展会信息港展会大全

VC眼中的传感器和人工智能投资机会在哪里
来源:互联网   发布日期:2016-03-24 09:24:22   浏览:15511次  

导读:请用两句话分别介绍你自己以及你的机构。 A:我是北极光创投董事总经理杨磊,我在 2010年 初加入北极光,主要负责 硬 科技的投资,个人关注有技术壁垒的项目,北极光可以在此前提下组织其他重要商业元素帮助公司快速成长。 北极光创投的三个关键词是:早期、...

请用两句话分别介绍你自己以及你的机构。

A:我是北极光创投董事总经理杨磊,我在 2010年 初加入北极光,主要负责 “硬” 科技的投资,个人关注有技术壁垒的项目,北极光可以在此前提下组织其他重要商业元素帮助公司快速成长。

北极光创投的三个关键词是:早期、科技、中国,希望从早期开始扶持科技类公司,把中国公司打造成世界上领先企业;一个简单的例子是,北极光此前投过的全部 8 家半导体企业里,有 2 家已经上市、2 家被上市公司收购、一家刚刚过会、剩下三家也运行的非常好。其中不乏对半导体行业有颠覆性的公司,如 Crossbar。

在过去的几个月里,你们的投资节奏如何,投了哪些案子?

A:虽然过去一段时间市场的投资节奏确实比去年慢,但北极光的风格比较稳健,在市场热的时候不会投太快、冷一些的时候波动也不大,一季度我们大概发出去近十个 Term Sheet,而我们 TS 的成功率是相对较高的。

我们近期投的有智能汽车相关的 drive.ai、镭神、做创新服务的指南设计等,还投了企业级应用、泛娱乐、医疗健康等领域的项目。

在今年一季度的投资过程中,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?

A:市场还是在变冷。确实有些机构一季度已经不怎么投了,包括我们投的一些天使基金也会出现一些回调。我们感觉整体市场上的投资意向,大概在 6 分到 7 分之间,北极光自己的投资意向还是 8 分。

这段时间里,感觉哪些创业领域比较受资本关注?

A:热的领域确实还是很热,我们感觉比较受关注的领域是:AI、机器人、企业级 SaaS、泛娱乐、医疗健康。从估值上看,一些领域虽然已经冷下来了,但是估值调整并不大。

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?

A:下一阶段的一个重点会是智能汽车。事实上我们每关注一个领域,都会花很长时间定方向,并不断摸索。去年北极光重点布局了智能系统,智能可以理解成感官(传感器)、大脑(人工智能或 AI)、执行(机器人)三个部分,如果把传感器、AI 和汽车结合在一起,就是智能汽车。

看好这一领域,是因为智能汽车会是一个比手机大得多的机会。未来拥有汽车的人的比例会继续上升,和拥有手机的人逐渐达到接近的程度,而汽车的价格则比手机贵得多。

同时,现在已经到了汽车行业发生变革的时间点。这个行业非常传统、非常慢、非常重,像乌龟一样。当所有人都是乌龟时没关系,但一旦像特斯拉这样的新进入者出现,行业就必须发生改变。比如,特斯拉作为电动车,整个供应链都和传统汽车供应链不同,不再需要无级变速箱、ABS 这样的传统厂商有壁垒优势的设备,这就推动供应链简单化,行业迭代速度变快。

第二,人工智能领域也在发生改变,传感器价格快速下降,结合在一起,大家都看到未来的车会把传感器、人工智能嫁接到现在执行的单元,变成智能汽车。

这个领域我们确实看的比较早,而从去年11月 份开始就变得非常热,因为当时特斯拉推出了有一点无人驾驶味道的功能。今年的 CES,我也明显感觉到智能汽车是几大主题之一。

在这个领域里,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?

A:作为 VC 来说,要投汽车本身是很难的,因此我们主要关注传感器和人工智能。什么是未来的智能?什么会是未来流行的高性价比的解决方案?

对于智能汽车行业,目前有两个主要的技术路线:

一是以谷歌为代表的 “强传感器” 派。使用高精密激光雷达、螺旋仪,配上计算能力非常强的服务器。好处是确实可以在现在的路况下实现无人驾驶,但问题是成本太高(附加成本甚至超过车的成本),同时在中国本地没法实现与之匹配的高精密地图。

二是目前汽车厂家如奥迪、宝马、奔驰、特斯拉在做的 “辅助驾驶演进” 派。在传统的汽车上配备传感器和计算机视觉系统,以辅助驾驶为切入点,逐步增加功能,最终实现无人驾驶。

我们认为,未来的智能汽车会以图像传感器为中心,辅助以其他廉价传感器,以 AI 为大脑实现无人驾驶。在这种解决方案下,现在一整套系统加起来也就是几千美金,未来在此基础上成本可以下降到小几百美金。

坦诚而言,国内在 AI 这块和国际领先水平差的还比较远,但是高性价比传感器上我们已经看到了机会。因此我们会重点在国内投有壁垒的、高性价比的硬件,以及能够把国外最先进的 AI 软件结合到国内硬件平台上、结合国内厂商的需求,做好本地化服务的企业。

行业变热之后,市场大、机遇大,确实出现很多公司都在努力往前拱,但是好的公司数量还不多。智能汽车是一个巨头都会关注的领域,各个巨头都有山头,小公司能起来靠的不是商业模式创新,应该是技术主导,因此门槛相对偏高,对团队的经验和能力都有要求,不是任何团队都可以做。

好的创业者必须非常专业,这样的团队在做的时候才能够带动产业链。比如我们投资的图像传感器公司 Cista,正在做全世界暗电流,最低动态范围最大的图像传感器,上下游厂商都在和他们合作。这个领域的竞争是激烈的、全球化的,而且最后会是赢者通吃。

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?

A:挑战仍然来自人工智能和传感器。在 AI 方面,无人驾驶有几个关键点:第一,运算必须本地化,不能太贵,也不能像 AlphaGo 一样用一个机群支撑它;第二,实时性非常强,一秒钟几十次,第三,必须非常准确,不能算错了再补,所以把 AI 用到无人驾驶和辅助驾驶的时候要求非常高。

因此,AI 项目之间的区别就在于,是否能够用相对廉价的计算设备做快速的、每秒 40-50 次的处理,同时达到非常高的精度和准确度。现在这个领域国内有很多公司都说可以做,但关键点仍在于快、准、同时用嵌入式芯片达到这样的性能。

比如我们在美国投的 drive.ai,是斯坦福的团队在 AI 无人驾驶实验室做了三年之后成立的公司,能够达到三个上述要求,但更加重要的还有第四个要素:从技术变成产品,需要非常好的合作伙伴。这个行业的问题是,做人工智能的往往不懂汽车,而做汽车的又不懂人工智能。我们给他们带来了日本、欧美两家战略投资,都是汽车行业的一级供应商和车厂。

传感器方面也需要技术突破。比如激光雷达是谷歌在用的系统,相信在未来的车里面也非常必要,但不一定是谷歌用的 64 线,也可能 2 线、4 线就可以了,成本需要非常合理。我们投的镭神就可以把中国制造的优势发挥到极致。但是把激光雷达掰开来看,核心的还有两个很难降低成本:线性图像传感器和激光芯片两个部件。现在中国没有公司可以做高速线性传感器(每秒 10000 次),激光芯片也全部是进口,我们投的图像传感器公司,就正在攻克线性传感器的难关。

未来创新最主要的机会,硬件上会在于性价比更高的激光雷达或者是下一代技术;动态范围大的、暗电流低、高温成像好的图像传感器;性价比很好的雷达或者是超声传感器;或者某个新的大家没想到的传感器。AI 则在于更好的视觉系统和控制系统。

此外,还有智能汽车的操作系统,我们投的中科创达正在做;另一块还没看到的是车与车之间的交流,会以什么样的技术平台、什么样的形态?也会变得非常重要。

如果从长远来说,道路的改变是一个慢长的事,所以现在的智能汽车还会是基于现在的道路体系来设计,因为改变车要更容易,大家都会找阻力低的事先做。而我们愿意做的就是陪着行业发展,在这个阶段里,公司会不断被筛选淘汰、性能会不断提高,这对于变化快的小公司更为有利,而最好的投资机会就在其中。

除了上述领域,接下来还有哪些值得关注或者有潜力的创业热点和方向?

A:除了硬科技,我们还会关注一些在机器人、传感器、芯片半导体技术支撑下的终端应用。我们会关注 AI 与行业的结合而产生的大幅效率的提升的机遇。

同时企业级 SAAS 我们也一直在投,特别是接下来会关注一些垂直领域的 SaaS 项目,将来可能和 AI 也都会结合在一起。

我们还看好 “智能 +”,比如智能 + 汽车、智能 + 金融。同时泛娱乐领域和医疗健康也是我们长期关注的。

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?

对于拆 VIE 的公司或者本来就准备上战新板的公司,没利润的可能只能往新三板走,如果本身足够健康的,可以寻找反向上市的机会。现在来看如果走国内 IPO,整个流程基本还是要排队三年。

因此我们希望国内上市的审批速度能够快一点,多层次的资本市场也一定要打开。不然长期资本市场不能够打开,投资者也许就会更加谨慎,导致早期投资整体更加保守。

在下一阶段,还有什么宏观或微观层面想要提醒创业者关注的事情?

A:可以关注 AI 在行业的应用。这需要两个条件:一是数据的饱和度要很高,二是必须对效率产生大幅度提升,只有这前提都存在,算法才能发挥作用。做到这个,行业里的机会就会很多,而我们可以帮助团队嫁接行业资源。

赞助本站

人工智能实验室

相关热词: VC 人工智能

相关内容
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港