从创新工场，在座很多行业的研究专家，我在分析趋势之前，先分享一下过去的投资策略和表现。
一个领域是不是风口，有没有崛起，大家关注的热度高不高，投资的量多不多。创新工场在这一年投了多少案子出来，这里可以看到P2P炒得非常火，爆暴起暴爆跌。创新工场早期的研究判断，不要介入这个领域，这是一个比较理智的决定。
第二个例子，O2O。行业起来爆发的成长，然后暴跌，这方面创新工场可能稍微做得早了一点，但是并没有做得特别优质，你并没有看到我们很早就预测这个风口的问题，只是我们比较谨慎理智的跟随着市场做投资。
再右边的移动游戏，我们基本跟着市场一起走。在风口的时候，大家一起投，我们也投，投到一些优质资产，然后也投到优质的IP。当行业成为一片红海，大家退出了，我们也就退出了。我们就和在座的研究机构一样，有些风口会找到，有些还是会跟着行业走。
人工智能和金融创新方面，我们是在2012年开始投的，行业还不知道这个词。2014年是我们投资最多的时候，行业还没有开始。现在AlphaGo打败了李世石之后，大家都想投人工智能，我们还在投，但并没有大幅度的增加。因为我们看到的可能会有一些至少估值偏高的状况，不能成为泡沫，这是行业的领跑者。
消费升级，这个概念在2010年我们就看到了，然后不断的在投，现在行业慢慢看到了这个机会。文化娱乐，我们也是走在整个行业之前。最典型的一个例子，这里没有提了，是移动互联网。我们在09年创立的时候就对智能手机的移动互联网做了all in加码，全部钱投了移动互联网，而且投的是智能手机，当年回报是15倍，特别好的时机，我们作为唯一看到这个领域的VC。但是这个领域在中国什么概念，一出来了，大家了解了，就很快被玩坏了，然后就成为泡沫，之后我们也需要去找其它的领域。作为早期投资特别重要的是有非常敏锐的鼻子，能够在一个风口还没有起来的时候做好布局。我们的筹码是靠我们作为一批科技人，在科技改变世界的领域里，我们的机会是最大的。
我们最看好的六个领域：
第一个领域，人工智能
为什么人工智能是特别大的机会呢，因为过去几年，六年前有一个特别重要的技术，叫做深度学习。这个技术的发明将让一个黑盒的技术可以识别，可以判断，超过人类。但是有几个假设，
第一，数据要多；
第二，机器要多；
第三，不是人人可用，这不是一个标准的软件，你可以买来用的。
世界上可能只有7千个人会用它，要没有这7千个人，你有数据也是白搭。看准了这个方向之后，我们就可以看到一个又一个的产品推出来，它们是能够取代基本人类所有需要低于5秒的工作，它都可以取代。比如说识别人脸，比如说做一些识别语音，或者识别手写的字，这些人都没戏了，机器会全面的超过人类。
还有很多的工作是靠特别大量的数据，比如说翻译，有多少双语料库的数据，这个一丢进去，人的翻译也没戏了。除非给领导们做实时口语翻译，而且不会错一个字的，这种机器还做不到。但在座的基本上的水平，绝大多数的人都没有办法比翻译做得更好。
记者，长的文章机器写不了。短的文章，也没戏了。助理、保安、司机，无人驾驶一出来，世界上9%的人口都会失业了。所以每一个不是取代工作，而是用更低的成本给人类创造了更高的价值。人工智能取代了这些人类以后，人会被推向去做更有意义的工作，也会释放更多的时间，追随我们想做的事情，这对人类肯定是一个好的事情。那么取代这些工作所产生的价值，它将回馈给社会，作为投资人、创业者所做的事情。
取代人类绝对是错误的方法来思考这个问题，因为人根本不可能跟这些机器来比。比如说我们投资的旷视科技“face++”，G20的时候在杭州就遍布了“face++”。当月，它所对杭州安防做的贡献，应该是让大家放心20倍以上，这个细节你们有兴趣可以再来问我。因为它让通辑犯没有地方隐藏。在创新工场，甚至在富士康10万人的工厂不用卡，靠脸就可以刷进去了，这样的威力人根本不能比拟的。一个“face++”可以识别50万张脸，在座哪一位可以识别50万张，这是一个超人的领域，那么这些技术即将在我们的周围发生。
今天时间的限制，我不会进入所有的领域来讲。举几个领域，一个人工智能的技术如果用大量用户数据分析的话，它可以让你卖商品，卖出的转换率增加1倍。你如果是一个电商，可以多卖1倍的产品出去。如果你要做数据营销，要去推销，你可以多卖1倍出去，我们投资的公司可以明显的看到。比如我们投资的“巧达科技草达数据”（音），就是帮助所有的商家达到更精准营销的公司。
做识别，它的识别率会非常精确。做风控，它的风控做的会比每一个银行都好。而且一个人可能要花一周的时间来确定，我该不该贷款，信用卡的使用是不是欺诈，这些机器只要0.1秒就可以更精确的判断。所以在金融领域肯定是人工智能发挥最好的机会，但也不只是金融领域，人脸识别能超过人类，图像能识别清楚，那还有什么领域是应用图像的，这个可以推导很多，比如说交通。比如说帮助一个城市做交通的设计，让我们更少的堵车。比如说对车牌的识别，比如说对医学影像的识别。如果在座有孩子想去读医学影像的识别，就是帮助你看片子的那些医生，千万不要，五年以后没有人会做这个行业了，全部被机器取代。