人工智能并不是一个新鲜的词汇，无论从学界还是业界，人工智能在过去60年里已经经历了三起三落，但人类从未停止对“机器实现人类水平智能”这一最初梦想的追求。不管是投资还是创业，我们都在探索如何在商业环境里找到人工智能的应用价值。那么，已经发展了60年的人工智能，今天我们该怎么看？
技术发展有周期性
从1956年达特茅斯学院第一次正式确立了“人工智能”（AI）这个研究领域开始，历史上的人工智能经历了繁荣的“黄金年代”，也度过了理想破灭的“低谷”，人们在低谷时一度试图采用一些新词（例如：大数据、机器学习）来掩饰这个被三次抬高又三次破灭的概念。 然而，人类对AI最初的梦想一直没有改变，终于随着AlphaGo战胜李世石再次被唤醒，并且期待这一次它能为产业发展带来质的突破。
其实不止人工智能，如果我们看关于IT和互联网的热销书籍《浪潮之巅》、《沸腾十五年》等等，整个IT产业在过去几十年同样经历着起起伏伏的周期，这说明了一个问题：技术的发展史是有周期性的。通常上一波技术的普遍应用，往往是引起新的一轮技术发展的原因，这是一个不断从量变到质变的过程。
人工智能发展史
Timing很重要，量变产生质变
在周期性发展的技术创新领域里，创业和投资都需要着眼时代的需求，提前于周期，但又不能超前。正如在YouTube出来之前的许多视频的公司，受制于带宽限制，使它们最终失败；而手机如果只是工作在2G网络下，相信很多移动应用也不可能有今天的成功。
技术创新一定是上一波的量变引起的下一波的质变，当量变没有到来时做质变的事情，就会导致失败。
这也就是为什么技术创业和投资的Timing很重要。 中国的创业环境经过了产品创新和模式创新两个阶段，随着国内基础通信设施越来越完善，互联网的普及带来了海量数据积累，摩尔定律和云计算大大提升了计算能力，我们认为中国已经做好了迎接下一个“技术创新时代”的准备。
除了基础设施完善、计算能力提高、海量数据积累，中国在技术人才的占有率上也逐步走向世界第一的位置。
据前不久白宫发布的《国家人工智能研究与发展策略规划》统计：从2013年到2015年，在SCI收录的论文里，提到“深度学习”的文章数量增长了约六倍，同时由中国科学家发布的相关论文已经超过了美国，成为世界第一。
这也是为什么今天很多人都在谈论技术创新这件事的原因，而对于涉足看上去很广的技术创新，我们重点关注什么方向呢？我从以下三个方面来解读技术创新带来的投资机会：
1.数据处理及决策。随着海量数据的积累和计算处理能力的量变，使得不论是从需求端还是供给端都迎来了质变的机会。我们看到大多数在过去几年蓬勃发展的互联网公司基本都是野蛮生长的，之前积累下的海量数据金矿并被没有被挖掘。而如今互联网流量的红利正在消失，在线流量越来越贵，深度挖掘流量带来的价值、增加用户留存，都是早期野蛮生长后的互联网企业如今越来越迫切的需求。从供给端看，机器学习、云计算、数据人才的量变，都使得数据处理的能力大幅提升。因此，我们会在未来很长一段时间内重点关注和布局数据驱动的技术创新机会。
2.机器代替人。世界人口结构在近些年来发生了明显的变化，发达国家的老龄化和发展中国家劳动力成本的加剧提升，都使得我们对机器代替人越来越渴望，这无疑给创业和投资带来了巨大的机会。机器如果要代替人，必然需要相继学会独立完成“听”、“说”、“读”、“写”、“走”、“做”、“理解”等人类行为，但要完全攻破这些技能达到人类的水平，我们认为起码还需要几十年的时间。
然而，随着视觉识别、语音识别、NLP（神经语言程序学）、SLAM（即时定位与地图构建）等底层技术越来越成熟，我们认为，有些简单且重复性的工作是可以优先被机器学会的。在商用领域和工业领域，“机器代替人”都在慢慢迎来从量变到质变的过程，比如客服和售前机器人（chatbot）的大规模应用，比如工业制造型机器人等等。