华创资本合伙人熊伟铭:2018后AI时代的企业服务思考

2018后AI时代的企业服务思考

华创资本合伙人 熊伟铭:

非常高兴加入Recruit这么酷的活动,我这个作业写的很仓促,但还是利用这个机会来分享一下站在桌子的另外一边,我的投资的同事们都在,分享一下我们怎么看待现在比较火的这些领域,AI今年不是特火,这个词去年特别火,火的一塌糊涂,今年没那么火,今年我们干的几个事,跟AI都不那么近,但是我们去年干了非常多的AI的事,或者整个行业干了很多AI的事,人工智能最早大概是1955年,1952年的铁臂阿童木是我们脑子中的AI形象,到现在一个手臂都没搞定,咱们的AI现在还是很差,2016年是人工智能的第一个甲子,60年过了,现在第二个60年开始的阶段里面,2017年是全球AI的高峰,无论是投资还是各种各样的创业公司。但是还是有很多行业上的阶段性的挑战,比如说两个中国人搞出来的ImageNet,如果没有它的话,今天我们看到的很多公司都不会存在的。然后停了,搞了九年还是七年之后停了,因为至少在视觉领域的人工智能领域里面,其实已经不再需要一个学术的训练了,但是很多商业化的,包括人脸识别,车牌的抓拍,或者大家进高铁、机场的各种各样的人脸识别,都已经在自动抓取,包括手机,我刚刚换了华为的那个手机,超级快,至少比苹果快很多。但是在NLP里面还是差很多。我们觉得第一阶段基本上已经各就各位了,大家已经开始进入商业化或者工程化、产品化的阶段。今天我们很少再去看论文,学术上AI的成就在今天这个市场上已经不太能够推动新的投资了。

另外,计算视觉在各行各业的应用,餐厅上AI,买票上AI,所有的都是人脸识别,是不是再过10年,我们的身份证跟我们的基因数据都能够合在一起?很有可能。从工程的角度来讲,框架,你用谷歌还是Facebook各种各样的框架,还是国内的什么框架,其实格局基本上定下来了。不只是软件,硬件也发生了很大的变化,我们看到越来越多的变化,作为消费者可能感受不到,我们会在云服务里面体验到加速,如果做to B比较多的话,数据库或者是云的部署,都会基于新的计算架构,到底是计算和存储的融合,谁向谁靠?Inter向三星靠还是三星向Inter靠?如果我们所有的数据都是热数据的话,我们的架构也会发生很大的变化,所以底层也会发生很多变化。

刚才几位同事在尝试MoSeeker和独立日都用NLP的技术,很久以前,当时我们还在搞芯电变化的时候,最早做语意分析的公司,直到今天我们看到斯坦福的测试,我们的语音、语意的准确率也比不上2012年的人脸识别的准确率,差的很多,人脸识别2012年大概是95%,这还差好几个点。到现在人脸识别的准确率应该是高于人类的人脸识别,我可能会认不清Tonny,但是机器会认出来。所有的这些都是机器的能力,在人脸识别领域已经超过了人类,但是语意的理解还是差很多的。所以我们听到Google今年的测试里面有一个很明显的机器模仿人的感叹,在商业里面达到这种水平的流畅度是非常困难的,我到今天连名片扫描都经常出问题,在实际对话的情况里面,NLP/NLU大规模的应用还是有比较长的时间。像科大讯飞的收入,大部分的收入还是政府项目,它的商业收入没有那么多。在全球范围内,NLP/NLU的应用还有很大的局限性,语音音箱这种场景还有很长的路要走,这个系统是不是真正能够理解人类的语言和语气,我经常拿给老外测验中国汉语的那些题,你给机器测一下,它就崩溃了。所以在语意里面还是很难的,比图像计算还是难很多的。

从投资的角度来说,我们做了挺多的企业服务投资,从2006年开始华创一直在做企业服务投资,最开始也是HR领域,最早我们投了一个公司,那时候也没有互联网,唯一解决的问题就是在全国设分公司帮助那些请不起自己HR的公司,帮助员工交社保,那时候社保还不是上纲上线的,08年劳动法之后,社保变得非常重要了,给员工办福利,那时候还没有互联网,都是窗口递交,直到前两年还是窗口递交,所以HR这件事情特别困难。我们后来还投资了很多,我们总结了一下,不管是HR还是餐饮,还是订货,各种各样的软件,最重要的还是它对于采购者的重要性,对于采购者的重要性,我们觉得最重要的是开源,我们06年投了一家公司叫一美软通(音),其实就是通过发短信,每天的航班确定,中国银行给你发的账户信息全都是短信CRM公司,你要做CRM,之前就是短信,今天就是微信,或者是其它的更贴近互联网的应用。

第二个是避险,在过去几年没有太大的动作,但是这两年非常明显,今年的金融监管非常严,上海P2P是一个重镇,很多监管,包括保险公司、信托公司,它在销售自己产品的时候,给客户表达的这些产品,“放心,大哥,这个钱是固定收益或者保证多少多少收益”,这些话是违规销售,但是客户不清楚,所有的避险到最后罚的金额非常巨大,如果用系统控制自己的风险,这是很重要的。美国也是一样的,当时我们研究ATS,为什么中国没有ATS?有,不是特别大的市场,美国的ATS是立法决定的,你必须要上,要看你的用工是不是有性别歧视、种族歧视,它有很多的要求。包括我们这样的小公司也要用一些软件,所以SaaS第二个程度就是避险。

第三个是节流,第四个是提效,这两个区别在哪儿?节流很多情况下不一定是砍人,不一定是说机器替代人,AI替代人工,尤其是在这个时刻是不能裁人的,银行为什么要上AI?其中一点很重要的原因就是可以直接从总行控制到县一级零售部门的预算和各种各样的投放,中间能省出很多的钱,从技术来替代管理层级,这是我们看到很重要的一个变化。提效是最后一个,很多朋友经常说你看我们增加了多少效率,这个反而是采购环节里面,很多CRO、CTO,提效是最后一个点。我们很强调你到底是解决客户的哪个问题,如果你只是提效,这个是很挑战的一件事,也可能取决于你所处的行业,如果前三件事都还没干,你不如先干前三件事。这是我们投资逻辑里面很重要的,最大的四个影响的速度。

这是一些例子,一横一竖,多横多竖,一横就是你看任何一个软件或者数据库还是Saas,这个横都是功能,比如说底层的里面分很多东西,里面有很多竖,超过PaaS之后就是各种各样竖的标准,我们看这个公司处在哪个横哪个竖的交叉点上。为什么中国的企业服务起不来?08年就有人在做CRM,因为中国的节奏不一样,中国很多行业都是同步发展的,不像欧美是给予时间的,你先发展房地产,发展基础设施,运输、水泥,第二产业,然后是第三产业,服务业,你积累了大量的数据以后,中国是所有的产业一起跑,分不清主次,我们的朋友们也是,一会儿餐厅很赚钱,去开一个餐厅,同时又开一个AI公司,这种火是在这样高速发展的市场才会存在。SaaS总体来说是垂直行业,左边偏行业,右边偏功能,职能软件是竖中间的横,基础软件是横,但是中间又有很多的竖。从网络安全的角度来说,基础设施是非常重要的,尤其是在中国的环境下。

无论是自己创业还是找投资人,我们觉得非常重要的几个点,我们经常一上来就问市场规模,市场规模在创业者眼里和投资人眼里的意义不太一样,创业者说这是10亿的收入,很多呢,但是作为一个市场来讲,如果是10个亿的市场是非常小的市场,应该是百亿以上人民币的市场才有可能跑出来机会。另外就是业务逻辑,这个很重要,我们算账的时候非常关注你每年的客户定位的选择,规模和效率是我们非常重视的数字,你的估值到底是乘3倍还是5倍。你是高端的客户还是底层的客户,我们的经验是特别小的公司很难做,非常接近C,它是大C和小B的模糊地带,但是中等企业的公司应该是更容易的客户,因为大客户非常少。这就是我今天的分享,希望台下跟大家多交流。谢谢!