文章整理:黄晓韵
9月17日至9月18日,由36氪星主办的“2019中国投资者峰会”于1日在深圳湾召开。 在峰会上,创业伙伴资本伙伴梁宇带来演讲,主题是资本视角下AI企业发展的战略和逻辑。
36用氪星整理的演讲内容如下所示
人工智能这个话题非常广泛。 谈到人工智能,媒体有很多解释,所以从投资的角度来说。
在国内,实际上从2016年、2015年底开始谈论人工智能,阿尔法go的诞生让所有媒体和普通用户了解人工智能是什么,但这只是开始和实际演示。 但是,现在的人工智能的很多技术、概念都被以前的谷歌的检索技术所继承。
15年前,我们搜索microsoft Google做这项工作时,我们发现所有计算机学科中有70%来自搜索引擎,搜索引擎复盖了当时70%的学科。
今天人工智能的到来感谢两大核心因素的变化。 第一,随着计算成本大幅下降,摩尔定律的不断推进,云技术的出现,计算成本大幅下降,中小企业、中小创业公司能够以低成本的计算力创造基于不同子场景的产品和服务。 第二项核心技术实际上是算法的变化,本次人工智能波浪历史性地深入,广泛应用于统计学算法,大规模地进行了工程应用,这两种力量的结合创造了大规模的人工智能公司。
从2016年开始的创业团队,来自明星学校、科学研究机构、大工程院的领导人们。 然而,现在这些公司的生意有偏差。 迄今为止市场发生了巨大变化,现在整个市场需要真正的商务落地场景,我们的团队在人工智能面前是非常重要的着眼点。
今天,我们看到过去几年市场对人工智能的支持和投资,发现人工智能技术的落地本身对商业的影响越来越重视。 为了回归VC投资的本源,VC投资实际上是为了创造未来的价值,今天投资实际上是为了使公司能够在多年后积累长期的业务价值。
过去有一段时间,媒体、科幻作者、一般人都喜欢,所以人工智能稍微有点神气,但我们和专家们投入的企业一起进行采访时,大家面临的问题到底是我的用户和顾客在哪里?
对纯技术本身的投资实际上是对团队的投资。 我们在进行初期的a回合投资的时候看过很多明星队伍,非常聪明的大脑制作了很多技术开发。
VC投资特别容易看到趋势和波动周期。 从创业到现在,市场经常快速上涨,我们自己也有一些觉醒,是在市场的谷底还是波底,对我们自己有很大的判断,对我们的投资有很大的影响。 其实人工智能本身,我们现在看到的所有领域都是技术升级,但是业务主导,我们只投资技术团队比较不容易。 这样的团队重视商业和技术的团队实际上是完全不同的DNA。
在中国市场上,我们发现上高中的队伍在技术积累领域非常擅长冷酷的东西。 但是,商业化领域如何做商品,如何做客户,如何做场景,这个肮脏的工作和疲惫的工作不是很擅长,大家都不屑一顾。 但是,从中国的传统来看,我们在a股上市公司、a股上市公司中有很多大客户,他们虽然掌握了商业情况,但是经常因为过去的工资结构问题,过去的管理结构问题不太吸引人,或者招募很多明星队伍,或者留在这个系统中
过去两三年,a股上市公司进行收购的时候,实际上接受了你的技术,希望你的技术能为我的场景服务,但是接受的团队往往不能接受。 因为一旦进入,两种管理理念明显不同。 这是因为大企业和创业公司人工智能技术分裂。
从左图可以看出,深绿色代表技术成熟度和需求量大的领域。 现在,成功进行大规模商业变革的是安全保障领域。 在中国,每个人都背着照相机。 中国相机数量达到14亿人以上,产生大量的图像处理需求,产生大量的安全需求,产生视频识别需求,这些需求的语言极大地创造了商务场景,使人工智能算法团队解决了商务问题,提高了效率,为其付出了金钱,海康、大华这一公司的市值
这种情况下,我们必须考虑背后的驱动力是什么。 投资的时候,正在调查的团队经常建议政府去寻找订单。 AI之所以重要,是因为数据总是使用新鲜的数据,而且在使用数据的过程中算法得到了改进,只有在快速滚动使用时才会变得越来越好。
在AI领域,许多公司的短板是toG的能力。 大量的合法资料来源在哪里? 例如医疗数据、公民权利数据、脸部数据、政府财政数据等都掌握在政府手中,他们与商业价值最接近。 了解政府的思路和需求,是人工智能公司非常需要改善的部分。
在此基础上,我们拥有与人工智能的几个领域相关联的布局,如医疗领域的数坤技术新零售领域的perfect无人驾驶领域的酷型机器人教育领域的先声智能。
投资VC的业者不怎么讲科幻小说,不怎么讲故事,我们寻求真正可以利用的技术。 无论是大数据还是所谓的人工智能,都相信能给社会带来真正商业价值的这些创业公司,一定会在长期的课程中获胜。 特别是在资本现在相对冷却的今天,超越周期的企业,能够活着接受订单,得到客户认可的企业是将来能够成长的伟大企业。