光速中国韩彦:我们看AI项目的方法,是根本不把它当AI项目来看

简介:

随着人工智能风口渐起,资本也开始对这个领域越发重视,无论是之前的互联网、智能硬件的创业潮还是今天的人工智能领域,资本对于创业者们的支持与影响都十分重要。

今年7月7日,由中国计算机学会(CCF)主办,雷锋网(公众号:雷锋网)与香港中文大学(深圳)承办的第二届CCF-GAIR 2017全球人工智能与机器人峰会召开。在7月8日下午的AI+创投专场上,光速中国基金创始合伙人韩彦参与了《AI投资的变与不变》的圆桌讨论,会上他讲述了自己对于这个领域的观点,包括看好什么样的人工智能企业,人工智能企业如何提升商业化能力,以及为人工智能企业指出雷区。

光速中国韩彦:我们看AI项目的方法,是根本不把它当AI项目来看

光速中国是一家专注于中国市场的早期创业投资基金,目前管理着三支美元基金和一支人民币基金,聚焦互联网、传统行业变革的“互联网+”以及企业服务等领域。

在这次CCF-GAIR大会上,由雷锋网联合旗下新智造频道,共同推出的人工智能与机器人创新公司榜单“2017 新智造成长榜”揭晓,光速中国投资的助理来也、小鱼在家以及e成科技榜上有名,由此可以看出光速中国在投资AI创新公司的成果。

会后雷锋网采访了韩彦,与他聊了聊人工智能领域投资的相关话题,以下是访谈实录的摘编。

雷锋网:就投资而言,你更看好技术型团队厚积薄发,还是更看好资源整合性团队?

韩彦:从投资角度来看,在一些领域中只有很少的几家能做大,而这些成功的团队,对于各自领域理解、对商业的感受都非常深刻。

比如我们关注的在医疗领域做得非常好的医疗AI项目,并不是因为这个团队的医疗知识最好,或是创始人是多少年的医学博士,反而是因为这个团队可能对互联网和医疗双边都有了解,并且对商业本质理解深度很成熟,这种企业更可能赢。

回过头来说,在人工智能领域没有技术、没有数据,项目也很难做出来,但如果让投资人来选,我会先选对行业、商业化有较深的理解的团队,因为其他的都可以后补。

在CCF-GAIR大会上有个嘉宾的分享我非常赞同,再过几年,AI这个领域会在各个领域都有人脱颖而出,但技术不会成为门槛,到时候排名靠前的几家公司在技术层面肯定会有差距,只是这个差距不会太大,不会是1-100的差距,可能是1-5的差距,所以说技术是可以后补的。而数据是有壁垒的,能不能拿到是跟天然资源相关的。

但最开始还要要求创始人对商业的理解。

总得来说,创业者一定要在领域内有比常人更深的理解才行,一个创业者或团队不可能做到大而全,认清自己的长短板在哪里即可。

雷锋网:AI赛道细分领域这么多,光速中国在投资的时候选择的标准是什么?

韩彦:不同阶段的投资人(天使、A轮、B轮)看项目的角度可能不一样,在我看来过去三年中国的AI投资大多是赌团队。

如果关注过这个行业,你就会发现,很多领域团队非常厉害,初出茅庐就能融上亿美金,但这个行业才刚刚开始,投资者肯定不是赌它的收入能力,所以大家基本都是更注重团队多一点。

拿光速投的三家「新智造成长榜」企业来说,助理来也的创始人一个是普林斯顿大学的博士,一个是宾夕法尼亚大学的博士,之前创业曾把公司卖给了百度,在百度的AI团队也积累了经验,我们对他们能力是看好的。

而小鱼在家的团队原来做过YY和Polycom,在音频和硬件上都是有积累的,团队很有实力。

而我们投资e成,更看好的是整个行业的商业机会。

HR行业多年来都是媒体属性的商业模式,e成就是用AI的方式来提升大家的效率。

综上所述,我们对AI领域的创业公司的选择标准来说,是多方面结合的,团队、商业模式都在考量范围之内。

一句话也许也能说清楚,就是找创业公司的长板。

雷锋网:之前光速中国在TMT和互联网领域投资了很多公司,在这些案例中有没有什么经验和方法是可以迁移到人工智能投资上来的?

韩彦:我们看人工智能项目的方法,就是没有把它当做人工智能来看。

光速过去十几年,都在看各个大行业里面的下一个机会,以前大行业的机会可能是线上线下的融合,所以出现了O2O等,现在还是不变,我们还是在看金融、教育、物流、医疗、房地产、消费等等,大方向没有变过,只不过是今天的这些行业机会可能通过跟数据、人工智能结合。

比如刚才说过的e成,HR这个大行业我们一直都在看,没有大数据之前我们也一直在看那些偏媒体属性的招聘网站等等,我们觉得不够颠覆,但是现在AI起来了,数据和算力都上来了,我们就觉得这个会是HR整个大行业的下一个突破点,所以我们投了e成。

我们没有因为「有人工智能机会了」才来看项目,而是一直沉在各个行业里面看机会,我们在投初创公司的时候也不会看他是不是一个AI公司,而是看他能不能把应用和AI融合,从而提升效率、节约成本等等,能不能带来更好的行业机会或突破。

雷锋网:对于AI公司来说,选择方向(2B或2C)对创业成功有什么影响?

韩彦:关于创业的成功,个人觉得创业者不能在创业第一天就想着要像滴滴那样的成功,这是不现实的。

我觉得能成功的初创公司,都是切入口非常小的。

在今天中国的创业环境里面,除了BAT,其他领域里面也都有领头的公司,比如新闻领域今日头条,其他一些领域也都有第一名出来的情况下,创业的切口一定要小、要专注,这把尖刀一定要插得深,才有可能赢。

AI 这个领域不会像互联网那样,2C的崛起非常快。AI还需要多方资源的整合发展。比如无人驾驶领域,都是小公司和大公司合作,小公司的收入也多是从大公司那里来的,再比如医疗AI创业公司里面大多也是服务医院和医疗机构的,让医院和医疗机构效率更高。

因为这个行业发展所需要的时间会比较长,会需要大的B端去孵化这个领域,提供一些资源,所以目前看来,人工智能领域会在B端崛起。C端会在未来慢慢成熟和崛起,比如无人驾驶车,但是时间还会很长。

雷锋网:如何看待今天人工智能风口?从投资的角度看,哪块领域会先落地?

韩彦:对创业者来说,首先不要想着哪块会是一个大风口,没有那么多风口,现在大多都是伪风口 。其次,我觉得唯一能成为未来大风口的领域,都是今天看来是很荒谬、很小、非常不令人理解、切入点很尖但是「很未来」的东西。

很多行业的AI落地可能性是慢慢起来的,比如医疗行业的AI应用,因为我们发现医疗AI的效率确实提升了五倍以上,一般来说,新技术提升一两倍不足以撼动这个行业的流程、关系链、生态,而五倍就有可能撼动了,所以医疗AI落地的可能性很大。

由此而言,我们在看行业项目时对一个项目能否落地的判断是,哪些行业是有可能被项目撼动的,并且未来商业化的可能性是高的。这种就更容易落地。

当然,无论哪个领域,人工智能的落地都还得慢慢来,现在刚刚起步,也不可能说有一个团队自己就具备了所有的资源,大家还得互相合作才行。

本文作者:赵青晖

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
1月前
|
人工智能 物联网 机器人
『GitHub项目圈选17』推荐5款本周 火火火 的AI开源项目
『GitHub项目圈选17』推荐5款本周 火火火 的AI开源项目
183 1
|
1月前
|
机器学习/深度学习 人工智能 API
『GitHub项目圈选06』推荐5款本周 超火 的开源AI项目
『GitHub项目圈选06』推荐5款本周 超火 的开源AI项目
|
1月前
|
人工智能 安全 数据挖掘
Pandas AI:Pandas与人工智能的结合,让你不再拘泥于如何使用pandas方法及处理语法
Pandas AI:Pandas与人工智能的结合,让你不再拘泥于如何使用pandas方法及处理语法
|
3月前
|
人工智能 前端开发 测试技术
AI:探究下前端组件化设计的实现方法及其重要性(一)
AI:探究下前端组件化设计的实现方法及其重要性
|
3月前
|
人工智能 缓存 前端开发
AI:探究下前端组件化设计的实现方法及其重要性(二)
AI:探究下前端组件化设计的实现方法及其重要性
|
1月前
|
数据采集 人工智能 Rust
『GitHub项目圈选周刊01』一款构建AI数字人项目开源了!自动实现音视频同步!
『GitHub项目圈选周刊01』一款构建AI数字人项目开源了!自动实现音视频同步!
181 0
|
30天前
|
人工智能 监控 算法
java智慧城管源码 AI视频智能分析 可直接上项目
Java智慧城管源码实现AI视频智能分析,适用于直接部署项目。系统运用互联网、大数据、云计算和AI提升城市管理水平,采用“一级监督、二级指挥、四级联动”模式。功能涵盖AI智能检测(如占道广告、垃圾处理等)、执法办案、视频分析、统计分析及队伍管理等多个模块,利用深度学习优化城市管理自动化和智能化,提供决策支持。
219 4
java智慧城管源码 AI视频智能分析 可直接上项目
|
12天前
|
机器学习/深度学习 数据采集 人工智能
|
13天前
|
机器学习/深度学习 数据采集 人工智能
|
13天前
|
机器学习/深度学习 人工智能 算法

热门文章

最新文章