祥峰投资夏志进： 人工智能赛道需要更多钱投入进来

口述l 夏志进  （祥峰投资合伙人）

• 整体来说，人工智能领域里，到B轮以后的项目其实很少，很多投资集中在A轮或者更早期的阶段。很多传统美元基金还没有砸大钱。

• 只要有大量新数据产生，人工智能都能找到它的用武之地。

• 很多人工智能的项目更多是toB的商业模式，所以它的发展不会是爆发性的，并且它通常不会一家独大。因为它要拓展客户关系，要竞标，要管理各种关系，速度不可能很快。

• 现在传统的美元基金对人工智能的投资还比较谨慎，以后的趋势可能是人民币基金与美元基金各占一半。人民币基金有其优势，比如随着监管的加强和数据本地化的要求，一些创业团队更倾向于保持完全内资的架构。

• 如果能够以与客户合作的方式获得数据固然很好，但如果传统的行业客户的思路比较落后，比较慢，创业者不妨跳进去，把传统行业的事情也做了，并且利用自己的技术优势将商业的效率大幅度提升，彻底击败传统对手。

以下为口述：

1.这个赛道不是钱太多了，而是太少了

2010年加入祥峰中国基金后，我一直在关注技术方向的投资，近几年尤其关注人工智能赛道。2017年的人工智能赛道，我觉得新变化首先是一些公司找到了盈利之道。其中，带来收入最多的是安防监控和实名认证行业。像视频监控、远程开户的人证识别等都给人脸识别企业带来了规模化收入。这里边不仅有最早商业化的的商汤这样的先行者，还有像依图，第四范式，云丛，神目等公司，收入估计都已是上亿规模。甚至一些垂直行业与AI结合的小公司也有了可观收入。像农业，去年，我们还没明显感觉到有多少用户愿意付钱去购买数据分析服务，但今年一些创业公司可能会做到几千万收入。

部分人工智能企业的高估值，会给很多人带来人工智能过热的印象。但从我个人来看，人工智能非但不是过热，反而需要更多资金进来。刚才提到的人脸识别领域的企业抓住了政府和国企在安防等领域的强劲需求，掘得了第一桶金，也获得了投资人的认可，融资节奏非常的快。但仔细去看，会发现AI的其他各个领域投资并没有那么惊人。整体来说人工智能领域里，到B轮以后的项目其实蛮少，很多的投资集中在A轮，或者更早期的阶段。

当然，这并不是因为A轮估值过高或者很多公司根本走不到后面，人工智能类公司并不特别烧钱，也不容易倒掉，而是A轮融资你可以讲技术和团队的故事，但到B轮以后，投资人往往需要看到商业价值。但这个行业的特点又决定了它们的商业进展可能比较慢，所以很多项目都停留在A轮。

另外一方面，我们也看到其实很多的传统美元基金在人工智能领域的投资，还没有跟上，还没有砸大钱。有些投资人思维还停留在移动互联网时代，他们擅长分析APP的用户体验，却不擅长如何去判断技术的方向；他们习惯了移动互联网的爆炸式增长，而无法接受科技公司稳健的成长节奏；他们熟悉互联网时代赢者通吃的模式，但不知如何评估科技公司的竞争风险。投资人也需要不断学习、与时俱进，而这种转变刚刚开始。

所以依我看来，这个领域里不是钱太多了，而是太少了。除无人驾驶等个别领域一些估值需要调整外，还不能说有泡沫。人工智能才刚刚起步，在各个领域里面的应用也刚刚起步。长远来看，人工智能是很大一个市场，有着不低于移动互联网的想象空间，所以祥峰投资一直在做布局。 2011左右，我们投移动互联网，投91助手时，估值1亿多美金，当时从来没有一个手机上的软件能值1亿多美金，但后来，又有 10亿美金、百亿美金的公司。所以要有想象力，要想象到人工智能带来的影响力和应用的规模。

2.AI的三个投资方向

这些年，我们一直从如下几个方面来关注人工智能领域的投资：一是底层技术领域。很多人会说人工智能算法已经成熟,大公司也有一些开源框架，会认为这方面并没有什么值得做的。但很多基础技术还有进步空间，创新每天都在发生。现在我们讨论的增强学习、迁移学习等概念在几年前甚至还不存在。这些底层技术的突破必然会带来应用的爆发，比如地平线机器人公司在嵌入式人工智能方面的研究成果就为智慧城市、智能家居等领域的应用提供了低成本高性能的解决方案。人工智能领域还有许多关键问题需要解决，比如自然语言理解这个领域，现在的方案还远远不能让人满意，不足以支撑很多需要人机交互的应用；想想我们家里的智能机器人／智能音箱，是不是往往辞不达意，或者只能讲一些简单的笑话？再想想我们的智能客服，到底什么时候才能真正代替人工并让客户满意？这些都需要核心技术的突破性进展，我们也会持续关注这些领域的创业团队。

 另一个方向是人工智能在很多垂直领域里的应用。其中会优先关注金融领域。金融领域有非常大量的数据,质量也非常高。人工智能就是在这些数据上面挖掘出来一些新的价值,像我们投资的猛犸反欺诈，就是利用人工智能的算法,帮助在线的金融公司和传统银行,去做风险控制 。

其次是医疗行业。我们非常关注怎么用人工智能算法去做医疗影像分析，并在此基础上进行诊断。如果你能够提高医生的效率以及准确度，哪怕是一点点，所带来的价值都是不可估量的。另外，我们也在关注无人驾驶。我觉得三五年以后，它会极大地改变我们的生活场景。

今年流行的无人便利店，其实是人工智能对零售业的改变。除无人便利店之外，也有很多传统的零售商家，热衷于采用新技术，去挖掘它的用户价值。很多创业公司也在提供一整套的方案，帮助线下的连锁店利用收集到的用户的数据做更好的用户管理。这方面我们也在关注。只要有大量数据产生，有新数据产生的地方，人工智能都能找到它的用武之地。

看人工智能时，我们会结合大数据来看。人工智能跟数据以及物联网设备联系在一起是我们的第三个思路。

企业每天都产生大量数据，服务器端的日志数据，交易的数据，这些数据完全可以利用起来，做一些商业智能（BI）和企业安全方面的产品出来。除了传统企业内部的数据，物联网设备的普及产生更加大量的数据，并且这种数据采集无处不在。除了手机，你身边还有很多带传感器的设备，比如说穿戴式设备、智能家居设备等，这些都可以被汇聚到云平台上去做机器学习和价值挖掘。再比如工业领域，越来越多的设备已经联网并且每分每秒在产生数据。这些数据对企业的精细化管理和柔性生产都至关重要。

 3.怎么筛选人工智能公司？

看基础算法领域创业公司时，比如说自然语言理解方面，我们特别看重团队在技术方面的实力，不仅是有这种工程实现能力，更重要是有前瞻性的研究能力。算法这个层面，每年都有很多新东西出来，如果仅仅是一个工程化的实现的话，还不足以解决问题，不能保持领先。所以在这个领域，做投资我们更看重创始团队的前瞻性和创新能力。必须要有一个核心人物能带领大家去做一个没有现成的解决方案的一个事情。如果看垂直行业的应用，我们其实更关注创业团队怎么去理解传统的商业模式。AI在垂直领域的应用，至少在现阶段还是在帮助传统的商业提升性能，提升效率，而不是完全要取代，所以创业团队一定要对相应的传统行业，有足够深的理解。像无人便利店，就应该放在零售便利店的商业模式里去考察，涉及的不仅是研发的实力，还有商业方面的能力。

 4. 为什么投极智嘉(Geek+)与地平线机器人？

一直以来，我们都关注人工智能以及机器人技术对企业效率的提高。相比怎么去提高一个白领的效率，我们更关注蓝领。过去十年，一个蓝领工资的涨幅比白领要高得多。所以，对于一些传统制造业来说，新的科技自动化有可能节省50%的成本。

早在亚马逊开始做仓储类机器人时，我们就开始关注，今年3月投了国内的极智嘉(Geek+)这样的团队。它是人工智能与物流仓储的一个结合，也属于工业智能化的范畴。

它可以帮助仓储企业节省人工,这是最大的价值。但同时它也给所服务的企业带来足够的灵活性。很多电商订单量在全年是有很大波动的，比如赶上双11，订单量可能是平时十倍，如果用原来人工的方式去解决，就要在双11之前，多招十倍的人来处理订单，还往往处理不过来。如果用自动化的仓储方案，就比较容易实现。另外，人不管怎么熟练，都会出错，机器出错的比例则比人低很多。

极智嘉在产品研发上快速迭代，相比竞争对手，用更短的时间研发出更加优秀的产品，团队在仓储领域经验丰富，对公司的发展思路和我们也颇为一致，这些是我们选择投资极智嘉的重要原因。

我们希望在人工智能领域投到有持续创新能力的团队，因为这个领域还在不停的变化，许多问题没有现成的解决方案。投资地平线机器人正是基于这样的考虑。它是一个以算法为核心的公司，提供从芯片，到硬件模块，到软件算法的整套方案，把人工智能应用到家电、汽车、玩具等日常场景中。

创始人余凯，原来是百度深度学习研究院创始人，是国内在人工智能，特别是深度学习领域的先驱，是具有前瞻意识的领导者。联合创始人里还有另外两位技术大牛。一位是Facebook AI实验室最早的四个成员之一，还有一位过去十年都在做图像分析和人脸识别。这三个人让我们觉得这个团队可以在技术上引领潮流。另外我们也非常看重它怎么样把这些想法落到商业上面去。地平线在创立还不到一年的时候，已经在商业上取得突破：为美的智能能空调提供turn- key解决方案，提供软硬一体的智能模块。

 5.投资的时间点至关重要

 在农业，医疗等很多垂直领域，我们一直在跟踪人工智能应用的进展，耐心寻找合适的投资时点。人工智能企业不像互联网或者移动互联网项目，你最早投进去的就一定有优势，比如在共享自行车领域，你错过了摩拜、ofo那你基本就没有机会了。

很多人工智能的项目更多的是toB的商业模式，所以它的发展并不是爆发性的，并且它通常不会一家独大。toB的业务里面你很难做到一家独大。因为它要拓展客户关系，要去竞标，要管理各种各样的关系，速度也不可能很快。

在这个领域我们应该更有耐心，应该花更多的时间去评估哪些行业会最先智能化、智能化带来的效率提升有多少、市场空间有多大；并且去评估哪个公司具有更强的竞争优势，能够做出来并保持长久竞争力。

行业的发展有其自身的规律。像医疗行业，不可能一个还在测试版的一个产品，大家就愿意大规模去用，它还需要不停积累数据，去调整你的模型，把产品做得更好。另外也要看用户的接受程度，像金融，大家的接受程度比较高，但像农业可能会比较慢一点。我们会去评估到底什么时间点投资会更合适，不要踩错。但我认为人工智能给大家的时间窗口会更长，所以我们应更有耐心。

我觉得现在一些无人驾驶的公司估值是偏高的，很多公司天使阶段都能融个几千万美金，到A轮的项目估值基本上都几亿美金。 另外现在传统的美元基金对人工智能的投资还比较谨慎，以后的趋势可能是人民币基金与美元基金各占一半一半，大家都有机会，而且人民币基金有其优势，比如随着监管的加强和数据本地化的要求，一些创业团队更倾向于保持完全内资的架构。

 6.对于创业者的建议：

从人工智能创业者角度来看，我觉得至关重要的是要掌握数据。算法的开发是一个方面，但没有数据，你的算法没有办法得到改进。我们看到有很多人工智能团队，满足于去给一些大的客户做一些项目，做完了就丢了，这个系统的使用也不在自己手里，从长远看，你没有积累下来自己的数据，就没有形成自己的门槛。所以我建议他们更多的介入到商业的场景里面去。

如果能够以与客户合作的方式获得数据固然很好，但如果传统的行业客户的思路比较落后，比较慢，创业者不妨跳进去，把传统行业的事情也做了，并且利用自己的技术优势将商业的效率大幅度提升，彻底击败传统对手。就像无人便利店一样，与其为传统的零售商提供技术服务，不如你也开店，获取对商业场景及数据的更大掌控权。