1949-2019：中國硬科技終迎來黃金時代

本文來源自CV智識
……………………………………………………

┃從達特茅斯的夏天到中國科技的“春天”

上世紀 50 年代，中國剛剛從槍炮與戰爭中站立起來不久，滿目瘡痍，百廢待舉，科技尤其如此。國內專門的研究機構一度不超過 30 多個，全國科技人才一度不足 5 萬人。

同一時期，大西洋彼岸的美國也正歷經一段黃金歲月。儘管存在核滅絕、種族隔離和迫在眉睫的冷戰的威脅，但上個世紀 50 年代仍然被視為美國歷史上幸福和繁榮的時代。

1956 年夏季，新罕布什爾州漢諾威小鎮，達特茅斯學院群星閃耀，一群來自各大研究機構和科技公司的科學家們聚在一起，共同研究了兩個月，目標是“精確、全面地描述人類的學習和其他智慧，並製造機器來類比”。

這是人類近代歷史上，頂級科學家們第一次如此齊活地聚在一起，就機器智慧問題進行探討，也正因為此，達特茅斯會議後來被公認為人工智慧的起源。

與達特茅斯會議幾乎同一時期，參會的西蒙、紐厄爾和第一屆圖靈獎得主艾倫·佩利（Alan Perlis）一起創立了卡內基梅隆大學（Carnegie Mellon University，CMU）的電腦系，從此，CMU 電腦系成為電腦科學和人工智慧研究的高地。

80 年代，一批懷抱“遠大的理想、志向、抱負和對新事物的追求”的中國學生陸陸續續來到 CMU 電腦系，向人工智慧先驅們拜師問道。

這些年輕人，包括曾經活躍于谷歌的李開復，百度的陸奇，前微軟亞洲研究院院長沈向洋，現任微軟亞洲研究院院長洪小文。

而一些當時沒有選擇 CMU 的年輕人，如電腦視覺華人鼻祖黃煦濤、2000年圖靈獎得主姚期智，則在同樣散佈在東部學術高地的各個頂尖實驗室裡。

90 年代，當時只有二十出頭的中國年輕人湯曉鷗，剛剛從中科大資訊科學技術學院畢業。此後，他沒有選擇繼續留在母校，而是來到歷史悠久，學術輝煌的美國東北部繼續求學深造。

新千年之初，深度學習技術已然取得重大突破，卻還沒有迎來屬於它的高光時刻，在李開復、沈向洋、湯曉鷗等人之後，更多的年輕人開始來到東部各大高校的實驗室裡深造。

2006 年，時年 25 歲的周曦揮別呆了七年之久的中科大，進入伊利諾大學香檳分校（UIUC），成為華人電腦視覺大師黃煦濤當年在全球招收的三位學生之一。

當時的中科大已然成為國內眾所周知的語音研究高地，頭部語音AI公司科大訊飛和雲知聲創始團隊均來自中科大。

周曦想要做更有挑戰的事情，他對當時在中國發展仍然很不充分的圖像識別技術產生了極大的興趣，而美國恰好擁有當時獨一無二的圖像識別研究環境。

他很快在UIUC搭建了Cluster伺服器陣列，將語音辨識領域的演算法跟思想與圖像識別領域巧妙交叉碰撞。此後的幾年，周曦跟團隊先後戰勝 MIT、東京大學、IBM、Sony等著名研究機構，拿到六次世界智慧識別大賽冠軍。

而在 2006 年前後，與周曦一同拜入黃煦濤門下的，還有依圖的顏水成，文遠知行的韓旭和甯華中、文安智能的陶海、奇點汽車的黃浴等人。

學成之後，這批人幾乎無人留在美國，而是陸續歸來，把最前沿的尖端科技帶回中國。

┃以外企為師，走向世界

新千年之初的中國，伴隨著改革開放成長起來的 80 後、85 後年輕人，已經告別了衣不蔽體、食不飽腹的最艱難歲月。年輕人們不再需要為解決溫飽問題發愁了，整個社會的創新力與活力隨之開始釋放。

2000 年，世紀交疊，熱鬧的清華園照常迎來一批新的學生，王永瑞便是新生中的一員，此後 8 年，他一直在清華精密儀器繫念書。

畢業之後，王永瑞曾在航太科工四院待過短暫的一段時間，2013 年他加入清華旗下產業啟迪之星，從普通員工做到常務副總經理，從事硬科技創業專案投資孵化工作。從清華到啟迪，王永瑞一直是中國科技創業浪潮的見證者與參與者。

8 年間，偌大的園子內外發生的一切，王永瑞回想起來依然歷久彌新。

彼時的清華人，尚且對創新創業沒有如今天般的熱情，上課、作業，業餘時間搞搞社團，參加參加學生會的工作，學生們常是規規矩矩的，在就業的選擇上同樣如此。

深度學習技術尚未起來，演算法也還不那麼常見，機械類、材料類、晶片類學科仍然冷門，硬科技尚且沒有像今天這樣受到如日中天的追捧。

那是外企在中國最為風光無兩的時代，遍佈望京商圈的是摩托羅拉、愛立信等外企，金輝大廈還不是阿裡的地盤，360 集團也尚未在這裡築起高樓。

“在那個年代整體來講，創業的比例還是小，打工也基本上是去外企的金融公司和互聯網公司，大量的網路設備公司，像愛立信，它並不是國內的企業，還是大的外企。”王永瑞回憶起他求學時期同窗好友們的就業選擇，大量的人才都去了外企互聯網公司和金融公司。

與此同時，國內的互聯網也在萌芽，新浪、搜狐、網易等門戶網站出現，懷抱著好奇的清華人也開始做一些校園網、社群項目的創業。

隋建鋒是清華機械專業的博士生，在園子裡渡過了近十年的學習和工作生涯。雖然一直從事硬科技相關研究，他也見證了清華人在互聯網時代的摩拳擦掌、躍躍欲試。

2008 年，人人網最火的年頭。清華園內，一個叫“師兄幫幫我”的校園社交平臺風雲一時。

苦於解決個人問題的清華理工男們，為了增加接觸女生的機會，做了一個類似于校園版百合網的社交網站，後來越做越大，一時間席捲了北京幾十所高校，甚至誤打誤撞獲得了薛蠻子的天使投資。

隋建鋒親身經歷了“師兄幫幫我”風雲一時的那段日子，而做此項目的正是他的同班同學，“師兄幫師妹去解決問題，問題解決了之後師妹要請師兄吃一次飯，其實它背後的邏輯就是解決男女相處的問題，清華理工科女生偏少男生偏多，這就給大家提供了一個交流的機會。”

“最瘋狂的時候，他們發了好多的券，你註冊了就可以去免費領一個雞腿，推廣得非常火。”隋建鋒覺得，那可能是他距離互聯網創業最近的一次。

遺憾的是，短暫火了一陣之後，由於缺乏真正的商業變現模式，“師兄幫幫我”沒有再繼續運營下去。

但好在，一些年輕人正在成長，已經成長起來的人則聚到了一起，為平靜的中國科研氛圍注入新的活力。

九十年初，中國電腦產業苗頭燃起，而大洋彼岸的軟體巨頭正面臨創新與競爭壓力，微軟前任首席技術官麥爾伏德向比爾蓋茨諫言，將研究院開到中國來。

1998年，微軟中國研究院成立。37歲的語音辨識專家李開復受命成為首任院長。三年後，最初的微軟中國研究院更名為微軟亞洲研究院。

巧婦難為無米之炊，李開復組建團隊之初頻頻受阻，說服海外精英歸國並不容易，卻也不乏慕名而來的熱血青年，張亞勤的加盟成為打開僵局的契機，隨後沈向洋加入，成為團隊的第一個研究員。

1999年，研究院第一批管理團隊逐漸成形，由國內高校博士生和海歸派組成。略微發黃的合照記錄下知春路 49 號的偉大時刻，在往後的十幾年裡，這批人的光熱輻射至大半個中國科技圈。

微軟亞洲研究院，又被稱為MSRA，對於大眾而言，她是個遠不如阿裡、騰訊等互聯網巨頭響亮的名字，即使在人工智慧已然發展得如日中天的今天，她的名氣依然不敵商湯、曠視之類的 AI 獨角獸。

但大眾同樣不知道的是，沒有樹大根深的MSRA，就不會有此後一代又一代的互聯網巨頭、移動互聯網巨頭，再到如今的 AI 獨角獸。

香港科技大學電腦系與數學系教授、前騰訊AI Lab主任張潼曾這樣向筆者談及MSRA對於公司穿越發展週期、基業長青的重要意義。

“研究院有幾個功能，一個功能是它會在短期專案上支援一些產品；另外一個是本身它也會對做一些技術儲備，為開發一些產品做積累；還有一個我覺得挺重要但被忽略的一點，研究院作為公司的人才儲備，在產業迅速變革的時候，這些人才才能產生價值。”

在張潼看來，微軟歷經多輪時代浪潮之而不倒，重回全球市值第一寶座，正與其人才儲備息息相關。

“比如說微軟，”張潼告訴筆者，“它原來就是一個軟體公司，但後來在做搜索的時候，雖然沒有做到Google的程度，卻能夠很快地起來，包括現在做雲計算，它為什麼能夠成為市值最高的公司之一？就是因為技術的儲備、人才的積累，在公司轉型上，如果沒有這些人才儲備，就沒有辦法去做這些事情。”

象牙塔內，學術研究熱火朝天，人才貯備從無到有；象牙塔外，互聯網創業水大魚大、戰事紛呈，已然開啟一個新的時代。

MSRA 建院這一年前後，搜狐、京東、阿裡、騰訊、新浪、網易、百度相繼誕生，外企們應該不會想到，當時還是由一群初生牛犢的中國年輕人創立的幾家門戶網站，或是ebay、Google的“拙劣模仿者”們，在此後的十年裡順勢崛起，直至將他們“掃地出門”。

隨著中國第一波互聯網發展熱潮湧現，中國公司開始為創新事業向矽谷尋找人才、資金，甚至包括公司命名的方式。

把別人的成果直接商用當然會被人詬病，但正是這段經歷讓中國的互聯網公司積累了使用者介面設計、網站架構和後端軟體發展的初步經驗。

三十年河西，三十年河東。

百度的核心功能和極簡主義的設計風格借鑒了Google，但在此基礎上，李彥宏堅持不懈地優化網站，以迎合中國用戶的搜索習慣。淘寶以ebay為師，卻另謀在初期為商家提供免費服務的模式，最終打敗ebay。

曾比作中國版BuzzFeed的位元組跳動，通過機器學習演算法為使用者提供定制化的新聞內容。現在，BuzzFeed的市值也已和位元組跳動不在一個量級。美團的靈感來自Groupon，但其業務線卻從團購一路拓展至電影、外賣、酒店、旅遊等本地生活服務等，現在美團的估值已經10 倍於Groupon。

Google、eBay、Uber、Airbnb、LinkedIn、Amazon……一個又一個美國巨頭都想贏得中國市場，卻無一不鎩羽而歸。

外國分析師在美國公司無法佔領中國市場這個問題上糾結的時候，中國的公司正忙著打造更好的產品。

資本聞風而動，人才循錢而至。

隨之而來的是，風投資金和人才魚貫湧入互聯網行業。市場如火如荼，創業公司的數量呈幾何級數增長。

大多數創業公司的產品靈感或許來自大洋彼岸，和矽谷的競爭的確產生了中國本土的互聯網巨頭，但真正造就了一代創業者鬥士的，卻是外人難以想像的殘酷“本土大戰”。

“如果你去外面看看，你會發現這個世界上最好的市場其實就在你腳下。”這是現如今大多數出海創業者對於開闢海外市場最為深刻的感受。

中國市場競爭的殘酷，讓中國互聯網公司探索出了完善的商業模式和強大的運營能力。

一些在殘酷的“本土廝殺”中成功出局的中國企業，也在海外戰場上開啟了與全球科技巨頭的無限戰爭。

2012 年，隨著智慧手機的出現與普及，中國移動互聯網出海風口開始形成，作為出海先驅，獵豹更是將中國免費工具的模式移到了海外。

2016 年，有更多公司開始把中國模式複製到海外市場，隨著市場的變化，出海的類型開始多樣。

中國企業出海的典範位元組跳動，一方面 Copy From China，將在中國獲得成功的資訊流模式複製到海外市場；另一方面則借助資本的力量在海外展開大肆並購，最終通過技術輸出的方式實現全球擴張。

直到最近兩年，無論是遊戲、內容還是電商類產品，出海的中國公司已經逐漸讓產品達到完全當地語系化的狀態。中企出海，已然歷經從稚嫩到成熟。

┃AI時代：走入無人區

“2000 年的時候，大家更多還是想著錢，怎麼快速賺到錢。”這是王永瑞還在清華念書時，對互聯網帶來的外部環境的極速變化，最為深刻的感受。

但賺到錢的一個好處是，中國的創業者們終於有錢去做些從前囊中羞澀之時難以做到的事情了。

發展硬科技，讓中國在底層研究、前沿科技的突破上真正屹立於世界民族之林，則是大多數中國科學家與技術人心中一顆自始至終都不曾熄滅的種子。

互聯網這十年，伴隨著供應鏈的成熟、市場的培育、人才儲備越來越充足，也為發展硬科技的提供了可能。

王永瑞談到，在清華讀書的這些年裡，周圍很多同學，還是“在互聯網圈裡混。”

到 2008 年畢業時，他明顯感覺到，一些新的變化正在發生，“這個時間段逐漸開始有一些人開始往硬科技的方向去做，慢慢的也有人去做硬科技的創業。”

“硬科技和移動互聯網的區別還是比較明顯的，它區別就是說一個週期的問題，聯網可能你投入就快了，慢的話我就三個月肯定也出來東西了，如果你是做一個硬體產品，週期不會這麼短，還不算你前期的人員、知識儲備以及經驗積累。”

王永瑞談到硬科技時說：硬科技創業雖然週期長、難度大，但這不妨礙越來越多有情懷、有個性、有創造力的工程師們加入進來。

“國內在很多基礎應用工程應用的學科建設，或者說知識儲備過程中還沒有達到，或者說離世界上先進的水準還有一定差距，中國大量的工科學生還是有一種情懷在，真的想把這個 gap 給彌補上來。”

至少在清華園裡，2010 年前後，雙創提出來前幾年，學校、學生們對於將產學研結合，甚至創業的熱情開始變得高漲。

隋建鋒回憶說，那個時候還沒有人工智慧這種說法，“現在的人工智慧、智慧硬體，那個時候我們叫機電一體化，簡單理解就是用各種各樣的方式實現機器人的自動化。”

互聯網風雲十年，是清華人不斷開放、追求變化的十年，而姚班的出現則把這種求變之心放大到一個極致。

打比賽、做課題、搗鼓機器，一些工科生做著做著，就開始了“真槍實彈”的創業。這批人當中，有小馬智行的樓天城，曠視科技的印奇、唐文斌、楊沐，MOMENTA 的曹旭東，深鑒科技的姚頌、單羿，禾賽科技的李一帆……今天，他們撐起了 AI 創業大潮的半壁江山。

2004年9月的一天，正在普林斯頓大學攻讀博士學位的張勝譽像往常一樣與導師姚期智碰面交流近期研究進展。姚期智突然對他說：“我要回中國了，permanently（永遠地）。”

張勝譽後來回憶說：“當時有些訝異，但隨即感到釋然。單純從研究角度講，的確沒有一個地方比普林斯頓更舒服。他回國，應該是要去做一件大事。”

此後不久，姚期智辭去普林斯頓終身教職，正式加盟清華大學高等研究中心，成為清華全職教授，在清華園裡，開啟了人生下半場全新的探索。2005 年，姚期智主導與微軟亞洲研究院共同合作成立“電腦科學實驗班”，姚班由此而生。

姚班初成立時，“教主”樓天城還是剛剛入學“萌新”，還在安徽蕪湖一中讀高三的“怪小孩”印奇，仍然幻想著有朝一日能編織出《終結者》中的天網世界，在後來的人工智慧浪潮中叱吒風雲的姚班少年們，此刻正在園子裡積蓄能量。

八年前，印奇與唐文斌、楊沐下定決心開始人工智慧領域創業之時，人工智慧還遠未成為一個風口，或者說尚且未被完全證明為一股可以改變時代的浪潮。

創業之初，印奇就曾與唐文斌商定，二人同赴美國攻讀博士，印奇專注智慧感測器方向，學的是硬體，唐文斌則繼續研究軟體。三人決定出發之時已然想好，做AI，最終一定會走到做硬體這一步。

而在MSRA的實驗室裡，湯曉鷗依然沉溺于拿兒子照片做人臉識別研究的快樂。此時的湯教授應該還沒有想到，日後不久，他會跑出來創業。畢竟，在以基礎科學研究聞名的 MSRA，誰能實現最多的技術突破，誰就獲得最多尊重。

直到 2012 年，人工智慧以深度學習的面貌重新贏得世人關注，屬於硬科技從業者的創業黃金時代終於來了。

多年來對神經網路根深蒂固的成見讓人工智慧的許多研究人員忽略了這個已經取得出色成果的“邊緣群體”，但 2012 年傑佛瑞·辛頓的團隊在一場國際電腦視覺競賽中的勝出，讓人工神經網路和深度學習重新回到聚光燈下。

在邊緣地帶煎熬了數十年後，以深度學習的形式再次回到公眾視野中的神經網路法不僅成功地讓人工智慧回暖，也第一次把人工智慧真正地應用在現實世界中。

研究人員、未來學家、科技公司 CEO 都開始討論人工智慧的巨大潛力：識別人類語言、翻譯檔、識別圖像、預測消費者行為、辨別欺詐行為、批准貸款、幫助機器人”看”甚至開車。

隨之而來的是，越來越多的學者在這個時候離開象牙塔，一批遠在海外的人也陸續回國，他們要從中得到在學術圈外一展身手的機會，當然也嗅到了商機，還有金錢的味道。

2014 年，湯曉鷗帶著他在港中文多媒體實驗室 (mmlab) 的一眾“門徒”跑出來創業了，取中國歷史上第一代王朝商朝開國君主之名——商湯，商湯科技應運而生。

一批 AI 公司有如雨後春筍般冒出來，不管是 MSRA、清華，還是 UIUC、中科院、mmlab，一代科學家與技術人們，仿佛跟約定好了一樣接二連三地流入尚且年幼的科技創業前沿陣地。

┃AI+5G 時代：細分，落地，紮入產業

造輪子的時代過去了，AI 從發明的年代邁入實幹的年代，從專家的年代邁入資料的年代。

西方國家點燃了深度學習的火炬，但最大的受益者卻是中國。在資料和工程人才方面，中國擁有得天獨厚的優勢。

無論是國際市場，還是國內市場，5G 和人工智慧都備受關注。被冠以“互聯網預言家”的馬化騰，更是公開表示“一個 AI+5G 的全智慧時代正在到來。”

“硬科技真正的突飛猛進，或者說走到了風口浪尖，有幾方面原因，一個是整個供應鏈、市場環境確實更加成熟了，包括很多柔性製造新技術的應用，感測器的不斷小型化，包括智慧硬體底層的技術系統的開發，一些主晶片的小型化，這一系列的技術，搭建得比較成熟了。”

硬科技的發展，則是跟隨著技術、市場、供應鏈的完善水到渠成的結果，而硬科技專案越來越受大家追捧，同樣是這個時代自然而然的發展趨勢。

王永瑞明顯感受到，硬科技真正掀起熱潮，是在最近一兩年。人工智慧領域的創業尤其如此。

在經過前期的拼實力、拼融資、拼應用等一系列競爭之後，AI獨角獸們逐漸開始學著做產品，講應用，談落地。

2019 年，大家的目光不約而同地轉向了商業化落地，以及實現規模化收入上。細分、落地、紮入產業，人工智慧的競爭已然進入下半場。

“真的太瘋狂了，什麼華為、阿裡都進來了。”一位 AI 公司的朋友這樣描述今年下半年整個行業的競爭態勢。

隋建鋒談及了他今年經手的兩個印象頗為深刻的項目。

“當時我在北京接觸智慧硬體的專案叫情感記錄儀，像一個小的紐扣一樣配在身上，通過提取人的溫度、心跳來判斷出你的情緒。這項目也經歷過一段時間，最後黃掉了。”

這樣的項目，到底有沒有存在的意義？隋建鋒反問，“你的情緒你高興還是喜悅還是悲憤，你自己肯定會主觀地意識到，還需要用這種智慧硬體來衡量你是高興還是不高興嗎？”

智慧硬體所謂的智慧肯定是服務於硬體，不是為了智慧而智慧，這是隋建鋒從事硬科技專案投資孵化以來最為深刻的感受。

“來到深圳之後我又接觸到一個智慧讀錶盤的專案，它的應用物件就是水錶電錶，每個月要有人去讀這個數，這其實是一個工作量非常大的事情，然後一個團隊專門做了一個讀表儀，一把它放到水錶上，它就能夠及時把資料傳輸出來。”

“做智慧硬體一定離不開應用場景，這是我在北京和深圳感受到的一個非常大的差別，也是目前整個 AI 大的領域特別重要的一個點，一定要找到痛點。”

在更加細分垂直的領域，如醫療、教育、智慧製造、腦機交互，大風口之下，一個個小風口正在形成，一個個小獨角獸正在誕生。

最近一兩年，AI醫療賽道的森億智慧，將製藥時間從8年縮短到幾個月的AI製藥公司 InSilico Medicine，從事類腦晶片研發的靈汐科技，腦機交互產品研發的腦陸科技、優腦銀河等，明顯開始受到資本的青睞。

隋建鋒說，如今 VC 技術化，甚至 LP 技術化的趨勢正變得愈發明顯。“我們在找LP的時候，也傾向於找那些理解技術，能給硬科技創業者帶來更多資源的 LP。”

AI商業化的1.0在雲端，是基於大資料做應用。AI商業化2.0的變化趨勢是從雲端到邊緣，把人工智慧的能力帶到每個人身邊。

5G則是有效連接雲端和邊緣的高速度、高可靠性和低時延的通信管道，可以用最優化的方式實現人工智慧的資源配置。

5G和AI結合在一起一定會進入很多新場景，產生很多新機會。今年4月初, 中國完成首例 AI+5G手術，在400公里外完成“補心”手術，為智慧醫療開啟無限想像空間。

而這些都只是剛剛開始。

┃尾聲：科技人，永遠年輕

最早今年之內，AI獨角獸曠視科技就要在港交所敲響IPO的鐘聲。

曠視終於從 8 年前那個窩在創新工場共用辦公空間小角落裡敲代碼、磨產品的“幾人組”，發展成如今第一個衝刺港股的“純人工智慧公司”。

一個月前，筆者在美麗的西南山城重慶，拜訪了雲從科技總部，恰逢曠視招股書公佈當天，問及雲從研究院院長周翔友商上市一事，周翔打趣著說到，“你看曠視都已經上市了，這個行業肯定不會繼續虧下去了。”

猶記得，招股書發佈當晚，業內一時譁然。

這家年輕AI獨角獸的表現，似乎並沒有此前大家期待的那麼高，對整個行業帶來的影響，吉凶禍福，難以預測。

筆者也就此事詢問了雲從聯合創始人姚志強，他堅定地認為“行業趨勢不可逆。短期內是有泡沫的。任何事物的快速發展，不可能沒有泡沫，它是發展過程中特定階段的產物。”

“但是真正的泡沫是不代表未來，是虛幻的，是一定會帶來沉痛的，但如果泡沫代表未來，那麼短暫的泡沫對未來趨勢影響不大，只要是在大趨勢下的選擇，一定會出現一個偉大的企業。”

在曠視人眼中，印奇不苟言笑，平時總是“端著”，唐文斌則更加外向，和大家聊技術、談人生都不在話下。

印奇也曾坦陳，自己性格比較內斂，在機場碰到客戶，一度會躲著走，直到最近兩年，他開始“強迫”自己主動上去跟客戶打個招呼。印奇一直處在從一個典型理工男努力轉變為合格公司管理者的過程中。

姚志強告訴筆者，“只要是技術男認定的事兒，我們就不會想太多的結果，先卯足勁幹再說。”但“失敗和成功的教訓都指向一個，要接地氣，技術必須為其他行業提供服務，並且能夠真的解決問題。”

王永瑞與禾賽科技的李一帆是同門好友。變形金剛、機器貓、自己組裝的模型，在他的印象中，李一帆的桌面上總是擺滿了各式各樣的機器人。“工程類的東西完完全全地融入到了他的生活，你能感受到那是一種發自內心的喜愛。”

平日裡，依圖科技創始人朱瓏喜歡圍著他辦公室所在的一層樓，一圈一圈地轉，不過，他轉圈從來不是為了監視員工。有關應該如何經營這家公司，他一直在思考。

90後的馬漢東已經是AI醫療公司森億智慧的聯合創始人。員工問他，我們所做的事情到底有沒有意義？馬漢東的回答是，你們直接去醫院裡看一看，我們的設備、應用，救的都是人命。

既身坐冷板凳，又頭頂泡沫，科技創業，可謂路上道道折。但創業者們從來沒有懷疑過這其中的價值。

幾十年的發展也有力地證明，科技公司的力量正變得越來越強大，聚聚了一大批頂尖科技公司的中國力量也越來越難被取代。

中國的科技公司，歷經了從無到有，又從Copy to China到Copy from China的大時代。直至如今，一些重要領域已然躋身世界前列，這是近代以來從未曾有過的重大改變。

當人工智慧比人更懂得如何賺錢時，金融家們都開始害怕了

2017/3/12 《合作媒體》PINGWEST

「機器學習能幫我們找到更多的相關數據，數學模型能幫我們更好作出預測，而且能即時地不斷自我修正的學習。」

這段話聽起來像是科技應用研討會上的發言，然而說這話的其實是 Upstart 的創辦人兼 CEO Dave Girouard。Upstart 是家美國網貸新創公司，服務傳統金融機構不重視的年輕客群 —— 它開發了新的信用評分模型，為沒幾年的信用和工作記錄的年輕人提供貸款。

是的，在紐約最近的一次金融科技高峰會 LendIt 上，金融家完全拱手將舞台讓給了科技。

人工智慧成為金融市場上的「新寵」

理解金融科技，就要理解科技是提供金融服務的中心。人多、錢多、數據多的金融業一直在可以實現產業變革的推手，而人工智慧是當下最令人興奮的科技之一，為這個古老的產業提供了更多的可能。金融家們對人工智慧的期待，普遍集中在提高效率和擴大規模上。而人工智慧已經取得突破的一個應用場景，就是改變了企業與客戶互動的方式。

從直播答題節目出道的網紅超級電腦 IBM Watson 擔起了這個重任。Watson 的最新案例正是智慧投資顧問：和以前依照規則和人群圖譜進行分析猜測的做法完全不一樣，Watson 現在能夠通過識別自然語言和人臉表情來「理解」客戶的需求。

這項人工智慧服務能從手機和其他智慧設備隨時隨地啓動，「聽懂」你的語氣，「看懂」你的小表情，並「讀懂」你的歷史數據，再據訊息做出並不機械的反應。這也是這項科技最有趣的地方。它不是按圖索驥，把你放在規則之間比長比短，而是結合你的風險偏好和理財目標，給你個性化的推薦。

也就是說，人工智慧在答疑解惑之餘，還能發現客戶潛在的金融需求。這種聰明互動能像多米諾骨牌一樣整個將金融服務活化。 在前端提供個性化的客戶服務，在決策黑盒中優化授信和決策，在後台用於風險控制。

科技在以意想不到的速度，幫這個古老產業進化

其實 Watson 這樣的例子已經有很多，包括華爾街和矽谷鼓吹科技改造金融產業已經有很長一段時間，主角從雲端計算到大數據再到人工智慧，但是需要清醒地看到的是，無論是大數據還是人工智慧，科技並沒有徹底改變金融規則，而是讓規則更更加完善。

作為美國主要的信用評價體系，FICO 長期以來通過審核人們的銀行戶口、有多少存款、償還了多少貸款這些數據來做出信用評價。但是由於年輕人信貸歷史比較短，交易記錄比較少，所以一般信用評分分數比較低，不得不說，這樣的體系就讓年輕消費者陷入了「沒借過錢所有沒有信用記錄-沒有信用記錄所以借不到錢」的輪迴。就像下面這個諷刺漫畫里說的那樣：

而 Upstart 的智慧算法可以把更多數據納入進來。它並沒有完全推翻 FICO 的規則，而是進行了完善。它在自己的網貸系統中將社會因素加入了分析範疇，把年輕人教育程度和工作經歷加入考量範疇，從而給年輕人貸款進行更合理的考量。

它的 CEO Dave 在創業前曾在 Google 負責企業應用。他說，「人工智慧並不能重新發明授信機制。這裡科技能參與破壞性創新的玩法是，讓符合標準的借款者，能更容易地借到符合他風險水平的貸款。」

正如 Upstart 扎根於矽谷，越來越多的科技人才在金融產業掌握了更多話語權。

Sentient Technologies 是當前人工智慧領域融資額最大的創業公司之一，它們從李嘉誠等其他頂級投資人手裡融到了一億多美金，想做的就是把人工智慧應用到金融市場上的大量交易中來。Jeff Holman 是個華爾街老兵，也是 Sentient Technologies 的投資負責人，他正不遺餘力地為自家公司旗下即將公開交易的新對衝基金搖旗吶喊。

Jeff 領導一支 15 人的對衝基金團隊，他的團隊裡有 11 個工程師，卻只有 4 個金融從業者。他向 Pingwest 解釋了這樣的人員配置：「投資團隊裡的工程師會控制算法生成的虛擬交易員，來高速處理各種數據包。」

根據他透露，Sentient Technologies 本身有個 30 人的算法科學家團隊，這些人 20% 的時間也用在交易算法的優化上。他們會根據一個三年的歷史數據包創建虛擬環境，讓算法不斷進化，從而找到更有效的交易方式。就像 Alpha Go 不斷通過虛擬對弈進行強化一樣，由於 Sentient 的科技積累可以將 1800 個模擬交易日壓縮到幾分鐘之內，算法在虛擬環境下的學習和優化速度比人類交易員要快得多。

「人工智慧又不是魔法，它沒有從根本上改變什麼。最大的不同，是進化算法可以自我學習。期待人工智慧將對衝基金徹底改變的人們怕是要失望。」Jeff 說。人工智慧似乎和人類智慧觀點一致，認為分散風險、建立一個更多樣化的投資組合是個好選擇，只不過和人類的差別在於，它能把這個觀點執行得更好。

這支規模為 1000 萬美元的基金將於今年 11 月開始交易。或許到時，科技能幫這個產業進化到何種程度的猜測，就能得到答案。

在人工智慧如暴風驟雨一般席捲交通、零售等各大領域時，金融產業也對它充滿了期待。前渣打銀行的首席創新長、宜信新金融產業投資基金高級合夥人 Anju Patwardhan 說：「許多金融家對人工智慧看起來十分期待，但他們真正指的其實是機器人流程自動化（RPA, robot process automation）。在這個領域目前對人工智慧的應用，許多還是停留在將規則處理自動化來提高效率這個層面，還沒有涉及人工智慧更深層的領域。」

「這不是說目前的進展不夠激動人心。只是路還很長。」

附圖：▲人工智慧成為金融市場上的「新寵」

資料來源：https://www.inside.com.tw/…/artificial-intelligence-in-fint…