科技

【视频】程浩专访:为什么说人工智能带来的变革会远超过互联网?

我离开(迅雷)做投资的时候已经是2016年了,当时to C的市场红利几乎已经没有了。选择人工智能作为投资领域,是我们最大的战略。

在过去20年中国互联网的兴起历程中,涌现了数波大的机会,诞生了一大批科技企业,也催生了私募股权和风险投资市场的繁荣。当下,一方面互联网领域大的市场格局似乎已经基本形成,另一方面,大数据、物联网、人工智能、虚拟显示、区块链等技术方兴未艾,新旧交融下,下一个激荡时代的帷幕正在缓缓拉开。

站在当前的节点上,如何看待之前中国互联网的迅猛发展,辨识局势,并清晰把握下一波大的创业和投资机会,是创业者和投资人在选择新的项目时应当仔细思索和分析的重要课题。而作为创业的老兵,迅雷创始人程浩在转身为投资人后,对上述课题有了自己的一番解读和答案。

近日,《财经时报》在创业家年会的间隙对程浩进行了独家专访。程浩目前是远望资本的创始合伙人,该风险基金90%的资金投向人工智能初创企业。以下为经过编辑整理的专访视频和文字内容。

互联网解决连接 人工智能真正提升生产效率

《财经时报》:有人把现在的人工智能类比为此前的互联网,既然有"互联网+",也就有"人工智能+"。如果人工智能将带来一个堪比互联网的变革,那这个变革和互联网引发的变革又会有哪些不同呢?

程浩:人工智能和互联网在对各行各业的影响力方面,确实有相似的地方,但也存在区别。过去互联网发展这么快,背后是有原因的。互联网最本质的是解决了信息连接和信息不对称的问题。在互联网时代,大家知道哪个行业产生的百亿美金以上市值公司最多吗?是电商。只有电商这个领域产生过四个百亿美金市值以上的公司,为什么呢?因为电商核心的问题就是连接和信息不对称的问题,而这个刚好是互联网最擅长解决的问题。

双十一快递
2018年11月14日,“双十一”购物节之后,一名快递员在北京一条马路旁的成堆包裹中工作。

拿淘宝举个例子,淘宝把整个中国的买家和卖家全连在一起,所以基本上我们在淘宝上什么都能买到。同时淘宝还利用信誉机制解决了信息不对称的问题。同样都卖一个东西,为什么从你这里买,不从他那里买?因为你是五个皇冠,他是两个钻石。

但是,还有非常非常多的行业,我认为有更多的行业,核心的问题不是连接和信息不对称的问题。拿医疗举个例子,按照互联网的解决方案,可以把全国要看病的老百姓和全国三甲医院对应科室的医生全部都连接在一起,但这个事情却没有价值,因为在这个情况下,核心的问题是,就算连接做得再好,一个大夫一天只能给有限数量的病人看病,现在还没连接,大夫就已经超负荷了,再连接更多的病人,这个事情能有什么价值呢?所以在这个领域,核心的问题是生产效率的问题。

滴滴出行logo
2018年10月18日,在北京举行的中国国际节能与新能源汽车展上,一辆展出汽车的车门上印着滴滴出行的logo。

再拿滴滴打车举个例子。滴滴打车是一个非常好的连接平台,它把许多司机和有出行需求的人连接在一起,使得人们打车比以前容易了。但是,现在网约车的竞争没有以前那么激烈了,补贴一去,打车其实并不便宜。原因很简单,连接只解决打车难易的问题,但没有解决打车贵的问题。为什么打车贵?因为背后还必须有一个司机提供专门的服务,人力成本降下不来,它必须得贵。未来实现自动驾驶,价格可能才有机会便宜下来。

总而言之,互联网解决的是连接和信息不对称问题,而人工智能解决的是更加根本的生产效率问题。因此我们认为,未来人工智能对各行各业改造的深刻程度会远超过互联网。

初创企业不必担心巨头竞争 改造垂直行业机会很多

《财经时报》:现阶段BAT等巨头在AI领域都有布局,巨头所拥有的数据、资源优势是大部分AI领域初创企业所不具备的。在您看来,面对巨头的竞争,这些初创企业是否还会有机会?

程浩:我们讲到的AI包括三个层面,最底下一层叫做基础服务(Infrastructure),这一层包括云计算、芯片等;中间一层叫做赋能技术(Enabling Technologies),这一层包括人脸识别、文字识别、语音识别、机器翻译等;再往上一层,我们叫做AI+,即人工智能的应用层,这一层借助基础层和中间层的技术去改造其他行业。

海底捞北京人工智能火锅店
2018年11月14日,在海底捞于北京新开张的人工智能火锅店里,一名机器人服务员载着多盘火锅配菜从厨房出发,完成客户的订单。

底下这两层是BAT的兵家必争之地,BAT有钱、有资源、有人才,创业公司在底下这两层相对很难杀出来,但可以拿着底下这两层作为武器,对各行各业进行改造。大家知道有多少种行业吗?有几千种,甚至更多,每个行业都有自己的垂直纵深,BAT不可能对每个行业都很熟,行业壁垒就是这些创业公司的竞争武器。BAT参与到应用层,我觉得没有什么优势。

举一个例子,一个AI初创公司的CEO,他在医疗行业干了20年了,BAT有这样的人吗?肯定没有。在垂直行业,BAT相对创业公司的优势并不大。

《财经时报》:之前这些巨头其实也介入过其他创业企业的领域,引起了争议。但这次创业家年会,牛文文提到了产业重做的一个重要基础就是平台赋能,这是否意味着,创业者们应该摈弃"BAT威胁论",接受现状并且主动去利用这些巨头的平台进行自己的创业?

程浩:我觉得这观点(平台赋能)是有道理的。BAT做底下两层,都是为了服务上面一层。他们的目的是打造和培养自己的生态系统,然后通过底下两层赋能上面的垂直领域。每个行业都去跟创业公司竞争,这不是BAT的思想,也不是他们能够做到的。

投资投大势 聚焦AI应用层的另一个原因

《财经时报》:很多人认为,在尖端技术方面中国的创新能力和发达国家尤其是美国相比,还是有一定差距,您的投资视野主要是在国内,为什么对中国人工智能的初创企业这么有信心呢?

程浩:首先,我觉得投资就是要投大势。对于一家创业公司,它的战略是什么,比战术要重要。做任何事情都要战略先行。而做投资,最大的战略是要选好一个投资领域,其次才轮到战术层面,包括怎么做品牌宣传、怎么找到被投企业、怎么做投后服务、怎么辅导被投企业、怎么帮助他们不断去融资,这都属于战术层面。战略对了,才轮得到战术层面。战略错了,后面再努力都没有用。如果你投的这个领域压根就全军覆没,你投的创始人再聪明,你再努力帮助他都没有用。

投资投大势
(图片 : Pixabay)
投资应投大势,战略先于战术。

所以做一个投资基金,战略的核心就是选好投资领域。我们选择人工智能做投资领域,其实也花了大量时间做思考。我过去十几年都是做消费端(也称为C端或to C)的互联网,对移动互联网、互联网都很熟悉,理论上如果要再做投资,直接投这些领域会更容易,但其实不然。我离开(迅雷)做投资的时候已经是2016年了,当时to C的市场红利几乎已经没有了,你再做一个APP,大家随便就可以挑战你,你还怎么获客?所以选择人工智能是我们最大的战略。具体原因我上面也讲了,人工智能是改变效率,而互联网更多是连接。

《财经时报》:那您对于国内创新方面的短板怎么看?

程浩:美国的硬核科技创新确实比中国多很多。几点原因:首先,美国基础学科的实力比我们要强很多,从诺贝尔奖基础学科方面的获奖情况很容易就可以看出来,美国在基础学科方面的人才优势太明显了,对优秀科研人才的吸引力也很大。

其次,美国资本对硬核科技创新的推崇也是一个重要的原因。真正硬核科技的创新,无论是时间投入还是资源投入,要求都是非常大的。被英特尔收购的以色列公司Mobileye成立于1999年,但产生第一笔收入的时间是在2007年,中间有8年没有收入。相比之下,中国更喜欢短平快的项目,喜欢四两拨千斤,但总是想四两拨千斤,肯定就研发不出来什么硬核的东西。中国哪个风险投资基金会投资一个8年没有任何收入的项目?都没有办法和LP(有限合伙人,一般是风险投资基金的出资方)交代。

Mobileye实时避免碰撞系统
(图片 : Mobileye官网)
Mobileye的实时避免碰撞系统(Real-time Collision Avoidance)

同时,美国对知识产权的保护更加有力度。如果一家公司努力5年研发出一个东西,抄袭者可以很快就模仿还不需要付出什么代价,恐怕大部分公司都不会有什么意愿去做类似的研发。

所以要提升国内硬核科技的创新水平,真的需要一系列配套,这里涉及的有人才的问题,也有资金的问题,还有知识产权保护机制的问题。关于资金的问题,其实就是投资人心态的问题。说白了,有机会投资滴滴、拼多多,谁会去投硬核科技,出业绩要那么长时间?to C的这波红利,也削弱了硬核科技对投资人的诱惑力。

《财经时报》:您会投硬核科技的项目吗?

程浩:我对硬核科技还是比较推崇的。不过其实坦率讲,在国内如果只投硬核科技,会发现没有什么项目可投,所以我们更多还是看人工智能对各行各业的改造。我们过去投的比较偏硬核科技的就是一个自动驾驶项目,其他大多数还是在应用层面。

国内AI创业to B居多 投资回报节奏慢于互联网

《财经时报》:互联网时代,变现模式主要集中在广告、电商、游戏等几种模式上。您觉得在人工智能时代,变现模式会有类似的集中现象吗?

程浩:目前这个阶段,人工智能创业企业整体来看,做消费端(to C)的占比还比较少,主要还是做企业端(to B)的,也就是客户是企业。to B的模式主要有两种:一种是license(授权许可)模式,客户把服务产品买下来;另一种是SaaS(软件即服务)模式,客户按月支付服务租金。

人工智能CurveRobot
(图片 : 远望资本官网)
远望资本投资的CurveRobot,该公司研发出国内第一款用于门窗喷涂的3D机器人产品。

上面所说的to C人工智能,是狭义的,指的是深度学习之后,在计算机视觉、语音方面针对消费端的人工智能,目前是有一些产品,比如搜狗和猎豹出的翻译机,但占比很少;广义的to C人工智能其实已经很普及了,比如今日头条、百度,都可以算是人工智能产品。

《财经时报》:关于投资回报周期,您觉得人工智能企业的平均回报周期和互联网企业的平均回报周期相比怎样?是更长还是更短?

程浩:人工智能企业的平均回报周期肯定相对更长一点。互联网企业大部分都是to C的,消费端人口红利摆在那里,回报自然就很快。滴滴打车3年估值100亿美元,拼多多3年估值200亿美元,这些事实都是证明。

单从人工智能企业自身来看,首先,相关技术成熟需要一定的时间;其次,因为主要是to B的应用,而to B本身在发展节奏上比to C要慢一些。像迅雷客户端这样的to C产品,我们写一套代码全世界机器都能跑,但to B产品,获客需要时间,说服客户、洽谈商务条款需要时间,最后部署实施需要时间,要尾款也需要时间,整体来讲,我觉得节奏相对会慢一些。

所以这里就出来一个挑战,对于投过了to C的投资人,要去投to B的企业,你的心态必须要对。但投to B也有投to B的好处,特别在现在,资本不是那么活跃,to B的现金流相对比较好,对持续融资不是那么依赖,未来可能花更多时间能够做到上市或者被并购,但股份被稀释的也少。

谈到股份稀释,滴滴出行其实是资本效率很低的一个案例。原来的滴滴打车、快的打车和uber中国三家公司合起来融了200多亿美元,现在滴滴出行估值就算500亿美元,投资回报比例大概是1比2。但以百度为例,百度现在700亿美元市值,但之前总共也就融了2000多万美元。一个是200多亿美元产生500亿美元,一个是2000万美元产生700亿美元,谷歌的比例就更高了。所以,快有快的好处;慢也有慢的好处,被稀释的少,而且不缺现金流。

版权声明:本文版权归财经时报(微信ID: businesstimes) 所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。