2024年9月19-20日，第18屆DEMO CHINA在成都舉行。本屆大會由創(chuàng)業(yè)邦主辦，成都市經(jīng)濟和信息化局成都市新經(jīng)濟發(fā)展委員會、成都市科學技術(shù)局、成都市投資促進局、成都市博覽局為指導單位。
近兩年，大會圍繞“AI+科技投資”展開。創(chuàng)新中國 AI紀元，本屆DEMO CHINA以“Rise of Transformers”為主題，102家早期科技公司在大會現(xiàn)場參與超級展示、企業(yè)對接。其中，AI企業(yè)高達48家。致力于打造中國具有影響力的早期科技企業(yè)展示及對接平臺，十余年來，DEMO CHINA吸引45000+創(chuàng)業(yè)企業(yè)報名，1404家企業(yè)登臺展示。其中，572家企業(yè)成長到A輪以后，309家企業(yè)參與后進入下一輪融資，33家企業(yè)成功上市。
大會現(xiàn)場，創(chuàng)業(yè)邦星際營25期新銳AI之星融資加速計劃、2024高通創(chuàng)投-紅杉中國創(chuàng)業(yè)大賽、2024淡水河谷綠色創(chuàng)新計劃、Banglink企業(yè)對接會同期舉行。200+投資機構(gòu)代表齊聚成都，帶來一場創(chuàng)投盛宴。
在會上，世輝律師事務所合伙人朱贊、線性資本合伙人黃松延、招商局創(chuàng)投首席投資官李忠樺、創(chuàng)世伙伴創(chuàng)投合伙人聶冬辰和英諾天使基金合伙人王晟，以“AIGC，從百模大戰(zhàn)到應用為王”為話題展開了討論。
當前，AIGC進入了更實際的落地層，更加強調(diào)場景與用戶的互聯(lián)，那么投資人們篩選大模型項目的邏輯是否發(fā)生了變化？To B or To C，還是一個單選題嗎？
以下基于圓桌對話內(nèi)容，經(jīng)創(chuàng)業(yè)邦整理后發(fā)布。
投資人篩選AI項目的邏輯
朱贊：我相信今天有很多AI賽道的創(chuàng)業(yè)者在現(xiàn)場，大家肯定很關(guān)心一個話題，就是在座的各位在AI賽道這么活躍的投資人，在看AI賽道，尤其是應用場景項目的時候，我們是怎么去判斷一個AI應用項目是一個好的項目，或者我們有什么樣的標準去做第一輪前期的篩選，我們先從黃總開始，給我們分享一下。
黃松延：我覺得大致可以分為兩個階段。第一個階段，大家聽的比較多的PMF的階段，產(chǎn)品已經(jīng)做好了，要去找市場，這個階段評選標準比較簡單，更多的還是看客戶愿不愿意付費，這是一個最直接的判斷。更早期的階段我們叫做TPF，是有一個Idea，我大概想解決一個問題。這個階段我們可能現(xiàn)在判斷標準也就是兩個標準：
第一，你解決的是不是一個甜點的問題，因為大家聽的痛點比較多，這個甜點的問題是能不能給客戶帶來核心價值的增長，不管是直接的價值還是提供情緒價值。這是非常重要的點。
第二，我們更看重的是能不能做到數(shù)據(jù)和應用場景的閉環(huán)，這是非常關(guān)鍵的點。因為最開始很難有一個非常強的固定化的壁壘，這是動態(tài)的，你只能做到數(shù)據(jù)和應用場景的閉環(huán)，才能把自己的動態(tài)壁壘逐漸提高。
朱贊：李總跟我們分享一下。
李忠樺：其實第一輪我們是沒有標準的，我們很難做第一輪的投資。我們是央企里面擁抱新事物最快的那一家，但是肯定不是市場上開第一槍的人。
朱贊：比如說到了B輪、C輪，你們會感興趣什么樣的項目？
李忠樺：現(xiàn)在大模型我們投了頭部，之前的那批做GPU的我們也投了，再之前的AI四小龍和無人駕駛，我們都是基本在第二、第三輪入場。
其實我們沒有時間去攢局，很多早期機構(gòu)有時間去攢、去泡創(chuàng)始人，我們可能人少，不能做到這一點。但其實每一輪投資人的判斷都差不多。整個行業(yè)在探索未知，投資機構(gòu)能夠比下場游泳的人更預知未來嗎？所以我們無非判斷未來這個團隊牛不牛。這個有很多定義，我們的牛不牛比較傳統(tǒng)，你之前干過的事情、學術(shù)地位、工業(yè)界的經(jīng)驗，差不多都是那些。但是像我們這種有產(chǎn)業(yè)背景的大型集團公司的創(chuàng)投機構(gòu)，唯一一點跟其他市場上的判斷不一樣的是，你的東西我們用不用得上。沒有誰對誰錯，CVC和IVC只是部分判斷標準不同。其他的對于項目、團隊的判斷大家都是有共識的。
朱贊：李總能給我們舉個例子嗎？比如說招商此前投過的人工智能或者市場上的項目？
李忠樺：我們投了一個大模型，最后招商大模型選了它。但這家公司的估值比其他幾家友商有很大的差別嗎？我覺得也沒有。但是這家公司調(diào)性和產(chǎn)品的適配度，跟這種大集團的數(shù)字化中心是比較匹配的。
朱贊：聶總跟我們分享一下咱們的標準和判斷。
聶冬辰：投資最終本質(zhì)上還是要挖掘價值，我們是分兩個層面，特別是在AI這一塊，AI應用相關(guān)的，一個是在產(chǎn)品這一類。
在產(chǎn)品這一層首先我們是去判斷產(chǎn)品是不是真的解決一部分需求。解決問題是第一步，第二步是產(chǎn)品解決方案能夠真正的工程化。工程化就是一個小白用戶真的能用這個產(chǎn)品，從頭到尾不需要指導，他自己可以把這一套流程做下來。產(chǎn)品能夠端到端的真的用AI的方式串起來，這是我們認為在產(chǎn)品這一層真正創(chuàng)造價值的。
產(chǎn)品有價值，不代表一家AI公司真正有價值，因為產(chǎn)品有價值代表有一定市場稀缺性，投資人會認，但是更重要的是把稀缺性通過構(gòu)建壁壘的方式變成公司的價值。要么是技術(shù)持續(xù)領(lǐng)先，要么是你的商業(yè)模式有創(chuàng)新性的，或者營收、BD能力強。
所以對于我們來講，我們從產(chǎn)品到公司這兩個層面拆開說它到底核心價值，以及它構(gòu)建價值的壁壘是什么，這樣一套我們再去判斷最后這個公司值不值得投。
同時，我們希望有中國角度，特別是結(jié)合中國硬件供應鏈，我們?nèi)ゾ淼絿馐袌?，這個時候你的海外經(jīng)驗、你的海外市場的認知和運營能力，那其實也是我們關(guān)注的一個重點。
朱贊：王總給我們來分享一下。
王晟：AI投資里，就算跑到B輪、C輪的企業(yè)，這個方向上也不是都有共識的。比如講大語言模型，大家都覺得好像能力很強，好像特別值得投創(chuàng)業(yè)公司。我給大家一個數(shù)據(jù)，所有五個小龍加在一起的用戶量不過是字節(jié)、豆包的幾分之一，而且這個差距在迅速擴大，很快1、2個月就拉到它們加一起就是1/10，甚至是1/20。所以你想象有共識嗎？有的投資人相信敢投，有的根本不信，所以我說還是有非常大的非共識。
我們假設(shè)要投一個方向，剩下的問題就是創(chuàng)始人。這里面我們角度來看主要要分兩類：
第一類，所謂做基礎(chǔ)設(shè)施的，比如做算力，類似GPU、NPU、TPU、DPU這些。這種情況首先是重科研和工程，有相對比較高的確定性，確定性來自于科研和技術(shù)的壁壘。所以你要投的團隊是科學家+工程化的團隊，這些團隊都有背書、論文，過去這個課題組到了什么江湖地位，做到什么程度，不難選。
第二類，跟市場做博弈，投應用是非常難的，今天這些應用都不是很吸引人的應用。投資人的偏好不代表用戶的偏好。過去投資人很簡單，要么是100萬的用戶量，然后看日活、月活、留存、在線時長、內(nèi)容創(chuàng)造。要么就是過去很牛的團隊已經(jīng)成功過，再做一個事，我無腦信你。對于早期投資來講，我們基本上很難看到數(shù)據(jù)，一旦跑出大數(shù)據(jù)，VC拿著大錢就來了。所以我們現(xiàn)在投過去成功做過幾十億盤子的江湖大佬，他覺得AI很棒，又出來做應用，他講一個故事我也信他，這種方式可以投。
投資人看待AI應用賽道的挑戰(zhàn)
朱贊：在座的幾位投資人對AI應用的投資是什么態(tài)度？各位認為在投AI應用賽道過程當中最大的挑戰(zhàn)是什么？從黃總先開始，跟大家交流一下。
黃松延：我們相信AI的應用端是能夠帶來比較多的應用點。但是大家相對來說短期過于樂觀，長期過于悲觀，所以投資的挑戰(zhàn)是要逆著人性來走。具體看什么呢？我們更看重中國在哪些點上未來是有機會，過去積累的供應鏈優(yōu)勢讓中國在硬件上可以卷爆世界。所以我覺得在一些軟硬件的結(jié)合方向上，中國還是有很大的具體優(yōu)勢，這也是中國未來的機會點。但今天還是比較早期的階段，很難定義到底是什么樣的AI硬件是未來主流，我們也是在早期摸索。
朱贊：市場上大家投資人可能有不同的觀點，但是就像剛剛黃總說的，悲觀者可能是正確的，但樂觀者前行，而且有可能拿到結(jié)果。接下來李總給我們分享。
李忠樺：我們是必須要投。一個從宏觀層面來講，央企投資機構(gòu)應該也要有一些擔當。招商局集團現(xiàn)在在做第三次創(chuàng)業(yè)，三個大的方向是綠色科技、生命科技和數(shù)智科技。數(shù)智科技我們其實就是AI、具身智能，這兩個我們是同背景機構(gòu)里面投的最多的，而且是最早的。光今年我們就關(guān)了三個具身智能的項目，招商在香港成立了具身智能實驗室，有很大的預算，要自研。我們也會跟外部的創(chuàng)業(yè)合作，所以我們投的項目也都進入了合作生態(tài)圈，這是我們要做的事情。
投資機構(gòu)是有路徑依賴的，AI是第四次革命的話，我們試著去復盤一下第一次、第二次、第三次革命開始發(fā)生了什么事情，我們發(fā)現(xiàn)沒有什么可以借鑒的。所以很希望創(chuàng)業(yè)者多多發(fā)揮自己的聰明才智，趕緊做點讓大家沒有見過的東西出來。
朱贊：現(xiàn)在大家知道大錢都在國資背景的機構(gòu)手里，期待后面李總可以多多出手。接下來聶總可以給我們介紹一下看法。
聶冬辰：肯定是要投的，我們在管的超100億的規(guī)模，大部分還是美元資產(chǎn)，所以我們看全球的機會。在國內(nèi)咱們可能會被低空經(jīng)濟、芯片、新能源這些分散精力，但整個全球范圍內(nèi)AI就是最大的投資熱點。
說回到挑戰(zhàn)，首先最多的挑戰(zhàn)是對創(chuàng)業(yè)者來說需要在長期不確定性里面找短期的確定性。我們永遠不知道下一個OpenAI的迭代版本會出什么大招，所以我們在短期內(nèi)找到真正需求，把產(chǎn)品壁壘勾連出來。當它迭代的時候，不至于把我們半年或者1年做出來的產(chǎn)品直接迭代掉，這是最大的問題。
其次，大家一定要關(guān)注所謂的競爭態(tài)勢，在國內(nèi)做AI應用其實是很鬧心的，因為被大廠、大模型公司在圍剿?，F(xiàn)在的大模型公司并不是真正意義上靠大模型賺錢，每家都有自己的殺手級To C應用，這個時候做AI To C應用的時候一定要警惕，某一天它會成為豆包、騰訊以及國內(nèi)AI巨頭做的事情。所以這個領(lǐng)域做的創(chuàng)業(yè)者一定要時刻審視自己的競爭邊界。
從我們的角度，我們過去17年投To C的項目比較多，京東、喜馬拉雅、探探這些都是。在AI時代不確定性是長期的，我們看To B SaaS這個領(lǐng)域，伴隨著付費產(chǎn)品意愿更強，會出現(xiàn)很多行業(yè)垂直的機會。你可以把產(chǎn)品插入到工作流里面，比如法律、HR領(lǐng)域，變得不可替代。
朱贊：在不確定性尋找確定性，把自己的技術(shù)壁壘構(gòu)建的不可替代。王總跟我們分享一下觀點。
王晟：第一個是，真的到了做應用的時點了嗎？現(xiàn)在AI大模型還有非常多能力不足的問題，而且有幻覺。OpenAI o1能力變強了，但效率很低，因為你要用推一個問題幾十秒、幾分鐘都很正常，甚至等幾個小時，就算ChatGPT這樣的大語言模型也沒那么快。再加上成本不算低，不是非常友好。我覺得真正的應用創(chuàng)業(yè)者你應該不需要考慮技術(shù)的復雜性、模型能力不夠、速度太慢，以及費用太貴，而這些都是當下實際的問題，所以我認為做應用的時間點還沒到。
第二個是，所謂原生的Native AI應用是不是個偽命題？這是很嚴重的問題。大家老說PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)，我們要知道它有幾個顯著的特點是AI所不具備的。它有一個新的計算設(shè)備，天然具有新場景，能做很多新應用。今天AI沒有新設(shè)備，還沒有創(chuàng)造出新場景。更重要的是，沒有新載體意味著沒有從0開始的新增量。另外，交互還不完善，無論是喬布斯發(fā)明iPhone，還是微軟創(chuàng)造了Windows，都使得硬件的載體和顯示、輸入操作非常匹配，今天AI我們看到的還是打幾個字，或者勉強語音聊一聊，和這個設(shè)備的匹配度不高，不是那么完美的契合，我覺得都不是非常理想。
