《上财商学评论》第三辑 商学访谈——躬身入局

　　《上财商学评论》是由上海财经大学主管、上海财经大学商学院主办的一本刊物，以研究“海派商学”为办刊特色。在主题上，已出版五辑分别是：百年商学、未来商学、元宇宙、全球化以及城市美好，不仅回顾了海派商学的历史，还展望了商学的未来，更关注当下的商业热点。在视野上，它立足上海的城市和商业动态，讨论其中的海派管理和海派文化。在时机上，国内国外的双循环的新格局也召唤我们去研究新时代机遇下的新海派商学。

　　在去年出版的《上财商学评论》第三辑“商学访谈”栏目中，编辑部访谈了线性资本创始人兼 CEO，地平线机器人、酷家乐、神策数据、思灵机器人等公司天使投资人王淮。以下是文章内容。

　　王淮毕业于浙江大学计算机系，其取得美国俄亥俄州立大学读机器学习方向的博士学位之际，正值Web2.0创业浪潮在硅谷兴起之时。由于对硅谷创业氛围十分向往，王淮搬到硅谷工作，并在2007年加入当时还只有百人规模的Facebook，成为Facebook总部第二位中国籍工程师、第一位中国籍研发经理。王淮参与了一个高速发展的创业公司从0到1的过程，也见证了硅谷初创公司与风险投资是如何共同陪伴成长的。在Facebook工作近5年后（2011年9月），他离开Facebook，计划开创一番自己的事业。

　　王淮接触了大量的硅谷投资人、创业者和创业组织，一次回国访友的契机改变了一切。他发现，与他接触的不少中国科技创业者，无论是技术能力还是对创业的理解，都不逊色于硅谷的科技创业者，而且不少交流让他获益匪浅。与此同时，王淮收到了一些科技公司抛出的橄榄枝——做技术合伙人或技术顾问。但对他来说，做投资人，用自己的经验和能力支持更多的技术创业者，显然能创造的价值更大、挑战也更大。虽然没有投资的经验，但出于对中国市场前景广阔大有可为的信心，他果断回国，开始做天使投资人。

　　2014年王淮创立线性资本，把天使投资机构化，并在接下来的几年里走出了一条专注科技投资之路：目前线亿美元，是明星创业公司地平线机器人、特赞、神策数据、若琪、思灵机器人等的天使投资人。2021年底的“资本寒冬”，线性资本却宣布完成第五期美元基金募资。鉴于线性资本和王淮本人在技术投资方面的成绩，线性资本被权威媒体评为“最佳早期投资机构”，而王淮本人被评为“最佳早期投资人”“最受创业者喜爱的早期投资人”和世界经济论坛“全球青年领袖”等。

　　中国的风险投资业出现甚早。1984年，国家科技促进发展研究中心在《新的科技革命与我国的对策》的研究中，就提出“风险投资”的概念。1985年发布的《关于科学技术体制改革的决定》明确指出，“对于变化迅速、风险较大的高技术开发工作，可以设立创业投资给予支持。”随后，中国第一个风险投资公司中国新科技创业投资公司(简称“中创”)于1985年9月成立，积极展开布局。

　　在2014年线性资本成立之际，中国创业风险投资各类机构数已达1 551家，比2013年增长10.2%；全国创业风险投资管理资本总量达5 232.4亿元，比2013年增长31.7%，市场竞争白热化。

　　《上财商学评论》：您2012年回国开始创业投资到2014年成立线性资本，在这段时间里您主要投资了哪些项目？

　　王淮：那段时间我主要在尝试个人天使投资。以前，做工程师写程序代码，带领团队研究的是技术和产品问题；离开之后，就像小鸟出笼，在放飞自我的那段时间里，接触了大量不太熟悉的人和事，投资了20多家公司。

　　那时候的投资，一半是跟技术相关的项目，也有一些跟技术不相关的。因为那时我“不知道自己不知道什么”，不知道自己擅长的是不是将来在投资领域也能创造更多好的价值，处于一个“求索”的阶段。在这个求索过程中，我接触了各种新东西，尝试了各种投资，如榨汁机、金融科技等。那是非常放飞自我的2年时光。

　　《上财商学评论》：2014年成立线性资本后，主要聚焦于技术投资领域，是什么让您选择技术投资这个方向的？

　　王淮：线性资本从成立之初发展到聚焦技术投资，花了差不多2年的时间。那时的状态是：工程师做天使基金，一开始从对技术100%聚焦，然后下降到40%，再重新回到对技术100%聚焦，经历了一个从波峰到波谷再回到波峰的状态。

　　其中原因，回顾起来很值得思考，这和认识自我、了解自我的过程非常相似。这个自我探索的过程，花了4年时间，让我明白了三个重要的问题。

　　第一个问题，有价值的投资方向是什么？今天，我们坚信技术改造世界是有其价值的；在当时，用外部世界及投资人的视角来看，这并不是一个主流的看法，但我们相信从长远发展来看是肯定有价值的。

　　第二个问题，是赚钞票，还是做事业？我选择自己喜欢的方向，毕竟我创立线性资本并不是单纯冲着钱去的。如果只做一些能赚钱但不是自己喜欢的事情，那么对于我来说是没有动力的。一个人不可能在没有解决生存问题之前，就奢侈地讨论自己究竟喜欢做什么、不喜欢做什么。我的运气比较好，Facebook给了我做这种选择的机会。那几年的探索也让自己明白不是为了赚钱去做事情，所以我们在项目的选择上有很多取舍。

　　第三个问题，回归自己最擅长的领域。毕竟，我在Facebook是解决技术问题的，从Facebook服务的用户规模看，至少在当时比中国绝大多数创业团队遇见的问题规模都要大很多。2012年，中国团队超大规模问题的技术积累相对还比较少，当时的阿里、百度跟今天的规模比还相去甚远。所以，那时我们擅长的技术积累是竞争优势。对技术创业者，尤其是对大型互联网相关的技术性问题，我们有技术积累，我们的理解和经验更多，这正是胜出同行的差异点。

　　重新聚焦于技术投资有三个关键点：技术投资是有长期价值的；技术投资是自己喜欢的；技术投资也是擅长的。正是因为这三个原因，投资方向逐渐收敛到了三个关键点的重叠之处——技术投资。

　　风险投资行业发展至今已有30多年历史，造就了不少资本与创业项目相互成就的案例，也见证了行业的疯狂与冷寂。近几年，每隔一段时间就会有“资本寒冬”的说法。从2019年开始，在募资困境及二级市场疲软的大环境下，中国股权投资机构的投资活跃度和投资金额均大幅下降。甚至有投资人估计“不止三分之一的投资机构都死掉了”。

　　而线性资本之所以能够屡次顺利渡过此类难关，在王淮看来，一个重要的底层逻辑是：他们选对了科技投资这条在当时少有人走的道路，而现在受技术进步及政策导向等原因成了风投行业的风口。

　　《上财商学评论》：线性资本在国内算是较早从事科技投资的，当时整个行业的状况是怎样的？有哪些挑战？

　　王淮：当时对于科技投资，LP（Limited Partner，有限合伙人，风投出资人的一种）的认知是，做科技投资的形势非常严峻。绝大多数LP不认同这条路，原因有三个：

　　第一，见效时间长，赚钱速度慢。当时在ToC（To Customer，面向用户）的互联网领域，2年获得10倍收益的情况很多，好像是将肉进锅一翻炒大概5秒钟就能闻到肉香的状态。而科技投资可以比喻成“焖锅”，要焖很久才有香味出来，而且焖的过程中好与坏并不确定。

　　第二，项目拓展空间小。虽然大部分ToC项目做不成，但一旦做成就可能有百倍、千倍甚至万倍的回报。而在科技投资领域，这样的概率并不高。即使今天看科技投资，也不是短、平、快的，不可能迅速变得规模特别大。所以，很多ToC转型投科技项目的投资人，在底层逻辑上会面临很多纠结，他们很难改变“短、平、快”的投资心态。

　　第三，好的工程师能转型成为好的投资人吗？我是很好的工程师，讨论技术、团队、产品等都可以有一些自己的判断。但LP无法确定我能不能成为一个“赚钱”的投资人，毕竟LP投钱不是做慈善，在相信你的理念、打法外，还要相信你有长期赚钱的能力。当时，我还没有被验证过，还没法证明自己能否从一个好的工程师转型成为一个好的投资人。大多数LP跟GP（General Partner,普通合伙人）一样，不太愿意早期对于自己不熟悉或不认同的方向和人下注。

　　《上财商学评论》：这几年，有越来越多的机构加入科技投资领域，你们肯定不再像早期那么孤独，从发展的角度看，尤其是2014年线性资本成立后，行业发生了哪些关键的变化？

　　王淮：我们可以分五个方面来理解这些年发生的结构性变化。这种结构性变化使得大数据、AI、机器人跟产业的结合水到渠成，但这种结合是一个系统演化的必然结果，绝非“站在风口就能飞起来的猪”那么偶然。我们认为，这些年来大数据、算法、算力、人才供应、场景五个方面都有特别大的进步和变化。

　　第一，大数据普及。过去十年，大数据行业在数量、质量、颗粒度、准确度、结构性等方面都发生了天翻地覆的变化。今天各行各业都不会怀疑大数据的重要性，但十年前大家会疑惑什么是大数据，普遍以为数据多就是大数据，对数据的结构性、质量、颗粒度、数据健康完全没有系统性的认知，数据治理更是处于混沌状态。所以，大数据行业的十年之变，堪称改天换地。

　　第二，算法应用取得突破。比如，深度学习已成功应用于图像识别、人脸识别和语音识别等领域。借助于数据和算力的进步，深度学习算法得已用于非结构化数据领域，并得到巨大的进步。在语音识别方面，在深度学习之前，传统方式基本是无效的，一个重要原因就是语音数据没那么多。得益于手机和移动互联网（4G和5G）技术的快速发展与普及，能够被用来深度学习的非结构化数据越来越丰富，深度学习算法在应用层面随之产生巨大突破。虽然人工智能技术在1956年就有了，但一直没有实际应用，虽有个别应用，也只是实验性场景的应用，从未进入现实的、大规模的行业应用。所以，新时代为算法应用提供了机遇。

　　第三，算力增长。从英伟达过去十年股价的变化中不难发现，算力快速发展的夸张程度。我有硅谷的亲身经历：2012年之前，硅谷的程序员普遍认为顶尖优秀的工程师应该去Google、Facebook等公司。而现在的英伟达都是业内最顶尖的工程师，而且是软硬兼通的人才。只懂软件、算法、驱动并不够，还要懂AI、硬件，才能做到“软硬兼施”。在硅谷，芯片产业从“夕阳红”变成“早晨八九点钟的太阳”，下一代计算芯片成了一个“香饽饽”。所以，算力在过去十年以每年5～10倍的速度增长，也带来了巨大的变化。

　　第四，人才成长。2012年，真正懂大数据的人才不多。而现在，不管是海归的，还是百度、阿里、腾讯等拥有大规模数据的公司培养的本土人才，有大数据实践经验的可能超过100万人。工程师、科学家、数据分析师都是千倍规模的增长。

　　第五，应用场景成熟。很多的传统产业，如我们投资的爱科农应用的农业领域、睿畜应用的养殖领域，都在考虑用大数据和AI进行改造。大量制造业企业都在不断地用大数据、AI、机器人等整合方案进行改进，尤其是人才质量较高的传统产业，如高端制造业类的场景。我们认为，天选场景很重要，否则就像餐馆有肉、配菜和厨师，但没有顾客点菜，这就没有意义了。现在愿意点菜的“顾客”、愿意买单的“顾客”越来越多，所以，整个应用场景的成熟是驱动这一波大数据、AI、机器人技术改造各行各业的根本原因。

　　王淮：首先，我们要先定义一下前沿科技投资。我们对于前沿科技投资的认识有两个方面：一个是产业问题的前沿，另一个是技术探索的前沿。这两者的结合交叉点，是我们所聚焦关注的。

　　可以这样理解，我们非常关注的是技术的工程化问题。只有工程化才能真正地实现应用落地，应用落地才能够把技术用起来。比如新药研发，怎样从几十亿的搜索空间降低到几十万或上百万的数量级，然后再通过大量的自动化让一个新药的探索过程从原来的十年变成几个月，这是完全有可能的，也是我们非常关注的方向。这种产业加速问题，如新药研发、新药寻找等，既有AI的算法进步，还有CRISPR高通量基因编辑技术的进步。这些技术交叉在一起，才能达到更高的效率提升。

　　我们一直强调效率的升维，升维就是十倍、百倍的效率提升。我们非常关心升维的目的和效果，也就是关心工程性的研究。我们并不强调科学探索的前沿性，而是一直关注它在工程落地层面的前沿性探索，比如自动驾驶。总结起来，我们关注的是工程性的前沿，而非科学研究的前沿。

　　在大数据AI领域，我们投资的企业爱科农利用卫星遥感数据、利用温度湿度等天气性质的多维数据，来判断下种、浇水、打药、施肥、收割等时机，它能做到为农民提供细颗粒度的精细化管理建议，在提高亩产量10%～15%的同时，让种地复杂度大幅度降低。爱科农目前已惠及近3 000万亩农田。在我们看来，既要研究获得的这些数据并建立模型，又要研究作物本身的生长机理，这两者如何结合，其实有很多研究要做，要不断地实验，要做算法的迭代。

　　很多我们投资过的企业都是把大数据跟产业结合，应用于一些实实在在的场景。这种应用，不管是在效率提升还是在降低成本方面，跟传统的方式相比，都有十倍、百倍的改进。这是线性资本典型的投资逻辑。

　　王淮：现在做科技投资的人，多而不精，大多是闪电战，而不是持久战，这是一个严重的问题。

　　很多机构还不认同科技投资的价值，没有做好持久战的准备，而是一拥而上追求短、平、快。100个人中，线个都是游击队，但正是有那90个人的参与，提升了科技投资市场的活跃度和流动性。但是，当科技投资领域有起伏的时候，那90个人跑得特别快，就会对市场造成巨大的波动和干扰。我相信，现阶段即使这100个人里只有10个人真正可靠，也比冷冷清清要好。毕竟，整体已经比之前好很多了。

　　一是希望有更多的投资人和钱进来。开始可能比较泛和乱，随着时间的沉淀，一定会有不少优秀的投资人涌现，尤其是原来可能被其他短、平、快机会所吸引的投资人。只要这些优秀的投资人沉下心研究科技投资，肯定会有所转变。我相信会不断有更多的新人进来。

　　二是科技投资的引导政策一定会越来越成熟。过去的政策大而全，虽然有天选团队远见，但在执行的精细化层面还有一些值得改进的地方。未来，国家在政策的制定和执行上，一定会对用心做事的机构和创业者给予更多的支持。

　　三是新一代的企业家崛起。我认为，未来会有越来越多成熟的、高质量的创业者成长起来。一个产业的成功必然会诞生一批优秀的创业者。马云、刘强东、马化腾属于第一代的互联网创业者；张一鸣、黄峥都是创业者代表。我个人认为，会有更多有领导力和影响力的创业者加入产业互联网。如果把中国实体经济上升比作攀岩，这些先行者对社会的勘实和引领就是打下一个个牢固的攀岩钉，为后人开辟登顶的通途。新一代的企业家能成功崛起，会给新一代的年轻人树立榜样，通过更多产业互联网的成功案例引领新一代的年轻人。

　　从全球范围看，中美在科技投资领域的投入位居世界前两位。根据2019年的数据，在科技投资领域，中国科技投入已经相当接近美国。中国的科技投资不仅总量大、强度也大，2019年科技投资占GDP达2.23%。随着产业转型和中美竞争的大潮，强度还会更大。根据2022年1月29日北京大学国际战略研究院发布的《技术领域的中美战略竞争：分析与展望》报告显示，中国在一些关键指标上取得了革命性突破，中美总体差距不断缩小，但美国仍保持着全局性和关键性优势。

　　全球化势必继续推进，作为世界最重要的两大经济体，中美在科技投资领域的竞合能否实现双赢？

　　《上财商学评论》：您觉得中美科技投资有哪些差异？未来中国的科技投资会走向何方？

　　王淮：虽然目前中美的差异越来越大，但科技的发展最终殊途同归，当然，殊途的过程是比较长的。在未来的发展方向上，中国是脱“虚”向实，越来越实；美国是脱实向“虚”，越来越“虚”。比如，美国投资界以红杉资本（Sequoia Capital）为代表，开始全面聚焦Web3.0。根据公开报道，美国对Web3.0的投入远超我们的想象，其在这个领域会抢占一个制高点。

　　中国的科技投资则聚焦制造业的升级改造。随着产业的升级改造，中国制造业的地位逐渐加强和提升。这种制造业不是传统的中低端制造业，而是高端制造业。即使是传统制造也会被设计、品牌等理念引导，可以简单理解为未来会有更多的华为、更多的宁德时代。

　　我认为，中美各有优势，最终殊途同归。这个“归”指的是最终是要虚实结合。中国的制造业要转型升级，从中国制造到中国创新，并且产业已经在升级，像华为、宁德时代的产品不是谁都能生产的。随着中国的制造业升级，在很多领域都成为全世界的引领者。

　　展望一下，未来我们的沟通可以用基于VR或AR的视频会议产品，而不再是用手机发消息，如果虚拟现实头盔做得更轻盈，技术专家指导生产问题不一定非要到现场，这些“虚”的技术能够为“实”所用，就是我所认为也想倡导的理想状态。美国擅长的“虚”跟中国的“实”最后能够强强联合、互补共进，是我对科技发展最希望看到的未来。

　　在科技投资中，旁观者没有损失，但肯定不会有任何收益；唯有躬身入局，让技术跟产业两个齿轮磨合，才能成功。这是一个出身工程师的投资人的格言。