人工智慧領域投資與創業的邏輯：行業太熱 項目太貴怎麼辦

原創 2017-04-07 GPLP GPLP

編者按

今天這篇是上周五GPLP人工智慧沙龍的乾貨，給大家分享一下!期待下次與朋友們再次相聚。(圖片是GPLP君自己拍攝的，業餘水平還望吃瓜群眾理解)

雖然人工智慧成為2017年的另外一個投資風口，然而，無論是從創業還是投資的角度來看，人工智慧都有點早期，如同2016年的VR/AR一般，屬於雷聲大，雨點小的境地。

那麼，具體到實際業務階段，無論是創業者還是投資人，他們是如何具體處理理想與現實之間的距離的呢?

讓我們且看人工智慧領域內的投資人及創業者的現身說法。

天明創新CEO徐明：的人工智慧不太接地氣

我們是把人工智慧的演算法用在醫學映像，我希望通過這些演算法進行分析，加上工程，加上醫學院的努力，能夠做出真正可以用的東西，比如預防及治療職業病領域。

關於人工智慧創業，我們也走過一些彎路，比如技術上看起來達到了，但是卻沒有得到醫生的認可，後來發現人工智慧不是有了技術想當然就能走下去的，因此，人工智慧創業，一定要想明白，真正的演算法能夠帶來什麼，什麼東西能夠落地。

當然隨著人工智慧的繼續發展，比如說在深度學習和神經網路方面，還需要繼續發展，目前這方面的技術還不能實現，因此，目前的人工智慧只能在一個個的垂直的領域逐步解決問題。

關於人工智慧這個趨勢我想沒有人反對，但是前兩年有一些逆轉現象，那就是很多投資人的動作都是去高校找教授或者BAT裡面去挖技術牛人而進行投資，大家都想通過技術解決問題，然而，實際上在的人工智慧行業，目前純技術還不能解決實際問題，因為人工智慧最頂級的技術目前沒有一個誕生在，而且也沒有看到有哪個研究說接近頂級，而從實際應用角度來看，也沒有哪個創業團隊真正能夠腳踏實地的去研究用戶行為。因此我兩年前跟投資人溝通的時候，投資人都不搭理我，但是現在時間說明了一切。因為沒有長時間的跟用戶走在一起，這個項目就不會足夠的接地氣，因此，如果有一天就很牛逼的科學家顛覆整個行業技術，同時也有更多腳踏實地的創業者的時候，的人工智慧行業才可以真正說的上是人工智慧，否則大家一起吹吹牛皮，吹吹估值就完了。

人工智慧的團隊方面，我的觀點是不一定豪華團隊就能走到最後。以我的經歷來說，我們剛開始的時候全部是清華的博士，大家都在美國，看起來非常豪華，然而實際運營了一段時間發現，這些人的戰鬥力卻一般，因為美國的環境是它到一定程度就休假兩個星期，找不到人了，失蹤了，最終我們發現創業並不一定是PHD才能把事搞成，可能很多時候碩士就足夠了。

另外，關於人才，我真的感覺創業的心態可能是最重要的，你真正碰到什麼事情的時候，能否堅持下去?因為創業到最後我發現很多時候不是技術問題，而是工程問題，甚至是你在醫院多久，跟醫生討論問題的時候，能不能堅持，甚至有時候你的方向看得不對，轉一個方向，干別的事，照樣可以做成。

視頻機器學習創始人李喆：沒有太多技術 創業一定要解決某個痛點

我們致力於做視頻類的人工智慧，目前現有產品效果還不錯。

關於人工智慧，我認為技術是基礎，然後是產品和交互應用，最後則是商業模式上的成功，哪一個都不可或缺，而且一層比一層重要一些。

這是我們真實的心裡路程。

有一段時間，我們痴迷於研究技術，但現在感覺生存下來更重要，而且我們實踐后發現，人工智慧想要行業生存下來，最重要是要綁定一個行業，因為現在人工智慧很難做到全品類的通用的智能，離我們想要的智能人還有很長的路，所以不管是人工智慧后的網路，還是前端的機器人都需要找到一個行業，解決一個行業的痛點，不一定要把技術用得特別多，雖然技術特別重要，但是一定要解決某個痛點，才能有長遠的發展。

而就技術來講，不是技術為基礎的產業，而目前的人工智慧其實不需要太多技術含量，比如我怎麼用他們的演算法整合達到我要的效果，這些都是累活，根本不是特別高大上的技術，而是資金密集型的產業，我們所有人做整合、演算法，感測器，但是沒有人做自己的電機，反而這些專利都在國外相關公司手裡手裡，底層的東西我們也沒有做，我們做的就是整合，所以技術含量並不是特別高，只不過這些東西，一般情況下，軟體工程師覺得硬體特別難，硬體覺得軟體難。我們參加了很多展會，大部分東西都是大同小異，語音識別，室內導航，這些都是模塊化，看起來都有現成的解決方案但實際上是很簡單的東西拼湊在一起，所以必須找到一個行業，解決行業的痛點，這樣才能有後面的生存發展。

關於創業團隊方面，我個人認為兩點最重要：一方面是，每個人要聰明，第二，必須要有責任心，也就是說靠譜，最好有一定視野，不能只看自己的代碼，還有就是創業團隊要有執行力，如果沒有執行力，肯定有怨言，很難把隊伍帶出來，整個創業就是長征，中間有人離開了，受不了了，或者有一些誘惑逃了，真正跟隊伍走出來的，肯定是具備精神層面素質的人，大家對總體目標都要有責任感，才能把這個事情做好。

知鏡AR創始人李永：人工智慧創業2B更現實一些

我們的AR眼鏡是把AI引入人工智慧當工具，通過學習的方式，解決一些實際的問題，比如說通過引進網路，不僅可以跟蹤環境，還可以理解、識別環境。

關於人工智慧整個行業，我的理解是這個行業剛剛萌芽，還不是特別成熟。在這個行業創業，我們也走過一段時間的彎路，比如說我們做過一段時間的2C業務，然而實際效果並不好，後來我們轉型2B的業務，比如做企業級的解決方案和技術授權。

通過我們這兩年的心路歷程，我們想說：第一，讓我們的現有技術持續積累，包括改善自己的技術，通過積累產品可以逐漸迭代。第二，機會很多，但是我們不會輕易擴展，我們的選擇是保持團隊穩定和技術積累的前提下不輕易擴張，等比較合適的機會，如果有很好的機會，我們再做一些2C的產品。

AA投資成妙琦：人工智慧行業投資與其他行業不太一樣

人工智慧，無論是做投資還是做創業，一定要跟應用結合起來。

在人工智慧創業及投資領域，目前我們只看跟2B方向，不看2C的，一方面是2B可以儘快獲得收入，對公司來說，有收入才可以養更多的團隊，把產品和業務跑起來，另外一個方面，2B的使用場景是封閉的，封閉的這個場景比較容易達到90分的產品出來，無論是演算法和數據都需要比較好的積累，而2C的產品，比如說機器人，大家期望的機器人短期內很難實現。

當然，人工智慧在2C方面的應用更廣，目前來看最快普及的是自動駕駛，這個有可能在5年之內就能夠有一個上市通用。

談到創業團隊，我們AA投資正是非常注重看人的基金，我們投資的項目比較少，但是他們有88%的能拿到後續投資，訣竅就在於我們對人和團隊的判斷，我們自己有一套怎麼評價CEO的體系，包含核心能力;個人特質;以及他的核心能力、個人特質和所屬行業的匹配程度。

我們做人工智慧投資之後發現，整個行業與其他行業不同：

第一，整個行業的項目價格很貴，一方面是炒作的很熱，另外一方面就是AI的人才太少，所以AI的創業一定是高門檻的事情。

第二，我們判斷人工智慧行業的創業團隊也與其他行業不同，其他行業我們對CEO的判斷，占整個項目判斷的70%-80%，但是我們做AI判斷的時候，我們除了對CEO做判斷，還要對CTO做判斷，因為AI本來創業壁壘非常高，一個好的CTO非常重要。一方面他是把握方向，另一方面，體現在招聘方面，CTO的背景可以幫助他們忽悠更多的技術大牛加入公司。

聯想之星高天垚：人工智慧是個賽道 但是投資要看到商業本質

人工智慧一直是聯想之星重要的賽道，2011年我們投了Face++，及其他一些項目。

當然對於整個行業，關於人工智慧，我們目前最直接的感覺是和幾年前相比，現在人工智慧的項目太貴了，如果說給創業者一些想法和建議，那就是作為創業者來說，你需要想清楚，你做這個事的長期價值，這個事的決心，如果你是迎合市場，那麼這是投資人會比較擔心的。

我分享一下我的觀點及想法：

第一，投資要看到商業的本質。

從智能投顧的角度談，什麼是人工智慧，這個範疇不斷變化，狹義的人工智慧，則指所謂的神經網路，深度學習等。

目前來看這個範圍太廣泛了，我們收到看商業計劃書，很難看到不是人工智慧的項目，因此基於這一點，從投資角度看，你需要找到的不是技術，實際上是商業模式，人工智慧的商業模式是什麼，然後再談人工智慧的估值、模型是什麼，這樣最後從投資角度上來說，才能判斷這個項目是否值得投資，而不是說這個項目很熱我就要投資。

如同從這個投資邏輯蠟看，人工智慧的創業也不太複雜，它可以簡單從硬體和軟體上進行區分，硬體就是製造，人工智慧就是生產製造供應鏈，軟體的話，光靠演算法也無法掙錢，因此現在都在軟硬結合，我們聽的最多的就是系統集成，關於這個事情，我們希望探索到商業本質看這個行業發展，

第二，2C的企業更有想象空間。

目前為止，實際上我們自己投的項目基本上是2B的，因為在2C賺不到錢，如果能在2C賺錢，那就不會2B，但是，2C的想象空間更大。舉例子，大疆它是2C的，如果把掃地機器人看成機器人，也是2C。

我個人感覺想象最大的人工智慧肯定會誕生在2C領域，但在這個階段，2C是掙不了錢，C端體驗不好，只是2B是產業中一環，解決一個問題。

第三，人工智慧的技術還有很長的過程要走

我個人覺得，技術或者整個人工智慧相關的技術，現在還是在初級階段，還有很長的過程要去實現。

了解了整個行業，再就是判斷團隊了，當然，從投資角度上來說，判斷團隊是最大的難題。

那麼我們會選什麼樣的團隊呢?

我的觀點就是具備良好認知和變化的團隊。

創業者有良好的認知很重要，這個認知是指他對於目前做的事，或者對於行業、技術或者對於競爭對手，或者對於客戶，心態很重要，

第一，是你對自己的事有沒有認知;

第二，良好的自我認知，能使你有很開放的心態，這個挺重要，如果你沒有這個心態，那麼公司從小到大，從早期到後期，在不同的發展階段，肯定需要不同的人，你肯定是一個變化的過程，所以就是說良好的自我認知可以量化的團隊，是希望這樣的一個。

九合創投謝振亮：預測人工智慧下半年也會冷下來

我觀察了一個現象，在人工智慧火了以後，很多原來做技術的人都出來創業了，當然有些團隊的技術真的是很牛，但是市場、商務比較弱，所以在我看來，如果一個企業在某個方面有短板的話，走得不太遠，所以技術創業者來說，一定要找好的夥伴把短板補全，因為有短板的企業很容易死。另外，對於創業者來說還要有一定的胸懷和信仰，堅持這個事情能做成，堅持這個事情對用戶是有價值的。只有有這種信仰，才能遇到各種問題，生存下去，因為企業會遇到各種問題，能夠禁得住市場的波動，能夠禁得住各方面不利的因素，競爭環境之類的，所以我們在判斷一個團隊的話，這個人做這件事情的出發點是什麼，為什麼要做這個事非常關鍵。

對於人工智慧整個行業，我個人也覺得有點太熱，目前本身還是處於比較初期，屬於解決感知層的問題，還沒有到內質的層面，所以這個熱度可以下來一點，再來爆發期，因此我預測關於人工智慧下半年也會冷下來，因為目前現在項目的實在太貴，大家都往這兒靠。

另外還是2B、2C的問題，2C其實不是技術層面的問題而是切入點的問題，比如我們投資了一個實時翻譯的公司，翻譯效果非常好，當然，2B走得目前走的更快，但是2C的市場更有想象力。