AIR 081 | 投資人：錢已到位，就差成熟的技術和商業模式

雷鋒網承辦的CCF-GAIR（人工智能與機器人）大會投資人專場的最后一場圓桌由前央視主持人、現紫牛基金合伙人張泉靈主持。業內知名投資人：英諾天使林森、真格基金李劍威、華登資本蘇仁宏、明勢資本黃明明以及中興合創唐祖佳參與討論。聽聽這些投資人們準備如何捕捉中國AIR的獨角獸？

由左至右依次為張泉靈、林森、李劍威、蘇仁宏、黃明明、唐祖佳

張泉靈：楊總（楊向陽）給了我一個任務說這場要好玩一點，所以我們先從這樣一個問題開始：每個人不用指名道姓，先舉個你們看到的不太靠譜的人工智能項目且絕對不會掏錢的例子。

唐祖佳：市場上不靠譜的項目其實蠻多的，我們一年要看一千多個項目可能才投10到15個。人工智能領域，我們投核心的器件比較多。從器件的層面出來，未來是泛智能化的社會，軟件方面我們看了很多沒有技術門檻的應用，在技術層面上已經把它淘汰了。技術第一的公司不一定就能成功，但是技術一定是在水準以上。其實我們發現做出來的東西一點都不智能，反而更麻煩，實際上里面有很多基礎技術就沒有過關。我們的深圳本土化特色很強，背靠中興、華為這樣的公司，所以我們主要是做核心技術判斷，我們投A輪以后一般都有標準出來，至少要過了技術門檻才敢下手。

黃明明：這個問題很容易得罪人……我分2B和2C來講，2B項目基本上都是微軟研究院出來的大牛作為創始人，我們不但要看技術背景，還要特別看他們的商業模式。比如目前的語音識別，可能會被很多大的平臺開源，所以純粹走技術模式可能行不通，還得看未來的商業模式。2C就是對消費者的公司，我們選的項目的主要創始人一定是在中國排前幾名的技術經理，當然也不是說單靠技術就能打天下，消費者一定會給我買單。我們看了很多教育機器人的亮點功能很牛，但是消費者不買單，我們也很害怕。

蘇仁宏：我們華登的團隊基本上都是技術出身，特別是集中在半導體領域，在半導體領域我們在全世界投了70多個國家，把全世界最核心的技術串起來，所以我們投的時候比較看重幾個要素：通常來講我們對概念不是那么感興趣，我們更多的是驗證這個商業模式本身是否能夠做大。第二點是要有相關的壁壘，因為半導體是全世界競爭的。但是AI不一樣，我們最近在美國投了很多，大牛在我們這里不見得大加分，不管是從哪里來的我們要驗證它的商業前景。然后是估值，估值太高，通常來講很多時候邏輯上是有問題的，包括AI這個產業，尤其是硬件產品，估值跟融資多少有關系，但是沒有那么大的關系，不像互聯網，互聯網是燒錢的，估值是看很多創業者的心態，所以我們對這些東西是比較在意的，往往估值太多的話反而會有問題。

李劍威：我們看到某一些類別，比如陪伴機器人等可能有80%都未必靠譜，從AI創業來講有兩個門檻，第一個門檻是技術門檻，我覺得在AI這個領域創業大牛可能是一個必要條件，你不是大牛的話其實根本走不遠。第二個我覺得關鍵點是應用場景，我們也碰到一些情況，大牛有技術，但是沒有找到特別好的應用場景，這個時候直接導致商業化不成功。我們是天使投資，AI領域只投牛，VC或者是天使很重要的工作就是幫助核心團隊去探索商業路徑。理想的情況是兩個都有，又有大牛，商業路徑也想了。但是如果沒有，有大牛我們很可能也會投，有可能我們花很多經歷去匹配相應的人才，這個是我們在AI領域的總體投資思路。

林森：民間科學家肯定是不能投的，AIR首先需要非常牛的人，但是很多牛人有算法也不行，關鍵的是數據，是不是真的有數據的基礎或者是有這種可能性。未來中國一定是AIR的最大市場，也可能是最大的技術的研發地，因為我們有龐大的數據和用戶市場，這兩個東西是非常重要的，所以我們比較看好這一塊。

張泉靈：既然說到AI+的方面，各位覺得AI+大數據真正有應用前景的，你們看好哪些垂直細分方向？

林森：我們剛剛投的推想科技，其實是用的深度學習的方法讓機器替代醫生來讀懂X光片，這個是大家看得比較清晰的方向，類似這些方向我相信AI+大數據都會在某一個特定的領域里面比人做得更好，但是這個是需要時間。我們現在在篩選，看看有沒有哪些領域先有可能踏入到實際的應用。

李劍威：我們將AI領域分幾個大塊，一個是圖像識別、精準醫療，我們剛投的機器人看片解決方案，精準度非常高，如果能夠給他們更多的訓練數據的話，我相信他們的應用場景會非常廣泛，比如包括像智慧安防。另外像自然語言處理和語音識別，我們也投了一些公司，他們在技術上也非常好，還有一些其他的應用，包括類似像阿爾法狗這種應用，我們也看到以前BAT非常牛的人做類似的公司，進展也不錯。比較典型的搭配是一個AI或者是在學術領域工程領域的大牛，再加上一個比較切合實際的應用場景。

蘇仁宏：過去我們投了AI的相關項目：

一個是語音，大家知道通用的語音是2B的業務。我們投了場景化的，比如說在家庭的這種場景，一旦大家知道移動互聯網基本應用漸漸處于飽和，家庭的很多場景，當機器越來越智能的時候，帶來的交互方式會變，手機的交互方式有一些局限，由于它的技術的原因，空間的原因。

另外是場景，大家知道手機唯一不能替換掉的是屏幕。屏幕是隱私，家庭場景很多實際上是可以做得更好的，家人參與進來，所以我們認為它會成為一個大的東西。像教育機器人，我們也探索了，也投資了，這個一定要有核心技術。

圖像這部分是我們華登30年積累的非常深的方向，投了從成像到圖像處理都離不開的公司，為什么我們要投大疆，就是因為這個。圖像能力與商業的結合可能是我們后面的重點，可能會和科技、文化、金融結合。比如金融領域有很多重復性的工作，把這些工作交給AI來做是非常好的，所以我們主要是看中這幾個方面。

黃明明：過去一個月的時間，我算了一下大概是投了6個項目，比我們以往的速度有所加快，為了表決心，我們把大會議室命名為AI；我們也正在做人工智能的產業基金，所以用一個最近比較熱門的話我們在AI方面用了洪荒之力。很多人都在講AI過熱，其實很多都掌握在數字端，所以我們最近投了一個360搜索架構師做的，叫企名片，現在很多二級市場券商，我們的投資服務都在用的公司。另外還有一個是光線傳感器，用在石油、高鐵長距離的傳感器的公司，安防領域也是做得比較多的一塊。我個人認為比這些更靠前的一個是內容，其實這個數據已經在線下了；另一個是自動駕駛方面，我們做天使機構是最早出了李想二次投資的項目，雖然我們已經布局了郭院士他學生做的一個非常棒的自動駕駛項目，如果有牛人可以來找我們。

唐祖佳：我們自己看人工智能是一個廣義的概念，我們自己的投資公司看這個方面是從2012年的3季度，智能手機在市場上保有量第一次突破10億，包括我們用機器學習是在十幾二十年前，所以我們當時真正的判斷是在2012年的3季度會迎來智能手機的大爆發，我們覺得人工智能會到來，所以我們才有這個方面。我們的數據量增長以后在通訊和存儲的網絡上都是支持幾百億的公司，在基站和基站之間的通訊都是20G到25G，甚至是更高。除了這個層面，就是我們現在講的應用的層面，首先它具備可行性，創業在技術上已經能支撐了，但實現真正的智能是很難的，比如說我們做智能交通，但是整個的路況都沒有辦法智能。類似的問題在人工智能很多，一個是基礎技術要過標準線，還有一個是環境。我們剛開始不求大，一定要在具體的方向上比較快的形成商業機會，具備可行性。創業者覺得這個方向很性感就進來了，但是實際上還不夠支撐。

張泉靈：你看著這幾個人說的各有不同，但是共通性是非常大的。我們在開始之前還在討論圖像和帶寬的需求，可能是被認為不賺錢的基礎設施的部分，突然這個需求又擴大了，大家都在看好數據，到底你有沒有數據？你的數據是什么樣的質量？根據這個數據到底能夠在下面做出哪些比人更強的事情？

為什么人工智能第一波，大家都說谷歌過去十年讓全世界最聰明的人都在賣廣告，就是因為精準的分發在網絡上產生了數據，而且產生的是標注的數據，你的個性化已經被標注過了，接下來哪有標注好的數據，怎么樣能夠讓這些數據產生價值，我想這是大多數人工智能應用的公司都應該去考慮的事情。

到底有多少錢在投這個方向？還是說得多，投得少；有哪些機會創業公司就別想了？我們簡單的回答這兩個問題，除了你們自己之外你們看到市場上到底有多少錢扔下去？

林森：從我們自己的觀察來講，人工智能是很長周期的事情，風口不知道是多長時間。從風口的角度來看，我個人覺得可能TMT領域有50%的資金跟人工智能相關聯，因為我們前面看到有大量的從互聯網轉來的資金，已經投到更偏硬件的方向了。我們自己投的主流的方向在電子信息行業基本上是和人工智能產業鏈相關的；也有醫療行業，其實也是跟人工智能相關的。我覺得這個不是壞事，因為沒有產業的支撐人工智能很難起得來。

李劍威：今年美國的一份報告稱在人工智能上的投資比重比前幾年有很大的增加，我的判斷是未來主流VC也會把投資放在這。中國過去十年都是在互聯網行業下重注的，所以我回國的第一個合伙人是特別屌絲的人，但是他非常成功，他連高中都沒有上過，我們做了一個網站，賣給了谷歌。所以現在就是理工男的春天，但是肯定有很多的泡沫，泡沫會壞事。

蘇仁宏：我們原來投得很寬，從5年前開始收縮，收縮到電子產業鏈上，因為我們整個基金都是放在這個方向的，一直是電子產業，側重點可能會稍微往軟的部分，我們過去太硬，因為AI大家知道其實一半是軟一半是硬，甚至軟的還更多。從商業來講，我們過去投芯片很多是2B的生意，因為要投芯片你要知道它的應用、趨勢，所以對我們來說是一樣的事。新的基金可能有20來個億都在做這個，同時我自己在組建一個跟科技、文化、金融結合得更專注一點的基金，差不多兩三個億，所以我們資金不少，已經準備好了。

黃明明：過去幾個月，尤其是阿爾法狗贏了之后，所有的基金都看AI，我感覺對AI的創業者是特別好的時機，我們過去幾個月投了四五家AI的公司，跟AI相關的公司已經投了大概有十幾家，精準醫療、機器感知都有，所以我們希望他們會有接盤的，有一個確定的答案是投AI的錢會越來越多，比我們之前投的翻幾倍。現在AI是一個很好的時候，一個特別好項目，很多基金會搶，都是以每一天怎么去Close為單位的，這個是好事。

至于哪些方向不要碰，我們有幾個建議：如果你的數據是依賴于BAT，比如說你基于微信的對話數據，或者是基于他們的行為數據要做一個增值應用，你分分鐘會被微信滅掉；但是如果你是在這個體系之外，基于其他數據能做同樣的功能，我覺得創業者不用怕，因為很可能在某個時間點他就把你買了。如果沒有能力接觸這個數據，在這幾個巨頭開放之后，他們有現金把你買掉的，只要你不直接用BAT的數據，都是有機會的。

唐祖佳：針對剛才黃明明講的后面一部分，我補充一下。其實AI的核心是數據，如果你套這個領域就必須用到BAT所用的數據，我建議你直接遠離，原因非常簡單，所有的開放都是基于其壟斷地位有可能被顛覆的情況下進行的，到現在為止你不要想象這些領域的巨頭會把軟件開放給你，所以從這一點我們要清楚數據是整個技術的基礎。可能這些數據都是散落在各地，或者沒有被利用起來，然后我們有相應的技術能夠將其應用起來，在這個數據基礎上可以進行訓練，這個是比較重要的東西。什么是我們不該進入的，實際上是很清晰的邊界。

從我們風險投資機構的角度，錢依然還是那么多，但是模式創新已經走到一個瓶頸，這時候一定是一個技術創新的風口，而技術創新一定是跟剛才我們說的主題AI相關的。錢是不少的，但是我們痛苦的是找不到牛的團隊，可能牛人有，但是組合又不對，不能形成一個團隊，真正有價值的團隊太少。

張泉靈：有錢，而且子彈都已經上膛了，就等著好項目；第二個是你得有技術，即便是牛人你得有商業模式、得有數據，數據還能夠為你所用。理工男的春天到了，女投資人的春天也就到了。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。