洪泰金海燕：AI+行业是慢工细活，2019年多个赛道会有商业化成果

洪泰观：

6月26日下午，由北大青年CEO俱乐部主办的“未名创星论坛第十五期——AI行业应用场景及未来发展趋势”在京举办，中国青年报、北大创新评论为媒体支持，近百位嘉宾出席。

洪泰基金执行董事、北大03级信息管理系校友金海燕受邀出席，在现场分享了她关于人工智能行业与投资的四点思考。

• 人工智能+行业整体来说是慢工细活；

• 在人工智能创投圈，现在绝对不是资本寒冬期；

• 技术驱动给各行业带来的创新机会，是资本青睐的根本；

• 多个行业正在加速商业化落地，2019年会看到一些商业化成果。
  

以下为演讲实录：

各位北大校友们，下午好，我是金海燕，信息管理系03级硕士，之前有10年搜索引擎工作经验，16年开始加入洪泰基金做投资，主要负责人工智能大数据方向的投资。这里跟大家分享一些我对人工智能创投的观察及思考。

我的第一个观点，人工智能+行业整体来说是慢工细活。

中国移动互联网的速度，从概念出来到团队竞争结束，3年时间就能见胜负。比如网约车，滴滴出行用三年的时间能获得两亿用户，并购了赛道上最主要的竞品快的打车，基本确定了网约车的格局；像映客，也是用不到三年的时间，超过2亿用户，港股IPO；社交电商，拼多多用三年的时间，获得了近3亿付费用户，实现美股IPO。中国移动互联网的速度，叫快速压缩式发展。

背后的原因，是经过了10来年的互联网阶段，创业者和投资人都明白了底层逻辑，就是快速规模化用户，有了用户就有变现方法；同时用户也是被教育过的。所以一旦有团队进入赛道，就有更多的团队进入，资本迅速站队，速战速决。

而这一点在AI时代，尤其是AI和行业结合应用方向上，就不是这样的情况了。我认为在AI+行业这个赛道上，本身就不能很快。如果还拿以往移动互联网的速度来衡量AI+行业的项目，我觉得这个认知是不对的，预期是不对的。

慢的背后原因，是人工智能赋能行业需要解决多个问题：

人工智能应用在与行业相结合的方向上要做数据准备的工作，数据在某些行业里面，比如说数字化比较好的行业，金融、广告这些行业快一点儿，但是也有数据清洗的过程和要求。在另外很多行业里，其实是边数字化边数据标注、清洗、治理的过程，医疗是典型，农业、安防、工业等很多领域都是属于这种情况。所以，在数据准备这个阶段其实就是要耗时间的。

算法与产品的打磨上也是需要时间的。在这个领域之内，像芯片流片之前就需要准备足够长的时间，很多AI与行业结合需要不断调优算法，本身需时间。

团队内部跨界人才的融合，搞人工智能做技术的与行业经营的人思维方式与语言体系都不同，并不是在同一个团队里就是team，需要有融汇、学习、磨合的过程。

行业客户培育上也有一个过程。不像C端用户，经过了互联网的阶段以及移动互联的洗涤，今天大爷大妈都已经能很顺畅地使用手机，中国网民在全世界都是相对成熟的用户群体。但是企业客户、行业客户，今天对产品服务有个价值认知和逐步接受的过程。

另外，在某些特定的领域还会有执照准入的环节。比如说像无人驾驶，即便是L4也要拿到政府的一些执照，才允许你在某些路段试运行；AI医疗方向的话，想要以医疗器械的方式落地到医院，是需要CFDA认证的，这个证本身在你产品ready了以后去申请，还需要长达一年甚至是一年半的时间。

所以各种因素合在一起，就导致了这个方向上没法像跟移动互联网阶段后期的公司，快速两、三年之内就能长出大公司的，这里的大指的业务大而不是表面上的估值大。在这样的情况下，今天有些原来看2C方向的投资人转过来看这个方向，如果抱的心态是说要快速地投到里面是要快速出成果的，可能会失望。

第二个观点，在人工智能创投圈，现在绝对不是资本寒冬期。这个我们可以看数据。

这是根据企名片的数据统计的，按年份来看成立人工智能公司数量与获投的数量，19年的选取了截至到昨天的数据。我们可以看到，过去的2014年到2018年每年获得的融资数量都是在上升的。甚至到2018年的时候都出现了获得的融资项目的次数比本年所成立的项目数还多，可见市面上的人工智能项目有多容易拿到钱。2019年的前六个月（截止昨天）融资完成数量，看起来有降低，相较于成立的公司数量来说，也是很多的。这表明，人工智能的投资充其量是回归理性，去掉了过度的喧嚣，资本寒冬是完全说不上的。

资本寒冬这种词，背后我们更应该去看资本周期。资本周期这个词反映的供需关系就是资本和项目之间的供需关系。资本的供给端这一块，我在2016年开始看这个赛道的时候，同时也看这个赛道的基金会少一点儿，很多基金是没人看这个方向的。但是今年，我看见还在市场上出手的基金几乎都是设有这个投资方向的。虽然整体募资困难导致市面上基金数量减少，但在基金中把人工智能科技方向列入投资方向的比例是明显提升的，从这个维度上来说今天就是投向人工智能这个赛道的总资金不见得是下降的。

同时，在整个人工智能的赛道上，我们今天看到的情况好项目数其实不是那么多的，所以我们看到好项目在市面上的融资并不那么困难。

把2019年前六个月融资数据拆出来看，我们看到今年融资的特点是呈现出一个U字型，两边容易一些，中间难。头部的项目的资本效应聚集还是非常明确的，今年上半年几家都拿过大笔几亿美金的融资，比如旷视、地平线、图森；另外一端是早期的，天使、Pre-A、A轮的项目，融资的比例其实还是足够高的，能占到70%以上；反倒是中间这一段，A+轮以后的项目，今天这个时间节点投资人看你的时候，都要问说你的商业落地情况、你去年的收入情况，由于前几年给的估值溢价都是挺高的，今天若商业落地情况并不理想，估值又下不来，就比较难融了。这个一个去泡沫的过程。

整体来说，人工智能投资圈，今天肯定不是寒冬期，而是回归正常理性的状态。

第三个观点，技术驱动给各行业带来的创新机会，是资本青睐的根本。

我还是比较坚信，以人工智能为核心的技术是下一个十年中国经济发展的新引擎。虽然相对慢，但这是大趋势。

大家都知道大势就是中国人口的红利期用光了，经济周期上位于下行期，必须要用好技术。技术是推动整个经济发展里面最根本、最核心的因素，政策上是大力支持技术发展的。

经济形势好的时候，企业他挣钱容易，对技术的应用这一块儿没有那么强的动力，而经济下行期，整个行业都活得不容易，倒逼着企业要提高生产效率，提升对市场的反应的速度，降低成本。

我投过在杭州的一家叫数澜科技的公司，在坚持了好几年后今年迎来了高速成长期。数澜CEO曾是阿里内部一手建起数据中台的核心骨干，他出来创业，定位做数据基础设施，替企业搭建数据中台，今年才算真正迎来了数据中台的元年，越来越多的行业客户认可和主动提出需要数据中台的咨询、服务和产品。

简单介绍两句数据中台，它是数据应用的基础设施，类似数据的操作系统，把一家大型企业所拥有的所有的数据在这个层面打通，能做数据交换，实现数据资产化，这样以后不管是部门还是子公司在这上面做数据应用的时候，效率能够变得很高。这样的进程加速，一方面跟十几年信息化进程固然有关，另一方面也跟经济下行期有关，企业反而更有动力去求变，用数据驱动着企业业务模式和商业模式的优化。

未来的十年，对于科技领域的创业公司来说，挣钱是慢的，但挣的钱是非常有价值的、是非常有门槛的。他在企业和行业里挣到了钱的过程，是用技术驱动各行各业创新，提升行业效率的过程，对中国的整个经济发展是有乘数效应的。

第四个观点，多个行业正在加速商业化落地，2019年会看到一些商业化成果。

在AI的商业化落地阶段，2019年应该是个会被记一笔的年份。AI技术落地、最早也是最快商业化的领域，安防，头部多个项目今年收入都不错，如果今年还不能收入过亿的玩家可能是竞争力不太够了。另外，据我观察到的，有几个行业今年的收入会真正开始起来，有的是之前一直在投入，今年第一年商业化落地产生收入的，比如AI医疗影像。

AI应用于医疗领域是我非常看好的，我认为这个方向上有机会能产生互联网BAT和移动互联网TMD这种体量的伟大公司。医疗领域的根本矛盾是供需关系不平衡，在中国人口年龄结构变化，老龄人比例越来越高、可支配收入不断提升的基本面下，需求越来越多，医生这种10来理论学习加至少10来年的临床实践经验的养成模式没有变化，这个矛盾会越来越强。

我们知道互联网和移动互联网时期就没有产生过技术应用于医疗方向上非常大的、非常牛的公司，虽然其实也有非常多的团队在探索这个方向，就是因为互联网和移动互联网技术的技术本质是在通过连接消除供需双方的信息不对称从而带来产业效率的提升，解决不了医疗方向优质供给不足的问题。而AI技术的特点，只要有足够多的“正确答案”，机器学习能发挥他“学得快”的优势，快速将以往医生的技能训练出来。

AI影像是相对比较容易的切入方向。这个赛道被很多创业者和投资人看好，所以过去两三年有几十家的项目拿到过融资。我们在17年初选择投了深睿医疗，现在属于赛道第一梯队的项目。这个赛道上最早大家看技术、看团队，过程指标看训练出来的产品效果，有多少医院在使用，与医疗器械相结合的产品是否拿到了CFDA 2类证和3类证。今年到了可以开始起一定收入规模的阶段了。

商业落地的方向中，我们看到信息化、自动化、智能化几波技术浪潮是叠加在一起发生的。比如，刚才陈师兄提起他们投的行业无人机云圣智能，我们是后面一轮投的。它因为同时把几个技术用在一起，应用落地范围就大大拓展了。大家都知道，消费级无人机比如大疆航拍机，续航能力很弱，40分钟的续航，只能用作娱乐，做不了生产工具，因为效率不够。那么这家公司通过硬件自动化技术解决了这样的问题，他做了一个无人机场，大概是1.5米长宽高的立方铁盒子，飞机飞到快没电的时候就跑回来自己在这边自动换电池，非常快，3分钟就能换好，就不用充电了。

同时，这家公司的人工智能视频数据分析能力很强，无人机采集回来的数据，可以传到云上或者直接在端上做计算和分析。这样，无人机就不再只是一个硬件，而是会飞的数据采集器，还能采集多种数据，比如白天普通摄像头采集数据，接近傍晚快看不清的时候无人机自己飞回来机场里自动换一个夜视仪，然后跑出去继续录视频采集数据，需要采集空气成分时就跑回来换一个气体检测传感器，所以多种技术的结合使得它所能应用的范围大大扩展，商用落地的行业可以拓到多个行业里面，包括在电网里面的巡检、智慧城市等。

商业化落地，今年还看到一个很独特的现象。智能化项目，在早期阶段就并行考虑了国际化。互联网发展史上，基本只有海外公司比如美国公司设计他们的产品的时候是考虑全球用户的，中国基本都只考虑服务中国用户的。现在咱们的项目也有这样的，这是一个趋势，中国开始将自己的技术、人才与产品开始输出其他国家。

回顾下我刚才说的几点：人工智能+行业其实是慢工细活，它不会非常快速爆发；今天这个时间节点资本对于人工智能整个行业其实挺友好的，今天绝对不是资本寒冬期，只是去掉了一些该去的泡沫；我还是非常看好技术驱动给各行业带来的创新的机会；2019年会看到有多个赛道上会有商业化的起色。小结起来，核心就是不要低估长远也不要高估短期，不管是创业者还是基金都需要耐心。

洪泰在过去的3年的时间里布局过大概有30几家AI公司，阶段从天使到B轮，包括底层的算力、算法，包括中间层大数据基础设施公司，以及上面层的在各行业应用，包括安防、智慧金融、先进制造、营销、医疗、工业、新零售等各个方向的项目。我们的项目70%都拿到过后一轮及以上的融资，现在大多数公司发展都还比较稳健。接下来我们仍在会在这个赛道上继续投资，陪伴那些用技术改变世界的创业者。

我们判断一个项目是否该投，主要从势、事和人三个维度来评估。

早期的项目上会非常看重人，我们对AI创业方向上的创始人是否足够优秀是这么定义的：

• 首先创始人要有很好的技术Insights，这个不一定说创始人必须是团队里技术最牛的，也有可能技术最牛的是CTO，但是我们认为好的创始人必须得有技术的Insights，知道技术的未来的发展趋势，市场在哪里，价值在哪；

• 第二看他的人才号召力，创始人出来创业的时候没有好的合伙人愿意跟随，我们基本上是不投的；

• 第三，创始人有比较高的格局，希望不是做一个小生意而是要一个足够长远与有价值的事情；

  
  

• 最后一点，是有企业家精神，面对困境有足够耐力，我们预见这个方向上的创业比较苦，需要经历九九八十一难。

这是人，另外，关于势，我们内部一直在做各种宏观分析和行业研究，所以一个项目来的时候，我们很容易做出判断，而不是每来一个再做分析。对于选择是否做顺势的事情，其实本身也反应创始人的能力。

成长期的项目就会把势和事具像在具体行业里面去看，会去判断说技术的应用时点是否已经到了。

之前我有分享过，判断技术落地的拐点，是看技术的能力是否是已经超过了平均人的基础能力。判断产品是否进入可推广的拐点，单点上去评估，机器成本是否低于人力成本。如果是系统性的收益，去评估对行业未来的影响。当然，CEO是否优秀，这条我们还是会持续去看。另外在这个阶段，我们也会比较care估值是否合理，毕竟目前是存在泡沫的。这是我们基本判断科技项目的几个维度，供在场创业者参考。

谢谢大家！

推荐

阅读

---------------- 点赞是个好习惯 ----------------