線性資本創(chuàng)始合伙人 王淮先生
1.陣風，還是季風?
線性資本在人工智能領(lǐng)域投了很多項目，但從商業(yè)角度看，這兩年人工智能還沒有出現(xiàn)成功商業(yè)化的案例，它到底是陣風還是季風我們也是不確定的。
說人工智能有可能是陣風的原因是，很多問題創(chuàng)業(yè)公司是解決不了的。
以自動駕駛為例，去年我們組織了一次內(nèi)部討論，找來了全球領(lǐng)先的汽車零部件供應(yīng)商法奧雷集團，又找來了四家傳統(tǒng)車產(chǎn)研究院的院長，還有百度、騰訊自動駕駛相關(guān)的負責人，智能汽車相關(guān)的創(chuàng)業(yè)公司。
最后我們討論出的結(jié)果是：自動駕駛的水太深，項目初始投資動輒都是從千萬美金起。但是如果真正想搞自動駕駛汽車的話，整個事情做下來沒有上百億人民幣砸下去是出不了好東西的。
所以自動駕駛這塊技術(shù)人員創(chuàng)業(yè)的問題在于：一方面考驗的是你后續(xù)的融資能力，另一方面是，在創(chuàng)業(yè)初期的很長一段時間里是出不了東西的。
但是，如果有特別核心的技術(shù)、精悍的團隊，從天使輪最多到A輪我們是可以參與的，這里參與的角度在自動駕駛的局部技術(shù)，比如用車環(huán)境下的識別技術(shù)，人車的交互等。
從長遠來看，自動駕駛在未來是沒有懸念的，但早期投資很難發(fā)現(xiàn)特別適合的團隊。以傳統(tǒng)車廠中出來的技術(shù)大牛為主，再配合深度學習的人才，這樣的團隊會比較好，但是目前我們找到的團隊都是相反的。
總的來說，人工智能的賽道夠長，從投資的角度來看就像陣風，但是從趨勢來看很明顯是季風。
2.更加激進投資AI+醫(yī)療
過去幾年，我們投了神策數(shù)據(jù)、桃樹、觀數(shù)這種AI+商業(yè)的項目，它在某種方式上能夠幫助用戶更好更快地做出決策。像神策能夠幫助用戶做數(shù)據(jù)整理、漏斗分析，而桃樹主要是給銀行做貸后風控，給電商做選品分析。
AI創(chuàng)業(yè)的另一個機會是AI+金融領(lǐng)域。它其實技術(shù)整合難度不高，難點在于進入金融嘲和獲得資產(chǎn)和客戶的能力。因為這個領(lǐng)域重監(jiān)管，很敏感。
AI+Fintech我們也很關(guān)注，并且投出了同盾這樣的項目。另外，區(qū)塊鏈的項目我們雖然沒有投過但是一直在關(guān)注，它的優(yōu)勢在于分布式、去中心，還能保障賬本的可靠性。但它究竟能帶來什么樣的具體應(yīng)用是個大問題，比特幣只是一種應(yīng)用，創(chuàng)業(yè)公司可以去關(guān)注這里面的加密技術(shù)、性能的提高等。
在AI+醫(yī)療方面，比如AI看圖，過去我們偏保守了，但是今年我們會更加激進。在決定要不要投時，一方面我會看重團隊的技術(shù)能力和互補性，另一方面團隊的商務(wù)拓展能力在醫(yī)療領(lǐng)域特別重要。
現(xiàn)在AI看圖的效率和準確率已經(jīng)比人工看圖高得多，但它的發(fā)展速度從技術(shù)研究到商業(yè)化不會超過六個月，錯過這個檔口就晚了。如果通過技術(shù)手段讓醫(yī)生診斷看片子的水平提高到世界一流水平，這將會對醫(yī)院有很大的促進作用。
AI+工業(yè)自動化這塊也是一個點，比如倉儲機器人自動化，雖然有好多家在做，但每家切入的點不一樣，各有優(yōu)劣勢。
另外，我們會把20%的時間和金錢投在AI、AR/VR里的核心技術(shù)，但是不會投平臺。比如AI是一個計算密集型而不是存儲密集型的領(lǐng)域，針對它的特殊化云計算項目我們就比較感興趣。正在考慮投的一個項目就是利用AI技術(shù)來給數(shù)據(jù)中心做工作編排的優(yōu)化，一年已經(jīng)幫谷歌省掉至少十億美金，像這種把AI加到一個比較窄的點上就很好，它們普遍的特點是能夠迅速產(chǎn)生效果，戰(zhàn)斗力極強。
3.AI泡沫將在今年達到頂峰
現(xiàn)在的AI創(chuàng)業(yè)，大家都在閉著眼睛投。
大概去年四五月份的時候一批AI創(chuàng)業(yè)公司開始拿到閉著眼睛投的錢了，這時被資本堆起來的泡沫就起來了，且會在今年達到頂峰。但是一般公司融到的錢能花12—18個月，忍一忍可能24個月，如果能融到下一輪就是還不錯的公司。
這時，拿到很高估值的公司總要證明一下自己拿完錢后做出什么東西來了，如果做不出東西來很多資本是要撤出的，只有真正對項目理解很深又比較謹慎的投資機構(gòu)才有可能堅持下來，所以今年會是一個清洗泡沫的過程。
這時考驗創(chuàng)業(yè)者的主要有兩個方面。
第一個是商務(wù)拓展。從初始的幾十個客戶到幾百幾千個客戶是一個大坎，能跳過這個大坎的，通常說明這個市場是有機會做起來的，而很多創(chuàng)業(yè)者自己想出來的應(yīng)用嘲是很難邁過這個坎的。
另一個問題是，AI最后是要跟業(yè)務(wù)嘲結(jié)合的，所以有沒有能力把項目應(yīng)用到大的嘲中是很重要的。就像中科視拓的人臉識別技術(shù)最終還是要應(yīng)用到安防、機場、銀行、小區(qū)里。
這輪泡沫清洗完之后，AI創(chuàng)業(yè)才會是一個降的發(fā)展方式，但不排除第二波非理性投資人的入場。
其實我們是希望這個領(lǐng)域不要那么火爆，因為真的沒有那么多可投的好項目：能干的人蠻多，但大部分不適合創(chuàng)業(yè)。
在AI領(lǐng)域，智能投顧一看就很扯，尤其是2C的投顧。但是如果利用處理數(shù)據(jù)的能力，幫助用戶提高決策質(zhì)量，把產(chǎn)品賣給券商、分析師這樣的B端其實還是有機會的。
另外智能家居設(shè)計也是比較扯的，說的好像很懸乎，但實際上都是一些規(guī)則系統(tǒng)，就像沙發(fā)旁邊應(yīng)該放一個茶幾一樣，談不上有什么智能設(shè)計。
4.直接找過來的項目一般不碰
我們一般是通過熟悉的人去推薦人才，直接找過來的項目一般不碰，因為相信信任的傳遞。比如我們投的Seeta中科視拓，我跟創(chuàng)始人山世光老師認識了快兩年，他有近20年的人臉識別研究經(jīng)驗，后來他決定創(chuàng)業(yè)時，我們還去研究所跟領(lǐng)導談了一次，最終決定投資后就把他所在的實驗室商業(yè)化了。
總的來說看項目的時候，我會特別注重「三高」人群：高學歷、高平臺、高學習能力。這樣的人群主要分成四類：
第一類主要是在BAT有過大數(shù)據(jù)經(jīng)驗;第二類是海歸，像Facebook、谷歌、微軟、IBM出來的人;第三類是學術(shù)大牛，比如國內(nèi)高校的教授，國外頂尖實驗室的華人;第四類是校友，浙大還有斯坦福，這兩個學校加起來可能投了有十家。
在看項目的時候?qū)夹g(shù)水平和人的考量會各占一半。
因為假設(shè)一個項目的行業(yè)機會和市場機會都很大，但是團隊里沒有特別有影響力的人，首先組建團隊的時候就會很困難。如果不是和AI領(lǐng)域的牛人創(chuàng)業(yè)，人家為什么要加入你呢?如果只是高薪挖來人，那么人來得快去得也快，創(chuàng)業(yè)公司最怕的就是這種。
第二個問題是拓展市場，創(chuàng)始人初期會自己去跑項目，如果沒有行業(yè)積累和影響力，初期的單子很難搞定下來。長期來看，還是需要借鑒IBM、甲骨文、微軟的銷售方式，把大的單子做起來。項目發(fā)展到后期，就是看商業(yè)模式的可復制性了。
第三個問題是募資能力。創(chuàng)始人要讓投資人明白項目能解決什么問題，怎么解決問題。我們看項目的時候會對技術(shù)研究的比較仔細，最夸張的會仔細到代碼這個層面。當初投桃樹的時候我就跟創(chuàng)始人楊滔討論了一下午的代碼，這種從粗到細都很強的人對投資人來說很難得。
■定投項目之前，我們會和團隊進行至少三次會議討論，弄清它的上下游，合作伙伴、產(chǎn)業(yè)環(huán)境等，并對團隊、技術(shù)、產(chǎn)品、市場、運營、資本使用這六個方面做探討。之后再考量項目解決的問題，這個問題帶來的市場機會，還有這群人的歷史背景適不適合解決這些問題。
但是我們從來不相信聊十五分鐘半個小時就拿到錢的項目。別人看了半個小時就給了你錢，你拿了人家的錢，說明你很缺錢，而你完全不知道要反過來思考一下，對方到底有沒有弄懂你的項目?反正不管怎么樣我們對閃婚這個事情一點興趣都沒有。
投稿郵箱：chuanbeiol@163.com 詳情請訪問川北在線：http://www.sanmuled.cn/
