李立军:用“串珍珠理论”做中国人工智能产业投资 | 新智元智库专家访谈

简介:

新智元:作为阿U文化的投资人,你兼任阿优公司的董事,能具体谈一谈你如何看待这方面的资源整合?

 

李立军:投资阿U文化的时候我还在慈星股份的母公司裕人投资,当时我们还没开始布局服务机器人产业。一个偶然的机会,认识了杭州阿优文化创意有限公司CEO马舒建(小伙伴都叫他马帮主),跟他聊得比较有共鸣,特别是马帮主所倡导的“为成长加优”的创作理念。《阿U》动画片的内容“绿色、环保”,没有像国内有些动画片那样一天到晚打打杀杀,阿U没有暴力、没有粗俗。我的小孩在国外长大,我跟着他看了好多ABC、BBC等海外电视播出的动画片,内容基本都是讲我帮助你、你帮助我的故事,比如《巴布建筑师》、《火车头托马斯》。主角出于好心,有时候也会弄巧成拙,但出发点一定是好的。总的来讲,价值观会反应“你好,我好,让世界更美好”这类主题。我跟马帮主聊了两三次就觉得,这人靠谱,他对文化产业的坚持非常执著——他那时已经干了15年的动漫。我就跟我们董事长说,这个团队真不错,人非常执著、非常用心。我跟马帮主的一拍即合,就像我一直在倡导的“串珍珠理论”——把散落在世界各地的、又大又亮的珍珠,以价值认同为纽带,串成一条价值链,共同为终端客户提供高性价比的产品和服务。最终,裕人投资决定对阿优文化进行了战略投资,并成为了公司主要股东。

 

由于国内法制环境(比如盗版)和对于知识产权付费使用的市场意识等历史原因,动漫公司在国内还很难以通过版税等授权收入来实现盈利,动漫品牌打响之后,还需要通过衍生品来实现持续盈利。虽然阿U在鞋服、食品等行业的品牌授权已取得一定成果,但缺乏与其它竞争对手拉大差异化的核心产品。由于慈星在先进制造和工业自动化方面有一定的积累,因此,我建议马帮主通过优势互补,让阿U增加科技属性,同样是做动漫衍生品,我们可以通过融入科技元素来实现产品的差异化和高附加值,但具体如何做呢?我跟马帮主讨论的结果是尝试一下智能硬件类的动漫衍生品,而且自己建团队来做。就这样,我们两家就开始了“文化+科技”的跨界融合和探索。

 

我一直认为,未来一个好的产业、一个有希望的产业,很有可能是在跨界的地方产生的,跨界的程度越高、融合的资源越多,构筑起的门槛和壁垒也就越高。但是,要促成这样的合作也是非常困难的,要靠机缘。我们希望通过一群有愿景的小伙伴们的共同努力,一起来建立一个服务机器人产业的生态链。机器人是一个跨学科的综合性产业,涉及的技术面非常广,每一项细分技术就够一个技术团队干上好几年,所以我们认为一个人或者一个小团队就把整件事情干完,是不现实的,需要把更多优质的资源整合在一起。当然,这些资源的导入有两个前提:第一,这个团队在细分的技术领域里(比如机器视觉、语音识别或是SLAM)是排前几名的;第二,人要靠谱,我们的创始人和他们的创始人、我们的团队和他们的团队之间,要有共同的愿景,价值观要一致。否则,哪怕技术再好,最后也会分崩离析的。所以说,需要在价值认同的前提下,来做资源整合。

 

还有一点相当重要,资源整合并不是谁出面做整合工作,谁就是老大,一定是让大家获得共赢:我们构建的这个珍珠项链,上面每一颗珍珠都有它独特的资源,大家彼此是平等的,没有谁大谁小,也没有谁重要谁不重要,只要在这个链上的,都是重要的。就像开心果机器人公司的产品研发,除了我们自研的部分以外,也融入了多个战略合作伙伴的技术,比如语音识别和数字舵机,他们都是在那些细分环节里的佼佼者。通过优质资源的高效整合,新品开发的速度会大大加快,比如,我们在下半年很可能还会有新的机器人产品发布。我们这些经过项目验证的合作伙伴是很靠谱的,这也是为什么我们愿意在发布会上把他们推到前台,公开他们的公司信息。我们希望能更好地推动他们的发展,除了跟我们合作,我们也鼓励他们跟别人合作。只有他们发展好了,公司有收益了,才能给我们提供更好的产品或技术,我们相互的合作也会更加紧密。我们想构建的就是这种开放的、基于价值认同的人工智能和服务机器人产业的生态链。

 

当然,这种生态模式在国内还不是特别成熟,以前也很少有人这么去做。通常行业老大们都相对比较保守,不太愿意开放自己的资源,即使有一些合作伙伴,也通常是不对等的,这样不利于资源的高效利用,也不利于整个产业的可持续发展。而我们所倡导的这种发展模式,更多的还是想帮助大家共同成长,等它长大了,也会给生态链上其它的小伙伴带来帮助,让整条生态链的竞争力也得到不断提升。

 gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAA
新智元“3·27”大会开幕式上,曾经亮相猴年春晚的优必选机器人倒挂金钩。来源:新智元


通过打造这串珍珠链,我们希望每颗珍珠不仅仅只跟它上游或下游的珍珠发生关系,也希望它跟珍珠链上所有不同的珍珠发生矩阵状的关联关系。虽然这种矩阵关系存着比较大的随机性,它没有非常强的功利性和目的性,但是我认为,既然已经是在价值认同的基础之上,大家各自成为链上的一环,那么相互之间将更有可能形成一些跨界的融合,一个或者两个,两个或者三个……这种融合所迸发出的创新火花,极有可能最后会形成一个新的产品或者技术,当然这里面还是会有概率的问题。

 

我一直认为,投资很大程度上就是与概率作斗争,没有一笔投资能保证百分之百成功。在投资决策过程中,我觉得有两点比较重要:第一是大方向对不对?比如说我们人工智能和机器人行业与其他行业相比,例如传统制造业,是不是未来更有发展前景?我相信大家都会选择人工智能和机器人行业,那么往这个方向去,成功的概率应该会更高一点,对社会正面的影响也更大一点;第二就是人靠不靠谱?这个团队的创始人或负责人靠不靠谱,他们的理念是否跟我们一致。如果这两点都符合,那么我觉得项目失败的概率就会大大降低。例如,像阿U或者新智元这样的公司,我觉得就是值得投资的好项目。

 

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

开心果科技CEO马舒建在发布会上介绍5种不同颜色的“阿U兔智”。来源:李立军


新智元:刚才发布会上,马总介绍时说阿U兔智主要靠的还是内容。那么,对于这种小机器人,你认为其中的技术含量比,应该是怎么样的?

 

李立军:我觉得这类产品,在硬件层面的技术上应该占到20-30%,软件占比应该在30-40%,然后在内容层面上应该也是30-40%。如果具体体现在阿U兔智的产品上,硬件技术的占比可能要低一点,占20%左右,就像我刚才所讲的,我们的理念是把现有的成熟技术发挥到极致,而不是拼命追求特别高端、特别炫酷的技术,这些技术通常不是很稳定,可靠性不是很好,成本也比较高。但是,我们在软件、算法和内容层面,会投入比较多的资源,因为这对于用户的体验而言,才是用户最关心的。

 

新智元:跟当时你投资阿U一样,作为新智元的天使投资人之一,新智元吸引你的地方在哪里,你对新智元寄予了怎样的期望?

 

李立军:我们想做的是推动国内人工智能和服务机器人这个产业的发展。当初喜欢上新智元,就是因为看到新智元创始人杨静的那种执着和使命感,她做的是一件有意义的大事:推动国内人工智能产业的发展,提升华人在这个行业里的地位。当初找到新智元,是因为我们正在对人工智能和服务机器人行业进行调研和布局,之前我已经花了很长一段时间全国各地到处去跑,去拜访一些资深的业内人生,去对产业发展情况和市场情况进行研究。由于之前并没有近距离接触过这个行业,所以调研工作进展得比较缓慢,有点事倍功半的感觉。但在接触到新智元和创始人杨静后,这一切发生了改变,新智元为我们提供了大量有价值的信息和线索,并且在很短的时间里就联络到了一大批国内顶尖的人工智能专家,使我们的产业调研工作得到了快速推进,并据此制定了慈星的服务机器人发展战略。正是这种切身的体会,让我充分认识到新智元人工智能智库平台的价值所在,最终也成为了新智元的天使投资者之一。

 640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy
李立军在智童道合发布会上讲话。来源:新智元


正如我在发布会上所说的,我们在服务机器人产业的发展上采用了循序渐进的策略,第一阶段重点发展针对儿童的教育和陪护机器人,因为目前这方面的技术相对成熟,但下一步我们也会介入助残、助老用服务机器人的市场,这个细分领域对人才和技术的要求非常高,是一个非常有挑战性的方向,但这也是一个非常有社会价值的事情,对适用人群而言,可以很大程度上提升他们日常生活的福祉。通过前期深入的调研和沟通,我们已经与包括美国加州大学伯克利分校的机器人和人体工效学实验室、香港科技大学机器人研究所在内的多家全球顶尖的机器人研究机构建立了合作关系。

 

我觉得去做一件事情,不仅仅需要考虑是否对企业和个人有什么益处,也需要站在更高的层面来考量一下是否能对整个社会有所贡献,这一点非常重要。

 

对于新智元呢,我希望在杨静及她所率领的团队的共同努力下,推进国内在人工智能和服务机器人领域的可持续发展。服务机器人的核心是软件和算法以及内容,在这些领域我们华人还是很有优势的,特别是之前已经有诸如大疆无人机、优必选机器人等比较成功的服务机器人企业。此外,在硅谷有很多人工智能领域优秀的华人科学家,他们为全球的人工智能产业发展做出了非常大的努力和贡献,这些人中部分已经在为国内的企业工作,相信未来会有更多这样的顶尖人才回到国内,带动国内相关产业的发展和进步。如果新智元把这些顶尖的专家聚到一起,把他们的理念、思想、研究项目等有机融合起来,就像我刚才讲的,让这些又大又亮的珍珠相互之间发生矩阵式的关联关系,最终就可能会导致一些奇妙的事情发生。为什么新智元举办的“3·27”大会,大家都觉得很开心,就是因为大家都觉得这种交流很难得,原本同行之间很少有大范围交流的机会,而新智元提供了这样一种平等交流的好机会。所以,我认为新智元是一个可以发生化学反应和变化的平台,为中国乃至华人这个产业的发展提供土壤,提供机会,这种平台非常有价值。


640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

李立军(左四)在新智元人工智能基金启动仪式上。来源:新智元


新智元:作为新智元智库专家执委、新智元“AI+”投资专家群超级副群主,你如何看待当前中国智能产业投资市场?目前人工智能和机器人产业的投资战略比重应该是怎样的?

 

李立军:从2015年开始,资本市场对人工智能越来越追捧,特别是软银投资的Pepper机器人面世以及谷歌的AlphaGo在围棋领域战胜人类的九段高手以来,公众对人工智能和机器人有了更多的了解,越来越多的人开始关注人工智能这个产业。其实,人工智能这个话题从60年前的达特茅斯会议提出来至今,已经经历了四起四落,但之前的这些年,人工智能无论在软件还是硬件层面,与现实生活中的应用需求有着较大距离。现在的情况不同了,很多科学家都认为我们已经到了一个人工智能实用化发展的转折点,无论是一级市场,还是二级市场,都非常看好这个产业的发展方向。但从另外一个方面看,新技术的发展通常也会面临较大的技术风险,因此也需要大家理性对待。

 

对人工智能产业的投资,风险相对比较高,因为其主要的成本在于高端的人才,如果在算法等方向性的关键点上没有把控好,很可能会出现几十个人几年的努力打水漂,但是如果能获得成功,其收益率也会非常高,真正的“高风险,高回报”。而面向终端消费者的服务机器人产品的投资相对风险会小一点,但由于这个行业,即使从全球的角度来看,都还属于起步阶段,所以产品的成熟度是比较大的风险。事实上,到目前为止,除了扫地机器人外,美国和日本虽然都已经搞了很多年,但真正进入实际应用的产品还是凤毛麟角。这对中国的服务机器人企业而言,有挑战,但更多的是机会,中国的人口基数非常大,拥有巨大的潜在消费人群,而服务机器人是C端的产品,再加上中国有非常成熟的3C产品制造产业链和可以与日美媲美的顶尖人才,所以,我认为中国人在这个领域是很希望的。


640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

发布会展示的五种颜色的小U


新智元:你对投资国内人工智能和服务机器人的企业有什么建议?能举一些例子吗?

 

李立军:现在做投资不像以前,比如说5年前,那时候资本市场PE投资很热,如果一个企业盈利情况很好,大家都想挤破头冲进去参点股,等公司上市了马上就能获得比较大的收益。那个阶段,做投资很大程度上都是靠关系或者是利用了信息不对称的机会。但现在已经不太有这种机会了,相关信息已经高度对称,盈利好的企业会有一大堆投资者冲上去报价,因此现在有实力的投资者更多转向了早期投资,投资节点大大前移。这是什么概念呢?就是说被投项目在还没有开始挣钱,甚至在项目的种子阶段就开始有投资者介入。这时候,投资者需要搞明白这个项目到底有没有发展前景?因此,投资者首先得对这个产业有所了解,对项目的技术背景有所认识,这就需要去做研究。所以,这方面的投资一定是技术驱动型的、研究驱动型的。投资者需要知道全世界谁做得好,谁做得不好?市场的情况怎么样?技术发展到什么程度了?拟投资的标的在产业里处于什么地位?这些基础研究,非常重要!

 

作为一个人工智能和服务机器人领域的成熟投资者,通常需要对这些技术问题进行比较深入的了解,知道的越多,有助于投资者作出更科学的投资决策。如果投资者本人没有相关技术的背景,那就非常有必要向资深的行业专家作咨询,你需要去找一些靠谱的、能说真话的、真正的专家来给你提供建议。我认为新智元人工智能智库就是一个非常好的专家平台,智库拥有一大批真正对行业有深刻理解的专家,他们能够给予投资者非常专业的意见。比如说你想投资一个做人工智能芯片的项目,但你没有这方面的专业背景,你可以去跟新智元智库专家吴甘沙作个交流,会很有帮助,因为他在这个行业里干了将近20年,而且还有丰富的人脉资源,这样你可能只花了很短的时间就把项目的技术和市场背景了解透彻,要不然如果你自己去做研究,可能要花上几个月。总的来说,做投资需要真正懂这个行业。此外,对投资项目的遴选,还有一点很重要,那就是项目团队,投资者应该去投那些有共同理念和愿景的团队,哪怕团队的技术和产品都很好,但如果理念不一致,那还是尽量避免。

 

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy
新智元超智能时代大会上,李立军(左三)与新智元创始人杨静(左一)以及其他出席会议的新智元人工智能智库执委合影。来源:新智元


记得前阵子我跟杨静一起到李德毅院士那里聊人工智能和机器人产业,李德毅院士认为这个领域的投资很难,风险很大,在20家创业企业里面最终死掉19家都是很正常的。事实上,在比VC更早期的天使投资阶段,投资项目的成功率甚至不到1%,当然,到A轮、B轮以后,项目存活的概率会高一点。所以,在越是早期项目的投资上,行业研究和技术研究就越重要,充分的研究能提升投资成功的概率。当然,投资决策也不完全是一个纯技术活,从某种意义上讲也是一门艺术。投资决策的过程更应该是技术+艺术。比如说投资者一共去看了100家企业,都是做机器人的,从这100家里面挑出10家各方面都比较靠谱的企业,这通常是一个技术活,但要从这10家里面最终挑出1家最合适投资的企业来,那很可能就是艺术了,靠的是投资人的直觉,这种直觉的形成需要常年的经验积累。

 

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy


在采访中,新智元记者提到从以前的报道中得知李立军从国企离职,全家移民澳大利亚,然后花了一年时间走遍全球调研机器人产业表示佩服时,他坦率回答那篇报道与实际情况有点偏差:“我是回国到慈星股份任职以后,在公司明确了布局机器人产业方向之后才去做的市场和技术调研,都是有针对性去开展工作的。”


这正好呼应了他一开始坐下来就说的话:“不能光有想法,大家都说好,就去干这个事情,光说说是没用的,需要真的去干。做事情需要‘Focus with Passion’。这句话是红杉资本的董事局主席迈克·莫里茨跟我讲的,他告诉我说,‘通常一个成功的创业者,需要具备一些基本的素质,其中最重要的就是充满激情、专注去做一件事情。’我跟杨静差不多,每天都是16个小时在工作,我觉得只有努力了,才有可能真正把事情做好。”最后,李立军笑着说:“当然,即使你努力了,也不见得一定能成功;但是,你如果不努力,那么一定是不会成功的。”


文章转载自新智元公众号 原文链接

目录
相关文章
|
1月前
|
人工智能 自然语言处理 开发者
印度投资1037亿加速AI发展,重点布局大语言模型
【2月更文挑战第24天】印度投资1037亿加速AI发展,重点布局大语言模型
37 3
印度投资1037亿加速AI发展,重点布局大语言模型
|
2月前
|
人工智能
微软变“渣男”!据悉已投资法国开源 AI 独角兽Mistral,OpenAI成“备胎”了?
【2月更文挑战第8天】微软变“渣男”!据悉已投资法国开源 AI 独角兽Mistral,OpenAI成“备胎”了?
42 3
微软变“渣男”!据悉已投资法国开源 AI 独角兽Mistral,OpenAI成“备胎”了?
|
3月前
|
人工智能 安全 自动驾驶
AI日报:麻省理工学院专家呼吁扩大人工智能治理和监管
AI日报:麻省理工学院专家呼吁扩大人工智能治理和监管
42 0
|
云安全 人工智能 供应链
人工智能股票:九大人工智能投资机会
人工智能之于21世纪20年代,就像DNA之于90年代,带宽之于早期,而mRNA之于大流行。不要忽视人工智能的力量,因为它现在是日常生活的一部分。人工智能被设计用来执行典型的任务,涉及到人类通常会做的某种程度的问题解决和决策。
151 0
人工智能股票:九大人工智能投资机会
|
人工智能 机器人 数据挖掘
人工智能数据,传统交易和现代投资
人工智能正在彻底改变金融的未来。去年,金融机构在人工智能上的投入超过101亿美元。人工智能在金融领域发挥作用的诸多方式之一,就是帮助改善投资者的体验。
74 0
人工智能数据,传统交易和现代投资
|
机器学习/深度学习 人工智能 运维
Algorithmia 首席执行官 Diego 谈从研发到人工智能的投资回报率
本文 Diego 深入探讨了为什么机器学习项目会失败,以及为什么我们在生产中看不到机器学习,尽管该技术有多么强大。 同时,他也分享了有关将 ML 投入生产的问题的经验。
|
机器学习/深度学习 人工智能 自然语言处理
AI:2020北京智源大会与五位图灵奖得主和100多位专家《共同探讨人工智能的下一个十年》——6月21日~6月24日的日程安排(实时更新,建议收藏)
AI:2020北京智源大会与五位图灵奖得主和100多位专家《共同探讨人工智能的下一个十年》——6月21日~6月24日的日程安排(实时更新,建议收藏)
|
机器学习/深度学习 人工智能 自然语言处理
从人工智能投资中获取回报的三个要点
人工智能的"炒作"已经过去很长一段时间了,很明显,这项技术最大的问题在于如何获取利润,无论对于研发的科技公司还是各行各业的应用企业。
从人工智能投资中获取回报的三个要点
|
机器学习/深度学习 人工智能 自然语言处理
与世界同行 2017中国人工智能大会有感
与世界同行 2017中国人工智能大会有感
1540 0
与世界同行 2017中国人工智能大会有感
|
机器学习/深度学习 SQL 人工智能
在医疗IT行业,人工智能投资的最低要求是什么?
Montefiore卫生系统则采取了一种更基本的方法:开发一个数据湖和基于图形数据库的基础设施,这些基础设施可已支持各种病人的护理用例。它使他们能够实施先进的脓毒症检测工具,以及支持临床决策的工具。
131 0