理工男轉行天使投資,英諾天使基金合夥人周全:專攻所長,總會比別人跑得遠
風險投資進入我國已有 20 多年的時間,為我國網際網路相關產業的蓬勃發展做出了巨大的貢獻。
而隨著風險投資在我國不斷迭代,風險投資中的早期投資因為資金退出更具靈活性,回報倍數高,逐漸湧現瞭如真格基金、英諾天使基金等優秀的早期投資機構。
而早期投資由於專案處於初期階段,不確定性較強,所以也被稱為投資中最為艱苦的階段。
那麼早期投資對於投資人有著什麼樣的要求?對於專案的投資邏輯是怎樣的?在人工智慧對各行各業傳統工作結構帶來衝擊的環境下,其未來還有哪些方向更值得深入挖掘?對投資工作有可能帶來哪些影響?
近日,英諾天使基金合夥人周全結合自己多年的投資經驗以及英諾天使基金的投資理念向 IT 桔子(ID:itjuzi521) 分享了他對早期投資以及人工智慧領域的一些見解。
持之以恆、廣結善緣,終開花結果
大學畢業後任職於美國晶片裝置公司 Lam Research 和以色列半導體測量裝置 Nova Measurement instruments 的周全 2014 年加入英諾天使基金時面對工作內容的巨大轉變有點迷茫。
周全,英諾天使基金 合夥人
「當時的早期投資不像現在已經形成了科學成熟的體系,一切完全靠自己琢磨。那時候還是 O2O 專案最火熱的時候,發現自己看不懂,有點著急」,周全陷入了回憶當中。
之前一直做技術,中年轉行,一腳踏出舒適圈的周全在焦慮中思量一番,決定發揮自己長處,專注於技術板塊的投資,他認為先進技術領域投資會是風險投資的常青樹。
在之後兩年左右的時間裡,周全共投資出了 30 多個專案,並在 2017 年成為了英諾天使基金成立以來第一位執行董事。當問及如何實現這種自我超越的時候,周全笑著說,堅守自己本心,專心投入,總會有一天會比別人跑的快的。
這種阿甘精神也是早期投資所必需的。早期投資由於專案未來發展不確定性較強,可謂沙裡淘金。而近幾年技術發展日新月異,想要從早期專案中挖掘到未來商業之星,需要早期投資人扎的夠深夠寬,並能持之以恆。
學習能力發現優質專案最強大的工具,也是早期投資行業重要敲門磚。都說投資講究快準狠,需要一副火眼金睛鑑別專案優質與否,及時識別優質標的以免錯失良機,這就需要早期投資人在幾天內能夠把目標行業摸透。
而巧婦難為無米之炊,早期投資更需要獲得大量專案源。為了開啟投資圈子,周全選擇回到母校——北京理工大學去給創業的校友鋪路,幫助北理工的創業者們進行專案推薦。
「我當時回到北理工去給創業者們去講課,並與他們進行深入交流,慢慢的就形成了自己的圈子,擴大了自己的影響力。另外也去廣泛的接觸各個產業,廣結善緣,久而久之,終開花結果」,周全道。
專案長期價值與創始人潛質是 早期專案能夠成功的關鍵
早期專案一般是指 A 輪之前的公司,這個階段的公司往往商業模式不明確,甚至產品還處於一個概念階段,未來不確定因素多,失敗率高,所以投資起來更為不易。有的投資人甚至戲稱,做早期投資還不如賭博。
所以早期投資也擁有著一套選專案的邏輯,最有名的就是真格基金徐小平的看人哲學。一方面是創始人的行業競爭力,是不是擁有深厚的行業背景,或者是不是對市場有著準確的趨勢預測。更關鍵的是創始人的個人潛質,是不是有著強大的執行力與抗壓能力。
「其實投資就像找物件一樣,我自己也曾經反思,有些專案投資失敗很大一部分是因為我對創始人不夠了解」,周全道,「創始人的綜合素質對於公司來說是非常重要的,因為市場日新月異,企業發展過程中一定會遇到難題,如果創始人未及時轉向,企業就很可能死掉。」
對於專案本身,周全本人以及英諾更看重企業的未來市場前景。一些技術型的企業可能未來兩三年看可能受到各種因素的制約而發展有限,但是從更加長遠的角度來看卻是十分具有市場前景。
比如人工智慧輔助影像診斷,前幾年的時候看這項技術可能受到資料數量與質量、政策以及 AI 演算法本身等多種因素制約,落地很難。但是現在再看的話,可以看到賽道的一些頭部企業輔助診斷的準確率逐漸提升,產品本身商業化情況也很不錯。
如周全所說,短期能否盈利是次要的,能夠為這些有長期價值的企業提供資源,幫助他們成長,是他作為投資人最為開心的事情。
AI 在醫療、教育以及無人駕駛領域 更具挖掘性, 可能顛覆傳統投資
人工智慧也是英諾天使基金近幾年來的重點投資方向,據 IT 桔子資料顯示,英諾天使基金近五年內在人工智慧領域投資數量與投資比重持續攀升,截至 10 月 26 日,英諾今年在人工智慧相關領域投資次數已達 11 次,佔其全部投資的 32.4%,為五年前的 4 倍。
除了上面提到的 AI+影像領域英諾兩次投資了賽道頭部企業推想科技之外,其他 AI 輔助新藥發現、無人駕駛、智慧製造等人工智慧領域的許多優秀企業也獲得了英諾的投資。
人工智慧技術的訓練需要大量資料作為支援,所以一些資料量比較大的行業,例如安防、金融等人工智慧發展的要更早。而對於未來,周全表示無人駕駛、教育機器人和 AI 輔助新藥研發幾個領域更具前景。
這也是對其投資邏輯的一種貫徹,「比如說無人駕駛,世人皆說無人駕駛落地難,但其實回頭看一看手機的發展,十年間發生了天翻地覆的變化,這是當時所有人都難以想象的。汽車領域擁有幾十萬億的市場規模,所以未來的無人駕駛的商業化前景一定是可觀的。」
事實上,人力成本急劇增加、企業追求更高效的運營效率的今天,許多行業都有著無人化的趨勢,在碼頭、礦山等特殊環境下,也已經看到了無人駕駛的落地機會。
尤其是我國碼頭在 2017 年下半年開始已經開始逐步走向無人模式,已有多個港口開始使用無人駕駛集裝箱船、引導車等,結合人工智慧其他技術,大幅提升了生產效率、經濟收益與安全性。
也許如周全所說,無人駕駛技術將比我們想象中要更快的落地,帶來更多的改變。
▲全球首臺無人駕駛電動卡車 2018 年 4 月在天津港開啟試運營
人工智慧對人類影響都是極其深遠的,許多我們曾經不敢去想象不敢去相信的事情已經或馬上就成為既成事實,深刻的影響著各行各業。
投資也是三百六十行中的一行,既然人工智慧已經為很多行業帶來了傳統工作結構的衝擊,那麼不妨眼光長遠一些,大膽去想象一下,既然早期投資不易,人工智慧能不能以某種模式降低投資失敗率?投資人的部分工作是不是能被人工智慧取代?
「其實如果資料維度與數量足夠,利用人工智慧對行業資訊與創始團隊行為資料的挖掘分析,我覺得也是有可能實現的」,周全表示同意這種可能性。
其實,隨著各行各業資訊化改造的進一步深入,各類資料的蒐集已經逐漸成為可能,或許這種設想已經走在通往實現的路上。