逃离 AI 赛道的投资人:做局失利、破局无力
只要时代发展足够快,他们给一个物品或一个人,赋予一段故事,一个符号,就能成为无价的艺术品。哪怕是一个小便池。
AI纵使有着无比巨大的市场。
可寻找AI宝藏的路径,没有人知道。每走错一步,都要绕不少弯路。
投资人寻宝的方式依旧沿用了互联网的方法论,形成“低成本复制的规模化”效应。
于是事先预设好目标,根据故事所需的资源,进行资源整合和资源设计,开启做局之路。
“由于只懂技术的年轻创业者,并不懂得如何在AI商业世界行走。所以混迹江湖多年的投资人们,自以为很聪明,把手伸的无比长,主导着公司的战略和节奏。”创业者高松(化名)告诉雷锋网。
最早期,投资人一致认为AI是个高科技产业,围绕技术大牛来做局,是企业破局的关键。
于是把自己投的很大一笔钱,用在招募大牌科学家上,另一部分钱,把有着学术背景的创始人进行包装。
AI科学家其实和互联网大厂,有着天然的耦合性。
但在中小企业和传统IT企业,引入AI科学家所带来的组织矛盾隐患,些许时候要比他能解决的实际业务问题的价值更大。
但错误并不在AI科学家身上,而在大部分企业并不具备消化科学家的组织能力。
讲科学家故事的悖论
那个时期的创业者和投资人,都对AI科学家有着过分的期望和神化,默认有他们驻场,任何目标都可实现,毕竟这批科学家已在细分学术领地里完成过其他人无法实现的成果。
但这时候,出现了两个问题。
一是投资人并不能很好的判断,哪些人是优秀科学家。
做局选错主角,后患无穷。
“个别公司引入了三流学者,对外却吹着超一流的牛,全然不知把自己置身于大型打脸现场。而这些不入流的学者在企业吹捧下,会潜移默化地把自己当大师。被同行冷落后,还厚着脸说,我和那帮整天写论文的人有别,我是实干派。”多位学者向雷锋网批评了当下的风气。
不少学者进入工业界后,在高薪资、高话语权、高频吹捧后,变得盲目自大,自我认知障碍。
“有些人完全不知,自己处于一个投资人设计的局里,这个局中,你不过是一个符号,一枚棋子。从公司经营角度讲,多数公司用不着科学家。但有些自大的科学家被捧起来后,又偏偏喜欢刷存在感。高高在上地怼业务部和工程部的高管。自己做不好的事,总认为是业务部给的数据不够,质量不高,配备的人手不行。让公司乌烟瘴气。”
可笑的是,一些所谓的科学家离职后,CEO和投资人才后知后觉反应过来问询圈内人,自己家的科学家到底什么水平。
“还是有那么些企业,在欺世盗名的三流科学家身上栽了跟头的。没栽跟头的企业,做局做的也挺痛苦。”
找到货真价实一流科学家的企业,在庆幸之余,要面临一个难题:怎么用他。
“如果你想让他们帮客户解决实际业务问题,可行性并不高。同时能在学术、工程、产品领域有杰出实战能力的企业科学家,在国内甚至都不超过五个。同样是IEEE Fellow级专家,有些人能拿到三、四千万的年薪,有些几百万,这就是差距。前者真的是凤毛麟角。”一供职于大厂的IEEE Fellow告诉雷锋网。
那怎么办?用于务虚。
只要把明星科学家和明星创业团队的故事讲圆,下一轮会有VC愿意为之买单。
这种手法,在2016年-2018年间效果显著,企业只要把科学家的故事讲好,融资不成问题。
VC尝到甜头后,亲自出马,为所投企业,找FA,约投资人,为下一轮融资画饼造星,同时费尽心思拉拢明星投资人上船。
而被拉拢的明星投资人,也成了局的一部分,能够号召更多人入局。
最后,AI投资成了一场局中局,杠杆撬杠杆,不断循环。
局的尽头还是局。
看不到产品,也不见商业化。
AI公司的来回拉扯,缘由商业目标的不清晰。
“目标不清晰带来的后果是迈出的步子,分成了两种极端:要么搞浮夸的形而上,只见开花不见果;要么跟风老牌企业曾经验证过的步伐,蜗牛行走。”高松回忆起了那段艰难的创业往事。
两种选择,都有问题。
在以前的文章中,我们深入分析了未来商业模式的三种范式:
范式一:重定制集成项目实施→ 数字化咨询 → 咨询业务反哺重定制实施 → 与大型客户建立高粘性和系统不可替代性
范式二:重定制集成项目实施 → 进入非标市场的标准市场(AI芯片、自动驾驶) → 形成标准化产品 → 低成本规模化复制
范式三:做AI开源工具,占位国产化高地。
除此之外,人工智能的商业模式路径也可分为四个象限:分别是向下、向上,向前和向后。
向下做重、向上做轻、向前咨询、向后运营
向下,现在90%的AI公司走的模式,即客户需要什么,便提供什么,做高定制的软硬一体解决方案。
这条道路最稳健,虽没什么利润,但营收数字勉强糊口。只不过缺少大的想象空间,30亿市值是第一道天花板。
要突破30亿的天花板,需从定制化的方案中,凝聚抽离出通用的中间件产品。
这条路最需要的就是时间和耐心。SAP花了二十多年才走通,从大客定制,不断剥离,让自己成为一家纯软件企业。为此,在二十多年的标准化过程中,还设计出ABAP低代码语言,并且建立起了战略/IT咨询、集成、部署、数据清洗、运维等第三方合作生态,去让自己的标准化软件,有生态去支撑落地。
标准化的过程,从来没有一蹴而就过,时间和技术的投入,充分且必要。国内的投资人是否能够等待二十年?
向上,进入标准化、可规模化复制的领域,比如芯片、开源框架、小微SaaS等,前两项想象空间很大,但难度颇大,风险指数更高。而创业公司在国内做小微SaaS,短时间内来看是个伪命题,头部厂商顶着投资人压力不得不做大客,能说明第一定问题。
这两条道路,是绝大多数企业布局和VC投资的象限。
而向前和向后,鲜有人问津。
向前,则是数字化咨询,从顶层设计出发,反哺解决方案的实施,这一方向,金融和零售领域已出现了一些吃螃蟹者。当然目前中小企业提供的咨询服务,多数在亏钱。但这里咨询的重点,在于对数字化解决方案实施的反哺,而非咨询本身。
向后,则是当前AI行业缺少运营服务商的角色。好比老牌硬件公司是地产开发商,AI软件企业是装修公司,但现在AI行业唯独缺少第三方物业公司,这一模式,雷锋网将在未来的文章中展开讲述。
咨询和运营服务,既不会过重,也不会太轻,离客户很近,且合规性较高。
尤其当今的环境下,一种模式能否做大,很多时候取决于领域本身合规属性的高低。
过去AI最赚钱的两个方向,其一是安防,其二是数据服务。
前者很好理解,涉及到硬件采买,营收额自然高于所有行业,但没有利润。
第二种则是数据服务,模式最轻且营收可观,通过联合多个三方数据机构,做脱敏数据服务的买卖,以兜售用户信用评分卡、用户标签等形式,获得ROI远高于技术实施带来的收益。
这两种模式有个共同的特征,便是在合规的标准线上游走,一种是隐私信息的使用,另一种是脱敏隐私信息的间接买卖。
随着数据安全法的逐步落实,风险指数高的领域,定时炸弹随时会在部分企业头上引爆。
避开一部分可以预见的高风险,是风险投资的基础。
回到向前咨询和向后运营的模式。
“这两赛道不仅相对安全,而且咨询和运营两赛道跑出新晋独角兽的概率很大。”任天扬也强调到,未来赛道里还会催生出一批押赛道的VC,一家机构同时投资多家竞品企业。
“AI投资人要局气,不要鸡贼”
“面对这类鸡贼的VC,创业者要敬而远之。SAP花了二十年才成为了标准化软件公司,人工智能和企业服务都是一条漫长且成功率颇低的道路,需要创与投之间十年如一日互相信任,互相陪伴,相濡以沫,为你带来更多的客户和合作伙伴,而不单纯是财务投资。”
AI领域如同打牌,多数投资人手中都是烂牌。
当投资人没有运气摊到好牌时,能做的只有尽可能地做好局部优化,把自己的烂牌,每一步打得比其他人的烂牌好那么一点点。
AI投资人要局气,也有创业精神和企业家精神。
无论手中有什么牌,都会坚持进行资源调配,在其他牌手都弃牌或没耐心的情况下,坚持把牌打完,哪怕不是第一名,也一定能有自己的位置,获得可观的回报。
© Copyright 2013 南京九游AG国际人工智能技术研发有限公司 版权所有