洪泰基金副总宋楠：AI创业怎样融到＂让对手绝望的钱＂

本篇文章4019字，读完约10分钟

对于这个行业的大玩家来说，为了下注，投资机构可以不关心他们的财务指标。每个人都只看一件事，那就是你是否能保持你在行业中的地位和影响力。

从集体狂欢到突然降温，宋楠经历了2016年人工智能领域最艰难的投资。现在，他经常警告被投资公司“少谈算法，多脚踏实地”，并得到“让对手绝望的钱”。

钛媒体编辑苏建勋

宋楠还记得看了阿尔法戈打败李世石后的情景。“肾上腺素飙升，”他告诉钛媒体。“这对投资者来说就像是一个导火索，他们会考虑迅速找到下一个目标。”

2016年初，时任宏泰基金投资经理的宋楠在宏泰前沿科技集团学习算法、计算能力和数据已有一年多时间。这时，宋楠遇到了仍处于萌芽阶段的ai语义公司“三角野兽”(Timotion MeDIa关于该公司的800字极简报告)，他直觉地找到了自己要找的“目标”。

在微软和百度R&D团队的背景和nlp算法的优势下，宋楠让三角野兽首席运营官马宇池负责融资，并在办公室“压签了投资意向书”。在同一时期，包括正格在内的许多一线风险投资机构与宏泰争夺三角野兽。

在不到三年的时间里，三角野兽的估值已经上涨了近30倍，成为人工智能领域的明星创业公司。此外，宋楠还带动了nreal.ai、Shumi Technology等8家公司的投资，估值回报率平均增长约3倍。

宏泰基金副总裁宋楠

宋楠现在担任鸿泰基金副总裁。宋楠在鸿泰，专注于前期投资，需要在行业形成红海之前的最短时间内判断价值，找到高质量的目标。

然而，回顾2016年对人工智能的投资，宋楠也有担忧。即使在投资了三角野兽之后，宋楠也曾在各种人工智能领域“摆脱不了”bp，甚至“有些人无法理解”。

什么是2016年前的早期风险投资？许多人工智能初创公司提供基于算法模型的产品创意，甚至是刚从实验室诞生的科学理论；然而，资本市场在这一领域往往是“概念优先”，许多被人工智能覆盖的公司都获得了超高的估值，这就是所谓的“估值泡沫”。

“那时候，谁做了人工智能基础研究，哪一个有商业模式？事实上，他们仍在做项目。”宋楠告诉钛媒体。

泡沫的存在使得宋楠的决策谨慎。宏泰对投资最终成功的定义不是"赢"一轮或两轮，而是ipo或被高溢价收购。然而，在那个时候，几乎没有人工智能项目在宋楠有可能取得最后的成功。

这一转变发生在2017年。

随着国内人工智能初创企业持续登陆项目的探索，整个人工智能+安全、金融、智能硬件等市场得到进一步教育，愿意付费的客户数量大幅增加，相关人工智能部署方案也更加成熟。这些现象都体现在投资上，这与市场、客户、客户单价没有什么不同，后者可以成为创业项目更量化的评价标准。

然而，这并不意味着在人工智能轨道的投资将成为马平川。由于人工智能的天然门槛，人工智能项目的马太效应加剧，首个项目将更快占领市场份额。语义、视觉和物联网……每个细分领域似乎都很庞大，但只能容纳三四家公司。

那么，为什么“热”的人工智能行业造就了“冷”的人工智能企业家呢？人工智能启动项目应该如何建立自己的障碍？鸿泰副总裁宋楠接受了钛媒的专访。以下是采访记录:

艾创业，接地气可以得到订单

钛媒:与宏泰的消费和娱乐轨迹相比，在人工智能领域投资的特点是什么？

宋楠:和其他领域相比，天使阶段的人工智能项目确实有一些特殊性。

对于娱乐和消费，这些领域的投资者应该首先研究整个行业的分工，然后再看渠道和不同产业链的细分轨迹。例如，消费领域应该着眼于新产品、新渠道或新品牌，娱乐行业应该着眼于大网络、综合网络或电视剧和电影，因此有一个非常清晰的全景模型。

然而，对于人工智能来说，除了建立对计算能力、算法和上层应用的全球意识之外，当我们填充这个行业时，我们并不是说有算法和计算能力的机会，或者说有应用的机会，因为整个人工智能业务相对来说是早期的，这三个部分在不同阶段显示的机会对资本市场有不同的认识。

因此，在2016年alphago击败李世石之后，我们很快就找到了一个有着成熟算法基础的团队，在大家意识到如何投票给ai之前，我们投了三角野兽。

钛媒体:2016年，你专注于人工智能领域的算法。你现在关注什么？

宋楠:开始逐步延伸到上层应用。根据不同的发展阶段，我们对项目有不同的要求。2016年，我们着眼于绝对技术。自2017年以来，我们一直专注于商业化，专注于技术和场景的结合。现在，一个好的人工智能启动项目需要一个优秀的技术团队和一个好的产品经理。

钛媒体:为什么会发生这种变化？

宋楠:拥有计算能力或算法的公司如果没有收入，就会烧钱。此外，他们的劳动力成本极高。很有可能某个行业的一两家领先公司最终会脱颖而出，而其余的公司会因为拿不到钱而逐渐消亡。这意味着如果我们不先来，将会有很大的风险。

2016年，在我们投资了大量底层技术ai项目后，我们发现这个市场的风向变化很快，集体狂欢突然开始降温，算法和计算能力项目的数量开始减少。因此，我们从2017年开始使用上层应用程序，因为这是人工智能行业中相对较新的商业模式。

钛媒体:为什么算法和计算能力的项目减少了？

宋楠:当算法、计算能力等技术优势反馈给客户时，精度可能会有3%-5%的差异，但这种差异很难进行定量的横向比较。事实上，人工智能公司获得订单的核心因素之一是商业服务能力。

具体来说，例如，当与客户交流时，许多有科学家背景的人工智能项目方会觉得我的技术很好，你为什么不用我呢？这是他们与客户沟通时不适合的地方。作为乙方的公司，你应该让客户感受到你的真诚，这是“坦诚相告”的，这样他们才能拿到账单。

在实际的项目登陆层面上，客户真正需要的是完全不同于人工智能行业所关注的所谓的高算法和豪华团队。

对于安全性的应用，核心问题不是改进算法，而是如何使人脸的成像更加清晰。因此，在地铁和其他场景中，在实施人工智能项目时要考虑的因素是:摄像机应该有多高；如何设置焦距；当遇到夹角时如何保证覆盖所有人…这些经验比算法的改进更重要。

人工智能项目的更多“耐力”

钛媒体:人工智能初创企业应该如何形成自己的障碍？

宋楠:拿到让别人绝望的钱绝对是第一要务。

投资者是蛋糕上的糖衣。如果你有10亿元，我不介意多投资2亿元，但是如果你只要2000万元，让我投资2亿元。我一定会考虑的。就像滚雪球一样。企业家必须把这个雪球滚下去。

你还能看到有人在做人工智能图像和语音识别吗？很少。现有企业已经赚了足够的钱。所以，对于投资者来说，如果他们看到有人在做人工智能的形象和声音的启动项目，他们会投赞成票吗？绝对不是。

因此，人工智能行业是一个绝对的马太效应，如果你想真正建立门槛，你必须想办法成为这个行业的头。

钛媒体:建立这样的壁垒有什么困难？

宋楠:互联网公司的开放性和作为核心的尖端算法计算能力都存在问题

从数据维度来看，互联网上的绝大多数数据现在都存在于微信、淘宝和百度等大公司的平台上。这些数据将对核心计算能力乃至整个人工智能应用的深度学习产生重要影响。这些数据什么时候会被打开？这就是为什么在国外有许多我们无法做到的跨越数据源和产品的创新。

此外，在所谓的算法计算能力方面，我很少看到底层算法框架的创新让人们大放异彩。

国内人工智能企业家所做的相对肤浅。例如，算法非常简单。大部分图像人工智能都是基于微软最早的深度学习算法，而且大部分都来自微软的团队背景；此外，国外流行的人工智能技术，如增强型神经网络学习，很少看到国内企业家参与其中。这是因为资本市场的支持确实不够，另一方面，这也是在人才储备。我们和美国之间确实有差距。

钛媒体:技术是人工智能创业的门槛吗？

宋楠:技术资产本身是有价值的，但是当投资者发现这样的项目没有退出的时候，你会发现无论技术有多好，它仍然需要符合资本市场的语言系统，所以我们将来还是会关注有商业模式前景的ai项目。

回到具体的行业，我不是在看基于所谓的垂直应用的创新项目，而是成熟的应用登陆项目。什么意思?例如，在人工智能语音交互、语义分析、图像识别和机器人(300024)控制等模块中，语音和图像都比较成熟。我现在看到的项目实际上是基于这两种成熟技术的不同应用场景的登陆。

钛媒体:你刚才谈到了两点。一是2017年的投资目标已经从算法转向应用，二是中国与算法和计算能力相关的技术落后。这种投资错位会加剧国内人工智能行业底层技术的缺陷吗？

宋楠:这真的是个问题。两天前，我读了一本名为《技术大停滞》的书，书中说整个科技创新都是围绕着从资本中获利的欲望而进行的，这种趋势实际上是一个人性问题。

谁应该解决这个问题？我认为首先应该是国家，所以现在国家也在创新方面做了很多引导资金，并且用这种国有投资力量来保证创新的存在。这种创新不是强有力的，而是鼓励火花的创新。

此外，参考国外创新环境，我们会发现国外技术巨头更愿意收购一些有新想法的初创企业，这为资本提供了一个很好的退出渠道。这在很大程度上是因为vc行业已经在美国发展了很多年，而且很多vc投资者本身就是很多科技巨头的高管或者投资者，而vc本身对科技公司的决策有着更大的影响力。这种情况在中国已经发生过，比如百度收购瑞文，阿里与杭州政府之间的资本布局，以及腾讯的许多基金，所有这些都代表着英美烟草与创业项目投资者之间不可分割的联系。

钛媒体:像人工智能这样的新技术项目，投资机构的估值模式会改变吗？

宋楠:对于小玩家来说，投资机构的心态属于“不见兔子，不散鹰”，投资者还是会问你做了什么。产品登陆进展如何？清算状态是什么？即使你是一项新技术，风险投资仍在与旧的估值模式和旧的融资方法谈判。

然而，对于这个行业的大玩家来说，投资机构不能为了下注而关心他们的财务指标。每个人都只看一件事，那就是你是否能保持你在行业中的地位和影响力。

因此，在人工智能领域，风险投资与其说是更宽容，不如说是在相对不合理的估值体系中。(本文是第一钛媒体，采访，作者/苏建勋，编辑/郁郁葱葱)