|
“投资其实需要大量宏观经济的分析，分析哪些行业需要先突破现状，比如人工智能在物流行业的应用是来的比较早的，因为电商带来的需求巨大；在医疗的应用会晚一点，因为医疗行业体系很复杂，而且关乎生死，对产品精准性要求高，不敢轻易找个机器人来诊断，最终需要医生来背书签字。” 在接受《陆家嘴》专访中，洪泰基金执行董事赖蕴琦强调，投资必须先对产业有完整的研究，判断行业的需求，再去选择赛道、公司。 赖蕴琦毕业于英国帝国理工学院，曾在伦敦从事期货衍生品交易，后回国加入百度，负责创新产品设计，两年后加入百度投资并购部，负责技术相关的国内外投资。2016年，她加入洪泰，如今任洪泰基金执行董事，聚焦人工智能、TMT、消费等领域早期和成长期投资，投资项目包括周同科技、探境科技、异构智能、蓝胖子机器人、声智科技、跃盟科技、雅观科技、铂金智慧、AIFI、酷云互动、八分量等诸多人工智能项目。 《陆家嘴》：之前你从百度搜索广告凤巢团队转入投资并购部，后加入洪泰，这段过程中对投资本质的理解有哪些变化？ 赖蕴琦：最早从百度核心业务部门到投资并购部，战略投资和一般的风投有所不同，比如选择标准、范围等，主要还是围绕着业务需求去投，一般不会从投资收益最大化的项目的角度来判断，在做了一段时间战投之后，希望能更单纯地从投资回报的角度去做投资，VC会比在战略投资机构里面更直接。 《陆家嘴》：在做投资的时候，有些项目的技术门槛特别高，然而投资人自身的技术能力有限，你怎么去判断创始人及团队的执行力与技术能力？ 赖蕴琦：我觉得有两个角度。第一，我们跟国内外这个领域的科学家都特别熟，像以前百度三个实验室都支持凤巢，平时会在一起交流，以及研究院，比如中科院，牛津、斯坦福、帝国理工的计算机实验室、人工智能实验室，我们平时会和这些机构保持沟通，需要的时候也会让这些专业领域最前沿的科学家判断项目；第二，其实在技术投资里面，技术的领先性不能说不重要，但不是唯一的，除了这个以外，更重要的是判断团队有没有商业落地的能力，就是看商业模式。 《陆家嘴》：在人工智能领域，怎么判断项目有商业落地能力？ 赖蕴琦：投资是这样的，不是说我看了一个项目然后来做研究，一定是先做研究才去看项目。我是带着投资的目的去找项目，比如说投资蓝胖子机器人，这是人工智能在仓储物流领域的应用，投资这个领域其实有原因的，我们做大量的宏观经济和产业经济的分析，发现中国的劳动力供给无法满足仓储物流的需求，而中国的电商迅速发展带动了整个物流行业的高速发展，需求巨大，但劳动力供给不足，那么就需要去解决这个问题。 这时候机会出现了，谁能够让物流公司用机器去替代部分劳动力的需求？这样的公司一定是有机会的，因为需求很明确。所以我们先对产业有完整的研究，判断仓储物流在这个时间点上一定有自动化的需求，有人工智能落地的地方，才去看赛道、公司。 《陆家嘴》：异构智能、蓝胖子机器人、声智科技、八分量这些项目，投资的时候有没有打动你的一些共性？ 赖蕴琦：首先我觉得是希望用技术驱动的商业价值，这是他们最一致的点；第二，这个项目有商业落地可能性，创始人团队有能力商业化。这两块是最直接的共性，我一般不会投单纯的科学家创业，如果他对这个项目能怎么进展，没有什么想法，没有办法执行，也没有什么经验，我觉得比较难。所以一定是在技术上暂时的领先，且把商业的事情想得很清楚，并且团队成员的能力相互配合。 《陆家嘴》：落地方面，人工智能的应用场景特别广，洪泰在其中的布局有哪些？ 赖蕴琦：人工智能的落地会分为两大块，第一大块先是广告和金融行业，因为这两个行业是纯数据的，没有实物资产。 我们这里定义的人工智能就是相关算法的统称，所以你看所有互联网公司的AI算法，都是最早落地在它的广告系统，百度凤巢就是在13年的时候运用深度学习和神经网络，Facebook也是，谷歌也是。广告和金融这两个行业其实本质是非常相似，没有固定库存，没有线下，所以算法提升的效果能够实时体现。 第二块就是所有的大行业都有大机会，但是怎么去选择？投资要有节奏，回到我刚才讲投资其实需要大量宏观经济的分析，分析哪些行业需要先突破现状，比如人工智能在物流的应用肯定很早，因为它的需求太大了；在医疗的应用会晚一点，因为医疗行业体系很复杂，而且关乎生死，对产品精准性要求高，不敢轻易找个机器人来诊断，最终需要医生来背书签字。制造业领域，人工智能的应用也会慢一点，因为现有制造业总体上都比较落后，它的落后在于一代管理者的落后，你要让制造业跟广告平台一样，迅速应用人工智能等新技术是不太可能的，因为人工智能行业主要的从业者可能都是80后90后，但是制造业现在暂时还是在50后60后手里，需要一段时间，要等到换一代人，或者产业彻底被颠覆重构，开始迅速往上走的时候，会对新技术有特别强烈的需求。 《陆家嘴》：细分领域方面，语音识别与语义理解领域，人工智能的识别准确率也尚未达到商用标准，你觉得行业内还存在哪些挑战？ 赖蕴琦：语音识别和语义理解其实是两件事情。科大讯飞、云知声、百度在语音识别这件事情上已经做得比较准确了，但是在语义理解上，机器还不能像人一样跟你对话，自然语言理解还有技术难点有待突破，而且哲学层面上，人类其实还没有完全理解语言是怎么回事。 《陆家嘴》：自然语言处理领域，有哪些比较成熟的应用？ 赖蕴琦：机器翻译随着神经网络的出现已经比过去进步很多，中国有几家公司做得非常好，现在还不能替代人，需要一定的人工加工，但是效率的提升已经非常明显了，能够做到90%以上的准确率。而且通过神经网络训练，只要有不断地数据注入，算法提升就非常快。随着更多人在使用中纠正模型，以及更多的专业语料库，在每一个领域，机器翻译的算法精准度也会迅速提高，比如你要训练医疗领域的机器翻译算法，必须拥有大量医疗领域的语料才能训练，这个领域难在于很难做出一套通用的算法。 《陆家嘴》：人工智能领域有些项目估值很高，你怎么看待？ 赖蕴琦：头部效应特别明显。从我们投资的角度说，肯定希望估值尽量低，所以有两种方式：第一种，如果是最早期投资和孵化的项目，我们能够以非常低的估值投资，因为我们出的不仅是钱，还会帮助他们，包括明确方向、补充团队、商业落地等等，所以这种项目总体来说估值会比较低，而且项目的风险也比较小；第二种，如果我们没有在第一轮投到这个项目，一般在估值上很难谈判，但好项目总有人投。 《陆家嘴》：在人工智能的应用领域方面，比如智能投顾、自动驾驶，用户会有一些担忧，他们宁可自己去操作，也不肯交给一台机器运作，你认为应该怎么解决其中的信任问题？ 赖蕴琦：首先你需要在产品设计上做一些创新或者好的交互，增强用户的信任感与安全感。第二我觉得这个事情确实需要时间，就像中国互联网近几年才开始流行付费，以前网上看电影没有人付费，但今天看电影、看电子书、看网课都要花钱买，其实随着一代人成长起来，他会习惯于对优质内容付费。今天我们不相信一台机器可以帮我们理财和开车，但我们会在比如说自动填写表格这种无关乎钱、无关乎生死的事情上习惯于让机器去完成，最后人类的心理会逐步接受让机器问诊、理财、驾驶等等。 end 陆家嘴杂志读者招募计划 |
|
|
