天狼星资本沈海伦：资本寒冬之下，会有更多优秀的AI企业凸显出来

2018年9月20-21日，由投中信息、投中资本主办、投中网协办的第12届中国投资年会有限合伙人峰会在深圳召开。本次峰会以“投资转折”为主题， 按照GP/LP参会1:1的比例，广邀知名母基金、政府引导基金、银行资管、险资、上市公司、家族基金等优秀LP，以及国内头部GP代表，齐聚一堂，深度分析当下行业市场新变化、新趋势，洞悉资本未来发展方向，构建GP/LP双方对接实效、沟通高效、募资成效的顶级平台。

天狼星资本创始管理合伙人沈海伦在主题为“All In AI是否值得？”的演讲中表示，因为AI的特殊属性，前人不知道应该如何应用AI，也没有得到很好地验证，所以作为投资方更需要一定的前瞻性和预见性。在前瞻性和预见性的基础上，控制相对风险。虽然现在资本环境偏冷，很多LP不敢出手。但正是在这样的环境下，才会有更多优秀的AI企业凸显出来。

大家好，首先做一下自我介绍，我是天狼星资本创始管理合伙人沈海伦。我今天的演讲主题是“All In AI是否值得？”如果仅从投资回报的角度来说是不足以表达出我们在All In AI这件事情上的想法的，因此今天我将从不同的层面和大家进行分享。

AI是否值得all in？

首先，是不是值得all in或者资本机构全方位的投入，要看是否符合社会发展和大的经济规律。整个中国在社会经济发展过程中，经过过去40年的改革开放，已经建立了相对完整的工业体系。在过去10年中，移动互联网飞速发展，我们又建立了诸如像电商、物流这样丰富、完整的服务体系，这些发展都给我们带来一个结果，就是中国积累了前所未有的，包括其他任何国家都不能企及的丰富的大数据资源。

因为中国的人口结构发生变化，人口红利的消失导致我们在过去30年、40年粗放式的发展已经没有办法继续带来经济的高速增长，很多工业、服务业要求的小型化、精细化甚至柔性化的生产，只能由AI的方式来赋能或者完成。在这样的情况下，我们可以看到，最近几年中国在AI方面的科学家以及高端人才不断地从全世界各地回国进行创业，当然也是因为拥有中国政府的强力支持。

AI本身是否具备在技术上发展的可能？

在分析完社会经济的变化以后，我们还要考虑第二个问题， AI本身是不是具备在技术上发展的可能？

AI并不是今天才有的，历史上AI曾经历过两起两落。第一次提出AI的说法是在1956年，到了1973年，因为各项AI技术不完善，第一次美好的愿望破灭；上世纪80年代，因为专家系统被广泛的重视，AI又得到了新的发展，但到了1990年，随着搜索引擎的崛起，标志着AI的第二次陨落。现在是人工智能的第三次崛起，大家熟知的AlphaGo让AI成功进入大众视野。事实上，早在2006年我们所说的高层神经网络的算法的深入，包括它的应用就已经让AI在技术上进入春天了。

总结完AI的历史之后，我们来看天狼星总结的AI三个基础：一是大数据的丰富积累，包括在大数据应用方面的技术的广泛应用；二是拥有更强的算力和专项芯片、专业芯片的应用；三是更先进的算法，比如大家都耳熟能详的机器学习算法，机器学习是非常泛的概念，包括深度学习、监督学习、非监督学习、强化学习等等。AI无论是在社会发展层面，还是在自身的技术层面都存在爆发的可能性。

哪些AI技术值得投资？

探讨完大形势的基础，我们也总结了哪些AI的关键技术，或者这些技术应用在哪些领域是值得我们作为投资方进行投入或者进行all in的。

首先我们必须明确一个概念，今天在这里作为投资方，包括作为天狼星资本我们所探讨的AI概念并不是通用AI。我们并不是探讨美国好莱坞大片或者最近很火的西部世界里面的接待员这样的黑科技。我们所探讨的AI可能更希望是在3-5年内根据社会经济发展的需求能够产生社会经济效益的AI技术。

如何判断哪些技术是可以产生经济效益的呢？有三个发展路径：

第一，要用机器准确地获取和感知信息和内容；

第二，在感知和获取信息内容之后，我们如何让机器进行理解和思考；

第三，现阶段3-5年内最想达到的效果，在理解和思考的基础上，我们如何让机器做出判断，甚至让机器先于人类做出预测。

在这个基础上，天狼星也总结了一些相对比较成熟的可以探讨的技术。首先是大家非常熟悉的语音识别。语言识别公司在全世界，包括中国已经发展得非常好了，比如Google和科大讯飞。在语音识别的基础上，近些年来还有一项技术也被广泛应用，就是自然语义处理。今年上半年有很多的做自然语义处理的公司都推出了自己的自然语音、语义芯片，这些芯片可以很好地赋能智能机器人，包括智能家居、物联网等等。自然语义处理在比较成熟的情况下，可能只能解决20%-30%的问题，仍然无法让机器做到完全智能，那么剩下的60%-70%是需要视觉方面的能力来处理。这个道理非常简单，我们在会听、会说的基础还要会看，看到的基础上还要有动作的识别。针对视觉识别，有非常多的应用方向。

目前，天狼星资本在视觉方面比较专注于几点：

一是动态识别的芯片级产品，这些产品是适用于智慧城市、智慧安防，还包括智慧金融和智慧消费的；

二是我们在2016年开始到今天都非常关注的3D深度视觉识别；

三，视觉方面除了图片还有关于视频的深度学习，我们在这个月布局了视频学习的公司，主要用于AI+文娱的场景下；

四是天狼星资本下半年关注的一个方向，基于大数据辅助的决策，这个可能更多是应用于AI企业服务。举个很简单的例子，比如工业领域用到的智能化的一些大数据服务，可以把我们的数控机床数据，原来黑盒子的数据呈现在我们面前，进而提高生产过程。AI的数据安全，包括AI云等，这些都是AI的企业服务。

哪些AI公司值得投资

回顾天狼星资本All In AI取得的一些成绩，我们也在思考，有哪些AI公司是非常有价值去投资或者去All In的？我们高度抽象出了三个特质，这三个特质不仅只针对AI公司，对于很多公司都适用：

一，首先是离不开技术，中国做AI创业不能跟随，要具备国际一流的水平。这个国际一流的水平在天狼星认为有两个阶段，第一个是替代性，比如我们当年投资优必选时，优必选的座机已经达到了国际先进水平，但是成本仅仅是国外同等水平的十分之一，这也是优必选能够以亲民的价格走进普通家庭的原因，同样这也是优必选能够取得商业化成功的基础条件。在这个基础上，我们现在不能跟随，所以我们一定要具备创新性。我在这里要特别骄傲的告诉大家我们投资的3D深度视觉公司奥比中光是全世界4家量产设备中的唯一一家中国公司，其他三家分别是苹果、英特尔、微软。在座各位如果最近考虑买新手机的话可以试试咱们国产的OPPO FIND X，这是安卓世界首款搭载3D结构光进行人脸开机的手机，这款3D摄像头由奥比中光提供，并且效果已经可以媲美IPhone X。

二，在技术的基础上，我们最看重的是团队。为什么我们一定要说有十年以上的行业经验？因为AI的某些领域，比如AI芯片或者半导体，这些领域都极其复杂，从芯片的设计到封装到流片、量产到应用不同领域提供不同的解决方案，都需要团队，不是一天两天的经验可以完成的。所以在这个基础上，如果团队没有在某些大的半导体公司或者说在大的半导体公司没有独立带团队完成过一两款芯片的全生命周期的跟随，它很有可能会走非常多的弯路。十年以上团队经验可以帮助我们快速发展，避免我们走弯路。

三，商业化能力。我想强调的一点是，具备商业化能力的前提是要拥有可以被市场接受的非常优秀的产品。我们从技术去转化为产品需要一个过程，往往很多的AI企业，包括高科技企业可能最后没有走到很好的原因是很高级的技术没有转化为市场接受的产品。在设计一款非常优秀产品的情况下，需要我们的团队拥有非常强的变现能力。我们一直俗称变现能力是很强的卖货能力。

打造AI投资生态

以上我分享的是过去三年天狼星在AI投资领域的一些心得，那么现在我们正在打造AI投资的2.0版本，就是构建AI生态。在这里有一个非常有趣的故事跟大家分享，我们在16年初步接触奥比中光的时候，惊喜的发现他的3D摄像头已经运用在优必选的Cruzr机器人上，并且这是一款当时就已经量产的机器人。这直接证明了奥比中光的3D摄像头的可用性，其实这也帮我们间接做了尽调。这也是我们始终坚持的一个理念，就是从哪里来还要回到哪里去。我们相信最懂AI的人一定在优秀的AI公司里。我们过去花了大量的时间做投后管理，深度挖掘已投项目，布局已投项目的上下游产业链。到目前为止我们已投项目已经形成了良好的互动。这不仅仅局限在跟优必选的合作，比如在视频学习领域我们的两个项目Video++极链科技和奥比中光也许会擦出不一样的火花。

我们已经在用产业化的思维在做AI投资。17年我们与优必选科技在深圳成立了优必选天狼星基金并且得到了深圳市南山区汇通金控的引导基金的支持。在这里我们要特别感谢政府的支持，也要特别感谢优必选长期以来与我们积极的互动和作为产业方的大力支持。同时也要感谢身边所有创业者对我们的支持和专业的建议，希望我们能够投出更多的优秀AI项目。

总结

回归资本价值观的本质，如何All In AI，或者说如何在All In AI的情况下，最大限度地放大我们的价值，降低我们的风险？我认为有两点：

一是不管AI这个行业是不是风口，我们都要尊重事情最根本的价值观。如果因为风口忽略本身的规律，迟早要承受些后果；

二是在AI的事情上，因为AI的特殊属性，前人不知道应该如何应用AI，也没有得到很好地验证，所以作为投资方更需要一定的前瞻性和预见性。在前瞻性和预见性的基础上，控制相对风险。虽然现在大的资本环境偏冷，很多LP不敢出手。但正是在这样的环境下，才会有更多优秀的AI企业凸显出来。

今天我的分享就到这里，谢谢！

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。