首页科技快讯联想创投高级合伙人宋春雨：AI大数据赛道依旧“星辰大海”、大有可为｜探路2022

联想创投高级合伙人宋春雨：AI大数据赛道依旧“星辰大海”、大有可为｜探路2022

来源：晰数塔互联网快讯时间：2022年01月31日 08:39

联想集团副总裁、联想创投集团高级合伙人宋春雨

钛媒体注：「探路2022」是钛媒体年终策划专题，邀请各行业 TOP 投资人、创业领袖一起回顾过去一年的行业变化和企业成长，同时共话新逻辑、展望2022。本文为联想集团副总裁、联想创投集团高级合伙人宋春雨对话钛媒体App「探路2022」栏目，以下为宋春雨对行业未来的展望。

在讨论2021年AI大数据行业变化之前，我们先定义一下联想创投眼中的AI大数据。在我们看来，AI大数据是当下中国数字化、智能化的核心推动力，也是加速产业发展的共识。

从技术的维度来讲，AI大数据最主要是靠算力和算法来推动，其算力包括人工智能芯片、通用图形计算的处理器GPU等，推动算力演进。从算法的角度讲，深度学习、预训练模型推动AI发展，就像现在的GPT-3、Transformer都包含了超大规模训练模型，把AI的能力通过算力、算法演进，达到新的技术高度。

回顾2021年AI大数据行业的变化，预训练模型、隐私计算这两个关键词会让我记忆犹新。

预训练模型，它是在原有的Deep Learning基础上，通过数以十亿级的参数将 AI所需要的数据进行预训练之后，诞生出通用的AI计算模型，这是AI大数据领域一个非常关键的变化。未来“预训练模型”也将会在蛋白质预测、自然语言理解、机器翻译等领域起到非常大的变化。

头部企业谷歌、 Facebook、微软等都在做预训练模型，国内的商汤科技、我们的被投企业澜舟科技也是基于大规模预训练模型，进行商业化探索落地，这将是AI大数据下一步发展的必然趋势。

隐私计算，通过多方安全计算、联邦学习或者可信计算的单元等技术把数据的使用权和拥有权进行分离，从而让数据可以进行安全的交换、计算和使用，不会发生信息泄露。

比如银行的数据一定要是加密的，如果其数据被公开泄露、篡改、拷贝，对于用户、企业而言都会造成严重的损失。有了隐私计算，就可以在加密的基础上，数据可以被使用、分析，又不会存在泄露的风险；我们投资的华控清交，就是隐私计算领域代表企业之一，参与了北京数据交易所隐私计算平台的建设工作，代表了相应的趋势。

展望2022，联想创投预测AI大数据领域的变化会存在于以下两方面：

第一，AI和大数据技术的突破和产业的深度融合依旧是“星辰大海”。从目前各个行业渗透率来看，互联网、金融、电商等相对较高，而反观实体行业，像制造业、交通、实体零售、农业，AI大数据的渗透力非常低，也都将是人工智能大数据的蓝海地带，且扎根后潜力巨大。

第二，从学术界和产业界的角度来看AI和大数据技术的变化也会非常的大。去年最大的变化是AI预训练模型，未来时隔两年、最多三年AI将会有一个很大能力的提升。回溯历史从最早Deep Learning到Alpha go到Zero 自训练到Transformer再到GPT-3， AI在突飞猛进的发展，并不断落地在应用场景中，比如 AI制药、预测化学分子都极大的提高了所在行业的生产力。

那么回到我们投资的角度来看，联想创投将持续看好四个方面：第一、大规模预训练模型；第二、自动驾驶；第三、数据智能赋能行业；第四、算力。

具体而言，第一，大规模预训练模型是AI大数据必然走的路；第二，自动驾驶会优先在低速或限定性场景率先落地，如港口、高速卡车、无人巴士等限定场景。联想创投在2020年投资了无人驾驶通用方案公司轻舟智航，已在多个成熟部署无人小巴，用于地铁接驳、城市微循环等场景，2019年成立至今已完成4轮融资，IDG、美团、招商局创投也都位列其中。

第三，我们越来越看好数据智能赋能行业，与垂直行业深度融合，其核心是真正的解决行业最关键的问题、发挥数倍的生产力。比如我们投资的RPA公司弘玑智能，它是将人工智能和数据平台的结合实现流程自动化新模式，将原来人力手工收集数据生成报告的业务流程改变为由RPA机器人执行大量重复性工作及复杂运算，最终现场人员再对关键数据及决策进行审核，从而释放出大量的重复劳动力，目前也已与国家电网合作；再比如AI工业缺陷检测的企业中科慧远，它在生产线上替代了工人检测玻璃板的工作，较之人工检测效率提升20倍以上。值得一提的是，进入到工业缺陷检测行业后打破了国外设备的垄断，这是中国制造、高端制造和智能化应用带来生产力提升的一个非常典型的代表。

第四，算力，AI大数据背后还是需要算力支撑。互联网时代的创业是Web 1.0，如今将演进到Web 3.0时代，这是一个多种核心技术共同赋能交叉出来的时代，半导体在其中将起到非常关键的作用，试想一下，一款适配于日常的智能眼镜它的重量、算力多少、每秒处理多少人工智能的预算等等问题，这些都对半导体的要求、显示核心部件的要求非常高。

（本文首发钛媒体App，内容为受访者第一人称表述，作者 | 郭虹妘，编辑 | 苑晶）