劉維

從前幾年的預(yù)熱到現(xiàn)在的極熱，這說明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，我們在這個新舊動能轉(zhuǎn)換的階段也很困惑，但同時也有一些思考。

AI技術(shù)及其簡單的商業(yè)化并不是好的投資主題

我們第一個感悟是，AI技術(shù)及其簡單的商業(yè)化并不是好的投資主題。比如頭像識別、AI芯片技術(shù)等，放在10年前可能是好的投資主題，因為當(dāng)時AI還不熱，大家對AI的認(rèn)知都很淺。但這個時間節(jié)點已經(jīng)過去了。

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。有時出現(xiàn)一個創(chuàng)新技術(shù)，但其實用戶的痛點并沒有那么深。以火花塞為例，它對于上一代汽車來說是一項非常關(guān)鍵的技術(shù)，但從歷史節(jié)點上看，并不是一個好的投資主題，因為火花塞只是一個單點技術(shù)。

首先，一個創(chuàng)業(yè)公司要把這項技術(shù)做得比大公司好很多，非常難。原因在于，工業(yè)化過程中會出現(xiàn)很多問題。要革新這一單點技術(shù)，必須讓整個產(chǎn)業(yè)鏈協(xié)同推動，同時還要考慮如何量產(chǎn)和成本問題。就算創(chuàng)業(yè)公司真的做起來，等大公司輕松入場后，最后也只會淪為先烈。

其次，優(yōu)化后的火花塞無外乎兩種結(jié)果：

1、它能很好地在原有發(fā)動機(jī)上使用，確實提升了效率，有一定競爭力，但也很有可能原來的技術(shù)已經(jīng)基本滿足工業(yè)化流程了。這時候你就要問一問，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、它的確帶來了大改變，但不符合原有設(shè)備的條件，這意味著整個汽車產(chǎn)業(yè)鏈的上下游都要跟著改。這時候你也要問問，它值不值得讓整個產(chǎn)業(yè)鏈冒這么大的風(fēng)險？

就算最后這些問題都解決了，在整個汽車行業(yè)里，火花塞這樣的單點技術(shù)是一個客單價很低的生意，你的競爭對手推出的產(chǎn)品客單價在500-4000美元，而你的只有3美元。同時，能跑多快、給多少補(bǔ)貼，怎么獲客等都是問題。

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

機(jī)器視覺也是一個典型的例子。直到今天，市場上還大量存在著一類機(jī)器視覺創(chuàng)業(yè)公司，只是單純地圍繞某一領(lǐng)域或者產(chǎn)品做視覺識別。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公司嗎？

我認(rèn)為不太可能，因為未來總有一天，大中型公司會選擇將業(yè)務(wù)橫向拓展到各個領(lǐng)域，甚至實現(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”的點不夠深，就很容易被大公司淹沒。

所以說，AI技術(shù)及其簡單的商業(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？因為我們堅信AI的核心能力。以上案例我們聊的是單點技術(shù)，把AI當(dāng)成一個已有業(yè)務(wù)中的小補(bǔ)丁去提升單點效率，?AI真正的核心能力是：以更小的代價去支撐更復(fù)雜的系統(tǒng)。

以人臉識別為例，如果從單點看，apple to apple技術(shù)的準(zhǔn)確率遠(yuǎn)沒有?RFID或者NFC高，而且成本也相差很大。人臉識別的優(yōu)勢到底在哪里？

從系統(tǒng)設(shè)計的角度，它的優(yōu)勢是付出一些“識別不準(zhǔn)確”的代價，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，它在識別你的臉的同時，做Re-ID，理解你的動作和意圖，這有助于我們設(shè)計出更復(fù)雜多元的系統(tǒng)。

我們在美國投了一些廣義上的AR技術(shù)（中國這方面的技術(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。

舉個具體的場景。建筑工人原來需要自己劃上1.6米高度的標(biāo)記，利用AR技術(shù)后，只需要打一個1.6米的激光，在加工過程中，也會有系統(tǒng)進(jìn)行實時糾正。其實手術(shù)等場景也一樣。

這看上去簡單，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工人的頭盔，但每位工人身高都不同，也就意味著每個人的位置不固定，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>

綜合來看，我認(rèn)為，過去幾年AI在技術(shù)上實現(xiàn)了進(jìn)步，但應(yīng)用層面還沒有奏效，或許未來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：發(fā)明新業(yè)務(wù)系統(tǒng)，實現(xiàn)從0到1

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

如果你的團(tuán)隊中有很多技術(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，這當(dāng)然很厲害，但也只是一個入口，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，就會發(fā)現(xiàn)大量從0到1的機(jī)會。

來看看集裝箱的例子。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輸體系，大大降低了物流成本，提升了運輸效率。

回到那個時間點，我們會發(fā)現(xiàn)，當(dāng)時每一個物流鏈上的節(jié)點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“容器”，整個行業(yè)的很多節(jié)點和鏈條其實都改變了，它代替了很多原有節(jié)點，又誕生了新的節(jié)點。

發(fā)明新業(yè)務(wù)系統(tǒng)的機(jī)會無處不在。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。但是你能讓它實現(xiàn)從0到1的改變，就要比大多數(shù)人類高一個量級。

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

從這個角度來看，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)。因為圖像獲取上存在很大誤差，沒辦法達(dá)到通過認(rèn)證的標(biāo)準(zhǔn)，必須要經(jīng)過更復(fù)雜和個性化的調(diào)試才能得出一個更好的參數(shù)，或者通過其他數(shù)據(jù)軸的情況進(jìn)行實時調(diào)整，做多輪次的感知技術(shù)，比如體內(nèi)傳感器。

這在原來完全不可解，但在AI時代，就是一個有著發(fā)明新業(yè)務(wù)系統(tǒng)機(jī)會的垂直領(lǐng)域。

如何抓住AI投資機(jī)會

要抓住這樣的變革機(jī)會，就不可避免地要做加法。做加法，就要做大乙方。該過程不需要讓技術(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，就是不滿足于對單點的替代，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)，做一個貨架加人臉識別的探頭，你會發(fā)現(xiàn)，最終的客戶營銷漏斗還是沒變。但如果用AI技術(shù)賦能會怎么樣？我可以做個猜想：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屏幕，再加上一個后端的前置倉？一定會出現(xiàn)這樣的可能性，就像超市也并不是與生俱來就有的，而是人類發(fā)明的新系統(tǒng)。

我認(rèn)為，對于創(chuàng)業(yè)者來說，最驚險愉悅的機(jī)會，永遠(yuǎn)是在技術(shù)尚未成熟時，比如提前3-5年去打造一個冒險的業(yè)態(tài)。在當(dāng)時可能無法理解，但幾年后，就是業(yè)態(tài)上的優(yōu)勢。

對很多行業(yè)來說，大乙方可能還不夠。我們現(xiàn)在非常鼓勵創(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，我們在美國投了很多農(nóng)業(yè)AI項目，現(xiàn)在他們普遍轉(zhuǎn)型，自己當(dāng)甲方。在美國，農(nóng)業(yè)領(lǐng)域的傳統(tǒng)甲方是一些分散的中型農(nóng)場，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，也沒有辦法快速把優(yōu)勢發(fā)揮出來——這和中國SaaS發(fā)展不起來邏輯上是一樣的。

所以美國的農(nóng)業(yè)項目，通常是先拿這些甲方練手，站在大乙方的角度，去設(shè)計一個端到端的解決方案——根據(jù)下游供應(yīng)鏈的訂單來決定提前幾天、去哪個區(qū)域摘蘋果，以及怎么調(diào)控灌溉的時間。對蘋果的整個生產(chǎn)環(huán)節(jié)進(jìn)行數(shù)字化配置，搭建提升農(nóng)場運營效率的模型。

這實際上相當(dāng)于樹立了一個新的蘋果品牌。這就是AI非常大的系統(tǒng)優(yōu)勢，因為AI能夠讓每一個蘋果的每一個生產(chǎn)環(huán)節(jié)都實現(xiàn)數(shù)字化配置。

假設(shè)全果園有6，657，423個蘋果，我到底要摘哪一個？如果是人工，肯定會根據(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個紅蘋果來保證交期。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)系慢慢就會發(fā)生轉(zhuǎn)變，原來的甲方變成大乙方的加盟商。因為如果讓傳統(tǒng)甲方賦能AI系統(tǒng)，因其滯后的供銷渠道，就不能把價值發(fā)揮到最大。

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

新甲方有一個必要條件，就是要素得充分開放，否則打不過原來擁有要素的老甲方。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)其實都存在這樣的機(jī)會，尤其是今天的中國，因為中國擁有經(jīng)濟(jì)周期上的優(yōu)勢，大量行業(yè)要素都已經(jīng)充分開放、充分競爭、可交易，且需求還在快速變化且增多。

SaaS為什么不算一個好機(jī)會？做SaaS是利用了別人已經(jīng)做過的計算機(jī)服務(wù)器，所以滲透的機(jī)會有一些是屬于創(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開始布局傳感器和硬件技術(shù)，圍繞該品類算法做大量的開發(fā)和優(yōu)化，機(jī)會就來了。

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

只有“雙跳躍”才會帶來一些機(jī)會

回過頭來，加法的本質(zhì)其實還是減法。這里的減法指的是什么？

首先，我認(rèn)為，是對未來的洞察力。我們內(nèi)部有個詞叫“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。因為AI技術(shù)的影響已經(jīng)是一種顯學(xué)，大公司一定會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”才會帶來一些機(jī)會。

什么才是“雙跳躍”式的機(jī)會？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)會是兩邊人都不相信的，所以如果我們能提前3-5年入場，再通過一個更長的周期去布局，就會有大量機(jī)會。

比如動態(tài)生成的全個性化引導(dǎo)視頻，會應(yīng)用到什么水準(zhǔn)？以后也許商品包裝上就是一個動態(tài)屏幕，如果成本能夠?qū)崿F(xiàn)量產(chǎn)，那么每個人看到的商品都是個性化生成的。如果你賭這個技術(shù)5年后能實現(xiàn)，就完全可以開一家不一樣品類和業(yè)態(tài)的店。像這類應(yīng)用場景，兩邊人都不太會相信。

會有很多“雙跳躍”的機(jī)會，但背后需要你的洞察力。不過這很難，我們預(yù)測未來一年或者二十年可能相對容易，但是未來五年或六年會怎么樣，就需要精細(xì)化預(yù)測。

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

比如人臉識別。前兩年賣人臉抓拍機(jī)的公司今天基本都死了，雖然他們一開始賣得很好，但是過兩年，甲方發(fā)現(xiàn)這解決不了問題，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別作為技術(shù)切入，做城市級的、視頻矩陣內(nèi)的全局可視化、結(jié)構(gòu)化的公司活了下來。

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

未來創(chuàng)業(yè)者最核心的能力是模型打造

在這樣一個時間點，我認(rèn)為會誕生一批全新的創(chuàng)業(yè)者和投資人。

按照過去AI1.0的觀點，如果有一個教授，有很厲害的技術(shù)背景，我們會先投，再催著他去找人找項目，因為教授總是稀缺的;在商業(yè)化方面，我們也會找一些傳統(tǒng)行業(yè)的高管，因為這些能帶團(tuán)隊的人也稀缺。這兩類人具有非常大的價值，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，未來創(chuàng)業(yè)者和互聯(lián)網(wǎng)時代的產(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，需要基于對技術(shù)的理解和對行業(yè)的洞察提出新的效率模型。行業(yè)里有很多人只對模型的某一個點執(zhí)行能力強(qiáng)，而且多少會陷入對原有路徑的依賴。

在這樣的背景下，剛才說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。投資人在這個時代做創(chuàng)業(yè)者的機(jī)會變得越來越大，因為未來創(chuàng)業(yè)者最核心的能力就是模型的打造。

同時，創(chuàng)業(yè)者和投資人的關(guān)系也將發(fā)生改變。我們過去總說，VC要成為創(chuàng)業(yè)者的co-founder（共同創(chuàng)立者），但事實上，執(zhí)行者主要還是創(chuàng)業(yè)者，VC只是提供資金和資源。但將來會有所變化，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)勢是視角，因為我們看過很多橫軸和縱軸上的領(lǐng)域，可以請一些優(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)部也開玩笑說，我們現(xiàn)在已經(jīng)沒有投資人了，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），利用他們的研究來幫助創(chuàng)業(yè)者，一起去尋找更好的“雙跳躍”機(jī)會。

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