201
機器人
祥峰投資夏誌進：人工智能賽道需要更多錢投入進來
來源：36氪
作者：於麗麗
近日，祥峰投資合夥人接受36氪專訪，分享了對於人工智能領域的見解和判斷。以下是內容全文，與你分享：
1.整體來說，人工智能領域裏，到B輪以後的項目其實很少，很多投資集中在A輪或者更早期的階段。很多傳統美元基金還沒有砸大錢。
2.隻要有大量新數據產生，人工智能都能找到它的用武之地。
3.很多人工智能的項目更多是toB的商業模式，所以它的發展不會是爆發性的，並且它通常不會一家獨大。因為它要拓展客戶關係，要競標，要管理各種關係，速度不可能很快。
4.現在傳統的美元基金對人工智能的投資還比較謹慎，以後的趨勢可能是人民幣基金與美元基金各占一半。人民幣基金有其優勢，比如隨著監管的加強和數據本地化的要求，一些創業團隊更傾向於保持完全內資的架構。
5.如果能夠以與客戶合作的方式獲得數據固然很好，但如果傳統的行業客戶的思路比較落後，比較慢，創業者不妨跳進去，把傳統行業的事情也做了，並且利用自己的技術優勢將商業的效率大幅度提升，徹底擊敗傳統對手。
（以下為口述）
這個賽道不是錢太多了，而是太少了
2010年加入祥峰中國基金後，我一直在關注技術方向的投資，近幾年尤其關注人工智能賽道。2017年的人工智能賽道，我覺得新變化首先是一些公司找到了盈利之道。其中，帶來收入最多的是安防監控和實名認證行業。像視頻監控、遠程開戶的人證識別等都給人臉識別企業帶來了規模化收入。這裏邊不僅有最早商業化的的商湯這樣的先行者，還有像依圖，第四範式，雲叢，神目等公司，收入估計都已是上億規模。甚至一些垂直行業與AI結合的小公司也有了可觀收入。像農業，去年，我們還沒明顯感覺到有多少用戶願意付錢去購買數據分析服務，但今年一些創業公司可能會做到幾千萬收入。
部分人工智能企業的高估值，會給很多人帶來人工智能過熱的印象。但從我個人來看，人工智能非但不是過熱，反而需要更多資金進來。剛才提到的人臉識別領域的企業抓住了政府和國企在安防等領域的強勁需求，掘得了第一桶金，也獲得了投資人的認可，融資節奏非常的快。但仔細去看，會發現AI的其他各個領域投資並沒有那麼驚人。整體來說人工智能領域裏，到B輪以後的項目其實蠻少，很多的投資集中在A輪，或者更早期的階段。
當然，這並不是因為A輪估值過高或者很多公司根本走不到後麵，人工智能類公司並不特別燒錢，也不容易倒掉，而是A輪融資你可以講技術和團隊的故事，但到B輪以後，投資人往往需要看到商業價值。但這個行業的特點又決定了它們的商業進展可能比較慢，所以很多項目都停留在A輪。
另外一方麵，我們也看到其實很多的傳統美元基金在人工智能領域的投資，還沒有跟上，還沒有砸大錢。有些投資人思維還停留在移動互聯網時代，他們擅長分析APP的用戶體驗，卻不擅長如何去判斷技術的方向；他們習慣了移動互聯網的爆炸式增長，而無法接受科技公司穩健的成長節奏；他們熟悉互聯網時代贏者通吃的模式，但不知如何評估科技公司的競爭風險。投資人也需要不斷學習、與時俱進，而這種轉變剛剛開始。
所以依我看來，這個領域裏不是錢太多了，而是太少了。除無人駕駛等個別領域一些估值需要調整外，還不能說有泡沫。人工智能才剛剛起步，在各個領域裏麵的應用也剛剛起步。長遠來看，人工智能是很大一個市場，有著不低於移動互聯網的想象空間，所以祥峰投資一直在做布局。 2011左右，我們投移動互聯網，投91助手時，估值1億多美金，當時從來沒有一個手機上的軟件能值1億多美金，但後來，又有 10億美金、百億美金的公司。所以要有想象力，要想象到人工智能帶來的影響力和應用的規模。
AI的三個投資方向
這些年，我們一直從如下幾個方麵來關注人工智能領域的投資：一是底層技術領域。很多人會說人工智能算法已經成熟,大公司也有一些開源框架，會認為這方麵並沒有什麼值得做的。但很多基礎技術還有進步空間，創新每天都在發生。現在我們討論的增強學習、遷移學習等概念在幾年前甚至還不存在。這些底層技術的突破必然會帶來應用的爆發，比如地平線機器人公司在嵌入式人工智能方麵的研究成果就為智慧城市、智能家居等領域的應用提供了低成本高性能的解決方案。人工智能領域還有許多關鍵問題需要解決，比如自然語言理解這個領域，現在的方案還遠遠不能讓人滿意，不足以支撐很多需要人機交互的應用；想想我們家裏的智能機器人／智能音箱，是不是往往辭不達意，或者隻能講一些簡單的笑話？再想想我們的智能客服，到底什麼時候才能真正代替人工並讓客戶滿意？這些都需要核心技術的突破性進展，我們也會持續關注這些領域的創業團隊。
另一個方向是人工智能在很多垂直領域裏的應用。其中會優先關注金融領域。金融領域有非常大量的數據,質量也非常高。人工智能就是在這些數據上麵挖掘出來一些新的價值,像我們投資的勐獁反欺詐，就是利用人工智能的算法,幫助在線的金融公司和傳統銀行,去做風險控製 。
其次是醫療行業。我們非常關注怎麼用人工智能算法去做醫療影像分析，並在此基礎上進行診斷。如果你能夠提高醫生的效率以及準確度，哪怕是一點點，所帶來的價值都是不可估量的。另外，我們也在關注無人駕駛。我覺得三五年以後，它會極大地改變我們的生活場景。
今年流行的無人便利店，其實是人工智能對零售業的改變。除無人便利店之外，也有很多傳統的零售商家，熱衷於采用新技術，去挖掘它的用戶價值。很多創業公司也在提供一整套的方案，幫助線下的連鎖店利用收集到的用戶的數據做更好的用戶管理。這方麵我們也在關注。隻要有大量數據產生，有新數據產生的地方，人工智能都能找到它的用武之地。
看人工智能時，我們會結合大數據來看。人工智能跟數據以及物聯網設備聯係在一起是我們的第三個思路。
企業每天都產生大量數據，服務器端的日誌數據，交易的數據，這些數據完全可以利用起來，做一些商業智能（BI）和企業安全方麵的產品出來。除了傳統企業內部的數據，物聯網設備的普及產生更加大量的數據，並且這種數據采集無處不在。除了手機，你身邊還有很多帶傳感器的設備，比如說穿戴式設備、智能家居設備等，這些都可以被匯聚到雲平台上去做機器學習和價值挖掘。再比如工業領域，越來越多的設備已經聯網並且每分每秒在產生數據。這些數據對企業的精細化管理和柔性生產都至關重要。
怎麼篩選人工智能公司？
看基礎算法領域創業公司時，比如說自然語言理解方麵，我們特別看重團隊在技術方麵的實力，不僅是有這種工程實現能力，更重要是有前瞻性的研究能力。算法這個層麵，每年都有很多新東西出來，如果僅僅是一個工程化的實現的話，還不足以解決問題，不能保持領先。所以在這個領域，做投資我們更看重創始團隊的前瞻性和創新能力。必須要有一個核心人物能帶領大家去做一個沒有現成的解決方案的一個事情。如果看垂直行業的應用，我們其實更關注創業團隊怎麼去理解傳統的商業模式。AI在垂直領域的應用，至少在現階段還是在幫助傳統的商業提升性能，提升效率，而不是完全要取代，所以創業團隊一定要對相應的傳統行業，有足夠深的理解。像無人便利店，就應該放在零售便利店的商業模式裏去考察，涉及的不僅是研發的實力，還有商業方麵的能力。
為什麼投極智嘉(Geek+)與地平線機器人？
一直以來，我們都關注人工智能以及機器人技術對企業效率的提高。相比怎麼去提高一個白領的效率，我們更關注藍領。過去十年，一個藍領工資的漲幅比白領要高得多。所以，對於一些傳統製造業來說，新的科技自動化有可能節省50%的成本。
早在亞馬遜開始做倉儲類機器人時，我們就開始關注，今年3月投了國內的極智嘉(Geek+)這樣的團隊。它是人工智能與物流倉儲的一個結合，也屬於工業智能化的範疇。
它可以幫助倉儲企業節省人工,這是最大的價值。但同時它也給所服務的企業帶來足夠的靈活性。很多電商訂單量在全年是有很大波動的，比如趕上雙11，訂單量可能是平時十倍，如果用原來人工的方式去解決，就要在雙11之前，多招十倍的人來處理訂單，還往往處理不過來。如果用自動化的倉儲方案，就比較容易實現。另外，人不管怎麼熟練，都會出錯，機器出錯的比例則比人低很多。
極智嘉在產品研發上快速迭代，相比競爭對手，用更短的時間研發出更加優秀的產品，團隊在倉儲領域經驗豐富，對公司的發展思路和我們也頗為一致，這些是我們選擇投資極智嘉的重要原因。
我們希望在人工智能領域投到有持續創新能力的團隊，因為這個領域還在不停的變化，許多問題沒有現成的解決方案。投資地平線機器人正是基於這樣的考慮。它是一個以算法為核心的公司，提供從芯片，到硬件模塊，到軟件算法的整套方案，把人工智能應用到家電、汽車、玩具等日常場景中。
創始人餘凱，原來是百度深度學習研究院創始人，是國內在人工智能，特別是深度學習領域的先驅，是具有前瞻意識的領導者。聯合創始人裏還有另外兩位技術大牛。一位是Facebook AI實驗室最早的四個成員之一，還有一位過去十年都在做圖像分析和人臉識別。這三個人讓我們覺得這個團隊可以在技術上引領潮流。另外我們也非常看重它怎麼樣把這些想法落到商業上麵去。地平線在創立還不到一年的時候，已經在商業上取得突破：為美的智能能空調提供turn- key解決方案，提供軟硬一體的智能模塊。
投資的時間點至關重要
在農業，醫療等很多垂直領域，我們一直在跟蹤人工智能應用的進展，耐心尋找合適的投資時點。人工智能企業不像互聯網或者移動互聯網項目，你最早投進去的就一定有優勢，比如在共享自行車領域，你錯過了摩拜、ofo那你基本就沒有機會了。
很多人工智能的項目更多的是toB的商業模式，所以它的發展並不是爆發性的，並且它通常不會一家獨大。toB的業務裏麵你很難做到一家獨大。因為它要拓展客戶關係，要去競標，要管理各種各樣的關係，速度也不可能很快。
在這個領域我們應該更有耐心，應該花更多的時間去評估哪些行業會最先智能化、智能化帶來的效率提升有多少、市場空間有多大；並且去評估哪個公司具有更強的競爭優勢，能夠做出來並保持長久競爭力。
行業的發展有其自身的規律。像醫療行業，不可能一個還在測試版的一個產品，大家就願意大規模去用，它還需要不停積累數據，去調整你的模型，把產品做得更好。另外也要看用戶的接受程度，像金融，大家的接受程度比較高，但像農業可能會比較慢一點。我們會去評估到底什麼時間點投資會更合適，不要踩錯。但我認為人工智能給大家的時間窗口會更長，所以我們應更有耐心。
我覺得現在一些無人駕駛的公司估值是偏高的，很多公司天使階段都能融個幾千萬美金，到A輪的項目估值基本上都幾億美金。 另外現在傳統的美元基金對人工智能的投資還比較謹慎，以後的趨勢可能是人民幣基金與美元基金各占一半一半，大家都有機會，而且人民幣基金有其優勢，比如隨著監管的加強和數據本地化的要求，一些創業團隊更傾向於保持完全內資的架構。
對於創業者的建議
從人工智能創業者角度來看，我覺得至關重要的是要掌握數據。算法的開發是一個方麵，但沒有數據，你的算法沒有辦法得到改進。我們看到有很多人工智能團隊，滿足於去給一些大的客戶做一些項目，做完了就丟了，這個係統的使用也不在自己手裏，從長遠看，你沒有積累下來自己的數據，就沒有形成自己的門檻。所以我建議他們更多的介入到商業的場景裏麵去。
如果能夠以與客戶合作的方式獲得數據固然很好，但如果傳統的行業客戶的思路比較落後，比較慢，創業者不妨跳進去，把傳統行業的事情也做了，並且利用自己的技術優勢將商業的效率大幅度提升，徹底擊敗傳統對手。就像無人便利店一樣，與其為傳統的零售商提供技術服務，不如你也開店，獲取對商業場景及數據的更大掌控權。
祥峰投資
最後更新：2017-10-08 05:14:35