遠望資本程浩:VC不會被AI取代
本文源自健一會對ofollow,noindex">遠望資本 創始合夥人 程浩的訪談。程浩認為AI對To B領域的滲透才剛剛開始,根本沒有到刺刀見紅的時刻。但To B類專案必須要有自我造血的能力,只有客戶買單才有說服力,才能抵禦市場寒冬
“人生最大的冒險就在於你從來不冒險。”這是迅雷創始人程浩常說的一句話。
2001年,程浩放棄矽谷的工作回到國內,加入了成立僅一年、員工總數不超過60人的百度。第二年,他毅然從百度辭職,和鄒勝龍聯合創辦迅雷。12年後,程浩帶領他的迅雷團隊在納斯達克敲鐘。
創而優則投。為了有更多時間陪家人,程浩離開迅雷,開啟工作時間更為靈活的創投生涯。2018年5月2日,程浩與田鴻飛、江平兩位矽谷老友成立遠望資本。這一次,他所聚焦的投資領域,和他的老東家百度一樣,都選擇重倉人工智慧。
人工智慧有著長長的過去,但人工智慧技術商業化落地卻剛剛起步。
在中國,人工智慧雖然在資本層面與政府層面都受到極大歡迎與重視,但在監管、法律及民眾接受心理等層面,對機器的信任程度仍然比較有限,“人工智慧即將搶走低端重複勞動崗位”的恐慌日益增加,偶爾出現的“無人駕駛汽車釀車禍”的新聞則增強了這種不信任感。
人工智慧概念雖然火熱,但企業和政府對該產業發展理解不深,普遍高估並急於兌現其短期商業價值 ,這些都延長人工智慧商業價值 的兌現週期。一些和人工智慧絲毫不沾邊的“連續創業者”化身人工智慧專家,打著“AI+”或“+AI”的旗號融資,無論專案與人工智慧是否沾邊,先拿到風投的錢再說。
面對這塊生機勃勃且野蠻生長的新大陸,程浩的進擊之道是什麼?作為一名在創業領域已經證明了自己的技術達人,程浩對於自己在投資領域的新生意有著怎樣的期待?帶著這些疑問,健一君近期專程拜訪遠望資本創始合夥人程浩,請他聊聊他對人工智慧創投生態的觀察與理解。
AI 行業的准入壁壘是成本
健一會:您如何評價當下中國的人工智慧創業生態?現階段阻礙人工智慧進行商業化應用的行業准入壁壘有哪些?
程浩:當下頗有點像2000年網際網路的早期階段,人工智慧對垂直行業的改造才剛剛開始,有大把機會。人工智慧在技術方面還處於非常早期的階段,還會持續成長,巨集觀環境的影響肯定也會存在,遇到年景不好或大環境不好,好專案 會減少,比如說這兩個月,我就明顯感覺到人工智慧的專案數量和質量都在下降,專案估值也在走低,但我認為這都是暫時的,大趨勢還是向好。
阻礙人工智慧進入行業的准入壁壘通常來講有兩個:一個是技術本身的成熟度,AI這個領域很廣,像視覺、語音這類感知層的相對成熟一點,自然語言理解,人機聊天這類認知層的就相對不成熟一些。除了技術本身以外,另外一個准入壁壘就是成本。以機器人為例。由於機器人整個產業鏈不成熟,一個極端的例子,就是如果這個機器的每個零部件都要自己做,那就無法產生規模效應,價效比肯定會比較低。但是我相信,機器成本曲線一定呈下降趨勢,而人力成本曲線一定呈上升趨勢,兩條曲線未來總會交匯,到時候人工智慧的商業化機會就來了。
健一會:投資人在選擇投資標的的時候通常都會問創始人,人工智慧這個產業現階段的市場規模有多大。您如何看待人工智慧的市場規模?
程浩:網際網路對實體企業的改造其實非常皮毛,和人工智慧完全不是一個重量級,人工智慧的市場規模至少是網際網路的幾倍。
以蓋樓為例。你說一棟大樓拔地而起和網際網路有什麼關係?沒有。但假如在蓋樓過程中引進專門砌牆的機器人和專門鋪地板的機器人,就可以極大降低建造成本。我專門看過鋪地板的機器人,鋪地板主要有兩道工序:第一,要確保地磚下面的地是平的;第二,地磚與地磚之間要嚴絲合縫。這種場景天然適合機器人來幹,它不但能把地抹平,把磚嚴絲合縫地鋪好,還能自動切割磚塊,以適應不同尺寸的要求。你還不用找監理盯著施工方,或者給師傅端茶送水遞煙伺候著。
資料化程度越高的行業,越容易被AI取代
健一會:所有行業都會被 AI改變,但不同行業被AI改變的速度和時間點不同,必須要做出判斷。您的判斷標準是什麼?
程浩:判斷某個行業被AI改變的標誌之一,便是看該行業裡的人才是否已被機器取代。具體來說,判斷標準有兩個。一個是看輸入維度是否有限,一個是看輸出是否足夠標準化。如果輸入邊界有限,輸出很標準化,這類崗位都很容易被機器取代。
我經常舉基金經理和教師的例子來說明這件事。基金經理做量化交易,其在輸入端便非常有限,無非是股票的買和賣,輸出端也足夠標準化,無論是賺了30%還是15%,其每年收益情況均一目瞭然,這種情況就容易被機器學習所取代。而教師在輸入端幾乎沒有邊界,他對學生的影響並不侷限於知識傳授,還有很多性格養成方面的潛移默化,在輸出端也無法標準化,每個孩子性格各異,衡量維度多元,很難說這個小朋友比那個小朋友優秀30%,機器對於這種情況就無能為力了,因為沒法形成機器學習的迴路。
健一會:VC以後會被取代嗎?
程浩:VC投資相對主觀,投資流程很難量化。我們三個合夥人看一個專案,內部意見都經常不一致,每個人都有自己的想法。換句話說,我如果想投一個專案,會找出100個想投的理由,如果不想投,也會找出100個不想投的理由。
整體而言,投資能否成功就是三件因素,首先是人,投資人需要在短時間內讀懂一個創業者,包括他的領導力、創業精神、學習能力等等。還有就是事,也就是投資人需要對這個行業有深刻的理解。除了人和事之外,第三點很俗,但很實在,就是運氣。所以投資是一門科學,也是一門藝術,但運氣的因素也佔了很大一部分。
相對來講,資料化程度越高的行業越容易被機器取代,資料化程度越低的行業就不太容易被取代,因為沒有資料,機器就無法學習。
健一會:在漫長的技術發展週期中,技術類VC機構該如何在自動駕駛產業鏈上佈局方可以實現投資機構利益最大化?
程浩:自動駕駛的技術發展週期確實比較長,但它也是相對的。自動駕駛領域有4對引數:封閉環境vs非封閉環境、固定路線vs非固定路線、低速vs各種速度、載人vs不載人。這4對引數又可以形成16個象限。
大家籠統地說自動駕駛離我們很遠,確切地說,指的都是乘用車這一塊。除了乘用車,自動駕駛其實還有很多細分賽道,它們離商業化並不遠。礦區裡的礦車與港口的運輸車的自動駕駛一定是最快實現商業化的。因為它是封閉環境、固定線路、低速行駛,且不載人。灑水車也是這樣,它通常在早上四五點鐘上路,雖然是非封閉環境,但道路上車輛很少,灑水路線也很固定,低速行駛,也不用載人。幹線物流也相對容易商業化,因為它只跑高速,屬於半封閉環境,同時也是固定線路,無需載人。這些賽道的技術門檻和壁壘相對乘用車低一些,投資回報少一些,但風險也低,專案估值也沒有乘用車領域專案那麼高。
AI對To B領域的滲透才剛剛開始
健一會:人工智慧的技術提供層天然適用To B業務,也是VC比較看好的一個賽道。傳統To B業務的一大痛點是獲客難,專案很難具備超越競爭對手的能力,更多的還是要看銷售情況。在人工智慧時代,獲客難度更大,因為專案方要說服客戶公司的高層理解人工智慧的價值。您對此有何建議?
程浩:在現階段,AI領域裡To B專案確實多一些,這個也符合技術演化的大趨勢。任何一項重大技術誕生,通常會先用於軍工國防,然後用於企業,最後才用於普通消費者身上。
對於經營To B業務的公司,銷售能力肯定是核心競爭力之一,不管和AI有沒有關係。產品再好,也要賣得出去才能產生價值。To B產品要想賣得好,通常需要在三個方面產生作用:一是降低成本,二是提高效率,三是提高質量。
降低成本與提高效率比較好理解,我們投的很多To B類專案都是以替代人力為目的,現在企業人工成本都很高,除了正常的工資,還需要給員工上五險一金,這還沒有把管理成本包括在內。假如一名員工月工資為5000元,三名員工每月工資即為1.5萬元,一年就是18萬元。假如以18萬元購入一臺機器,可以替代三名員工,一年就能回本,且省下了管理成本和社保等。我們投的擎朗科技,它的產品之一便是供餐廳使用的傳菜機器人,它採用租賃模式,原本服務員每月工資是3000元,現在餐廳租用他們的機器,就可以大幅節省了人力成本。
一些To B類產品不但能降低成本、提高效率,還能提高質量。以工業機器人為例。3C行業對精密性要求很高,手機生產流程裡,螺絲和螺母有稍微偏差就無法擰進去,這種場合就不能靠人,只能靠機器;噴繪也是如此,人工操作經常會出現噴得不均勻的現象,因為手會抖,但機器人噴繪就不會出現這種問題。
To B領域的購買決策和To C領域不一樣,不是越便宜越好。企業客戶買To B類產品,如果是免費的,可能心裡還會嘀咕:你對我免費,到底是圖什麼?它甚至會關心賣方的經營狀態,擔心賣方如果倒閉會影響產品的後續運維。
我以前在迅雷也採購過一些企業服務,但我們評估時根本不看價格。假如有A、B、C三款備選方案擺在我面前,我們會確定其中質量最好的一款,然後再砍價,不是說誰最便宜我就要誰的。
人工智慧在To B領域的滲透才剛剛開始,根本沒有到刺刀見紅的地步。這也是做技術類To B類專案創業的好處之一,它在資本寒冬的時候對資本的依賴度比較小,不需要持續融資。如果一個專案每隔六個月就需要融一次資,對於專案方和上一輪投資方來說,都比較痛苦。
To B類專案必須要有自我造血的能力,只有客戶買單才有說服力,才能抵禦市場寒冬。
我們用投A輪的打法來投天使輪
健一會:您會對有意進入人工智慧領域的中國創業者有何忠告?
程浩:AI領域最理想的創業者,最好能既懂行業,又懂AI技術。懂行業不懂AI,沒有長期競爭力;懂技術卻不懂行業,經常會找不到使用者痛點。如果該專案的行業壁壘更高,就找懂行業的人來做CEO,然後找一個懂技術的合夥人做幫手;如果該專案的資料壁壘更高,就找懂技術的人來做CEO,來主導工作。
以AI+醫療為例。AI輔助影像醫師看X光片,這個領域市場很大,想在這個領域創業,一把手我們更傾向有醫療背景的,因為只有具備深厚的醫療背景,才能夠拿到海量資料並進行高質量標識,這是一切AI工作的前提。未來產品做好了,你還得賣出去吧?這同樣需要醫療的背景。
健一會:您屬於風險偏好型還是穩健型?
程浩:做早期投資,必須要冒風險,每個專案都想追求穩定的兩三倍回報,這個是不可能的。所投專案中40%死亡,30%賺兩三倍,20%賺10到20倍,10%明星專案賺百倍,這是我心目中理想的投資組合,它不會四平八穩。
如果我們投了一個早期專案但很快就退出了,通常都是因為發生了併購行為,否則我們會長期持有。
健一會:遠望資本的具體打法是什麼?
程浩:關於基金的整體投資策略,我們的打法是做好三個“聚焦”。第一是領域聚焦,我們基金會把90%的錢投到人工智慧和大資料領域;第二是專案聚焦,我們任何一支基金都不會投太多專案,但每個專案我們都要佔足夠比例的股份;第三是重視投後服務,這一點和前兩個“聚焦”是密切相關的,如果不聚焦某個領域,你對該領域的理解是有限的,投後也幫不出什麼忙來,如果在專案上所佔股份比例不夠高,投後服務的價效比是很低的,也沒有動力去做投後服務。
最近一個季度,市面上高質量的新專案特別的少。所以我們把處於同一輪次的新專案和老專案進行對比,同等條件下,我們優先繼續增持老專案,畢竟都知根知底了。
健一會:您如何處理與創業者之間的關係?
程浩:我過去十幾年一直是創業者,今天作為投資人,我與創業者的關係不單單是投資與創業的關係,還是很好的朋友。每一季度我們都會和所有所投專案創始人聚一次,大家坐在一起聊一聊最近的巨集觀環境和產業政策,我也會和大家分享下我最近讀過的印象比較深刻的書。每個月我們三個合夥人都會和各自負責的專案創始人在非正式場合見見面,一起吃 吃飯,或是喝杯咖啡,像朋友一樣聊聊天,聽聽專案的進展與遇到的問題,而不是彙報工作。每一週我們都會在關鍵專案的關鍵節點跟進,在專案方做融資等重大決策時參與意見交流。
創業者遇到困難很正常,都會遇到九九八十一難,我當年也是這麼走過來的。