其他领域的延伸中是一个很重要的手段。

一般VC经常会说他们有几个关注领域，比如TMT、医疗、能源等。但高通创投在投资领域其实非常聚焦，我们都不说TMT，而是在TMT这个大范围内再聚焦到前沿科技，具体就是四方面：人工智能、XR（也就是VR／AR／MR）、机器人和物联网。就投资的阶段而言，有的VC只投A轮或B轮，有的只投后期的，或者作为PE，没有大的资金需求他们就很难投进去。跟这些VC不同的是，高通创投在资金方面比较宽松，我们可以投几十万美金，也可以投几千万美金。这使得我们有机会在各个阶段都能够参与。

至于为什么商汤的A轮我们没有参与，摩拜的早期我们也没有参与，会有一些细节的原因。有些VC专注投资特别早期阶段的项目并且量特别大，譬如经纬，他们有时候也会反思，为什么没能够参与到某个项目当中，但其实从另外的角度看，他们已经参与了很多很好的案子了。所以，这背后肯定有各种各样的原因。像经纬这样的VC，他们专注的就是早期，到了C轮、B轮，需要几千万的案子可能已经不符合他们的投资理念了。但高通创投比较灵活，可以做比较大额的投资，也可以做比较小额的投资。

问：我接触过一些公司，他们感觉现在做人工智能的成本还是太高了，运算的不算很快，功耗特别高，可能这个问题在移动终端上体现会更明显。高通有没有自己的想法或者标准，比如运算能力达到多少或功耗达到多少，就可以用到手机上？另外，现在很多在做的深度学习或者是脑神经的架构，是否会直接用在手机上，还是说需要开发一些新的架构用在手机上？

沈劲：高通一直强调的是异构计算这个架构。手机有各种各样的应用，当你要玩游戏或者看很多视频，主要就是用GPU；如果需要经常待机且保持始终在线，那就是DSP；如果是通用型的话，就是CPU。现在手机用到人工智能了以后，我们发现异构的架构特别合适。GPU做并行处理是比较不错的，但也有人会觉得TPU、NPU是不是比GPU更好，在技术不断的演进当中肯定会有更好的方法不断出来。我们在DSP上做并行处理效果也很好。异构的架构给了我们处理人工智能很好的平台，因为它并不单一。如果只是一个CPU，硬要在CPU上运行人工智能的话，那就有可能出现你刚才说的运算慢的情况。我们还是非常幸运的，我们一直在推的SoC、异构架构，现在看是非常适合于跑人工智能的应用的。

另外，你问用在手机上的人工智能是不是有一个标准，但其实这些标准都是在具体应用中产生的。以高通和商汤、OPPO的项目为例，OPPO这次也提到，从他们开始接触相关的公司，到真正手机发布，用了13个月。OPPO前后接触了十几家公司，最后选定商汤和高通的芯片平台，三家公司一起努力，在这个过程中会产生一些标准出来，比如功耗必须达到多少，时延达到多少，这是前提，所以，如果达不到标准，就更谈不上具体应用了。