【AI峰会】线性资本王淮：人工智能的冰火两重天，拿钱比高估值更重要

猎云网 • 7年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

【猎云网（微信号： ilieyun
）北京】4月13日报道（文/竹子）

今天，猎云网"2017 人工智能产业创业创新峰会"在北京四季酒店隆重召开。此次峰会的主题为“精·识·致·用”，分别诠释为精准大数据，智能识别，产业结合，生活应用。上百位人工智能领域著名学者、顶级专家和知名投资人参与，共同探讨当今AI的发展创新与变革，将产业与人们的实际应用相结合，为人工智能的普及奠定可行性的基础。

在本次峰会上，线性资本创始合伙人王淮分享了自己对AI的一些思考，首先AI具有4大特点：

创业门槛高：懂技术，能服众，（学会）懂商业；应用结合深：获得可靠数据并和集成决策；速度慢：普遍 To B；投资门槛高：技术素养和耐心都高要求。

1.机构杂：纷纷设立人工智能小组。

2.人才贵：PhD 的起步薪酬套装超过100万人民币。

3.资本泡沫：估值是远跑在价值之前的。但好公司能让自己的增值赶得上估值。

4.决策乱：很多机构闭着眼睛投

AI+BI：容易看懂；利用最新的大数据框架和机器学习方法来解决行业痛点。

AI+FinTech：金融纯数据生意，技术面落地容易，人为门槛高，离钱近。

AI+交通：最热的AI投资领域，可惜早期基金很难参与。

AI+安防：人脸、虹膜、声纹、指纹/掌纹。

AI+医疗：CV技术的应用在辅助诊断和辅助治疗，新药研发，病历病史挖掘，大健康管理。

王淮认为，未来泡沫一定会破灭，好公司一定会崛起，疯狂的投机者会退场，很多AI公司是会实现技术的产品化和大规模商业化的。同时他也劝告各位创业者，拿钱比高估值更重要，打磨场景的重要性远高于打磨技术。

首先介绍一下线性资本，线性资本我们是三个大原则，一个是基于数据，第二对于数据的处理，这是背后的核心能力，第三是应用，商业上面找到了应用场景，这是线性资本衡量一个项目的标准。我们已投37个项目，集中早期，是天使和A轮，我们有三分之一是人民币。

可能很多人知道线性资本，因为我是脸书的早期员工，加入的时候看到脸书从十亿美金变成一千亿美金。我以前是做什么的？是广告系统的后台系统，还有反欺诈这块，我们后来投的同盾，这是我们A轮投的公司。他们干的事情和我们干的事情非常像，那是我们唯一一个两个小时之内决定投的项目。我们以前做很多跟大数据人工智能相关的，线性资本经历了两年半的发展之后，从一开始各个领域都投到最后聚焦做大数据、人工智能这个方向，这是有原因的。

今天的题目是冰火两重天，我们看一下这个情况怎么发生的？这里面把这些去掉之后发现过去一年左右的时间，后面百度的曲线往上走的非常厉害。

【AI峰会】线性资本王淮：人工智能的冰火两重天，拿钱比高估值更重要

百度指数“人工智能”

这个更加厉害，很多人资本走在现实之前，从资本的角度来说不包括中国，中国的更夸张。中国投资环境是经常，如果形成风口之后，你能够看到这个曲线更加陡峭，这是国外的CDNsights的统计。这是宏观的。

【AI峰会】线性资本王淮：人工智能的冰火两重天，拿钱比高估值更重要

从我们自己的亲身感受来看有什么变化？

先回到2014年那时候线性资本刚刚成立。我个人投三四家公司，我们也接触很多非技术类的公司，但是2014年的时候可以说人工智能大数据这类的投资非常冷。我们最早投的一家公司是神策数据，你有线上流程就可以做用户行为分析。我们做他们的天使，那时候只有五个百度工程师，什么都没有。我们当时投了天使，心里非常忐忑不安。

到了A轮是红杉做的，红杉跟我说这个事儿，说他们当时看到这个团队，他们已经见几十个VC，没有人投他们，但是他们相信未来是需要这样的工具，但是对于数据驱动这个事情，从原来的粗放性增长变成精细化的投入，其实他比用户行为分析更大，只不过用这个词大家更容易理解。

另外一个也是明星公司，这家公司融一亿多美金，我可以保证这里的数据只要是我们投的肯定是正确。2014年10月份我们做它的天使轮，那个时候只有图纸。那时候十个人有九个人觉得这个事儿做不成，剩下这个人对这个事情的理解不一样。IDG觉得这是一个智能的台灯我们觉得这是一个智能的音箱，最后人家干的是基于语音的生态系统，是解决你的问题。最近做了一个估值，累计起来是差不多一亿美金，从一开始不解，到今天很多大基金的参与，其实有一个天壤之别。

到2016年，去年这个风口，如果真的用风口这个词形容，应该是去年年初的时候开始火爆，很大的原因是必须要感谢这位棋手兼谷歌高级软件测试师李世石，他输给阿法狗，这是第一次在代表人类智能，站在人类智能最巅峰的一个游戏，最强大脑输给人工智能，这个事情对很多人的震撼很大。这个事情在中国被极度夸大，尤其是借助朋友圈的传播，在国外的影响力温柔很多。

在中国煤老板提这个事情，他担心阿法狗代表的人工智能怎样影响他的饭碗？我们必须感谢这个事情带来的错觉，这个错觉让人工智能在接下来的一年内，不管是融资还是薪酬还是你的东西卖给煤老板，你的销售难度，对方脑子已经被这个事情洗过一遍，已经容易很多。之前跟他说有没有听说阿法狗？棋手输给阿法狗，他只要知道你就知道这个谈判比以往的其他谈判简单一半至少。

这是典型特点。创业门槛高很多，比O2O的时候，懂商业模式的创新这类人会多了很多要求，就是懂技术，这里的人才，虽然绝对数量多但是相对数量非常少，培养这样的人不容易，这样的人加入一家公司要服众，要领导这些人非常不容易。

对于CEO的要求除了懂技术能够带领AI人才，还要懂商业，这个曲线一定要形成。我们说我们寻找的是什么？，如果没有办法体现这个部分，这些公司一定会碰上天花板。

我们之所以这么说主要的原因在哪儿？这样才能获得大量数据，还有可能回到流程决策。因为没有这个数据来不了，你空有能力不行。你处理数据之后，你要回到决策流程，这样才能对对方造成一个效果，让他的决策更快决策质量更好，这是我们为什么跟应用结合深的原因。这个里面速度是慢的，因为是一个2B的生意，投资门槛比较高，对于投资人来说，我们懂的不如他们。但是一定要按照这个路径，看一下是怎么进行的。还有是耐心要高，不能像O2O一样砸钱就可以复制，基本做不到。

缺点

它的缺点就是机构杂，我没有看到投这块的小组的，人才非常贵，起步薪酬现在达到一百万人民币，就是每年算下来一百万人民币以上没有问题。资本泡沫，有人说有没有资本泡沫？这个答案非常明显，估值是跑在价值之前，只不过好的公司让自己的价值赶上自己的估值，退潮的时候这些人准备好了，至少没有裸泳。

泡沫破裂对所有人不好，但是一定会去泡沫，这个东西不像房价一下去泡沫不行，我觉得技术领域完全可以实现，就像O2O过去，其实中国的O2O也好，在移动这块也好典型的出现就是大家觉得这个事情一直会增长下去，高估值下去，两个月进入寒冬期。

具体体现这些数据上面，这个表有一定的代表性，上面都是非常有不错的公司，我的感受包括我们自己在里面有两家公司，这里面所有的都是有泡沫，只不过好的公司能够改善泡沫。今天已经处于AI热，究竟热哪些方面？我们自己不好看但是我可以解释一下，我们分成三大类。最底层就是物理层，这里有很多云计算、高性能的计算云，有属于数据平台，很多人说空有武功找不到数据，数据在哪儿？数据在平台上。

应用层是我们的重心，七成的时间精力在这一块。比如AI+交通出行，我们认为是去年最火的AI投资的领域，从资金量来看。AI+FinFech，这是非常大的资金量。还有机器人，有一些人投有一些人没有投。AI+安防，跟国家在安防上面的投入有关，BI，商业智能和SaaS，这里分传统SaaS和数据的DaaS，还有IOT，AI+教育。其实我们以前一直寻找这样的团队，我们很相信对于教育这里带来一些改进的工作。

还有未来性质的项目，这个对于你的耐性要求特别高，，包括VR、AR的一些核心技术，包括自动决策、各种传感器，一整套的，如果称之为泛AI能力，这个要求是非常高的。但是这个事情如果是没想明白直接进去，基本上是九死一生。

【AI峰会】线性资本王淮：人工智能的冰火两重天，拿钱比高估值更重要

重中之重的典型领域

我们典型的认为这几个，一个是AI+BI就是商业智能，原来做SaaS投资的人加上数据是有机会贴到这一块。还有AI+FinFech，金融是一个典型的数据生意，如果在数据上面提供新的能力，那么它带来的好处很明显，但是人为门槛很高，拥有数据拥有业务这块是怎样能够让他们理解认识数据的价值？这一块是一个巨大难度，但是如果进入产生效果，只要拿到数据可以产生很好的效果。如果进入了这个数据不能产生效果，一定是哪里出了问题。

智能投顾，一年前我们觉得这个领域说的比做事情的人，但是现在有一些好团队出来，典型团队就是懂大数据和金融领域干了很多年。我们刚投一个是在美国待了十几年，一个很资深的人出来做智能投顾的项目。这个词在十个人脑子里有十种不同理解，今天不展开了。

AI+交通我们觉得这是一个很好的领域，但是分享到两点。2030年就是50%以上被机器取代的自动驾驶，还有两到三年强调应用场景的这类自动驾驶的投资都会出问题，还是在核心底层的技术投资更有意义。作为一个整套方案，我觉得早期基金不太适合。

AI+安防，我们把自动驾驶，如果做整套方案我们把它直接放弃，不适合早期基金小基金做。因为五亿美金做这个意义不大，AI+安防，我们投过一些。

AI+医疗是我们今年着重，我们今年领投一个跟投一个，到年底估计还有一到两个的投资。用机器看片在医疗这个领域，技术这个层面有很多突破，现在大家期待用什么方式跟传统医疗做紧密的结合？一个就是分享2月份的时候，第一次在自然地理的杂志一个月内有两篇关于机器学习看图的文章，这是历史上第一次。很少有两篇文章同时出现。