红杉计越:AI、大数据、SaaS、云计算为何在中国一体迸发?

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

在创投界,红杉资本是一个响当当的名字。45年来,红杉资本投资了众多创新企业,包括苹果、思科、甲骨文、谷歌、阿里巴巴、Airbnb、京东等产业潮流领导者。红杉资本中国基金(下文简称“红杉中国”)作为「创业者背后的创业者」,专注于科技/传媒、医疗健康、消费品/服务、新能源/清洁技术/先进制造四个方向的投资机遇。十二年来,红杉中国投资了包括阿里巴巴、阿里影业、贝达药业、铂涛酒店集团、大众点评网、德邦物流、DJI大疆创新、赶集网、高德软件、光环新网、华大基因、今日头条、京东、聚美优品、美丽说、美团网、陌陌、诺亚财富、奇虎360、万达院线、威高集团、唯品会、文思创新、新产业生物、新浪网、英雄互娱、鱼跃医疗、掌趣科技、中通快递在内的300余家企业。


红杉中国在 AI 上的布局已经徐徐展开,近年来投资了多家人工智能企业,其中不乏创业明星企业。让我们来走进这个神秘的投资机构,拆解他们的投资逻辑与产业布局。


计越是红杉中国合伙人,也是本次新智元“寻找AI 独角兽”创业大赛的评委。计越主导并投资了不少知名企业:大众点评、饿了么, 聚美优品, 途牛旅游、赶集网、诺亚财富、瓜子二手车、第四范式、作业帮、智慧芽、云智慧、神策数据、 推想科技等。从2010年开始连续七年,计越每年都被选为福布斯中国最佳创投人TOP50,并且于2015年和2016年入选全球最佳创投人TOP50。



2017年2月22日,新智元“寻找AI 独角兽”创业大赛评审会在红杉中国位于北京华贸的办公室举行,计越作为本次大会东道主,在会后与新智元进行了深入的交流。在与他的对话中,我们也得以了解到红杉作为国际顶级投资机构,是如何评估AI 时代的投资机会,以及计越“好奇心”驱动的投资哲学和“平常心”所带来的一份超脱。


云计算、SaaS、大数据、人工智能四个创新周期在中国压缩成一体


在一个全球化、国界逐渐模糊的时代,国家之间的差距变得越来越小。中国的投资人开始投资很多跨境项目,那么怎么对比国内和国外的创业机会呢?计越清晰地表达了他的观点:全球化趋势无法避免,全球化某种程度是过去技术发展积累而来的商业结果。他说:“在这种趋势之下,创业者会更有利于做跨国市场,投资人自然而然有了更多跨境投资机会,红杉中国一定也会顺应这个趋势。红杉于1972年起源于美国,这方面有更大的全球资源优势。”


而对于中美项目的投资没有本质差别,都是看项目本身的价值。但是中美过去历史发展阶段不一样,这可能给中国创业者带来更多的机会。美国的发展经过了四五十年,早期从基础设施到软件,再到云计算和大数据,以及到现在的人工智能,它每一个阶段的发展时间都很长。中国的发展阶段浓缩了,呈现跳跃性和并行发展的状态。


计越接受采访时表示:“中国没有传统的Oracle、SAP这类大型软件产品型公司,而中国各行业现已告别了过去粗放式增长的模式, 都转向靠技术提升效率的方式,这对于IT服务产生了巨大需求,中国云计算和SaaS行业因此发展很快。于是在美国历史上经历过的云计算、SaaS、大数据、人工智能四个创新周期在中国一起迸发。这导致四位一体的创新周期被快速压缩,所以在中国市场,利用云计算的基础设施结合了SaaS、大数据和人工智能几个方面为一体的创新公司比美国要多。由于美国原来的IT巨头积累足够多,新兴的创新公司需要找市场缝隙来切入。 而在中国, 传统软件公司的优势并不明显, 创业公司可以通过SaaS的形式来解决传统软件的需求,同时也可以帮助用户整理数据,还能用人工智能技术做进一步的数据分析和挖掘。从这个角度看,中国的创业机会比美国大。”


至于中国人工智能基础建设和人才方面,计越认为中国目前发展得很快。不论是阿里云、腾讯云这样的基础平台,还是国外的英伟达芯片等硬件设施都已经发展的很好了,在全球化的态势下,中国创业者也在享受这些红利。人才方面,有很多华人在硅谷从事技术方面的研究, 国内BAT这些互联网巨头们也培养了很多这方面的技术和产品人才。可以说人才和基础设施的必备条件达到了,中国已经具备了一个很好的起点。


AI创业的护城河,需要在行业纵深领域做到极致


中国已经经历了门户网站、社交网站、移动互联网、O2O等等,在这些浪潮中红杉中国投了很多优秀的项目。在新浪潮下的每一个趋势演变之中,红杉中国都会在行业的发展初期积极参与,包括眼下火热的人工智能。在各界纷纷认定人工智能浪潮即将到来的时候,计越并没有过多把人工智能标签化。


他表示,首先人工智能本身也是处于产业发展早期阶段。对于他而言,人工智能应该与商业相结合,而不能为了“人工智能”的标签而去做人工智能。最首要的是技术跟趋势结合之后能给用户带来实在的好处。


他认为不管什么浪潮、什么技术,公司必须要解决实际问题和痛点,脱离这些都没有意义。所以回归到真正有意义的层面,需有两个切入点:


第一,To C要和实际的使用场景结合, 给消费者带来更好的使用价值和体验;

第二,To B要和垂直行业的商业逻辑相结合, 给商业用户带来实实在在的价值,比如效率提升,或者让商业用户能更好地服务他们的客户 。


“针对C 端产品, AI技术的价值就是应该帮助实现更好或者更便利的用户体验。通过这种更好的用户体验来吸引巨大的用户量,这样人工智能才能获得大量数据, 从而发挥出更大作用,反之又使消费者体验得到进一步提升,从而获取更多用户量,产生良性循环。”计越对新智元说。


他以亚马逊Echo为例,消费者最开始可能就是把它当成一个音箱使用,可能最重要的场景就是能更方便地听自己喜欢的音乐,但是它有一个云端AI技术、语音技术,使得这个音箱更好地理解消费者,提升体验,之后获取更多用户和数据,再延伸出来其它功能,例如语音的交互。


计越再三强调:AI 需要跟使用场景紧密结合,否则即使再高超的科技,消费者也不会买账。当被问及To C的应用主要在哪些领域会出现独角兽时,计越表示这是无法断定的,需要根据所投的具体项目具体分析。


在B端创业,需要在行业纵深里面做垂直行业的应用。每个行业特征不一样,比如说金融、医疗数据结构不一样,使用方法也不一样。一定要在一个领域扎的很深,才会获得足够多的数据,达到一个比较好的应用效果。比如红杉中国所投资的推想科技,其侧重点在医疗,通过医学影像进行识别。他们团队很了解医生的需求,本身又能得到新的医疗数据,不断迭代提高准确率。在这些数据量比较多的金融、医疗、公共安全领域、教育等领域,数据有待挖掘,它们可能产生很大价值。甚至在游戏领域,例如《西部世界》中所描述的人类在虚拟的“西部世界”娱乐,就是人工智能技术和游戏的结合,只不过电影中的人工智能更为发达。


计越说:“我们不需要一个一开始就是泛泛的、什么事都能做的大平台的创业思维,这对于小公司很危险,这是巨头想干的事情。”创业公司不论to B还是to C,把一个点做到极致,这是非常不容易的,也是AI创业的护城河。


计越作为评委出席新智元“寻找AI独角兽”创业大赛评审会


保持好奇,不太相信在创业初期就能判断它会成为一家百亿美元公司


创投人一旦在早期押中了一个百亿美元巨型公司,可能就换来成百上千倍甚至更高的回报。计越认为很难在创业初期阶段就能预测到这家企业是否能成长为一家百亿美元公司。通常行业早期都不被大家看好的创业公司有时候反而能成为大平台公司,太早期就搞平台化、被大家一致看好的公司反而机会比较小。真正能把握用户需求的公司,在创业初期不被看好、被大巨头忽视的情况下,赢得了时间窗口,不会面临那么多竞争,反而机会更大。


创投人的三心:好奇心、同理心、平常心


采访最后,计越也简单分享了他在创投领域的一些心得:


首先要有强烈的好奇心。他认为创投是站在前沿的,工作的本质是要不停地到新领域去开拓,就好比人类的发展。人类最早来源于非洲,扩散到欧洲、亚洲,发现新的大陆,迁移到美洲乃至全球各地,每一次迁移过程中有很多风险,在这个过程中,很多人都为此失去了生命。 但总有人会想到熟悉的边界之外去看看,这是人类与生俱来的好奇心。这跟创业和创投都是一样,需要探索新的边界,要不断学习新的知识, 并能承担风险去尝试。 

 

其次要有同理心。对于投资来讲,同理心对于理解产品模式很重要,你需要站在用户的角度去体验产品。另外一方面,投资和创业是一个共赢的游戏,投资人需要知道创业者每个阶段最关心什么,有哪些困惑,从而看看是否能提供一些自己力所能及的帮助。 


最后要保持平常心。投资人不是一个股票交易员,交易员也许需要每天很紧张、时刻保持高度亢奋,需要不断地买进卖出。但是风险投资是一个长跑,不是一朝一夕的事情,可能需要好几年才看到成果,而且创业永远是失败的几率远大于成功的几率。 因此需要保持一颗平常心, 能够在自己喜欢的一些领域内保持专注,有所取舍。


文章转自新智元公众号,原文链接

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
存储 Serverless 数据库
科普文:云计算服务类型IaaS, PaaS, SaaS, BaaS, Faas说明
本文介绍了云计算服务的几种主要类型,包括IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)、BaaS(后端即服务)和FaaS(函数即服务)。每种服务模式提供了不同的服务层次和功能,从基础设施的提供到应用的开发和运行,再到软件的交付使用,满足了企业和个人用户在不同场景下的需求。文章详细阐述了每种服务模式的特点、优势和缺点,并列举了相应的示例。云计算服务的发展始于21世纪初,随着互联网技术的普及,这些服务模式不断演进,为企业和个人带来了高效、灵活的解决方案。然而,使用这些服务时也需要注意服务的稳定性、数据安全性和成本等问题。
1024 4
|
3月前
|
人工智能 自然语言处理 搜索推荐
AI战略丨SaaS 遇见 AI, 企业教培开启新范式
“我们会不断完善整体的工程能力,争取以最低的成本,帮助用户训练他们所需要的、好用的 AI 产品。”
|
29天前
|
存储 人工智能 分布式计算
大数据& AI 产品月刊【2024年10月】
大数据& AI 产品技术月刊【2024年10月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
1月前
|
人工智能 Kubernetes 安全
通过阿里云计算巢部署NVIDIA NIM,加速企业大语言模型SaaS化
在人工智能飞速发展的今天,大语言模型(LLM)为各个行业带来了全新的场景和机遇。诸如客户服务数字人,计算机辅助药物研发的生成式虚拟筛选,基于检索增强生成(RAG)的企业多模态PDF数据提取,网络安全流数据过滤、处理和分类优化等工作流,正在无缝集成和运行在定制化的企业AI应用,企业还能够基于专有业务数据和用户反馈数据,不断优化AI应用。
|
2月前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
94 10
|
1月前
|
存储 人工智能 大数据
物联网、大数据、云计算、人工智能之间的关系
物联网、大数据、云计算、人工智能之间的关系是紧密相连、相互促进的。这四者既有各自独立的技术特征,又能在不同层面上相互融合,共同推动信息技术的发展和应用。
282 0
|
2月前
|
算法 大数据 数据库
云计算与大数据平台的数据库迁移与同步
本文详细介绍了云计算与大数据平台的数据库迁移与同步的核心概念、算法原理、具体操作步骤、数学模型公式、代码实例及未来发展趋势与挑战。涵盖全量与增量迁移、一致性与异步复制等内容,旨在帮助读者全面了解并应对相关技术挑战。
44 3
|
2月前
|
人工智能 分布式计算 大数据
大数据&AI产品月刊【2024年9月】
大数据& AI 产品技术月刊【2024年9月】,涵盖本月技术速递、2024云栖大会实录、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
3月前
|
人工智能 Cloud Native 数据管理
重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
阿里云发布首个AI多模数据管理平台DMS,助力业务决策提效10倍
388 17
|
3月前
|
人工智能 关系型数据库 分布式数据库
用友X阿里云:加速AI in SaaS
在今年的云栖大会上,用友公司与阿里云共同宣布将进一步加深合作,推动用友BIP与阿里云深度融合,以SaaS模式为诸多大中型企业客户提供一体化解决方案。同时,通义大模型已作为底层基础大模型集成到用友企业服务大模型YonGPT,加速企业数智化转型。
73 7