著名VC告诉你投资AI初创公司需要考虑的三大要素

又一次强调了数据在AI领域的价值

编者按：本文作者Tak Lo是一名亚洲创业者，专注于AI早期项目投资，是Sero.ai的投资人。本文受到AI&Society研讨会的关注。

人工智能

对于不懂技术的投资者来说，术语人工智能（AI）像是一把双刃剑。优点是在投资领域中加入AI行业足以证明他们紧跟时代潮流，而缺点是似乎每一个初创企业都喜欢把AI挂在嘴边来提升自己的价值。

事实上，AI也和其他行业相同，没有绝对性真理：

1.AI的黎明已经到来，越来越多的创业公司会加入进来

2.目前技术人才相对匮乏，但充足的开源代码不会使得技术成为公司发展的绊脚石

3.对于AI创业公司来说数据至关重要，但这不意味只有谷歌、脸书、百度这种巨头公司掌握着数据的来源，这意味其他公司也有机会一展手脚

如果您是一个VC或天使投资人，有意投资AI领域，下面是三个考察以人工智能或机器学习为核心的初创公司的关键原则：1.创业公司是VAS还是HAS；2.公司创造的价值如何；3.公司收集的数据和产品的吻合度。

VASvsHAS

首先解释一下，VAS（纵向AI创业公司）是指将AI应用于某一领域，强调解决问题；而HAS（纵向AI创业公司）指将AI广泛应用于很多领域，强调理论创新。

HAS一般由更强大的技术团队（主要博士）组成，需要更长的时间去开发一个合适市场的产品（更不用说收益），更有可能成为大公司收购的目标。而VAS的成本更低，需要的技术团队更简单（使用开源代码，而非开发），满足行业确实需求。

DeepMind就是典型的HAS，满足所有要求。然而HAS的时代可能要过去了，也有人认为现在市面上根本没有几家真正的HAS。

创造价值能力

AI创业公司创造价值主要分两种：产品（短期收益）和数据（长期收益）。这意味着创业公司即可以从产品本身也可以充分利用所收集的数据来创造价值。

短期内可以创造价值的AI创业公司是很优秀的，但那些关注长期收益的公司更值得称赞。这是因为数据收集，尤其是独一无二的数据，本质上更有价值。

以Sero.ai为例，在农民使用它们的产品监管农作物健康状况的同时，公司也在收集谷物的图像数据，而这么大规模的数据是以前没人做过的。

另一个例子是有创业公司正在统计老年人摔倒的数据，因为摔倒已经是造成老年人死亡的第六大原因。

以上的两家公司不仅有创造短期价值的能力，更重要是它们关注于长期价值的创造。因此在投资创业公司时应该关注它是否同时具备短期/长期价值创造能力并知晓在不同时期使用哪种经营策略。

数据-产品吻合度（DPF）

DPF描述的是创业公司如何将数据和产品保持一致性的问题。

在考虑DRF时，不妨问这几个问题：

1.它们收集的数据会帮助产品更新换代/改进吗?

2.如果当下它们没有足够的数据，是否有收集数据的途径？

3.它们是怎么看待数据的，并且收集数据的过程是可复制，可加大规模的吗？

举个例子，一家专注于人力资源领域的AI公司，通过加载求职者的简历数据，来准确地告诉求职者的客户或上司他们能否胜任职位。它的DRF可以描述为：不断收集求职者的业绩记录来进行改进算法，随着时间推移，不断减小偏差，使得推荐得越来越准确。

总结

投资AI领域不论是从影响力还是收益来说都是一个很好的选择，而且并不意味AI投资就比其他领域难度更高。恐惧让某些投资者丧失了下一波红利，因此对于投资者来说，最好的方式就是不断尝试，在投资中学习。

编译：Timmy_Y

原文链接：https://www.techinasia.com/talk/3-factors-invest-ai-startup