專訪洪泰賴蘊琦：人工智慧的深層投資邏輯
「投資其實需要大量宏觀經濟的分析，分析哪些行業需要先突破現狀，比如人工智慧在物流行業的應用是來的比較早的，因為電商帶來的需求巨大；在醫療的應用會晚一點，因為醫療行業體系很複雜，而且關乎生死，對產品精準性要求高，不敢輕易找個機器人來診斷，最終需要醫生來背書籤字。」
在接受《陸家嘴》專訪中，洪泰基金執行董事賴蘊琦強調，投資必須先對產業有完整的研究，判斷行業的需求，再去選擇賽道、公司。
賴蘊琦畢業於英國帝國理工學院，曾在倫敦從事期貨衍生品交易，後回國加入百度，負責創新產品設計，兩年後加入百度投資併購部，負責技術相關的國內外投資。2016年，她加入洪泰，如今任洪泰基金執行董事，聚焦人工智慧、TMT、消費等領域早期和成長期投資，投資項目包括周同科技、探境科技、異構智能、藍胖子機器人、聲智科技、躍盟科技、雅觀科技、鉑金智慧、AIFI、酷雲互動、八分量等諸多人工智慧項目。
《陸家嘴》：之前你從百度搜索廣告鳳巢團隊轉入投資併購部，後加入洪泰，這段過程中對投資本質的理解有哪些變化？
賴蘊琦：最早從百度核心業務部門到投資併購部，戰略投資和一般的風投有所不同，比如選擇標準、範圍等，主要還是圍繞著業務需求去投，一般不會從投資收益最大化的項目的角度來判斷，在做了一段時間戰投之後，希望能更單純地從投資回報的角度去做投資，VC會比在戰略投資機構裡面更直接。
《陸家嘴》：在做投資的時候，有些項目的技術門檻特別高，然而投資人自身的技術能力有限，你怎麼去判斷創始人及團隊的執行力與技術能力？
賴蘊琦：我覺得有兩個角度。第一，我們跟國內外這個領域的科學家都特別熟，像以前百度三個實驗室都支持鳳巢，平時會在一起交流，以及研究院，比如中科院，牛津、斯坦福、帝國理工的計算機實驗室、人工智慧實驗室，我們平時會和這些機構保持溝通，需要的時候也會讓這些專業領域最前沿的科學家判斷項目；第二，其實在技術投資裡面，技術的領先性不能說不重要，但不是唯一的，除了這個以外，更重要的是判斷團隊有沒有商業落地的能力，就是看商業模式。
《陸家嘴》：在人工智慧領域，怎麼判斷項目有商業落地能力？
賴蘊琦：投資是這樣的，不是說我看了一個項目然後來做研究，一定是先做研究才去看項目。我是帶著投資的目的去找項目，比如說投資藍胖子機器人，這是人工智慧在倉儲物流領域的應用，投資這個領域其實有原因的，我們做大量的宏觀經濟和產業經濟的分析，發現中國的勞動力供給無法滿足倉儲物流的需求，而中國的電商迅速發展帶動了整個物流行業的高速發展，需求巨大，但勞動力供給不足，那麼就需要去解決這個問題。
這時候機會出現了，誰能夠讓物流公司用機器去替代部分勞動力的需求？這樣的公司一定是有機會的，因為需求很明確。所以我們先對產業有完整的研究，判斷倉儲物流在這個時間點上一定有自動化的需求，有人工智慧落地的地方，才去看賽道、公司。
《陸家嘴》：異構智能、藍胖子機器人、聲智科技、八分量這些項目，投資的時候有沒有打動你的一些共性？
賴蘊琦：首先我覺得是希望用技術驅動的商業價值，這是他們最一致的點；第二，這個項目有商業落地可能性，創始人團隊有能力商業化。這兩塊是最直接的共性，我一般不會投單純的科學家創業，如果他對這個項目能怎麼進展，沒有什麼想法，沒有辦法執行，也沒有什麼經驗，我覺得比較難。所以一定是在技術上暫時的領先，且把商業的事情想得很清楚，並且團隊成員的能力相互配合。
《陸家嘴》：落地方面，人工智慧的應用場景特別廣，洪泰在其中的布局有哪些？
賴蘊琦：人工智慧的落地會分為兩大塊，第一大塊先是廣告和金融行業，因為這兩個行業是純數據的，沒有實物資產。
我們這裡定義的人工智慧就是相關演算法的統稱，所以你看所有互聯網公司的AI演算法，都是最早落地在它的廣告系統，百度鳳巢就是在13年的時候運用深度學習和神經網路，Facebook也是，谷歌也是。廣告和金融這兩個行業其實本質是非常相似，沒有固定庫存，沒有線下，所以演算法提升的效果能夠實時體現。
第二塊就是所有的大行業都有大機會，但是怎麼去選擇？投資要有節奏，回到我剛才講投資其實需要大量宏觀經濟的分析，分析哪些行業需要先突破現狀，比如人工智慧在物流的應用肯定很早，因為它的需求太大了；在醫療的應用會晚一點，因為醫療行業體系很複雜，而且關乎生死，對產品精準性要求高，不敢輕易找個機器人來診斷，最終需要醫生來背書籤字。製造業領域，人工智慧的應用也會慢一點，因為現有製造業總體上都比較落後，它的落後在於一代管理者的落後，你要讓製造業跟廣告平台一樣，迅速應用人工智慧等新技術是不太可能的，因為人工智慧行業主要的從業者可能都是80後90後，但是製造業現在暫時還是在50後60後手裡，需要一段時間，要等到換一代人，或者產業徹底被顛覆重構，開始迅速往上走的時候，會對新技術有特彆強烈的需求。
《陸家嘴》：細分領域方面，語音識別與語義理解領域，人工智慧的識別準確率也尚未達到商用標準，你覺得行業內還存在哪些挑戰？
賴蘊琦：語音識別和語義理解其實是兩件事情。科大訊飛、雲知聲、百度在語音識別這件事情上已經做得比較準確了，但是在語義理解上，機器還不能像人一樣跟你對話，自然語言理解還有技術難點有待突破，而且哲學層面上，人類其實還沒有完全理解語言是怎麼回事。
《陸家嘴》：自然語言處理領域，有哪些比較成熟的應用？
賴蘊琦：機器翻譯隨著神經網路的出現已經比過去進步很多，中國有幾家公司做得非常好，現在還不能替代人，需要一定的人工加工，但是效率的提升已經非常明顯了，能夠做到90%以上的準確率。而且通過神經網路訓練，只要有不斷地數據注入，演算法提升就非常快。隨著更多人在使用中糾正模型，以及更多的專業語料庫，在每一個領域，機器翻譯的演算法精準度也會迅速提高，比如你要訓練醫療領域的機器翻譯演算法，必須擁有大量醫療領域的語料才能訓練，這個領域難在於很難做出一套通用的演算法。
《陸家嘴》：人工智慧領域有些項目估值很高，你怎麼看待？
賴蘊琦：頭部效應特別明顯。從我們投資的角度說，肯定希望估值盡量低，所以有兩種方式：第一種，如果是最早期投資和孵化的項目，我們能夠以非常低的估值投資，因為我們出的不僅是錢，還會幫助他們，包括明確方向、補充團隊、商業落地等等，所以這種項目總體來說估值會比較低，而且項目的風險也比較小；第二種，如果我們沒有在第一輪投到這個項目，一般在估值上很難談判，但好項目總有人投。
《陸家嘴》：在人工智慧的應用領域方面，比如智能投顧、自動駕駛，用戶會有一些擔憂，他們寧可自己去操作，也不肯交給一台機器運作，你認為應該怎麼解決其中的信任問題？
賴蘊琦：首先你需要在產品設計上做一些創新或者好的交互，增強用戶的信任感與安全感。第二我覺得這個事情確實需要時間，就像中國互聯網近幾年才開始流行付費，以前網上看電影沒有人付費，但今天看電影、看電子書、看網課都要花錢買，其實隨著一代人成長起來，他會習慣於對優質內容付費。今天我們不相信一台機器可以幫我們理財和開車，但我們會在比如說自動填寫表格這種無關乎錢、無關乎生死的事情上習慣於讓機器去完成，最後人類的心理會逐步接受讓機器問診、理財、駕駛等等。
end
※互聯網銀行解密：怎樣變成真正的「金融服務科技公司」？
※景城置業戴俊凱：在房地產存量時代倔強生存
TAG:陸家嘴雜誌 |