港京共创投资基金合伙人 何绍钧先生
何绍钧先生是IT行业的资深人士，他曾在VeriSign当中国区总经理和亚信科技担任资深副总裁。在亚信任期内，他负责设计中国三大互联网骨干网，2000年参与了亚信在纳斯达克的IPO上市。何绍钧先生精通互联网系统架构、移动通信技术、LBS、O2O、AI和 Big Data，今天，品途资本论对话何先生，这次给您带来的是他对当下风口行业的深刻看法。
不要盲目寻找「场景」
自我介绍一下，我叫何绍钧，英文名字叫「John Ho」，在国内工作多年。我开始在香港，十几岁就到美国读书，在那边念了中学、大学，毕业后一直从事IT行业，前前后后的工作经验加上国内的共有25年了。在一个偶然的机会，我参加了田溯宁田总在1996年的创业，我有幸的参与到当时中国的整个互联网的基础建设，包括ChinaNet，CMNet，在这个过程中，我见证了互联网用户从几千人的规模到发展到今天的这个样子。
我从编程工程师做起，后来负责亚信科技所有的技术解决方案。在2000年亚信上市后，赚了一些小钱，做了一阵天使投资人。在做天使投资人的时候，累积了一部分投资经验，后来我到了几家美国的公司工作，一家是Groupon，也就是后来的高朋；还有一家叫VeriSign，是管理全球.com和.net顶级域名的公司，我是中国区总经理，负责全亚太区1400万个域名的管理和注册。所以，看technology项目我自己觉得还是相对来讲比较在行，这个行业里的产品设计经验和实际操作经验以及高管的经验我都有，对于technology类型的创业者我想我能够对大家有所帮助。
拿到project的时候，第一我看这个project是否合理。现在很多project其实不是特别合理，有些创业者为创业而创业，他们通常拿着解决方案再去找问题、找场景，你问他这个技术解决了什么问题，他可能说不上。而这一点在美国则很不同，美国创业者的出发点在解决问题。我觉得对于创业者而言，应该先找到痛点，找到行业有什么不足的地方，哪些地方需要改善，然后再找几个志同道合的朋友开公司，应该是这样的，而不应该拿着技术或者想法去找使用场景。
正确看待商业模式
大体上，我看到的创业公司可以分为两种：一种是纯技术的公司，另外一种是讲business model的公司。SaaS系统、云计算等这类项目在技术上，美国遇到什么问题在中国可能也会遇到，但如果不是纯技术解决方案类的项目，一牵扯到business model就有可能差之千里。
高朋网当时在中国碰到的问题有一部分和之前美国公司在华遇到的问题是类似的，我们看到其实有很多美国公司包括Yahoo!、eBay、Google在国内走得都不是特别成功。
原因有几个：第一，很多的美国公司到中国以后它不愿意改变他们自己的business model，往往把在美国行的通的model甚至他们的系统、软件以至于流程完完全全地复制到中国，但是中国的具体情况和美国是不同的。
这就是没找对痛点和解决方案。
第二个，Groupon当时和腾讯联合，但是公司成长膨胀得太快，过来的团队也没有特别强的工作经验，团队本身生命周期短。当时的管理团队拿着不足的经验到了中国这样一个「人生地不熟」的环境把美国的business model放进去，结果可想而知。
第三，中国公司的抄袭能力很强，在很短的时间内，就爆发了「百团大战」，一下子全中国6000家团购公司在竞争，高朋陷入红海，后来大家都知道了，慢慢被中国本土公司超越。
尊重规律和趋势
现在AI很火，不过冷静地看整个人工智能行业的创业也存在问题。
大家都知道，AI突然的流行和AlphGo打败人类这件事密不可分，众多媒体进行了相当程度的炒作。不过，我们如果以技术的眼光去看待AI，会发现这个流行来的有些过早。
技术的发展有其客观规律：云计算的出现和大数据的发展使得我们有能力处理大量的内容和数据，而大数据后面一个技术应该是IOT，因为IOT可以保证有足够多的大数据可以被利用，而当数据相当充分后才会产生如何将数据智能化处理的问题，也就是AI。从这个角度上说，AI的火爆违背了客观规律，而正常上说应该3-5年以后再出现才对。
「早产」的AI会自然而然的面临一个问题，那就是有解决方案没有应用场景，很多创业者的状态其实就是这样，像上面开头说过的那样，有技术但没有「场景」。
其实对于AI来说，数据量的多少和其功能的好坏相关甚大。我承认这其中存在一些创业机会，比如制造业可以利用人工智能实现质量管理，比如图像识别可以用机器学习加以训练，但若形成一种「底层革命」这些还是远远不够的。
现在大街小巷都有共享单车，北京的共享单车可能以百万计。百万辆共享单车已经让北京拥挤不堪，但从IOT的角度上说100万其实还是太少了，因为要实现物联网要有数以亿计的单位，当然一亿辆单车是个什么情形是我们根本无法想象的，但IOT单位过少是一个实实在在的问题，而「智慧城市」这个词为什么一直停留在概念上，没有真正兴起，原因也是于此。
IOT、人工智能指日可待
很多大的互联网公司也在做IOT和AI，但即使他们布局很多，还是达不到我们上文说的那个量级。其实真正的技术革命还在后面，我相信届时会有多家厂家一起推动这件事。
就现在的技术，蓝牙模块算是一个，Wi-Fi算是一个，但这些技术覆盖的物理范围还是太小。最近工信部要建150万个NBIOT的基站，如果到那时我想绝对足以引爆一次IOT的革命。
我们上面说到了，数据量的多少至关重要。想象一下，如果把数据采集频次从一天一次增加到一秒钟一百次将是什么情况？无疑，这样可以极大的提高人工智能的能力，让它能够更加方便的施展拳脚。现在蓝牙技术能够实现一秒钟10次，但普通摄像头智能达到30帧左右，还远远不够，这样看来，很多地方还有极大的空间可以提升。
从某种意义上讲，即使现在很多人工智能公司获得了融资，但未来的情况可能和现在相距甚远，而未来哪些公司可以脱颖而出还数未可知。
风口下的思考
我做技术20多年，看到过无数次所谓「风口」，最后我想谈谈应该如何看待风口这个问题。
其实任何一个技术都不是一蹴而就的，人工智能也如是，经历了很多年的酝酿。当一个创业者看到风口已经起来的时候再去创业已经来不及了，或者说已经太晚太晚了。
很多技术最终没有成为风口，这是因为它所需要的配套环境没有真正形成，很多创业者没有等到风口最终到来公司就已经倒闭了，还有很多技术的流行客观上挽救了一些瓶颈期的公司（比如互联网的兴起对于通信行业的影响），之中有运气的成分，但我觉得有一点是不变的，那就是你要对行业有充分的理解。
在硅谷有这样一种情况普遍存在，就是很多技术人员不服气，对自己的技术充满自信而去开设公司。可能一开始他原来就职的公司没有看到其中的机会点，但后来证明这些离职创业的技术人员的判断是对的，而且已经解决了一些关键点，人家再反超他已经来不及了，而又在获得了大量资本的支持下，小公司得以逆袭。
对于我来说，technology相对来讲比较容易看。我曾经看过很多的项目，比如IT行业的一些新型数据库、新型云计算里的某种技术等等，这些对于行业里的人来说一看就知道你这个东西是好东西，一看这个东西就知道未来一定是有突破的可能，但是如果你（投资人）要是没有这个经验，可能上来就会对创业者讲你的收入是多少、你的利润多少等等，但有时候做技术的人是讲不清楚这些的。
作为一个技术出身的投资人，我对中国的未来还是充满信心的。过去二十多年，我们训练了一批又一批富有经验的IT人，他们不但有BAT出来的，还有华为、中兴、亚信出来的。每一个行业在未来都需要「+互联网」，在互联网环境下如何更有效率、更能降低成本、增加利润在未来都会围绕这个来走。
互联网以后将是所有行业里的主打，我对未来充满信心。