劉維

從前幾年的預(yù)熱到現(xiàn)在的極熱，這說(shuō)明AI已經(jīng)到了轉(zhuǎn)型的關(guān)口。百度風(fēng)投把AI（人工智能）作為投資主題，我們?cè)谶@個(gè)新舊動(dòng)能轉(zhuǎn)換的階段也很困惑，但同時(shí)也有一些思考。

AI技術(shù)及其簡(jiǎn)單的商業(yè)化并不是好的投資主題

我們第一個(gè)感悟是，AI技術(shù)及其簡(jiǎn)單的商業(yè)化并不是好的投資主題。比如頭像識(shí)別、AI芯片技術(shù)等，放在10年前可能是好的投資主題，因?yàn)楫?dāng)時(shí)AI還不熱，大家對(duì)AI的認(rèn)知都很淺。但這個(gè)時(shí)間節(jié)點(diǎn)已經(jīng)過(guò)去了。

這些年做技術(shù)投資，很多創(chuàng)業(yè)者以“有訂單”作為產(chǎn)品需求的唯一衡量點(diǎn)。有時(shí)出現(xiàn)一個(gè)創(chuàng)新技術(shù)，但其實(shí)用戶的痛點(diǎn)并沒(méi)有那么深。以火花塞為例，它對(duì)于上一代汽車來(lái)說(shuō)是一項(xiàng)非常關(guān)鍵的技術(shù)，但從歷史節(jié)點(diǎn)上看，并不是一個(gè)好的投資主題，因?yàn)榛鸹ㄈ皇且粋€(gè)單點(diǎn)技術(shù)。

首先，一個(gè)創(chuàng)業(yè)公司要把這項(xiàng)技術(shù)做得比大公司好很多，非常難。原因在于，工業(yè)化過(guò)程中會(huì)出現(xiàn)很多問(wèn)題。要革新這一單點(diǎn)技術(shù)，必須讓整個(gè)產(chǎn)業(yè)鏈協(xié)同推動(dòng)，同時(shí)還要考慮如何量產(chǎn)和成本問(wèn)題。就算創(chuàng)業(yè)公司真的做起來(lái)，等大公司輕松入場(chǎng)后，最后也只會(huì)淪為先烈。

其次，優(yōu)化后的火花塞無(wú)外乎兩種結(jié)果：

1、它能很好地在原有發(fā)動(dòng)機(jī)上使用，確實(shí)提升了效率，有一定競(jìng)爭(zhēng)力，但也很有可能原來(lái)的技術(shù)已經(jīng)基本滿足工業(yè)化流程了。這時(shí)候你就要問(wèn)一問(wèn)，這小小的改進(jìn)是否是關(guān)鍵性的？能否讓甲方付更多的錢？

2、它的確帶來(lái)了大改變，但不符合原有設(shè)備的條件，這意味著整個(gè)汽車產(chǎn)業(yè)鏈的上下游都要跟著改。這時(shí)候你也要問(wèn)問(wèn)，它值不值得讓整個(gè)產(chǎn)業(yè)鏈冒這么大的風(fēng)險(xiǎn)？

就算最后這些問(wèn)題都解決了，在整個(gè)汽車行業(yè)里，火花塞這樣的單點(diǎn)技術(shù)是一個(gè)客單價(jià)很低的生意，你的競(jìng)爭(zhēng)對(duì)手推出的產(chǎn)品客單價(jià)在500-4000美元，而你的只有3美元。同時(shí)，能跑多快、給多少補(bǔ)貼，怎么獲客等都是問(wèn)題。

如果不是從0到1徹底顛覆一個(gè)產(chǎn)業(yè)，做的是從1到100的事，只是對(duì)原有業(yè)務(wù)進(jìn)行效率上的提升，將很難創(chuàng)造大的價(jià)值。

機(jī)器視覺(jué)也是一個(gè)典型的例子。直到今天，市場(chǎng)上還大量存在著一類機(jī)器視覺(jué)創(chuàng)業(yè)公司，只是單純地圍繞某一領(lǐng)域或者產(chǎn)品做視覺(jué)識(shí)別。它們能革新上一代的技術(shù)，提高門檻去打敗大公司或者中型視覺(jué)公司嗎？

我認(rèn)為不太可能，因?yàn)槲磥?lái)總有一天，大中型公司會(huì)選擇將業(yè)務(wù)橫向拓展到各個(gè)領(lǐng)域，甚至實(shí)現(xiàn)端到端的系統(tǒng)變革，自己做芯片和傳感器，優(yōu)化所有工程效率。如果“藏身”的點(diǎn)不夠深，就很容易被大公司淹沒(méi)。

所以說(shuō)，AI技術(shù)及其簡(jiǎn)單的商業(yè)化并不是好的投資主題。

AI的核心能力是以更小的代價(jià)支撐更復(fù)雜的系統(tǒng)

為什么我們還在積極投資AI領(lǐng)域？因?yàn)槲覀儓?jiān)信AI的核心能力。以上案例我們聊的是單點(diǎn)技術(shù)，把AI當(dāng)成一個(gè)已有業(yè)務(wù)中的小補(bǔ)丁去提升單點(diǎn)效率，?AI真正的核心能力是：以更小的代價(jià)去支撐更復(fù)雜的系統(tǒng)。

以人臉識(shí)別為例，如果從單點(diǎn)看，apple to apple技術(shù)的準(zhǔn)確率遠(yuǎn)沒(méi)有?RFID或者NFC高，而且成本也相差很大。人臉識(shí)別的優(yōu)勢(shì)到底在哪里？

從系統(tǒng)設(shè)計(jì)的角度，它的優(yōu)勢(shì)是付出一些“識(shí)別不準(zhǔn)確”的代價(jià)，進(jìn)而大大提高系統(tǒng)效率，提供便利，并節(jié)約成本。也就是說(shuō)，它在識(shí)別你的臉的同時(shí)，做Re-ID，理解你的動(dòng)作和意圖，這有助于我們?cè)O(shè)計(jì)出更復(fù)雜多元的系統(tǒng)。

我們?cè)诿绹?guó)投了一些廣義上的AR技術(shù)（中國(guó)這方面的技術(shù)很少），就是在物理世界上疊加虛擬和邏輯世界，或者工業(yè)軟件信息，最后再投射回物理世界。

舉個(gè)具體的場(chǎng)景。建筑工人原來(lái)需要自己劃上1.6米高度的標(biāo)記，利用AR技術(shù)后，只需要打一個(gè)1.6米的激光，在加工過(guò)程中，也會(huì)有系統(tǒng)進(jìn)行實(shí)時(shí)糾正。其實(shí)手術(shù)等場(chǎng)景也一樣。

這看上去簡(jiǎn)單，但并不是一件容易的事。假設(shè)AI系統(tǒng)感知位置或者投射激光是通過(guò)工人的頭盔，但每位工人身高都不同，也就意味著每個(gè)人的位置不固定，這就需要AI有快速理解環(huán)境并進(jìn)行快速補(bǔ)償?shù)哪芰Α?/p>

綜合來(lái)看，我認(rèn)為，過(guò)去幾年AI在技術(shù)上實(shí)現(xiàn)了進(jìn)步，但應(yīng)用層面還沒(méi)有奏效，或許未來(lái)5-10年，我們能看到有相應(yīng)的應(yīng)用。

我們的投資主題只有一個(gè)：發(fā)明新業(yè)務(wù)系統(tǒng)，實(shí)現(xiàn)從0到1

作為AI基金，我們的投資主題只有一個(gè)：發(fā)明新業(yè)務(wù)系統(tǒng)。

如果你的團(tuán)隊(duì)中有很多技術(shù)牛人，能最早感知到前沿技術(shù)的邊界，并且有信心提前大公司3-5年把產(chǎn)品做出來(lái)，這當(dāng)然很厲害，但也只是一個(gè)入口，出口還是要落到新業(yè)務(wù)的效率模型。就像只發(fā)明一個(gè)火花塞是不夠的，我們需要發(fā)明一輛汽車或者一種新的交通工具。

該怎么做呢？如果我們選擇一些細(xì)分領(lǐng)域，重新梳理業(yè)務(wù)系統(tǒng)之間的邏輯，就會(huì)發(fā)現(xiàn)大量從0到1的機(jī)會(huì)。

來(lái)看看集裝箱的例子。集裝箱是在1940年左右才被正式標(biāo)準(zhǔn)化并投入使用，它最大的成功在于其產(chǎn)品的標(biāo)準(zhǔn)化，以及由此建立的一整套運(yùn)輸體系，大大降低了物流成本，提升了運(yùn)輸效率。

回到那個(gè)時(shí)間點(diǎn)，我們會(huì)發(fā)現(xiàn)，當(dāng)時(shí)每一個(gè)物流鏈上的節(jié)點(diǎn)都有大量的人在卸貨、包裝、裝貨，非常復(fù)雜。而有了集裝箱，裝貨、卸貨包括整個(gè)商品包裝行業(yè)的上下游都發(fā)生了改變。

所以，當(dāng)我們重新發(fā)明一個(gè)“容器”，整個(gè)行業(yè)的很多節(jié)點(diǎn)和鏈條其實(shí)都改變了，它代替了很多原有節(jié)點(diǎn)，又誕生了新的節(jié)點(diǎn)。

發(fā)明新業(yè)務(wù)系統(tǒng)的機(jī)會(huì)無(wú)處不在。你去改變一件人類基本可以做到但稍微有些困難的事，并不是終局。但是你能讓它實(shí)現(xiàn)從0到1的改變，就要比大多數(shù)人類高一個(gè)量級(jí)。

人類的歷程就是不斷地利用前沿技術(shù)和對(duì)行業(yè)的理解，去發(fā)明一些新的工具，去重塑節(jié)點(diǎn)和業(yè)務(wù)流程，人類的組織進(jìn)化就是先標(biāo)準(zhǔn)化再個(gè)性化的過(guò)程。

從這個(gè)角度來(lái)看，AI技術(shù)還有很大空間。以醫(yī)療技術(shù)為例，有大量潛在的數(shù)據(jù)軸需要AI去挖掘，比如掃描和成像技術(shù)。因?yàn)閳D像獲取上存在很大誤差，沒(méi)辦法達(dá)到通過(guò)認(rèn)證的標(biāo)準(zhǔn)，必須要經(jīng)過(guò)更復(fù)雜和個(gè)性化的調(diào)試才能得出一個(gè)更好的參數(shù)，或者通過(guò)其他數(shù)據(jù)軸的情況進(jìn)行實(shí)時(shí)調(diào)整，做多輪次的感知技術(shù)，比如體內(nèi)傳感器。

這在原來(lái)完全不可解，但在AI時(shí)代，就是一個(gè)有著發(fā)明新業(yè)務(wù)系統(tǒng)機(jī)會(huì)的垂直領(lǐng)域。

如何抓住AI投資機(jī)會(huì)

要抓住這樣的變革機(jī)會(huì)，就不可避免地要做加法。做加法，就要做大乙方。該過(guò)程不需要讓技術(shù)100%落地，理解了技術(shù)邊界就可以去找場(chǎng)景，往系統(tǒng)變革的方向去躍升。

所謂大乙方，就是不滿足于對(duì)單點(diǎn)的替代，而是和客戶一起重新定義端到端的模型，利用AI技術(shù)定義一個(gè)全新的業(yè)態(tài)。

比如零售，如果我選擇融入傳感器技術(shù)，做一個(gè)貨架加人臉識(shí)別的探頭，你會(huì)發(fā)現(xiàn)，最終的客戶營(yíng)銷漏斗還是沒(méi)變。但如果用AI技術(shù)賦能會(huì)怎么樣？我可以做個(gè)猜想：零售可不可以不是一家店，而是一塊靠近通道，能夠快速捕捉客戶興趣的互動(dòng)屏幕，再加上一個(gè)后端的前置倉(cāng)？一定會(huì)出現(xiàn)這樣的可能性，就像超市也并不是與生俱來(lái)就有的，而是人類發(fā)明的新系統(tǒng)。

我認(rèn)為，對(duì)于創(chuàng)業(yè)者來(lái)說(shuō)，最驚險(xiǎn)愉悅的機(jī)會(huì)，永遠(yuǎn)是在技術(shù)尚未成熟時(shí)，比如提前3-5年去打造一個(gè)冒險(xiǎn)的業(yè)態(tài)。在當(dāng)時(shí)可能無(wú)法理解，但幾年后，就是業(yè)態(tài)上的優(yōu)勢(shì)。

對(duì)很多行業(yè)來(lái)說(shuō)，大乙方可能還不夠。我們現(xiàn)在非常鼓勵(lì)創(chuàng)業(yè)者去嘗試做新甲方，或者用新甲方的心態(tài)去考慮自己能不能做乙方和技術(shù)供應(yīng)商。

用蘋果舉例。三五年前，我們?cè)诿绹?guó)投了很多農(nóng)業(yè)AI項(xiàng)目，現(xiàn)在他們普遍轉(zhuǎn)型，自己當(dāng)甲方。在美國(guó)，農(nóng)業(yè)領(lǐng)域的傳統(tǒng)甲方是一些分散的中型農(nóng)場(chǎng)，光賦能補(bǔ)上了其中一環(huán)，甲方在別的環(huán)節(jié)水平跟不上，也沒(méi)有辦法快速把優(yōu)勢(shì)發(fā)揮出來(lái)——這和中國(guó)SaaS發(fā)展不起來(lái)邏輯上是一樣的。

所以美國(guó)的農(nóng)業(yè)項(xiàng)目，通常是先拿這些甲方練手，站在大乙方的角度，去設(shè)計(jì)一個(gè)端到端的解決方案——根據(jù)下游供應(yīng)鏈的訂單來(lái)決定提前幾天、去哪個(gè)區(qū)域摘蘋果，以及怎么調(diào)控灌溉的時(shí)間。對(duì)蘋果的整個(gè)生產(chǎn)環(huán)節(jié)進(jìn)行數(shù)字化配置，搭建提升農(nóng)場(chǎng)運(yùn)營(yíng)效率的模型。

這實(shí)際上相當(dāng)于樹(shù)立了一個(gè)新的蘋果品牌。這就是AI非常大的系統(tǒng)優(yōu)勢(shì)，因?yàn)锳I能夠讓每一個(gè)蘋果的每一個(gè)生產(chǎn)環(huán)節(jié)都實(shí)現(xiàn)數(shù)字化配置。

假設(shè)全果園有6，657，423個(gè)蘋果，我到底要摘哪一個(gè)？如果是人工，肯定會(huì)根據(jù)“看上去很紅”的標(biāo)準(zhǔn)，但如果使用AI技術(shù)，借助冒泡算法，我可以很確定地摘第50個(gè)紅蘋果來(lái)保證交期。不僅如此，還可以減少農(nóng)藥的噴灑量和水的使用量。

這樣，甲乙方的關(guān)系慢慢就會(huì)發(fā)生轉(zhuǎn)變，原來(lái)的甲方變成大乙方的加盟商。因?yàn)槿绻寕鹘y(tǒng)甲方賦能AI系統(tǒng)，因其滯后的供銷渠道，就不能把價(jià)值發(fā)揮到最大。

現(xiàn)在的模式主要是：新甲方承諾給傳統(tǒng)甲方會(huì)提供什么樣的水果質(zhì)量，并且負(fù)責(zé)統(tǒng)購(gòu)統(tǒng)銷，傳統(tǒng)甲方只要按照規(guī)定的流程，就能實(shí)現(xiàn)雙贏。我們今天知道的品牌商比如Dule ，就是這個(gè)定位。

新甲方有一個(gè)必要條件，就是要素得充分開(kāi)放，否則打不過(guò)原來(lái)?yè)碛幸氐睦霞追?。就像上一輪的房地產(chǎn)，老甲方只要把房子囤著就好，并不需要把它造得更好。

目前很多行業(yè)其實(shí)都存在這樣的機(jī)會(huì)，尤其是今天的中國(guó)，因?yàn)橹袊?guó)擁有經(jīng)濟(jì)周期上的優(yōu)勢(shì)，大量行業(yè)要素都已經(jīng)充分開(kāi)放、充分競(jìng)爭(zhēng)、可交易，且需求還在快速變化且增多。

SaaS為什么不算一個(gè)好機(jī)會(huì)？做SaaS是利用了別人已經(jīng)做過(guò)的計(jì)算機(jī)服務(wù)器，所以滲透的機(jī)會(huì)有一些是屬于創(chuàng)業(yè)者的，但也有很多屬于大公司。相反，一些大家不愿意碰的垂直領(lǐng)域，如果你從0開(kāi)始布局傳感器和硬件技術(shù)，圍繞該品類算法做大量的開(kāi)發(fā)和優(yōu)化，機(jī)會(huì)就來(lái)了。

我認(rèn)為，10年后，中國(guó)并不會(huì)出現(xiàn)一批AI平臺(tái)公司類機(jī)會(huì)，真正有機(jī)會(huì)的是那些垂直領(lǐng)域的新效率模型公司。

只有“雙跳躍”才會(huì)帶來(lái)一些機(jī)會(huì)

回過(guò)頭來(lái)，加法的本質(zhì)其實(shí)還是減法。這里的減法指的是什么？

首先，我認(rèn)為，是對(duì)未來(lái)的洞察力。我們內(nèi)部有個(gè)詞叫“雙跳躍”（技術(shù)和行業(yè)加持），指的是只考慮技術(shù)或者行業(yè)都不行。因?yàn)锳I技術(shù)的影響已經(jīng)是一種顯學(xué)，大公司一定會(huì)比我們了解得更透徹，而行業(yè)研究的話，PE們肯定比你懂。只有“雙跳躍”才會(huì)帶來(lái)一些機(jī)會(huì)。

什么才是“雙跳躍”式的機(jī)會(huì)？在諸多種技術(shù)和極多細(xì)分行業(yè)的網(wǎng)格中，可能有1%的機(jī)會(huì)是兩邊人都不相信的，所以如果我們能提前3-5年入場(chǎng)，再通過(guò)一個(gè)更長(zhǎng)的周期去布局，就會(huì)有大量機(jī)會(huì)。

比如動(dòng)態(tài)生成的全個(gè)性化引導(dǎo)視頻，會(huì)應(yīng)用到什么水準(zhǔn)？以后也許商品包裝上就是一個(gè)動(dòng)態(tài)屏幕，如果成本能夠?qū)崿F(xiàn)量產(chǎn)，那么每個(gè)人看到的商品都是個(gè)性化生成的。如果你賭這個(gè)技術(shù)5年后能實(shí)現(xiàn)，就完全可以開(kāi)一家不一樣品類和業(yè)態(tài)的店。像這類應(yīng)用場(chǎng)景，兩邊人都不太會(huì)相信。

會(huì)有很多“雙跳躍”的機(jī)會(huì)，但背后需要你的洞察力。不過(guò)這很難，我們預(yù)測(cè)未來(lái)一年或者二十年可能相對(duì)容易，但是未來(lái)五年或六年會(huì)怎么樣，就需要精細(xì)化預(yù)測(cè)。

這種洞察不是通過(guò)拍腦袋想出來(lái)的，而是在過(guò)程中不斷迭代和摸索，同時(shí)，想清楚一個(gè)方向之后還要有定力，要拒絕很多誘惑。

比如人臉識(shí)別。前兩年賣人臉抓拍機(jī)的公司今天基本都死了，雖然他們一開(kāi)始賣得很好，但是過(guò)兩年，甲方發(fā)現(xiàn)這解決不了問(wèn)題，就不買了，偶爾還買的也都找大公司。而那些在幾年前以人臉識(shí)別作為技術(shù)切入，做城市級(jí)的、視頻矩陣內(nèi)的全局可視化、結(jié)構(gòu)化的公司活了下來(lái)。

做這樣的事其實(shí)需要大量的軟硬件投入，要自己做芯片、傳感器、系統(tǒng)，甚至是運(yùn)營(yíng)，把別人不相信的東西落地，需要大量的洞察、定力和取舍。這是一個(gè)先做減法，再做加法的一個(gè)過(guò)程。

未來(lái)創(chuàng)業(yè)者最核心的能力是模型打造

在這樣一個(gè)時(shí)間點(diǎn)，我認(rèn)為會(huì)誕生一批全新的創(chuàng)業(yè)者和投資人。

按照過(guò)去AI1.0的觀點(diǎn)，如果有一個(gè)教授，有很厲害的技術(shù)背景，我們會(huì)先投，再催著他去找人找項(xiàng)目，因?yàn)榻淌诳偸窍∪钡?在商業(yè)化方面，我們也會(huì)找一些傳統(tǒng)行業(yè)的高管，因?yàn)檫@些能帶團(tuán)隊(duì)的人也稀缺。這兩類人具有非常大的價(jià)值，但按照效率模型，他們只是其中的元素，并不是最理想的投資主題。

我們認(rèn)為，未來(lái)創(chuàng)業(yè)者和互聯(lián)網(wǎng)時(shí)代的產(chǎn)品經(jīng)理很類似，創(chuàng)業(yè)者是效率模型的戰(zhàn)略產(chǎn)品經(jīng)理，需要基于對(duì)技術(shù)的理解和對(duì)行業(yè)的洞察提出新的效率模型。行業(yè)里有很多人只對(duì)模型的某一個(gè)點(diǎn)執(zhí)行能力強(qiáng)，而且多少會(huì)陷入對(duì)原有路徑的依賴。

在這樣的背景下，剛才說(shuō)的教授和高管都是很好的VP（副總裁），可以為最優(yōu)秀的創(chuàng)業(yè)者所用。而最優(yōu)秀的創(chuàng)業(yè)者，應(yīng)該年輕、充滿洞察力和野心。他們是全新的，很可能是年輕的博士，或者是在一線互聯(lián)網(wǎng)公司做過(guò)多年數(shù)據(jù)分析的產(chǎn)品經(jīng)理，甚至是投資人。投資人在這個(gè)時(shí)代做創(chuàng)業(yè)者的機(jī)會(huì)變得越來(lái)越大，因?yàn)槲磥?lái)創(chuàng)業(yè)者最核心的能力就是模型的打造。

同時(shí)，創(chuàng)業(yè)者和投資人的關(guān)系也將發(fā)生改變。我們過(guò)去總說(shuō)，VC要成為創(chuàng)業(yè)者的co-founder（共同創(chuàng)立者），但事實(shí)上，執(zhí)行者主要還是創(chuàng)業(yè)者，VC只是提供資金和資源。但將來(lái)會(huì)有所變化，百度風(fēng)投現(xiàn)在就是把自己當(dāng)成一家創(chuàng)業(yè)公司，我們會(huì)先做一些工作，用分析出的結(jié)論和優(yōu)秀的創(chuàng)業(yè)者碰撞。投資人的優(yōu)勢(shì)是視角，因?yàn)槲覀兛催^(guò)很多橫軸和縱軸上的領(lǐng)域，可以請(qǐng)一些優(yōu)秀的創(chuàng)業(yè)者分析一些課題，并為課題匹配一定的資源。

出現(xiàn)這樣的轉(zhuǎn)變后，我們內(nèi)部也開(kāi)玩笑說(shuō)，我們現(xiàn)在已經(jīng)沒(méi)有投資人了，看技術(shù)的人改叫技術(shù)BP，看行業(yè)的人改叫行業(yè)BP。我們把投資人都定義為創(chuàng)業(yè)者的business partner（生意伙伴），利用他們的研究來(lái)幫助創(chuàng)業(yè)者，一起去尋找更好的“雙跳躍”機(jī)會(huì)。

我認(rèn)為，VC也存在著新的機(jī)會(huì)。一個(gè)好的VC永遠(yuǎn)會(huì)跟隨大的趨勢(shì)和人群的變化，而AI時(shí)代帶來(lái)的好處是，創(chuàng)業(yè)者和投資人所涉及的業(yè)務(wù)邊界會(huì)發(fā)生巨大變化。