【嘉闻】嘉富诚出席“第13届中国投资年会·有限合伙人峰会”-安徽艾约塔硅油

您的位置：网站首页 行业动态 【嘉闻】嘉富诚出席“第13届中国投资年会·有限合伙人峰会”

【嘉闻】嘉富诚出席“第13届中国投资年会·有限合伙人峰会”

阅读量：3771646 2019-10-25

点击嘉富诚
即可关注我们

2019年10月22-23日，“第13届中国投资年会·有限合伙人峰会”在北京隆重召开，嘉富诚家族办公室作为业内资深机构参与峰会。本次峰会以“资本专业主义”为主题，邀请各大头部机构，以闭门培训、研讨座谈、峰会论坛、颁奖晚宴、对接专场、会客室等多种形式促进LP与GP的实效对接，峰会还特别策划以“家族财富”为主题的论坛，盛邀50+国内外家族办公室或家族基金管理机构，一起共筑行业新版图，探索新机遇。

在本届年会上的“圆桌对话：求索人工智能产业‘变现路’”中，君基资本管理合伙人陈蓉华；嘉富诚家族办公室CIO刘立鑫；磐合家族办公室合伙人汪欣；丰厚资本创始合伙人吴智勇；GD1 Fund II China Market Advisor郑界；启明创投合伙人周志峰等嘉宾就人工智能落地当下最大的挑战以及步入商业探索加速期的人工智能企业应该如何向前突破等问题发表了看法，本场对话由昆仲资本创世记管理合伙人王钧担任主持。
周志峰表示，AI公司发展分为三个阶段，第一个阶段是Go-to-Product, 把一个尖端的技术或科研成果变成一个面向某类需求的产品，第二个阶段是Go-to-Market,产品不断迭代和完善，得到早期用户的验证，并形成可被复制的商业模式，第三个阶段是Go-to-Scale，是真正把营收规模化。
汪欣认为，科技本身是实现效果的工具，但它并不是商业模式本身，最终能不能活下去，最重要的是你有没有付费用户，这些也是我们从我们的客户身上学习的，能活得长的企业都是很小心谨慎的企业。
嘉富诚家族办公室CIO刘立鑫表示，AI必须与行业应用相结合，一些To B的公司的确是在细分领域找到了很好的应用。
以下为“圆桌对话：求索人工智能产业‘变现路’的部分实录，由投中网整理。
王钧：首先请大家做一个自我介绍。
周志峰：我是周志峰。启明创投是比较早开始布局人工智能投资的机构之一。从2013年开始，一共投了大概十六、七个人工智能技术驱动的公司，包括大家都有所耳闻的四个独角兽企业 – 旷视科技、优必选机器人、同盾科技和云知声，及其他高速成长的企业如文远知行和推想科技。我们持续投资人工智能，近期又重新研究和整理人工智能的投资策略，我们会在未来几年继续布局人工智能。从风险投资的角度，我们还是对人工智能充满了信心。
王钧：在人工智能领域出手了吗？不管是GP还是项目？
吴智勇：我是吴智勇，丰厚资本的，我们投资的阶段还是偏早期，我个人最开始是做PE，后来做VC，创业的时候做丰厚资本，做了早期，我们目前覆盖的阶段主要还是集中从在天使轮到A轮，偶尔也跟投几个B轮。
王钧：有多少家AI？
吴智勇：没有认真统计过，但这几年我们的投向都在往科技创新偏，投了很多科技创新的公司。其实，很多公司不是完全纯人工智能，但是也有人工智能的概念，这个界限不是很好严格划分的，数量是不少的。我们投早期的，比较辛苦一点，天天在一线上看无数的项目，投后的工作也比较重一点，日子过得比较苦一点，天天累得要死。
刘立鑫：大家好我是来自嘉富诚家族办公室的刘立鑫，嘉富诚是创立于2004年的机构，它一直专注于家族办公室服务，第二点我们强调全球资产的配置，我们在香港、在悉尼都有办公室，也有当地人员为家族服务。我们覆盖的资产大类比较广，从最早的国内外房地产这样的类固收项目，逐渐演化到股权类投资，如海外早期医疗项目。从资产大类来讲，是逐渐在扩展，跟家族一起成长。我们服务的家族主要是中国北方的，相对来说不像深圳和江浙一带对资本更加熟练，但是这样对家族办公室提出的挑战更大，所以我们重点是保护、管理、传承。首先替家族打好防守，做好资产配置，选对合适的基金，然后做好传承。
今天的人工智能产业，我们觉得是下一步的投资热点。上一个论坛是健康产业，大健康是热点，没有任何人有争议的，从人口的老龄化可以体现；另外一个热点就是AI。目前人工智能像当初的互联网、移动互联网，好像什么都能往这里装。到底处于哪个阶段，我们来跟GP学习一下这个巨大的市场机会。变现倒不急，因为家族最大的特点是长期的，只要方向正确，不怕时间长。
王钧：我先问在座的几位GP，尤其像你们两位，AI的项目做了不少。我没记错的话，2013年投AI算很早的，真正起来可能是2016年往后，真正能达到二级市场的还是很有限，其实也没有谁直接退出来，尤其是投几个IPO的项目，对整个行业的发展也是蛮重要的，包括一级、二级市场的融资额也很重要。在过去三五年里面，从AI的角度讲，你们几位碰见的明星项目是什么？跟着你涨起来的，实实在在挣到钱的。也可以跟我们分享一下，举几个案例，原来的失败教训。
吴智勇：投早期，项目成长的时间段特别长，人工智能项目像旷视、商汤等这些有名的独角兽，从数量上总的来说还是比较少。而且人工智能项目很多都to b，to b的企业成长本来就比较慢，所以我们投早期的，目前来看，虽然很多发展也不错，更多的还是偏无名的多一点，多数只在垂直行业内有名。另外，我认为过去这几年人工智能的项目确确实实很多的估值都催得很高，但实际上今年来看，好多项目的变现或者其收入的成长，并没有支撑过去设立的估值。目前对我来讲，我投的这些相对早期的项目，后续能不能持续稳定获得融资是让我关注的。我最近花了很大的精力都在帮助做这些事情。也有好多投的项目其实还很不错，融资很顺，但是实际上估值都在往下调，或者是这一轮估值贴着上一轮，只能涨一点点，没有太大幅的增长。现在这个资金的困难不是我一个人的困惑，这是全行业的困惑。
王钧：如果覆盖足够广的话，现在每个领域，不管是To B还是To C，真正见到收入比较多的是什么领域？
吴智勇：见到收入比较多的是To G，尤其是智慧城市、安防，确实购买力蛮强的。另外就是要扎得很深，专注于垂直领域的。比如我投了一个项目，你可以说是人工智能项目，也可以说产业互联网相关项目，他们在铁路、高铁领域的，扎特别深，盈利能力特别强，净利润三千万了，所有的巨头要进这个行业都类似要买门票一样，很多都找他合作来打开局面。另外，我觉得泛泛地在各种行业都全面进攻的，营收都比较难做。比如，我投了一个很有名的项目，在这个项目拿了很多奖，在各种排行榜都有它，但因为它覆盖行业太多，在某些垂直领域没有太打透，没有形成绝对优势，资源还不能特别聚集，所以收入大规模地做起来就比较难。
周志峰：智勇说的宏观层面我都同意。但在一些微观层面，我有一些不同的观察。我想用3点回答王兄这个问题：
第一，我认为人工智能还是早期风险投资在未来3年最有机会的领域之一。我跟大家分享一些数据：我查阅了美国最大的一个学术论文归档的网站，人工智能领域每天发表的论文超过100篇。全世界可能在其他细分领域，都没有这么大数量的论文在产生，也没有其背后投入的这么高的人才密度和规模。而且这个数据在增长，三年前，每年的AI论文只有一万多篇，去年约35000篇，今年应该有望超过五万篇。AI在整个科研领域的研发并没有放慢，但资本市场有没有泡沫、有没有开始降温，大家都有自己的观察。另外，论文数量代表科研，那我们看看代表工程实现的Google机器学习开源软件库Tensorflow，其每天被commit新的代码贡献超过100，全年差不多有36000个，仅仅是AI工程中的这么一个平台都有这么多人在为它贡献和创新，所以这是我们对这个行业大方向有信心的基础。
第二，经过过去几年的发展，个别头部人工智能企业已经在商业化发面展示出巨大的潜力。旷视科技在港交所申请上市公开的营收数据，非常令人兴奋。优必选机器人也有很大规模的营收。确实目前只有头部的AI公司，极少数，闯过了商业化的鸿沟Chasm。但因为人工智能的技术壁垒非常高，而技术壁垒是一家企业的形成核心竞争优势的最重要的东西之一，跨过这个商业化鸿沟，建立起竞争力，这个领域企业未来的营收规模会超过以集成为主的中国上一代IT公司。
王晖：这两家公司你进去都是比较早的，它什么地方做对了就能跨过这个深渊？
周志峰：这几家公司虽然目前估值都是几十亿美金，但是他们其实都曾痛苦地找寻过最大化自己技术能力的商业落地场景。很多AI公司，误把客户对新技术浪潮的尝试的意愿当成商业落地的方向。比如银行、电信运营商，每年本来就有过亿的IT预算，拿一百万做一个AI示范项目很正常，但是这些项目并不一定是企业长期发展商业化落地的场景，能够区分什么是客户的尝试，什么是真正能够走进长尾广阔市场的商业场景是最难的。
最后，给AI企业提个醒。AI公司发展分为三个阶段，第一个阶段是Go-to-Product, 把一个尖端的技术或科研成果变成一个面向某类需求的产品，第二个阶段是Go-to-Market,产品不断迭代和完善，得到早期用户的验证，并形成可被复制的商业模式，第三个阶段是Go-to-Scale,是真正把营收规模化。很多AI公司的创始团队来自业内顶级的科技公司或者科研机构，通常都有机构愿意投资第一阶段，因为团队背景好就投了。但是，我相信80%的AI公司都会在第二阶段非常挣扎或止步不前，没法把做出来的产品跟客户的需求真正关联上、并形成可被重复的商业模式。第二阶段是AI企业发展中最重要的时刻。
王钧：请教几位LP，你们现在在中国布局的思路，尤其在科技、创新现在是怎么考虑？我知道你还没有出手，但是你至少在深入看这个市场吧？
刘立鑫：我们过去一两年是拒绝了一些项目，因为不是项目不好，可能是估值我们觉得不合适。另外我们跟AI头部的企业也有过深度交流，我谈三点：
第一，算法+数据，这是核心，算法其实是跟全世界的团队竞争，我们了解到有些头部项目，他们的算法与来自于以色列的算法竞争。这里面你想干出来，要跟清华姚班出来的人竞争。可能偏VC阶段会有好的项目和好的算法。
第二，数据方面，上一次在清华李开复的一个演讲，说中美的移动互联网和AI是向两个方向发展，美国打Uber，中国骑摩拜，从数据角度看是分开的。我们投GP的话，就看GP投的企业在数据方面有没有很独特的地方和壁垒。比如安防不一定是算法致胜，也许数据是致命性的，所以这方面我们会看一些数据方面有特别判断和资源的基金。
第三，因为本身是管理咨询出身的，我觉得无论什么都脱离不了行业应用。就像你说你是一个专业医生，但是到底是看眼睛还是看心脏病的，以前是不太清晰的，比如眼科很高明的医生，忽然去发现治心脏病的方法，也较难成功。反过来，AI必须与行业应用相结合，我发现有一些To B的公司的确是在细分领域找到了很好的应用，有些GP对某些行业以前保持一些成功，行业有特点的我们还是喜欢关注的，如医疗或者是金融等等，这个已经有很多成功的例子。
还有一个时间维度，我记得比尔盖茨在2001年的时候写了《未来之路》，提了一句话，人们大多会高估一个技术变化对未来2年的影响，而低估对未来5年、10年的影响。我们不断从互联网、移动互联网再到AI这类技术革新，我相信AI这次肯定会有基金取得超级成功，而且是几何级数的成功，但应用还是要落实到哪个行业、哪个算法。
周志峰：启明创投近期在AI的投资策略，我们内部管它叫AI 2.0，听着有点俗气，但是代表了我们对AI领域投资策略的变化。AI不是一个产业，是一个技术工具，它的发展规律和大数据、互联网等任何大的技术趋势都一样。首先会先出AI技术平台性公司，技术会先在高科技企业、互联网公司得到应用，然后慢慢走向传统行业，出现越来越多垂直的解决方案和落地场景。我们早期在AI 1.0策略时，更多投的是创始团队已经能够证明自己的世界级技术水平、但说实话离商业化距离还较远、较模糊的创业公司。但是我们的AI 2.0策略中，分成了三个更细的方向。第一个方向和1.0类似，我们还会在AI最前沿的几个技术领域，投资世界级技术水平的创业者，可以接受商业化之路稍微远一点。第二，我们会投发展相对比较成熟的AI技术（比如视觉、语音）进入一些有巨大商业价值潜力的细分场景，这里更多的其实是行业属性，而不是技术壁垒。第三个方向，我们会继续来投资解决AI在不断进入行行业业、家家户户中遇到的巨大的底层架构的挑战。比如短视频app, 现在用人工智能技术处理一个短视频的计算成本，每帧每秒需要8块钱人民币，那一个拥有几千万个短视频的平台大规模使用人工智能技术，成本就非常可观。我们会投资使用AI更便宜、更简单的底层支撑技术公司。
王钧：现在的出手频率有多高？有做早期的吗？
吴智勇：我前些年一年投四十多个，后来到了2017年投二十多个，到了2018年投十几个，到了2019年，到现在为止，投了四个半，速度真的是在下降。
王钧：今年做了几个GP或者几个项目？
汪欣：今年比较保守，因为前几年投得比较多。现在GP在重建LP对他们的信任，其实我们帮GP做了很多事，因为我是GP出身，我说GP也不是坏人。但是我们要平衡好，毕竟我们是站在买方的角度考虑问题。
刘立鑫：上午论坛，外资母基金对话是大变局下的全球资产配置，讲的重点是配置，无论时间怎么样，要做好配置。国外的家族办公室，每年一个大类资产比例调整2%就算很大了。我们这边讲投资减少，很大程度上LP投得比较谨慎的原因不是不想投，而是原来投私募的钱还没有回来。国内一级市场的时间还是比较短，创业板2010年才有，科创板才几个月。我查了一下Preqin的数据，国外收益倍数最好的有20多倍的基金，它们的成立年份多是在市场最差的年份，所以在这一点上来说也是一个好消息。如果你是头部的机构，像在座的，这个时候投企业估值也会好。而且对于这些企业的竞争对手，那些捣乱的自然消亡了，很多也拿不到钱。这个时候可能会出现一批标志性的好基金，最好回报会冲到20倍以上，也只有在这个时候能够投出来。前面外资基金部分讲得是全球资产配置，到人民币基金这块儿是大江大河，有起有落才有机会，有波幅才会有回报。
吴智勇：我插一句，我坚信现在是最好的投资时机。
王钧：谢谢各位嘉宾，我们其实也是以科创为主的基金，也投了差不多16个AI相关的项目，我自己的体会也是，我说这一波最后一定会出几家能改变市场的项目，关键看谁能把握这个机会，谁能把握住这个项目。谢谢大家！