把自己看作大模型:先量变、再涌现|ASK VC x 云启 YoUNg Talent

云启资本·2023年6月28日

主动探索,长期积累,拥抱复杂。

什么是YoUNg计划? ——是云启发起的**科技ToB年轻创投人培养计划,**近100位热爱科技ToB、自我驱动力强、有目标追求的年轻人在这里共同学习、快速成长。我们尊重多元化、鼓励新尝试,你不仅将收获专业导师1V1指导,还能在科技产业一线开拓思维、自主探索。

新一期YoUNg计划正在滚动招募中,点击这里获取职位详细信息

近日,YoUNg Talent携手ASK VC举办对话活动**,云启董事总经理冯瑶**与一群有热情、有想法的年轻人进行了3小时高密度问答,共同探讨了产业数字化、AI在产业升级和工业场景智能化方面的赋能、软件和硬件投资的差异等投资相关话题。以下是对话实录整理,Enjoy~

冯瑶 T-LAB 导师

云启资本 董事总经理

北京大学金融学毕业,重点关注产业数字化、企业服务和医疗健康等领域

主导和参与投资了百布、京东工业品、东经易网、晓羊教育、蓬涞数据、百炼智能、领猫SCM等项目。

曾上榜福布斯中国"30岁以下精英榜"、科创板日报"先锋投资力量",是投资界2020年度"F40中国青年投资人"中最年轻的入围者。

问答集锦

新技术、新行业,年轻人如何把握机会?

Q:产业数字化是一个非常大的赛道,您是如何拆解分析、选择先去研究哪个行业的?您是怎么筛选标的的?AI在产业升级和工业场景智能化方面有哪些赋能?

A:首先我认为对于任何一个我们不熟悉的行业,无论是top down 还是 bottom up,量变到质变都是一个不骗人的道理。比如我的一个朋友在看一个行业时,他下的苦功夫是先考察了所有海外相关产品,一个一个试用并每个季度follow这些产品的进展,甚至通过Facebook联系到产品背后的团队从而持续不断地做跟踪和mapping。但也正是因为这些积累,他才在国内投到了类似的成功产品。

从我自己来看的话,我想讲3个点:

1、我们自己也是一个AI模型,每天接触的人和事就是你的input,然后你要通过这些input调整你的算法,最终输出一个结果。我们需要足够的量才能建立起自己的model,否则你很难说现在见到的这个项目是排前10,前50还是100名开外,同时需要不断的review过往的项目来看自己之前的看法是不是对的,有了这个反馈后再去调整自己的model。

具体来讲,最早期我划了大概四五十个行业,纵向把行业粗分为原材料(如钢铁,沙线,煤炭),工业半成品(如纺织面料,工业汽配品,零部件),消费品(如快消,酒类,3C,服装),每个板块里还有十几个行业,每个细分行业可以拿出来再去做细分,比如说纺织从上游到下游有棉花、化纤、纱线厂、织布厂、染整厂、面料流通市场、服装厂、服装的批发市场、淘宝电商或外贸和零售店,所以这里必须下苦功夫去看。

2、选择具体行业时我更倾向产业链长更复杂的行业。因为越复杂可能改造的机会越多,所以我们当时挑越难啃的、越难懂的行业去研究。

3、在早期对一个行业没有太多了解时更建议从Top down开始,在搞清楚一个行业,尤其是它的第一性原理后你的model就可以50%复用到其他行业,50%再结合具体行业定制,后续的bottom up就可以基于这个基础做扩展。

Q:您之前投过蓬涞数据,去年11月云启持续加注了,请问对于企业服务软件来说,AI能力是一个必需品吗,或者您觉得现在还有哪些企业服软件不会被AI所吃掉?

A:这是一个关注度很高也值得探讨的问题。

我认为不拥抱AI的企业服务公司肯定会面临比较大的挑战,现在的事实也是大部分公司都在思考怎么叠加AI的能力。这里要先讲讲中美软件生态上的一些区别:

其一,我个人认为中国其实没有纯产品化的公司,更多的是产品化加项目制,产品化加定制化,产品化加供应链,产品化加服务,或者深入到垂直行业。背后的原因是不同行业的需求,认知和数据壁垒都很强,所以不太会像美国那样有一套完整的best practice拿出来产品化运用到不同行业。

其二,中美付费环境差异也很大,中国更多的资金会流向头部中大型企业,而美国确实会有很多资金流向SMB(Small middle business),这也就使得美国更能支撑起一家PLG(Product lead growth)。

我的观点是在越PLG以及越通用化的产品里面,AI对它的颠覆性,或者吃掉它的可能性会相对更大一点。 但是在垂直行业里纯的AI native的公司,要吃掉一个已经在产业里的卡位的软件企业是非常非常难的。在中国能长期存活并且活的不错的公司,特别是在应用层,往往是有很强的生态卡位的,比如一个大模型的公司想切入到一个具体的行业,你首先就会面临第一客户愿不愿意把数据给他,第二客户是否信任他,第三你有没有足够的商务能力拿下这些订单,紧跟着才是你是否有足够的交付、运营、服务能力去解决这个行业的具体问题。

所以现在AI带来的影响是它既提升了效率层面的东西,同时又大幅改变了成本结构和核心竞争力,降低了技术门槛。这也就使得更多人涌入这个赛道,应用层的竞争变得更加激烈。但回过头来看,虽然技术门槛降低了,数据门槛,行业认知门槛和商务能力还在那里,而这些在中国往往比美国更加重要,所以如果不具备这些能力,在中国你还是很难持续的去卡在一个好的位置。

Q:以前我们投资的很多企业可能国外早就有了,无论是互联网还是产业互联网还是SaaS,但是AIGC在国内外都是刚刚起步,我们没有benchmarking的对象,商业模式在国内外都还没跑通,很多模型也都是开源的,在这种情况下,投资人应该怎么去做投资决策?

A:第一,我觉得拉回去看,即便在移动互联网时期,除开底层技术外,应用层的创新中国也是远远超过美国的,现在大家市面上能看到的优秀的企业也非常多是基于中国生态的创新。我自己的感受是我们也看美国的公司是怎么长起来的,但真正能借鉴的可能不超过20%,更多的还是要看中国的土壤是怎么样的、中国的产品形态应该怎么样、中国的生态结构应该怎么样、基于中国的环境有什么样不同的点,所以简单做copy是很难成功的。

第二,我认为在AIGC不成熟的情况下我们要更多地跟随变化。现在无论是创业者还是投资人,大家都在摸索,所以内心上要拥抱变化,在看CEO时我们也更关注他是否足够开放,足够有能力,同时足够有前瞻性。AI对各个行业的变革基本是必然的,但眼光拉长看,这个变革也一定会经历高峰到低谷再到成熟的阶段。

第三,底层技术和底层模型确实中美有很大差距,这也是未来应用层侧发展最大的挑战和不确定性。

将自己作为大模型,如何训练?

Q:我自己是商科背景,但是现在很多VC偏向理工科背景,应该怎么弥补?

A:首先从结论看,无论是在云启内部还是整个VC行业,无论是D Level还是到管理合伙人,大家的专业背景是非常多元的,所以这里要回到两个本质的点

1、VC本身就是一个非常非标的职业,因此是否是理工科专业并不会直接决定长期来讲职业生涯的成功与否,基金寻找团队成员不会有约束性标准。

2、当下偏好理工科背景的人是机构策略的补充。比如机构缺新能源的人才,那他就会想找相关领域的专业人士。但从市场角度看,回顾过去20年VC的发展历程,不同背景的人都有机会成功。

所以我想告诉大家的是,机构虽然希望你有理工科背景,但背后他们更关心的是你是否对新技术或产品能有足够的感知和兴趣。比如我们机构纯文科或商科背景的人也会阅读AI Paper或学习一些简单的代码。更具体些讲,你也可以把最近看到过的一些paper的核心的技术亮点整理起来,或者直接附带国内外的AIGC的公司Mapping,或者你自己可能是某一些开源生态里面比较活跃的参与者,再或者你可能发起过一些技术侧有意思的活动。这些都会是你简历里面很大的加分项,所以如果你真的感兴趣,愿意主动去探索,那么你的背景就不重要,越到后面,工作五年十年会拉平你本科学的东西

Q:您具体看一个项目的时候,更看重它的哪些因素和维度?怎么判断它值不值得投资?当您和自己的团队意见不太一致时怎么办?

A:对于这个问题,大家大面上框架基本是一致的,比如创始人学习能力和领导力,行业的市场规模大小和产品及商业化能力,团队迭代能力。但什么是好的每个人都有其不同的定义,所以还是要积累足够的量级才能有好的审美,每个人投出的公司都会一定程度上和其个人脾性经历相关。

对于分歧问题,我们首先要接受,因为最后成长为Super deal的独角兽公司早期来看往往都是有巨大的分歧和非共识的,早期分歧不大的项目并不是说它不好,只是它可能只能成为十亿美金的公司,而无法变成百亿美金及以上的公司。然后就是持续扩大自己的样本量,这样才能有信心坚持自己的审美和能力,并建立口碑和信任感。

Q:对新人来说,是应该广泛涉猎,还是应该深入了解一个方向?我们怎么才能在很多quick research中取得更多的收获?

A:首先我们要去具象化方向的定义,比如新能源方向,新能源下有锂电光伏,锂电又有上中下游,材料技术设备,所以你是聚集于锂电设备还是锂电还是新能源?所以如果是大面上既看新能源又看企业服务,那这就会有些散,我个人不太建议这样,如果是一个大方向下具体某个维度的方向,那这个行业确实如此。很难说聚焦到了一个非常具体细分的方向,要稍微往上拔一个维度,因为即便你再聚焦也会有很多零散的东西和细小的方向,同时它们还在不同变化。

第二我还是更建议深入到一个方向去看更多样本量的项目,在样本量不够的情况下最怕先入为主地得出结论,样本量它是一个T字模型,你在单一赛道这一竖往下伸的同时,你还有这一横,投资就是这样,你永远是一个广度和深度上的权衡和取舍。

第三,想要有所收获,我建议在时间和空间维度上去获得更多的反馈路径。 一方面是主动和mentor沟通询问他对你对项目判断的看法,或者说你收集到的其他人的意见和看法问问你mentor是怎么想的。另一方面可以去Review CEO,比如今年见到的CEO可以明年再去聊聊去看看他的变化。

Q:现在对于一个长期想在投资行业里面扎根、有深入见解,最后成为一个优秀投资人的年轻人来说,我们在刚毕业时,是先进入产业里去感受、去学习,还是直接去做一个更general角度的投资?

**A:如果非要站在当下的时间点来说的话,更建议先去产业。原因主要有两个:

1、投资的反馈周期更长,短时间内有时甚至会给到错误反馈,这一点对年轻人很不友好。

2、投资行业本身竞争激烈,如果你三五年时间没有投出好的代表性项目,你再往后这条路会比较难走,所以这里就有一定的风险成分。而这种风险并不一定和你的能力是100%挂钩的,它也有运气的成分,也有行业周期的成分,也有你所在的机构出手频率的问题,它有非常非常多的原因是你不可控的,所以站在这个角度看当下先去产业积累更多的一些资源或许是更好的选择。

留言板

非常高兴这次有机会参加ASK VC的活动作为一个没有经历过市场周期的行业新人,多听前辈们的经历、经验、建议,是塑造正确投资观的非常必要的步骤,也可以帮助理清发展的方向,避免盲目跟风。期待下一次活动的举办!

——李瑞思 非常感谢冯瑶老师的分享和ASK VC小伙伴们的组织,让我作为一个创投新人学习到了很多前辈在投资事业上多年积累的很宝贵的经验和见解。我觉得最难得的是,冯瑶老师在面对在场同学每一个问题时,都能尽可能去站在我们的角度去洞悉我们到底想通过这些问题去得到哪些方面的指导,以及隐藏在我们问题背后本质上的困惑。在努力去感同身受我们所在的阶段和当前创投环境的同时,尽可能多地展开更多的角度和知识面来启迪我们围绕一个问题更深入的思考。 ——王近鸥