本文首发于公众号：星无限资本
本文首发于公众号：星无限资本
本文首发于公众号：星无限资本
前言
当下宏观环境风云变幻、时事维艰，直接影响到PE/VC、并购基金等股权投资机构、产业资本的“募投管退”各项决策，继而对广大新经济公司的融资、经营产生深远影响。
“投资人说”，是星无限资本公众号为了响应形势变化，新推出的一个栏目。本栏目将定期采访活跃在PE/VC、并购基金等一线的资深投资人，旨在与诸君分享来自投资并购实践的深刻洞见和智慧。
近两年来，人工智能（AI）异常火爆，它正迅疾如风、猛烈似火地席卷各行各业。其中，金融行业更是首当其冲，从技术突破到产品推出，人工智能已经是推动智能金融发展的重要动力，甚至有专家认为金融是人工智能的最佳应用场景。
还有另外一个行业——零售业，也趁势坐上了人工智能这股大风，特别是2017年以来各大互联网和零售巨头频频推出“无人商店”，更是把智能零售推上了风口。
其实，零售业早已是人工智能实际应用领域中的一个重要“试验场”。当人工智能碰上零售业，尤其是零售业中积累的海量数据时，大显身手的机会就来了。人工智能不仅可以快速计算，还能深度学习，以此消除数据孤岛，带给零售业更多的可能。
（星无限资本对话沣扬资本）
甄灿明 董事总经理
嘉宾简介：
沣扬资本董事总经理，毕业于中国科学院，拥有理学硕士学位，同时拥有CFA和中国准精算师资格。长期专注物联网、人工智能和大数据等技术领域，对前沿科技始终保持较高的敏锐性，擅于通过积极主动的行业跟踪，前瞻性地寻求项目的投资机会。
公司简介：
沣扬资本成立于2015年，由硅谷基金德丰杰中国合伙人杨希先生创立。专注于技术驱动的高科技企业中早期投资，单一项目投资金额1000~4000万人民币。
投资团队成员均来自一线投资机构，核心成员同时具备科技和投资双重背景，并有十年以上高科技风险投资经验，在物联网、机器人与工业4.0、和智能电动汽车等领域积累深厚，并成功投资一批行业明星企业。
可投领域：物联网、人工智能、智能制造等中早期项目
关注阶段：Pre A轮到B轮
投资案例：云智易、犀语科技、深擎科技、敬之网络等
星无限：您比较看好人工智能在金融和零售行业的应用是什么原因，这两个行业有什么共同点吗？
甄灿明：人工智能的细分领域比较多，从底层的芯片、算法，到中层平台，再到上层的应用。我们沣扬资本对底层的芯片，尤其是面临全球竞争的大芯片、前沿的算法等，相对来说投资会比较保守偏谨慎。
对于具体场景偏应用的芯片，我们会投，也投资过一家做语音识别芯片的公司，它在边缘端、离线能力比较强。
整体上讲，我们更看好AI与具体垂直场景相结合、偏上层应用的机会，可能更有本土化优势、更可能跑出来大公司，在具体的应用领域方向，我们比较看好AI在金融和零售这两个领域的应用。
对于AI金融行业，我们看好的第一个原因是，它的信息化程度比较高，过去有很多围绕金融的IT信息化和金融信息化的公司上市，该行业有很高的信息化程度，有很好的数据基础。金融本来就是和数字打交道，比如转账、信贷、证券和保险其实都是数字，都偏虚拟化的，这里有肥沃的土壤适合AI去变现。
第二个看好AI金融的原因是，它比较容易实现规模性扩张，一套算法一个模型一个产品在A券商A保险公司应用的很好后，很容易复制到B券商B保险公司，这样边际成本就很低。从商业模式上来讲会比较“性感”，这样很容易起量并实现盈利。
第三点，金融行业还有一个特点是它的客户质量很高，金融行业的客户比较大，同时他的客户门槛比较高，可以阻止很多其它创业公司进来，这样我们可以投一些具有很强的先发优势、已有一定头部客户基础的公司，未来就更有可能具有比较强的发展空间和竞争优势。如果一个赛道门槛低，客户门槛也低，那竞争会非常激烈，这个赛道的公司很难赚到钱。
第四点，金融行业在过去这么多年有很大的发展，就是因为比较好的利用了政策牌照的红利和人口的红利，但这也导致大家创新和变革的动力没那么强。最近几年，整个的行业逐渐向互联网金融、金融科技转型，整个金融行业面临着新的数字化转型的需求，这个时候的传统金融公司，尤其是IT能力和信息化比较弱的保险公司，甚至大多数券商以及其他细分金融行业都面临着挑战，这样就需要第三方的创业公司给它赋能。所以出现比较多的机会，这个也是金融行业需要人工智能的一个原因。
所以基于以上四点，我们比较看好AI在金融行业的落地。
对于AI零售行业，我们相对也比较看好，去年也投了一些公司，零售行业总体上的信息化程度包括数据基础相对来讲没有金融行业那么强，为什么我们也会比较看好呢？
第一，从大的逻辑上讲，整个零售行业面临着线上线下融合的趋势，过去几年线上发展比较快，整个线上的渗透率和比例都在快速的提高，但是最近几年线上获客越来越难，线上的成本也越来越高，所以很多人又逐渐把注意力放到了线下，但是线下的品牌商和渠道商的能力不够强，它需要第三方创业公司给它赋能。
这个行业的痛点也比较明显，比如说很多品牌商的线下体验比较差，单店受制于面积和库存，线下成本比较高，同时线上线下相融合很难做的很好。
比如，现在为什么大家比较看好盒马鲜生？
因为盒马鲜生线上线下形成了很好的联动，很明显的提高了线下单店的坪效（每坪的面积可以产出多少营业额(营业额÷专柜所占总坪数)，这一块都是零售商的痛点，它需要AI赋能，所以就有创业公司存在的必要。
第二个原因是零售的市场空间非常大，这么多的品牌，这么多的细分行业，这么多的渠道商。整体技术和信息化都比较低，有很大的外部技术公司来赋能的空间。
基于以上两点，整个AI在零售行业的应用还是有蛮多机会，尤其是线下的品牌和渠道商的信息化程度和数字化程度提高后，AI赋能的空间会越来越大。
综上，所以我们比较看好AI在这两个行业的应用，当然AI在工业、医疗、无人驾驶、机器人等这些领域也在慢慢应用，但我们会比较偏保守，他们面临的问题相对来说也会比较多。比如医疗和无人驾驶，商业化落地需要很长的周期，既有政策的原因，也有整个生态不成熟的原因，可能还有安全等其他的风险。还有一些行业，比如工业，做一个产品，但跨客户复制能力会比较差。所以基于以上这些原因，这些行业我们投资会保守一些。
星无限：您觉得人工智能赋能金融、零售行业主要通过什么方式，可以对这两个行业起到什么样的促进作用？
甄灿明：这个与我们大的投资逻辑相关，一般我们投资会首选能帮助客户公司增加收入的创业公司，这个是我们首要的考虑，当然还有帮助客户公司“降本“、”提效”的也会有一定的价值。
可以结合我们投资的一个AI金融行业的案例，这家公司叫深擎科技，主要是基于NLP技术提供智能资讯推荐引擎、事件驱动引擎等产品。核心还是帮助券商客户提高线上运营客户的能力，因为现在客户都不用去营业部了，在线上就能把很多事情给办了。但对于券商来讲，他们还没有很好的线上服务客户的能力，但整个行业又面临着往线上、往智能化方向转型，这就要求券商需要运营线上客户，比如可以通过给客户提供更好的更个性化的资讯服务，来提高他们的活跃度和用户的粘性，提高用户体验，这个是他们一个比较大的诉求，所以AI创业公司可以帮他们更好的完成这件事，这是第一点。
第二点，是在提高客户活跃度的同时，可以刺激客户做更多的交易，因为提供的资讯很好，就会有人多买卖股票、多做交易，券商可以多收佣金。
第三点，还可以有一些增值服务，比如现在用户越来越愿意接受小额付费，如果提供的资讯和服务很好，就会有一定比例的客户愿意购买付费资讯，现在支付方式也非常方便，人们还是愿意付费的，如果做得好的话，也是可以帮助客户增加收入的。
所以基于以上三点可以帮助券商运营客户，最主要的是帮助券商增加收入，同时也增加C端客户体验，提高效率。
总的来说，我们认同这个项目的核心还是帮助券商赚钱，现在大家都打价格战，恶性竞争，所以券商面临更多挑战，有比较强的转型的需求。未来除了提供智能资讯服务之外，可以陆续增加其它非结构化的数据，经过整合分析，最后给券商、给C端用户提供一个有深度的产品和服务，这样将来它的价值就非常大。
对于金融行业，资讯和数据就是金钱，准确及时的信息直接会转化为金钱，我们认为像智能客服等，提高客户体验也会是一个方向，但我们认为它的价值肯定没有直接帮助券商增加收入的价值更大更明显。
零售行业也是这个逻辑，我们去年投过一家公司，叫云享智慧，也是基于NLP技术，给品牌客户提供智能导购的产品和服务，这个产品在线上线下都有，通过改善线下的体验，提高了单店的坪效，同时对于库存、供应链也都有改善。
星无限：您觉得这类型的创业公司需要具备什么样的基因，偏向于AI技术还是偏向于行业的资源和经验？
甄灿明：我们认为偏综合能力，不同的技术方向不同的落地场景，需要的技术要求肯定不一样。去年我们投资的人工智能公司主要围绕NLP（智能语言处理，是人工智能的细分技术）在垂直行业的应用，但从技术上来看，整个市场的NLP技术都还不成熟，所以第一首先对技术要求很高。
第二是怎样把技术工程化、产品化，我们投资的领域无论是金融还是零售，你会发现客户的门槛还是非常高的，都是行业的头部客户。在人工智能在行业应用的早期的时候，大家都看不清楚，只有头部客户才会战略性地去尝试并愿意付费，这个时候需要先去找头部客户，才有价值，所以商务门槛和对大客户的服务能力要求都很高。
所以目前来看，技术能力要求也很高，未来随着技术不断的成熟，技术的比重会越来越低，更考验细分行业的产品、商务、渠道、资源包括运营等。
目前来看，不同的赛道可能对技术的要求不一样，比如对于简单的图像、语音识别来讲，对技术的要求就没那么高了，相反对你的商业化、解决方案能力要求更高。相对来讲，像我们投资的NLP领域的技术还没那么成熟，所以这种项目就要求创业公司具备较高的技术、商务落地等综合的能力。不同的场景同一句话表达的意思可能不一样，而且NLP本身还不成熟，所以我们更青睐NLP 在细分领域垂直行业的应用。这个时候创业公司才更有机会，如果是通用的领域，BAT可能就做了，BAT的数据基础会更好。
星无限：对于一些数字化程度相对较低的传统零售企业而言，人工智能要赋能它们需要从哪些方面着手？
甄灿明：我们认为整个传统零售都在往信息化、数字化转型，之前的零售商还没很好的信息化，线上的数据基础还不够，做AI会有难度，需要整体的零售商的信息化提高之后，比如CRM、库存、供应链、营销等信息化之后，再去做AI会更好。目前我们认为整个零售的信息化基础还没那么强，机构更多的去关注新零售，像无人零售等，其实技术还不够成熟，商业上也会有挑战。所以整个行业可能等信息化程度更高之后才会有更多的机会。当然也可能现在已有很多机会，我们还没看到，我们也在积极地去看一些新的机会，也在动态的看这个行业的发展。
星无限：您觉得现在零售业现在是怎么样的一种局势，线上电商企业相较于线下实体商店优略势体现在哪，那个模式更有利于借助人工智能的力量？
甄灿明：整体来讲，线上相比于线下的优势会越来越小，现在线上企业面临比较大的问题是竞争加剧，获客成本很高，流量越来越向头部企业集中，整个线上的竞争优势是被削弱的。当然，线上本身有一些比较好的优势，比如不受时间空间的限制，覆盖面更广，尤其是包括支付、快递等基础设施更成熟之后。
也有一些机会在线上得到很好的发展，比如网红电商，还有比如新型的平台，比如拼多多，虽然整个线上获客成本在提高，但是如果有好的运营手段，比如结合社交等，还是有机会。
但是总体上来讲，线上压力越来越大，线下新零售越来越被关注，最近几年，线下企业出现一些成功的案例，比如“盒马鲜生”，同时打通线上线下，可以很快地获取用户，而且用户不仅线下消费，线上也下单。所以我认为一些重体验的线下店，尤其是偏创意营销、体验营销的方向，还是有非常大的机会的。线下店虽然面临库存和获客等挑战，但是还是会不断涌现一些新的模式，而且我们认为随着线下的基础数据逐渐地信息化，整个行业的物联网化比例也会越来越高，如果再很好地借助一些外部AI的技术，线下未来的发展潜力会非常大。
星无限：关于无人零售您怎么看，您觉得目前的无人零售是否已经成熟，未来会呈什么样的发展趋势？
甄灿明：如果无人零售指的是过去两三年的无人店、办公货架等，这个已经基本验证了是不太行的，国外的亚马逊之前推出的Amazon Go，也推的没那么快。所以，从技术上来讲，这需要一个综合的技术，需要视觉、重力传感、RFID等。国内很多公司想只借助机器视觉，他们的方案也用在无人零售上，但是体验感比较差，存在有很多问题。
从需求上来看，无人零售只是省去几个人，但还是会需要补库存，需要服务客户答疑解惑，做这些事也需要人力物力，这个帐是算不过来的。这个领域一是需求很低，二是给客户带来的价值不大，三是需要考虑人性，我觉得这种开放场景的无人货架无人零售基本上被证明是行不通的。
反而封闭场景的，比如地铁、商场的自动售卖机，虽然谈不上AI，但是是有需求的，因为人流比较集中，相对比较高频。对于客户来讲，可以选择替代的产品也比较少，加上这几年的支付也比较方便。这个场景毫无疑问会越来越多，越来越有价值。
星无限：您觉得当前人工智能赋能金融行业的哪些细分赛道相对来说落地情况比较好的，是哪些因素让它们比较容易落地呢？
甄灿明：对于人工智能在金融行业的应用，从细分行业来看，我们比较看好AI券商和保险，同时对创业公司来讲，这也是比较有机会的领域。银行会比较强势，创业公司很容易沦为银行的外包服务商，很难做大的生意。从产品来看，在券商业务的很多环节，比如从提供智能资讯、智能文本、到智能交易等都是比较有机会的。对整个金融行业来讲，风控是比较有机会的，但之前就已经有很多公司做风控这块了，新的创业公司机会越来越小了。
拿保险来看，相对银行来说，保险的互联网环境比较封闭一些，整个保险行业面临更大的创新和转型的机会。整个保险行业的创新，我们看下来大概经过三个发展阶段，第一阶段是产品的互联网化，第二阶段是场景保险，即围绕具体的场景定制化产品，现在正处于第三个阶段，保险科技阶段，即真正利用技术给保险公司赋能，包括从产品设计、精算定价、获客、核保核赔等，这块我们认为有一个整体的机会。整个保险行业，确实也需要一些新的动力。当然，保险行业对创收，对整个产品要求越来越高，所以未来虽然机会越来越多，但是对创业公司的要求也越来越高，对技术能力、落地和资源整合能力等都要求更高。
这是我们对AI金融或金融科技所存在的机会的看法。
星无限：贵公司是怎么看待当前的资本市场环境，现在又是一个什么样的投资策略？
甄灿明：整个一级市场对投资机构来说确实是在洗牌的一个阶段，对GP的要求也越来越高，投资机构绕着pre-ipo的思路去投会越来越难了，对投资方向、投资策略和专业能力，可能要求都会越来越高。
虽然宏观的环境不断发生着变化，从去年中美贸易和二级市场低迷，到今年一季度二级市场的回暖，但其实对我们一级市场做投资来讲，一方面我们虽然会关注整个宏观环境的变化，但另一方面我们投资的还是中观的行业，而且也会尽量投资对宏观行业波动比较免疫的行业，最后我们投的标的还是比较微观的具体的公司。所以说，宏观的环境对我们投资方向、投资策略和偏好的影响不是特别大。
我们还是不变地聚焦2B的高科技方向，比如物联网、人工智能、智能制造等，围绕我们的投资策略，积极地前瞻性地去寻找细分行业的龙头领先企业，比较精准比较聚焦地投出一批未来有一定影响力的具备较强稀缺性的公司。