数据智能无处不AI，未来十年投资AI将是“长长雪坡”

原创： 投资家 投资家

来源 l 投资家（ID：touzijias）

口述 l 黄晓黎

整理 l 李铮

2019年12月20日-21日，由投资家网主办、中国科技金融促进会风险投资专业委员会联合主办，财经锐眼、有时间协办，国合·耶鲁全球领导力培养计划提供学术支持，官方指定图片直播平台v photo提供视频直播的“投资家网2019中国股权投资年度峰会暨颁奖盛典”在北京金隅喜来登酒店隆重召开。

本次峰会以“聚势待发”为主题，深度剖析股权投资全新业态，并广邀200+政府代表、300+投资同行、100+上市公司、50+引导基金/母基金代表以及1000余位投资精英齐聚一堂，围绕投资人、企业家、创业者等人群最关注的热点话题进行了深度交流与探讨。

曦域资本创始合伙人黄晓黎在演讲中表示，“AI投资是需要耐得住寂寞的长跑，要等到产业、业务、数据、产业链的利益分配等都成熟了，AI才有可能在产业中扮演最重要的角色。

以下为黄晓黎在“投资家网·2019中国股权投资年度峰会”上的演讲实录：

一

AI驱动有三个要素：算法、算力、数据

大家好，很高兴有机会分享一下对AI投资的看法。首先介绍一下我自己，原来我在景林是负责一级市场投资，比较熟悉的行业是TMT和消费，由于我本科学的计算机，一直很关注信息技术的发展，熟悉的商业模式是2C的模式，或者是直接技术交付的方式。

我2015年创建了曦域资本，我们的投资逻辑有一个横轴、一个纵轴。

横轴是技术这条线，沿着信息技术的发展，目前发展阶段我们总结为“数据智能”。纵轴是金融行业，从2015年开始，我们就专注在金融科技的投资。

我分享一下从投资人角度看，一个投资机构和投资人如何来参与AI行业的大发展，首先我觉得AI驱动有三个要素：算法、算力、数据。

底层算法越来越多是公开的，在中国产生谷歌还有相当距离，但是应用越来越多，从开源的角度来讲，实际应用中算法的差距不大。算力美国强于我们很多，无从再多解释。从数据的角度，我画了一个问号，中国是不是有优势？

我们看到数据领域，中国监管越来越趋严也是社会进步发展的标志，我们是投金融科技的，但我们一家金融数据公司没投，可见对监管一直比较担心的。

中国在数据上是不是有优势呢？不能单纯的就数据而看数据，这背后代表的是市场、是人，中国有大的市场有这么多人口，数据若能很快的连接就会有优势。为什么要比较中美之间的AI底层驱动力区别呢？主要是要思考在中国投AI怎么去投？哪些是中国的优势？BAT不需要你去投了，我们投有数据优势的，数据背后代表的是行业，是大市场，是在线互联、数据化、自动化乃至智能化。

我们作为投资机构，怎么参与AI投资。从2014年以后，AI投资非常热，大家可以看到2014年和2015年投AI是简单、粗暴、高投入，大家把资本聚集在一起，投资明星团队，用互联网打法去做。到现在看到一些结果，除了人脸识别AI技术之外，其它看到的可能没那么颠覆。大家认识到不管是AI智能驾驶还是人机交互，还是别的什么，不是短时间就能成就的。

作为天使投资要足够分散，你只投几个天使，投的重，用大资本去催生，这个就没有办法算概率了成功会很随机。现在投资AI，你要投很成熟阶段的公司是没有什么可投了，真正纯AI驱动的公司里面有多少是成熟期的？还有市场上也出现了一些投资并购，除了BAT之外还有高估值的AI公司，因为他们拿了很多钱，可以通过资本获得一些市场和产品。但是AI行业远远没有达到并购的阶段，并购前提是产业本身格局已初步呈现。我们可以看到市场上每个机构有不同的打法，但对于AI投资来讲，我们认为专注投AB轮早期和成长期的机构更有机会。

二

AI项目除了技术 还要有好的产品

作为投中早期的机构怎么看AI项目？我们认为不能就技术而技术，技术能力只是其中一个因素，还要看产品与市场。我们青睐的产品也可以通过一横一竖来描述。一种产品是横向的，能够在多个产业产生应用价值的PAAS层级的通用型产品。比如说我们投资的天云AI的建模的平台，虹星的人脸加上远距离虹膜识别，MOAIR的用AI的方法快速AR建模等等。

另外一种我们看好的AI产品，就是在垂直领域能够做得非常很好，产品本身来讲通用性不强，但是在业务上能够明显产生商业价值，并且商业价值很容易量化，这种产品也非常有投资价值。

我现在看到，很多的技术团队的问题是：技术很强，但是产品不行。一个是对业务本身的理解不够，另一个是，你用一个什么产品先切入到市场？目前来看，比较有效的产品，是找一个从经济效益上能够非常简单核算的，让客户知道用了这个产品，能获得多少经济效益。不管产品大还是小，先切入到客户，因为AI可以应用在数据化的各个方面，只要其他业务数据量够大，就容易再通过这个点切入到客户的其他业务。所以，首先产品要好，能做出一些好的产品，这是我觉得目前很多AI技术团队最最缺乏的。

所以从产品角度来讲，要么是多行业通用型产品，要么是商业价值比较好核算的垂直型产品。

我想强调，实际上在数据智能里，AI是无处不在的。数据职能公司，用数据做生意的公司没有哪一家不用AI。比如说建模上用AI，比如说在OCR识别上用AI,后端智能理赔上用AI，智能推荐上用AI，风控定价上也用AI。所以大家可以看到，只要任何行业的任何的项目，如果是依赖数据去经营的，如果具有大量的数据或者可以连接到外部大量的数据，如果数据质量可以，几乎都是人工规则建模和深度机器建模的结合，就是传统BI和AI的结合，底层伴有知识图谱、图数据库、和业务自动化、互联网化等业务特征。

我们内部除了通用型技术，从产业应用角度，是不会把AI单独列出来的，我们统称叫“数据智能”，它更是一个整体，更符合当前产业发展的阶段。

三

投资机构一定要在能力圈内做事

对于我们曦域来讲，我们非常清楚，我们能力圈在哪里，我们知道怎么干这件事。实际上，最大利用AI的行业就是金融。我选金融的原因很简单，从信息技术发展角度来讲，AI是什么？要有足够的数据生产资料，哪个行业数据化最好，数据量最大，最靠数据经营？就是金融。我们就是从金融行业里面看数据智能，看AI。

另外一个，建立跟方向能力匹配的团队和不太超出创始人个人能力圈也很重要。你要我投轴承传感器是一定不行的，但是，我可以看数据技术发展带来的经营变化，我看过不同的产业，在产业里面应用这些技术有共通性。

以前我当过律师，我在中国12到16年金融机构第一波股改上市的时候，作为签字律师做过太保、交行等很多金融机构上市，还有一些信托公司、证券公司的资本市场业务。在金融行业里面还有一个门槛就是合规性，你要对监管合规有了解，我们投了20多个项目一个没有暴雷，LP对我们还是非常满意的。

一个机构一定要在你的能力圈范围内，我们作为投了这么多年投资的人，一定要先划清自己能力圈，一个机构掌舵人尤其要清楚自己个人的能力圈，在一个机构创业初期组织能力还没有培养起来的时候尤其重要，当然，一个机构组织建好了，能力圈会慢慢溢出，甚至可以有溢出加速度。

综合能力是整个团队的能力，我们有两个主要合伙人，一个是互联网技术，专门做技术的，我们自己的业务系统就是他自己用三年多时间开发累积的，另外一个合伙人擅长数据分析和建模。我们的投资团队，多数背景是学金融工程、数学和计算机的，要建立一个完全匹配的团队，而且要慢慢成长，投资最怕就是跟风，而任何大的失误就可能让这个机构不再有未来。

四

投资AI不能跟风要拼基金策略和运营

在投资行业跟风在未来会死的很惨，原来投资互联网，网络效应确实速度够快，反馈够快，现在这种投资机会不好找，一个垂直行业创业公司没有四五年连个大客户都找不到，靠资本助推跟风，创业公司是没有办法在五六年内交出答卷的。

整体来讲AI领域，未来十年是投资黄金期，是一条长长的雪坡。我们需要的是手里要先有一个小雪球去滚，而且要握实了去滚。雪很分散的时候，你是握不实的。比如说我们投金融科技，在细分里不断划格子，把格子填满，就把雪填实了。所以对每个投资机构来讲，根据自己的能力圈找到你握实的小雪球，再一点点滚，这样才是你能抓住的机会。

对于我们这样的机构来讲，我们要一点点攒实力和能力圈，对于大机构未必是这样的策略。

未来十年，机构要具备两个能力。一个是你的能力圈，另外一个是策略和运营。我以前在景林也从建团队开始，现在建立曦域，心里面很笃定的，五六年怎么去积累？还是比较清楚的。

所以，对于基金来讲，比拼的不是投了几个项目，那是投资人个人的追求，对于一个基金来讲，怎么能够在AI的“长长雪坡”里面成为重要的选手，整个基金策略和运营能力是非常重要的，能融多少钱就采用相应的策略去做，策略确定了就要坚持，不要跟风，不要左右摇摆。

基金整体运营是一个能力，现在资本寒冬一个基金的融资能力就是非常重要。从长远讲，一个基金的系统能力和文化最为重要，建立起用数据去做业务做投资的系统就是保证了你投资长期的质量，有一个有理想的正气的利己利他的文化，基金才能在一件件人与事中穿越周期。未来基金没有综合能力，“雪坡”就不会是你的。

五

AI投资还有一段很长的路要走

我们曦域在未来十年本着两点。

第一点，要坚持精细化和数据化，颗粒度越来越细的进行经营管理。在本身能力圈的范围里，从横轴技术条线，纵轴行业条线来划分格子，细分内充分覆盖和比较，选一家投，慢慢这么做就好了。对于基金来讲，管理颗粒度变得越来越细，投资没有那么哲学化或者个人化，我觉得我们也是一门生意，这个行业本身就是以技术运营导向的，也是需要精细化运营的行业。

而且你会发现，如果你颗粒度做得足够细，系统也匹配做到了，坚持五六年后，第一个周期先跑出来，后面能力圈溢出就自然而然了。

第二点，投资数据智能也好，AI也好，是耐得住寂寞的长跑，没有那么快，未来在场景里面很少能找到人脸大爆发的AI了。大家都需要很长的时间，大部分行业连数据化都没有，大部分行业没有连接起来，还有很多行业都是数据孤岛，还有很多行业数据质量根本不能用，怎么谈AI？

AI在产业中的应用是随着数据化经营的一个渐变的过程，从产业、业务、数据，包括领导认知，产业链的利益分配，都适合成熟了，可能AI才在里面扮演最重要的角色。这是个长期的过程，但我们毫不怀疑会在比我们预期还快的时间点，来到我们生活和产业的各个方面，谢谢大家。

原标题：《数据智能无处不AI，未来十年投资AI将是“长长雪坡”》

阅读原文