创新者年会“新资本”论坛：2017年的投资热点

12月23日上午，由产业 创新 服务平台 亿欧主办，嗖嗖身边协办的2016亿欧 创新者年会 暨第二届创新奖颁奖盛典在北京四季酒店盛大开幕，本次大会以“新科技赋予产业新动能”为主题，大会邀请了百余名 新资本 、新理念、新技术优秀企业代表及行业顶级投资机构创始人。出席此次大会的嘉宾有：亿欧董事合伙人李双；峰瑞资本创始合伙人李丰；盈动资本创始合伙人项建标；昆仲资本创始合伙人姚海波；GGV合伙人、源星资本创始人及管理合伙人于立峰；火山石资本创始合伙人章苏阳；英诺天使基金创始合伙人林森；华创资本合伙人熊伟铭；明势资本合伙人曾颖哲等12位投资大佬和11位知名企业代表联袂出席。

本次大会到场观众累计超过1000人次，70%为互联网 创业 公司和传统中小企业高管，10%为各大资本的投资人士，到场媒体超过100家。

其中， 顺为资本 副总裁孟醒、 真格基金 合伙人李剑威、 分享投资 管理合伙人 管涛 、 星瀚资本 创始合伙人杨歌四位嘉宾参与了主题为 “2017年的投资热点” 的圆桌论坛，亿欧联合创始人张佳伟任本场论坛的主持人。

圆桌论坛嘉宾的观点摘要（部分）：

顺为资本副总裁孟醒：创业者要做具有通用性的产品，不要执着于技术本身；

真格基金合伙人李剑威：不投没有技术和只有技术的企业；创业者应重视战略和节奏两大要素；

分享投资管理合伙人管涛：无论资本还是产业， 人工智能 的爆发点正在靠近；

星瀚资本创始合伙人杨歌：警惕投资中的“高学历”陷阱。

以下为“新资本”论坛的演讲实录（有删减）：

亿欧联合创始人张佳伟：从投资者的角度上看，明年人工智能真的会爆发吗？爆发的依据是什么？

顺为资本副总裁孟醒： 其实我们特别不愿意承认明年或今年是VR元年或 AI 的爆发年。因为我们从2012年就开始观察这个行业，出现了一些不错的公司，所以之前就有不少在做这件事情了。 AI并不是独立的一个行业，事实上绝大多数的AI公司是基于依托某一个产业而成立的，AI只是一个放大器。 很久以前，我们就已经被AI的一些标准化产品所影响，比如搜索信息等等，从某种意义上来讲，AI已经爆发过了。

今天所说的AI通常包括图像识别和图像感知，而且正在逐年地把AI从基础技术阶段向产业应用阶段渗透，我不确定明年这种技术是否会在全行业爆发，但银行业肯定会受到很大的冲击。首先， 银行业比其它行业成熟得更快，比如应用金融方面的技术迭代革新是很快的。所以我认为不应该把AI本身当作一个垂直的行业来看，它其实是散落在各个领域中的能够赋能的产品。

真格基金合伙人李剑威： 在阿尔法狗赢了李世石之后，你会发现市面上涌出了一大波主打AI的企业，有专门只做AI的，也有用AI技术做某一个行业应用的。从二级市场的角度来看，其实AI今年已经爆发了，它能够推动股价、助推 融资 。只不过明年是看它能否真正地渗透到产业中去、能够渗透多少、能否融入人们日常的工作生活中。所以对投资人来说，其实AI爆发不爆发已经不是个问题。

其实刚才我非常同意孟总的一个观点。现在，可能很多基金或创业者还是把AI当成一个行业，但其实它是一个赋能的概念。对于创业公司来说，你的AI算法有多厉害并不是最关键的，最重要的是它能解决什么实际问题、产业什么实际效果、商业模式是否可行，算法只是基础。而这将是AI公司或者投资人会非常关心的问题。

分享投资管理合伙人管涛： 就AI来说，重点需要强调的是如何运用到行业当中。我认为医疗行业有一点比较特殊，因为它不一定能够被人看到创新的爆发点。如果按照行业来划分的话，医疗需要考虑其创新的安全性，发展相对较慢。所以我也不太确定明年是否是AI的爆发点。

我们原来投了华大基因，前期拥有较多的数据积累和数据储备，而人的基因数据是非常庞大的。有了这个基因数据之后，会使基因测序成本下降，再往后才是基因应用。从这个角度来说，我确实觉得这个爆发的点一定是靠近的。

市面上AI辅助医生进行治疗的案例开始变多了，而且IBM在肿瘤方面的应用已经非常成熟，不断往垂直人工智能的方向上拓展，中国其实也在做这件事情。但中国和美国有一个很大的区别在于：市场体系不同。 国内的市场体系依然以公立医院为主导，因此在AI应用上肯定会有付费方。如果大多数的公立医院体系没有付费意愿的话，对于行业的成长是不利的。

换一个角度思考，即使不是在一开始就让医生付费，也可以通过大量数据和人工智能算法来改进新药研发的化合物生成过程。因此，我认为这个爆发的点是在靠近的，资本会越来越密集地往这个行业走。

在过去几年，移动医疗处于既上升又下降的过程，有人称之为泡沫期，但真正能够成功验证商业模式的公司其实没有几个。那是不是说这个泡沫就不好？我觉得不是。原来三甲公立医院院长是根本不关注新技术革新在医疗行业的应用的，但经过这一轮泡沫期以后，主流人群开始关注了新的领域，并愿意进行更多尝试，而这对于行业的爆发或成长来说都是一件好事。

星瀚资本创始合伙人杨歌： 大家不能为了找风口而找风口，而是必须先对AI有一个深度的了解。我们认为不存在一个爆发期或风口的概念，它实际上是一个逐渐演变的过程。AI的产生首先是基于互联网带来的繁多的大数据，因此未来还会产生更多的AI。但目前离很多深度AI的使用还有很长的一段距离。

目前，我们所拥有的这些数据存在几个问题： 第一，数据噪音非常大。 现在我们所收集的数据很多都是不可用的非结构化数据，那么在这个基础上去快速地计入AI，实际上是有问题的。

第二，收集的数据过于垂直。 比如我们只在这一个行业里收集某赛道的数据，数据的密集度非常大，但广度不够，它的有效性也比较弱。AI的基础是精良的、结构化、全面的数据，但到今年为止，市场远没有到达这个水平。

第三，AI最重要的不是用多复杂的算法，而是用很简单的算法解决企业的实际问题。 现在我们仍处于大量收集数据的阶段，拥有尽可能多的素材，这个过程可简化为“买菜”。但第二个阶段叫做“择菜”，很多美国的科学家与研究员在近两年做的并不是使用各式各样的算法，而是认真地把一大堆拥有噪音的数据转换成结构化的数据，迅速地嫁接到各种算法的接口中，这实际上是我们目前非常需要去做的。

第三个阶段就是当你有结构化数据之后才可以进入深度的算法，自由地用算法去处理你的数据。 所以我们很担心的一点是，明年大家都去炒这个概念，在还不了解数据有效性的同时，将很多算法强加于一些公司，这个过程实际上是无效的，我们希望有更多企业具备这种深度数据处理能力，我认为这才是行业发展的关键。

亿欧联合创始人张佳伟：在以往的投资历程，有没有一些代表性的投资案例可供创业者借鉴？比如投什么？不投什么？

顺为资本副总裁孟醒： 在创业的早期阶段里，创始团队是很重要。在这个行业中，绝大多数创业者都是资深的科学家，他们的学术能力、科研能力非常强，科研本质上是一件事，怎么才能证明他的科研能力强？ 那就是他做的事情要具备足够的通用价值，能够影响更多的人。

但这跟创业的思路相比可能是矛盾的，对于早期的公司来说可能会成为一个包袱。 早期创业者应该关注的是把现在的科技边界范围之内的事作成产品，而不是过度梦想未来，也就是说不要太执着于技术本势，不做看不到希望的项目。 目前 绝大多数AI行业内的创业项目是看不到投资机构退出的可能性的，这需要投资人持续进行探索。

真格基金合伙人李剑威： 首先我们不会投没有技术的企业，也不投只有技术的企业。AI确实是一个需要很强技术延展性的一个领域，创业的核心团队里面必须拥有顶尖的人才，否则很难在基于现有的市场环境下做出差异化的产品。光有技术团队也不行，创业者必须明确想用技术解决什么问题。

我认为，一年没出产品的公司十分危险，很容易使投资和潜在客户失去信心。同时，如果团队只有原始技术但没有犀利的市场切入点和商业意识的话也就比较危险的，因此我们更看重具备解决的能力和知识储备两大要素的创业团队，这类企业成功的可能性也更大。

分享投资管理合伙人管涛： 医疗行业和其它行业相比而言，创业门槛其实会更高，我们所接触的创业者大部分都拥有较长的行业积累。国内的创新创业大潮也吸引了很多海归学子回国创业，但创业者首先要想清楚的是本身创业的动力是什么，在投资的过程中我也见过一些拼凑出来的团队，这时就很容易出现问题。一些技术非常强的人，但是回国以后选择的创业模式却很难实现，因此对商业模式的认识很重要。

在医疗领域中，很多创业者在创业之前可能在某个领域具有较大的影响力，或者是某某学术权威，这种创业者的身份会导致它很难往服务型的创业者身份转变，所以我希望能有更多创业者在转变思路要做一个服务者的时候，必须首先意识到这个问题的难度。

星瀚资本创始合伙人杨歌： 大家前面围绕着企业和企业家已经说过一些，那我这边就围绕对于企业家的一些评判来展开。 第一点，不投跟风者。 因为跟风的创业者肯定会被市场吹走。在市场上，有一句话叫做跟风走一定死，快两步一定死，只有快半步这个才是先驱，快两步叫先烈。所以说我们需要找到能够引领市场的人。 第二点，不投“地方保护主义者”和“民族保护主义者”。 这类人可能会因为某一种个人情怀，长时间地坚持某一个想法，而这很可能会给企业带来损失。

第三点，一个人的品德对于创业来说很重要也很难改变，因此“德商低”的创业者不投。 我们在投资一个人的时候会看智商、情商、财商、逆商、正商和德商。而德商是人很难改变的，会在很多事情上影响创业公司的发展，所以我们不投“德商低”的创业者。

亿欧联合创始人张佳伟：最后请大家分享一下在过往的投资中你们经历过的一个失败案例。

顺为资本副总裁孟醒： 我干投资的时间并不长，所以我想分享一个过去创业时的经历。我之前两次创业都在人工智能方向，准确地说都在图像识别这个领域。我做第一家公司的时候，对创业毫无所知，后来我发现在创业时最欠缺的就是基于整个战略上的考量。在当时的节点上，没有去思考在整个竞争环境下企业的商业模式和产品是否具备成功的优势。

我想给现在的创业者的建议就是： ①创业的成功与否不能忽视历史偶然性，要将自己放在历史进程和市场环境上来综合衡量；②在产品迭代的过程中要紧跟用户的定制化需求；③今天的创业者所具备的综合素质能力可能比过去更高，同时有很多机会能够从过去5年的人工智能和技术创业者中汲取教训。尤其是做人工智能类的创业项目，从以往创业公司走过的弯路中能够吸取很多教训，有助于少走弯路。

真格基金合伙人李剑威： 我进投资领域差不多有10年了，自己也经历过一些项目的失败，我认为创业者要重视战略和节奏两大问题。 关于战略方面，其实沙盘推演是很重要的，有助于思考商业模式的发展。 如果你的创业主要基于模式创新，比如纯贸易性商业，你可以在运动中找机会。但如果是在专业领域上创业的话，创业者要多做沙盘推演，这点还是很关键的。

其次，我认为创业前首先得审视企业本身，想清楚团队是否具备技术创业的DNA，认清自己的优劣势。 对一个创业团队来说，初始的动力很重要，你要去解决什么问题？你想把自己变成一个什么样的公司？这个是最根本的出发点。我们碰到有些好的公司，即使刚开始时可能技术上错了，但也可以慢慢调整。这些公司其实是在格局上已经具备了成功的条件，他只是可能不具备资金而已。

我曾经亲身参与过一家公司，碰巧在一个巨头后来进入的领域，没有进行推演，或者说没有具备足够的粮草、资源、团队，在巨头进来的时候很难打防守。所以我的 第三个建议是创业者不要轻易碰触AI、企业服务和医疗类这些专业性较强的企业，在创业前要想清楚自己是否具备这种创业基因，如果没有的话就不要去碰，否则未来只能痛苦地转型。

这些年来，大家都在谈“唯快不破”。但我觉得这很容易使创业团队犯一个错误： 在商业模式和经济模型没有得到验证之前，人就冲出去了。市场上这样的例子有很多，导致融了很多钱，但到最后只能裁员。 所以，创业者要坚持初心，确定好盈利模式并把握节奏，不要过快扩张，要重视用户需求和产品的反复打磨。

分享投资管理合伙人管涛： 我今天主要想说两点， 首先我对刚才提到的企业发展节奏的问题特别感同身受，其实没有人能告诉你什么是对的节奏。 在我们投的案子里面有一些做医疗的企业，在单品上已经做得很好了，但其实做到第一或第二也只能达到销售额一两亿人民币的水平，这其实是有瓶颈的。那这个时候企业要不要扩充品类？有的公司死活不愿意扩品类，创始人希望能够做得再扎实一点、再深一点之后，再往外发展。但其实却很有可能错过了该发展的时间窗，错过了新的品类就没有机会跟着他走了，那这是慢的问题。

其次，有些快的公司当做到一定体量后，在行业细分领域有影响力了，这时就开始并购一些公司，但建议创业者要把握好自己的节奏，否则很容易忘却自己的核心竞争力，反倒被更多的事情蒙蔽了双眼。 所以创始人必须把握创业和扩张的节点。

以前我看过一些不太可能会去投的公司，但他们当中也有发展得很好的，因此虽然投资人的建议有用，大家可以多听，但创业者自身的想法还是很重要的。 目前我在医疗行业看到的是，这个行业与互联网行业之间的最大差别就是人才的极度匮乏，原因在于行业发展落后。这是一件很奇怪的事，所以我到最后其实也是希望医疗行业的从业者能够多做一些事情，让更多的人进入这行，从总体上看，医疗行业的前景还是很好的。

星瀚资本创始合伙人杨歌： 对于创业和投资的坑，我只给大家分享一点——高学历陷阱。我们本以为高学历的人才可能在创业方面会发展得非常好，但通过很多研究和我们投资的公司出现过的问题来看，高学历创业者存在一条高学历陷阱曲线，即学历低的人很难创业，有一些学识的人在进入市场摸爬滚打后容易成功，学历更高的人又不太容易成功，但是企业做得最好的人一定是学历最高的人（相比同类创业者）。

真格的徐小平老师曾提出一句话，叫“我不投人只投牛”，这个我非常赞同。 这一年我们都在紧盯牛人，但需要注意的是一定要将“牛人”和学历高的事情区别开来，学历高不一定是牛人，他也需要很长时间的打磨才可以变成牛人。

我给大家举几个例子，我从大二就开始创业，其中最长的一个做了5年时间，和医疗器械有关。当时只做科研带技术团队，不去管市场营销、财务等问题，觉得自己很牛，这让我自己摔了七次跟头。 但这其实就是高学历人才的一个很大问题——觉得自己很厉害，其它的事情都不重要。

创业项目都需要市场化，一些高学历人才往往比能混的人才跑得慢。原因是在市场上拼的不是能耗和知识，拼的是你的运营和摸爬滚打的能力。 总的来说，高学历人才的问题在于： ①他们学得过于专一和垂直，很难迅速地延展到其它知识体系上，同时也难以较低的姿态去了解其它的行业；②他们有可能不愿意将手里的技术和产品分享给别人，团队、市场、营销、产品设计很弱，这种公司是没有办法成功的；③他们不能摆清自己的位置，同时也害怕失败，心理成本非常高，导致之前嘉宾提到过的“德商低”和“烂尾”的问题。

国内的创业环境需要更多平易近人、能够并愿意沟通的高学历人才，但目前离这个阶段还有一段距离。所以在人才门槛很高的AI领域，如何解决高学历人才存在的问题，让他们具备商业能力，在未来对于一家公司是否成功非常重要。