逃離 AI 賽道的投資人：做局失利、破局無力
只要時代發(fā)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。
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互聯(lián)網(wǎng)的方法論，形成“低成本復制的規(guī)?；毙?。
于是事先預設好目標，根據(jù)故事所需的資源，進行資源整合和資源設計，開啟做局之路。
“由于只懂技術的年輕創(chuàng)業(yè)者，并不懂得如何在AI商業(yè)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(zhàn)略和節(jié)奏?！眲?chuàng)業(yè)者高松（化名）告訴雷鋒網(wǎng)。
最早期，投資人一致認為AI是個高科技產(chǎn)業(yè)，圍繞技術大牛來做局，是企業(yè)破局的關鍵。
于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(chuàng)始人進行包裝。
AI科學家其實和互聯(lián)網(wǎng)大廠，有著天然的耦合性。
但在中小企業(yè)和傳統(tǒng)IT企業(yè)，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(yè)務問題的價值更大。
但錯誤并不在AI科學家身上，而在大部分企業(yè)并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(chuàng)業(yè)者和投資人，都對AI科學家有著過分的期望和神化，默認有他們駐場，任何目標都可實現(xiàn)，畢竟這批科學家已在細分學術領地里完成過其他人無法實現(xiàn)的成果。
但這時候，出現(xiàn)了兩個問題。
一是投資人并不能很好的判斷，哪些人是優(yōu)秀科學家。
做局選錯主角，后患無窮。
“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于大型打臉現(xiàn)場。而這些不入流的學者在企業(yè)吹捧下，會潛移默化地把自己當大師。被同行冷落后，還厚著臉說，我和那幫整天寫論文的人有別，我是實干派?！倍辔粚W者向雷鋒網(wǎng)批評了當下的風氣。
不少學者進入工業(yè)界后，在高薪資、高話語權、高頻吹捧后，變得盲目自大，自我認知障礙。
“有些人完全不知，自己處于一個投資人設計的局里，這個局中，你不過是一個符號，一枚棋子。從公司經(jīng)營角度講，多數(shù)公司用不著科學家。但有些自大的科學家被捧起來后，又偏偏喜歡刷存在感。高高在上地懟業(yè)務部和工程部的高管。自己做不好的事，總認為是業(yè)務部給的數(shù)據(jù)不夠，質(zhì)量不高，配備的人手不行。讓公司烏煙瘴氣?！?/span>
可笑的是，一些所謂的科學家離職后，CEO和投資人才后知后覺反應過來問詢?nèi)?nèi)人，自己家的科學家到底什么水平。
“還是有那么些企業(yè)，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(yè)，做局做的也挺痛苦?！?/span>
找到貨真價實一流科學家的企業(yè)，在慶幸之余，要面臨一個難題：怎么用他。
“如果你想讓他們幫客戶解決實際業(yè)務問題，可行性并不高。同時能在學術、工程、產(chǎn)品領域有杰出實戰(zhàn)能力的企業(yè)科學家，在國內(nèi)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?！币还┞氂诖髲S的IEEE Fellow告訴雷鋒網(wǎng)。
那怎么辦？用于務虛。
只要把明星科學家和明星創(chuàng)業(yè)團隊的故事講圓，下一輪會有VC愿意為之買單。
這種手法，在2016年-2018年間效果顯著，企業(yè)只要把科學家的故事講好，融資不成問題。
VC嘗到甜頭后，親自出馬，為所投企業(yè)，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。
最后，AI投資成了一場局中局，杠桿撬杠桿，不斷循環(huán)。
局的盡頭還是局。
看不到產(chǎn)品，也不見商業(yè)化。
AI公司的來回拉扯，緣由商業(yè)目標的不清晰。
“目標不清晰帶來的后果是邁出的步子，分成了兩種極端：要么搞浮夸的形而上，只見開花不見果；要么跟風老牌企業(yè)曾經(jīng)驗證過的步伐，蝸牛行走。”高松回憶起了那段艱難的創(chuàng)業(yè)往事。
兩種選擇，都有問題。
在以前的文章中，我們深入分析了未來商業(yè)模式的三種范式：
范式一：重定制集成項目實施→ 數(shù)字化咨詢 → 咨詢業(yè)務反哺重定制實施 → 與大型客戶建立高粘性和系統(tǒng)不可替代性
范式二：重定制集成項目實施 → 進入非標市場的標準市場（AI芯片、自動駕駛） → 形成標準化產(chǎn)品 → 低成本規(guī)?；瘡椭?/span>
范式三：做AI開源工具，占位國產(chǎn)化高地。
除此之外，人工智能的商業(yè)模式路徑也可分為四個象限：分別是向下、向上，向前和向后。
向下做重、向上做輕、向前咨詢、向后運營
向下，現(xiàn)在90%的AI公司走的模式，即客戶需要什么，便提供什么，做高定制的軟硬一體解決方案。
這條道路最穩(wěn)健，雖沒什么利潤，但營收數(shù)字勉強糊口。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，需從定制化的方案中，凝聚抽離出通用的中間件產(chǎn)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，從大客定制，不斷剝離，讓自己成為一家純軟件企業(yè)。為此，在二十多年的標準化過程中，還設計出ABAP低代碼語言，并且建立起了戰(zhàn)略/IT咨詢、集成、部署、數(shù)據(jù)清洗、運維等第三方合作生態(tài)，去讓自己的標準化軟件，有生態(tài)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(nèi)的投資人是否能夠等待二十年？
向上，進入標準化、可規(guī)?；瘡椭频念I域，比如芯片、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(shù)更高。而創(chuàng)業(yè)公司在國內(nèi)做小微SaaS，短時間內(nèi)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(shù)企業(yè)布局和VC投資的象限。
而向前和向后，鮮有人問津。
向前，則是數(shù)字化咨詢，從頂層設計出發(fā)，反哺解決方案的實施，這一方向，金融和零售領域已出現(xiàn)了一些吃螃蟹者。當然目前中小企業(yè)提供的咨詢服務，多數(shù)在虧錢。但這里咨詢的重點，在于對數(shù)字化解決方案實施的反哺，而非咨詢本身。
向后，則是當前AI行業(yè)缺少運營服務商的角色。好比老牌硬件公司是地產(chǎn)開發(fā)商，AI軟件企業(yè)是裝修公司，但現(xiàn)在AI行業(yè)唯獨缺少第三方物業(yè)公司，這一模式，雷鋒網(wǎng)將在未來的文章中展開講述。
咨詢和運營服務，既不會過重，也不會太輕，離客戶很近，且合規(guī)性較高。
尤其當今的環(huán)境下，一種模式能否做大，很多時候取決于領域本身合規(guī)屬性的高低。
過去AI最賺錢的兩個方向，其一是安防，其二是數(shù)據(jù)服務。
前者很好理解，涉及到硬件采買，營收額自然高于所有行業(yè)，但沒有利潤。
第二種則是數(shù)據(jù)服務，模式最輕且營收可觀，通過聯(lián)合多個三方數(shù)據(jù)機構(gòu)，做脫敏數(shù)據(jù)服務的買賣，以兜售用戶信用評分卡、用戶標簽等形式，獲得ROI遠高于技術實施帶來的收益。
這兩種模式有個共同的特征，便是在合規(guī)的標準線上游走，一種是隱私信息的使用，另一種是脫敏隱私信息的間接買賣。
隨著數(shù)據(jù)安全法的逐步落實，風險指數(shù)高的領域，定時炸彈隨時會在部分企業(yè)頭上引爆。
避開一部分可以預見的高風險，是風險投資的基礎。
回到向前咨詢和向后運營的模式。
“這兩賽道不僅相對安全，而且咨詢和運營兩賽道跑出新晉獨角獸的概率很大?！比翁鞊P也強調(diào)到，未來賽道里還會催生出一批押賽道的VC，一家機構(gòu)同時投資多家競品企業(yè)。
“AI投資人要局氣，不要雞賊”
“面對這類雞賊的VC，創(chuàng)業(yè)者要敬而遠之。SAP花了二十年才成為了標準化軟件公司，人工智能和企業(yè)服務都是一條漫長且成功率頗低的道路，需要創(chuàng)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伙伴，而不單純是財務投資?！?/span>
AI領域如同打牌，多數(shù)投資人手中都是爛牌。
當投資人沒有運氣攤到好牌時，能做的只有盡可能地做好局部優(yōu)化，把自己的爛牌，每一步打得比其他人的爛牌好那么一點點。
AI投資人要局氣，也有創(chuàng)業(yè)精神和企業(yè)家精神。
無論手中有什么牌，都會堅持進行資源調(diào)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。
? Copyright 2013 南京奧特賽人工智能技術研發(fā)有限公司 版權所有 備案號：蘇ICP備19032300號-1 
蘇公網(wǎng)安備32011602010459 技術支持：科威鯨網(wǎng)絡
