9月17日——9月18日，由36氪主辦的“2019中國投資人峰會”在深圳灣1號舉行。

當下的中國一級市場仍置身于至關(guān)重要的歷史時期。過去10年，GP、LP聯(lián)手創(chuàng)造了巨大價值、也獲取了超額回報，但如今，當狂飆突進已成歷史、原本充沛的資金源突被抽底、新一代的投資主題仍未充分顯形，大多數(shù)中國投資人和投資機構(gòu)們都身處于漫長的職業(yè)平穩(wěn)期——甚至是低谷期。面對更加復(fù)雜、更不可期的未來，在此次投資人未來峰會期間，各路投資人們還是坦承分享了他們對的趨勢洞察、以及掌握制勝之道的觀點與方法，以期探索在新周期、新常態(tài)下的生存法則。

當我們回顧過去兩年的創(chuàng)投熱點時，人工智能無疑是無法繞過的重要領(lǐng)域。作為世界創(chuàng)投歷史上“壽命”最長的投資主題之一，AI投資在中國在過去短短兩年內(nèi)，也經(jīng)歷了不少次起起落落。時至2019年，投資人們會如何重新審視AI投資，估值泡沫還有多大，呼之欲出的5G又會為AI投資帶來什么變化？36氪邀請了君盛投資合伙人李昊、久友資本董事長李陽、十方創(chuàng)投創(chuàng)始合伙人吳曼、聯(lián)想創(chuàng)投董事總經(jīng)理梁穎和同創(chuàng)偉業(yè)董事總經(jīng)理陳悅林來共同探討。

以下為對話摘編：

AI的估值泡沫還有幾成？

李昊：大家下午好！AI領(lǐng)域多年來起起落落，但也涌現(xiàn)了一批獨角獸公司，也有一大批公司倒下了，投資機構(gòu)們有鎖斬獲但也有一些掉進坑里，今天的圓桌論壇我們圍繞“人工智能的理性回歸”進行討論。

先介紹一下君盛投資。我們到現(xiàn)在走過了15年的歷程，最早從PE業(yè)務(wù)起家，到現(xiàn)在我們轉(zhuǎn)型以VC業(yè)務(wù)為核心，現(xiàn)在主要投中早期，在硬科技里面以通信、半導(dǎo)體、信息技術(shù)為核心，包括一些先進制造。在軟科技中，以人工智能、金融科技和企業(yè)服務(wù)三個細分板塊為主。

圍繞AI領(lǐng)域，我們開始討論第一個話題：AI領(lǐng)域的估值最近兩年一直在往下掉，人們也在探討，AI公司的估值到底合不合理？未來估值會往哪個方向去發(fā)展？

李陽：我是來自久友資本的李陽。在回答李昊總這個問題之前，我也稍微介紹一下我們公司的背景。久友資本成立于2015年，專注在兩個大的方向：一個是科技創(chuàng)新，比如人工智能、光電芯片、半導(dǎo)體、集成電路、新材料這些領(lǐng)域；另外一個大的方向是精準醫(yī)療、原創(chuàng)新藥。到目前為止我們管理的基金規(guī)模20多億，累計投了30多個項目，在科創(chuàng)板第一批25家上市公司里有我們投的一家。另外在創(chuàng)業(yè)板里也有兩家在會議審核中，科創(chuàng)板還有三四家正在準備申報過程中。

關(guān)于AI，自我們成立時就一直是我們重點布局的方向。我對AI行業(yè)從一個專業(yè)投資機構(gòu)的角度來看，它特別像一次馬拉松。1956年AI的概念就已經(jīng)提出來，到現(xiàn)在60多年了，AI估值的發(fā)展就像一次中長跑——AI這個概念剛火起來的時候估值高，投資機構(gòu)、創(chuàng)業(yè)者都很興奮，但是一次萬米長跑一定會經(jīng)歷第二個階段，興奮期過去會進入一個比較痛苦的成長期。這個痛苦的成長期中，就會出現(xiàn)分歧，投資機構(gòu)有些會更堅定一些，但有些可能就會動搖。AI產(chǎn)業(yè)不是短期的，它會是馬拉松式的長期發(fā)展，這是這個行業(yè)本身的特點和屬性所決定的。

未來，我們認為在AI的賽道上會出現(xiàn)比較嚴重的分化。對于很多AI創(chuàng)業(yè)者來講，最痛苦的事情是什么呢？是你上了路，但你選錯了賽道，而且你還融到了資，這是最悲哀的事情。為什么呢？因為它會浪費你的青春、浪費你的時間。如果從天使還融到了A輪，你更慘，因為你接下來可能又要浪費2-3年的時間。所以在AI創(chuàng)業(yè)方面，我們特別建議每一位創(chuàng)業(yè)者，一定要在起步的時候不要急，琢磨清楚，賽道不能錯。

吳曼：先介紹一下：十方創(chuàng)投是2015年成立的早期創(chuàng)投基金，我們不去定義我們投哪一類的技術(shù)，我們更關(guān)注以新技術(shù)為融會貫通的場景應(yīng)用服務(wù)的創(chuàng)業(yè)類早期項目。我原來是在小網(wǎng)通，從那開始關(guān)注了IP、WDN等，我們建立了第一張IP骨干網(wǎng)，之后我們又關(guān)注寬帶、云計算、大數(shù)據(jù)，到現(xiàn)在的人工智能，甚至區(qū)塊鏈以及未來的新型的科技趨勢。

關(guān)于AI公司的估值往下掉的問題，我覺得這個是一個很正常的大潮退去的表現(xiàn)。大家會看到頭部的項目估值堅挺，真正估值往下掉的其實是一些腰部和尾部的項目，甚至一些尾部的項目已經(jīng)被淘汰了。因為過去20年我都是在比較前沿的地方在參與，在推動，甚至在引導(dǎo)。在整個大浪淘沙的過程中，你會發(fā)現(xiàn)，科技的傳承是一個疊進的過程，隨著技術(shù)的不斷精進，比如因為有了IPE，有了寬帶，讓我們的數(shù)據(jù)更加便宜；有了云計算，大家應(yīng)用的場景更加方便、無時無處；又有了大數(shù)據(jù)、人工智能等。大家都會明白，任何一項技術(shù)都不是孤立的，不是單一的，它一定是多種數(shù)據(jù)的融會貫通。

另外一點是，最近好像人工智能這個浪潮又開始有點降溫，為什么會降溫呢？因為有很多的項目開始找不到場景的發(fā)力點，它沒有真正的落地點，沒有扎根在實際的應(yīng)用場景下，于是就會出現(xiàn)發(fā)展中的戰(zhàn)略迷茫。

十方在選擇項目的時候，會優(yōu)先去選擇已經(jīng)想清楚這個產(chǎn)業(yè)落地點或者場景著眼點的早期創(chuàng)業(yè)者，同時他們又擁有了技術(shù)的融合能力以及行業(yè)資源，包括對業(yè)務(wù)客戶的需求把握等。

另一類就是針對于技術(shù)類的創(chuàng)業(yè)者，我們更關(guān)注的就是技術(shù)本身怎么樣能夠扎根在一厘米寬、十公里深百公里深的落腳點上，這是最關(guān)鍵的。我相信，大浪淘沙的過程更多是對于很多純粹的人工智能技術(shù)類項目的挑戰(zhàn)，如果不能在轉(zhuǎn)型過程中快速找到自己的著眼點，后面面臨的情況不是簡單的估值下降，而是真的生死存亡的問題。

梁穎：我先簡單介紹一下聯(lián)想創(chuàng)投。聯(lián)想創(chuàng)投是聯(lián)想集團旗下的全球科技產(chǎn)業(yè)投資基金，專注以物聯(lián)網(wǎng)、邊緣計算、云、大數(shù)據(jù)、人工智能為核心的智能互聯(lián)網(wǎng)賽道，同時關(guān)注這些核心技術(shù)與產(chǎn)業(yè)的深度結(jié)合帶來的機會：智慧交通、智慧城市、智慧教育、智慧醫(yī)療、智慧家庭、智慧能源等。我們希望通過資本+創(chuàng)業(yè)者的力量，開放聯(lián)想的全球資源，幫助創(chuàng)業(yè)團隊實現(xiàn)技術(shù)的商業(yè)化轉(zhuǎn)換。我們目前外部投資了超過100家企業(yè)，同時在聯(lián)想內(nèi)部孵化了10家子公司和創(chuàng)新業(yè)務(wù)。

我們在人工智能賽道的布局比較早，比較廣泛，國內(nèi)人工智能比較頂尖的獨角獸我們都有投資或者合作，我們是曠視科技的天使投資人，寒武紀多輪投資人。

我個人認為人工智能初創(chuàng)企業(yè)的故事還是存在泡沫。泡沫一方面來自在座投資人的追逐；另外一個是對AI技術(shù)未來的期許，但是在此之前，AI仍有很長一段路要走，目前人工智能在商業(yè)的應(yīng)用最成功的是安防、金融，但在安防領(lǐng)域，一些特殊場景的識別比如突發(fā)事件的識別，還不夠成熟。

未來兩三年或者更長的時間，對待人工智能行業(yè)可能需要更加理性的思考，找到技術(shù)與行業(yè)的真正結(jié)合點，讓人工智能最終回歸商業(yè)本質(zhì)、回歸產(chǎn)業(yè)，它才能真正發(fā)揮效應(yīng)。

陳悅林：我來自同創(chuàng)偉業(yè)，我們從2000年成立到現(xiàn)在，明年就20年了。我們管的基金有200多個億，有人民幣+美元。我們以前以PE投資為主，這兩年都轉(zhuǎn)到成長期為主。我們偏綜合性的機構(gòu)，我們內(nèi)部分TMT、科技、醫(yī)藥和消費，但是這兩年我們重點覆蓋的賽道，同制造業(yè)到一些電子信息這塊我們覆蓋比較深，所以這兩年5G、互聯(lián)網(wǎng)、人工智能、企服這些是我們重點覆蓋的賽道。

我們上市公司有70家，今年科創(chuàng)板大概我們會有五六家的科創(chuàng)板的企業(yè)。

關(guān)于主持人的問題，我就兩個觀點：

第一是整個人工智能第一階段的投資在核心技術(shù)上，核心技術(shù)是什么？只要你跑出來，整個行業(yè)的上游有可能就幾家，它的天花板非常高，它本身就享有高的溢價，這些公司貴是貴得有理由的。

第二個觀點是，到這一階段，大部分是往應(yīng)用上去做投資，應(yīng)用階段有很多不同的場景，但是誰能跑出來是不確定的。舉個簡單的例子，因為我們在機器視覺、在工業(yè)檢測上面投了好幾家公司，前兩年只要你說是基于視覺做工業(yè)檢測，不管什么場景，有可能有一兩個測試訂單就能在市場上以很高估值融到新一輪，但是檢測在不同的工業(yè)場景下有可能的落地應(yīng)用的難度是不一樣的，有可能這個行業(yè)能跑出來，另外行業(yè)不一定能跑出來。所以大家坑踩多了，整體估值就會下來。所以，你在起步的時候要想清楚，你對這個行業(yè)是否真的理解透了，它的難度到一個什么樣的階段，能不能支撐你到一個什么樣的階段，這是團隊在選擇你的創(chuàng)業(yè)方向非常重要的，也是能否支撐你快速往前跑一個非常重要的因素。

李昊：我們的第一個思考是，我們應(yīng)該怎么樣去看待估值體系的特征和變遷，要看背后的驅(qū)動力和相關(guān)的特點。我們會聽到一個說法，個體的理性會帶來群體的非理性，AI行業(yè)的整體估值變遷也有這樣的特點。AI行業(yè)有幾點特點：

第一，從中長期看，比如三五年的周期，整體來看對結(jié)果會相對樂觀，比如說人工智能會逐步去滲透各行各業(yè)落地，并且這種樂觀基本上是絕大多數(shù)機構(gòu)和產(chǎn)業(yè)從業(yè)人員的共識。但是另一方面，通往這個結(jié)果的路徑非常復(fù)雜而不可預(yù)知，你不知道哪條路能走通；

第二，對于過去幾年，尤其是2012-2017年這個周期里，大部分機構(gòu)相對有錢，而這個市場幾千家機構(gòu)中，大部分機構(gòu)會對中觀層面的路徑、規(guī)律和邏輯上的風(fēng)險意識不足，而更多會在對宏觀結(jié)果的樂觀預(yù)期和對具體項目發(fā)展的樂觀估計之下形成相對激進的投資行為；

第三，在面對同一個項目，在同一個時間段中，可能不同機構(gòu)會有不同的估值模型，有的比如用pe思考、有的用ps思考、有的可能更加激進，然而最后能獲得項目的一定是最激進的估值方式，進而整體的AI創(chuàng)業(yè)公司的估值在市場不錯的情況下都會變得相對激進。也就是說，在這三個力量裹挾下，AI公司出現(xiàn)整體估值偏高的情況，尤其是第一梯隊公司，是必然的結(jié)果，是無法通過個體機構(gòu)行為改變而改變的結(jié)果，即使我們現(xiàn)在重新回到六七年前來重新走一遍，依然會把這個過程再來一遍。因此，核心是VC公司要找到你在這個大勢中的定位。

我們的第二個思考是：AI行業(yè)估值特征的變化，是和行業(yè)的特征和輪動緊密結(jié)合在一起的。我們通常說，AI分為三層，最底層是基礎(chǔ)層，比如算力、算法等等；中間層是基礎(chǔ)技術(shù)平臺，比如目前上市場圖像視覺、語音語義這幾塊占據(jù)了一大半融資金額；再往上是應(yīng)用層，AI在各行各業(yè)的應(yīng)用。

2010-2012年，隨著基礎(chǔ)層深度學(xué)習(xí)技術(shù)逐步走入大眾視野，加上算力的不斷迭代，帶動了2012-2015年基礎(chǔ)技術(shù)平臺的興起并大量獲得融資。

2016-2018年，行業(yè)熱點逐漸就往應(yīng)用層去遷徙。在我們通常說估值比較高的通用技術(shù)層為例，通常企業(yè)發(fā)展起來要跨越兩個鴻溝：一個是技術(shù)鴻溝，一個是商業(yè)鴻溝。技術(shù)鴻溝方面，經(jīng)常動輒就是需要近百人的團隊去組建，商業(yè)鴻溝方面，很多AI公司必須要搶占一個合適的場景和面，比如金融、安防這樣的有封閉、相對成熟數(shù)據(jù)基礎(chǔ)并且有相對好的付費能力的場景，再去喂養(yǎng)團隊、技術(shù)的迭代和升級。那很多公司在跨越這個鴻溝的過程中，就會出現(xiàn)明顯的估值提升快于基本面提升的情況。

但是從這兩年看，很多企業(yè)其實跨越不過去，那估值往下掉就成了必然結(jié)果。其次，行業(yè)輪動到了應(yīng)用層公司的興起，但是應(yīng)用層公司不能復(fù)制技術(shù)平臺層的邏輯，它們必須直接和效果、產(chǎn)出，也就是相應(yīng)和收入掛鉤。而挺多細分領(lǐng)域的應(yīng)用型公司依然在講技術(shù)平臺公司的估值邏輯，這是不能完全講通的，整體估值體系就會顯得保守一些，這類公司比例的提升也會相應(yīng)拉低AI公司整體的估值。

投資人偏好的AI公司有何嬗變？

李昊：最近兩三年來，大家越來越多地談到，以前覺得AI是技術(shù)驅(qū)動，到但現(xiàn)在大家覺得更多是商業(yè)、落地、場景，大家怎么看這個問題？另外，5G來臨，對AI投資會有什么影響？

李陽：關(guān)于商業(yè)落地，大家還是得想清楚你做的到底是一個什么級別的AI，什么級別的技術(shù)創(chuàng)新。如果你做的是原子彈，沒問題，你可以一路專研在技術(shù)上，比如自動駕駛，尤其是L4、L5級別以上的自動駕駛，投入大量的資金，它足夠大，一旦實現(xiàn)可能帶來的是顛覆性的變化。但是絕大多數(shù)的AI創(chuàng)業(yè)公司，可能不到這一點，我們做的可能不是原子彈，只是有一定的殺傷力，這個時候沒有辦法忽略掉商業(yè)上的落地。這是絕大部分AI創(chuàng)業(yè)公司要考慮的問題。

對于絕大部分AI公司，我們建議是技術(shù)要稍微超前一點，但是不能離商業(yè)落地太遠，除非你做的是原子彈。絕大部分AI公司還是要考慮技術(shù)跟商業(yè)之間的平衡問題。

另外一方面，大家都知道中國這么大，做AI的公司這么多，如果你的技術(shù)領(lǐng)先度不足，也很容易被PK掉。所以關(guān)于技術(shù)和商業(yè)方面的平衡是兩個方面。

吳曼：剛才李總講的都非常同意，補充一點：我們談科技創(chuàng)業(yè)，本質(zhì)上它還是在談商業(yè)，我們不是在談一個科技趨勢，而是我們要怎樣將科技成果轉(zhuǎn)化成商業(yè)落地的場景，最終形成訂單，它本質(zhì)上還是一個商業(yè)模式的問題。只要談到商業(yè)模式，你自然而然要跟閉環(huán)聯(lián)系起來，就是說我的錢是怎么進，最后怎么回收回來。這是創(chuàng)業(yè)者要想清楚的一點。

再有一點，站在創(chuàng)業(yè)的角度，要知道投資人的篩選標準和價值評估體系。很多時候我看到很多優(yōu)秀的創(chuàng)業(yè)者——尤其是一些科技類創(chuàng)業(yè)者，明明技術(shù)很好，但卻融不到資。非常重要的原因就是在創(chuàng)業(yè)和投資之間的語境體系話術(shù)沒有對等。

另外一個是關(guān)于5G物聯(lián)網(wǎng)的到來。我覺得這肯定是對人工智能的一個特別大的助力。人工智能是一個老概念，為什么今年感覺又回潮了，很大一個因素是因為5G和物聯(lián)網(wǎng)的到來。從基礎(chǔ)設(shè)施的角度，5G可以讓整個成本大幅降低，物聯(lián)網(wǎng)可以提供更好的覆蓋性，才能夠使人工智能的算法和場景有更緊密的結(jié)合，這是一個相輔相成的過程。

梁穎：關(guān)于人工智能時代，我認為最大的機會是與產(chǎn)業(yè)的結(jié)合。第一波人工智能投資潮時，大家都投資了人工智能技術(shù)與行業(yè)專家本身。我們不僅投科學(xué)家、投技術(shù)，還要去考量這些科學(xué)家如何將技術(shù)落地到產(chǎn)業(yè)。比如曠視最早在安防領(lǐng)域扎根，在業(yè)務(wù)發(fā)展中選了物流作為第二個重要產(chǎn)業(yè)賽道。

我們認為，人工智能落地行業(yè)的時候，首先要找到行業(yè)的切入點和痛點。舉個例子，在智慧交通領(lǐng)域，我們投了深圳智能交通，它擁有國內(nèi)大概200多個城市的出租車、公交車、地鐵行駛信息，過去深圳華強北是一直塞車，尤其是上下班時間，我們提供的解決方案是，基于華強北周邊的交通信息，來做道路、人群分析處理，并實行了一個很簡單的改造，把之前的越南路從雙向改成了單向，只花了一千多萬，就大大提升了戶型小籠包。

智能制造也是人工智能落地非常好的場景。我們投資了一家利用AI機器視覺進行手機玻璃面板檢測的公司中科慧遠，這套檢測技術(shù)還避免了藍光給工人眼睛造成傷害，同時大幅提高了效益，將品質(zhì)全檢漏檢率嚴格控制在了1%以下，過檢率控制在了2%以下。

我建議，初創(chuàng)企業(yè)最好從垂直行業(yè)切入，真正解決一個具體的問題，不要做偽需求。

陳悅林：關(guān)于人工智能，我們分為兩個大的方向：一個我們內(nèi)部自己總結(jié)的，是詩和遠方，另外一個是當前的飯碗。

詩和遠方是技術(shù)，因為人工智能這一階段很多技術(shù)已經(jīng)到了瓶頸，大部分項目都集中在語音語義、機器視覺、視覺圖形圖像識別等，但是人工智能并不僅僅是這些技術(shù)。像腦機接口、人機協(xié)作相關(guān)的一些技術(shù)是面向下一代的人工智能技術(shù)的基礎(chǔ)數(shù)據(jù)。這是我們深度跟蹤和在早期階段去投資的。

另外一個是當前的飯碗，就是現(xiàn)在產(chǎn)業(yè)化應(yīng)用的方向，應(yīng)用人工智能技術(shù)去降本增效。

針對這兩個核心方向，比如先進制造，我們自己投的在電子信息產(chǎn)業(yè)領(lǐng)域，當上市公司就有十幾家，基本上把和電子信息手機相關(guān)的產(chǎn)業(yè)都投，所以我們做機器視覺這塊投了好幾家。未來我們還會深度挖掘在這個產(chǎn)業(yè)鏈上的投資。

第二塊我們現(xiàn)在重點在看的是金融行業(yè)。金融行業(yè)有最優(yōu)質(zhì)的數(shù)據(jù)，前幾年整個金融行業(yè)我歸納為互聯(lián)網(wǎng)金融，但是現(xiàn)在真正回歸到金融技術(shù)的這個領(lǐng)域。我覺得難度是分證券、銀行、保險這幾方面，他們到了要提高它整個運作效率的階段，AI技術(shù)會很好地解決這些問題——類似我們最近在掃很多關(guān)于保險的公司，AI就能幫助提升核保的效率。

李昊：我也簡單談一下我們的觀點。

三個方面，第一個是技術(shù)和商業(yè)的關(guān)系。技術(shù)一定是引領(lǐng)，商業(yè)是補充。技術(shù)需要商業(yè)提供場景，提供數(shù)據(jù)，提供公司發(fā)展的彈藥。所以我們看很多公司，尤其頭部公司，他們能發(fā)展起來，是非常復(fù)合型的能力，而非僅僅技術(shù)強。很多公司在銷售、政府公關(guān)、甚至pr、融資方面，能力都比較強，而這恰恰為技術(shù)迭代提供了支持。

在布局賽道方面，我們目前在沒有底層技術(shù)重大突破的前提下，我們更關(guān)注應(yīng)用層。但是我們投資應(yīng)用層有三個準則：第一，必須直接對應(yīng)效果。如果形成一個效果有十個因素，但是AI只能解決其中五個，甚至還得一個個去解決，那樣“效果噪音”就會特別大，就無法衡量AI作用的權(quán)重。這一點解決的是買單問題。第二，必須是解決可衡量的剛需。這一點解決的是定價問題。第三，必須和所在行業(yè)能夠深度耦合，這個解決的是壁壘問題。很多項目落地的場景比較low，比如我們早期投資了一家在陶瓷原材料領(lǐng)域利用AI技術(shù)進行供應(yīng)量優(yōu)化的公司，現(xiàn)場都是泥巴，完全看不出AI公司的高逼格，但是確實能解決問題，發(fā)展也非常迅速。

關(guān)于5G，5G未來可能會拓展AI應(yīng)用的場景，這個是有希望的。5G會帶來很多行業(yè)的變革的機會，但是具體如何和AI相結(jié)合，又能延伸出什么機會，比如是否真能在制造業(yè)領(lǐng)域通過AI或者大數(shù)據(jù)產(chǎn)生變革，我們內(nèi)部討論也在猶豫和觀察。