當前位置:
首頁 > 科技 > 捕獲曠視、寒武紀、蔚來汽車之後,聯想創投還要All in智能互聯網

捕獲曠視、寒武紀、蔚來汽車之後,聯想創投還要All in智能互聯網

「IoT+邊緣計算+雲+大數據+人工智慧」,聯想創投希望基於這條產業鏈,投出聯想未來 5-10 年的新生態。

採訪 | 王藝

2015 年初,在北京中關村融科資訊中心的一間小會議室里,曠視 CEO 印奇顯得很激動,他站在黑板前,堅定地說要做中國最好的 AI 公司。

那是印奇帶領團隊搬到這個小辦公室的第一天,當時的 Face++ 只有十幾二十名員工,每個人的臉上都寫滿了鬥志。會議室里坐著一個瘦瘦高高的男士,他是聯想雲服務集團總裁賀志強,他以投資方的身份前來祝賀 Face++ 喬遷之喜。

聯想創投集團是 Face++ 的天使輪投資方,聯想創投集團的前身便是聯想雲服務集團。2016 年 4 月 1 日,聯想集團內部結構大調整。楊元慶在內部信中稱:雲服務集團更名為聯想創投集團(LCIG),賀志強領導該集團。

聯想創投集團代表聯想 5-10 年的未來。在楊元慶今年兩會的發言中,我們不難看出這個未來是什麼——「智能+」。針對這個未來,聯想創投提出了「智能互聯網」的概念,即人工智慧與行業的結合。

針對智能互聯網,聯想創投提出了一條鏈路——「IoT+邊緣計算+雲+大數據+人工智慧」。鏈上的這五個節點既需獨立發展也要互相成就,並要與傳統及垂直行業的需求相結合,產生實際的社會價值。聯想創投希望基於這條產業鏈,投出聯想未來 5-10 年的新生態。

3 月 29 日,聯想高校 AI 精英挑戰賽總決賽即將打響。這場比賽歷時近半年,經歷全國 8 大賽區,走過了清華大學、浙江大學、上海交通大學等高校。

在決賽開始前夕,機器之能採訪到了賀志強,希望聽到他作為「智能互聯網」早期投資人的投資邏輯,以及他對產業的一些看法。

在聯想創投專註的智能互聯網領域,你本著怎樣的投資邏輯?

我們相信智能互聯網有兩個主要的驅動力。一個是核心技術,也就是我們聯想創投經常講的一條鏈路,IoT+邊緣計算+雲+大數據+人工智慧,我們希望能夠在這五個領域投出生態。第二個是這一串核心技術加行業的應用,與行業的結合是我們非常看重的。所以我們整個是圍繞著這兩個視角在找項目。

比如我們投寒武紀、Face++,非常具體的就是在投核心技術。最開始我們投 Face++ 的時候,他們也不知道技術往哪用。他們做了一個移動端的小遊戲,把用戶的臉變成稻草人,用戶的頭移動稻草人也能跟著移動,我當時開玩笑說,這個可能唯一的作用就是治療頸椎病。到現在五六年的時間,Face++ 成長成了一個聚焦智慧城市的公司。

還有另外一家我們的被投企業叫中飛艾維,它本身不是一家 AI 公司,它是用無人機做電網檢測。全國有 200 萬公里的電網,之前是靠人走路巡檢,用這家公司的無人機技術加上我們的另一家被投企業(水滴科技)的計算機視覺技術,能夠很好地解決這個問題。中飛艾維的技術已經在商業化的邊緣,團隊里還有一個靠譜的領軍人物,所以我們也對他們進行了投資。

你認為對於聯想智能互聯網鏈條上的五個節點來說,有哪些技術點是市場非常迫切需要的?

有很多。舉個例子,比如圖資料庫。大數據時代,關係資料庫肯定不行,那麼就需要新興的資料庫技術,我找了兩年也沒有找到中意的項目。圖資料庫在學術界有研究,但是沒有人能夠真正把它產品化出來。一旦有人能把圖資料庫做出來,那麼就很有可能成為一個平台級公司。我認為中國未來 15 年,擁有平台級核心技術的公司會非常的有前途。還有像 IoT 領域,晶元公司很少,我們團隊一直在找,但是進展也很有限。

聯想創投舉辦了聯想高校 AI 精英挑戰賽,也是抱著要尋找項目的目的,聯想創投深入高校的價值是什麼?

第一,因為我們是做早期投資的,早期投資再往裡面走一定是科研院所和大學,這是毫無疑問的。第二,我們一直堅信,有一部分偉大的企業就是大學裡面的創業者做出來的,有的甚至是沒讀完大學就出來了。比如微軟的比爾蓋茨、Facebook 扎克伯格。當然讀完書再出來的人也是很牛的,只是說我覺得在高校找到好項目的幾率還是很大的。

另外,我對我們的 90 後 95 後充滿了期待。因為在學校,教他們的老師,尤其是中科院、北大、清華,至少有一半以上的老師是從美國受過教育回來的,他們把美國大學的優點都帶了回來,所以我對這一代人成長起來特別期待。在他們的成長過程中,互聯網給了他們太多的資源,他們也充滿探索精神,知識面非常廣,我覺得特別好。我們投的好多團隊都是已經跟著最頂尖的教授做了 5 年 10 年,在技術上是非常有保障的。

早期項目主要看人,之前移動互聯網領域有 90 後投資概念,在 AI 方向上投象牙塔里的學生有什麼不同風險嗎?

首先我們不是只看人,我們人、事、勢、時都會看。但是對於早期院校出來的項目,我們主要先看科技。那麼早期的項目,如果你以一個成熟的團隊要求它,那你一個項目也投不下去。

另一方面,這些項目可能會出現技術攻堅非常厲害,但是商業化落地不太在行的這種情況。其實就算頂尖的 AI 科學家出來創業,也可能會出現這種情況。VC 找項目不能太追求完美,VC 必須是在把風險分析清楚的前提下,選擇要不要承擔這個風險。那一般出現這種短板我們會選擇和被投企業一起解決。

比如視見科技,一開始就是兩個博士,陳浩和他師妹,就是兩個學生。當時我跟我們 MD 梁穎講,這不行啊。因為他們的目標客戶是醫院,他們兩個人怎麼可能去醫院一個一個敲門推銷;正好當時聯想中國區的副總裁王峰有個調整,我說創業公司你考不考慮,他表示非常願意,我們跟陳浩一談,陳浩也很高興,說不然你來做我們的 CEO 吧。王峰過去後,馬上就看到了效果。這種事我們做了很多。

和其他眾多創投機構相比,聯想創投的優勢在於什麼?

我覺得第一個是我們有科技產業的背景,我們定位就是全球科技產業基金。這樣我們就專註於投資科技公司,我們有 90% 的項目都有核心科技。第二,我們有自己的加速器,對於高校和科研院所走出來的項目,我們不僅負責鎖定項目,我們還跟他們一起探索未來,我覺得這才更有意思。第三,我們有資源優勢,聯想有很多資源,包括市場營銷、銷售、供應鏈管理、人力資源、法務、未來的出海國際化,這些資源我們都是可以支持的。

在做投資決策的時候,情懷會在衡量要素裡面么?

我們投情懷的項目其實不多。因為我是做企業出身的,我投資的基本指導思想只有三個。第一,投未來有高成長潛力的,因為我需要整個基金有財務上的良好回報;第二,我投資科技的未來,就是說我希望我能投出聯想的生態;第三個,我希望能投出現象級公司,情懷的部分我覺得主要集中在這裡。

要說靠情懷投資公司,我覺得我們對中科慧遠的投資是一個例子。這家公司用人工智慧技術自動檢測數碼產品的玻璃質量。現在手機玻璃、平板電腦玻璃,是靠人在一個小黑屋裡透過藍光進行檢查的。對眼睛傷害很大。這些工人工作三個月就永久不能再做這件事情了。所以說當看到中科慧遠這個項目的時候,我感覺這個一定是要投的,這個技術要是做出來了,那是對人類有保障的有社會意義的。

講一講聯想投資林元慶的 AiBee 的故事吧。

當時新聞一報我們就找上他們了,因為他想做的事兒和我想做的事兒非常一致,都是 AI 與產業的結合。更不用說他還是一個頂尖的科學家,有號召力,能吸引一大批優秀的 AI 人才來跟他一起做這件事情。沒有科學家,你東西做不出來,所以首先得有一批科學家。

但其實最開始接觸的時候我們很擔心他的商業化,因為他一直是在後台做研究開發的,所以在商業化的方面我們談了很多。我們當時談了兩天,我們的核心團隊和他都談了好幾輪。現在我們發現其實他商業化的進展非常好,他和吳恩達兩個人都是要決心進軍傳統行業的,我們都非常看好。

遇到好項目,聯想是傾向於長期持有還是適時退出?

可能有的項目我們想要一直持有,比如像茄子快傳這麼好的項目。但這個決定還是跟我們的發展階段有關,我們已經投了八十幾家公司了,這些公司都會成長,那麼以後可能有的項目我們就退出了,有的可能會追投,從小股變大股。但總體來看我還是一個比較長線的人。

最近區塊鏈大熱,對這種現象你怎麼看,是否會影響你的投資方向?

我認為區塊鏈的理念是好的,從好多年之前我們就在研究區塊鏈相關的項目了。兩年前我們投資了一家公司,叫 PDX。我們認為區塊鏈本質上解決的問題就是點對點信任的問題,去中心化。但實際上這些技術的開源成本非常高,開源效率也比較低。所以我們投資了這家做區塊鏈平台的公司,大家基於 PDX 的平台可以開發有效的應用,比如文件認證或者供應鏈相關應用。

現在我們也會看區塊鏈項目。從本質上來說,中心化和去中心化要達到協同才能有效,要解決一些問題,不可能靠完全的去中心化,因為那樣效率太低了,所以實際上我們認為區塊鏈要想真正的影響實業還需要很長的時間。

就像人工智慧這個領域,大家從提出神經網路這個概念到現在已經有四五十年的時間,中間也起起落落了好幾次。區塊鏈第一篇論文是在 2008 年發表的,還比較年輕。但凡對區塊鏈了解的多一些的人都會知道,它在真正應用的時候有非常多的挑戰。所以我覺得區塊鏈從「熱」到「教育大眾冷下來」再到「熱」,還得經歷幾個周期。

對比國內外的投資項目,你有怎樣的感受?

中國的項目還是價格不菲的,甚至比美國、以色列的都貴。很多其實是輿論炒作所至,有泡沫。但是泡沫有的時候只是先行墊一步,可能說未來幾年估值不增長或者略有下降。但是如果擁有核心技術,就一切都不是問題。


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 機器之能 的精彩文章:

蘋果音箱HomePod最新測評:音質沒得說,智能?不存在的
Nature雜誌眼中的中國AI:人才少、錢多、數據足,或許能行

TAG:機器之能 |