郎春晖 现场图

　　创新工场总体上看好人工智能。但每家基金有各自不同的打法，有不同的长处，看好一家企业的话就给一个offer。还有就是信息不对称，或者政策不对称。创新工场努力打造的特点是支持不对称性。2009年，创新工场成立，跟其他老牌基金比创新工场真的是一个新兵，之所以现在做得还不错，也是创新工场对前沿的东西看得比较重。

　　创新工场的员工很多来自google，人工智能阶段确实也有挺多的质疑声，创新工场的方法是，先做起来，成立一个人工智能工程院，先去实践一下。

　　数据显示，从2016年到今天为止，中国凡是涉及到人工智能的投融资事件，大概将近七百起，涉及了大概六百家公司，在中国一年投资的案例数大概在七千到九千家左右，也就是说还是不到10%的体量。郎春晖认为，10%已经很高了，所以可能有一些不是真正的人工智能。

　　虽然做这么多年创新工场整个规模并不是特别大，投资团队有大概二十多人，但是创新工场在人工智能研究院上算是花了血本，希望到明年年底能扩展到一百人。

　　为什么创新工场会愿意做这件事?是因为创新工场过去这些年也投了七八家公司，好的人工智能公司很难找到，而且也很贵，一估值就是五千万美金，很正常。这个不是合理性而是稀缺性，在中国能出人工智能团队的来源相对很少。另一方面人工智能确确实实有放大性。郎春辉举了一个特别简单的小例子，去年3月份投了一家小额现金贷的公司，叫用钱宝。当时投它的时候月放贷额只有3亿，算是在第二、第三梯队，但是创新工场看到了它背后的发展前景。今年3月份月底开董事会的时候，用钱宝月放贷额已经从3亿增加到24.7亿，每8秒钟放贷一笔，坏账率也比同类型好很多。此外，人工智能还有一个放大效应，就是可以把这些稀缺人才拢在一起。

　　人工智能一个先提条件：就是要有海量的结构化数据，否则发不出力。郎春辉认为，光有人工智能没有场景没有意义。那么，什么样的场景现在能有海量的结构化数据呢?一个是金融场景，另外一个是医疗场景。医疗场景在国内相对还有几年时间，因为国内的基础数据太差了，这种电子病例虽然建立起来，但是结构化各方面仍然很差，这两个是郎春辉现在比较看好的基于场景可投人工智能的领域。

　　人工智能出行也挺有意思。周末如果想叫一辆快车去什么地方，点完却后悔，想取消，因为用户忘了输目的地，但是取消已经来不及了，用户说抱歉，“我点的时候忘了输到哪了”。他就打电话给司机，然后司机告诉用户说，是去哪哪哪，输入的地址其实就是用户每周日都会去的那个地方，系统已经默认了。

　　什么人干什么事，不要去追热点，人工智能创业门槛真的非常高。

　　郎春辉还表示，“不知道我的定义是不是偏颇，很多人是把人工智能和大数据等同起来，我们可能说的人工智能相对窄，真的是一个黑盒子。我把海量数据扔进黑盒子里，你刚才说的那个东西是基于数据挖掘的效率提升解决方案，我觉得不完全是一个事情。”

　　很多人问过郎春晖这个问题，你看的项目多，你觉得学哪个专业将来不会被取代？郎春辉觉得，做投资是一个好的专业，应该不太会被人工智能取代，尤其做早期投资，真的像是一个老中医。这种经验很难完全用数字量化的，所以早期投资人很幸运，30年内起——码后半生不会担心职业生涯被人工智能挑战。做投资20%是圈子，你在这个圈子里面混了很多年，就会觉得越来越顺。

　　人工智能现阶段就是提升人的生活质量，原来十个人干的活现在两个人就能干，八个人可以除去玩。