人工智慧是我們手裡新的錘子， 我們要敲所有行業裡面的釘子。
7月8日， 由中國電腦協會CCF主辦、雷鋒網和香港中文大學（深圳）聯合承辦的「CCF - GAIR」全球人工智慧與機器人峰會在深圳大中華喜來登酒店舉行。 圍繞著資本和人工智慧， 六位投資人分享了他們對人工智慧的看法。
主持人：顧旻曼（真格基金董事總經理）
嘉賓：韓彥（光速中國基金創始合夥人）
岳斌（高榕資本創始合夥人）
徐立新（博將資本管理合夥人）
王華東（經緯創投合夥人）
孟醒（順為資本副總裁）
高天垚（聯想之星投資副總裁）
主持人：投資人舉一家你們看好的AI創企?並講述你們的投資觀點是怎樣的？
韓彥——“成立兩年， SaaS收入已經將近一億。 ”
投資觀點：在我個人看來， 只有兩類的企業能打動我們， 一就是產品技術真正能使它所落地的行業， 能夠在效率上有成倍的提高。 第二， 通過他的資料和演算法， 能夠使他提供的服務或者產品好用三到五倍以上。
嶽斌——“一家估值10億美元的獨角獸。 ”
依圖科技。 我們參與的時候， 大家對他們還沒有那麼多的認可， 但是估值不便宜。 公司十幾個人， 在上海郊區一個民房辦公。 兩位創始人， 一位之前在美國待了很多年， 在UCLA、MIT這些地方工作。 另外一位創始人是他的同學， 是阿裡雲的第一任技術總監。 今天在視覺這一塊， 他們做出了非常多的突破， 而這些突破我相信是我們在這些行業會議或者論文上是看不到的。 除此之外， 今天很多人在說醫療AI， 真正落地有實際應用， 有大量資料， 能真的幫到醫生的， 除了他們， 我幾乎沒見到其他公司有這樣的服務。 他們也是一家10億美金級別的公司。
徐立新——“天使輪融到1個億美金”
達闥科技， 是全球第一家AI雲平臺。 這個雲平臺是一般駭客看不見摸不著的， 獨立的平臺。 創始人是中國移動研究院的院長， 他們認為金融領域是有錢的， 最先應用的， 所以他聯合一幫銀行、高通、富士康還有我們融到一億美金的天使輪。 他們給網路做安全通訊， 比如說蘋果手機有漏洞， 一些敏感的部門和一些政府官員的通訊可以用安全手機。
投資觀點：會講故事， 會講夢想。
王華東——“少有的能做到連續人機對話引擎的公司”
驀然認知， 去年推出的人機對話的系統， 是少有幾家能做到連續對話的引擎， 同時又做到非常好的商業化落地， 比如說在車載有不少的客戶， 所以具備一定的技術壁壘， 同時有非常好的商業化，
投資觀點：技術領域有自己的積累， 能夠開發出有一定技術領先性的公司。
孟醒——“國內唯一家在多人場景下動態即時多場景三維重建的公司”
Owlii， 是一家從清華出來很早期的團隊。 他們是國內唯一一家在多人場景下動態即時多場景三維重建的公司。 舉個例子， 我站在這裡， 我所有屋子裡面的動作即時能重建在另外一個人的眼前， 他可以通過AR眼鏡看到， 所有的座標資訊全部即時重建到裡面， 往遠了想， 他們對標的不是視覺問題， 而是交通。
投資觀點：最好的公司永遠在下一個。
高天垚——“用AGV這種方式來解決停車”
我最近剛投一個比較有意思的專案， 它是用AGV這種方式來解決停車。
投資觀點：看中他們的想像力。
主持人：在面向早期的團隊走過來的時候， 在技術演算法、獲取資料的能力和垂直領域或者通用領域實現商業化能力的這個大三角裡， 我們是怎麼平衡？或者優先順序取捨？
高天垚——希望尋找做錘子的人或者會用錘子的人
AI最大的想像力是不知道什麼東西可以被解決，商業落地、效益提升肯定是一個必然的大家所追求的東西。但不知道的是這個時間點有不知道的技術演進或者不斷有優秀人才出現，他們能夠解決行業裡的問題，這其實是我們看這裡面很大的機會。我們比較關注兩類人，一類是你會做錘子，一類是你會用錘子。雖然長期來看演算法是壁壘會下降，但在目前演算法的稀缺性還是有的，包括軟硬結合的能力，這是你會做錘子。再就是你會用這個錘子，希望這一塊更多的是把商業落地體現出來。
孟醒——不放棄任何一個點，全都要
資料大家都知道，海量資料是前提，但是有太多思路和演算法都是為了解決這個問題，能不能用非常小的資料做到同樣好的方式，這些專案對我們來講有巨大的加分，因為它是在顛覆我們固有的模型，認為一定要有大資料才能解決的問題。第二，商業化上能不能想辦法，產品定義上能不能使我吸收到更多的資料。哪怕商業能力不行沒有天然資料，在沒有人碰過的領域，沒有人跟我競爭資料的資料來源，自己成為資料的開發者以及資料的分析者，兩件事疊加在一起。可能比較虛，但是確實是這麼考慮問題的，我們不太希望你必須有商業化或者有資料。這個三角是不存在的，我們是一個四角或者五角。技術和演算法是與生俱來的，絕大多數可能在引進的過程中不太容易改變，所以這段作為初始團隊或者早期條件是必然存在的。資料是有手段改變的，但是無論是你去換一種演算法，用更少的資料，還是合適的方向是必須要解決的。我們今天不是很看重商業化，而是商業化的前景，不是你賬上已經掙了多少錢。天花板非常低的或者不太可能有巨大突破的，這也是沒法投的項目。
順為投的比較多的是A輪和B輪，我覺得創業者或者團隊一定有它劣勢的方向，但是有不同的方向去解決它的劣勢能力，這是我比較看中的。
王華東——有沒有想清楚產品的使用場景，在使用場景下我們會關注這個團隊的構成
經緯主要做A輪和B輪的投資.從我們的角度，關注使用場景是關注未來的商業潛力，如果說產品有商業潛力的話，需要有一個團隊做出來。而在這個時候，我們不希望只是投一家純技術的團隊，我們希望這個團隊有人能夠把技術做得非常好，有人能夠把運營做得非常好，也就是產品做得非常好，所以這個事情是我們比較關注的。
徐立新——AI的道和術
博將資本主要是A輪為主，現在的風口是AI，這是一個已經建起來的道場，大家都各有各的招數，人臉識別，語音辨識，移動裝置、演算法，各有所長。而術，比如圖像識別或者語音辨識達到99%了，離圓滿還有一點距離，但是能找到我的應用場景，能在安防或者金融領域應用，我覺得是非常接地氣的，這個術不是屠龍之術，它符合我投資的方向。
主持人：剩下兩位嘉賓可以更講講比如細節角度，包括創業團隊的角度，坦白講大家也都認可未來你的整個全域是要補充的，但是你總是要開始切入，包括有一些領域是更有機會破局。
嶽斌——認知是最重要
過去投資AI公司的過程中，有幸投到了在商業上非常有感覺，在技術上也是在全世界做得最好的公司，每次有機會碰到這樣的公司，這都是會讓人做夢笑出來的事情，但是這樣的公司確實是極少。
AI領域投資還有一個特點，稍微好一點的公司其實步子都非常高，對VC要求非常高，幾乎所有的VC都非常難。這麼高估值，好的團隊這麼少的情況下，一年下來出手機會是機器有限的，所以在這種情況下要有好的回報，必須出手很准。
回到這幾個點也要分具體的領域去看，比如深度學習演算法做訓練，希望得出非常好的精度和結果的話，資料量非常重要的。或者沒有資料，獲取資料的方式也是非常重要。另外，同樣的條件，不同的細分領域對這些要求也會各有不同，如果把這幾個點綜合在一起，到底什麼最重要呢？認知是最重要。如果真的要在AI領域裡面投到最好的公司，並且賺到大錢，一方面要投到最好的公司，同時還要保證你投的每家公司都不要讓別人覺得這家公司實際上很一般，兩個條件都得要做到。
韓彥——對行業有深的見地，或者有一些瘋狂的想法，同時他在商業上是非常有感覺
從投資人的角度來說，最能打動我們的創業者，對這個行業的理解不一定是在某一個行業是專家，他可能是外行人，但他對某個行業有深的見地，或者有一些瘋狂的想法，同時他在商業上是非常有感覺的，往往這種人對標準VC來說是很打動的有這樣的團隊我們肯定是緊抓的。回過頭來，每年做成大公司的機會不是那麼多，所以創業也不要整天想著成為下一個滴滴，我覺得還是要從團隊的自身分析一下自己的長板在哪裡。
從創業者角度，千萬不要跟風，看看自己的長板是什麼，是不是技術？技術也OK，有價值，技術上有亮點就賣掉公司，這也是成功的創業。一定要多看自己角度身上的長板，發揮長板，同時不要忘了這件事情能做大，你在商業上的理解也是需要非常深。
主持人：最後一個問題是，如果說你要給AI創業這個領域裡面的公司指一個雷區，建議他不要做，這會是什麼？我建議大家不要再做自動駕駛。
高天垚：不要做平臺級的東西，特別是在AI領域的初創公司，當然平臺是價值很大，但是很難，我們看到過，不要期望做一個很通用平臺級的，AI這個領域很難。
孟醒：我覺得不要去抱著以賣技術的心態做創業，無論是你的產品還是你最後的退出途徑，中國沒有這樣的土壤。
王華東：我同意孟醒的觀點，不要覺得自己的演算法多牛就可以用這個牛的演算法做一家公司，演算法是有週期的。
徐立新：人工智慧處在剛剛開張的階段，就個人來說還看不准哪裡有窟窿，但是你不要做熟悉的東西，你不知道什麼地方是坑，什麼地方是包，也許你自己就撞了一頭包了，所以團隊裡要有熟悉的領域才能做，把技術落實到相應的場景，給自己信心，不然自己就會搞得很沮喪。
嶽斌：今天在AI這個行業就像早幾年智慧硬體和很多領域都很火，但是現在智慧硬體公司真正賺錢的到底剩下幾家？從智慧硬體裡賺到錢的VC又是幾家？極少，最後大成的是哪幾家？為什麼是他們？如果有我做了，大公司也做了怎麼辦等等這樣的問題困擾，我覺得真正做投資的人不會去想這些問題，但是他們的確看到了要通過什麼路徑能夠做起來，如果我們做的時候沒有站在一個這樣的高度做事情，較大的可能是真的不用幹了。
韓彥：前面幾位講得非常好，我非常贊同不熟的領域千萬不要做。AI領域的創業千萬不要再去幻想會有滴滴這麼多錢砸進來，所以一定要做好五到十年的準備，要打有耐心的仗，如果你能預想這個創業是要足夠時間、足夠耐心、足夠專注，那你勢必對這個領域是有很強的感知、認知，其他不熟的千萬不要去碰，不要為了創業而創業。
我們是怎麼平衡？或者優先順序取捨？高天垚——希望尋找做錘子的人或者會用錘子的人
AI最大的想像力是不知道什麼東西可以被解決，商業落地、效益提升肯定是一個必然的大家所追求的東西。但不知道的是這個時間點有不知道的技術演進或者不斷有優秀人才出現，他們能夠解決行業裡的問題，這其實是我們看這裡面很大的機會。我們比較關注兩類人，一類是你會做錘子，一類是你會用錘子。雖然長期來看演算法是壁壘會下降，但在目前演算法的稀缺性還是有的，包括軟硬結合的能力，這是你會做錘子。再就是你會用這個錘子，希望這一塊更多的是把商業落地體現出來。
孟醒——不放棄任何一個點，全都要
資料大家都知道，海量資料是前提，但是有太多思路和演算法都是為了解決這個問題，能不能用非常小的資料做到同樣好的方式，這些專案對我們來講有巨大的加分，因為它是在顛覆我們固有的模型，認為一定要有大資料才能解決的問題。第二，商業化上能不能想辦法，產品定義上能不能使我吸收到更多的資料。哪怕商業能力不行沒有天然資料，在沒有人碰過的領域，沒有人跟我競爭資料的資料來源，自己成為資料的開發者以及資料的分析者，兩件事疊加在一起。可能比較虛，但是確實是這麼考慮問題的，我們不太希望你必須有商業化或者有資料。這個三角是不存在的，我們是一個四角或者五角。技術和演算法是與生俱來的，絕大多數可能在引進的過程中不太容易改變，所以這段作為初始團隊或者早期條件是必然存在的。資料是有手段改變的，但是無論是你去換一種演算法，用更少的資料，還是合適的方向是必須要解決的。我們今天不是很看重商業化，而是商業化的前景，不是你賬上已經掙了多少錢。天花板非常低的或者不太可能有巨大突破的，這也是沒法投的項目。
順為投的比較多的是A輪和B輪，我覺得創業者或者團隊一定有它劣勢的方向，但是有不同的方向去解決它的劣勢能力，這是我比較看中的。
王華東——有沒有想清楚產品的使用場景，在使用場景下我們會關注這個團隊的構成
經緯主要做A輪和B輪的投資.從我們的角度，關注使用場景是關注未來的商業潛力，如果說產品有商業潛力的話，需要有一個團隊做出來。而在這個時候，我們不希望只是投一家純技術的團隊，我們希望這個團隊有人能夠把技術做得非常好，有人能夠把運營做得非常好，也就是產品做得非常好，所以這個事情是我們比較關注的。
徐立新——AI的道和術
博將資本主要是A輪為主，現在的風口是AI，這是一個已經建起來的道場，大家都各有各的招數，人臉識別，語音辨識，移動裝置、演算法，各有所長。而術，比如圖像識別或者語音辨識達到99%了，離圓滿還有一點距離，但是能找到我的應用場景，能在安防或者金融領域應用，我覺得是非常接地氣的，這個術不是屠龍之術，它符合我投資的方向。
主持人：剩下兩位嘉賓可以更講講比如細節角度，包括創業團隊的角度，坦白講大家也都認可未來你的整個全域是要補充的，但是你總是要開始切入，包括有一些領域是更有機會破局。
嶽斌——認知是最重要
過去投資AI公司的過程中，有幸投到了在商業上非常有感覺，在技術上也是在全世界做得最好的公司，每次有機會碰到這樣的公司，這都是會讓人做夢笑出來的事情，但是這樣的公司確實是極少。
AI領域投資還有一個特點，稍微好一點的公司其實步子都非常高，對VC要求非常高，幾乎所有的VC都非常難。這麼高估值，好的團隊這麼少的情況下，一年下來出手機會是機器有限的，所以在這種情況下要有好的回報，必須出手很准。
回到這幾個點也要分具體的領域去看，比如深度學習演算法做訓練，希望得出非常好的精度和結果的話，資料量非常重要的。或者沒有資料，獲取資料的方式也是非常重要。另外，同樣的條件，不同的細分領域對這些要求也會各有不同，如果把這幾個點綜合在一起，到底什麼最重要呢？認知是最重要。如果真的要在AI領域裡面投到最好的公司，並且賺到大錢，一方面要投到最好的公司，同時還要保證你投的每家公司都不要讓別人覺得這家公司實際上很一般，兩個條件都得要做到。
韓彥——對行業有深的見地，或者有一些瘋狂的想法，同時他在商業上是非常有感覺
從投資人的角度來說，最能打動我們的創業者，對這個行業的理解不一定是在某一個行業是專家，他可能是外行人，但他對某個行業有深的見地，或者有一些瘋狂的想法，同時他在商業上是非常有感覺的，往往這種人對標準VC來說是很打動的有這樣的團隊我們肯定是緊抓的。回過頭來，每年做成大公司的機會不是那麼多，所以創業也不要整天想著成為下一個滴滴，我覺得還是要從團隊的自身分析一下自己的長板在哪裡。
從創業者角度，千萬不要跟風，看看自己的長板是什麼，是不是技術？技術也OK，有價值，技術上有亮點就賣掉公司，這也是成功的創業。一定要多看自己角度身上的長板，發揮長板，同時不要忘了這件事情能做大，你在商業上的理解也是需要非常深。
主持人：最後一個問題是，如果說你要給AI創業這個領域裡面的公司指一個雷區，建議他不要做，這會是什麼？我建議大家不要再做自動駕駛。
高天垚：不要做平臺級的東西，特別是在AI領域的初創公司，當然平臺是價值很大，但是很難，我們看到過，不要期望做一個很通用平臺級的，AI這個領域很難。
孟醒：我覺得不要去抱著以賣技術的心態做創業，無論是你的產品還是你最後的退出途徑，中國沒有這樣的土壤。
王華東：我同意孟醒的觀點，不要覺得自己的演算法多牛就可以用這個牛的演算法做一家公司，演算法是有週期的。
徐立新：人工智慧處在剛剛開張的階段，就個人來說還看不准哪裡有窟窿，但是你不要做熟悉的東西，你不知道什麼地方是坑，什麼地方是包，也許你自己就撞了一頭包了，所以團隊裡要有熟悉的領域才能做，把技術落實到相應的場景，給自己信心，不然自己就會搞得很沮喪。
嶽斌：今天在AI這個行業就像早幾年智慧硬體和很多領域都很火，但是現在智慧硬體公司真正賺錢的到底剩下幾家？從智慧硬體裡賺到錢的VC又是幾家？極少，最後大成的是哪幾家？為什麼是他們？如果有我做了，大公司也做了怎麼辦等等這樣的問題困擾，我覺得真正做投資的人不會去想這些問題，但是他們的確看到了要通過什麼路徑能夠做起來，如果我們做的時候沒有站在一個這樣的高度做事情，較大的可能是真的不用幹了。
韓彥：前面幾位講得非常好，我非常贊同不熟的領域千萬不要做。AI領域的創業千萬不要再去幻想會有滴滴這麼多錢砸進來，所以一定要做好五到十年的準備，要打有耐心的仗，如果你能預想這個創業是要足夠時間、足夠耐心、足夠專注，那你勢必對這個領域是有很強的感知、認知，其他不熟的千萬不要去碰，不要為了創業而創業。