AI行業(yè)經(jīng)過前兩年的熱潮，在2019年發(fā)生了一個(gè)比較明顯的變化：從關(guān)注AI技術(shù)積累到AI如何落地。當(dāng)前，很多AI創(chuàng)業(yè)公司都面臨較大考驗(yàn)，特別是高估值公司在沖刺科創(chuàng)板時(shí)被質(zhì)疑估值倒掛的問題。而相應(yīng)的投資邏輯，已經(jīng)從早先的AI崇拜迭代到現(xiàn)在的AI落地。

AI現(xiàn)在也成為了中美兩國(guó)的一個(gè)競(jìng)技場(chǎng)。如果把AI投資分為基礎(chǔ)層、技術(shù)層以及應(yīng)用層，美國(guó)公司更多地集中在處理器、芯片等基礎(chǔ)層，而中國(guó)公司則會(huì)更加關(guān)注計(jì)算機(jī)視覺、自動(dòng)駕駛等應(yīng)用層。

未來的AI制高點(diǎn)到底是什么？德迅投資董事總經(jīng)理謝彤認(rèn)為，還是要靠傳感器、信號(hào)處理芯片等這樣的硬科技。謝彤專注于前沿科技領(lǐng)域的早期投資以及海外投資，在加入德迅之前有四年的創(chuàng)業(yè)以及二十多年的軟件從業(yè)經(jīng)驗(yàn)，包括12年IBM咨詢顧問背景。謝彤在美國(guó)硅谷、澳洲以及中國(guó)香港和大陸地區(qū)工作過多年，投資方向主要涉及物聯(lián)網(wǎng)、人工智能以及硬科技領(lǐng)域，他擁有浙江大學(xué)計(jì)算機(jī)科學(xué)工學(xué)學(xué)士以及香港中文大學(xué)工商管理碩士學(xué)位。

AI制高點(diǎn)在于硬件

投資機(jī)會(huì)往往先從趨勢(shì)看起，看趨勢(shì)從宏觀經(jīng)濟(jì)看起。從趨勢(shì)分析到現(xiàn)象預(yù)判，由現(xiàn)象預(yù)判看相關(guān)的投資機(jī)會(huì)。

趨勢(shì)分析：第一，從英國(guó)脫歐以及中美貿(mào)易戰(zhàn)可以看出，全球仍處于不確定的經(jīng)濟(jì)形勢(shì)，且在下行通道中；第二，技術(shù)類的進(jìn)口限制、華為事件以及貿(mào)易戰(zhàn)的影響是長(zhǎng)期的，尤其是川普有機(jī)會(huì)連任，這些都是必須正視的現(xiàn)象，不能抱有僥幸心理；第三，人們已經(jīng)不再為溫飽而擔(dān)心，尤其是90后、00后更加追求安逸和體面的工作，而美國(guó)在墨西哥邊境建墻阻擋非法移民將導(dǎo)致低端用工緊張，中國(guó)也存在類似大城市本地人不愿意從事保姆或環(huán)衛(wèi)等工種的情況。

從趨勢(shì)看到現(xiàn)象：第一，如果是出口降低，為了保持增速，應(yīng)該加強(qiáng)內(nèi)需，而其它行業(yè)較難很快地帶動(dòng)內(nèi)需，所以服務(wù)業(yè)的比重將大幅增加；第二，中美貿(mào)易戰(zhàn)導(dǎo)致全球供應(yīng)鏈體系被打破，國(guó)產(chǎn)替代不可逆轉(zhuǎn)，但這個(gè)過程中有很大挑戰(zhàn)；第三，各崗位的自動(dòng)化需求會(huì)加大。

從投資機(jī)會(huì)來講：第一，作為前沿科技來講，AI相關(guān)的硬科技可能是機(jī)會(huì)；第二，在消費(fèi)類商業(yè)的核心方向上，針對(duì)新人類的新經(jīng)濟(jì)是機(jī)會(huì)。

結(jié)合中美現(xiàn)在的局勢(shì)，AI能否大規(guī)模應(yīng)用，決定因素在硬件而非軟件，因?yàn)檐浖梢哉业杰浖?a target="_blank">工程師或算法工程師加以解決，但硬件不那么容易替代，所以未來AI的制高點(diǎn)還是靠硬件。以自動(dòng)駕駛汽車為例，除了車底部有計(jì)算單元之外，車周邊和車頂加裝了各種攝像頭、傳感器、雷達(dá)、超聲波、GPS等硬件。計(jì)算單元的決策依據(jù)是各種傳感器收集來的數(shù)據(jù)，在此基礎(chǔ)上進(jìn)行加工分析后得出判斷，所以決定或區(qū)分一個(gè)AI項(xiàng)目的好壞不在于后端，而在于邊緣端也就是傳感器端。

那么有可能國(guó)產(chǎn)替代嗎？以芯片行業(yè)和自動(dòng)駕駛為例，往后可能受到制約的不是軟件，尤其有進(jìn)口限制的情況下，受制約的是硬件傳感器、芯片等領(lǐng)域。在很多領(lǐng)域，短時(shí)間能做國(guó)產(chǎn)替代的可能性不大，芯片領(lǐng)域尤其是核心部件、核心計(jì)算單元或核心傳感器可能還是需要依賴進(jìn)口。在芯片設(shè)計(jì)中，有一種設(shè)計(jì)輔助軟件EDA，短期國(guó)產(chǎn)替代的可能性也不大，因?yàn)樾枰筚Y金、大投入進(jìn)行很長(zhǎng)線的投資，所以EDA這類項(xiàng)目適合產(chǎn)業(yè)基金的投資而非天使基金進(jìn)入。

AI相關(guān)硬科技領(lǐng)域的投資邏輯

德迅投資在看過很多AI算法公司、云端服務(wù)公司等后，總結(jié)出了AI的投資邏輯：

第一，無場(chǎng)景不投。AI模型或者算法不能夠通吃，需要在一個(gè)特定場(chǎng)景下才能夠使用。一個(gè)場(chǎng)景的模型或算法不能用于另一個(gè)場(chǎng)景，例如識(shí)別貓的算法不能用于識(shí)別狗或至少識(shí)別的效果不好。

第二，無數(shù)據(jù)不投。當(dāng)AI公司需要花錢獲取數(shù)據(jù)時(shí)尤其小心，比較理想的是客戶愿意付費(fèi)獲取服務(wù)的同時(shí)還能提供數(shù)據(jù)。

第三，無閉環(huán)不投。這與第二點(diǎn)也有關(guān)系。以基因測(cè)序公司為例子，客戶付費(fèi)獲取基因的檢測(cè)結(jié)果，但是同時(shí)也是付費(fèi)讓公司收集數(shù)據(jù)，當(dāng)收集到足夠數(shù)據(jù)后就能更好的服務(wù)客戶、提供更好的服務(wù)，從而形成健康商業(yè)模式。

AI相關(guān)硬科技的投資邏輯：第一，客戶最終需要的是一個(gè)系統(tǒng)或解決方案，而解決方案需要軟硬結(jié)合，單一的算法不足以變現(xiàn)；第二，對(duì)硬件來講，非常重要的一個(gè)特點(diǎn)是需要高毛利才能支撐創(chuàng)業(yè)公司的行為；第三，光有技術(shù)不行，團(tuán)隊(duì)整體的配置還需要完整，也就是技術(shù)、銷售、生產(chǎn)供應(yīng)鏈等人員缺一不可。

在AI相關(guān)硬科技的投資邏輯中，需要關(guān)注場(chǎng)景、數(shù)據(jù)和閉環(huán)。上圖的右邊是一個(gè)參考架構(gòu)，最上層是設(shè)備端，然后是邊緣計(jì)算，最下層是云計(jì)算和人機(jī)接口。這個(gè)參考架構(gòu)為什么是倒三角？因?yàn)樯蠈拥臄?shù)量大于下層。以云計(jì)算為例，數(shù)據(jù)中心數(shù)量遠(yuǎn)遠(yuǎn)小于傳感器的數(shù)量。另外，虛線上面偏硬件，下面是軟件；上層偏設(shè)備端，下層偏云端；從適用面來講，上層的適用面高于下層，下層的場(chǎng)景可能非常特定。

德迅借鑒已有經(jīng)驗(yàn)，開發(fā)了一個(gè)AI投資參考架構(gòu)，如上圖。最上層設(shè)備端，有傳感器、網(wǎng)關(guān)、車聯(lián)網(wǎng)相關(guān)，包括對(duì)人、寵物、交通、農(nóng)業(yè)、電力、智慧樓宇等相關(guān)檢查。Edge層為邊緣計(jì)算，以自動(dòng)駕駛為例，由于低延時(shí)要求而必須在邊緣端完成，需要在非常短的時(shí)間完成判斷。邊緣計(jì)算與信號(hào)處理、篩選、芯片包括無線充電都有直接關(guān)系，所以邊緣計(jì)算有很多機(jī)會(huì)。設(shè)備端和邊緣端整體偏硬件、偏行業(yè)、偏應(yīng)用，適用面相對(duì)云端更高。

最下兩層是云端以及用戶界面。云端包括儀表盤展示、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和AI。AI分兩個(gè)層面就是訓(xùn)練和推理。一般AI訓(xùn)練在云端完成，而不是在邊緣端，因?yàn)樾枰罅康挠?jì)算能力、計(jì)算資源，所以訓(xùn)練一般在云端；推理可以在邊緣端也可以在云端做，現(xiàn)在更多傾向從云端向邊緣端轉(zhuǎn)移，這時(shí)可以帶來很多投資機(jī)會(huì)。最下層是新的人機(jī)交互方式，在交互的方式上也有投資機(jī)會(huì)。

圖的最右側(cè)是總結(jié)的投資機(jī)會(huì)，分了不同的顏色：最頂上橙色標(biāo)注的是設(shè)備端相關(guān)的投資機(jī)會(huì)，傳感器是一個(gè)很大的領(lǐng)域；邊緣端的邊緣計(jì)算是藍(lán)色的，消費(fèi)級(jí)物聯(lián)網(wǎng)還滯后一些，工業(yè)級(jí)物聯(lián)網(wǎng)的應(yīng)用較多；AI推理的加速芯片在邊緣端也有機(jī)會(huì)。云端是綠色標(biāo)注，AI/ML/Big Data、有數(shù)據(jù)的NLP、Fusion Cloud、AI行業(yè)應(yīng)用。最下一層人機(jī)交互為褐色標(biāo)注，有彈性電子和新型交互方式，比如以皮膚接觸的壓力傳感器導(dǎo)致的新交互方式、語(yǔ)音交互方式，甚至能否通過腦波直接控制單元也是一個(gè)趨勢(shì)，所以新的交互方式也有投資機(jī)會(huì)。

上圖是德迅投資的項(xiàng)目在各個(gè)層的映射。有幾個(gè)公司值得提一下：Oculii，中文為傲酷，是從事毫米波雷達(dá)生產(chǎn)制造，精度可以媲美激光雷達(dá)的精度，但成本相對(duì)較低；還有北美的Lime，相當(dāng)于中國(guó)的摩拜單車，核心的產(chǎn)品和服務(wù)是電動(dòng)滑板車，在歐洲的業(yè)績(jī)比北美要好。Lime雖然是一家硬件公司，但其實(shí)也是數(shù)據(jù)公司，通過部署在街上的電動(dòng)滑板車收集到很多數(shù)據(jù)，現(xiàn)在已經(jīng)準(zhǔn)備推出相關(guān)云端服務(wù)了。

投后管理量化分析更重要

投后很重要的工作是財(cái)報(bào)分析，上圖是德迅投資做的硬科技公司財(cái)報(bào)分析。上面是上市公司的財(cái)報(bào)，下面是投資公司的財(cái)報(bào)。有幾個(gè)核心指標(biāo)需要看一下：

首先，AI相關(guān)的硬科技企業(yè)，涉及到硬件需要高毛利，60%及格、至少是70%或80%毛利率可能才值得投。原因有幾個(gè)：第一，在創(chuàng)業(yè)初期出貨量比較低的情況下，要想減緩消耗資金，需要有高毛利；第二，要證明是高科技公司，必須要高毛利率才行。

其次，硬件不像軟件或者游戲，下載后現(xiàn)場(chǎng)完成支付就完成交易了，硬件要備貨、生產(chǎn)、交付，還要等對(duì)方驗(yàn)收才能回款，應(yīng)收賬款的周期是比TMT互聯(lián)網(wǎng)公司要長(zhǎng)。應(yīng)收的賬款金額周轉(zhuǎn)率還有周轉(zhuǎn)周期需要關(guān)注。

第三，存貨周期以及周轉(zhuǎn)率也要關(guān)注。硬件公司跟軟件公司有很大的差異，存貨與資產(chǎn)的占比越小越好，存貨的周轉(zhuǎn)周期越低越好，這是共性。但是硬件公司有一個(gè)特點(diǎn)，為了減少交付時(shí)間需要存貨或備料。如果收到訂單才備料、生產(chǎn)、交付，這將導(dǎo)致長(zhǎng)交付周期，客戶一般等不了，所以一般是要提前囤貨或者備料，但需要精準(zhǔn)預(yù)測(cè)才能減少資金的占用量。

以上市公司為例，圖中藍(lán)色的部分中有個(gè)Garmin，Garmin傳統(tǒng)是做導(dǎo)航儀器設(shè)備，但從其最近幾期的財(cái)報(bào)可以發(fā)現(xiàn)，可穿戴設(shè)備、戶外設(shè)備的占比超過50%，也就是說Garmin已經(jīng)不再是傳統(tǒng)意義上導(dǎo)航公司了。Garmin應(yīng)收周期相對(duì)比較短，研發(fā)占比還有銷售費(fèi)用占比不算最低但也不是最高，此外還有個(gè)核心特點(diǎn)，即Garmin的毛利率是除了賽靈思之外最高的。

對(duì)比的被投公司以紅色標(biāo)注。第三列J公司是做機(jī)械臂的，毛利率相對(duì)其它被投公司較低，因?yàn)樵擃I(lǐng)域可能競(jìng)爭(zhēng)相對(duì)比較激烈，或產(chǎn)品性能還趕不上競(jìng)爭(zhēng)對(duì)手，因此值得注意。第四列X公司是做激光設(shè)備的，一個(gè)核心的部件是特定頻譜激光頭，目前全球只有一個(gè)廠商供貨，為了保持該產(chǎn)線的運(yùn)作，每季度需要訂一批貨，導(dǎo)致存貨多、消耗存貨的周期長(zhǎng)。

這些投后財(cái)務(wù)的量化分析，對(duì)投后管理有非常大的指導(dǎo)意義。早期投資有兩種投后的管理方法，一種是放養(yǎng)，投完就不太管了，另一種則介入較多。德迅投資在投資過程中，也經(jīng)歷了從放養(yǎng)到增加越來越多投手人手，投后的介入越來越多，目前來看效果明顯。

除了投后需要看財(cái)報(bào)，另外還要注意的是，往往創(chuàng)業(yè)公司或創(chuàng)始人CEO說今年這個(gè)季度的銷售額多少、簽了多少單，投資人還真需要看下合同，確認(rèn)合同條款是什么。德迅投資還規(guī)定，首期賬款應(yīng)該能覆蓋物料成本，防止持續(xù)資金吃緊。

上圖是一個(gè)打分表。借用精一天使公社李漢生團(tuán)隊(duì)給的建議，看投資的潛在標(biāo)的應(yīng)該有三個(gè)字總結(jié) “小鋼炮”：“小”就是專注和特定的細(xì)分市場(chǎng)，“鋼”就是剛需，“炮”就是產(chǎn)品要好。

投后比較主要的是“血量”、跑道、發(fā)展速度：“血量”就是現(xiàn)在帳上的現(xiàn)金或自身造血、被動(dòng)造血的能力，業(yè)務(wù)能力就是自身造血的能力，被動(dòng)造血的能力就是融資能力，如果業(yè)務(wù)不能自身造血或減緩消耗血量的速度，融資就必須能夠跟上，所以“血量”是打分時(shí)第一考慮的指標(biāo)；跑道就是用“血量”除以burn rate，以德迅投資的北美一家公司為例，34個(gè)團(tuán)隊(duì)成員中有15個(gè)是博士，很多是AI相關(guān)的工程師，但每月的消耗才27.5萬(wàn)美金，人均消耗是8000多美金，在有15個(gè)博士的公司中消耗相對(duì)較低，以目前的帳上現(xiàn)金不算后面馬上close的一輪，跑道有三年，屬于健康狀態(tài)；速度就是創(chuàng)業(yè)公司的發(fā)展速度，不夠快就失敗，這與團(tuán)隊(duì)執(zhí)行力有直接關(guān)系。

鈦資本研究院觀察

中美貿(mào)易站為中國(guó)帶來了長(zhǎng)期的影響，對(duì)于B2B創(chuàng)業(yè)來說，這就是國(guó)產(chǎn)替代的機(jī)遇。在近兩年的人工智能創(chuàng)業(yè)潮經(jīng)歷了泡沫期后，越來越多的投資者開始關(guān)注人工智能項(xiàng)目的長(zhǎng)期投資價(jià)值，而不再以追求短期高估值為主導(dǎo)。這將開啟我國(guó)新的人工智能創(chuàng)業(yè)黃金時(shí)代。

AI硬件是人工智能創(chuàng)業(yè)的制高點(diǎn)，這不僅僅對(duì)于人工智能產(chǎn)業(yè)來說如此，對(duì)于整個(gè)科技科技產(chǎn)業(yè)來說也是如此。中國(guó)的政策取向、投資取向、企業(yè)采購(gòu)取向等，都為國(guó)產(chǎn)技術(shù)和產(chǎn)品提供了更大的耐心和空間。雖然以芯片和集成電路為代表的硬件等硬科技屬于“硬骨頭”，但現(xiàn)在越來越有機(jī)會(huì)讓創(chuàng)業(yè)者們從容的啃下“硬骨頭”。

當(dāng)然，隨著國(guó)內(nèi)VC投資機(jī)構(gòu)和投資者的成熟，創(chuàng)業(yè)者也越來越需要關(guān)注自身的財(cái)務(wù)表現(xiàn)，即便是AI硬件這樣的戰(zhàn)略制高點(diǎn)，也需要避免過去那種估值泡沫和融資泡沫，而增強(qiáng)自身的“造血”能力。當(dāng)前，AI產(chǎn)業(yè)鏈越來越成熟，創(chuàng)業(yè)者可以借助整個(gè)產(chǎn)業(yè)鏈的力量，找到自己的價(jià)值點(diǎn)和“造血”點(diǎn)，在解決客戶痛點(diǎn)的同時(shí)也為自身的發(fā)展蓄勢(shì)。

總的來說，當(dāng)前是可以考慮AI硬件創(chuàng)業(yè)的好時(shí)機(jī)，也是投資者可以關(guān)注AI硬件創(chuàng)業(yè)項(xiàng)目的切入時(shí)機(jī)。

來源：鈦資本研究院