清华创业帮李竹:中国将崛起千亿美元AI独角兽,两大领域5大特征

简介:

【新智元创业大赛评委简介】李竹,英诺天使基金创始合伙人,中国青年天使会会长,清华校友TMT协会荣誉会长。他1989年从清华计算机系毕业,曾经二度创业, 2000年开始天使投资,累计参投项目150+,多个项目上市及并购退出。而目前英诺天使算是他的又一次创业。



清华创业“黑帮“是怎样一种力量

清华创业黑帮是李竹提出来的,是指从清华校友中创业投资的一批人。其实,在硅谷早有类似的“创业黑帮”,比如PayPal黑帮,斯坦福大学校友等,是硅谷创新创业的重要力量。而清华黑帮著名的创业家有:美团网的王兴、航班管家的王江和李黎军、搜狗的王小川、世纪互联的陈升、聚美优品的戴雨森、昆仑万维的周亚辉、神州泰岳黄松浪、百合网的田范江和慕岩、中青龙图的杨圣辉、网信集团的盛佳、柠檬微趣的齐伟、点点网的许朝军等人。而投资圈的更多了:源政投资杨向阳、IDG的林栋梁、软银中国的宋安澜、华山资本的杨镭、北极光创投的邓锋、红杉资本周逵、汪潮涌、倪正东、复星投资的钱中华、软银赛富的羊东、洪泰基金的盛希泰、源码资本的曹毅、武岳峰资本的潘建岳、高榕资本的张震、华创资本的吴海燕等等,这是中国创投界不容忽视的一股巨大力量。

而李竹所投资的诸多团队也有很多有清华的背景,他说清华是他们生根的一个土地,人工智能出来之后,清华校友创业的很多。李竹投过清华很多公司,包括无人驾驶的智行者,做无人驾驶控制系统,他们投的激光雷达的公司也来自清华,费马科技也是清华计算机系校友创建的,还有速感科技等。

除此之外,李竹对于其它的如北理工、北航等科研院所背景的创业团队也有的投入。例如北理工做飞行汽车的酷黑科技,沈阳科研所的通用机器人等。英诺很早就定下基调,要挖掘科研院所搞科研的、有积累的人。国外的话,像他们投资的推想科技,来自芝加哥大学,之前也是做科研的。


二十多个合伙人加大量眼线迸发“群体智慧”

李竹2013年发起设立英诺天使基金。主要投资天使轮,单笔投资额度通常在100-1000万RMB。四年时间,李竹所管理的英诺设立了1亿人民币种子基金、20亿人民币天使基金,共投资企业约200家。

英诺天使罕见有20个合伙人,而中国最大的投资机构红杉资本也就十来个合伙人。李竹说:我们是一个投资平台。我看到新智元发关于群体智慧和意外流行算法的文章,我很认同。以投资界为例,很多投资人一致看好的,当然也不错。但是那种有一个投资人特别看好的、而其他人有疑问的项目反而最好 

他说:“我们是用群体智慧、自组织的理论去做投资,去发现‘意外流行’

另外一点你怎么发现这种意外流行呢,每一个合伙人一个时间段只看两个方向。第一,你要专注,你要成为领域专家;比如AI项目都是李竹和祝晓成,企业服务就是找另外一个人,每个人的权重不一样。这种平台的好处在于,转场特别快,就像罗胖跨年说的,技术发展非常快,转场需要时间。我们通过学习型组织,转场会更快。转场在群体组织中很有效,我们正是用这样一种集体计算的思路来搭建英诺自组织知识的一个平台。

英诺的进步也很快,在清科的天使投资榜单中,他们第一年第10,第二年第7,第三年第5,很少有机构连续在前十名,还一直处于上升阶段。

李竹表示,他很尊重国内真格、创新工场等老牌天使机构,也一直保持着向他们学习的做法,同时也在向硅谷取经。硅谷的风投Benchmark,合伙人持续更换和进化,投资回报率反而最高。美国投资机构总数下降,因为5%的机构赚了90%的钱。英诺致力于成为中国有创新的天使平台。

李竹说:“我们给投资团队60%的carry分成,业界少见,只要业绩够好,新人很快成为合伙人,不用熬那么多年。我们就是要发挥群体智慧的作用。我们相信这是未来做天使投资的一个趋势。现在创新那么多,个人的能力有限,现在在GPU的时代,并行计算的时代。”

除了有最多的合伙人,他还调动更多群体的智慧,例如他们在清华办“一起学天使”的课程,用发现“美”的眼睛发现有价值的创业公司。还开了有学分创业课。

“三万亿”引导基金引爆2017年人工智能市场

李竹说很多例子证明人工智能领域正在回暖,尤其在这个技术创新方面,从模式创新到技术创新,这是一个大的趋势。今年春节前后有很多公司拿到了下一轮,有十家左右拿到了融资,四千万以上的A轮。包括硅谷的异构智能估值达到上亿美元。推想拿到了十个机构的term,春节前获得了红杉5000万人民币的投资。


现在大家都说资产荒,另外一方面钱又特别多,国家这方面首批“三万亿”进入整个行业,这些引导基金会投什么?

第二类看好“无人驾驶”,包括关键零部件、无人驾驶的控制、智能车和电动车,今年会发展非常快。今年 CES 看来发展最快的是无人驾驶,技术的成熟,现在只是差法律法规的支持。但是在园区用车已经用起来了。汽车行业要进入前装市场很难,需要花上好几年,智能车给创业公司带来的机会就是,车厂要重新选择前装合作伙伴,例如,给汽车做座椅、发动机、玻璃的。任何一个公司要进入前装,至少一年有几亿收入都是上市公司。肯定出现一批独角兽,而不止一家,只不过时间窗口不一样。比如激光雷达可能这两年的格局就定了。一定格局定下来了,技术再好也很难。这次升级换代带来的机会是巨大的,传统汽车厂商需要跟有新技术的人合作。创业公司如果没有能力跟车厂结合,那么最好的结果就是被车厂收购。

至于英诺为什么在这个阶段要对人工智能下大注,李竹以经纬在移动互联网时代的投资举例。他说经纬当时投了一百多家公司,压力很大,而且一开始那些公司也并没有做出什么,但是经纬顶住压力抓住了机会,在移动互联网中闯出来。类比人工智能这次机会,一定会出现一批独角兽和千亿美元的超级公司,也会一定会成就一批敢于抓住机会的投资机构。

不符合这五点成不了独角兽

作为新智元“寻找AI 独角兽” 创业大赛的评委之一,李竹评价一家公司的“独角兽潜力”时,看重什么?

总的来说,从李竹的访谈我们总结出,成为独角兽必备的五点是:

1.  必须全球化

2.  必须技术创新或者有实现盈利的模式创新

3.  必须有应用场景

4.  对于软硬件结合公司,必须闯过供应链管理的生死之关

5.  对于技术创新公司,必须建立知识产权壁垒

1. 全球化

李竹认为能长成独角兽的公司必须国际化,面向全球市场。模式创新可能需要本土化,技术创新要面向全球, 我们看到这样的全球化公司,有闯劲的公司就有兴趣。

2.  必须有技术创新或者有实现盈利的模式创新;

李竹认为“好的资产”,一方面是技术创新类的,包括人工智能,这肯定是引导基金的一个方向,中国本次经济转型肯定要做技术创新。第二方面是风险比较低一点的,已经实现盈利的模式创新公司。这两类的公司估值会大幅上升。

3.  必须有应用场景

李竹整个访谈中不断强调的观点是:重点要投找到了应用场景的公司。没有抓住应用场景的公司会很“危险“。他们现在投科研院所的团队,也一定要找其中有市场感觉的团队。

英诺投资计算平台公司“异构智能”,是少有的底层技术公司,但是可以为其他公司提供“计算力”和技术支持,是一个关键节点,其自身的产品方向也逐渐清晰。

4.  对于软硬件结合公司,必须闯过供应链管理的生死之关

李竹相信 AI 公司的软硬件结合不止出现独角兽,还会出现千亿美元公司,虽然不确定会是谁,但是确定的是数据壁垒形成后一定会有这样的公司出现。

李竹甚至断言:未来的三星和索尼都在中国,都是千亿美元的,将来会是中国的天下。美国的公司胆子不够,步子迈的小,中国公司的闯劲不一样。 

但是对软硬件结合的公司,即使在融资后也要注意供应链的完善和管控,这也是大部分创业公司没有迈过的槛。比如春节前有几家无人机公司就是因为这个原因,导致资金压力增大,裁员过半。现在成功的企业,他们挺过了供应链管控这一关,虽然开始他们的成品率也很低。所以供应链的管控也是生死之关。

5.  对于技术创新公司,必须建立知识产权壁垒

新智元问到,人工智能领域中B轮以后的公司,该怎么建立护城河?李竹表示,如果到B轮的公司,对于AI公司还是应用方向和知识产权方面建立壁垒。公司有多少个发明专利,看这个数据就能看出发展怎么样。


短期内2B比2C靠谱,大公司的创新需求就是小公司创业机会

谈到创业公司难以避免的和BAT对抗。李竹认为对小公司而言,仅做纯技术的公司要谨慎,这是BAT的强项;2C的公司也要谨慎,绕不开BAT。

但是从机会的角度来说,现在扁平化越来越好,一些原本要放在企业内的,可以放在企业外去做。以前的模式是,例如腾讯,发现哪个特别好,就山寨一个。但是现在不行了,BAT的并购数量跟国内IPO的数额差不多了,美国60%创业公司是兼并退出的,现在国内也一半一半了。所以大公司的创新需求就是小公司创业机会,要注重大企业的创新和小企业的结合。

其实之前提到的大多数公司都是2B的商业模式,例如大疆大部分利润来自2B,这也刚性需求。对于2C,李竹还在期待中。以消费机器人为例,他认为目前全球没有一家做的好的,需要一个乔布斯式的拼凑式神人把体验做好。他说:现在体验都不够好,长期还是看好消费级机器人。2B业务发展也从另一个角度说明了目前跟大公司合作是小公司机会所在。


文章转自新智元公众号,原文链接

相关文章
|
2月前
|
人工智能 监控 供应链
AI技术创业有哪些机会?
本文探讨了AI技术创业的多个机会,包括提供行业解决方案、开发智能产品和服务以及教育和培训,为创业者在医疗保健、金融服务、零售、教育等多个领域提供了丰富的机遇。
90 2
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
软件测试的未来:AI的崛起与质量保证的革新
在软件开发的世界中,测试一直是确保产品质量和用户满意度的关键步骤。随着人工智能技术的飞速发展,传统的软件测试方法正逐步被智能化工具所取代。本文将探讨AI如何重新定义软件测试流程、提升测试效率以及预测未来可能出现的挑战和机遇。
|
5天前
|
机器学习/深度学习 人工智能
Leffa:Meta AI 开源精确控制人物外观和姿势的图像生成框架,在生成穿着的同时保持人物特征
Leffa 是 Meta 开源的图像生成框架,通过引入流场学习在注意力机制中精确控制人物的外观和姿势。该框架不增加额外参数和推理成本,适用于多种扩散模型,展现了良好的模型无关性和泛化能力。
39 11
Leffa:Meta AI 开源精确控制人物外观和姿势的图像生成框架,在生成穿着的同时保持人物特征
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
AI自己长出了类似大脑的脑叶?新研究揭示LLM特征的惊人几何结构
近年来,大型语言模型(LLM)的内部运作机制备受关注。麻省理工学院的研究人员在论文《The Geometry of Concepts: Sparse Autoencoder Feature Structure》中,利用稀疏自编码器(SAE)分析LLM的激活空间,揭示了其丰富的几何结构。研究发现,特征在原子、大脑和星系三个尺度上展现出不同的结构,包括晶体结构、中尺度模块化结构和大尺度点云结构。这些发现不仅有助于理解LLM的工作原理,还可能对模型优化和其他领域产生重要影响。
46 25
|
24天前
|
机器学习/深度学习 人工智能 Python
MuCodec:清华、腾讯AI、港中文共同推出的超低比特率音乐编解码器
MuCodec是由清华大学深圳国际研究生院、腾讯AI实验室和香港中文大学联合开发的超低比特率音乐编解码器。它能够在0.35kbps至1.35kbps的比特率下实现高效的音乐压缩和高保真重建,适用于在线音乐流媒体服务、音乐下载、语言模型建设等多个应用场景。
37 1
MuCodec:清华、腾讯AI、港中文共同推出的超低比特率音乐编解码器
|
20天前
|
人工智能 前端开发 编译器
【AI系统】GCC 主要特征
GCC(GNU Compiler Collection)是由理查德·斯托曼于1987年创建,最初作为GNU项目的一部分,旨在为GNU/Linux系统提供高效C语言编译器。随着时间发展,GCC不仅支持多种编程语言如C++、Java、Swift等,还具备强大的可移植性、模块化设计及跨平台交叉编译能力,成为全球广泛使用的开源编译器之一。其编译过程分为预处理、编译、汇编和链接四个阶段,支持静态和动态链接方式,适用于本地编译和交叉编译场景。
23 2
|
1月前
|
人工智能 算法 搜索推荐
清华校友用AI破解162个高数定理,智能体LeanAgent攻克困扰陶哲轩难题!
清华校友开发的LeanAgent智能体在数学推理领域取得重大突破,成功证明了162个未被人类证明的高等数学定理,涵盖抽象代数、代数拓扑等领域。LeanAgent采用“持续学习”框架,通过课程学习、动态数据库和渐进式训练,显著提升了数学定理证明的能力,为数学研究和教育提供了新的思路和方法。
61 3
|
2月前
|
机器学习/深度学习 人工智能 搜索推荐
AI与未来医疗:革命性技术的崛起
【10月更文挑战第1天】人工智能在医疗领域的应用正在改变我们诊断和治疗疾病的方式。本文将探讨AI在未来医疗中的潜力,包括提高诊断准确性、个性化治疗方案以及药物发现等方面的内容。通过案例分析和数据支持,我们将看到AI如何成为现代医疗的重要组成部分。
59 4
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术的崛起:改变未来的力量###
【10月更文挑战第19天】 本文探讨了人工智能(AI)技术在现代社会的广泛应用和影响,通过具体案例展示了AI如何改变我们的生活、工作和社会。文章还讨论了AI技术的未来发展趋势及其可能带来的挑战与机遇,旨在为读者提供全面的AI知识,启发大家对未来科技的思考。 ###
59 0
|
2月前
|
机器学习/深度学习 人工智能 安全
智能时代的隐私守护者:AI加密技术的崛起与挑战###
本文深入探讨了人工智能(AI)在数据加密领域的创新应用,分析了AI如何增强数据安全性,同时也指出了面临的挑战和未来发展趋势。通过具体案例分析,展现了AI加密技术在保护个人隐私与促进数据安全方面的潜力,为读者提供对未来智能时代隐私保护的深刻洞见。 ###
下一篇
DataWorks