創業者VS 投資人，一場圍繞“局”展開的覺醒、背叛和衝突。
作者 | 楊麗
編輯 | 王亞峰
1
“中國早期的VC圈像巨嬰國”
“國內早些時候的風投圈，像是一個巨嬰國。”一位退隱江湖的知名投資人任天揚（化名）向雷鋒網感慨道。
這個圈子表面風光無限，剝開皮瓤都沒熟透：缺少獨立思想、模仿抄襲、亂攪行業、長不大……
唯獨靠時代紅利，賺的盆滿缽滿。
大家投移動網際網路時，盛行的投資邏輯叫押賽道。
何為押賽道？說好聽些就是判斷出前景不錯的方向，投資大量公司，幾十個矮子中成一將軍，便可把風險對沖掉，還能獲得千百倍回報。
“但押賽道說句難聽話，不過是看到歐美哪些企業增長迅猛，照貓畫虎投幾家有著美國企業影子的中國公司，和抄襲無異。”任天揚笑著說。
那時候的投資邏輯，和深度學習的技術原理相似。
設定好目標，採集大量相似樣本（專案），加大算力（資金），暴力試錯，最後等待一個最優結果出來。
“你說它中間有什麼技術含量嗎，有是有，但沒什麼難度，唯一的含量就在調參。在投資上，調參就是做局。”
壓賽道式投資，馬太效應嚴重，贏者只有少數人。
直到2016年阿爾法狗出世後，局面大變。
某種程度上講，AI投融資，應該是國內VC第一次表現得不那麼像巨嬰的領域。
歐美至今未出現過網際網路般成功的AI投資案例。
而國內投資人在沒有任何參考座標的前提下，毅然進入這個領域，掏出全球最多的2000億去重倉AI。
“往好裡想，國內這一批VC不再是巨嬰，能勇敢地踏入無人區，並且形成了一套領先世界的AI投資方法論。投資人們也能真正下沉到田地裡，去了解傳統產業，去學習技術。這非常好。”
“以前的投資人是財務專家、做局專家、運氣專家，現在不得不先成為行業專家。”
但壞事是，這次果敢行為背後的試錯代價，過於巨大：企業死傷無數、欺騙者無數、投資人和企業之間的矛盾無數……
甚至一度讓部分投資合夥人發誓永久性退出人工智慧領域。
什麼原因？
技術不成熟？產品不落地？賺不了錢？
是，也不全是，上面三個原因只是表象，人人都能以此津津樂道，談出個所以然。
但背後的本質是“投資人做局”和“創業者破局”的失利。前者在給後者做局，後者覺醒後不斷在破前者做的局。
2
受傷的投資人：做了個大局，投了個寂寞
什麼是做局？
這個充滿東方智慧和神秘色彩的詞彙，經常出現在北京創投圈裡。
局，簡單來說，就是身邊各種資源之間相互關聯和作用的一個場景。管理學家寧向東曾總結，人只要想做事，就會發現自己處在一個“局”裡。
身邊包圍的所有資源，都跟你有了關係。有些資源支援你，是“正資源”。
有些資源阻攔你，是“負資源”。
人或企業，之所以被困在一個局裡，就是攔你的負資源太多，衝不出去。想辦法移走負資源，衝出圍城，就叫“破局”。
而一個投資人特意給被投企業和其他投資人，部署一定比例的正、負資源，讓企業按照自己的意思走，這是“做局”。
破局本質上是改變資源的性質，讓負的變成正的。
投資人做的局，看似給企業布了很多正資源，但在企業的真實發展道路上，可能是“負資源”。
投資人做局：不是你想成為什麼，而是我想讓你成為什麼？
早期，一批剛畢業不久的名校AI博士們，憑藉良好的學術背景和大好時代，進入到投資人的視線。
在投資人眼中，自己好比是藝術家杜尚。
只要時代發展足夠快，他們給一個物品或一個人，賦予一段故事，一個符號，就能成為無價的藝術品。哪怕是一個小便池。
杜尚經典作品《泉》
AI縱使有著無比巨大的市場。
可尋找AI寶藏的路徑，沒有人知道。每走錯一步，都要繞不少彎路。
投資人尋寶的方式依舊沿用了網際網路的方法論，形成“低成本複製的規模化”效應。
於是事先預設好目標，根據故事所需的資源，進行資源整合和資源設計，開啟做局之路。
“由於只懂技術的年輕創業者，並不懂得如何在AI商業世界行走。所以混跡江湖多年的投資人們，自以為很聰明，把手伸的無比長，主導著公司的戰略和節奏。”創業者高松（化名）告訴雷鋒網。
最早期，投資人一致認為AI是個高科技產業，圍繞技術大牛來做局，是企業破局的關鍵。
於是把自己投的很大一筆錢，用在招募大牌科學家上，另一部分錢，把有著學術背景的創始人進行包裝。
雷鋒網《AI冰與火》系列上一篇文章《AI人才越來越不值錢了嗎》中詳細分析過，AI科學家其實和網際網路大廠，有著天然的耦合性。
但在中小企業和傳統IT企業，引入AI科學家所帶來的組織矛盾隱患，些許時候要比他能解決的實際業務問題的價值更大。
但錯誤並不在AI科學家身上，而在大部分企業並不具備消化科學家的組織能力。
講科學家故事的悖論
那個時期的創業者和投資人，都對AI科學家有著過分的期望和神化，預設有他們駐場，任何目標都可實現，畢竟這批科學家已在細分學術領地裡完成過其他人無法實現的成果。
但這時候，出現了兩個問題。
一是投資人並不能很好的判斷，哪些人是優秀科學家。
做局選錯主角，後患無窮。
“個別公司引入了三流學者，對外卻吹著超一流的牛，全然不知把自己置身於大型打臉現場。而這些不入流的學者在企業吹捧下，會潛移默化地把自己當大師。被同行冷落後，還厚著臉說，我和那幫整天寫論文的人有別，我是實幹派。”多位學者向雷鋒網批評了當下的風氣。
不少學者進入工業界後，在高薪資、高話語權、高頻吹捧後，變得盲目自大，自我認知障礙。
“有些人完全不知，自己處於一個投資人設計的局裡，這個局中，你不過是一個符號，一枚棋子。從公司經營角度講，多數公司用不著科學家。但有些自大的科學家被捧起來後，又偏偏喜歡刷存在感。高高在上地懟業務部和工程部的高管。自己做不好的事，總認為是業務部給的資料不夠，質量不高，配備的人手不行。讓公司烏煙瘴氣。”
可笑的是，一些所謂的科學家離職後，CEO和投資人才後知後覺反應過來問詢圈內人，自己家的科學家到底什麼水平。
“還是有那麼些企業，在欺世盜名的三流科學家身上栽了跟頭的。沒栽跟頭的企業，做局做的也挺痛苦。”
找到貨真價實一流科學家的企業，在慶幸之餘，要面臨一個難題：怎麼用他。
“如果你想讓他們幫客戶解決實際業務問題，可行性並不高。同時能在學術、工程、產品領域有傑出實戰能力的企業科學家，在國內甚至都不超過五個。同樣是IEEE Fellow級專家，有些人能拿到三、四千萬的年薪，有些幾百萬，這就是差距。前者真的是鳳毛麟角。”一供職於大廠的IEEE Fellow告訴雷鋒網。
那怎麼辦？用於務虛。
只要把明星科學家和明星創業團隊的故事講圓，下一輪會有VC願意為之買單。
這種手法，在2016年-2018年間效果顯著，企業只要把科學家的故事講好，融資不成問題。
VC嚐到甜頭後，親自出馬，為所投企業，找FA，約投資人，為下一輪融資畫餅造星，同時費盡心思拉攏明星投資人上船。
而被拉攏的明星投資人，也成了局的一部分，能夠號召更多人入局。
最後，AI投資成了一場局中局，槓桿撬槓杆，不斷迴圈。
局的盡頭還是局。
看不到產品，也不見商業化。
3
創業者衝不破投資人做的局
過高的估值迫使創業者不得不做看似很有想象空間，但又異常形而上的產品和技術，以便支撐下一輪的好故事和高估值。
創業者在不斷成長，他們愈發對投資者做的局中局感到不安。
於是想破掉投資者的局，專注真正符合當下商業規律的事情，擼起袖子，挽起褲腿，承接不再高大上的業務，先成外包，成為整合商，去賺些錢。雖很土，收效甚微，但每一步都無比踏實。
當AI創業者真正踏入到局外的土地時，被兩股力量擋在了前面。
“一股是投資人，自己辛辛苦苦做的高大上的局，就這麼給埋汰了。另一股是行業裡的老牌玩家，紮根很深，很難撼動。”一位切身做過局的AI投資人講述道。
那怎麼辦，企業祭出兩套方法論：一是田忌賽馬，二是師夷長技以制夷。
田忌賽馬，用自己的長處對別人的短處，拿自己的最短處，成為別人長處的炮灰。
新興AI公司相比老牌廠商的優勢是什麼？很多人說是技術。
不全對，而是高成本優勢。
很多人不能理解，高成本何時成了優勢？
傳統IT公司在ToB/G市場的成功，簡單來說，就是把“成本三低”做到了極致：
平均人力成本低
運營成本和銷售成本低
產量擴大後的邊際成本低
大型IT公司之所以能在定製化賽道里存活，很大部分原因在於人效的極致追求，說得不好聽，就是用更低的成本，去省出更多的利潤空間。
而AI公司的高成本打法，單從獲客角度來說，頗有好處。
一套造價昂貴的系統以白菜價出售，客戶新鮮感一來，自然會一試。畢竟AI公司們名聲響亮，科技感十足，也能提升自己的技術形象。
AI公司的這種手段，早期卓有成效，收穫了第一批客戶，也成了他們出去吹案例的資本，但現實情況多是飲鴆止渴。
“AI某小龍，曾為了拿下客戶，給銷售的激勵是每談下一家公安，就給他發一百萬的獎金。於是銷售們瘋狂地推，不管產品是否好用，不管產品單價是否過於便宜，只要能佔一個坑，就是成功。”業內人向雷鋒網爆料。
像極了網際網路的補貼大戰手段。
“高昂的人力成本、研發成本、銷售成本、運營成本，每一處成本，肉眼可見遠高於老牌IT企業。連自身都做不好降本增效，給別人降什麼本增什麼效？”整合商專案負責人李成告訴雷鋒網。
AI公司把網際網路的作風帶到傳統行業，早期也曾讓海康這類老牌公司焦慮過。
海康高管曾講過一句非常經典的話：我們做不了用1塊賺100塊的生意，但在用1塊賺1塊的生意上，沒有人能做得過我們。
而這一次，以海康為代表的老牌公司，陷入了迷茫。
“這不是不按套路出牌，而是直接亂出牌，這波操作直接把我們這波老IT人給幹懵了。”海康一區域銷售負責人笑道。
“雖然AI公司體量都不大，但如果十幾二十家公司都這麼玩，而且有資本勢力撐著，說不準行業裡能燒出來個滴滴、美團這樣的公司。當時我們確實有擔憂，也在思考要不要順著他們的套路一起下水。”
然而就在老牌IT企業，流糾結入不入場的時候，做局的投資人，按捺不住了。
“眼看自己投的錢，大把花在不是他想要的地方上，哪個投資人不著急？”一位有著切身體會的投資人談道。
投資人原本想做用一塊賺一百塊的生意，而AI公司做著花三塊只收回來一塊的買賣。
雖然一塊賺一百很難，但至少和買彩票一樣，投入可控，還能買個好盼頭。
“投資嘛，本身就是一場賭博。”
如果按現在這樣高成本的燒，那就是個沒有想象空間的無底洞。
“很多投資人反感被投企業做比較重的專案，認為這樣走下去頂多能發展成個整合商，雖營收可觀，但無法撐起估值，上市非常困難，投資回報率極低。”
所以每當企業的動作有些許變形，投資人們就把手伸入至戰略、管理 、人事、財務、公關當中，控制企業走向。
兩種經營理念的衝突，在2018年左右開始爆發了。
爆發的結果是，那些沒有說服投資人的公司，乾脆死在路上，成了第一批炮灰。
而說服了投資人的公司，走向更激進的道路：師夷長技以質疑，做大廠最擅長的硬體。
AI企業自知關公面前耍大刀不可取，但走到這一步，不得不做。
以AI四小龍們為例，做硬體有一合理之處，可讓硬體更適配演算法，提高產品的綜合性能，自主可控。
可弊端是，如果硬體只自給自足，產量顯然無法做大，生產成本壓根降不下來。
何解？於是先生產一大批攝像機，滿足自用後，再找經銷商和代理商幫他們去銷售剩下的攝像機。
“這就屬於不合情了，在太歲爺頭上動上了土。出來賣要低調，和經銷商一起悄悄賺些小錢，大家都睜隻眼閉隻眼。關鍵是，你一邊賣一邊肆無忌憚的喊著要顛覆人家。”一經銷商老闆吐槽。
“AI公司高調的做法，給我們這些渠道商帶來了不少壓力，我們的大客戶都是老牌頭部公司，如果AI公司叫囂的很大聲，會迫使渠道商不得不站隊。我們肯定站在大客戶這一邊，所以只能把AI公司的單子放棄掉。”經銷商爆料說，“某小龍至今壓著小几億的貨賣不出去，傳統產業，講究個人情世故，大家都容不得高調的人跳出來搗亂。”
AI公司萬萬沒想到，跳出投資人設計的局之後，又跌落至老牌玩家的死局中。
老玩家們趟坑二十幾年才扛過來，初出茅廬的創業者顯然很難從泥潭從輕鬆抽離。
而此時，公司內部也在兩種局的拉扯中，陷入自己的困局裡。
兩種局的背後，是這兩種經營文化，一種是資本導向的經營邏輯，一種是實打實業務導向的經營邏輯。兩者並不相容。
當兩種文化衝突愈發激烈時，派系便會形成，內耗會加重。
這也是引發第二批AI公司死亡的重要原因。
而活著的公司，投資人眼看做了五六年的局，不見開花結果，不得不揠苗助長，把企業推向了似乎更為艱難的IPO之路。
走在十字路口的投資人和創業者，到底該如何達成共識，雙雙破局？
4
投資人和創業者破局的第一性原理
AI公司的來回拉扯，緣由商業目標的不清晰。
“目標不清晰帶來的後果是邁出的步子，分成了兩種極端：要麼搞浮誇的形而上，只見開花不見果；要麼跟風老牌企業曾經驗證過的步伐，蝸牛行走。”高松回憶起了那段艱難的創業往事。
兩種選擇，都有問題。
在《AI商業模式的脫靶、崩塌、救贖》一文中，我們深入分析了未來商業模式的三種正規化：
正規化一：重定製整合專案實施→ 數字化諮詢 → 諮詢業務反哺重定製實施 → 與大型客戶建立高粘性和系統不可替代性
正規化二：重定製整合專案實施 → 進入非標市場的標準市場（AI晶片、自動駕駛） → 形成標準化產品 → 低成本規模化複製
正規化三：做AI開源工具，佔位國產化高地。
除此之外，人工智慧的商業模式路徑也可分為四個象限：分別是向下、向上，向前和向後。
向下做重、向上做輕、向前諮詢、向後運營
向下，現在90%的AI公司走的模式，即客戶需要什麼，便提供什麼，做高定製的軟硬一體解決方案。
這條道路最穩健，雖沒什麼利潤，但營收數字勉強餬口。只不過缺少大的想象空間，30億市值是第一道天花板。
要突破30億的天花板，需從定製化的方案中，凝聚抽離出通用的中介軟體產品。
這條路最需要的就是時間和耐心。
SAP花了二十多年才走通，從大客定製，不斷剝離，讓自己成為一家純軟體企業。
為此，在二十多年的標準化過程中，還設計出ABAP低程式碼語言，並且建立起了戰略/IT諮詢、整合、部署、資料清洗、運維等第三方合作生態，去讓自己的標準化軟體，有生態去支撐落地。
標準化的過程，從來沒有一蹴而就過，時間和技術的投入，充分且必要。國內的投資人是否能夠等待二十年？
向上，進入標準化、可規模化複製的領域，比如晶片、開源框架、小微SaaS等，前兩項想象空間很大，但難度頗大，風險指數更高。而創業公司在國內做小微SaaS，短時間內來看是個偽命題，頭部廠商頂著投資人壓力不得不做大客，能說明第一定問題。
這兩條道路，是絕大多數企業佈局和VC投資的象限。
而向前和向後，鮮有人問津。
向前，則是數字化諮詢，從頂層設計出發，反哺解決方案的實施，這一方向，金融和零售領域已出現了一些吃螃蟹者。當然目前中小企業提供的諮詢服務，多數在虧錢。但這裡諮詢的重點，在於對數字化解決方案實施的反哺，而非諮詢本身。
向後，則是當前AI行業缺少運營服務商的角色。好比老牌硬體公司是地產開發商，AI軟體企業是裝修公司，但現在AI行業唯獨缺少第三方物業公司，這一模式，雷鋒網將在未來的文章中展開講述。
諮詢和運營服務，既不會過重，也不會太輕，離客戶很近，
且合規性較高。
尤其當今的環境下，一種模式能否做大，很多時候取決於領域本身合規屬性的高低。
過去AI最賺錢的兩個方向，其一是安防，其二是資料服務。
前者很好理解，涉及到硬體採買，營收額自然高於所有行業，但沒有利潤。
第二種則是資料服務，模式最輕且營收可觀，透過聯合多個三方資料機構，做脫敏資料服務的買賣，以兜售使用者信用評分卡、使用者標籤等形式，獲得ROI遠高於技術實施帶來的收益。
這兩種模式有個共同的特徵，便是在合規的標準線上遊走，一種是隱私資訊的使用，另一種是脫敏隱私資訊的間接買賣。
隨著資料安全法的逐步落實，風險指數高的領域，定時炸彈隨時會在部分企業頭上引爆。
更多內容，可關注雷鋒網持續釋出的《資料安全隱私計算·五問》和雷鋒網在Bilibili上的影片節目。
避開一部分可以預見的高風險，是風險投資的基礎。
回到向前諮詢和向後運營的模式。
“這兩賽道不僅相對安全，而且諮詢和運營兩賽道跑出新晉獨角獸的機率很大。”任天揚也強調到，未來賽道里還會催生出一批押賽道的VC，一家機構同時投資多家競品企業。
“AI投資人要局氣，不要雞賊”
“面對這類雞賊的VC，創業者要敬而遠之。SAP花了二十年才成為了標準化軟體公司，人工智慧和企業服務都是一條漫長且成功率頗低的道路，需要創與投之間十年如一日互相信任，互相陪伴，相濡以沫，為你帶來更多的客戶和合作夥伴，而不單純是財務投資。”
AI領域如同打牌，多數投資人手中都是爛牌。
當投資人沒有運氣攤到好牌時，能做的只有儘可能地做好區域性最佳化，把自己的爛牌，每一步打得比其他人的爛牌好那麼一點點。
AI投資人要局氣，也有創業精神和企業家精神。
無論手中有什麼牌，都會堅持進行資源調配，在其他牌手都棄牌或沒耐心的情況下，堅持把牌打完，哪怕不是第一名，也一定能有自己的位置，獲得可觀的回報。
如果你是局氣的投資者，或想成為這樣的投資人，希望我們可以在第二期《AI冰與火系列·五問》中見面，一同為行業提供有價值的資訊和投融資服務。
最後，12月9日-11日，雷鋒網將在深圳承辦第六屆GAIR全球人工智慧與機器人大會。
