投资人：国内硬科技创新缺乏应用场景 结合AI将有更多落地方向

"硬科技"这一概念最初由中科创星创始人米磊博士在2010年提出，他意识到中国正在由原来的"人口红利"转向"技术创新红利"时代，并认为未来30年，科技创业将是中国经济发展的主旋律。现如今，越来越多的创业者进入到了硬科技领域。

那么，硬科技投资和其它行业投资有什么区别？在11月24日举行的第11届创业家年会新锐观点对话环节中，梅花创投副总裁丘健威指出，硬科技最大的特点就是周期非常长，比如从技术的积累到产品化的过程，到最后一步一步做市场销售，都需要极其有耐心。而最大的优势是稳，只要方向对了、团队对了，每一年都会有稳步的增长。而且硬科技有能落地的特点，这是和黑科技的区别。丘健威认为，早期风险投资更应该关注一些硬科技的公司。

但在硬科技领域，国外的公司有落地场景，但是国内有很多独角兽没有应用场景。对此，远望资本创始合伙人程浩认为，之所以会有这种情况，一方面是投资机构的耐心问题。从资本的角度来讲，硬科技得陪跑10年甚至更长时间。如果你有机会投出滴滴、美团这样几年就可以上市的公司，干嘛投资硬科技呢？

二是因为中国的大环境是人口红利，这能使得2C的业务能够爆发得很快，也让逐利的VC愿意把钱投到一些模式创新的机会上。

不过关于国内硬科技的发展，以AI为例，丘健威指出，过去AI在机器听觉、机器视觉，包括人脸识别、指纹识别、车牌检测等都有着长足的落地进展，这几年开始逐步往医疗、往智能家具、无人驾驶的方向落地。人工智能行业取代人类在制造业已经发生，下一个大趋势就是服务行业机器替代人。

远望资本创始合伙人程浩、平视资本创始合伙人刘洪岩、梅花创投副总裁邱健威在11月24日举行的2018年创业家年会上就"硬科技投资的快与慢"进行了此次对话。

以下为对话内容节选（经编辑）：

李东东：各位对硬科技的定义是什么？硬科技投资和其它行业投资有什么区别？你们在投资过程中遇到过哪些坑？

程浩：所谓硬科技，我认为是指壁垒很高的技术创新。

这个领域的投资和其他领域有很大区别，因为其最大的特点是周期极长。这也是中国的硬科技创新很少的原因之一，不光是创业周期长，VC陪跑的周期也长。

举个简单的例子，1999年成立的Mobile Eye，在2007年才收到了第一笔规模化的收入。再举个例子，达芬奇手术机器人项目，大约花了10年时间才拿到了FDA，但这只是开始，后面还面临商业化的问题。10年是一个很夸张的时间，一个基金周期可能只有10年。

对于投硬科技的投资人来说，别指望今年投完之后，明年就能赚多少钱。但好处也很明显，我花了多长时间做研发，竞品也得花多长时间，一旦做出来，壁垒极高。

硬科技创业者都得是"高富帅"，如果不是，光融资都吃亏，没有人持续给你投资。

刘洪岩：刚才程总讲到，硬科技投资最看重的就是人的壁垒，我们要做的事情就是设法找到这群有壁垒的人，也就是人才的供应。但这些人才在哪儿呢？都集中在研究所里。要想创业成功，投资成功，就得能够找到这个群体的人。

邱健威：我想给硬科技贴两个标签：一是刚才两位前辈所提到的高壁垒，二是能落地，这也是硬科技和黑科技的区别。我认为，早期风险投资更应该关注一些硬科技的公司。

关于硬科技投资和其他方向的区别，2C的项目可能3、4年就可以IPO了，但硬科技最大的特点就是周期非常长，比如从技术的积累到产品化的过程，到最后一步一步做市场销售，都需要极其有耐心。而最大的优势是稳，只要方向对了、团队对了，每一年都会有稳步的增长。

我觉得比较需要避免的坑就是，把精力、资金过多地关注到一些短期内还落不了地的黑科技上。

李东东：一方面，今年有越来越多的创业者进入到了硬科技领域；另一方面，国外的公司有落地场景，但是国内有很多独角兽没有应用场景，各位怎么看这种现象，中国的硬科技能不能落地？

程浩：我以前在硅谷工作过，对美国有些了解。美国的硬科技公司要比国内多很多，本质原因在于美国基础学科的领先性，以及它的人才储备更强。中国产生了阿里、腾讯等千亿美金的公司，但是做硬科技创新的公司真的不多，大家更多是做偏商业模式的创新。

之所以会有这种情况，一方面是投资机构的耐心问题。从资本的角度来讲，硬科技得陪跑10年甚至更长时间。如果你有机会投出滴滴、美团这样几年就可以上市的公司，干嘛投资硬科技呢？

二是因为中国的大环境是人口红利，这能使得2C的业务能够爆发得很快，也让逐利的VC愿意把钱投到一些模式创新的机会上。

但是，我相信未来从事硬科技创新的人会越来越多。

刘洪岩：程总讲的我也深有感触。在国内，人才确实有些中国特色，有个很常见的词叫科技成果转化。但在国外，研究科技成果的时候，一定是面向市场研究的。

在中国，因为科研制度的原因，人才可能会花大量的时间做一些课题性、任务性的东西，但成果并不能被市场认可。这些人就会再拿一大堆的钱去做成果转化，但成果转化是很要命的问题，如果市场不需要，为什么要转化。所以如果真正做这个事情，关键还是在于人才，包括源源不断地、规模性地把人才入口打开，让市场能够找到他们，建立他们能够发挥作用的环境。

邱健威：关于我们国内硬科技的发展，以AI为例。过去AI在机器听觉、机器视觉，包括人脸识别、指纹识别、车牌检测等都有着长足的落地进展，这几年开始逐步往医疗、往智能家具、无人驾驶的方向落地。所以我相信我国未来在AI的发展方面，将会有两方面进步：

第一，虽然我们目前国内的人才储备还不太够，AI专业毕业的人都被抢疯了，但我相信未来会有更多的团队和人，来挖掘出更多的适合用AI提高效率、降低成本的落地方向。

第二，基于深度神经网络的一套体系，其实理论上并没有办法接近100%的准确率，只能不断地趋近这一目标。也许未来某一天会从底层的算法做出一些革新，真正地从创新劳动中去升级，提供更多个性化的、有更高壁垒的服务。

李东东：人工智能或者机器人未来可能会在哪些行业取代人类，让一部分人失业？

程浩：这种情况在制造业已经发生。对于老板来说，一是成本更低，二是在3C等精密加工的行业，必须得自动化。

接下来会在服务行业发生。我们投资了一个公司，主要是做餐馆里的传菜，海底捞已经开始使用它的产品了。去过星巴克的人都知道，其体验并不好，先得排队买单，再等餐，还得自己找座位。更合理的做法难道不是去了星巴克直接在凳子上坐下，扫码点餐，机器人做咖啡然后再送过来吗？

我认为，这花不了很长时间就能实现。在工业机器人替代人之后，下一个大趋势就是服务行业机器替代人。

刘洪岩：对于做这种行业应用的人来说，实际上还是要有原创的思维，一定要敢于做别人没有做过的事情。也就是说，能够在哪个行业落地，主要就看有没有一个人涌现出来，在这个行业能够做下去。

邱健威：我非常赞同浩哥的观点。我的理解，机器人替代人有三个发展阶段：

第一阶段：工业机器人替代人。

第二阶段：服务机器人代替人，包括餐厅场景、养老、医疗、配送等。

在服务机器人替代人的过程中需要解决一个问题，现在最关键的技术门槛是语义的理解，一个服务机器人只有在能够真正理解人对它说什么、需要什么之后，才能更好地去为人服务。现在很多公司在这个方向都做到有一些亮点，但是从整体来看，科学的边界限制了他们快速成长。

第三阶段：黑科技的仿人机器人，像阿特拉斯、ASIMO，到了这一个阶段，可能绝大多数人可以做的事情，仿人机器人都可以代替我们。也许在30年以后，我需要担心坐在我旁边的浩哥是浩哥本尊，还是一个仿人机器人浩哥。

李东东：由于时间关系，本次对话就到此为止。恭喜各位获奖，同时期待大家明年能投出更多的独角兽，谢谢大家！