GPLP人工智能论坛:人工智能的投资机会_人工智能_技巧
2019年4月25日,由高新科创、紫金港成本和GPLP犀牛财经共同举办的“2019GPLP第三届人工智能家当高峰论坛”在杭州成功落下帷幕。这次论坛得到了海创基地以及多家投资人、企业家、创业者、媒体代表的支持参与。
面对时下火热的人工智能,投资机构是如何看待这个市场的投资机会?在第二场圆桌论坛环节中,国科嘉和实行董事丁润强、凯联成本管理合资人黄苍、金沙江联合成本管理合资人周奇、源星成本管理合资人于立峰、诺基亚发展基金合资人葛瑶以及紫金港成本合资人曾云就这一话题进行了深入地互换和磋商,分享了自己的真知灼见。
紫金港成本合资人曾云:人工智能是一个提升生产力的工具
紫金港成本是紧张浙大校友联合创立的一家投资机构,现在管理的基金规模超过50亿,2016年与浙商创投、浙江大学等联合成立百亿浙大母基金,第一期20亿公民币。
人工智能,在我看来是一个提升生产力的工具,紧张有四大用场:
一个是提升效率;
第二是降落本钱;
第三个是危险场景和人做不到的一些场景;
第四个是加强监管。
在提升生产力和降落本钱的角度,有大量赢利的公司,也有很多噱头的公司,紧张判断的依据便是客户的付费意愿和能力。人工智能很是面向企业客户,如果一开始就跟巨子绑定,后面它的发展潜力会受到很大限定,如果客户更多是一些中小企业,不过度依赖某一个或几个巨子客户,则未来潜力会更大。
从2008年至今,在全体人工智能行业发展当中,大概在13前后两年是人工智能起步发展期,基本上七年到十年一个家当周期,到明后年这些人工智能根本技能公司是一个上市潮,接下来从2019年开始,一些场景公司落地有非常大的机会。原来一些好进入,利润高或流利性好的领域,比如金融、交通、医疗等,在过去几年的发展中,已经被盘踞得差不多了,接下来的场景落地机会在于一些有比较深的行业壁垒的领域,对创业团队的行业资源和实行力也有较高哀求。
其他的投资机会,在我看来,一个新的技能浪潮会带来流利环节,包括内容分发,电商,媒体,支付办法等各种变革,比如说游戏或者教诲内容的分发,传统的互联网/移动互联网的渠道,接下来智能硬件(智能投影电视,VR/AR等)也会逐渐变成一个主要分发渠道,这是过去没有的机会。过去十年是我见证人工智能独角兽(偏底层根本技能公司)发展的十年,接下来我非常看年夜大好人工智能在各个细分行业落地的机会,伴随着家当互联网,必将迎来人工智能大发展的十年。
凯联成本黄苍:PE投资难度大 机会也大
凯联成本是04年在美国注册的,从投资的方向和阶段来看的话,以大消费和科技为主。
侧重于消费,不止于消费。
凯联成本的投资方向更侧重于消费,但不止于消费,可能更多是投资相对成熟的项目,从业务层面或者实操层面更多。凯联的背景是聪慧投资或者是并购投资,从消费、教诲、汽车等行业的维度设立一些家当基金。
PE投资难度大 机会也大
凯联成本更关注于相对长周期的投资,从PE思考路径的维度和VC是不同的,PE的角度须要对确定性的哀求更高,但不管是VC还是PE实质是共通的,是在预判或者预测某个行业的五年之后的未来。凯联团队更关心两个周期的迭代。例如智能汽车领域,在这个赛道里,头部的玩家五年后的状态会如何。以前是被动安全,现在是主动安全,未来是人工智能的安全。家当内的人会看得更清楚,在这个赛道上还有很多重量级的选手还没有出来,被比喻成是“一个穿着西装的暴徒”,实在这个领域里面很可能“汽车暴徒”还没有上场。以是说在这个领域里投资难度大,机会也大。
资源整合是金融行业至今没有办理的痛点和需求
投资行业赚的是操作系统和干事方法的辛劳钱,提升效率和降落本钱绝对很主要,在金融行业里还没有办理这个行业真正的痛点,但是有急迫的需求。看到了问题,去办理这个问题,正好这个便是机会。资金是一个方面,但更要做的是资源的整合,这便是凯联的投资思路。
金沙江联合成本管理合资人周奇:AI将有巨大的发展空间
金沙江联合成本管理着50亿公民币旁边的资金,紧张投资A、B轮的科技型企业,我们的紧张投资方向一个是泛人工智能,第二个是大交通,第三个是家当互联网,不管是技能创新还是模式创新,都环绕的是to B的企业,是家当投资。
泛AI是我们投资的一个主要方向,泛AI是指从上游的传感器到后真个运用全体一个家当链,不过前端与后端这两个方向实在有两种不同的投资逻辑——前端包括芯片、传感器等,是非常底层的技能,也是一个长周期的事情,这类企业以根本研究为驱动,公司的估值也每每比较贵。从运用落地切入的创业企业,其团队更加复合化、多元化,既有AI的团队也有家当背景的高管。
在我看来,AI跟互联网一样,该当是一个体会不到得但又无处不在的工具,它渗透到各个运用处景中去。我们不应该先从技能方面入手去看AI得技能如何去落地,而该当先从需求入手关注场景。客户才不关心用的是啥技能,他们只关心问题办理了没有,办理的本钱如何。办理了问题的,然后再来讲AI在里面起到什么样的浸染。AI创业,也须要从需求入手。
AI才刚刚开始,技能也还有很大的发展空间,运用落地的潜力巨大。在中国创业,除了市场弘大以外,中国市场的容错能力比较强,许可你犯缺点。以是中国的创业公司好好捉住这个历史机会和方向,会有很多的机会。
源星成本于立峰:AI不可能分开传统的东西独立去做
源星成本是管理成本63亿公民币,从A到C轮都会投,紧张投资方向是四大领域:一个是智能+,包括智能制造,包括人工智能,第二个是医疗,第三个是军民领悟,第四个是大消费,我们在海内最早提出一个智能+观点的投资机构。
在投资的时候,我们偏好这几个方面:
第一我们有一定的产品形态和落地的运用处景;
第二个比较看重的是软硬件结合的,纯的软是不大会投,我们更喜好有运用处景的公司。
关于人工智能投资,我们更关注智能技能在传统家当改造升级当中的浸染这个赛道。这是一个很大的市场,包括智能制造,包括一些新的其他行业里的运用,其次我们更关注新兴技能,由于智能技能带来新的运用处景会引发新的消费市场,以是我们会看有一些实体项目,或许这里面没有那么高大上。
我举三个例子:
我们投资了一个做脊柱手术的机器人公司。运用处景非常明确,可以覆盖到5个病种,收费不是特殊高但也不是特殊低,它的智能技能包括定位、导航等等,包括预设手术方案。
第二个案例是一个新的治疗技能,从三级甲等医院传到县级,一个医疗的手术方法须要五年韶光的培养,但是由于有了医疗手术机器大家工智能技能往后,可以同步实时赞助医疗技能水平的提高。
第三个项目是研究水下定位,包括水下通讯系统等。
从军工溘然延伸到消费品领域,这会形成一个工业品和消费品多维度的产品的视角,也能推进公司在其他领域的研发,包括水下通信系统,水下北斗系统等等,以是我们在看很多人工智能公司的时候,实在不能够纯挚从公司的角度看它的技能多么高,而要结合公司的商业模式来看。
因此,我认为人工智能技能的发展是一个长期的过程,中国AI技能和未来的发展前景空间确实是非常巨大,但这个过程当中现有的技能跟现在的技能如何结合起来,这些是我们比较关注的。
人工智能未来的投资机会,实在无论是机器的自动化还是怎么样,总是要跟AI结合,不可能分开传统的东西独立去做,一定是在一个运用的场景下去进行代价提升。芯片也会在运用处景下才会有代价,我们认为新技能和市场之间是一个互动的关系,大概有运用,而且运用出来的时候会扩大市场,市场的需求又进一步匆匆使技能的进步,现在的技能发展和过去的技能发展完备不同。
大疆便是一个范例的例子,大疆无人机的涌现形成了一个巨大市场,这个巨大的市场促进技能的发展,在安防、森林防火等等这些运用领域反复的赋能,这是一个成功的例子,因此在天上、水下、安防、军工等等这些领域,无论是横向还是纵向,都产生了很多新的技能,产生了新的市场,新的市场又反过来促进了技能和新的品类的运用,设备更加成熟,这是一个很大的商业机会,我们会重点看这些领域的投资机会。
诺基亚发展基金葛瑶:人工智能对行业的改造还非常低级
诺基亚发展基金在环球管理10亿美金的规模,紧张投资方向是科技+家当,包括我们比较关注智能交通、物流、消费、教诲、医疗,其余还有企业做事,专注于成长期投资,投资规模是一千万美金到几千万美金旁边。
我们在人工智能领域紧张关注两种类型的公司,一种是落地比较快的,我们关注技能的成熟度;其余一种便是技能还不是特殊成熟,但是市场空间非常大的公司,这一方面我们紧张关注数据准确性及可得到性;第三是消费者对技能的发展容错程度到底有多高。
此外,我们还会投一些边缘打算的公司,硅谷有一家公司,现在已经有了一些在物联网家当的运用,不过这件事实在不只光是一个人工智能算法的问题,在行业运用当中也是挺繁芜的一件事情,包括机器视觉、硬件,乃至包括对算法的优化,包括对行业的理解,其实在这个过程当中非常主要,以是一个复合型的团队非常少见的。
还有一些我们以为很好的公司,这个领域还有一些不错的团队,最近在这一年旁边开始用一些新的替代性的办法思考一个行业,也会冒出来一些轻微早期一点的公司,但是方案更前辈,可能今年会去布局这些行业。
人工智能这个市场发展真的还非常早期,投资机会也非常多。比如说移动互联网对付全体工业、传统行业的改造实在现在还远远没有结束,以是说人工智能对行业的改造还非常低级。
第二,从中国的市场角度去看,我们认为中国在这一轮科技进步的浪潮当中是有颠覆性创新和弯道超车的机会,比如在技能演进过程当中我们积累了用户数据、行业履历,逐步也会有一些颠覆性的技能涌现,那个时候便是这个市场低端颠覆高真个机会,我们非常武断的看好中国市场人工智能发展机会。
国科嘉和丁润强:AI一定要技能与家当结合,创造商业代价
国科嘉和是中科院国科控股直管基金,2011年景立,现在管理着多支公民币和美元基金,包括专注中早期的VC基金和成长期的PE基金,还有一支安全专项基金;作为中国科学院嫡系的投资机构,国科嘉和现有的近百家企业,以及未来操持投资的方向,均因此核心科技为主。
关于人工智能投资,我们更关注AI技能的运用,即AI技能与家当的结合。
我举两个例子,第一个便是人工智能在工业领域的运用,比如视觉和工业检测,以一部手机为例,我们知道手机在出厂的时候要经由大量的检测,有包含了各种各样声光电的、基于旗子暗记的检测,也有基于视觉的检测,比如表面的划痕、瑕疵等。过去的时候利用工业相机,对付传感器、光源有很高的哀求,现在则是可以将工业检测跟AI进行结合,一方面可以降落对前端传感器的哀求,以及AOI综合利用的门槛,其余一个方面有机会提高已有的检测设备的检测精度和检出率。
第二个案例是自动驾驶和智能汽车,环绕着这个家当链,我们投了不少公司。受限于监管、技能成熟度、本钱等多方面的综称身分,真正能大量商用自动驾驶的乘用车还须要走很长的路。在哪些场景内能够有机会更早更快落地呢?比如工程机器、矿山车、物流车乃至农用车。缘故原由在于这些车辆它们的事情环境更严苛比如有很多粉尘、渣土,存在更极度的高低温,而车辆所在的作业区域还要被严格监管的,这个时候把人工智能领悟在这样的落地场景就非常有商业代价了。此外,从技能运用的本钱角度,对付一辆二三十万的乘用车而言,现在自动驾驶的本钱实在高,但如果把这些技能用在售价就有大几百万、乃至一两千万的工程机器上面去,这个本钱的增加对付客户来说,接管度就大了很多。
总结来说,虽然算法的不断提升很关键,但任何项目我们从来不会说就AI论AI,而是一定要将前辈的算法、技能来赋能家当,一定要找到一个详细家当可以和成熟的AI算法、技能去结合,提升效率,降落本钱,这是第一个机会;第二个机会是创造新品类,创造新的运用方向,过去由于各种缘故原由做不了,而现在技能发展到能够做成,捉住过去已有产品的转型新方向。
本文系作者个人观点,不代表本站立场,转载请注明出处!