逃離 AI 賽道的投資人:做局失利、破局無力

語言: CN / TW / HK

創業者 VS  投資人 ,一場 圍繞 “局 展開的覺醒、 背叛和衝突。

作者 | 楊麗

編輯 | 王亞峰

1

“中國早期的VC圈像巨嬰國”

“國內早些時候的風投圈,像是一個巨嬰國。”一位退隱江湖的知名投資人任天揚(化名)向雷鋒網感慨道。

這個圈子表面風光無限,剝開皮瓤都沒熟透:缺少獨立思想、模仿抄襲、亂攪行業、長不大……

唯獨靠時代紅利,賺的盆滿缽滿。

大家投移動網際網路時,盛行的投資邏輯叫押賽道。

何為押賽道?說好聽些就是判斷出前景不錯的方向,投資大量公司,幾十個矮子中成一將軍,便可把風險對衝掉,還能獲得千百倍回報。

“但押賽道說句難聽話,不過是看到歐美哪些企業增長迅猛,照貓畫虎投幾家有著美國企業影子的中國公司,和抄襲無異。”任天揚笑著說。

那時候的投資邏輯,和深度學習的技術原理相似。

設定好目標,採集大量相似樣本(專案),加大算力(資金),暴力試錯,最後等待一個最優結果出來。

“你說它中間有什麼技術含量嗎,有是有,但沒什麼難度,唯一的含量就在調參。在投資上,調參就是做局。”

壓賽道式投資,馬太效應嚴重,贏者只有少數人。

直到2016年阿爾法狗出世後,局面大變。

某種程度上講,AI投融資,應該是國內VC第一次表現得不那麼像巨嬰的領域。

歐美至今未出現過網際網路般成功的AI投資案例。

而國內投資人在沒有任何參考座標的前提下,毅然進入這個領域,掏出全球最多的2000億去重倉AI。

“往好裡想,國內這一批VC不再是巨嬰,能勇敢地踏入無人區,並且形成了一套領先世界的AI投資方法論。投資人們也能真正下沉到田地裡,去了解傳統產業,去學習技術。這非常好。”

“以前的投資人是財務專家、做局專家、運氣專家,現在不得不先成為行業專家。”

但壞事是,這次果敢行為背後的試錯代價,過於巨大:企業死傷無數、欺騙者無數、投資人和企業之間的矛盾無數……

甚至一度讓部分投資合夥人發誓永久性退出人工智慧領域。

什麼原因?

技術不成熟?產品不落地?賺不了錢?

是,也不全是,上面三個原因只是表象,人人都能以此津津樂道,談出個所以然。

但背後的本質是“投資人做局”和“創業者破局”的失利。前者在給後者做局,後者覺醒後不斷在破前者做的局。

2

受傷的投資人:做了個大局,投了個寂寞

什麼是做局?

這個充滿東方智慧和神祕色彩的詞彙,經常出現在北京創投圈裡。

局,簡單來說,就是身邊各種資源之間相互關聯和作用的一個場景。管理學家寧向東曾總結,人只要想做事,就會發現自己處在一個“局”裡。

身邊包圍的所有資源,都跟你有了關係。有些資源支援你,是“正資源”。

有些資源阻攔你,是“負資源”。

人或企業,之所以被困在一個局裡,就是攔你的負資源太多,衝不出去。想辦法移走負資源,衝出圍城,就叫“破局”。

而一個投資人特意給被投企業和其他投資人,部署一定比例的正、負資源,讓企業按照自己的意思走,這是“做局”。

破局本質上是改變資源的性質,讓負的變成正的。

投資人做的局,看似給企業布了很多正資源,但在企業的真實發展道路上,可能是“負資源”。

投資人做局:不是你想成為什麼,而是我想讓你成為什麼?

早期,一批剛畢業不久的名校AI博士們,憑藉良好的學術背景和大好時代,進入到投資人的視線。

在投資人眼中,自己好比是藝術家杜尚。

只要時代發展足夠快,他們給一個物品或一個人,賦予一段故事,一個符號,就能成為無價的藝術品。哪怕是一個小便池。

杜尚經典作品《泉》

AI縱使有著無比巨大的市場。

可尋找AI寶藏的路徑,沒有人知道。每走錯一步,都要繞不少彎路。

投資人尋寶的方式依舊沿用了網際網路的方法論,形成“低成本複製的規模化”效應。

於是事先預設好目標,根據故事所需的資源,進行資源整合和資源設計,開啟做局之路。

“由於只懂技術的年輕創業者,並不懂得如何在AI商業世界行走。所以混跡江湖多年的投資人們,自以為很聰明,把手伸的無比長,主導著公司的戰略和節奏。”創業者高松(化名)告訴雷鋒網。

最早期,投資人一致認為AI是個高科技產業,圍繞技術大牛來做局,是企業破局的關鍵。

於是把自己投的很大一筆錢,用在招募大牌科學家上,另一部分錢,把有著學術背景的創始人進行包裝。

雷鋒網《AI冰與火》系列上一篇文章《 AI人才越來越不值錢了嗎 》中詳細分析過,AI科學家其實和網際網路大廠,有著天然的耦合性。

但在中小企業和傳統IT企業,引入AI科學家所帶來的組織矛盾隱患,些許時候要比他能解決的實際業務問題的價值更大。

但錯誤並不在AI科學家身上,而在大部分企業並不具備消化科學家的組織能力。

講科學家故事的悖論

那個時期的創業者和投資人,都對AI科學家有著過分的期望和神化,預設有他們駐場,任何目標都可實現,畢竟這批科學家已在細分學術領地裡完成過其他人無法實現的成果。

但這時候,出現了兩個問題。

一是投資人並不能很好的判斷,哪些人是優秀科學家。

做局選錯主角,後患無窮。

“個別公司引入了三流學者,對外卻吹著超一流的牛,全然不知把自己置身於大型打臉現場。而這些不入流的學者在企業吹捧下,會潛移默化地把自己當大師。被同行冷落後,還厚著臉說,我和那幫整天寫論文的人有別,我是實幹派。”多位學者向雷鋒網批評了當下的風氣。

不少學者進入工業界後,在高薪資、高話語權、高頻吹捧後,變得盲目自大,自我認知障礙。

“有些人完全不知,自己處於一個投資人設計的局裡,這個局中,你不過是一個符號,一枚棋子。從公司經營角度講,多數公司用不著科學家。但有些自大的科學家被捧起來後,又偏偏喜歡刷存在感。高高在上地懟業務部和工程部的高管。自己做不好的事,總認為是業務部給的資料不夠,質量不高,配備的人手不行。讓公司烏煙瘴氣。”

可笑的是,一些所謂的科學家離職後,CEO和投資人才後知後覺反應過來問詢圈內人,自己家的科學家到底什麼水平。

“還是有那麼些企業,在欺世盜名的三流科學家身上栽了跟頭的。沒栽跟頭的企業,做局做的也挺痛苦。”

找到貨真價實一流科學家的企業,在慶幸之餘,要面臨一個難題:怎麼用他。

“如果你想讓他們幫客戶解決實際業務問題,可行性並不高。同時能在學術、工程、產品領域有傑出實戰能力的企業科學家,在國內甚至都不超過五個。同樣是IEEE Fellow級專家,有些人能拿到三、四千萬的年薪,有些幾百萬,這就是差距。前者真的是鳳毛麟角。”一供職於大廠的IEEE Fellow告訴雷鋒網。

那怎麼辦?用於務虛。

只要把明星科學家和明星創業團隊的故事講圓,下一輪會有VC願意為之買單。

這種手法,在2016年-2018年間效果顯著,企業只要把科學家的故事講好,融資不成問題。

VC嚐到甜頭後,親自出馬,為所投企業,找FA,約投資人,為下一輪融資畫餅造星,同時費盡心思拉攏明星投資人上船。

而被拉攏的明星投資人,也成了局的一部分,能夠號召更多人入局。

最後,AI投資成了一場局中局,槓桿撬槓杆,不斷迴圈。

局的盡頭還是局。

看不到產品,也不見商業化。

3

創業者衝不破投資人做的局

過高的估值迫使創業者不得不做看似很有想象空間,但又異常形而上的產品和技術,以便支撐下一輪的好故事和高估值。

創業者在不斷成長,他們愈發對投資者做的局中局感到不安。

於是想破掉投資者的局,專注真正符合當下商業規律的事情,擼起袖子,挽起褲腿,承接不再高大上的業務,先成外包,成為整合商,去賺些錢。雖很土,收效甚微,但每一步都無比踏實。

當AI創業者真正踏入到局外的土地時,被兩股力量擋在了前面。

“一股是投資人,自己辛辛苦苦做的高大上的局,就這麼給埋汰了。另一股是行業裡的老牌玩家,紮根很深,很難撼動。”一位切身做過局的AI投資人講述道。

那怎麼辦,企業祭出兩套方法論:一是田忌賽馬,二是師夷長技以制夷。

田忌賽馬,用自己的長處對別人的短處,拿自己的最短處,成為別人長處的炮灰。

新興AI公司相比老牌廠商的優勢是什麼?很多人說是技術。

不全對,而是高成本優勢。

很多人不能理解,高成本何時成了優勢?

傳統IT公司在ToB/G市場的成功,簡單來說,就是把“成本三低”做到了極致:

  • 平均人力成本低

  • 運營成本和銷售成本低

  • 產量擴大後的邊際成本低

大型IT公司之所以能在定製化賽道里存活,很大部分原因在於人效的極致追求,說得不好聽,就是用更低的成本,去省出更多的利潤空間。

而AI公司的高成本打法,單從獲客角度來說,頗有好處。

一套造價昂貴的系統以白菜價出售,客戶新鮮感一來,自然會一試。畢竟AI公司們名聲響亮,科技感十足,也能提升自己的技術形象。

AI公司的這種手段,早期卓有成效,收穫了第一批客戶,也成了他們出去吹案例的資本,但現實情況多是飲鴆止渴。

“AI某小龍,曾為了拿下客戶,給銷售的激勵是每談下一家公安,就給他發一百萬的獎金。於是銷售們瘋狂地推,不管產品是否好用,不管產品單價是否過於便宜,只要能佔一個坑,就是成功。”業內人向雷鋒網爆料。

像極了網際網路的補貼大戰手段。

“高昂的人力成本、研發成本、銷售成本、運營成本,每一處成本,肉眼可見遠高於老牌IT企業。連自身都做不好降本增效,給別人降什麼本增什麼效?”整合商專案負責人李成告訴雷鋒網。

AI公司把網際網路的作風帶到傳統行業,早期也曾讓海康這類老牌公司焦慮過。

海康高管曾講過一句非常經典的話:我們做不了用1塊賺100塊的生意,但在用1塊賺1塊的生意上,沒有人能做得過我們。

而這一次,以海康為代表的老牌公司,陷入了迷茫。

“這不是不按套路出牌,而是直接亂出牌,這波操作直接把我們這波老IT人給幹懵了。”海康一區域銷售負責人笑道。

“雖然AI公司體量都不大,但如果十幾二十家公司都這麼玩,而且有資本勢力撐著,說不準行業裡能燒出來個滴滴、美團這樣的公司。當時我們確實有擔憂,也在思考要不要順著他們的套路一起下水。”

然而就在老牌IT企業,流糾結入不入場的時候,做局的投資人,按捺不住了。

“眼看自己投的錢,大把花在不是他想要的地方上,哪個投資人不著急?”一位有著切身體會的投資人談道。

投資人原本想做用一塊賺一百塊的生意,而AI公司做著花三塊只收回來一塊的買賣。

雖然一塊賺一百很難,但至少和買彩票一樣,投入可控,還能買個好盼頭。

“投資嘛,本身就是一場賭博。”

如果按現在這樣高成本的燒,那就是個沒有想象空間的無底洞。

“很多投資人反感被投企業做比較重的專案,認為這樣走下去頂多能發展成個整合商,雖營收可觀,但無法撐起估值,上市非常困難,投資回報率極低。”

所以每當企業的動作有些許變形,投資人們就把手伸入至戰略、管理 、人事、財務、公關當中,控制企業走向。

兩種經營理念的衝突,在2018年左右開始爆發了。

爆發的結果是,那些沒有說服投資人的公司,乾脆死在路上,成了第一批炮灰。

而說服了投資人的公司,走向更激進的道路:師夷長技以質疑,做大廠最擅長的硬體。

AI企業自知關公面前耍大刀不可取,但走到這一步,不得不做。

以AI四小龍們為例,做硬體有一合理之處,可讓硬體更適配演算法,提高產品的綜合性能,自主可控。

可弊端是,如果硬體只自給自足,產量顯然無法做大,生產成本壓根降不下來。

何解?於是先生產一大批攝像機,滿足自用後,再找經銷商和代理商幫他們去銷售剩下的攝像機。

“這就屬於不合情了,在太歲爺頭上動上了土。出來賣要低調,和經銷商一起悄悄賺些小錢,大家都睜隻眼閉隻眼。關鍵是,你一邊賣一邊肆無忌憚的喊著要顛覆人家。”一經銷商老闆吐槽。

“AI公司高調的做法,給我們這些渠道商帶來了不少壓力,我們的大客戶都是老牌頭部公司,如果AI公司叫囂的很大聲,會迫使渠道商不得不站隊。我們肯定站在大客戶這一邊,所以只能把AI公司的單子放棄掉。”經銷商爆料說,“某小龍至今壓著小几億的貨賣不出去,傳統產業,講究個人情世故,大家都容不得高調的人跳出來搗亂。”

AI公司萬萬沒想到,跳出投資人設計的局之後,又跌落至老牌玩家的死局中。

老玩家們趟坑二十幾年才扛過來,初出茅廬的創業者顯然很難從泥潭從輕鬆抽離。

而此時,公司內部也在兩種局的拉扯中,陷入自己的困局裡。

兩種局的背後,是這兩種經營文化,一種是資本導向的經營邏輯,一種是實打實業務導向的經營邏輯。兩者並不相容。

當兩種文化衝突愈發激烈時,派系便會形成,內耗會加重。

這也是引發第二批AI公司死亡的重要原因。

而活著的公司,投資人眼看做了五六年的局,不見開花結果,不得不揠苗助長,把企業推向了似乎更為艱難的IPO之路。

走在十字路口的投資人和創業者,到底該如何達成共識,雙雙破局?

4

投資人和創業者破局的第一性原理

AI公司的來回拉扯,緣由商業目標的不清晰。

“目標不清晰帶來的後果是邁出的步子,分成了兩種極端:要麼搞浮誇的形而上,只見開花不見果;要麼跟風老牌企業曾經驗證過的步伐,蝸牛行走。”高松回憶起了那段艱難的創業往事。

兩種選擇,都有問題。

在《 AI商業模式的脫靶、崩塌、救贖 》一文中,我們深入分析了未來商業模式的三種正規化:

  • 正規化一:重定製整合專案實施→ 數字化諮詢 → 諮詢業務反哺重定製實施 → 與大型客戶建立高粘性和系統不可替代性

  • 正規化二:重定製整合專案實施 → 進入非標市場的標準市場(AI晶片、自動駕駛) → 形成標準化產品 → 低成本規模化複製

  • 正規化三:做AI開源工具,佔位國產化高地。

除此之外,人工智慧的商業模式路徑也可分為四個象限:分別是向下、向上,向前和向後。

向下做重、向上做輕、向前諮詢、向後運營

向下,現在90%的AI公司走的模式,即客戶需要什麼,便提供什麼,做高定製的軟硬一體解決方案。

這條道路最穩健,雖沒什麼利潤,但營收數字勉強餬口。只不過缺少大的想象空間,30億市值是第一道天花板。

要突破30億的天花板,需從定製化的方案中,凝聚抽離出通用的中介軟體產品。

這條路最需要的就是時間和耐心。 SAP花了二十多年才走通,從大客定製,不斷剝離,讓自己成為一家純軟體企業。 為此,在二十多年的標準化過程中,還設計出ABAP低程式碼語言,並且建立起了戰略/IT諮詢、整合、部署、資料清洗、運維等第三方合作生態,去讓自己的標準化軟體,有生態去支撐落地。

標準化的過程,從來沒有一蹴而就過,時間和技術的投入,充分且必要。國內的投資人是否能夠等待二十年?

向上,進入標準化、可規模化複製的領域,比如晶片、開源框架、小微SaaS等,前兩項想象空間很大,但難度頗大,風險指數更高。而創業公司在國內做小微SaaS,短時間內來看是個偽命題,頭部廠商頂著投資人壓力不得不做大客,能說明第一定問題。

這兩條道路,是絕大多數企業佈局和VC投資的象限。

而向前和向後,鮮有人問津。

向前,則是數字化諮詢,從頂層設計出發,反哺解決方案的實施,這一方向,金融和零售領域已出現了一些吃螃蟹者。當然目前中小企業提供的諮詢服務,多數在虧錢。但這裡諮詢的重點,在於對數字化解決方案實施的反哺,而非諮詢本身。

向後,則是當前AI行業缺少運營服務商的角色。好比老牌硬體公司是地產開發商,AI軟體企業是裝修公司,但現在AI行業唯獨缺少第三方物業公司,這一模式,雷鋒網將在未來的文章中展開講述。

諮詢和運營服務,既不會過重,也不會太輕,離客戶很近, 且合規性較高。

尤其當今的環境下,一種模式能否做大,很多時候取決於領域本身合規屬性的高低。

過去AI最賺錢的兩個方向,其一是安防,其二是資料服務。

前者很好理解,涉及到硬體採買,營收額自然高於所有行業,但沒有利潤。

第二種則是資料服務,模式最輕且營收可觀,通過聯合多個三方資料機構,做脫敏資料服務的買賣,以兜售使用者信用評分卡、使用者標籤等形式,獲得ROI遠高於技術實施帶來的收益。

這兩種模式有個共同的特徵,便是在合規的標準線上遊走,一種是隱私資訊的使用,另一種是脫敏隱私資訊的間接買賣。

隨著資料安全法的逐步落實,風險指數高的領域,定時炸彈隨時會在部分企業頭上引爆。 更多內容,可關注雷鋒網持續釋出的《資料安全隱私計算·五問》和雷鋒網在Bilibili上的影片節目。

避開一部分可以預見的高風險,是風險投資的基礎。

回到向前諮詢和向後運營的模式。

“這兩賽道不僅相對安全,而且諮詢和運營兩賽道跑出新晉獨角獸的概率很大。”任天揚也強調到,未來賽道里還會催生出一批押賽道的VC,一家機構同時投資多家競品企業。

“AI投資人要局氣,不要雞賊”

“面對這類雞賊的VC,創業者要敬而遠之。SAP花了二十年才成為了標準化軟體公司,人工智慧和企業服務都是一條漫長且成功率頗低的道路,需要創與投之間十年如一日互相信任,互相陪伴,相濡以沫,為你帶來更多的客戶和合作夥伴,而不單純是財務投資。”

AI領域如同打牌,多數投資人手中都是爛牌。

當投資人沒有運氣攤到好牌時,能做的只有儘可能地做好區域性優化,把自己的爛牌,每一步打得比其他人的爛牌好那麼一點點。

AI投資人要局氣,也有創業精神和企業家精神。

無論手中有什麼牌,都會堅持進行資源調配,在其他牌手都棄牌或沒耐心的情況下,堅持把牌打完,哪怕不是第一名,也一定能有自己的位置,獲得可觀的回報。

如果你是局氣的投資者,或想成為這樣的投資人,希望我們可以在第二期《AI冰與火系列·五問》中見面,一同為行業提供有價值的資訊和投融資服務。

本期《AI冰與火之歌·五問》已正式完結,感謝各位關注。第二期正在籌備中,詳情可諮詢總策劃人王亞峰,微信 wangyafeng123456

最後,12月9日-11日,雷鋒網將在深圳承辦第六屆GAIR全球人工智慧與機器人大會。

這是一場熬過第一輪AI冰與火洗禮後的AI企業的盛宴。第二輪的洗禮,我們該如何破局?或許能在這個國內最長久的AI產學融合大會中,找到啟發。點選閱讀原文檢視更多大會資訊及報名參會。

由於微信公眾號試行亂序推送,您可能不再能準時收到AI科技評論的推送。為了第一時間收到AI科技評論的報道, 請將“ AI科技評論 ”設為 星標賬號 ,以及常點文末右下角的“ 在看 ”。

「其他文章」