洪泰基金副总裁宋楠：创业要“少谈算法多接地气”投资者说|ai相关基金买哪个最好一点_AI相关

宋楠至今还记得他看完 AlphaGo 比赛战胜李世石后的场景。“肾上腺素飙升”，他对钛媒体说，“这就像是一个对投资人的 trigger（触发器），想着要赶快去找下一个标的。”

凭借后者微软、百度的研发团队背景与在 NLP 算法端的优势，宋楠把三角兽负责搞融资的 COO 马宇驰“摁在办公室签了TS（投资意向书）”。同期与洪泰竞争三角兽的，有包括真格在内的多家一线风投机构。

洪泰基金副总裁宋楠

然而，回顾2016年在人工智能领域的投资，宋楠也曾怀抱顾虑。甚至在投资三角兽后，宋楠面对各种人工智能领域的 BP 一度“下不了手”，甚至“有些看不太明白”。

2016年以前的早期创投到底是什么样——不少 AI 创业公司，提供的大多是基于算法模型的产品构想，甚至是刚刚脱胎于实验室的科学理论；而资本市场对于这一领域趋于“概念先行”，又让不少罩着 AI 外壳的公司获得了超高估值，即所谓的“估值泡沫”。

“在当时做AI 基础研究的，哪一家有商业模式？实际上都还是在做项目。”宋楠对钛媒体说。

泡沫的存在让宋楠的决策变得谨慎。洪泰对于投资的终局成功定义并不是“投中了”一轮两轮，而是 IPO 或者以高溢价被并购，但在当时，宋楠几乎没有看到哪个 AI 项目有达到终局成功的可能性。

转机出现在2017年。

随着国内 AI 创业公司持续落地项目的探索，整个 AI+安防、金融、智能硬件等市场被进一步教育，有付费意愿的客户明显增多，相关的 AI 部署方案愈加成熟。这些现象反映在投资上，无异于有了市场、客户、客单价这类更能被量化的创业项目评估标准。

不过，这并不意味着 AI 赛道的投资会变得一马平川。由于人工智能天然的创业门槛，AI 项目的马太效应得以加剧，头部项目会更快占领市场份额，语义、视觉、物联网……每一个细分赛道看似规模庞大，但能容纳的公司却只有三、四家。

那么，AI 产业之“热”为何会造就 AI 创业之“冷”？AI 创业项目该如何构建自身壁垒？洪泰副总裁宋楠接受了钛媒体独家专访，以下为访谈实录：

钛媒体：和洪泰的消费、文娱等赛道相比，AI 领域的投资有什么特点？

宋楠：和其他领域相比，天使阶段的AI 项目确实会有一些特殊性。

拿文娱和消费来说，这些领域的投资人首先要研究整个行业的分工，再看渠道、不同产业链的细分赛道，比如消费领域要看新产品、新渠道还是新品牌，文娱行业是看网大、网综、还是电视剧电影，这就有一个很清晰的全景模型。

但对于 AI 来说，除了对算力、算法、上层应用全局建立认知以外，我们对行业进行填充的时候，并不是说是看算法、算力有机会，还是应用有机会，因为整个AI 创业相对来说还比较早期，这三个部分在不同的阶段显示出的机会，对资本市场而言有着不一样的认可度。

所以在2016年AlphaGo战胜李世石后，我们就赶紧去找有成熟算法基础的团队，在大家还没意识到 AI 怎么投的时候，我们就投了三角兽。

宋楠：开始渐渐往上层应用去延展。依据不同阶段的发展，我们对项目的要求也不一样，2016年是看绝对的技术，2017年至今，我们以商业化落地为主，主要关注技术跟场景的结合。现在来看，好的 AI 初创项目，需要一个优秀技术团队加一个好的产品经理。

钛媒体：为什么会产生这种变化？

宋楠：有算力或者算法的公司，如果没有收入会很烧钱，再加上他们的人工成本极高，很可能一个行业最终就1-2个最头部的公司走出来，剩下的就会因为融不到钱渐渐死掉，这就意味着如果我们不是最早进来的（投资），就会有很大风险。

在2016年，我们投了很多底层技术类 AI 项目后，发现这个市场的风向转变很快，从集体狂欢突然开始冷却，算法、算力类项目开始减少，所以我们从2017年就去往上层应用找，因为这是属于AI行业里相对来说有商业模式的。

钛媒体：算法、算力类的项目为什么会减少？

宋楠：像算法、算力上的技术优势反馈到客户那里，可能会有3%-5%准确率的差别，但这种差异很难去做一个定量的横向比较，实际上，AI 公司去拿单的一个核心因素是说商业的服务能力。

具体来说，比如和客户沟通，很多科学家背景的 AI 项目方会觉得，我的技术这么好你凭什么不用我？这就是他们在和客户沟通时不适应的地方，你要让客户感觉到你作为乙方公司的诚意，坦白说就是“接地气”，做到这一点才能拿到单。

而在实际的项目落地层面，客户真正需要的，与 AI 行业讲究的所谓高大上的算法、豪华的团队又完全不是一回事。

拿安防的应用来说，核心问题就不是提升算法，而是如何让脸的成像变得更清楚，所以在地铁等场景，AI 项目的落地实施要考虑的因素是：摄像头要架多高；焦距怎么设置；遇到夹角该怎么保证覆盖到所有人……这些经验要比算法的提升更加重要。

钛媒体：当下的 AI 创业公司该如何形成自己的壁垒？

宋楠：融到让别人绝望的钱，这个绝对是第一位的。

投资人是锦上添花的，你有10个亿我不介意在多投你2个亿，但你要只有2000万却让我投2个亿，我一定会好好考虑一下。这就像是滚雪球，创业者一定要把这个雪球滚下去。

现在你还能看到有人在做 AI 图像、语音识别的创业吗？很少了，现有的企业已经融了足够的钱。那么对于投资人来说，如果看到有人在做图像、语音的 AI 创业项目，会投吗？肯定不会了。

所以说，AI 行业是绝对的马太效应，要想真正建立门槛，你就要在这个行业里想方设法变成头部。

钛媒体：建立这种壁垒的难点在哪？

宋楠：不管是互联网公司的开放程度，还是作为核心的前沿算法算力，都存在问题

从数据维度来讲，现今互联网绝大多数的数据都存在于微信、淘宝、百度等大公司的平台中，这些数据对于算力的核心、甚至整个人工智能深度学习的应用都会产生重要影响，那么这些数据什么时候能得到开放？这也是为什么国外有很多跨数据源、跨产品的创新我们都做不了。

另外在所谓的算法算力上，我很少看到让人眼前一亮的在底层算法框架上的创新。

国内 AI 创业者做得事情相对来说比较表面，比如算法很简单，做图像 AI 使用得大多是基于微软最早的那套深度学习算法，在团队背景上也大都来自微软；另外在国外流行的诸如增强神经网络学习等 AI 技术，也很少看到国内的创业者参与其中，这一方面是因为资本市场的支持的确不够，一方面也是在人才储备上，我们和美国的确有差距。

钛媒体：技术是否是 AI 创业的门槛？

宋楠：技术资产本身是有价值，但当投资人发现在这种项目退出无方的时候，你会发现技术再好，还是要符合资本市场的语言体系，所以我们还是会看有未来可期的商业模式的AI 项目。

回到具体的行业，我看的也不是基于所谓的垂直应用创新型项目，而是成熟的应用落地型项目。什么意思？比如在人工智能语音交互、语义分析、图像识别、机器人控制等模块中，语音和图像相对来说比较成熟，我现在看的项目，实际上就是在这两块成熟技术基础上的不同应用场景的落地。

钛媒体：你刚才谈到两点，一点是2017年的投资标的已经由算法转向了应用，另一点说国内算法、算力相关的技术较为滞后，这种投资错位的情况会不会造成国内 AI 产业在底层技术上的短板加剧？

宋楠：这确实是个问题。前两天我看了一本书叫《技术大停滞》，当中谈到整个科技创新是围绕资本获利的欲望来进行，这种趋势实际上是人的天性问题。

到底这个问题该由谁来解决？我认为首先应该由国家，所以现在国家也做了很多创新方面的引导基金，用这种国有投资力量来确保创新的存在，这种创新不是强者恒强，而是鼓励星星之火的创新。

再者，我们参考国外的创新环境，会发现国外的科技巨头会更愿意并购一些有新想法的创业公司，这就为资本提供了一个很好的退出渠道。这在很大程度是因为VC行业在美国已经持续多年，很多VC投资人本身也是很多科技巨头的高管或者投资人，VC本身对科技公司的决策影响力也更大。这种状况已经在国内发生了，像百度收购渡鸦、阿里与杭州政府在资本层面的布局、腾讯旗下的多支基金，都代表了BAT 与创业项目的投资人之间产生的千丝万缕联系。

钛媒体：对于 AI 这类新科技项目，投资机构的估值模型会发生改变吗？

宋楠：对于小玩家，投资机构的心态就属于“不见兔子不撒鹰”，投资人还是会问你做了什么？产品落地进度怎么样？变现状况如何？即使你是新科技，VC 还是在用一种旧的估值模型和旧的融资方式在谈判。

但对于这个行业的大玩家来说，投资机构为了押注，可以不关心他们的财务指标，大家只看一件事，就是能不能在行业里把你的地位和影响力维持住。

所以说，在 AI 领域，与其说 VC 有更强的包容力，不如说是在相对非理性的估值体系里，投资人的忍耐力有多高。（本文首发钛媒体，采访、撰文/苏建勋）

目前技术大停滞的状态，会维持多少年被打破？

标题所言极是

快报