search
最好的風投項目不可能是人工智慧

最好的風投項目不可能是人工智慧

人工智慧作為人類智慧一定程度的替代品,將大大減輕人類的負擔,因此也將有更廣闊的投資空間。對於人工智慧,GGV紀源資本管理合伙人符績勛在接受《中歐商業評論》齊卿採訪時,表達了自己對行業獨特的見解。詳細內容如下。

來源 | 中歐商業評論

在人工智慧的支持者看來,風險投資與二級市場的股票、債券投資沒有什麼區別,了解任何一個被投資企業,都可以從行業宏觀經濟環境,NPV、IRR 等指標入手,建立一個模型,進而選出最具潛力的企業。這種想法很好,但人工智慧並不能有效篩選出具備投資價值的初創企業。這是因為,在風險投資領域的商業分析和決策方式上,人工智慧與人類智慧差別很大,決策的標準有時甚至是相悖的。

人工智慧的優勢是建立在大數據基礎之上的。例如谷歌的 AlphaGo 使用了大約 16 萬局棋譜進行訓練,這遠遠超過職業棋手的訓練強度。其次,人工智慧可以藉助先進的晶元和網路技術,幾乎擁有無限的運算能力,而人類受制於生物體的極限,與機器相比,運算能力上處於下風。

然而在風險投資領域,人工智慧這兩方面的優勢卻很難發揮作用。首先,風投主要集中在種子輪、A 輪或 B 輪,公司尚處於創立或者早期發展階段,沒有大量基礎數據可供分析。其業務模式尚不穩定,市場邊界也不清晰,如果用現有數據對未來進行預測,也許就會忽略可能涉足的潛在市場,進而大大低估公司的成長性。這種情況在互聯網相關領域表現得尤其明顯。

由於互聯網具有基礎投資大、邊際成本低的特點,在創業的前期階段,需要大量投入資金用於系統平台建設,而一旦當系統平台建設完成,後期每增加一個用戶的邊際成本是非常低的,有時甚至為零。以谷歌為例,谷歌於 1998 年創立,1999 年其搜索引擎上線運營,到 2004 年公司上市的時候,谷歌處理了全球互聯網近 80%的搜索請求(包括來自合作夥伴的引流)。顯然這種史無前例的成長速度,依靠人工智慧的計算幾乎是不可能預測到的。

正因如此,風險投資機構往往將創始人團隊作為投資評估的標準之一。據符績勛介紹,在紀源資本的項目評估框架中,就將「創始人與業務的契合度」與「宏觀市場狀況」和「組織的運營管理能力」兩個客觀維度,同時作為項目評估的考察要素。

在人的維度中,數據可以在一定程度上對創始人的技術能力、管理經驗、職業背景等素質進行描述,但對於情感因素卻很難進行量化描述。而微妙的情感因素,在初創公司的創始人團隊中經常起到決定性作用。

例如在李彥宏回國創業,尋求風險投資時,符績勛對百度的評估,就包含了投資人對創業者軟性技能的評估。李彥宏回國創業的時間,幾乎與谷歌創辦的時間相同,當時正值第一代互聯網發展的繁榮時期,門戶網站大行其道。在當時的互聯網王者雅虎看來,搜索不過是門戶網站的補充,提供一個大而全的信息門戶,才是網路應用的終極形態。當時國內的新浪、網易、搜狐三大門戶網站,一時間成為互聯網的代名詞。如果單純用大數據模型,以歷史數據進行分析,投資門戶網站可能才是最恰當的選擇。

但紀源資本並不這樣認為,在符績勛看來,「互聯網信息量呈現爆炸式的增長,門戶網站在當時固然能夠起到流量入口的作用,但是依靠人工採集分類,無法將互聯網的海量信息送達用戶,這時候一定會有搜索的需求。」在這個大前提下,就需要考察是哪位創業者能夠將搜索這件事情作好。

後面的事情無需贅述,有著在Infoseek 等早期搜索引擎工作經歷,擁有信息技術學術背景,願意放棄國外優厚的待遇,在北大資源賓館放手一搏的李彥宏,獲得符績勛的投資也就不足為奇了。創業者對創業項目的執著與情懷,是人工智慧所不能計算出來的,只有投資人與創業者之間發生交互,才能發現優秀的創業者。

投資如同選舉,只有一次機會

人工智慧在風險投資領域的另一個局限是,人工智慧的決策是基於概率的標準,依靠大數據使用蒙特卡洛樹搜索等演算法,對海量的過程進行隨機模擬,併產生海量的結果,然後對這些結果進行評價,選出成功概率最大的結果。這種基於概率的決策方式,在對圍棋、股票交易等具有明確結果、可以多次博弈以概率取勝的決策中具有非常大的優勢。

然而,這種基於概率的決策邏輯與風險投資的決策邏輯有時甚至是背道而馳的。一個簡單的經濟學原理就是風險與收益成反比,要獲得超額收益,就要尋找高風險的投資機會。那些看起來小概率的成功機會,往往是風險投資機構所熱衷的。

如果將美國大選作為一次風險投資的案例復盤,我們就會發現概率決策的局限性。在競選之前,很多研究者運用人工智慧技術,從社交媒體、民意調查結果等渠道收集數據進行選情預測,預測方法無外乎蒙特卡洛模擬下的概率分析,結果幾乎都是一邊倒的支持希拉里以壓倒性優勢獲勝,川普並非沒有取勝的可能,只是獲勝的概率較低。

如果選舉重複進行 1 000 次,那麼結果真有可能像預測的那樣,希拉里以總數優勢取勝。這就是人工智慧在量化交易中能夠取得較好成績的原因,投資機構持有大量不同類別的股票,依靠投資組合獲得概率的優勢。

但在風險投資中,每一個投資機會都沒有重複進行的可能。投資如同選舉,只有一次機會。這次大選也令在矽谷精英中唯一支持川普的彼得•蒂爾再次成為焦點,其逆向投資的邏輯再次被奉為經典。對此,彼得•蒂爾曾談道:「在矽谷有很多熱詞,如教育、醫療健康、SaaS 等 , 如果你聽到了這些詞的話,你首先應該想到的是騙局,然後以最快的速度離開。原因是,這些熱詞就像是秘密的反義詞,是人人都能理解的事情。好的公司是絕對不會用這一連串熱詞的。最好的公司,我們找不到最佳的詞語去描述它。」

雖然風險投資是尋求小概率成功事件的機會,但並不代表風投機構不在意被投公司能否成功,控制風險依然是重中之重。要作到有效識別和控制風險,就需要有充分的自信,準確把握行業趨勢。

以紀源資本投資阿里巴巴為例,在 2001~2003 年,阿里巴巴經營較為困難的時期,很多投資機構對投資阿里持有非常保守的態度。但在紀源資本看來,「在線交易平台一定是時代發展的趨勢。當時除了淘寶,還有 eBay、易趣,究竟誰會勝出?」除了判斷傳統的財務指標、市場指標之外,就需要投資者對公司創始人特質、公司文化等很難量化的內容進行分析。符績勛表示,「有時風險投資,需要投資人的一種信念支持,而正是風險投資的魅力所在。」

決策規則的動態性

風險投資的一個重要特點是,決策規則是動態變化的。符績勛認為,「人工智慧可以很好地處理規則清晰的決策工作,卻很難處理規則動態變化、邊界模糊的決策。」我們現在看到人工智慧在金融交易、管理諮詢、法律諮詢等過去專業人士工作的領域展開應用,似乎可以代替人的決策能力。但這些領域的一個共同點就是,決策規則十分清晰,結果易於評價。所以在這些領域,不受感情干擾、不會疲倦、算力驚人的人工智慧能夠作比行業專家更為高效、科學的決策。

但如果決策規則是動態變化的,人工智慧就很難及時地調整。因為人工智慧的決策是依靠對大數據有規則的訓練,而數據的採集又是根據訓練規則而設計的。如果決策規則發生變動,那意味著訓練演算法、數據都需要作相應調整,而這僅靠人工智慧系統自身是無法作到的。比如,我們如果要讓 AlphaGo 學習象棋的下法,就需要提供數十萬份象棋棋譜,更改演算法的目標約束條件,然後經曆數月的訓練,才能投入應用。

在風險投資領域,投資者面對的決策也是動態易變的。例如我們看滴滴出行的價值演變,最初滴滴出行作為一個計程車乘客和司機的信息搭配平台,只是將計程車電召平台搬到了手機上,市場是非常有限的。在這個時候,我們想,滴滴既然能夠匹配計程車的司機與乘客,為什麼不能匹配私家車的車主與乘客呢?於是價值就出現爆髮式的增長了,它從一個計程車電召平台的替代品,變為汽車出行的共享平台,用戶基數以幾何速度增長,其估值也呈現相應的增長。

如果再進一步發展,那麼它可能是一個出行大數據的服務平台、廣告平台、信息發布平台、甚至可能是支付平台。這種決策思路的演進是高度動態化的,市場邊界也在不斷拓展,人工智慧是難以勝任這種複雜決策的。

投資決策的非線性思維

最後,風險投資決策的非線性思維,也是現階段人工智慧難以涉足的領域。風險投資所面對的初創企業是高度變化的,正如彼得•蒂爾所言,「最好的公司是無法用詞語來形容的」,投資人需要具備非線性思考的思維模式,才能發現讓人驚喜的投資機會。

以紀源資本投資去哪兒為例。在去哪兒創建之前,攜程已經在美國上市,是在線旅遊市場的龍頭企業。如果以線性視角看待投資機會,似乎已經沒有太好的投資機會了。然而去哪兒抓住了圍繞著出行、休閑旅行的垂直比價引擎這個細分市場。去哪兒與主營酒店、機票預訂服務的攜程和提供綜合信息的百度,形成明顯的差異化競爭格局,在巨頭之間創造了一個細分市場。

那麼,這個市場是否有足夠的發展潛力?在線性思維的思考下,這可能是一個十分有限的市場。然而,如果以非線性思維的視角觀察,去哪兒仍具有非常可觀的成長性。這其中的機會就是移動互聯網帶來的變革。以攜程為代表的在線旅遊市場非常重視電話預訂和 PC 端預訂的業務。據估計,這個市場在國內大約可以達到每年40%左右的增長速度,所以當你擁有了這個市場的 50%,即使企業增速再快,由於市場釋放的空間有限,成長也是受到限制的。

然而,2009 年前後,智能手機為在線旅遊市場提供了巨大的潛在發展機會。儘管當時技術條件限制較大,智能手機並未進入主流視野,但已呈現出主流的態勢。在 2012 年開始,隨著智能手機和 3G 網路的普及,移動互聯網開始出現大規模的增長,用戶使用習慣向移動互聯網轉移,大量手機用戶開始進入在線旅遊市場。去哪兒早在 2010 年就開始移動互聯網的布局,到 2013年,去哪兒手機 App 市場佔有率小幅超越攜程成為市場第一。

出於對以上局勢的判斷,紀源資本早在2009 年就對去哪兒完成了第三輪風險投資的領投,去哪兒與攜程合併之後,獲得了 42 倍的收益率。

我們並非否認人工智慧在商業決策中的價值。作為人類智慧一定程度的替代品,人工智慧大大解放了人的智力工作,但就風險投資領域而言,人工智慧技術還有很大的發展空間。面對變幻莫測的外部環境,富有人性的投資決策或許正是風險投資的魅力所在。

end

公司簡介

GGV紀源資本成立於2000年,是一家專註於中美兩地早中期企業的風險投資機構,管理8支基金,共計38億美元的資產,在矽谷、上海和北京設有辦公室。作為矽谷最早投資企業的風險投資基金之一 , GGV投資過包括阿里巴巴、滴滴出行、去哪兒、 YY、Airbnb、Square、Wish、小紅書等兩百餘家公司。截止2017年2月,其投資的公司中有29家已經上市,未上市公司中有17家估值超過10億美元的獨角獸公司,5家估值超過5億美元的准獨角獸公司。

關注GGV紀源資本

熱門推薦

本文由 一點資訊 提供 原文連結

一點資訊
寫了5860316篇文章,獲得23312次喜歡
留言回覆
回覆
精彩推薦