Tiffany是我们社区的常驻投资人，我们每周都会一起聊20个项目，聊遍五大洲项目后，我们发现AI创业全球化也许不是一道选择题，而是一道必选题。此外我们还一起讨论了AI行业的发展前景、技术人对AI发展的态度和担忧，以及AI与制造业的结合、国内AI发展需要考虑的政治风险和政策影响。 【嘉宾介绍】：Tiffany Wu，AI行业投资人，10+年产业并购投资和企业战投经验。最近6年一直致力于前沿科技和AI领域投资和业务拓展；在投身AI行业之前，曾任中信资本副总裁、MONITOR战略咨询顾问。北大元培班本科，英国UCL硕士 【时间轴】： 00:00 AI投资人的故事 Tiffany分享了自己从传统产业转型到AI投资的经历和困惑。他解释了自己对AI的选择和发展观点，并提到了在与技术人员交流时可能存在的障碍。他还强调了与不同背景的人聊天对个人进步的影响，并描述了自己在AI独角兽公司的工作经历。 04:16 AI行业的发展与应用方向 博士创业团队、AI行业的起伏、信仰与投资派别、国内外AI应用方向的差异以及在中国市场上的应用前景等问题。同时提到了国内AI发展需要考虑政治风险和政策影响，以及一些行业由于安全性和长期发展考虑而不敢轻易涉足。 08:47 AI+和+AI的不同 讨论了AI加和加AI的不同，以及在AI加过程中需注意的问题。强调了要从产业本身的规律出发，尊重产业本身的workflow，整合技术来提升产业。同时，提醒不要过度迷信技术，应从商业和产业规律的角度回归，评估成本和收益，考虑长期发展路径。 14:15 AI+的应用和产业的前景 AI加的应用和产业的前景，以及技术人对AI发展的态度和担忧。讨论还涉及到了AI与制造业的结合以及对制造业的影响。虽然对于AI在制造业中的应用还没有定论，但制造业从业者们仍在思考这个问题。 21:48 制造业与AI的结合及其影响 制造业通过与AI的结合，能够降本增效、突破传统局限，并占据行业前沿。AI的发展将带动能源、数据中心、机器人等相关产业的兴起，形成大量新兴市场。制造业需要从战略角度思考，注重开源而非节流。中国的优势制造业将从中受益，如英伟达和新能源产业链公司。然而，要实现数字化、信息化、数字化和智能化的转变，需要先解决思维方式和管理方式的问题。因此，制造业与AI的结合需要找到合适的切入点，并进行免费咨询来换取业务机会。 28:20 AI在制造业中的应用前景 新能源和能源相关行业在AI时代的应用前景较好。短期内，能源行业可能会优先实现AI结合，接下来可能会有各个行业的终端设备与AI结合。在算力和数据要求方面，虽然存在一些挑战，但是国家可能会集中力量突破算力问题。媒体对AI应用的担忧可能被过度夸大，生产数据和工业数据仍然具有较高的价值。目前许多AI应用主要是通过自动化解决问题，而并非需要最强的AI能力。 32:41 制造业数据和算力的重要性 制造业中的数据和算力问题。发言人认为，在制造业中，数据的重要性有限，更多需要的是算力和最新的技术。制造业行业的数据相对较少，而且国内有竞争优势，所以不需要过于担心数据问题。他认为媒体过分强调了算力、算法和数据的重要性，而忽略了其他因素的影响，如电力、能源、人力等。最后，他提出了在制造业中，know how的重要性不容忽视，数据并不是决定一切的因素。 37:10 制造业与AI技术的结合 制造业与AI技术的结合，并介绍了一个我们计划在广东地区开展的制造业加AI的社区或社团。该社区将定期举办线下活动，包括圆桌会议和产线参观，以促进