海银资本王煜全：创业者打败巨头的最佳策略就是「农村包围城市」

有人觉得人工智能会像O2O一样变成下一个产业泡沫，但我倒不觉得这个泡沫有什么问题，因为风险投资就是玩泡沫，没有泡沫就意味着它的成败是已知的，若成败已知那还有风险投资的事吗？反倒是适当的泡沫还能提升整个行业的效率。

人工智能与人类智能，仍有这三大差距

人工智能的概念已经火过很多次了，每一次都是因为一个新技术的突破使得它更像人脑一点。但是以往每次的技术突破都仅像人脑的一小部分，是残缺的、能力有限的，于是在市场短暂热过之后很快又归于平静了。

而今年这一轮人工智能的大热与以往最大的区别就是它更像一个没有情绪且有学习能力的三岁孩子，它已经有了一个较为完整的、多层次的神经网络和深度学习的计算机制度。

这个深度神经网络，实际上就是模拟人分层次的神经细胞结构；深度学习机制则是用了大量的算法训练多层次的神经网络后得到的结论，而且这个结论是有人来辅助校正的，因为如果没有辅助校正，那么这个结论便会迅速走偏。

不过，尽管当前的人工智能有了学习能力，但它与真正的人类智能仍有很大的差距，具体来讲有以下三点：

1. 从最本质上看，它仅是简单的合成而已，并没有像人一样的创造力；
2. 人能同时综合处理多项复杂信息，而现在的人工智能仅能处理单项信息。比如人在判断股市时并不只是看某一公司股票指标，而是需要综合考虑宏观经济、房市、政治等因素。但迄今为止人工智能在综合处理方面的能力还差得很远。人工智能是阶梯性的成长，每一次的技术突破使得它在单项上更像人，而人最大的优势是能同时学习处理N件事。
3. 迄今为止，人工智能与人对比的指标都是人已知的能力，实际上人还有很多尚未开发的能力，人对自身能力仍缺乏了解。未来，人很有可能被机器替代掉了许多已知能力后，未知能力就显现了出来。

人类进化的过程中每个个体往往都蕴含着巨大的潜力，在博弈的过程中，一旦人感受到巨大的威胁时，我们自身的潜力就会释放出来，而这个释放的潜力可能是超乎我们想象的。从表面上看，人的潜力目前已经被开发殆尽了，但实际上人更深层次的潜力是经意识实现的。所以我认为，人工智能很有可能会促成人类下一个意识上的飞跃。

现在人工智能的概念大热，很多投资机构也都瞄准了这一领域进行投资，有人觉得人工智能会像O2O一样变成下一个产业泡沫。但我倒不觉得这个泡沫有什么问题，因为风险投资就是玩泡沫，没有泡沫就意味着它的成败是已知的，若成败已知那还有风险投资的事吗？反倒是适当的泡沫还能提升整个行业的效率。

风险投资的项目十个有九个会死，所以风险投资就是赌眼光，而实际上这种泡沫会提升效率，因为当一件事情事先不知道结果时，你用一个像类似赌博的机制就可能产生出更好的选择。

人工智能创业成功的关键就是，避开巨头深挖行业

虽然我们看到如今在资本环境不好的情况下，唯有人工智能逆势而上了，但其实这一领域的创业投资机会并不多，因为人工智能领域存在大公司垄断的现象，人工智能中的深度学习机制及算法，基本都已被大公司垄断了。

现在美国很多的大学教授都被迫加入大公司，因为不加入，学校根本供不起他们做研究。目前，我们还不知道人工智能这个三岁的孩子能干什么，就只能在各领域去尝试。但是尝试的成本非常高，一般小公司根本玩不起，一旦初创公司进入，迎面而来的就是这两个问题：

硬件问题。 比如现在市场上有一堆做人工智能芯片的公司，芯片产业门槛非常低，不过，这不意味着它没门槛了，它仍有产业协调的门槛，只是最终这些芯片公司能否活下来并不完全取决于技术多领先，而是取决于该公司能否在恰当的时间里被大公司并购。

图为，德米什·哈萨比斯(DemisHassabis)，他所创立的DeepMind公司开发了AlphaGo。2014年1月，谷歌以4亿英镑（约合6.3亿美元）将DeepMind公司收归旗下。

所以，为什么AlphaGo本来是一个独立团队后被谷歌收购，这不光是钱的问题，而是大公司有一个强大的产业链可以依靠，而且大公司会不遗余力地扩大整个生态系统，但一个20多人的小公司怎么可能有能力去构建生态环境？

在未来，人工智能领域的创业公司有大量的不确定性，这些不确定当中有很多是来自于硬件，而硬件需要非常强的产业能力，小公司往往不具备这样的能力，因而人工智能就不是小公司的主战场。

软件问题。 我有一个特好的朋友曾是微软最牛的几个技术人员之一，他早早地出来创业做了一个智能操作系统，坦白讲我觉得比安卓要好，但至今他也没能做成功。因为客户会说你的操作系统就是不给钱也不敢用啊，出了事算谁的？谷歌出了bug一定算谷歌的，但一个20人的小公司出了事呢？

假设我这个硬件公司的产品每个硬件成本是500块，以1万部计算，总成本就是500万，而你的软件成本可能是1万，软件扩张的成本为0，如果我所有产品都装你的软件，你让我用500万赌你这1万块，我怎么敢赌？

所以，虽然现在各行业的科技成果都很厉害，但关键问题是各个行业对创业者的机会是不均等的，有些行业就是为创业者设的，而有些行业则是大公司的天下，因为它们自身壁垒很强，有非常强大的产业能力。

尽管现在人工智能的形势看起来一片大好，但我们还处在观望中，投的很少。不过，现在我们在这一个领域投机器人投的多，机器人是硬件，它需要人工智能作为其后台，人工智能的后台和硬件的前台绑定，这个领域机会很大。所以我们未来还会投一些行业相关的，但现在来看行业相关的公司成熟度还不够。

那是不是意味着创业者在人工智能领域中就没有机会了呢？也不是。创业者要想在这个领域创业成功就要结合行业，去那些缺少人工智能技术的行业里深挖行业数据。其实未来的人工智能时代会诞生出新的行业，比如data hunter（数据猎人）这个行业，如果你的创业能成为未来的新行业你就厉害。

现在大多数人都懂人工智能可以做什么，但不懂的是各行业有什么数据能与人工智能结合创造价值，比如会展行业有什么数据？农业有什么数据？机械加工行业有什么数据？如果data hunter能深入到各个行业去研究这个行业有什么数据、怎么采集、怎么生成、能不能拿来用、怎么用等一系列问题，处理完后就可以用它来控制。

所以说，聪明的创业者永远不会在自己还没成熟的时候挑战巨人，而是采用「 农村包围城市 」的策略，因为越是靠近「农村」的地方就越缺能战斗的人。创业者要到自己相对优势高的领域去创业，而不是选择去自己相对优势弱的领域。

现在中国创业者最大的思维误区就是赶时髦。首先，在大方向上，人工智能是一个开源领域，开源领域创业成功的概率本来就很小。而且，它还是一个巨人云集的竞技场，现在全世界所有的聪明人都盯着人工智能领域，如果不是最聪明的创业者就胜出不了，如果你不是有明显的优势，那为什么还要去趟这趟混水？

年轻创业者打败成功者的关键，只有这一点

我们知道，成熟的技术更容易拿来创业，但是对你而言成熟的技术对别人也是成熟的。在中国，一个技术或一个模式出来，就会有一堆人复制。因此通用技术没有办法成为竞争的壁垒，没有壁垒的事情，一定是大公司做得更好，它用完整的团队、财务支持可以做得更好，因此创业者不要加入这个领域。

那么，创业者到底该做什么？该选什么武器？周鸿祎说：“作为创业者，我会选择AK-47。”其实AK-47是老武器，但是对于新人来说并不好使。我认为对创业者只有一个选择：制导武器。今天年轻人拥有的优势就是新技术、新东西和新方法，这是老人家不懂的，所以这就是你的机会。微创新是大公司最擅长的，它有系统支持。

创业者打败成功者的唯一机会是面向未来做赌博，因为创业成功的人都有一个心态：不敢赌。不要怕大企业，不要在巨头围墙边做微创新，而是要自己在「农村」慢慢做出优势。你会说「农村」什么都没有，我怎么去做？关键是流着油水的地方，轮不上你去做。

创业就是一场赌博，对创业来说，先进科技是你唯一的赌本，你不一定是先进科技的开发者，但你可以是先进科技的掌握者和利用者，然后通过叠加业务模式，加以放大。

早在二战前，英国人就发明了坦克，但他们只是将坦克作为补漏阵地缺口、消极防御的武器，德国人一战打败后发现坦克是个好东西，后来就发明了闪电战。如果没有先进科技，思想就是零。如果是用零乘以互联网，结果还是零，但如果你用先进技术乘以互联网，得到的是极为放大的效果。

现在很多创业者被误导，只关注互联网思维，但是没有业务的互联网，就是耍流氓。对于创业者来说，时机的掌握非常关键，所以判断出台风什么时候来是非常难的，绝大多数人都是在台风来的时候才判断出来。

现在智能机器的特点是思维成熟了，但是行动还未成熟。微软小冰、Siri、淘宝客服、银行微信客服账号都是人工智能，这是软的部分，硬的部分就很难做出来了。另外一个特点是理性成熟了，解决问题的逻辑分析没问题了，但感性还未成熟，未来就好比人和人的感性交流。

给你一个创业忠告：个性比通用有时候好得多，要重视应用场景，要有明确需求场景的应用。如果我们现在去卖一台PC，客户会非常挑剔，只要有一个功能不满足你，就恨死它了，但如果你卖的是一个玩具，如果它有好多个功能，你会有很多惊喜，所以它的用户体验好，宽容度就高。我们在买计算机的时候，如果计算机屏幕上有几个白点就会不开心，但是玩具是允许有瑕疵的。

我的投资理念，只赌技术不赌人

绝大多数投资人在谈自己的投资逻辑时都说投人、投赛道，但牛人都差不多，最后大家都在精神意志和领导力上比划高低，而这些东西又是很难评估的，赢的那个人都是命好。我相信命运，但不赌命。我现在在美国投资多是技术主导型的创业项目，而技术很容易评估。我的评估标准包括：

1. 1专利优先。美国高科技尤其是硬科技都是有专利的，这个壁垒很强且可评估，别人用你的专利就得交钱；
2. 商业化的市场要足够大。高科技领域的项目有较大的市场潜力，很多科技能够被商用化，但商用化了以后市场潜力一定要足够大；
3.  有无生产出产品。现在大多数创业项目都被分为天使轮、VC轮、PE轮。没有收入率验证模型的阶段叫做天使轮；有收入或者至少有用户增长了叫VC轮；公司能实现利润且利润开始增长，基本能上市了叫PE轮。但这都是从投资人的角度去想问题的，未来这些轮次一定会被颠覆掉的，因为美国高科技领域的创业公司不是这么发展的。

美国高科技领域的创业项目只有两个阶段，一是没产品的阶段，科技产品一直在研发，这一阶段没有收入，全在赔钱；二是产品研发出来以后，收入率就呈现爆炸性增长趋势，因为有了产品以后公司就要开始玩命地卖了。

有投资人想在产品研发出来后进入，关键问题是这时你想进也进不去了。因为项目的收入利率、各地市场指标和公司估值天天在增长，这时公司已经不需要投资人的钱了。所以，现在美国高科技领域投资的风险其实在放大，因为即使已经过了七八年时间，只要产品没过研发期就没收入，而且它需要持续投入巨资，这些特征都不符合过去投资人在天使、VC和PE阶段的判断标准。

美国高科技项目的产品在研发出来之前一直都是赔钱的，因而估值不会太高。当产品一旦研发出来后，公司估值会迅速上升。所以，通常在它拐点出现之前（也就是产品研发成功两年前）投资是最理想的。

当然，我们都想要今天投资，明天拐点就能出现，因为这样资本利用率最高，实际上这是不可能的。但我们会在这两年尽快促成这个拐点的出现，帮它配置各种资源，比如帮它融下一轮资，帮它开拓市场，帮它解决生产制造问题等，这就是我和其他投资人不一样的地方。

另外，我不投人，我也不认为自己是一个纯粹的投资人，而是产业协调者，我是靠产业协调赚钱，不是靠投资赚钱。也就是从本质上来说，资本是产业协调的手段，我利用资本能够使这个产业实现更高效的产出，实现更好的创新，推动整个社会发展。

过去我们将资本分为产业资本和金融资本，但未来则是产融资本，也就是说未来纯金融资本是没有意义的。我们追求的不光是对一个企业的贡献，而是对整个全产业的贡献，然而现在绝大多数投资人只是从项目而不是从产业的角度去思考的。

构建自己的知识体系我有这三点建议

有人说我比较擅长逆向思维，其实不是，我并不是追求说出一些「和大家不一样但似乎正确的话」，我只是在追求真理，也就是追求事实背后的真相。

在经营界，了解真相本身其实非常困难。比如，一个企业成败往往是多因素造成的，但人们常以成败论英雄，也就是这件事做好了就全好了，那件事做不好就全不好。马云当初分拆蚂蚁金服的时候一片骂声，上市成功了就一片鲜花。但实际上我们希望把所有的因素拆开看，一个成功的公司有好有坏，一个失败的公司也有好有坏，你要习惯将它拆开并慢慢接近真相。

另外，一件事你看得再准也有不准的时候，因为很多事情都存在概率性，所以这时候你就要接受它。未来的世界是概率性思维，再有把握的事情也只是概率不同，不会保证百分之百成功的。

图为，纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb），畅销书作者，著有《黑天鹅》、《反脆弱》等。

从创业的角度来看，马云的成功有没有概率？一定有。所以概率是什么？纳西姆·尼古拉斯·塔勒布(Nassim Nicholas Taleb)在《黑天鹅》这本书里讲，我的商业如果不成功也别沮丧，未必是我的策略错了，可能是概率造成的，那么我就要进一步去坚持，可能重复几次就会大大降低失败的概率，最后我成功的可能性就会提高。

从社会和产业的角度看，创业有其必然趋势，但从个体创业来看又有它强大的概率因素，很多时候概率性超过必然性，甚至形成一个时间很长的逆向潮流。就如同我们都认为价值投资是对的，尤其是巴非特写了以后，但有时候趋势投资能持续非常长的时间，以至于价值投资者都失败了。

商业世界里只是一个趋势判断，有时你认为某件事是对的，但错的东西却能持续时间如此之长，以至于最终把你拖死，这时你一直认为对的事情又有什么意义呢？所以，很多时候就需要你变得足够灵活，保证大方向明确的同时又要知道哪些地方的混水有多深，以至于你不顺着它走会被淹死。

经济学曾提出过一个「理性人假设」理论，但最后发现它并不现实。因为让我们承认自己是不理性的、有时甚至是荒唐的、糊涂的是非常困难的，但是你越承认就越容易相对接近真理一点。

对于构建一个自己的知识体系，我有三点建议供你参考：

1. 承认自己的无知，养成核实事实的习惯。追求事实有时候很难，绝大多数时候我们不敢承认或者不愿意承认我们自己无知，然而承认自己无知，并一点一点地去了解，是构建体系最核心的一点。
2. 一定要大胆地将自己的观点说出来。如果你只是偷偷地预测并琢磨一些事情，你可能总会觉得自己是对的，因为你会选择性地把一些失败的东西忘掉。相反你只有每次都大声地说出来让所有人看到，你对事情的认知才会越来越接近事实，因为所有的失败都逃不过别人的眼睛，你会觉得失败格外刺眼，于是你会花更多的精力去研究失败，这个动力会使得你不断进步。
3. 保持黑天鹅的心态。绝大多数时候构建起一个体系后，你会认为这个系统99%是真的，所以一些事情基本上可以以此为依据来做推论。但别认为它是永远正确的，因为随着我们认知的拓展，你会发现很多老的认知系统要被推翻重建，不能固化。