联想之星合伙人刘维：深度布局智能机器六年的行业判断

　　请用两句话分别介绍你自己以及你的机构。

　　我是联想之星合伙人刘维，从 2003年 到现在做了 13年 的早期投资人；此前创过两次业，也一个前沿技术爱好者，2002年 在剑桥就搞了一个 “2020 俱乐部” 讨论未来技术，2004年 就投资过机器人的项目，可以说智能技术领域有小 15年 了，一直愿意冒风险去投真正能改变未来的前沿技术。

　　联想之星特点就是前沿投资 + 深度孵化，因为联想控股的大体系能够有实力支持我们去布局前沿、改变未来，不用赚短期的钱。我们两期基金加起来有 15 亿人民币规模，因此我们要做的就是 “创业者身边的超级天使”，用 VC 的体量做天使，专注、深度支持、也愿意投高估值但有实力的项目。

　　在过去的几个月里，你们都投了哪些案子，选择的原因是什么？

　　今年以来大概发出 TermSheet 的项目有 20 多个，涉及行业大数据、智能教育等领域，国内的一些案例现在还不方便说。不过在美国刚刚投了一个低成本月球飞船项目，听起来像是天方夜谭，但是代表了我们投资逻辑——1，需求一直存在，观测实验之类的都会用到地月运输，只是成本太高；2，技术变革带来新机遇，包括传输、图像处理、飞行控制等用得上前沿技术。3，团队也是典型的美国资深专家。

　　在上个季度的投资过程中，你们感觉整体投资市场情况如何？如果用 1-10 分衡量机构整体投资意向的话，你们的判断是多少分？为什么？

　　我们感觉还是在进行热点转换，大家都说好像有 “变冷”，但其实还是热点在转换。比如，很明显 AI 这种东西一下子热起来了，个人感觉行业很快就会过热，大家普遍看的是水面以上的东西，比如机器人、消费级的，就像当年智能硬件的手环一样，很可能泡沫会破，还是需要深入。所以，大家投网红也好，投人工智能也好，都是在找兴奋点，在证明自己判断是对的。

　　过去几个月整体的投资热度在 5、6 分的样子，比较冷。没有打到 3、4 分是因为还是有新的主题出来。虽然现在新主题已经炒得比较热了，但是受后续估值、退出的影响，出手的还是少。

　　我们自己还是一直积极，不受市场影响，我们有自己的节奏和系统打法，去年特别热的时候也没有专门加大力度，O2O、P2P，都没怎么抢，现在也不会特意冷下来。

　　这段时间里，感觉哪些创业领域比较受资本？你们分析原因是什么？

　　还是大人工智能以及 2B 领域。这些领域结合起来看，就是我们一直在说的 “企业智能化和数字化”。2B 上一波的机会在信息化，现在是智能化和数据化，包括提供企业的消费者洞察、企业对自身供应链的优化、自身业务流程的智能化改造等，在这里面人工智能将发挥核心作用。

　　这个领域最终要起到很大的量需要一定的时间，但是已经在一步一步得到认可，比如我们投的 Weft，部署在每个集装箱里，实时分析全球航运业的数据，已经渐渐成为市场标配，并逐渐迈向更智能的数据分析应用。

　　还有一个热点是我们称之为 “后人工智能”，也就是人都被机器解放了之后，接下来就是消费升级、个性化消费、文化娱乐的机会。开玩笑的说就是所谓 “保暖” 之后 “思** ” 的东西，大家也都在布局。

　　介绍一个下一阶段你们自身准备重点投资的领域，选择的原因是什么？

　　其实联想之星一直在喊的是智能机器。它不是简单的人工智能，也是不是机器人，是智能和广义的机器的结合，包括汽车、飞机，也包括人型的机器人，还有智能城市，智能摄像头，智能的一个工业设备等等。我们从 2011年 开始到现在转眼五年，一直在投这个领域。

　　这一大波的机会不是凭空出现的。人工智能的水平提升之后，机器对物理世界感知的柔性大大地提升了。过去五年，我们的更多是人工智能的底层技术，如何理解命令、理解人机交互，也投了一些传感器之类的技术，包括激光雷达。现在，这些技术渐渐成熟并且在一些领域落地，在行业应用层面就出现了机会。

　　我们一方面乐观的看，未来这几年数据循环将会逐渐加快，好的项目会发展更快。比如我们天使轮投的 Face++ 把静态的人脸识别从没有到做出来、做到世界领先用了三年。然后把动态的人脸识别做到领先用了大概一年多。以此为基础，这过去的半年多它们做手写体识别、图象识别、物品识别这些机器视觉就只用了大概半年的时间，就能把这些品类做到世界领先，因为这实际上是数据不断地积累，速度会越来越快。

　　但是反过来，其实这个过程还是挺艰巨的。现在起来的这一拨公司，毕竟都是技术驱动的项目，而不是说简单的做个产品、有一个风潮就能起来，其实前期扎实建设的过程还是挺长的。

　　在智能机器领域里，你们看好哪些模式？觉得什么样的公司比较有机会？哪些你们可能不会投？

　　应该说我们在智能机器领域的布局走过了两个阶段。第一阶段我们在布局底层技术，各种底层技术项目加起来至少得有二十个公司，前几年重点投了一些各种识别和理解技术、传感器、底层云平台，例如 Face++、思必驰、中科虹霸、Ablecloud、Airmap、好买衣这类的公司。

　　现在这个阶段，我们加大对智能机器+行业应用的布局力度，利用智能技术去提高行业效率。

　　原因在于，过去的机器，有一些电子的功能、一些自动控制的功能、能对有限的场景进行响应，但是没有办法做到非常高的柔性，导致对人工的替代只能做到一小部分。现在随着技术的发展机器柔性提高，在很多领域就会有大量的应用。

　　比如农业、物流这些都是特别典型的。原来这些行业都是在最后的、很标准化的环节有一些大规模的机器，成本很高而且比较僵化。但现在因为图像识别技术的发展，机器视觉在快速的提升。比如农业上你能更好地去感知一个苹果的大小和位置，去采摘，物流上货架上的一袋薯片，本来因为柔软不规则无法识别，需要复杂的预处理，现在都可以被智能机器直接处理。而机器在理解农场卫星图片、动态规划线路等智能方面的巨大优势也将在再下一步发挥出来。

　　机器变得更加聪明了之后，以往人力成本比较密集的行业就有了人机混合的机会。我们的观点是，现在想指望发明一个机器人或者智能机器，去完全替代人是不明智的，因为实际上很多事做到 90%容易，做到 100%是非常非常难的，而机器的特点还是在大批量的、能专业化分工的事情。所以我们比较明确地锁定了农业、物流、建筑、安防、养老和健康、零售这人力密集的几个行业，机会在于更好的人机混合，更好的分工带来的效率提升。

　　好团队一方面需要技术人才，另一方面看好对行业认知深的、有大格局判断的创业者，总体而言需要有一个优势长轴来撬动，其他的我们可以提供支持。

　　不太看好的则是 “大而全” 的模式，一上来业务覆盖的范围就太泛，真正要都做好是很难的，而在这个领域如果做不到顶尖竞争力就很小。

　　你们怎么理解行业的痛点和难点所在？创新又会从何处产生？

　　这就是我想说的这个领域的一个特殊性，就是我们说人工智能、智能机器前景很好，但它的创业艰难程度比传统的互联网领域要高很多。首先要 “做出来”，然后要 “卖出去”，二者都很复杂。

　　从做的角度讲，你得整合很多人工智能的底层技术、整合很多机器技术，而且不光是国内整合，很多东西可能要用一些全球最好的技术，才能使你这一代产品的设计不落后，具有领先性，而领先的东西往往又不成熟，所以你怎么去找、怎么去识别、怎么去管理？这还不像咱们原来说的智能硬件比如手环，主要是整合供应链，智能机器更多的是对先进技术整合，一个创业者到底能了解到什么程度？

　　在卖出去这点上，就更加残酷。因为任何一个具体的公司，都需要对行业的需求有深入的了解，如果你选错了切入点，或者在同样一个领域内，你选错了最开始针对的产业场景，或者选错了合作伙伴，那可能就意味着你浪费了很多的时间。举个例子，比如你开发了一个物流机器人，你上来就是针对那种大件、整架托盘级的运输，但实际上现在行业需要的更多是散货、超市货架抓取的技术，那其实你这个东西可能做出来之后就没有太大作用，卖就会遇到问题。

　　因此我们投资也会特别注意这一点，一方面联想之星的投资是完全全球化的，尤其在美国投了非常多的顶尖技术。另一方面我们也是生态化布局，甚至自建 Comet Labs 这样的人工智能加速器生态，就是为了更好的看清行业需求，找准机会。

　　我们还持续前沿技术，创新也正来源于此。新的小火箭、卫星、量子点光谱、进入人体的机器人、智能技术代替传统控制等等都会是方向。例如，最近我们一直积极地看航天领域，其实天空中是一个很好的视角，来为人来带来更多的数据。

　　接下来还有哪些值得或者有潜力的创业热点和方向？

　　要看大周期里面的具体机会。比如顺着人工智能去寻找，这个时代刚刚开始，这一条道会是 10-20年 的机会。我们有一个喊了几年的口号，“物理世界数字化，数字世界可理解化，理解之后智能化”，从这个角度来理解，现在的进展还太少。

　　物理世界数字化还有极大可为，包括针对人体、针对集装箱这样的物体刚开始发展传感器。而有了传感器之后也还有太多东西不能理解，比如行业数据、商品，比如对医疗影像数据的理解，辅助传感器，对人体行为、动作，非静态的东西的分析；因此数字世界的可理解化，也不到百分之一。最后智能化，每一个业务场景的智能训练，都有很长的路要走，比如智能农业，我们认为过几年之后，我们吃的蔬菜可能都是定制，很多都是小单元农业，精准控制，个性化可调控。因此整个板块还有很长很长的空间。

　　所以，未来有意思的项目会在于：我们对于新一代的传感器非常感兴趣；此外人工智能时代的计算、存储、安全等新基础设施也会很有机会。还有医疗领域，现在人类对自己身体理解还远远不够，联想之星也在医疗传感器、医疗大数据方面进行持续布局，投资了燃石医学等基因大数据项目，随着技术发展，人体嵌入式小型设备会越来越多，人离医院会越来越远，自动化的诊断、干预、治疗都会是方向。

　　谈到机器智能，还有物理世界的数据跟业务场景的结合，有了场景就能训练、标注；再往上一层，推荐智能、智能系统大数据、结构化之后的个性化数据等等都值得，我们投的一大堆个性化项目比如好买衣、作业盒子、学吧课堂等的发力点也在于此。

　　回到市场动态方面，如何理解战略新兴板暂停和注册制的推迟？

　　传统 IPO 路径会受到影响，但是如果本身项目有价值，其实产业并购、资本市场并购的机会正在增加，一些主业不错、沿着产业做产业基金的上市公司正在出现，上市公司也变得更像资本运作平台。

　　因此只要项目本身好，总有办法持续发展。包括新三板、美国上市也还是都有机会。有一些业务短期受到清理，但清理也是为了创造更好的价值。我们自身作为天使，一个 “10+N” 的基金，也不是以短期退出导向的，因此行业更理性之后也是好事。

　　在下一阶段，还有什么宏观或微观层面想要提醒创业者的事情？

　　要小心泡沫。现在市场上 VR 这样的纯概念已经过热，其实智能是一个挺宽泛的主题，但现在大家的点过窄地定在了在 VR、机器人上，技术不够深或者行业扎根不够深，就有风险。接下来一段时间里，一些扎的不够深的伪技术项目可能会面临泡沫破灭。

　　推广：加入新浪创业社群，直通新浪创业专属活动，对接一线投资机构。号sinavc