启明新闻
启明观点 | 周志峰:人工智能将是未来3年早期风投最有机会的领域之一
2019/10/25
|
投中网
2019年10月22-23日,由投中信息、投中网联合主办,投中资本协办的“第13届中国投资年会·有限合伙人峰会”在北京召开。
在求索人工智能产业“变现路”的圆桌对话中,启明创投合伙人周志峰与君基资本管理合伙人陈蓉华、嘉富诚家族办公室CIO刘立鑫、磐合家族办公室合伙人汪欣、丰厚资本创始合伙人吴智勇、GD1 Fund II China MarketAdvisor郑界等嘉宾就人工智能落地当下最大的挑战、步入商业探索加速期的人工智能企业应该如何向前突破等问题发表了看法,本场对话由昆仲资本创始及管理合伙人王钧担任主持。
周志峰:我是周志峰。启明创投是比较早开始布局人工智能投资的机构之一。从2013年开始,一共投了大概十六、七个人工智能技术驱动的公司,包括大家都有所耳闻的四个独角兽企业– 旷视科技、优必选机器人、同盾科技和云知声,及其他高速成长的企业如文远知行和推想科技。我们持续投资人工智能,近期又重新研究和整理人工智能的投资策略,我们会在未来几年继续布局人工智能。从风险投资的角度,我们还是对人工智能充满了信心。
周志峰:大概十六、七家公司,我们都是A轮或者B轮的领投方。
王钧:没记错的话,2013年投AI算很早的,真正起来可能是2016年往后,真正能达到二级市场的还是很有限,其实也没有谁直接退出来,尤其是投几个IPO的项目,对整个行业的发展也是蛮重要的,包括一级、二级市场的融资额也很重要。在过去三五年里面,从AI的角度讲,你们几位碰见的明星项目是什么?也可以跟我们分享一下,举几个案例,原来的失败教训。
周志峰:在一些微观层面,我有一些不同的观察。我想用3点回答这个问题:第一,我认为人工智能还是早期风险投资在未来3年最有机会的领域之一。我跟大家分享一些数据:我查阅了美国最大的一个学术论文归档的网站,人工智能领域每天发表的论文超过100篇。全世界可能在其他细分领域,都没有这么大数量的论文在产生,也没有其背后投入的这么高的人才密度和规模。而且这个数据在增长,三年前,每年的AI论文只有一万多篇,去年约35000篇,今年应该有望超过五万篇。AI在整个科研领域的研发并没有放慢,但资本市场有没有泡沫、有没有开始降温,大家都有自己的观察。另外,论文数量代表科研,那我们看看代表工程实现的Google机器学习开源软件库Tensorflow,其每天被commit新的代码贡献超过100个,全年差不多有36000个,仅仅是AI工程中的这么一个平台都有这么多人在为它贡献和创新,所以这是我们对这个行业大方向有信心的基础。
第二,经过过去几年的发展,个别头部人工智能企业已经在商业化发面展示出巨大的潜力。旷视科技在港交所申请上市公开的营收数据,非常令人兴奋。优必选机器人也有很大规模的营收。确实目前只有头部的AI公司,极少数,闯过了商业化的鸿沟。
但因为人工智能的技术壁垒非常高,而技术壁垒是一家企业的形成核心竞争优势的最重要的东西之一,跨过这个商业化鸿沟,建立起竞争力,这个领域企业未来的营收规模会超过以集成为主的中国上一代IT公司。
王钧:这两家公司你进去都是比较早的,它什么地方做对了就能跨过这个深渊?
周志峰:这几家公司虽然目前估值都是几十亿美元,但是它们其实都曾痛苦地找寻过最大化自己技术能力的商业落地场景。很多AI公司,误把客户对新技术浪潮的尝试的意愿当成商业落地的方向。比如银行、电信运营商,每年本来就有过亿的IT预算,拿一百万做一个AI示范项目很正常,但是这些项目并不一定是企业长期发展商业化落地的场景,能够区分什么是客户的尝试,什么是真正能够走进长尾广阔市场的商业场景是最难的。
最后,给AI企业提个醒。AI公司发展分为三个阶段,第一个阶段是Go-to-Product, 把一个尖端的技术或科研成果变成一个面向某类需求的产品,第二个阶段是Go-to-Market,产品不断迭代和完善,得到早期用户的验证,并形成可被复制的商业模式,第三个阶段是Go-to-Scale,是真正把营收规模化。
很多AI公司的创始团队来自业内顶级的科技公司或者科研机构,通常都有机构愿意投资第一阶段,因为团队背景好就投了。
但是,我相信80%的AI公司都会在第二阶段非常挣扎或止步不前,没法把做出来的产品跟客户的需求真正关联上、并形成可被重复的商业模式。第二阶段是AI企业发展中最重要的时刻。
王钧:你们现在在中国布局的思路,尤其在科技、创新现在是怎么考虑?
周志峰:启明创投近期在AI的投资策略,我们内部管它叫AI 2.0,听着有点俗气,但是代表了我们对AI领域投资策略的变化。AI不是一个产业,是一个技术工具,它的发展规律和大数据、互联网等任何大的技术趋势都一样。
首先会先出AI技术平台性公司,技术会先在高科技企业、互联网公司得到应用,然后慢慢走向传统行业,出现越来越多垂直的解决方案和落地场景。我们早期在AI 1.0策略时,更多投的是创始团队已经能够证明自己的世界级技术水平、但说实话离商业化距离还较远、较模糊的创业公司。但是我们的AI 2.0策略中,分成了三个更细的方向。
第一个方向和1.0类似,我们还会在AI最前沿的几个技术领域,投资世界级技术水平的创业者,可以接受商业化之路稍微远一点。
第二,我们会投发展相对比较成熟的AI技术(比如视觉、语音)进入一些有巨大商业价值潜力的细分场景,这里更多的其实是行业属性,而不是技术壁垒。
第三个方向,我们会继续来投资解决AI在不断进入行行业业、家家户户中遇到的巨大的底层架构的挑战。比如短视频App, 现在用人工智能技术处理一个短视频的计算成本,每帧每秒需要8块钱人民币,那一个拥有几千万个短视频的平台大规模使用人工智能技术,成本就非常可观。我们会投资使用AI更便宜、更简单的底层支撑技术公司。