吸金4.1亿美金后，全球AI单笔融资最高的独角兽商汤科技准备这么干

在人工智能这个巨头林立的领域，商汤科技算是一匹黑马。

不久前，商汤科技刚获得4.1亿美元B轮融资，创下了人工智能单轮融资最高纪录，也成为全球融资最高的人工智能独角兽企业。

接下来4.1亿美金商汤科技怎么花？在巨头林立的人工智能领域，商汤下一步如何布局并做出差异化？

对于外界的疑问，商汤科技创始人兼CEO徐立近期接受了全天候科技在内的媒体群访。以下是徐立对相关问题的分享，全天候科技做了的精编整理：

从2014年创业至今，商汤科技获得巨额的融资，发展速度是否符合你的预期？

徐立：融资只是一个开始，商汤前期通过2000万美金做到这个程度，目前我们融了4个多亿美金。我们希望通过这个加快“1+1+X”的研究。第一个“1”是基础研究；第二个“1”是产品化；第三个“X”是发展合作伙伴。

我觉得AI不是任何一家公司把所有的场景形成，而是需要共同形成一个生态和一个X的联盟，所以接下来的投融资我们会着重在这样一个发展链条上。

未来在融资方面除了自己的研发，有没有想去购买信息技术公司和团队的想法？

徐立：我们会重点布局下游，上游基本是服务器、芯片、传感器这些，企业相对比较少、关系也不是特别密切。但是下游的应用如果有在垂直领域做的特别好的，我们也是有可能跟他们一起来做这件事的。

在商汤的投资方里有如科大讯飞(002230,股吧)、TCL等产业资本，后续融资会不会有更多产业资本进来？

徐立：是的，业务的发展我们可以借助产业资本的优势，因为它会给你带入很多的应用场景，加速你技术的迭代。

中外巨头都在做AI，商汤科技如何实现差异化？

徐立：商汤科技做的是底层源头的事情。在Google和Facebook还没有做的时候，我们就开始建立自己体系了，很多人会说为何不用Google的开源，站在巨人的肩膀上走。但我想说的是巨人不一定跟你方向一致，涉及到国家安全，涉及到各种金融方面的事情，其实非常难说。

人工智能的战争说到底还是AI人才的战争，早期商汤科技是如何建立起自己AI博士群体的？

徐立：早期没钱的时候我们花了很多钱招人，并且我花了大的价钱做底层的基础设施，让他们的机器用得很顺利。他们告诉我说，我们做机器学习的训练，做完一次点一次按钮训练就烧掉50万，120人不停地点，我说这没什么了不起，因为底层的基础设施是能带来核心竞争力的。

如今精通深度学习的基本都是读过PHD（泛指研究型博士学位）的，中国在这方面目前总共也就一、两百号人，现在我们有120人，我把之前中国在这方面的人都储备下来了。

在之后的AI人才大战中，商汤如何留住并吸引新的人才加入？

徐立：我们有很好的导师，所以对学生的吸引程度很高。另外商汤科技已建立系统性的产学研体系，包括导师制，实习生制，与香港中文大学、浙江大学、清华大学等高校共建联合培养实验室，不仅让高校人才深度参与工业界的技术落地研究，也形成了商汤科技人才供给的保障。

在AI的商业应用场景中，会在国内、外的哪些行业会率先实现规模化？

徐立：普华永道做过一个预测，2030年人工智能将会带来一个中国加一个印度的GDP。在2020年大概增加1万亿美金，但是这1万亿美金大部分是替代现有的劳动密集型产业。也就是说，人工智能最快规模化落地的场景是中、外人口密集的行业，比如安防、金融等。

为什么安防、金融能够变现？安防要装2.5亿支摄象头，这些靠人看是不行的，所以不得不用技术识别去做，这就是替代人。金融在线所谓的认证，我见过最大的P2P公司，创业半年后团队3000多人都是在背后人工做认证，但现在靠机器干，人也不用了。所以，一定是多个劳动密集型的产业先落地，AI在无人驾驶、医疗等领域都是在替代人。

等这一波价值挖掘完了，会带来新的场景和渠道，比如交互。以前某些新闻客户端做得很好，但现在今日头条也做得很好。真的是今日头条的AI算法比他们好吗？或者把今日头条的AI完全搬到新闻客户端上流量会变得多吗？很难说。是交互模式变化了，新闻客户端没有适应新的交互模式才会导致现在的局面。

未来，新闻又会有不同的看法，甚至搜索模式，广告形态，游戏形态，电商形态都会不一样，那就是新一代的人工智能和新一代的算法能带来新的场景和应用。

国内大公司纷纷斥资巨资入局AI，你如何看中外人工智能的差异？

徐立：人工智能这一波热潮是在2010年、2011年兴起，很短的历史，中国在起跑线上并未输，大家在同一个起跑线上。

中国现在的难点在哪里呢？海外Google、脸书等大公司每年有几百亿的投入。但是中国这样的巨头很难做底层的核心技术，因为他们有自己的业务诉求和自己的点，不像很多美国的基金可以养一批研究人员专门做这个，或者几个大体量的公司结成联盟，中国商业导向重一些。我觉得国家层面需要给予投入，给予地方的保护，尽快将中国原创的平台和技术能够在应用场景中落地。

那么在中国的AI发展相对于国外是否有优势呢？

徐立：第一人才优势，你可以看到中国在下一波的AI人才储备上非常充足，有些小学都要学人工智能；

第二个应用场景广。所有的行业都是先行先试。但在美国都是我要先改法律才可以试用该创新技术；中国双创也好，人工智能战略也好都带来丰富的场景，有些事情在灰度的情况下都可以尝试。

第三数据红利大。由于中国的人口红利，所以整个数据基础非常庞大，只要是中国在战略上达到一定高度，它一定可以在人工智能竞争当中至少是不输于美国。

关于人工智能的信息安全，大数据是它的底层基础，你是怎么看待信息安全的？

徐立：目前来看信息最大的源头就是政府，任何一个企业说大数据的积累量都大不过政府。但是政府的数据某种意义上它的使用、保存和加密是非常严谨的。这样一来首先就需要行业的从业者能制订一个标准，你只有你有了标准以后，你把数据加密成公共标准这样大家才都能使用。

只要把大数据的使用定制好标准，进行加密，再把原始的数据进行脱敏，变成了一个反向的点，而这个点不能恢复原始数据，就可以保证数据的安全性了。

人工智能在应用上可能会经常涉及到个人隐私，如何去普及用户接受呢？

徐立：从某种意义上来说，人工智能带来的是减少或是无人化的操作，越是无人操作，它的安全性越是提升的。只要有一个标准，用户是会接受的。最直接的例子就是身份证的指纹，但你并不会担心掉了身份证会泄露你的指纹。但是你要知道指纹是什么概念，在法律上它是可以定罪的生物特征，就是你的指纹被按到那里就算不承认去过也可以把你抓起来，但是并没有人担心这个事。

为什么在支付领域，人脸识别也还没有得到大规模的推广，是否也是因为信息安全问题？

徐立：对于支付，可能人脸识别会经过多层步骤识别，比如活体检测，人脸的热力检测等等，现在的问题是，如果很多家用，互相不兼容，场景的推广很难。在原始的数据上操作就会带来泄密的问题，大家如果是从政府、行业协会的角度推出标准，你就像身份证的指纹，你掉了身份证也不丢失。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。