我在這行做了七八年，一向聚焦在高科技與先輩技巧范疇，但在投資的分歧階段。
分歧階段對項目斷定的維度異常紛歧樣。前期，投資做的是減法，以風(fēng)險防備為重要考量，各類營業(yè)和財政模子測算的實質(zhì)都是在推演分歧風(fēng)險前提下的預(yù)期表示；晚期，投資做的是加法，以價值發(fā)掘為重要考量。晚期項目投資范疇對投資人的請求是較高的，特殊是技巧范疇。
做技巧類投資，須要三方面的才能：第一，底層技巧解析的才能。把技巧的實質(zhì)疏解白是最根本的請求；第二，敏感度。晚期創(chuàng)業(yè)者常常會須要投資人的贊助，好比在營業(yè)成長偏向上的斷定，這就請求投資人對行業(yè)懂得的同時對新技巧的運用點也要有必定的敏感度；第三，跨界才能。好比贊助項目補(bǔ)足非技巧范疇的人才網(wǎng)job.vhao.net。
人工智能遠(yuǎn)沒到收成期
本來O2O，很熱，干甚么的都往O2O上靠，可如今這類項目根本沒有了。如今AI火，許多公司許多項目都往這方面靠，年夜家開端評論辯論AI是否是一波新的泡沫，在我看來今朝AI過熱，泡沫確切存在。
之前AI在投資范疇是冷門偏向，后來主流基金逐步會有投資人專門擔(dān)任這個偏向，到如今年夜多半主流基金都以這個偏向為主要賽道，乃至有些基金只投這賽道。由于AlphGo、無人駕駛汽車等影響，AI曾經(jīng)從一個專業(yè)范疇上升到社會年夜眾評論辯論層面，前不久國務(wù)院發(fā)表了《新一代人工智能成長計劃》，讓AI又上升到了國策的高度，這些讓人們對AI的預(yù)期達(dá)到了極點。
但現(xiàn)實上，AI遠(yuǎn)沒到收成期。比來我們聯(lián)想之星對接觸過的AI項目做了復(fù)盤，樣本年夜概在200多個，根本包含了市場比擬著名的AI始創(chuàng)項目（不包含BAT，科年夜訊飛等巨子公司），發(fā)明了很成心思的數(shù)據(jù)。好比：在2011年之前成立的AI項目僅占4%的比例，年夜多半AI公司成立于2013年今后。有明白行業(yè)屬性的AI項目，最多的是金融和主動駕駛，占比分離為15%和13%，有跨越四成的AI項目行業(yè)屬性其實不了了。
估值在3億國民幣以上的項目跨越四成，而上一年度支出在4000萬以下的AI項目占比跨越八成。這些數(shù)據(jù)異常直不雅，也印證了我的設(shè)法主意，AI的成長并沒有到收成期。
為何會是如許一個成果？在我看來，AI自己其實不是一個行業(yè)，它像一個對象包。這外面會有幾個對象，好比CV、NLP、機(jī)械人技巧等，哪一個行業(yè)須要就運用到哪一個行業(yè)里去。
AI的成長會驅(qū)動行業(yè)變更，每一個行業(yè)有本身的成長邏輯與節(jié)拍，不克不及混為一談。有些項目為了AI而AI，但這其實不是行業(yè)以后所最須要的，這個時刻是否是AI項目其實不主要，處理成績才是實質(zhì)。
為何還要投資AI？弗成否定，「出人意料」的技巧變更，所帶來的價值和影響力是偉大的。
即便AI將來也有許多不肯定性，但我以為對技巧類創(chuàng)業(yè)者自己來講相對是件功德，乃至可以說技巧類創(chuàng)業(yè)的春季曾經(jīng)到來。
幾年前一個科研機(jī)構(gòu)出生的文科或工科配景的團(tuán)隊是根本拿不到天使投資的，但如今即便是天使融資階段，技巧范疇的創(chuàng)業(yè)也賡續(xù)刷新著融資記載。
我們看好的投資偏向
回到投本錢身，前沿技巧范疇我們看好的4個偏向：
1.深度進(jìn)修
基于多層或深層神經(jīng)收集的機(jī)械進(jìn)修技巧某種水平上可以說是這一波AI成長的驅(qū)動地點，代表著底層技巧的沖破。從投資層面有兩層考量，一方面是技巧或算法自己會賡續(xù)迭代和沖破，另外一方面是若何更好的運用深度進(jìn)修依然存在年夜量機(jī)遇。
2.傳感裝備
有人說語音或視覺是AI時期的進(jìn)口，我以為傳感裝備才是AI時期的進(jìn)口。許多人都說AI成長的三年夜要素，數(shù)據(jù)、算法和盤算才能，其實疏忽了構(gòu)成數(shù)據(jù)前的一個進(jìn)程，即數(shù)據(jù)收集。數(shù)據(jù)的主要性不問可知，影響數(shù)據(jù)質(zhì)量的焦點是數(shù)據(jù)收集。好比無人駕駛、智能安防、無人批發(fā)等完成的條件和基本都在傳感裝備，所以將來傳感裝備的量必定很年夜，而且所搜集數(shù)據(jù)的維度也會賡續(xù)豐碩。
3.航天兵工
這個范疇的投資之前集中在中前期，但今朝愈來愈多的投資產(chǎn)生在晚期，聯(lián)想之星也體系性結(jié)構(gòu)了這個范疇，項目成長后果照樣不錯的。
有兩個緣由：第一，軍平易近融會的政策導(dǎo)向在由軍轉(zhuǎn)平易近向平易近從軍成長，技巧的趨向也更多的強(qiáng)調(diào)自立可控，年夜情況對始創(chuàng)公司有益；第二，體系體例內(nèi)的人員不再是我們呆板印象中的模樣，也有很多創(chuàng)業(yè)者具有了很好的貿(mào)易敏感度和資本整合才能。
4.AI技巧+垂直行業(yè)
我們也異常存眷AI技巧+垂直行業(yè)的投資偏向，但我們的不雅點是對這類項目斷定的落腳點應(yīng)當(dāng)在于行業(yè)自己而非AI或技巧。
歷久來看AI類項目成長的焦點競爭力我們以為是變現(xiàn)的方法和范圍化的途徑，許多AI項目今朝仍處在找到本身變現(xiàn)方法的進(jìn)程中，不管終究是如何的，但應(yīng)當(dāng)是簡略直接的，好像互聯(lián)網(wǎng)的三個變現(xiàn)方法：告白、電商、游戲。而AI項目標(biāo)范圍化途徑我們以為會是分歧的，途徑不該簡略用ToC 或 ToB來辨別，正由于AI是行業(yè)的對象包，有兩個主要目標(biāo)是須要用來做參考和斷定的：一是效力；二是滲入滲出率。
扎根試驗室發(fā)明好項目
截止今朝，聯(lián)想之星在這個賽道一共投了跨越了60個項目，散布在中美兩地，涵蓋10個范疇，包含出行、金融、醫(yī)療、安防、教導(dǎo)、花費與辦事、IOT、物流、農(nóng)業(yè)、航天。
我們不敢說本身投的是最好的，但可以說是投的最早的。聯(lián)想之星在很早的時刻就扎到各科研院所和高校的試驗室中，和一些學(xué)術(shù)范疇的帶頭人樹立了優(yōu)越的協(xié)作關(guān)系，好比2010年投資的中科虹霸項目，就源于中科院主動化所形式辨認(rèn)國度重點試驗室。
為何要如許扎到試驗室去？一方面是出于投資打法的考量，另外一方面也是我們聯(lián)想之星成立的初志，2008年我們柳總親身設(shè)計并設(shè)立了聯(lián)想之星，其時的目標(biāo)之一就是贊助中科院做「技巧結(jié)果的家當(dāng)化」。跟著我們賡續(xù)的成長和強(qiáng)大，聯(lián)想之星的投資營業(yè)早已不只聚焦于技巧范疇，但我們支撐技巧創(chuàng)業(yè)的初心并沒有轉(zhuǎn)變。
這類作風(fēng)一向延續(xù)到明天，好比我們和噴鼻港科技年夜學(xué)主動化技巧中間主任李澤湘?zhèn)魇凇⒈本┖教旌娇漳暌箤W(xué)的機(jī)械人專家王田苗傳授、清華年夜學(xué)汽車工程系主任李克強(qiáng)傳授都有協(xié)作的項目。
技巧自己并沒有捷徑，沒有必定的時光積聚確定是不敷的。這些傳授在地點范疇都是相對威望的迷信家，他們的項目常常是在試驗室跨越10年以上的技巧研發(fā)和積聚。
一個值得研討的景象是，以傳授或迷信家為主導(dǎo)的創(chuàng)業(yè)常常不輕易勝利，而依托于傳授或迷信家及其試驗室的先生創(chuàng)業(yè)團(tuán)隊，掉敗的幾率絕對會低。
為何呢？上一代科研人員對體系體例的依附會更年夜一些，而年青一代更具有冒險、實干精力，勇于試錯，在許多項目成立之初就具有國際視野。互聯(lián)網(wǎng)的鏈接讓年青一代人更擅長接收信息、應(yīng)用資本。是以，傳授、試驗室、先生三者聯(lián)合的組合正在成為一種新的趨向，傳授以參謀或?qū)煹纳矸萁o公司或先生以技巧支撐，先生作為創(chuàng)業(yè)主體主導(dǎo)并運營公司，固然也承當(dāng)著創(chuàng)業(yè)掉敗的風(fēng)險，這類組合是有其必定的公道性的。
