AI草莽创业时代，多年投资老炮还不如有个斯坦福的邻居？

　　物理学家张首晟，除了被誉为“下一个最有可能获得诺贝尔奖的华人”之外，现在又添上了投资的成就。

　　一次，他和邻居边看着孩子踢球边聊天，身为斯坦福大学计算机系老师的邻居讲起一个痛点：每次改作业的时候，学生交上来的计算程序都是三个不同操作系统写的，有Windows、Mac，还有Linux。能不能在同一台计算机上理出三个不同的操作程序？

　　张首晟当时觉得这个想法特别好，他也遇到同样的问题，于是就以天使的身份投资了自己的邻居。后来，这位邻居发明了一个技术——V&M（Vistual Machine），虚拟机，整个云计算就是建筑在这个虚拟机之上。这家公司市值最高时曾达480亿美金！

　　有了这次经历，张首晟在搞科研的同时，创办了丹华资本，专做“最最高科技的投资”。当被人问起投出早期AI项目的成功秘诀时，他总结了两点：

　　首先，因为生活在斯坦福，经常有这样的机会。于是他在做学术研究的同时，观察周围的同事，看谁能成为伟大的科学家，评估他们的想象力。“在这个意义下，科学和投资是一样的，要看到下一步会往哪个方向走。”

　　其次，他还培养出一个工作在谷歌DeepMind的儿子。“如果对年轻人有了解，并且能够培养他们的理念、培养他们做科学工作，也能把投资做好。”

　　但是，并不是每个投资人都有住在斯坦福的邻居。AI自2016年下半年以来，被互联网大公司和资本炒得火热，短短一年看过无数All-in佳话和英雄悲歌，也涌现了大量AI初创公司，事实却是PPT讲得多，钱融的少。

　　AI初创公司怎么投？来自硅谷的投资逻辑和国内不太一样，张首晟认为，中国最强之处在于有大量数据产生，但目前为止最优秀的算法还是美国发明的。他希望在未来五年能看到一个全新的AI算法由中国人发明。而国内投资人则更为务实，看场景、看需求、看落地。在目前为止AI应用相对较多的三个领域，一些投资人分享了自己投资早期项目的逻辑。

AI+金融：金融创新+人工智能之下的投资机会

腾飞资本合伙人任溶：我认为在未来对待人工智能+金融的这个领域的考虑，可能这个领域要变得越来越混合。

首先，投顾。投顾也可以理解为投资+顾问，也可以理解为审贷+顾问。过去我们投过一个项目，它是给国内比较大的城市合作商业银行从做第二代X8系统起步，慢慢做到智能审贷，今年已经在创业板上市了。我们从他们很普通的业务转型的角度可以看出来这方面的需求还非常大，其实按照我的理解，这个领域还是刚刚接触到了一些皮毛。

　　无非就是有没有牌照的问题，但是有没有牌照在未来真的需要吗？我曾经提过一个假设，就是阿里真的吸收一个银行牌照吗？或者京东真的需要吗？我不觉得需要。这是从投资角度上看的问题。

第二，保险。保险这个领域才刚刚进入黎明前的亮光。在这个领域，长期效益又比较好的，有相当一部分是非标品业务。在这些领域，因为量非常大，单子非常多，每个投资机构或者每个创业团队只要在里面深挖一点就可以了。满足特定人群或者特定行业，比如说给社保基金做、给不同上市公司的企业做、给不同年龄阶段的人做、给不同性别的人做就足够了。

第三，信用。过去，即便像现在所讲的京东、阿里、蚂蚁金服等等所有的跟这些行为数据所产生的一些基于信用的分析，只有在办信用卡或申请贷款时才会有用。现在我发现这个观念正在越来越被主流的金融学所抛弃，即便没有贷款关系，我们仍然可以把它归结为置信度比较高的准金融信用领域。这个过程中怎么把数据洗牌，怎么样二次开发和利用，怎么样和大数据技术，和网格技术结合起来，这也是非常有特点和科技的。

第四，入口。金融领域其实都是满足客户的终端需求而言，不管是B级还是C级都是一个场景。就我个人而言，其实时候想的就是吃喝玩乐，可能有时候需要刷脸，甚至不涉及到金融。今天每一个AI+金融的公司，只不过是以大数据或AI作为切入点、以金融作为切入点进行工作，很快有路径依赖的问题。

　　假设我的数据被AI数据公司掌握，我会基于用户习惯对这个公司特别依赖，基本从一而终了，别人想把用户习惯抢走非常之难，能够在这方面做入口的也是非常不错的公司。

AI+驾驶：有场景、有落地，才是投资标的

蓝驰创投执行董事曹巍：无论是特斯拉，还是Google，传感器方面讲得比较热，但是我们从投资角度上来看，这一年整个市场大家更关注于需求。

　　什么样的场景下什么需求？基于这个需求，边际效益是不是能覆盖所有从感知、决策到控制整套体系付出的代价？其实又回到了场景本身和需求本身。我们甚至是看到一些把无人驾驶应用到更加缓慢、封闭的一些特殊的工业化场景，比如说农业种植、比如说园区的微物流。现在我们想说的是围绕场景和需求有没有更好的解决方案，能够真正地帮助企业实现商业化和从零到一商业化原点的突破，这是一年来，我们看整个自动驾驶行业大家对问题聚焦点已经发生变化了。

　　还有一个关键词叫落地，看在所有新车里面的渗透率，比如说无钥匙进入已经渗透到50%，一年两千万新车就有一千万辆的无钥匙进入功能。但假设一年有3000万辆新车，有多少车已经装备了基于L4的自动驾驶的功能？按这个标准，我觉得至少是三五年，甚至是更长的一个时间轴。

　　这是一个重要的条件之一，里面还有很多限定条件，行业规则、甚至是整个交通安全领域的规章制度的制定，这个又有一个漫长的时间。所以我觉得这个不是我们作为VC应该去关注的目标，我们现在关注的就是，目前能够看到的需求2-3年能够看到持续的增长。

Plug and Play中国区管理合伙人赵晨：我们在看早期投资过程当中，我们会看一些新的方向和新的模式，在我们看来，做L4和L5的这些企业，我并不认为L4、L5的车在很短的未来会在路上开起来，并且是由日常的老百姓去购买这样的车辆，更多的可能是说类似于Uber，或者未来国内滴滴这样的企业，可能会在一些特定的产业下去补充他们的运力，而不是老百姓自己。

　　另一方面，从整车厂的角度来看的话，我觉得更多的就是他们怎么样把这种L2、L3的技术贴补到他们现有的解决方案里面。包括ADAS也好，包括L3这种级别的驾驶功能，其实它是要额外付费的。我的感觉就是，普遍的消费者在很长一段时间未必会为这样的额外的功能付费。

　　我们关注的周期更长一些，但是我们摸到的技术前沿更早一些。不管是卷积神经网络的技术应用在深度学习的路径规划也好，还是说对于基于视觉的识别也好，这些理论基础，我觉得在现在这个阶段已经比较成熟。否能落地、做成产品放在车里面，如果一定要加一个时间段的话，在我看来在未来的3-5年，在很大程度上是基于法律法规的限定。

AI+生活：更快、更好、更便宜的技术才是好技术

Fusion Fund创始合伙人张璐：作为一个投资人，去布局科技的时候，更多的考量是说这个技术不仅要更快、更好，同时要更便宜。基于这个概念，我们谈论的都不是最新的概念，可能是过去这么多年有很多技术积累，只是到现在这个时间节点，我们看到了更加合适的商业应用窗口的打开。

首先，人工智能是一个非常非常火热的词，现在公司来跟我们聊的时候都会讲我们是一个人工智能公司，就像之前大家都讲我们是一个大数据分析公司一样。但是人工智能也是一个很广泛的概念，下面有很多不同的细分的解决方向。

　　我们现在看到在各种不同的行业中产生巨大商业应用的主要是三个方向：计算机视觉、自然语言处理和机器学习。这三个方向现在都有非常广泛的应用在智能家居中。所以我们已经看到，其实不仅是创新公司在做这方面的布局，很多硅谷的大公司把人工智能在智能家居的应用作为一个非常重要的战略布局。无论是苹果的Homekit，还是Google的Assisiant等等，都是在过去这几年很快进入到用户家中，但是现在存在的问题是大公司已经创建了自己的生态，创建了非常完整的生态体系，自己的API、自己的通讯系统，所以对初创公司来讲，下一个挑战就是到底要跟他们进行生态竞争还是去试图融入这个生态系统？如果这个窗口期过去了的话，除了直接做这样的单品之外有没有其他的创新机会。

其次，另外一个方向就是现在我们非常关注的技术热点——物联网的安全、云安全、网络安全。

　　智能家居给大家带来的生活场景是万物互联，但在你享受万物互联的时候，其实巨大的安全隐患也同时发生了，我有很多黑客朋友，当然他们是很好的黑客，他们经常和Google、Facebook合作，帮助他们寻找系统中的BUG，但是他们也可以控制家里的温度。我想黑进去这个人家里的摄像头，但是好像这个技术难度比较高，没关系，我可以先黑进他们家路由器或者智能电视盒子，然后通过蓝牙通讯，转接到他的摄像系统。

　　通过这些场景可以意识到，实际上我们在享受这些便利的时候，安全性也是一个巨大的隐患，同时也就造就了一个巨大的市场。

（以上观点由投资界（微信ID: pedaily2012）整理自2017网易未来科技峰会）

本文来源投资界，作者：Irene，原文：https://news.pedaily.cn/201707/20170716417068.shtml