蓝驰创投朱天宇：用10年尺度看AI创业，AI不是风口只是标签

2017年01月24日前后，新智元专访蓝驰创投朱天宇。

新智元专访朱天宇实录：

如何寻找AI独角兽

大公司大科学家的光鲜背景，不代表有独角兽的能力

新智元：蓝驰创投是新智元本次Pre-A轮融资的领投方，你也是新智元“寻找AI独角兽”2017年创业大赛的评审，你认为什么样的企业有潜力成为独角兽？

朱天宇：就是找Next Big Things。我觉得独角兽历来是这样，甭管你跟AI相不相关，其实就是两件事：一个是赛道（事），一个是人。这两个缺一不可。

比如说我们做的，从云计算到大数据到AI这条路径，其实我们已经看了五六年了，布局了一系列的东西。对行业内在发展的东西和结构我们必须要有理解。

另外我们要有足够大的赛道——像车，我觉得肯定是一个大的东西。我们已经在这方面做了布局，差不多春节之后可以公布。我们在无人车、机器人、AR都方面都有所布局，但我觉得不应该用无人车、机器人、AR这些标签去区分赛道，其实在我看来，这些都是高级算力所支撑的场景的应用。

高级算力就是，从芯片到算法到工程，这几个层次的创新带来新的高级算法，它支撑了很多场景的迭代。比如车可以有很强的感知周围环境的能力，现在有很多sensor，可以看近处，看远处，看天空，然后还有一个脑袋进行决策，什么时候刹车、怎么拐弯、它有大脑和小脑决定怎么去控制。车是我们所熟悉的东西。当智能的东西赋能给车的时候，会带来一些新的机会。

车本身也是物联网的一个超级载体。Autonomous Vehicle是一种拥有自治力的机器，其实你的无人车、无人船、机器人都可以是Autonomous Vehicle，它有大脑，有眼睛和耳朵，有小脑，有运动能力，从这个角度来看它们是统一的。我们要的是它的大脑能力怎么区分，它的小脑能力怎么区分，它从外部的Input这个数据，怎么去扩大。

新智元：那你们是怎么挑人的呢？

朱天宇：对我们来说，看事也是看人。创业者对他自己选择事情、身处的赛道认识到什么样的程度，其实说明了一个人的眼光和自我认知。创业者要知道自己能力怎么样，自己的长板和短板是什么，还要知道外部市场存在的问题是什么，到底有什么样的痛点要去解决，解决的过程中有什么有效的方案，这个方案怎么规模地去支撑它成长，等等。这些思考体现了他思考的深度。还包括他执行的能力，这些都是一个创业者需要具备的能力。

还要强调一点，刚刚说首先是他的自我认知，其次是对人对外部环境的认知，还有重要的一点是他的执行能力——能不能把事做成，光想也是不行的。对外部的思考，决定了创业者会以什么样的方式把这个事做起来，但，还有最重要的一点，创业有一个本质——创业需要在有限的资源前提之下把结果最大化。这句话其实就把很多人框在外头了，他们就做不了创业者。创业者就是要在非常有限的资源前提下，把事做起来。经常有人说一些大公司出来的、大科学家，有着非常光鲜的教育经历、从业经历，一看这个人谈吐什么的都非常棒，可是他做不出东西。

新智元：你是说他们不够狼性吗？

朱天宇：这已经不是简单的狼性了，而是本质的特征。一个人能在没有资源的情况下，from the scratch，从0到1，这个能力是非常少有的，再从1到100，从100到10000，这个过程又会淘汰掉很多人。所以，要从一个三五人的小公司，做到上市公司，创业者要经历一个怎么样的成长？

一个人的成长能力。第一是自省；第二愿不愿意改；第三是改的有多快。这是人的成长能力的三个阶段。只有这三件事情都做到了，人的成长速度就很快了。很多人在第一层次就趴下了，你都不知道自己有问题，更别说改了，更别说改的有多快了。但是，真正优秀的创业公司CEO，包括我们支持的趣店，他们三年给我们的投资回报是五百倍到一千倍。为什么他能长得这么快呢？首先是人成长得非常快，CEO自己在成长。我认识他之前他创业失败十次，这才积累到这样，所以可想而知，他对自己认知到达什么样的程度。

真正的独角兽不是静态的，不是说我看就能看出一只独角兽。首先，你要看它有没有起点的资格，有没有起步的标准。再往后就看不出来了，那就成水晶球了。但也不能像塔罗牌，可以算出它是一个独角兽。不过，投资之初，可以从他过去的一些经历，工作生活经验，或者他之前创业的一些事，是可以看出来潜力的。

创业者的成长因素不取决他是否成功，在于他改进的速度。你自己从一个痛点开始做起来，像一个小雪球那样越滚越大，你做的越好，你能够撬动的资源越多。

创业公司如何拿到政府的数据

新智元：刚才您强调了数据的重要性，那么你们所投的公司——绿湾，它的数据，从哪里来的呢？

朱天宇：是从政府来的。

新智元：他们有这个关系可以搞定吗？

朱天宇：这个就是我所提到的大数据创业公司的数据冷启动问题，“从-1到0”。大家都奇怪这个数据从哪儿来的，为什么他们能得到，别人拿不到？那是人家撸起袖子干了两年苦活累活的结果啊。

他是用相对市场化的方式获得的数据。虽然大家一听政府部门，就觉得很难啃，觉得是不是有什么关系。这又是一种自上而下的思维。他们是通过市场化的方式，帮助政府部门，一点点做起来的。

大家都知道，业界技术服务政府上有很大的优势，但是政府组织和商业机构需要一个建立互信的过程。所以如果一开始帮他们做一点小事，人家发现很快就解决好了，比如做个小工具、做个分析，人家觉得好使，靠谱，就让你做更多的事情。

这样一方面双方的信任建立，另一方面也是对方对你的能力的认知，他知道你到底能做什么事，慢慢的就把数据给你了。当然，一开始也不会给这么多数据，一开始可能就是一个小样本数据，但是跑完之后发现这在某件事情上，可以为他节省很多时间，之前他们要做十天半个月的活，你可能一天就给做完了。

用这种方式建立信任之后呢，人家更愿意把数据给你。然后，像绿湾在拿到数据后，就开始真正把数据放在一起，做一些数据模型提炼的工作，提供一些对外的服务。创业者要一边解决他们的问题，然后再拿着数据对外服务。对外服务之后，把大规模的数据和信息带过来，其实政府公共部门本身对这也是有需求的。这就形成一个新的循环。这就是非常健康的。

这时候你再拉远了看，当政府公共部门存在这一信息化和技术能力的洼地的时候，商业组织起到了一个桥梁的作用，他有更强的能力获取外部的数据来提高公共部门效率，现在如果一个技术公司能解决这个问题，一下子就能做起来了。

这种做法并不罕见。“从-1到0”，这个数据冷启动一点都不罕见，这是必经之路。再举一个例子，庄辰超创办“去哪儿”的时候，跟我吐槽说：“我们是不是选错方向了？”，我问：“为什么啊？”庄辰超说：“怎么这么艰难啊”。他以前跟中航信合作，各大航空公司数据都从他这里过，占了所有数据的95%以上，他想做机票搜索，绕不开只能跟中航信合作，只有帮中航信打补丁，先撸起袖子干两年活，把这些东西都做好了，才有机会去做机票搜索。

这么多信息洼地里，你不解决“从-1到0”的问题，就没有后来的机会。

创业者抱大腿，不如选对时机

新智元：您认为创业公司需要什么样的平台或者资源来帮助他们获得成功？

朱天宇：不靠平台和资源。靠自己，靠他们自己对事物的认知，平台和资源都是他可以借的势。

新智元：我的意思是虽然这些资源不是关键，但是有哪些资源也是有用的，也许是他自己找的VC，但也许是VC自己找上门的。

朱天宇：那需要的资源太多了，最需要人。资金是一方面，最关键的还是时机。你选多粗的大腿，不如你选个正确的时机，它会推着你往前走，整个行业都在成长，你跟着这个行业往前成长。

从云计算到大数据再到AI，一定是以需求为中心

新智元：AI成功三要素：数据、算法、算力，哪个最值得投资的呢？

朱天宇：不区分这个。无论是算法还是算力还是数据。数据和算法算力，要分开来看。算法和算力，属于整个行业的供给方面，就像摩尔定律一样，芯片它每十八个月算力提升一倍，这是它的行业发展周期，受制于很多因素。

我举摩尔定律的例子，是想告诉你，这个行业算力的增长已经在往前走了，数据未必是，所以它们不能放在一起来看。回到刚刚的问题，我现在会更关注数据这一块。没有数据，你是没有办法谈算法和算力的。

我之前的演讲中，提到的行业主线是两条：第一条是需求侧，从企业来看，他的业务要迁移到云上，有多大程度去数字化信息化，它有多大程度需要AI来促进效率提升，这是从它的需求角度来看。这就是云计算到大数据到AI。

另外一方面，从芯片到算法的巨大突破，再到工程上的积累，带来了算力的提升，这个是供给侧的一个周期。

一定是以需求为中心。否则供给再怎么热闹，也要有需求，才有人买单啊。你做的太热闹了，你步子迈的太大会伤害到自己。但是数据不一样。

VC可不是买单的人，VC是赚钱的

新智元：蓝驰创投在人工智能领域的布局是什么样的？

朱天宇：其实你用AI这个标签你很难去区分这个市场，我们在无人车、机器人、AR、医疗影像如汇医慧影，还有绿湾这样掌握着海量数据的创业公司，这些方向都有布局。

新智元：那么蓝驰重点会在哪一部分发力？

朱天宇：我们都会关注。

新智元：无人车呢？

朱天宇：这是个超级赛道肯定占据了我们高度的注意力。

新智元：您认为现在还是AI投资的最好时代吗？

朱天宇：从十年周期看未来，不存在转型年，现在还是处在下一个创新周期成长的曲线上。总有小波动，但早期投资者是可以忽略的。

简单来讲，这一定是一个最好的时代。但是具体来讲，还是得区分跟哪个场景结合和落地。这不是写一个剧本，我可以上下嘴皮一碰，说：这是个最好的时代。你要创业的话，你会遇到很多现实问题——有谁为你的服务买单。

VC可不是买单的人，VC是赚钱的。为什么说“一边赚钱、一边赚数据”，因为行业里面还是有很多的噪音，大家以为创业是让VC来买单的，这不可能，你要让客户来买单。

你别说什么标签，还是那三句话：你是不是在解决痛点需求，你的方案是不是有效，你是不是能够快速地成长。

一边赚钱，一边还能把数据勾进来，一边还能赚更多的数据。良性循环。我这个话的有效期是三年到五年，以后可不一定的。在创新周期的早期，一定要有造血能力去拿数据。三五年之后，也许不强调一边赚钱一边赚数据，因为数据可能被大公司趟平了。那个时候就不能拿数据，而是你有技术，你不需要解决“从-1到0”的问题，但是你也赚不到大钱了。

在技术美国要做到八九十分才有人买单，在中国可能六十分就行

新智元：您认为接下来的一年，还有哪些场景最先实现人工智能技术的落地？

朱天宇：AI中to B的商业模式会比to C先出现。我们都期待AI大爆发，期待催生下一个交互界面的出现，比如一些很科幻的界面。

你能帮企业降低百分之五的成本，或者增加百分之十的利润吗？这账只要算得清楚，就有人愿意买单。但是对于一个消费者，你让我带个眼镜，这体验得有多好才会有人买单。这能量化吗？这不是一个理性的选择。有一个从量变到质变的过程，才能变成一个全品类的toC的应用场景，就像诺基亚提“移动互联网”的概念提了很久，但中间还是经过了很长一段时间才在消费者中火起来。

另外中美市场存在差别，在美国可能技术要做到八九十分，才会有人买单，因为大家的竞争很充分，中国六七十分就有人买单了。举个例子，美国的市场，互相竞争已经很激烈，本来的效率也很高了，这个基础要再提高20%，那AI要做到八九十分才有人买单。中国不一样，本来企业的效率就很烂，你五六十分就可能驱动别人给你买单。

即使如此，如果你不懂行业只有技术，也没有用。

千万别迷信AI。AI不是点金石，并不会加上AI就所有事情都能解决，为什么我强调云计算到大数据到AI这个发展先后顺序，其实行业的需求还远远没到要AI来解决的地步，可能需求在于云计算，把这个大数据搞到一起进行训练，才能到AI这一步。

新智元：您有什么建议给人工智能创业者吗？

朱天宇：把握需求和时机。还是那句话，没有云计算何谈大数据，没有大数据何谈AI。其次，如果你选择跟大数据相关的，一定要从“-1到0”。第三，AI不是风口，只不过是标签，千万别神化也别妖魔化。

最后还是一句话，我们要赚钱同时也能赚数据的公司。

新智元：VC怎么做技术的尽职调查？

朱天宇：技术本身要看，投资圈有非常多的方式，要给行家打电话问，数据的排名怎么样。另外行业客户怎么评价。即使你跟随我说了10个指标都是世界第一，但是我需要的指标可能只有一个，哪怕不是世界第一。现在大家都喜欢刷分，这个没有意义，不代表解决用户需求的能力。