德迅投資：未來占領AI制高點還是要靠硬件

AI行業(yè)經(jīng)過前兩年的熱潮，在2019年發(fā)生了一個比較明顯的變化：從關注AI技術積累到AI如何落地。當前，很多AI創(chuàng)業(yè)公司都面臨較大考驗，特別是高估值公司在沖刺科創(chuàng)板時被質(zhì)疑估值倒掛的問題。而相應的投資邏輯，已經(jīng)從早先的AI崇拜迭代到現(xiàn)在的AI落地。

AI現(xiàn)在也成為了中美兩國的一個競技場。如果把AI投資分為基礎層、技術層以及應用層，美國公司更多地集中在處理器、芯片等基礎層，而中國公司則會更加關注計算機視覺、自動駕駛等應用層。

未來的AI制高點到底是什么？德迅投資董事總經(jīng)理謝彤認為，還是要靠傳感器、信號處理芯片等這樣的硬科技。謝彤專注于前沿科技領域的早期投資以及海外投資，在加入德迅之前有四年的創(chuàng)業(yè)以及二十多年的軟件從業(yè)經(jīng)驗，包括12年IBM咨詢顧問背景。謝彤在美國硅谷、澳洲以及中國香港和大陸地區(qū)工作過多年，投資方向主要涉及物聯(lián)網(wǎng)、人工智能以及硬科技領域，他擁有浙江大學計算機科學工學學士以及香港中文大學工商管理碩士學位。

AI制高點在于硬件

投資機會往往先從趨勢看起，看趨勢從宏觀經(jīng)濟看起。從趨勢分析到現(xiàn)象預判，由現(xiàn)象預判看相關的投資機會。

趨勢分析：第一，從英國脫歐以及中美貿(mào)易戰(zhàn)可以看出，全球仍處于不確定的經(jīng)濟形勢，且在下行通道中；第二，技術類的進口限制、華為事件以及貿(mào)易戰(zhàn)的影響是長期的，尤其是川普有機會連任，這些都是必須正視的現(xiàn)象，不能抱有僥幸心理；第三，人們已經(jīng)不再為溫飽而擔心，尤其是90后、00后更加追求安逸和體面的工作，而美國在墨西哥邊境建墻阻擋非法移民將導致低端用工緊張，中國也存在類似大城市本地人不愿意從事保姆或環(huán)衛(wèi)等工種的情況。

從趨勢看到現(xiàn)象：第一，如果是出口降低，為了保持增速，應該加強內(nèi)需，而其它行業(yè)較難很快地帶動內(nèi)需，所以服務業(yè)的比重將大幅增加；第二，中美貿(mào)易戰(zhàn)導致全球供應鏈體系被打破，國產(chǎn)替代不可逆轉(zhuǎn)，但這個過程中有很大挑戰(zhàn)；第三，各崗位的自動化需求會加大。

從投資機會來講：第一，作為前沿科技來講，AI相關的硬科技可能是機會；第二，在消費類商業(yè)的核心方向上，針對新人類的新經(jīng)濟是機會。

結(jié)合中美現(xiàn)在的局勢，AI能否大規(guī)模應用，決定因素在硬件而非軟件，因為軟件可以找到軟件工程師或算法工程師加以解決，但硬件不那么容易替代，所以未來AI的制高點還是靠硬件。以自動駕駛汽車為例，除了車底部有計算單元之外，車周邊和車頂加裝了各種攝像頭、傳感器、雷達、超聲波、GPS等硬件。計算單元的決策依據(jù)是各種傳感器收集來的數(shù)據(jù)，在此基礎上進行加工分析后得出判斷，所以決定或區(qū)分一個AI項目的好壞不在于后端，而在于邊緣端也就是傳感器端。

那么有可能國產(chǎn)替代嗎？以芯片行業(yè)和自動駕駛為例，往后可能受到制約的不是軟件，尤其有進口限制的情況下，受制約的是硬件傳感器、芯片等領域。在很多領域，短時間能做國產(chǎn)替代的可能性不大，芯片領域尤其是核心部件、核心計算單元或核心傳感器可能還是需要依賴進口。在芯片設計中，有一種設計輔助軟件EDA，短期國產(chǎn)替代的可能性也不大，因為需要大資金、大投入進行很長線的投資，所以EDA這類項目適合產(chǎn)業(yè)基金的投資而非天使基金進入。

AI相關硬科技領域的投資邏輯

德迅投資在看過很多AI算法公司、云端服務公司等后，總結(jié)出了AI的投資邏輯：

第一，無場景不投。AI模型或者算法不能夠通吃，需要在一個特定場景下才能夠使用。一個場景的模型或算法不能用于另一個場景，例如識別貓的算法不能用于識別狗或至少識別的效果不好。

第二，無數(shù)據(jù)不投。當AI公司需要花錢獲取數(shù)據(jù)時尤其小心，比較理想的是客戶愿意付費獲取服務的同時還能提供數(shù)據(jù)。

第三，無閉環(huán)不投。這與第二點也有關系。以基因測序公司為例子，客戶付費獲取基因的檢測結(jié)果，但是同時也是付費讓公司收集數(shù)據(jù)，當收集到足夠數(shù)據(jù)后就能更好的服務客戶、提供更好的服務，從而形成健康商業(yè)模式。

AI相關硬科技的投資邏輯：第一，客戶最終需要的是一個系統(tǒng)或解決方案，而解決方案需要軟硬結(jié)合，單一的算法不足以變現(xiàn)；第二，對硬件來講，非常重要的一個特點是需要高毛利才能支撐創(chuàng)業(yè)公司的行為；第三，光有技術不行，團隊整體的配置還需要完整，也就是技術、銷售、生產(chǎn)供應鏈等人員缺一不可。

在AI相關硬科技的投資邏輯中，需要關注場景、數(shù)據(jù)和閉環(huán)。上圖的右邊是一個參考架構，最上層是設備端，然后是邊緣計算，最下層是云計算和人機接口。這個參考架構為什么是倒三角？因為上層的數(shù)量大于下層。以云計算為例，數(shù)據(jù)中心數(shù)量遠遠小于傳感器的數(shù)量。另外，虛線上面偏硬件，下面是軟件；上層偏設備端，下層偏云端；從適用面來講，上層的適用面高于下層，下層的場景可能非常特定。

德迅借鑒已有經(jīng)驗，開發(fā)了一個AI投資參考架構，如上圖。最上層設備端，有傳感器、網(wǎng)關、車聯(lián)網(wǎng)相關，包括對人、寵物、交通、農(nóng)業(yè)、電力、智慧樓宇等相關檢查。Edge層為邊緣計算，以自動駕駛為例，由于低延時要求而必須在邊緣端完成，需要在非常短的時間完成判斷。邊緣計算與信號處理、篩選、芯片包括無線充電都有直接關系，所以邊緣計算有很多機會。設備端和邊緣端整體偏硬件、偏行業(yè)、偏應用，適用面相對云端更高。

最下兩層是云端以及用戶界面。云端包括儀表盤展示、數(shù)據(jù)分析、機器學習和AI。AI分兩個層面就是訓練和推理。一般AI訓練在云端完成，而不是在邊緣端，因為需要大量的計算能力、計算資源，所以訓練一般在云端；推理可以在邊緣端也可以在云端做，現(xiàn)在更多傾向從云端向邊緣端轉(zhuǎn)移，這時可以帶來很多投資機會。最下層是新的人機交互方式，在交互的方式上也有投資機會。

圖的最右側(cè)是總結(jié)的投資機會，分了不同的顏色：最頂上橙色標注的是設備端相關的投資機會，傳感器是一個很大的領域；邊緣端的邊緣計算是藍色的，消費級物聯(lián)網(wǎng)還滯后一些，工業(yè)級物聯(lián)網(wǎng)的應用較多；AI推理的加速芯片在邊緣端也有機會。云端是綠色標注，AI/ML/Big Data、有數(shù)據(jù)的NLP、Fusion Cloud、AI行業(yè)應用。最下一層人機交互為褐色標注，有彈性電子和新型交互方式，比如以皮膚接觸的壓力傳感器導致的新交互方式、語音交互方式，甚至能否通過腦波直接控制單元也是一個趨勢，所以新的交互方式也有投資機會。

上圖是德迅投資的項目在各個層的映射。有幾個公司值得提一下：Oculii，中文為傲酷，是從事毫米波雷達生產(chǎn)制造，精度可以媲美激光雷達的精度，但成本相對較低；還有北美的Lime，相當于中國的摩拜單車，核心的產(chǎn)品和服務是電動滑板車，在歐洲的業(yè)績比北美要好。Lime雖然是一家硬件公司，但其實也是數(shù)據(jù)公司，通過部署在街上的電動滑板車收集到很多數(shù)據(jù)，現(xiàn)在已經(jīng)準備推出相關云端服務了。

投后管理量化分析更重要

投后很重要的工作是財報分析，上圖是德迅投資做的硬科技公司財報分析。上面是上市公司的財報，下面是投資公司的財報。有幾個核心指標需要看一下：

首先，AI相關的硬科技企業(yè)，涉及到硬件需要高毛利，60%及格、至少是70%或80%毛利率可能才值得投。原因有幾個：第一，在創(chuàng)業(yè)初期出貨量比較低的情況下，要想減緩消耗資金，需要有高毛利；第二，要證明是高科技公司，必須要高毛利率才行。

其次，硬件不像軟件或者游戲，下載后現(xiàn)場完成支付就完成交易了，硬件要備貨、生產(chǎn)、交付，還要等對方驗收才能回款，應收賬款的周期是比TMT互聯(lián)網(wǎng)公司要長。應收的賬款金額周轉(zhuǎn)率還有周轉(zhuǎn)周期需要關注。

第三，存貨周期以及周轉(zhuǎn)率也要關注。硬件公司跟軟件公司有很大的差異，存貨與資產(chǎn)的占比越小越好，存貨的周轉(zhuǎn)周期越低越好，這是共性。但是硬件公司有一個特點，為了減少交付時間需要存貨或備料。如果收到訂單才備料、生產(chǎn)、交付，這將導致長交付周期，客戶一般等不了，所以一般是要提前囤貨或者備料，但需要精準預測才能減少資金的占用量。

以上市公司為例，圖中藍色的部分中有個Garmin，Garmin傳統(tǒng)是做導航儀器設備，但從其最近幾期的財報可以發(fā)現(xiàn)，可穿戴設備、戶外設備的占比超過50%，也就是說Garmin已經(jīng)不再是傳統(tǒng)意義上導航公司了。Garmin應收周期相對比較短，研發(fā)占比還有銷售費用占比不算最低但也不是最高，此外還有個核心特點，即Garmin的毛利率是除了賽靈思之外最高的。

對比的被投公司以紅色標注。第三列J公司是做機械臂的，毛利率相對其它被投公司較低，因為該領域可能競爭相對比較激烈，或產(chǎn)品性能還趕不上競爭對手，因此值得注意。第四列X公司是做激光設備的，一個核心的部件是特定頻譜激光頭，目前全球只有一個廠商供貨，為了保持該產(chǎn)線的運作，每季度需要訂一批貨，導致存貨多、消耗存貨的周期長。

這些投后財務的量化分析，對投后管理有非常大的指導意義。早期投資有兩種投后的管理方法，一種是放養(yǎng)，投完就不太管了，另一種則介入較多。德迅投資在投資過程中，也經(jīng)歷了從放養(yǎng)到增加越來越多投手人手，投后的介入越來越多，目前來看效果明顯。

除了投后需要看財報，另外還要注意的是，往往創(chuàng)業(yè)公司或創(chuàng)始人CEO說今年這個季度的銷售額多少、簽了多少單，投資人還真需要看下合同，確認合同條款是什么。德迅投資還規(guī)定，首期賬款應該能覆蓋物料成本，防止持續(xù)資金吃緊。

上圖是一個打分表。借用精一天使公社李漢生團隊給的建議，看投資的潛在標的應該有三個字總結(jié) “小鋼炮”：“小”就是專注和特定的細分市場，“鋼”就是剛需，“炮”就是產(chǎn)品要好。

投后比較主要的是“血量”、跑道、發(fā)展速度：“血量”就是現(xiàn)在帳上的現(xiàn)金或自身造血、被動造血的能力，業(yè)務能力就是自身造血的能力，被動造血的能力就是融資能力，如果業(yè)務不能自身造血或減緩消耗血量的速度，融資就必須能夠跟上，所以“血量”是打分時第一考慮的指標；跑道就是用“血量”除以burn rate，以德迅投資的北美一家公司為例，34個團隊成員中有15個是博士，很多是AI相關的工程師，但每月的消耗才27.5萬美金，人均消耗是8000多美金，在有15個博士的公司中消耗相對較低，以目前的帳上現(xiàn)金不算后面馬上close的一輪，跑道有三年，屬于健康狀態(tài)；速度就是創(chuàng)業(yè)公司的發(fā)展速度，不夠快就失敗，這與團隊執(zhí)行力有直接關系。

鈦資本研究院觀察

中美貿(mào)易站為中國帶來了長期的影響，對于B2B創(chuàng)業(yè)來說，這就是國產(chǎn)替代的機遇。在近兩年的人工智能創(chuàng)業(yè)潮經(jīng)歷了泡沫期后，越來越多的投資者開始關注人工智能項目的長期投資價值，而不再以追求短期高估值為主導。這將開啟我國新的人工智能創(chuàng)業(yè)黃金時代。

AI硬件是人工智能創(chuàng)業(yè)的制高點，這不僅僅對于人工智能產(chǎn)業(yè)來說如此，對于整個科技科技產(chǎn)業(yè)來說也是如此。中國的政策取向、投資取向、企業(yè)采購取向等，都為國產(chǎn)技術和產(chǎn)品提供了更大的耐心和空間。雖然以芯片和集成電路為代表的硬件等硬科技屬于“硬骨頭”，但現(xiàn)在越來越有機會讓創(chuàng)業(yè)者們從容的啃下“硬骨頭”。

當然，隨著國內(nèi)VC投資機構和投資者的成熟，創(chuàng)業(yè)者也越來越需要關注自身的財務表現(xiàn)，即便是AI硬件這樣的戰(zhàn)略制高點，也需要避免過去那種估值泡沫和融資泡沫，而增強自身的“造血”能力。當前，AI產(chǎn)業(yè)鏈越來越成熟，創(chuàng)業(yè)者可以借助整個產(chǎn)業(yè)鏈的力量，找到自己的價值點和“造血”點，在解決客戶痛點的同時也為自身的發(fā)展蓄勢。

總的來說，當前是可以考慮AI硬件創(chuàng)業(yè)的好時機，也是投資者可以關注AI硬件創(chuàng)業(yè)項目的切入時機。

來源：鈦資本研究院