导
语
近年来,在全球化趋势下,国内外的经济形式对投资产生了重要影响。私募股权投资作为支持创新创业和实体经济发展的重要力量,在产业转型升级、支持科技创新技术方面扮演着越来越重要的角色。随着私募股权投资行业的不断发展也涌现出一批优秀的青年一代投资人,他们在一线金融市场积累了大量的、丰富的项目实战经验,成为了投资机构和市场的中流砥柱和创投行业的新势力。在当前市场环境下将担负更大的责任和使命,他们的实战经验、锐利眼光和前瞻视野,引领着行业投资趋势,对新生代形成示范。
因此,北京基金业协会联合第一财经共同推出《创投新势力》视频访谈节目,邀请国内顶级机构中青年投资人,透过投资人前瞻视角,记录并见证未来十年中国经济高质量发展。聚焦创投新势力,阐述投资理念,分享投资案例。
嘉宾简介
张朋北极光创投合伙人
2008年加入北极光,拥有15年以上私募融资、并购、财务及管理咨询经验。在北极光主要负责企业服务,产业互联网等领域投资。曾供职于普华永道和易凯资本。
主导投资了纷享销客、Teambition、微步在线、杉数科技、大街网、TrustGo、新核云、速达非等。
获得对外经济贸易大学工商管理学院管理学学士学位,以及北京大学金融学院金融硕士学位。
01
AI大模型中间层和应用层
给创业者提供了很多机会
第一财经 高远 :
感谢张总接受第一财经专访,我们看到在AI大模型生态当中,目前聚集了很多大厂,包括一些初创企业,从创业者的角度来讲,他们可以切入的赛道集中在中间层和应用层,这些是合适的机会吗?
北极光创投 张朋:
我认为中间层和应用层对创业者来讲是比较好的一个切入点。从大模型的基础层来看,它需要大规模的资本投入、比较重资产,并且需要长期资本的投入,而创业公司很难能持续如此高的成本投入。
在国内,许多BAT等大公司已经在进行AI大模型的研发,而创业公司通常需要依赖融资来支持这一领域的发展。目前,大模型离商业变现还比较远,具体变现的模式也尚不明朗。
所以对于创业公司而言,直接从应用层入手,将AI技术应用到商业场景中,实现变现,并建立商业循环,可能是最佳的参与路径。
02
担心错过
资本和创业者持续涌入AI大模型赛道
第一财经 高远:
现在很多公司都涌入到AI大模型的赛道,包括我们看到一些通信基础运营商也都进来了,目前这一赛道的投资路径变得过于狭窄和拥挤了?是否到了红海的阶段?
北极光创投 张朋:
我觉得这种情况这不仅在中国,而且在全球范围内都存在。如果我们看Gartner 曲线,目前是在一个最高点。
很多创业公司、企业、投资人都参与其中。目前对模型未来的能力边界,今天还是在一个模糊的状态,大家都在探索。在这个过程中,一旦模型的边界更加明确,或者我们了解模型的未来空间还有多大的时候,我们就能更好地衡量前端投入的价值。我们会知道投入产出比到底是多少,以及在什么样的场景中使用它。我认为今天大家还处在感觉到这项技术很有前景的阶段,认为今天必须要拥抱它,担心错过,还在积极探索中。
03
AI大模型是一次新工业革命
第一财经 高远:
目前大模型它可以会被我们赋予一次新的工业革命的这样的一个契机吗?或者说可以让它承担这种角色吗?
北极光创投 张朋:
对于大模型来讲,说它是新的工业革命并不为过。它通过计算机提高我们的整体生产力,使我们进入到一种新的工作形态,或者说新的价值创造模式。把它看作“又一次工业革命“我觉得并不为过,我也鼓励我们投资的所有公司积极拥抱这些新技术,在自己公司的产品里能够尽量找到结合点并加以应用。我认为这是未来的方向。
目前,如何将大模型的底层、中间层或应用层相结合以及如何构建数据循环的问题还在不断探索中。大模型本身是一个生成类的模型,它有一些不确定性。适用于具有不确定性的模型提供服务的场景与那些只需要确定性的场景是不同的。所以现在大家都在积极探索和研究如何应用的状态。
04
AI大模型抬高了门槛还是降低了门槛?
第一财经 高远:
我们现在看到基于 AI大模型,包括一些数据都是一些开源性的,您认为当下的创业者在这一赛道创业是比原来的门槛高了还是低了?您在选择这些创业标的的时候,是否会考量这个问题?
北极光创投 张朋:
您这个问题是一个很好的问题。我在去看这个赛道的投资标的时,见了很多公司,也渐渐在加深理解这个模型。大模型最初是由OPEN AI 开发出来的,后来也有很多公司采用了相似的方法去开发产品,甚至将其开源。
创业公司基于大模型去开发应用的时候,实际上大家使用的“武器”是一样的,但大家的差异究竟在哪儿?我现在回过来看,大模型是带来了很多机会,但同时另一个角度来看,它也降低了很多行业的门槛。
比如,对于数据标注,现在模型可以自动完成标注,而以前需要依赖人力。还有很多场景里,大模型实际上取代了以前需要通过人工积累去完成的工作,比如编写代码。因此,创业者或那些具有技术积累的公司需要在模型之上进一步进行技术创新。
目前这个行业的门槛主要体现在数据方面,在行业里需要建立有效的数据闭环,才能在这一生态系统里找到自己的位置。如果一家公司只是调用大模型的能力去包装产品并为客户提供服务,而没有在模型之上实现创新,那就很容易被其他产品替代。
05
AI大模型并不会缩短消费互联网应用开发周期
第一财经 高远:
我们看到,过往消费互联网增长的速度是非常快的,企业级服务,大概需要有8~10年的周期,整个AI如果加持之后,这个周期会缩短吗?
北极光创投 张朋:
我认为不会缩短,因为To B类的产品,通常需要满足客户需求。我们常说PMF(产品市场契合点),要找到适合你的市场;同时,必须与客户进行验证,确保客户使用你的产品,跟客户建立信任关系;然后逐步扩大你的产品;整个过程来讲,这并不是一个标准产品。
每个企业有不同的需求,有很多的个性化东西在里边,所以需不断打磨和调整产品的边界。这是一个不断匹配和协调产品的边界、产品的研发和客户需求之间资源的过程,需要逐渐磨合。但好处是一旦磨合完成,这个业务就变得很稳定。你在行业里面就一定有自己的位置,只要不犯大的错误,作为一个领先者,积累下来后,三五年、十年以后你还是领先者。
06
企业级服务如何做到“善始善终”?
第一财经 高远 :
在很多的企业服务当中,由于它前段的投入可能过大,导致后来的升级服务可能跟不上,使得一些企业级应用其实是不了了之的。您在选择这些企业级应用的标的的时候,怎么去平衡这个问题?怎么去要求或者约束你的被投企业去做好这方面的善后的工作?
北极光创投 张朋:
其实我们并不要求他们在客户服务方面做出改进,这在一个企业软件公司中是理所当然的,因为只有在客户满意的情况下,客户成功了才会持续购买你的产品,才会持续付费,你才能成功。
所以企业软件都有Customer Success(客户成功部门),它就是遵循这样的逻辑。像您讲的遇到的这些问题,实际上是因为在软件公司跟客户达成交易的时候,双方在期待和供给间没有达成一致。我交付的产品,我理解的是你需要的是50分就够了,但实际上对方理解的是我应该交付90分的产品,那么中间40分差距的成本谁来担?这个问题双方之间没有谈过,所以到最终工程交付的时候,工程方认为他们已经做得比之前承诺更多的事,对方却不满意,因此要额外付钱。
这是整个行业不成熟的时候双方都低估了产品的复杂度,甲方低估了业务的复杂度,乙方低估了产品的复杂度。因为总会反复出现这种情况,但双方在下一次再合作的时候就有更多的经验,做更好地沟通。当甲方第一次购买了乙方的产品后,如果最后发现项目失败或者没有完成,那么甲方在找第二个供应商时,也会把这些经验考虑进去,增加预算或者缩小需求范围,去和乙方共同思考,更好地合作。所以这个问题涉及整个行业成熟度的问题。
07
企业级服务最大的机会和红利是什么?
第一财经 高远 :
从国内的这些创业的公司角度来讲,目前您认为企业级服务,可能最大的机会或者红利是哪里?
北极光创投 张朋:
这些年,国内企业级服务领域的挑战仍然不小。我们可以看到中国和美国的商业环境之间存在显著差异,特别是中国的SaaS公司面临较大的变现难题。虽然现在国内也出现了一些公司体量一年能做到几个亿。但从效率角度来看,跟美国公司相比还存在差距。这其中涉及到人力成本、整个商业环境等因素。
我认为下一个机会可能在于国内的软件公司、科技公司能够出海,参与到全球市场的竞争,这是一个比较大的趋势,因为中国有丰富的工程师资源。
当然中国也在消费级产品方面也做出了很多世界级的产品,比如支付领域,中国的支付体系在全球范围都被认为是最方便高效的,几乎找不到类似的产品;中国的产品体验也越来越好;中国的大型科技公司积累了很多曾经参与过世界级产品开发的优秀工程师;此外,在全球软件的开源社区里华人贡献也非常大。
从基础层面、人才层面的积累和资源来看,中国在企业软件领域有能力打造世界级产品,也有参与全球竞争的实力。但挑战在于在应用层,怎么去理解海外用户的场景?因为他们不是本地人,所以在行业的选择上要下功夫。
08
AI加持跨境电商风口已来?
第一财经 高远:
AI大模型在很多具体的场景应用当中,比如跨境电商这领域,我们发现很多跨境电商的面貌都差不多,在你们选择这类标的的时候,是否会增加难度或者是困惑?
北极光创投 张朋:
电商行业其实是一个商业模式很清晰的赛道。在这个行业,企业对新的提效工具和变现工具都很愿意去拥抱、去尝新。而且电商领域有大量的数据,包括交易的数据、用户行为的数据以及内容层面的数据,数据量庞大。
因为电商的商业模式相对明确,数据相对透明、公开,也较有利于 AI利用这些数据进行创新。在这个领域,我们会发现存在多个不同的细分赛道,比如虚拟人、视频生成、数据洞察、消费者行为分析等领域,这些都跟AI相关。
创业公司只要能在这些生态里找到一个很好的切入点,能够真正解决客户的问题,让客户认为这些服务有价值,客户就会买单。这使得验证服务的价值相对容易,所以是一个有利的发展赛道。