AI投资的变与不变丨CCF-GAIR 2017

本篇文章7935字，读完约20分钟

7月8日下午，由雷·(公开号:雷·)主持的第二届ccf-gair 2017全球人工智能与机器人峰会继续在深圳举行。

在“人工智能+风险投资”特别会议上，在正格基金董事总经理顾敏满、光速中国基金创始合伙人闫涵、高蓉资本创始合伙人岳斌、浦江资本执行合伙人徐立新、经纬风险投资合伙人汪华东、联想之星投资副总裁高天耀的主持下，会议围绕“人工智能投资的变化与不变”这一主题展开讨论。这些投资者在人工智能领域有着深厚的投资经验。这次，他们还谈了自己对这个领域的看法，包括对什么样的人工智能企业有所期待，如何提高人工智能企业的商业化能力，以及为人工智能企业指出雷区。

顾玉曼:人工智能领域可以细分。无论你是从底部还是从垂直业务的角度来看，我们的基金是个人投资还是不投资，但我们对人工智能创业企业非常乐观。让我们说一个，因为无论你是乐观的还是投资过的，你肯定会在这个领域提出相应的观点。让我们请每个人从一个项目中谈谈你对这个项目的看法和意见。

闫涵:如果有一家公司，那就是易成科技，这是一家人力资源领域的大数据公司。有趣的是，在人工智能的概念全面展开之前，我们就投资了这家公司。这位企业家在2011年也联系过我们，说他有一个梦想。他想为所有的人力资源经理使用一个工具，因为人力资源经理每天都要管理大量的员工，并且必须提交大量的简历，这是非常低效的。他希望通过大数据和人工智能来提高他们的效率。因此，他们在2011年有了这个简单的想法，并在2014年回来告诉我们在数据和算法方面都有突破，所以我们在2014年底投资了这个企业。现在这家公司非常低调，它成立才两年多，软件即服务的收入已经达到近1亿，整个公司也是盈利的。现在人工智能被大家广泛讨论，但是当我们投资这个企业的时候，我们没有想那么多。我们对该企业持乐观态度的是，它希望提供一种由saas提供的产品。同时，他们已经积累了很长时间的数据。他们知道每天人力资源工作的数据在哪里，并花费大量的精力和金钱来吸收许多国内顶尖的数据分析人才。

在这种情况下，我想强调的一点是，光速已经在人工智能领域花费了大量时间。在我个人看来，只有两种类型的企业能打动我们。首先，产品技术能够真正使土地增值的行业可以成倍提高效率；其次，通过他的数据和算法，他提供的服务或产品可以被使用三到五次以上。因此，我认为这家公司能够如此快速地发展，saas收入如此之快，最大的原因是为了打开效率和产品体验之间的差距，这使得一个hr平时看简历，而平时看200份简历。通过他的技术告诉他你已经读了5本，这5本书有很高的转换率，并且与你需要的人才有很高的匹配度。这是一个非常有前途的企业，我们在人工智能方面的经验。

岳斌:今天，在我们投资的人工智能公司中，我可以看到不少于三家公司的盈利超过了10亿美元。如果我们专门谈论一家公司，这是一个相对较长的时间去做，每个人都可以在媒体上看到它。郑哥也参与了前期工作。当我们加入这家公司时，每个人可能都不太认可他们。当时，估值并不便宜。公司里只有十几个人在上海郊区的一所私人房子里工作。两位创始人之一在加州大学洛杉矶分校和麻省理工学院之前，在美国呆了很多年，最后在yann lecun的实验室工作。另一位创始人是他的同学。作为阿里巴巴云的第一任技术总监，他们白手起家创建了阿里巴巴云。这两位创始人当时放弃了一个好机会，很早就回来创业。今天，他们在视觉领域取得了许多突破，我相信我们在这些行业会议或论文中看不到。此外，他们还在医学领域做了很多事情。今天，很多人都在谈论医学人工智能，但有实际应用和大量数据，这真的可以帮助医生。除了这家公司，我几乎看不到有其他公司提供这种服务。去年，中央电视台为他们制作了一部特别纪录片。在最近的融资过程中，这家公司也是一家10亿美元的公司，所以我将简要介绍这家公司。事实上，我想说这家公司绝对不是这样。

徐立新:我们喜欢给会讲故事的企业家投票，这也叫梦想。戴利科技是第一个云平台。例如，德国机器人将工人放在生产线上。在去年的高科技交易会上，一个机器人撞到了玻璃，打伤了人，并把他们送到了医院。事实上，每个人都担心机器人将来会伤害人类还是被控制。这家企业打造了一个云平台，普通黑客看不见，是一个独立的平台。该平台的创始人是中国移动研究院院长。他们认为金融部门很富有，是第一个使用它的人。他们是许多银行的股东，所以他加入了一个成为天使的股东团体——高通，因为做云需要沟通，富士康在台湾和郭台铭都是天使。我们以1亿美元的价格与郭台铭合并，这是一家非常低调的公司，做着伟大的事情。现在，他们不仅有梦想，而且正在登陆，在安全的网络上做一些安全的通信。例如，苹果手机存在漏洞，一些敏感部门和一些政府官员可以使用安全手机进行通信，包括一些实际应用。我认为这是一个既有远大梦想又有具体落地的企业，所以我希望能找到更多这样的企业。

汪华东:让我分享一个案例。这个项目是我们去年第一次投资，后来又做的。这叫做突然认知。从纬度和经度的角度来看，我们希望在技术领域投资这种积累，发展一个具有一定技术领先地位的公司。例如，去年推出的人机对话系统是为数不多的能够实现持续对话的引擎之一，同时实现了非常好的商业化。例如，车里有很多顾客，所以它有一定的

孟星:我认为手掌就是肉，说任何一个人不公平都是不公平的。我们将在每个领域投票选出最好的。例如，在无人驾驶领域视觉感知方面做得很好的mobileye投资了人工智能。这件事的局限性在于我们对认知的整体想象和对商业判断的想象。最好的公司永远是下一个，而已知的商业环境不如下一个好。这不是我们发现和收集热点的行业。我们会去每个公司。

我说的是一家较早的公司，但其他更成熟的公司不需要我去赞美它。我们投了奥立意公司的票，这是清华的早期团队。它进行大场景的三维重建，并且是动态的。如果是刚才提到的唯一一家，那它是中国唯一一家在多人场景下实时动态重建多场景三维重建的公司。今天，它也在新情报的名单上，这是相当罕见的。目标是全息，也就是说，我站在这里，我所有房间的动作都在另一个人面前实时重建。他可以透过ar眼镜看到，所有的坐标信息都是实时重建的。从远处看，他们的目标不是视觉问题，而是交通。如果我真的不知道你是否在我面前，你的动作是否足够逼真，你的角度是否足够逼真，所以在物理学中我不可能真的出现在我面前。

:我很同意孟的说法。主人挖了一个坑，这个坑不小。我相信很多机构都投资了很多领域相关的公司，所以我很难说出我认为最值得骄傲的是什么。我们鄙视他们，更多地考虑他们的想象力。因为当时计算机视觉不是很受资本或市场的关注，我想了很久。我举了一个最近刚刚投资的项目。事实上，停车现在是个大麻烦。有很多公司做停车场学习，也有很多设备和软件来寻找汽车。然而，他们之间有一个差距，那就是，你仍然必须走到你的车或身体找到你的车。我们投资的公司是agv汽车。你可以把你的车停在一个顽固的位置，你可以直接把你的车抬起来，然后用agv把它运走。当你回来的时候，车库里可能有几辆车在跑。传统的车库也在做相关的事情。这是一个在大江的团队。我想表达的是，我们仍然需要看到一些关于空未来的想象，就像几年前我们投票给lp一样。当然，这可能偏向于硬件。但是，如果提高这个节点的效率，整个车库可以停得更密集，节省你的车的等待时间。这个，

顾敏曼:在人工智能领域，我认为有一个三角形，这就是刚才大家提到的商业化。在总体ai中，无论是技术能力还是算法能力，以及获取数据的能力，无论是纵向的还是横向的，实现商业化的能力往往是公司实现的一个非常重要的三角。我们可以看到，在刚才几位客人提到的公司里，这三个角落往往都很牢固，但另外两个角落却在慢慢地弥补。在早期投资中，我们不能在你面前要求一个完美的公司，这只是你投入的价格。我的下一个问题是关于权衡，或者更多关于帮助这里的人们理解偏好。面对早期团队，我们如何在这个大三角中保持平衡？或者优先权。

高天耀:这里面还有一个维度，那就是投资阶段。刚才顾先生提到，这是真正的天使导向，即很难赚取收入，所以我们去看了项目的早期阶段，从它来看，我们需要你有一个特别突出的优势。我想主持人刚才提到了一个很好的观点，那就是你会用锤子或者用锤子敲钉子。我们看到人工智能或人工智能相关领域也在寻找能制造锤子或使用锤子的人。人工智能最大的想象就是你仍然不知道什么是可以解决的。我们都在谈论商业着陆和效率提高，这肯定是每个人都在追求的。然而，我们不能知道的是，在这个时间点上，你不知道技术的进化或者新的创业人才的出现。它可以解决行业中更多的问题，这实际上是一个让我们看到它的好机会。回到主持人的问题，我们比较关注两种人，一种是你可以做锤子，另一种是你可以用锤子，否则你有一个很好的算法，包括刚才刘总经理提到的算法。虽然障碍从长远来看会减少，但目前仍然缺乏算法，包括软硬结合的能力，这意味着你可以做一把锤子。然后你会用这个锤子，希望这个作品能更多地反映商业着陆，所以我们没有一个特别的你不能做的，你不会投票给任何你不能做的事情。我们感兴趣的是你特别强大，我们愿意在这方面支持你。

孟星:我们先来谈谈结论。我们看到这个项目的结论是我们不做权衡，不放弃任何一点，并且想要所有的点。我们如何理解它？然后我们谈到了刚才的话题，为什么我们如此兴奋地看到我们从未见过的投资项目，如数据量，算法和商业化。例如，海量数据是做数据量的先决条件，这是众所周知的，但有太多的想法和算法来解决这个问题。我可以用非常小的数据做同样好的事情吗？这些项目对我们有很大的好处，因为它们颠覆了我们固有的模型，认为大数据是解决问题的必要条件。第二，我们没有这样的办法。我们能找到一种方式来谈论这种商业化模式吗？如果我没有这样的数据，我能在商业模式中寻找它吗？我的产品定义能让我吸收更多的数据吗，即使我的业务能力不好，或者我没有自然数据，或者在一个没有人涉足的领域，没有人与我竞争数据源，我自己也成为了一名数据开发人员和数据分析师。两件事加在一起。我认为这可能有点模糊，但我们确实是这样想的。我们不希望你有商业化或数据。这个三角形不存在。我们是四边形或五边形。顾先生刚才提到的三件事都是基于他自己的技术和算法而诞生的，而且大部分都可能在介绍的过程中不容易改变，所以这一段肯定是作为一个初始团队或者说是一个早期的条件而存在的。接触数据的方法有很多，但无论你是改变算法、使用更少的数据，还是从正确的方向看待数据，都必须解决这个问题。今天，我们不太看重商业化，而是商业化的前景，而不是你在账户上赚了多少钱。如果你能把前两件事做好，但上限很低，或者不太可能有大的突破，我们不能自然地做出权衡，这也是一个我们不能投票支持的项目。

(顾敏-曼:我想要一切，不选择任何东西。你能谈谈投资阶段吗？因为我对高先生很实际，所以我不可能在早期就拥有一切。我知道顺威在整个舞台上都是一个公司，在人工智能领域也很得心应手。我能真正进入什么阶段？(

a轮和b轮是最合适的。我认为企业家或团队一定有他们的劣势方向，但是他们有不同的方向来解决他们的劣势能力，这是我最喜欢的。

汪华东:经纬主要投资A轮和b轮，从我们的角度来看，我先做个总结。对于这类项目来说，最重要的是他是否已经清楚地考虑过这个东西的使用场景。我们将关注这个团队在使用场景中的组成，你可以理解为关注使用场景就是关注未来的商业潜力。如果某样东西有商业潜力，它需要由一个团队来制作。目前，我们不想投资一个纯粹的技术团队。我们希望这个团队中的一些人能够在技术上做得很好，一些人能够在运营上做得很好，也就是说产品很好，所以这件事情是我们非常关心的。

徐立新:我们主要关注项目阶段的A轮，即它有自己的独特性，有点像道教和艺术，现在是ai，是一个道场，已经建成了。每个人都有自己的把戏。你从事人脸识别，他从事语音识别，他从事移动设备和算法，每个都有自己的优势。有必要看看这种技术是屠龙技术还是狭义的鸡。例如，可能需要很长的距离才能实现100%的图像识别。如果你找不到降落的方向，你可能要看看。如果图像识别或语音识别达到99%，离完美还有一点距离，但我可以找到我的应用场景，比如我在安全或金融领域，我认为这是非常有根据的。这项技术不是屠龙技术，但它很有用，而且符合我的投资方向。

岳斌:在过去投资人工智能公司的过程中，我很幸运，我投资的公司在商业上有很好的感觉，在技术上也是世界上最好的。每次我有机会遇到这样的公司，即使我一年只遇到一家公司，也会让人在梦里开怀大笑，但我很幸运遇到了一些公司，这真的很少见。在人工智能领域投资还有另一个特点。事实上，稍微好一点的公司都有很高的台阶，而且在这个领域对vc的要求也会很高。几乎所有的风投都非常困难。在如此高的估值和如此少的优秀团队的情况下，一年内卖出的机会是极其有限的，所以在这种情况下，要获得良好的回报，就必须准确地卖出。回到这些问题上，我们还应该关注具体领域。例如，如果我们使用深度学习算法进行训练，并希望获得非常好的准确性和结果，那么在这种情况下，数据量真的非常重要，或者如果今天没有数据，那么明天获取数据的方式也非常重要。然而，如果在其他领域，例如，每个人都去玩围棋，但事实上，所有的数据做围棋是原来的3000万象棋游戏，腾讯的独特技能和阿尔法狗可能会有很大的不同，即在相同的条件下，不同的子行业会有不同的要求。如果把这些点结合起来，最重要的是什么？认知是最重要的。现在有很多行业会议，很多人工智能会议，还有很多人出来做公关。各种观点都是最有价值的吗？他们很少，但是有这些宝贵意见的人在哪里？我想他可能不在像我们这样的开会地点。也许他还在试图在电脑前测试他的下一个结果。如果我们有机会遇到这样一个对这个行业的前沿发展真正有深刻了解的人，我想我们可以帮助商业化，而且数据量不够，所以我们也可以一起找到一个方法。回到刚才提到的这些要点，如果我们总结一下，今天对vc的要求是，如果你真的想在人工智能领域投资最好的公司并赚很多钱，一方面，你应该投资最好的公司，同时，确保你投资的每家公司都不会让别人认为这家公司实际上是普通的，这两个条件都必须满足。

闫涵:岳斌的话让我很感动，因为岳斌和我彼此非常熟悉。当我们每年看这么多案件时，我们感到我们在寻找颠覆性的案件。从投资者的角度来看，我们觉得我们最能打动我们的企业家。我们对这个行业的理解不一定像岳斌所说的那样。他是某个行业的专家，也可能是局外人，但他对某个行业有很深的见解，或者有一些疯狂的想法。同时，他对商业非常敏感，而且这种人往往对标准的vc印象非常深刻，所以我认为拥有感知和想象未来的能力以及对商业的感觉是值得称道的。我们必须密切关注这样一个团队。回顾过去，每年成为大公司的机会并不多，所以在创业的时候，不要整天想着我想做下一个顺子，成为下一个出路。我想我仍然需要分析我的长板来自团队本身。根据我的观察，尽管人工智能如此热门，但在过去的两三年里，投资者一直在补充这个团队。这个团队在这个行业积累了很多。也许他的积累是在算法层面，也许他的积累是在数据层面，所以投资者不是神，也不能预测未来。他在找什么？寻找团队领导。因此，从企业家的角度来看，不要跟随潮流，不要读公关文章，看看你的长板是什么，是技术吗？技术也是可以和有价值的。在技术有亮点的时候出售公司也是一个成功的开端。因此，从创业的角度来看，你必须看到自己的长板，并充分发挥它。同时，不要忘记这件事可以更大，你需要对业务有深刻的理解。例如，我最近看了医疗ai，给我印象最深的企业不是医疗企业，但他能够挖掘出医疗行业中最了解医疗的专家，自己学习他们的知识，并将这些专家吸收到自己的团队中。我觉得这种人从医学的角度来说是疯狂的，这是我从vc的角度来看的。

顾敏曼:谢谢，几位客人。我刚才为什么问这个问题？因为两个月前，郑带领一批中国顶尖的人工智能公司到美国和硅谷与世界顶尖的人工智能实验室进行交流。在那次交流中，我们发现创始人对彼此都很诚实，每个人都有很多困惑，不管公司的规模有多大，也不管他面对的国际同行的水平有多高。每个人都在思考人工智能技术如何实现更大的商业突破，包括一家初创公司如何获得大量数据，让人工智能技术发挥其应有的价值。因此，在这个问题上，我认为投资者应该更无私地分享和观察他们的观点以及他们所投资项目的发展道路。

接下来是最后一个问题。一位投资者说了一个非常有趣的观察。他说如果创业就像追一个女孩，你不应该追那个漂亮的女孩，而应该追最漂亮的女孩最好的朋友。这个怎么说？这导致了这样一个事实:初创企业从一开始就把自己视为进入这个市场的真正起点，但在这个市场上，不可避免地会有与现有大公司的竞争，而且必须弥补数据和技术方面的缺陷。所以最后一个问题是，如果你想给人工智能创业领域的公司指出一个雷区，建议它不要这么做。会是什么？因为时间不多了，我先来。我建议你停止自动驾驶。我想仍然有许多雷区，但我认为你不必这样做。每个人都很干燥，简单地说就是一条畅通的道路。

高天耀:不要做平台级的事情，尤其是人工智能领域的初创公司。当然，这个平台很有价值，但是很难。我们以前见过它。不要期望成为一个非常通用的平台级别。人工智能领域非常困难。

孟星:我认为我们不应该抱着卖技术的心态做生意。中国没有这样的土壤，无论是你的产品还是你最后的出口路线。

汪华东:我同意孟星的观点。不要以为你可以用这头牛的算法来成为一家公司。该算法有一个周期。

徐立新:人工智能还处于起步阶段。就个人而言，你看不到哪里有洞，但不要做不熟悉的事情。你不知道坑在哪里，包在哪里。也许你自己打了一个包，所以团队必须有熟悉的领域去做。将技术应用到相应的场景中，给自己信心，否则你会很沮丧。

岳斌:今年我做了一些事情。去年我投资一家公司还为时过早。我非常喜欢它。今年年初，他告诉我要考虑做新一轮的融资。在他告诉我融资价值后，我说我不必出去融资，所以我直接投票了。这些团队的特点是什么？在这个领域，他们才能的价值可以说是极其稀缺的。他们对这个行业的发展和他们所做的事情有着深刻的理解，但是这样的人太少了。我能给你什么建议？目前，国内媒体环境包括雷锋。com和媒体，非常好。如果中国有什么新的进展，基本上第二天就可以在中国看到。如果我们考虑在一个领域做一些事情，我们对整个行业的进展没有自己的认知和理解，你甚至不知道别人在做什么。我认为更有可能的是，我们不必这样做。因为今天，在人工智能行业，像早年一样，智能硬件和许多领域都很受欢迎，但是现在有多少智能硬件公司真正赚钱呢？有多少风投公司从智能硬件上赚了钱？很少。最成功的是什么？为什么是他们？如果有像我和大公司所做的那样的问题，我认为真正投资的人不会考虑这些问题，包括英美烟草在中国。他们对大公司充满敬意，但是他们确实看到了他们可以做事情的道路。如果我们不站在这么高的地方做事情，更有可能我们真的不需要做事情。

闫涵:前几位发言者讲得很好。我非常同意你不应该做陌生的领域。人工智能领域的企业家永远不应该想象会有这么多钱进来，所以你必须为五到十年做好准备，而且你必须有耐心。如果你能期望这个行业有足够的时间、足够的耐心和足够的专注，那么你在这个领域一定会有很强的洞察力和认知力。不要接触其他不熟悉的人，不要创业。过去，o2o离开了两三家公司，而电子商务离开了两三家公司。

更多关于2017年ccf-gair的报道，请关注雷锋。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。