人工智能經(jīng)過近十年的發(fā)展，終于站上了接受商業(yè)模式拷問的時間節(jié)點。

隨之而來的是一度被各個行業(yè)趨之若鶩的“人工智能+”，顯露出降溫苗頭。后進場的創(chuàng)業(yè)者和投資人，相比前人多出幾分嚴肅和謹慎。整個2019年，人工智能相關(guān)投融資事件顯著下滑，并且更傾向于從早期投資挪向后期。

但在安防、醫(yī)療、智能制造等成熟行業(yè)領(lǐng)域中，人工智能正在以較快的速度落地。同時，AI芯片、AI企服等新興領(lǐng)域也正在崛起，變?yōu)樾碌膬r值洼地。

面對市場的情緒變化，大多數(shù)人寧愿暫時克制，也有人更擅長沙里淘金。對于國內(nèi)最早的一批投資人、高捷資本創(chuàng)始合伙人黎蔓而言，即便抱有“AI投資成功是個小概率事件”的冷靜態(tài)度，但這一年他和團隊出手捕獲的AI項目甚至比往年更多。

從AI相關(guān)產(chǎn)業(yè)鏈看，捷資本第三期幣基的被投企業(yè)已經(jīng)覆蓋上、中、下游。從上游的核？零部件企業(yè)、智能基礎(chǔ)設(shè)施企業(yè)，到下游的智能企業(yè)，產(chǎn)品則包括芯片等AI 基礎(chǔ)元件，以及其他核心硬件、集成系統(tǒng)、產(chǎn)業(yè)鏈服務(wù)等。

整體而言，人工智能技術(shù)未完全成熟，應(yīng)用面較窄，尚處于“弱人工智能”的初級階段。但它依舊是時代的寵兒，也依舊被寄予厚望。用黎蔓的話來形容，“還有很廣闊的前景。未來10-20年都是一個比較好的機會?！?/p>

結(jié)合具體場景開發(fā)，“先有釘子再找錘子”

AI芯片，是AI+領(lǐng)域中競爭態(tài)勢激烈的市場之一，巨頭企業(yè)、初創(chuàng)企業(yè)蜂擁進場，市場投資火熱。這背后折射出國內(nèi)半導(dǎo)體產(chǎn)業(yè)將其視為“彎道超車”的重要機遇。

普華永道一份報告顯示，人工智能很可能成為半導(dǎo)體行業(yè)下一個十年增長周期的催化劑。加上中國5G正式商用，下游終端設(shè)備對于半導(dǎo)體的潛在需求增長，也將進一步拉動半導(dǎo)體產(chǎn)業(yè)的升級。

而從國際上看，世界主要國家和地區(qū)的芯片競爭大戰(zhàn)日益加劇。受到中興通訊事件、華為事件以及中美貿(mào)易摩擦的影響，國家層面出臺產(chǎn)業(yè)利好政策，也使得國產(chǎn)替代芯片抬頭迎來新的窗口期。

研發(fā)生產(chǎn)出有極強算力，且符合不同細分市場需求的芯片，成了AI競爭中的關(guān)鍵一役。

在黎蔓看來，這一發(fā)展窗口期十分難得，但也面臨企業(yè)過度扎堆、資本過熱的現(xiàn)象。他甚至看到，過熱的市場甚至吸引到了一些根本沒有半導(dǎo)體投資經(jīng)驗的機構(gòu)，“連投資奶茶品牌的機構(gòu)也來了”。

半導(dǎo)體并非新興行業(yè)，巨頭盤踞下，AI芯片市場不確定性與機遇同樣巨大，貿(mào)然入場的初創(chuàng)企業(yè)極不小心就成為陪跑。

而作為“工業(yè)大腦”的芯片，本身就面臨著比其他行業(yè)更長的研發(fā)周期，這既考驗初創(chuàng)企業(yè)的耐性，也對有資金使用期限的資本形成挑戰(zhàn)。

除去客觀環(huán)境因素，初創(chuàng)團隊自身也須打鐵硬。黎蔓向億歐提到，“初創(chuàng)企業(yè)必須針對具體場景去開發(fā)芯片，場景不明確就難有很強的驅(qū)動力，起量難，公司就會非常困難?！痹谒磥?，先找場景再開發(fā)的邏輯順序，可以用“先有釘子再找錘子”來作比，“先有錘子才找釘子，就相當(dāng)于還沒找到起點需求就開發(fā)技術(shù)。”

取決于芯片研發(fā)對技術(shù)的高要求特性，技術(shù)不過硬，良品率低，就會變相拉高芯片研發(fā)成本，難以量產(chǎn)；而極強的技術(shù)水平才可以形成壁壘。

黎蔓認為，技術(shù)不行，最后的成品可能就是“大飯店”與“街邊小攤”的差別。因此在實際投資時，高捷資本對于團隊技術(shù)實力更為挑剔，更看重諸如技術(shù)團隊有無頂級大廠研發(fā)經(jīng)驗、技術(shù)實力能否達到行業(yè)前茅等條件。

AI企服還處于低谷上升期

另一個被視為站上風(fēng)口的AI+細分領(lǐng)域，是AI企服。

企服不是新詞。在 2014 年時，企服就作為創(chuàng)投圈的重要細分市場逐漸被投資機構(gòu)重點關(guān)注。有人把2014 年看作是以企業(yè)級 SaaS 類公司為代表的 ToB 企業(yè)集中爆發(fā)之年，在這一年后，資本市場才不斷擴大在 ToB 領(lǐng)域的投資布局。

而企服加上“AI”，核心就是應(yīng)用在具體行業(yè)場景里，用AI技術(shù)給行業(yè)賦能。具體而言，則包括提升簡單重復(fù)性工作的效率、技術(shù)代人承擔(dān)突破人類能力極限工作、提供全新的人機或服務(wù)交互模式。

農(nóng)業(yè)領(lǐng)域里，高捷資本有過兩次AI企服的布局。其中的一家麥飛科技作為智慧農(nóng)業(yè)大數(shù)據(jù)服務(wù)商，通過無人機遙感監(jiān)測與AI大數(shù)據(jù)結(jié)合進行精準化的農(nóng)田病蟲害防治。

在中國，農(nóng)業(yè)這樣一個超千億元級規(guī)模的市場下，病蟲害防治一直是難解的痛點之一。過去通過農(nóng)村植保站人工施藥的方式，不僅機械化程度低，過度施藥也增加種植成本并帶來作物安全隱患、甚至導(dǎo)致減產(chǎn)?！鞍奄|(zhì)量提升、服務(wù)成本下降，進而提供更好的服務(wù)與產(chǎn)品”，在黎蔓看來，麥飛科技正在做的事已經(jīng)接近了AI賦能行業(yè)的答案。

一直以來，農(nóng)業(yè)由于所謂低附加值、農(nóng)民收入低等刻板印象，往往是被忽視的賽道。

但在黎蔓看來，農(nóng)業(yè)具有可擴張的商業(yè)模式，具有極其穩(wěn)定的重復(fù)購買機會，不是一錘子買賣。且中國有18億畝耕地，市場空間巨大。另外，農(nóng)業(yè)基本不牽涉?zhèn)€性化的問題，稻田和小麥的除蟲技術(shù)差別不大。技術(shù)和商業(yè)模式的可復(fù)制性高，擴張性強。

可以看到，除了農(nóng)業(yè)，高捷資本在教育、醫(yī)藥等領(lǐng)域都進行了AI企服布局。在應(yīng)用領(lǐng)域的選擇上，農(nóng)業(yè)、教育和醫(yī)療等都有著資源集中化的明顯特點。其中，醫(yī)療和教育的個性化需求還尤為明顯，黎蔓認為，這正是AI發(fā)揮技術(shù)優(yōu)勢的機會所在。

業(yè)內(nèi)有人曾對AI企服的落地痛點進行討論，一些人認為是大量的數(shù)據(jù)，也有人認為是與場景的結(jié)合。

黎蔓的“釘子錘子論”則傾向于站在后一種觀點上，“AI的能力還有限，雖然有的行業(yè)已經(jīng)可以享受到AI的果實，比如視覺檢測用于安檢等等。但AI這把錘子還不是什么都能干，所以必須找場景，找到痛點，先看到釘子再看AI這把錘子適不適合用?！?/p>

投資邏輯：技術(shù)、場景、商業(yè)模式

今年10月，芯聲智能拿到了高捷資本領(lǐng)投的2000萬人民幣Pre-A輪融資。這家為AI語音交互提超低功耗芯片方案的企業(yè)，創(chuàng)始團隊相關(guān)從業(yè)經(jīng)歷都在15年以上。

仔細看，芯聲智能成立時正趕上是智能音箱市場如日中天。這個大而全的市場里，大多數(shù)企業(yè)都選擇開發(fā)通用型AI芯片，芯聲智能卻沖進別人看不清的耳機市場，專注于小型化專用型AI芯片領(lǐng)域。而這樣的細分賽道正是高捷資本的發(fā)力點。

對于這樣“棄大抓小”的戰(zhàn)術(shù)，芯聲智能總經(jīng)理湯健告訴億歐，目前低功耗領(lǐng)域的痛點是芯片供應(yīng)商比較少，市場渴望功耗非常低的芯片，但芯片功耗想要做到一毫瓦以下極其困難，所以競爭對手比較少。

其次，當(dāng)前的消費電子市場，語音交互已經(jīng)成為生物觸控之外的另一種人機交互方式。由于語音信息的復(fù)雜性，語音交互也承載了更多的智能應(yīng)用。而與之對應(yīng)的芯片端，則需要更快速準確的本地化處理，以及更低的離線識別功耗

芯片領(lǐng)域不乏巨頭企業(yè)大手筆發(fā)力，初創(chuàng)企業(yè)能夠進入并擁有一定的生存空間，就需要另辟一個新的戰(zhàn)場，人越少越好，但落地的場景足夠明確。用黎蔓的話說，這個市場“可能是別家看不懂、看不清甚至不屑于做的，你趕緊沖上去，才有大概率的機會成活?！?/p>

而總結(jié)高捷資本在AI領(lǐng)域的投資邏輯，除了市場方向的選擇，黎蔓在投資時還格外強調(diào)要有“核心技術(shù)、具體場景”。

在一次公開演講中，黎蔓曾分享過AI領(lǐng)域從底層基礎(chǔ)到頂層應(yīng)用創(chuàng)投新機會。當(dāng)時他指出，從底層、中層到頂層，高捷資本都有所關(guān)注，但以數(shù)據(jù)和算法為主的中間層他認為機會不多。

這樣的判斷，其實也指向了黎蔓所強調(diào)的“技術(shù)壁壘”?！爸虚g層主要是數(shù)據(jù)和算法，數(shù)據(jù)大多集中在大公司，而數(shù)據(jù)處理方面目前還有法律風(fēng)險。算法在全球范圍內(nèi)基本都走向開源。建立不了壁壘，很難有好的項目。但數(shù)據(jù)的獲取，也就是底層感知層還是有很多機會的，比如傳感器，則有一定技術(shù)壁壘的?！?/p>

黎蔓直言，“如果技術(shù)沒有壁壘，就算你成了第一個吃肉的人，后面幾萬人上來搶肉吃，你的賽道又變紅海了?！?/p>

進入2019年，AI經(jīng)歷了從技術(shù)到產(chǎn)品再到商品的過程，但還有相當(dāng)一部分的AI產(chǎn)品服務(wù)未能盈利，盡管有肥沃的需求土壤，但存活率也是殘酷的，這在資本寒冬期間更是如此。自我造血更是被行業(yè)反復(fù)提及。由于以投資早期企業(yè)為主，所以實際投資中，高捷資本對企業(yè)盈利不做過多要求，商業(yè)模式可擴張才是更為看重的指標。

以麥飛科技為例，公司成立三年，農(nóng)田服務(wù)面積從第一年3萬畝地規(guī)模做到第二年30萬畝，到今年則達到了200萬畝。

隨著AI賽道的發(fā)展進入新一輪的落地應(yīng)用期，一批AI企業(yè)也面臨洗牌，而更多的初創(chuàng)企業(yè)則趁機進入爭搶空間。“資本方還是要出手，篩選到好項目，資產(chǎn)價格下行的時候，價格上更有優(yōu)勢。”

經(jīng)過了20年的投資生涯，黎蔓仍然堅信AI賽道里“成功是偶然，失敗是必然”，而對于投資機構(gòu)來說，在選擇這樣一個新興領(lǐng)域的項目時，他認為只有足夠強的入場者最后才會勝出，維持冷靜的價值判斷尤為可貴，即便會因此錯失一些較好的投資機會。