|
未来有潜力的创业热点要看大周期里面的具体机会。比如顺着人工智能去寻找，这个时代刚刚开始，这一条道会是 10-20年 的机会。我们有一个喊了几年的口号，“物理世界数字化，数字世界可理解化，理解之后智能化”，从这个角度来理解，现在的进展还太少。 ▲百度风险投资公司CEO 刘维 刘维，百度风险投资公司（Baidu Ventures）CEO，曾任联想之星合伙人。2011年加入联想之星，主要负责TMT领域的天使投资。自2003年起，先后担任信息产业部赛迪投资副总经理、信业投资总经理、法国布依格集团策略投资总监，在软件、互联网、工业技术、工程和服务等领域完成了20余项投资。近年来，多次被创业邦等媒体评选为“40位40岁以下投资人”、“2015年度中国最活跃的天使投资人”。此前，曾共同创立了一家系统集成公司和一家中国最大的在线采购服务提供商ECanatata，对创业企业的管理有较深的认识。获得剑桥大学政策管理商学硕士学位、电子科技大学计算机工学学士。 文章来源：联想控股微空间 500VC（shushuozhishu）编辑整理 转载请注明来源，违者必究 最新资讯： 百度今日宣布前联想之星合伙人刘维作为副总裁正式加盟百度，任百度风险投资公司（Baidu Ventures）CEO，全面负责BV各项工作。 成立于去年9月的百度风险投资公司是专注于人工智能，以及AR、VR等下一代科技创新项目，集中投资早期项目的风险投资基金。 百度集团董事长兼CEO李彦宏亲自出任Baidu Ventures董事长及投资委员会主席。其第一期基金规模达2亿美金，百度将持续提供资金支持。 刘维表示，希望凭借在前沿技术投资领域丰富的经验以及对TMT行业的深入洞察, 带领Baidu Ventures成为专注于人工智能领域的全球一流风险投资公司，为百度在人工智能时代成有全球影响力的高科技公司，贡献力量。 刘维拥有剑桥大学政策管理硕士和电子科技大学工学学士学位。在加入百度之前，刘维先生担任联想之星合伙人，负责TMT、人工智能领域的投资和海外投资工作，对近百个项目进行了天使投资。 2011年开始，刘维即系统投资人工智能领域，在6年时间内，他在中国、美国共投资了60余个人工智能领域的早期项目，其中的Face++、思必驰、好买衣、Airmap、丁盯智能、Ablecloud、欧瑞博、作业盒子等项目，已成为人工智能领域的知名企业。 今年以来联想之星大概发出 TermSheet 的项目有 20 多个，涉及行业大数据、智能教育等领域，国内的一些案例现在还不方便说。不过在美国刚刚投了一个低成本月球飞船项目，听起来像是天方夜谭，但是代表了我们投资逻辑： ● 需求一直存在，观测实验之类的都会用到地月运输，只是成本太高； ● 技术变革带来新机遇，包括传输、图像处理、飞行控制等用得上前沿技术。 ● 团队也是典型的美国资深专家。 我们感觉投资市场还是在进行热点转换，大家都说好像有 “变冷”，但其实还是热点在转换。比如，很明显 AI 这种东西一下子热起来了，个人感觉行业很快就会过热，大家普遍看的是水面以上的东西，比如机器人、消费级的，就像当年智能硬件的手环一样，很可能泡沫会破，还是需要深入。所以，大家投网红也好，投人工智能也好，都是在找兴奋点，在证明自己判断是对的。 过去几个月整体的投资热度在 5、6 分的样子，比较冷。没有打到 3、4 分是因为还是有新的主题出来。虽然现在新主题已经炒得比较热了，但是受后续估值、退出的影响，出手的还是少。 我们自己还是一直积极，不受市场影响，我们有自己的节奏和系统打法，去年特别热的时候也没有专门加大力度，O2O、P2P，都没怎么抢，现在也不会特意冷下来。 大人工智能以及 2B 领域受资本关注多一些。这些领域结合起来看，就是我们一直在说的 “企业智能化和数字化”。2B 上一波的机会在信息化，现在是智能化和数据化，包括提供企业的消费者洞察、企业对自身供应链的优化、自身业务流程的智能化改造等，在这里面人工智能将发挥核心作用。 这个领域最终要起到很大的量需要一定的时间，但是已经在一步一步得到认可，比如我们投的 Weft，部署在每个集装箱里，实时分析全球航运业的数据，已经渐渐成为市场标配，并逐渐迈向更智能的数据分析应用。 还有一个热点是我们称之为 “后人工智能”，也就是人都被机器解放了之后，接下来就是消费升级、个性化消费、文化娱乐的机会。 其实联想之星一直在喊的是智能机器。它不是简单的人工智能，也是不是机器人，是智能和广义的机器的结合，包括汽车、飞机，也包括人型的机器人，还有智能城市，智能摄像头，智能的一个工业设备等等。我们从 2011年 开始到现在转眼五年，一直在投这个领域。 这一大波的机会不是凭空出现的。人工智能的水平提升之后，机器对物理世界感知的柔性大大地提升了。过去五年，我们关注的更多是人工智能的底层技术，如何理解命令、理解人机交互，也投了一些传感器之类的技术，包括激光雷达。现在，这些技术渐渐成熟并且在一些领域落地，在行业应用层面就出现了机会。 我们一方面乐观的看，未来这几年数据循环将会逐渐加快，好的项目会发展更快。比如我们天使轮投的 Face++ 把静态的人脸识别从没有到做出来、做到世界领先用了三年。然后把动态的人脸识别做到领先用了大概一年多。以此为基础，这过去的半年多它们做手写体识别、图象识别、物品识别这些机器视觉就只用了大概半年的时间，就能把这些品类做到世界领先，因为这实际上是数据不断地积累，速度会越来越快。 但是反过来，其实这个过程还是挺艰巨的。现在起来的这一拨公司，毕竟都是技术驱动的项目，而不是说简单的做个产品、有一个风潮就能起来，其实前期扎实建设的过程还是挺长的。 我们在智能机器领域的布局走过了两个阶段。第一阶段我们在布局底层技术，各种底层技术项目加起来至少得有二十个公司，前几年重点投了一些各种识别和理解技术、传感器、底层云平台，例如 Face++、思必驰、中科虹霸、Ablecloud、Airmap、好买衣这类的公司。 现在这个阶段，我们加大对智能机器＋行业应用的布局力度，利用智能技术去提高行业效率。原因在于，过去的机器，有一些电子的功能、一些自动控制的功能、能对有限的场景进行响应，但是没有办法做到非常高的柔性，导致对人工的替代只能做到一小部分。现在随着技术的发展机器柔性提高，在很多领域就会有大量的应用。 比如农业、物流这些都是特别典型的。原来这些行业都是在最后的、很标准化的环节有一些大规模的机器，成本很高而且比较僵化。但现在因为图像识别技术的发展，机器视觉在快速的提升。 机器变得更加聪明了之后，以往人力成本比较密集的行业就有了人机混合的机会。我们的观点是，现在想指望发明一个机器人或者智能机器，去完全替代人是不明智的，因为实际上很多事做到 90%容易，做到 100%是非常非常难的，而机器的特点还是在大批量的、能专业化分工的事情。所以我们比较明确地锁定了农业、物流、建筑、安防、养老和健康、零售这人力密集的几个行业，机会在于更好的人机混合，更好的分工带来的效率提升。 好团队一方面需要技术人才，另一方面看好对行业认知深的、有大格局判断的创业者，总体而言需要有一个优势长轴来撬动，其他的我们可以提供支持。 不太看好的则是 “大而全” 的模式，一上来业务覆盖的范围就太泛，真正要都做好是很难的，而在这个领域如果做不到顶尖竞争力就很小。 人工智能、智能机器前景很好，但它的创业艰难程度比传统的互联网领域要高很多。首先要 “做出来”，然后要 “卖出去”，二者都很复杂。 从做的角度讲，你得整合很多人工智能的底层技术、整合很多机器技术，而且不光是国内整合，很多东西可能要用一些全球最好的技术，才能使你这一代产品的设计不落后，具有领先性，而领先的东西往往又不成熟，所以你怎么去找、怎么去识别、怎么去管理？这还不像咱们原来说的智能硬件比如手环，主要是整合供应链，智能机器更多的是对先进技术整合，一个创业者到底能了解到什么程度？ 在卖出去这点上，就更加残酷。因为任何一个具体的公司，都需要对行业的需求有深入的了解，如果你选错了切入点，或者在同样一个领域内，你选错了最开始针对的产业场景，或者选错了合作伙伴，那可能就意味着你浪费了很多的时间。 因此我们投资也会特别注意这一点，一方面联想之星的投资是完全全球化的，尤其在美国投了非常多的顶尖技术。另一方面我们也是生态化布局，甚至自建 Comet Labs 这样的人工智能加速器生态，就是为了更好的看清行业需求，找准机会。 我们还持续关注前沿技术，创新也正来源于此。新的小火箭、卫星、量子点光谱、进入人体的机器人、智能技术代替传统控制等等都会是方向。 未来有潜力的创业热点要看大周期里面的具体机会。比如顺着人工智能去寻找，这个时代刚刚开始，这一条道会是 10-20年 的机会。我们有一个喊了几年的口号，“物理世界数字化，数字世界可理解化，理解之后智能化”，从这个角度来理解，现在的进展还太少。 我们对于新一代的传感器非常感兴趣；此外人工智能时代的计算、存储、安全等新基础设施也会很有机会。还有医疗领域，现在人类对自己身体理解还远远不够，联想之星也在医疗传感器、医疗大数据方面进行持续布局，投资了燃石医学等基因大数据项目，随着技术发展，人体嵌入式小型设备会越来越多，人离医院会越来越远，自动化的诊断、干预、治疗都会是方向。 谈到机器智能，还有物理世界的数据跟业务场景的结合，有了场景就能训练、标注；再往上一层，推荐智能、智能系统大数据、结构化之后的个性化数据等等都值得关注，我们投的一大堆个性化项目比如好买衣、作业盒子、学吧课堂等的发力点也在于此。 要小心泡沫。现在市场上 VR 这样的纯概念已经过热，其实智能是一个挺宽泛的主题，但现在大家的关注点过窄地定在了在 VR、机器人上，技术不够深或者行业扎根不够深，就有风险。接下来一段时间里，一些扎的不够深的伪技术项目可能会面临泡沫破灭 。 |
|
|
