随着移动互联网红利的逐渐消失，5G、人工智能、AR/VR、物联网等新技术的快速发展，新经济崛起，传统消费形态正在经历一场剧烈的迭代进化。新场景应用、新产业入侵正在对传统消费的商业模式产生颠覆性影响。2019年，我们该如何看待新形势下的新消费？如何乘着智能科技时代的东风，挖掘消费领域新的投资机会？

4月25日，由《融资中国》杂志主办、融中集团协办的“2019大消费行业投资峰会”在上海静安四季酒店盛大开幕。此次会议以“新经济·新消费”为核心，围绕资本、产业、行业等多维度，对消费行业进行了全产业链观点分析和探讨。

随着AI、物联网、可穿戴设备、智能家居、虚拟现实等技术大面积应用，一定程度上也激发了消费市场的新热点。此次会议中，来自深创投集团执行总经理艾兴、艾拉比智能副总裁万学靖、钛马车联网联合创始人、首席战略官吴斌、特斯联科技副总裁谢超、iPIN创始人兼CEO杨洋，针对智能时代为消费变革带来的机遇进行了热烈讨论。

以下是【AI商业化应用】论坛速记，整理自融资中国：

艾兴：非常高兴探讨AI的专题，我刚才进来听了AI在教育行业的应用。在座各位有谁看过《生命3.0》这本书吗？这是美国一位AI专家写的，讲述的未来社会的生活，不单单有人，还有机器人跟我们在一起。所以，这是未来场景。而AI在消费领域也有非常大的应用前景。今天，我们请到四位企业家，他们虽然来自自不同领域，却都把AI技术落地，做出各种各样的解决方案。首先，请各位自我介绍一下。

万学靖：我是来自上海艾拉比智能的万学靖。艾拉比公司比较新，刚成立一年多时间，但是进入汽车和物联网领域比较久了。我们主要做OTA技术，是纯技术B2B服务。OTA是远程升级技术，很多人可能没听过，但是都用过，你们每个人用的手机不管是iphone还是安卓，都会收到新的升级包优化手机体验，这种持续优化就是通过OTA实现的，所以OTA是智能设备的通用标配能力。

我们把OTA技术用在汽车和物联网上，对于智能网联汽车，我们服务了十家左右的车厂，比如上汽、江淮、长城的整车厂，帮助他们实现随时随地远程升级。另外，物联网领域，从芯片到模块、连接平台、SaaS，产业链很长，我们利用优势和经验选择了OTA去与各产业链合作伙伴合作。而且我们也是国内唯一在OTA领域拿到汽车产业基金投资的第一家公司。这是蛮值得自豪的。

物联网方面，我们现在做两个核心布局：一是广泛连接，二是广泛覆盖。我们大概做了五六十个行业、几十种品类，平台上大概超过5000万个智能设备全部使用我们的OTA服务。目前，艾拉比规模150多人，覆盖上海、合肥、重庆、深圳等地，谢谢。

吴斌：各位好，我来自钛马信息，我们也是服务汽车厂的企业。我们平台母公司在做平台应用和软件开发。我们是做什么的呢？大家是否知道，飞机里有一个黑盒子，汽车里也有，但钛马不做这个黑盒子，而是做黑盒子与汽车总线之间的协议、云端数据平台、建立数据仓库，实现汽车联网的应用。直观感受就是——可以在夏天自动启动你汽车里的空调，然后把温度调凉再上车；或者，但我们上车的时候都会很本能的去调整座位、后视镜或者倒车镜，未来，你第一次上车之后，所有的身体数据都已经上传后台，下次再乘坐不同的车，它就会自动调整。这是汽车领域的一个应用场景。

另一个场景化的应用，叫优化。这需要利用AI技术。以教育为例，像美国学校，小朋友每天下午三点会有各式各样的活动。要把小朋友送回不同家庭的时候，路径需要重新规划，因为它的起点跟家庭住址之间需要重新规划路线，而这里所有的路径规划都是要通过AI做计算的，不可能人做计算。包括现在的滴滴。利用AI算法，当接收到一个订单的时候，如何推送到起始点以内范围的车？这是人与车的位置在做匹配，这里的推送方法完全是AI跟汽车联网的状态。但是滴滴连的是司机，我们直接联的车。钛马就是这样一家企业。我们是国内第一批做汽车联网的企业，已经是22家一钱车企的TO1供应商，接入车型超过80个。谢谢。

谢超：有一本书叫《人类简史》，里面有一个非常有意思的问题，七万年前人类跟哺乳动物产生最大的差别是因为我们有抽象的思维。走到现在这个时代，启动第二个认知革命，这就是通过物联网手段，拓展我们的神经网络以及认知和接触。另外，通过AI手段和技术来增强信息处理以及对信息世界的判断，这是人类发展的新起点。

但我们不知道未来几十年如何发展。现在人工智能和物联网处在非常强烈的融合节点上。过去一段时间，我们讲AI都是孤立的，我们会讲非常多算法。现在AI是早期阶段。物联网对大部分人来说也只是穿戴设备，但它恰恰是场景式的组合。

从2017年，我们特斯联开始做智能物联网，把AI和IoT概念结合在一起，围绕智能物联网在城市级平台打造，选择了三个核心环节投入和研发，一是人口管理，二是消防安全，三是智慧城市。现在，我们做的事是在不同的场景下的城市数据化，比如在车联网、教育以及安防等领域切入城市数据化，我们希望未来可以与更多人共建未来城市。这也是我们努力的方向，谢谢。

杨洋：大家好！我是iPIN创始人杨洋，我们做的事很简单，用机器学了上亿人的发展轨迹，包括上亿人在学啥、如何做选择等。如果拆分，我们把教育市场拆成学前教育、小学升初中、初中升高中、高中升大学。每个阶段人生选择和规划都是不一样的。

比如，八岁前儿童，我们关注的是很多家长把小孩送学钢琴还是小提琴，这个时候学什么并不是说未来要从事这个职业。小学升初中是典型的K12。一个人学习成绩不好，我们这边专门做诊断，诊断一个人看他哪个方向不足，主要是从12个维度以及学习毅力、学习动力、学习能力三大板块。学习动力和学习毅力不存在太大问题才是有效的，否则没用。再到高中升大学，教育非常广，一共有一百多条路径。

这些堪称为“AI+泛教育”。我们人生这么多节点，如何选择？这是我们公司在做的借助AI技术实现三大规划，包括学习规划、升学规划以及职业发展规划。谢谢大家。

艾兴：我自己也介绍一下，深创投很多人都有了解，现在管理基金有三千多亿，有政府引导基金和商业化基金，还有国际化中美、中以等。集团之外，我们团队管理五支基金，今年还要做两支基金，其中一支基金是智能网联汽车基金，这与我们今天主题比较吻合。我们觉得，人工智能也好、大数据也好，最能落地的一个行业其实就是汽车行业。

刚才几位老总分别讲了各自企业。我在想，消费就是衣食住行。中国是做消费最容易成功的国家，现在二级市场上市值最大的股票叫茅台。反过来想，为什么中国消费市场最大呢？中国有13亿人口，我们做AI消费是很有前景的。

我们今天的主题围绕大消费的AI落地，我们也准备几个问题。第一个探讨由我们吴总说一说AI大消费落地的情况。

吴斌：我们是做汽车数据应用服务的。从汽车消费的角度来看数据价值和AI价值，我来举两个例子。比如，像自动泊车，大家都听过但不一定用过，首先是提升C端的用户体验。但有更大的社会价值可以做，在座开过车的人一定有这样的感受，停车难。今天，我们怎样把每个停车场停在总体面积不改变的时候提升13.7%的停车能力？一个停车位，为什么那么宽？因为要预留两边开门的距离。自动开车的技术下，车联网已经识别到车已经停下，而人已经从车里出来。把车门关上，车子自动进去车位。如果不预留所有开车门的距离，经过我们测算，五台车位的面积其实可以停六台车，测算下来可以平均节省13.7%的空间。

这样一来，我们首先要把停车场位置数据化。第二，车辆在线。第三，车联网实现无人驾驶，把车的控制权交给机器操作。实际上，像百度阿波罗也好、车企机器人也罢，拍摄技术本身OK，但是与业务端数据还没有完全打通。也就是说，独立技术是成熟的，只是没有把数据与技术平台连贯在一起，包括停车数据。所以，有非常多企业和政府部门来与我们沟通， 在移动出行时代，我们可以做些什么事？政府可以组织怎么样的资源？怎么样做试点？

从整体社会资源角度上，解决C端用户体验是具有价值的，只是目前数据都在不同的企业端。所以，我们的产品是网联汽车商业生态科技平台，另外，我们也做分时租赁。分时租赁企业都是亏损的，因为需要很大的成本，第一个是挪车成本，第二是停车成本。

艾兴：分时租赁、网约车、顺风车竞争还是蛮激烈的，最重要是看谁能做好户体验。   

吴斌：自动驾驶还没有到L4、L5的水平，没能直接实现完全自动驾驶，但可以应用于挪车服务，车辆之间的追随是V2X技术，头车由人开，后面的跟随行驶，整体挪车成本可以下降，平摊下来可降低十倍，我们一直追求的技术要为人所用；其次，科技要实现商业目标，任何科技要帮助产业上每个节点企业实现“降本增效”，否则科技就没有太大意义。

艾兴：刚才讲到AI如何赋能传统商业。第二个问题，AI技术如何创造新的消费模式，怎么样判断现在的趋势？用AI技术如何创新传统消费模式？

杨洋：AI时代，消费模式发生了很大变化，也就是越来越个性化。早期是要搞咨询的。九十年代，我们喜欢足球就买足球报，后来到了互联网时代，有各种各样的APP出现。AI的出现，从人找资源变成现在通过算法自动向人的需求聚合。有了今日头条，我们感兴趣的内容会自动汇集，有了美团，我们喜欢吃的美食会自动汇集。

教育领域人们也有一样的需求。比如，小孩成绩不好怎么办？我要升学，怎么办？各种各样的人成长都会迷盲，我们也是用算法尝试将个人成长所需要的各种碎片信息聚拢。通过AI算法更高效将各种资源、更快的我实现个性化聚合，极大地提升信息获取的效率，同时也将让庞大而碎片化的教育市场能够很好的聚合在一起，个性化服务每个人。

其实在各个细分领域，只要是2C方向的都存在很多选择，很多种方案。如何得到自己的方案，我们通过AI计算出各种各样的需求，就会进行商业模式升级。

艾兴：第三个问题，5G时代来了，智能化物联网要如何加速融合？

谢超：我们认为，最终技术手段一定要投入市场应用，这里应用市场不是创立一个新的行业，而是帮助传统行业提升。过去中国GDP规模已经超过80万亿，但是我们对所有传统行业用10%效率的提升可能都是将近十万亿的市场，所以，我们如何帮助传统企业以及消费类企业，运用AI提升他们的效率，这是所有科技企业最终的目标。

回到消费，企业如何再结合智能物联网、5G技术，这个事情非常简单，可以分为两个话题：一是目标，一是数据。目标很清楚，肯定是要定下一个方向，希望通过技术手段，通过人工智能、物联网改进运营指标或者消费能力，这个目标不能模糊。一定要非常清楚地说明具体想解决什么样的问题，这需要企业自身解答。

第二，数据，这是真正关键的话题，也是老生常谈的话题。30年前，很多企业已经开始关注企业内部信息化建设，构建CRM、ERP系统等，归根到底，企业非常重视数据应用。大家应该听过，黑暗森林理论。数据领域其实也有一个“黑暗森林理论”。什么意思呢？在现有99%的系统和数据化过程中，大家相当于在森林里开辟一条道路，这条森林是黑暗的，我们要从一端穿越一端。我们冲过去的过程中，遇到所有的树和树叶都摘下来和记录下来，把所有数据形成一条通路。当我们走到森林另一端的时候，整个路径遇到的树叶都积累了，这就是我们所有信息化过程的核心方式，有目标、有通道。但是这个森林有多大？有多少湖泊和高山以及多少树木和动物，企业根本不清楚。

但是，现在不能通过黑暗森林的方式构建系统和数据模式，我们现在是场景式的搭建，首先要知道它是森林，知道它的范围有多大，有多少个要素构成。反过来，这既可以是消费型企业，也可以是一个城市，数据化的过程中要用场景式思考。消费型企业更多的要思考怎么样重新构建企业的税收化体系，把整个完整场景真正构建起来，不像现在基于流程和目标。这是最大的挑战，也是必然的趋势。

吴斌：数仓建设和算法应用应该“以用为建”，那么这个用的场景如何来呢，有时候需要直觉。今天现场有很多女生。在IT时代，是男人的世界，DT时代，就是女人的世界。为什么？数据时代，要天马行空，而大多数这种天马行空的想法来自“特别不着调”的女生，所以说，DT时代女生会比较厉害。

万学靖：聊到5G。不管是AI也好、IoT也好，到现阶段很多落地程度不够，而且作为服务设备厂商、设备生产企业的老兵，看到的是这些实体企业很多已经到了瓶颈，而且很多制造业不赚钱，因为他们的毛利很低。很多人说IoT是技术，我一直认为IoT是各种技术的融合创新应用，是面向应用而生的。

IoT的玩家都希望采集数据，但是在传统行业IoT+的过程中，大家其实要考虑下，究竟是为了数据做应用还是为了应用的问题而采集数据？我们做过很多工业物联网以及设备智能家居、零售、共享行业的应用案例。有人讲数据的故事，有人讲的是卖产品的故事，完全不在一个维度上。

艾兴：接下来请我们杨洋总谈一下，5G时代体验消费如何实现落地？

杨洋：AI落地分为2B和2C两种，2B就是提升生产效率为核心。我们专门解决招生问题，比如用招生机器人可以缓解招生压力，包括与新东方合作，可以显著提升线下获客率。2C我称之为OCA(Online Consultant Agency)模式，“我到底要什么？需求是什么？”需求越模糊，做成的可能性越低。好比教育领域，每个家长就是望子成龙，但是小孩要什么？千人千面，上万种职业选择，几千个大学选择，一千二百个专业选择，要先问要什么然后再出方案。AI时代，在消费品上更注重用户需求，提供个性化方案，然后再结合B端资源。

艾兴：接下来请万总讲一讲智能化时代，新的消费模式有哪些？

万学靖：消费场景太多了，我只根据个人经验以及我们的客户列举一些场景化的东西讲一讲。第一个，现在做智能家居的比较多，大家在京东和淘宝上看到很多家电，比如说天猫精灵，可能希望做成一个音响的形态进而整合到家里的相关设备，这一方面天猫做得比较好，会逐步形成smart home的完整场景化智能体验。

但这种场景化的整合，是阿里需要有很多合作的家电厂商，要做的第一是卖货来解决设备销售的问题，第二是连云解决数据收集进而实现家居场景的智能化。卖货其实就是打通厂商的关键环节，是促使IoT在家电落地的关键。但是作为消费者，买一个智能音箱回去，AI和连接完全整合了，却会出现大量安全和隐私保护的要求，设备厂商未来可能必须告诉消费者，设备收集哪些数据，是不是做过过滤了，如何保护个人隐私等，毕竟这种设备是直接连到云端的，所以未来智能设备发送数据之前可能本身就要经过二次处理。AIOT的智能化过程中，消费者是逐渐被教育的，很快消费者会走到需求前端。

围绕车也一样。最近特斯拉的两个故事大家可能都听说了。一个是自燃，一个是自动驾驶撞车的视频。很多场景化的需求会产生不同的购买欲望，包括现在L3、L4级别的自动驾驶，这是需要所有产业链上的企业一起攻克的。未来，不管是车也好、物也好，一定是标配连接、安全、升级的基础能力，同时强调消费者的数据安全和隐私保护。

艾兴：作为一个投资人如何看待AI与消费结合的机会？如何投资？中国的消费市场这么大，传统手段能做出茅台，现在我们结合AI，前景是非常巨大的。