投资人对话实录:硬科技投资有哪些特点和坑?
2018-11-24 14:07 硬科技 硬科技投资 远望资本 平视资本 梅花创投

硬科技领域的投资和其他领域有很大区别,因为其最大的特点是周期极长。这也是中国的硬科技创新很少的原因之一,不光是创业周期长,VC陪跑的周期也长。

创业家&i黑马讯(常皓靖)11月24日消息,由创业家&i黑马主办的第11届创业家年会在京举行。在新锐观点对话环节,创业黑马战略投资部总经理李东东,与今年的“新锐投资人”获奖者,远望资本创始合伙人程浩、平视资本创始合伙人刘洪岩、梅花创投副总裁邱健威就“硬科技投资的快与慢”进行了对话。

对话嘉宾:2018年“新锐投资人”

程浩:新进入投资业的创业老兵。百度早期员工,于2007年参与创办迅雷,直至公司2014年在纳斯达克上市,2016年初创立远望资本,主做人工智能相关领域从天使轮到A轮的早期投资。

刘洪岩:平视资本创始合伙人,曾投资过深晶科技、深蓝航天等项目。他的投资视角比较独特,对创业者会按人群来划分。在他看来,不管在做的是什么项目,创业者是谁更加重要。

邱健威:梅花创投副总裁,在梅花创投负责科技方向的投资,主导了科比特无人机、珞石机器人等公司的投资。

主持人:创业黑马战略投资部总经理李东东

以下为经i黑马编辑过的对话内容节选:

李东东:各位对硬科技的定义是什么?硬科技投资和其它行业投资有什么区别?你们在投资过程中遇到过哪些坑?

程浩:所谓硬科技,我认为是指壁垒很高的技术创新。

这个领域的投资和其他领域有很大区别,因为其最大的特点是周期极长。这也是中国的硬科技创新很少的原因之一,不光是创业周期长,VC陪跑的周期也长。

举个简单的例子,1999年成立的Mobile Eye,在2007年才收到了第一笔规模化的收入。再举个例子,达芬奇手术机器人项目,大约花了10年时间才拿到了FDA,但这只是开始,后面还面临商业化的问题。10年是一个很夸张的时间,一个基金周期可能只有10年。

对于投硬科技的投资人来说,别指望今年投完之后,明年就能赚多少钱。但好处也很明显,我花了多长时间做研发,竞品也得花多长时间,一旦做出来,壁垒极高。

硬科技创业者都得是“高富帅”,如果不是,光融资都吃亏,没有人持续给你投资。

刘洪岩:刚才程总讲到,硬科技投资最看重的就是人的壁垒,我们要做的事情就是设法找到这群有壁垒的人,也就是人才的供应。但这些人才在哪儿呢?都集中在研究所里。要想创业成功,投资成功,就得能够找到这个群体的人。

邱健威:我想给硬科技贴两个标签:一是刚才两位前辈所提到的高壁垒,二是能落地,这也是硬科技和黑科技的区别。我认为,早期风险投资更应该关注一些硬科技的公司。

关于硬科技投资和其他方向的区别,2C的项目可能3、4年就可以IPO了,但硬科技最大的特点就是周期非常长,比如从技术的积累到产品化的过程,到最后一步一步做市场销售,都需要极其有耐心。而最大的优势是稳,只要方向对了、团队对了,每一年都会有稳步的增长。

我觉得比较需要避免的坑就是,把精力、资金过多地关注到一些短期内还落不了地的黑科技上。

李东东:一方面,今年有越来越多的创业者进入到了硬科技领域;另一方面,国外的公司有落地场景,但是国内有很多独角兽没有应用场景,各位怎么看这种现象,中国的硬科技能不能落地?

程浩:我以前在硅谷工作过,对美国有些了解。美国的硬科技公司要比国内多很多,本质原因在于美国基础学科的领先性,以及它的人才储备更强。中国产生了阿里、腾讯等千亿美金的公司,但是做硬科技创新的公司真的不多,大家更多是做偏商业模式的创新。

之所以会有这种情况,一方面是投资机构的耐心问题。从资本的角度来讲,硬科技得陪跑10年甚至更长时间。如果你有机会投出滴滴、美团这样几年就可以上市的公司,干嘛投资硬科技呢?

二是因为中国的大环境是人口红利,这能使得2C的业务能够爆发得很快,也让逐利的VC愿意把钱投到一些模式创新的机会上。

但是,我相信未来从事硬科技创新的人会越来越多。

刘洪岩:程总讲的我也深有感触。在国内,人才确实有些中国特色,有个很常见的词叫科技成果转化。但在国外,研究科技成果的时候,一定是面向市场研究的。

在中国,因为科研制度的原因,人才可能会花大量的时间做一些课题性、任务性的东西,但成果并不能被市场认可。这些人就会再拿一大堆的钱去做成果转化,但成果转化是很要命的问题,如果市场不需要,为什么要转化。所以如果真正做这个事情,关键还是在于人才,包括源源不断地、规模性地把人才入口打开,让市场能够找到他们,建立他们能够发挥作用的环境。

邱健威:关于我们国内硬科技的发展,以AI为例。过去AI在机器听觉、机器视觉,包括人脸识别、指纹识别、车牌检测等都有着长足的落地进展,这几年开始逐步往医疗、往智能家具、无人驾驶的方向落地。所以我相信我国未来在AI的发展方面,将会有两方面进步:

第一,虽然我们目前国内的人才储备还不太够,AI专业毕业的人都被抢疯了,但我相信未来会有更多的团队和人,来挖掘出更多的适合用AI提高效率、降低成本的落地方向。

第二,基于深度神经网络的一套体系,其实理论上并没有办法接近100%的准确率,只能不断地趋近这一目标。也许未来某一天会从底层的算法做出一些革新,真正地从创新劳动中去升级,提供更多个性化的、有更高壁垒的服务。

李东东:人工智能或者机器人未来可能会在哪些行业取代人类,让一部分人失业?

程浩:这种情况在制造业已经发生。对于老板来说,一是成本更低,二是在3C等精密加工的行业,必须得自动化。

接下来会在服务行业发生。我们投资了一个公司,主要是做餐馆里的传菜,海底捞已经开始使用它的产品了。去过星巴克的人都知道,其体验并不好,先得排队买单,再等餐,还得自己找座位。更合理的做法难道不是去了星巴克直接在凳子上坐下,扫码点餐,机器人做咖啡然后再送过来吗?

我认为,这花不了很长时间就能实现。在工业机器人替代人之后,下一个大趋势就是服务行业机器替代人。

刘洪岩:对于做这种行业应用的人来说,实际上还是要有原创的思维,一定要敢于做别人没有做过的事情。也就是说,能够在哪个行业落地,主要就看有没有一个人涌现出来,在这个行业能够做下去。

邱健威:我非常赞同浩哥的观点。我的理解,机器人替代人有三个发展阶段:

第一阶段:工业机器人替代人。

第二阶段:服务机器人代替人,包括餐厅场景、养老、医疗、配送等。

在服务机器人替代人的过程中需要解决一个问题,现在最关键的技术门槛是语义的理解,一个服务机器人只有在能够真正理解人对它说什么、需要什么之后,才能更好地去为人服务。现在很多公司在这个方向都做到有一些亮点,但是从整体来看,科学的边界限制了他们快速成长。

第三阶段:黑科技的仿人机器人,像阿特拉斯、ASIMO,到了这一个阶段,可能绝大多数人可以做的事情,仿人机器人都可以代替我们。也许在30年以后,我需要担心坐在我旁边的浩哥是浩哥本尊,还是一个仿人机器人浩哥。

李东东:由于时间关系,本次对话就到此为止。恭喜各位获奖,同时期待大家明年能投出更多的独角兽,谢谢大家!