注：紀(jì)源資本是一家專注于美國(guó)和亞洲地區(qū)擴(kuò)展階段企業(yè)的領(lǐng)先風(fēng)險(xiǎn)投資公司。

雖然風(fēng)險(xiǎn)投資是尋求小概率成功事件的機(jī)會(huì)，但并不代表風(fēng)投機(jī)構(gòu)不在意被投公司能否成功，控制風(fēng)險(xiǎn)依然是重中之重。要作到有效識(shí)別和控制風(fēng)險(xiǎn)，就需要有充分的自信，準(zhǔn)確把握行業(yè)趨勢(shì)。

在人工智能的支持者看來(lái)，風(fēng)險(xiǎn)投資與二級(jí)市場(chǎng)的股票、債券投資沒(méi)有什么區(qū)別，了解任何一個(gè)被投資企業(yè)，都可以從行業(yè)宏觀經(jīng)濟(jì)環(huán)境，NPV、IRR 等指標(biāo)入手，建立一個(gè)模型，進(jìn)而選出最具潛力的企業(yè)。這種想法很好，但人工智能并不能有效篩選出具備投資價(jià)值的初創(chuàng)企業(yè)。這是因?yàn)椋陲L(fēng)險(xiǎn)投資領(lǐng)域的商業(yè)分析和決策方式上，人工智能與人類智慧差別很大，決策的標(biāo)準(zhǔn)有時(shí)甚至是相悖的。

▎創(chuàng)業(yè)者的執(zhí)著與情懷難以計(jì)算

人工智能的優(yōu)勢(shì)是建立在大數(shù)據(jù)基礎(chǔ)之上的。例如谷歌的 AlphaGo 使用了大約 16 萬(wàn)局棋譜進(jìn)行訓(xùn)練，這遠(yuǎn)遠(yuǎn)超過(guò)職業(yè)棋手的訓(xùn)練強(qiáng)度。其次，人工智能可以借助先進(jìn)的芯片和網(wǎng)絡(luò)技術(shù)，幾乎擁有無(wú)限的運(yùn)算能力，而人類受制于生物體的極限，與機(jī)器相比，運(yùn)算能力上處于下風(fēng)。

然而在風(fēng)險(xiǎn)投資領(lǐng)域，人工智能這兩方面的優(yōu)勢(shì)卻很難發(fā)揮作用。首先，風(fēng)投主要集中在種子輪、A 輪或 B 輪，公司尚處于創(chuàng)立或者早期發(fā)展階段，沒(méi)有大量基礎(chǔ)數(shù)據(jù)可供分析。其業(yè)務(wù)模式尚不穩(wěn)定，市場(chǎng)邊界也不清晰，如果用現(xiàn)有數(shù)據(jù)對(duì)未來(lái)進(jìn)行預(yù)測(cè)，也許就會(huì)忽略可能涉足的潛在市場(chǎng)，進(jìn)而大大低估公司的成長(zhǎng)性。這種情況在互聯(lián)網(wǎng)相關(guān)領(lǐng)域表現(xiàn)得尤其明顯。

由于互聯(lián)網(wǎng)具有基礎(chǔ)投資大、邊際成本低的特點(diǎn)，在創(chuàng)業(yè)的前期階段，需要大量投入資金用于系統(tǒng)平臺(tái)建設(shè)，而一旦當(dāng)系統(tǒng)平臺(tái)建設(shè)完成，后期每增加一個(gè)用戶的邊際成本是非常低的，有時(shí)甚至為零。以谷歌為例，谷歌于 1998 年創(chuàng)立，1999 年其搜索引擎上線運(yùn)營(yíng)，到 2004 年公司上市的時(shí)候，谷歌處理了全球互聯(lián)網(wǎng)近 80%的搜索請(qǐng)求（包括來(lái)自合作伙伴的引流）。顯然這種史無(wú)前例的成長(zhǎng)速度，依靠人工智能的計(jì)算幾乎是不可能預(yù)測(cè)到的。

正因如此，風(fēng)險(xiǎn)投資機(jī)構(gòu)往往將創(chuàng)始人團(tuán)隊(duì)作為投資評(píng)估的標(biāo)準(zhǔn)之一。據(jù)符績(jī)勛介紹，在紀(jì)源資本的項(xiàng)目評(píng)估框架中，就將“創(chuàng)始人與業(yè)務(wù)的契合度”與“宏觀市場(chǎng)狀況”和“組織的運(yùn)營(yíng)管理能力”兩個(gè)客觀維度，同時(shí)作為項(xiàng)目評(píng)估的考察要素。

在人的維度中，數(shù)據(jù)可以在一定程度上對(duì)創(chuàng)始人的技術(shù)能力、管理經(jīng)驗(yàn)、職業(yè)背景等素質(zhì)進(jìn)行描述，但對(duì)于情感因素卻很難進(jìn)行量化描述。而微妙的情感因素，在初創(chuàng)公司的創(chuàng)始人團(tuán)隊(duì)中經(jīng)常起到?jīng)Q定性作用。

例如在李彥宏回國(guó)創(chuàng)業(yè)，尋求風(fēng)險(xiǎn)投資時(shí)，符績(jī)勛對(duì)百度的評(píng)估，就包含了投資人對(duì)創(chuàng)業(yè)者軟性技能的評(píng)估。李彥宏回國(guó)創(chuàng)業(yè)的時(shí)間，幾乎與谷歌創(chuàng)辦的時(shí)間相同，當(dāng)時(shí)正值第一代互聯(lián)網(wǎng)發(fā)展的繁榮時(shí)期，門戶網(wǎng)站大行其道。在當(dāng)時(shí)的互聯(lián)網(wǎng)王者雅虎看來(lái)，搜索不過(guò)是門戶網(wǎng)站的補(bǔ)充，提供一個(gè)大而全的信息門戶，才是網(wǎng)絡(luò)應(yīng)用的終極形態(tài)。當(dāng)時(shí)國(guó)內(nèi)的新浪、網(wǎng)易、搜狐三大門戶網(wǎng)站，一時(shí)間成為互聯(lián)網(wǎng)的代名詞。如果單純用大數(shù)據(jù)模型，以歷史數(shù)據(jù)進(jìn)行分析，投資門戶網(wǎng)站可能才是最恰當(dāng)?shù)倪x擇。

但紀(jì)源資本并不這樣認(rèn)為，在符績(jī)勛看來(lái)，“互聯(lián)網(wǎng)信息量呈現(xiàn)爆炸式的增長(zhǎng)，門戶網(wǎng)站在當(dāng)時(shí)固然能夠起到流量入口的作用，但是依靠人工采集分類，無(wú)法將互聯(lián)網(wǎng)的海量信息送達(dá)用戶，這時(shí)候一定會(huì)有搜索的需求?！痹谶@個(gè)大前提下，就需要考察是哪位創(chuàng)業(yè)者能夠?qū)⑺阉鬟@件事情作好。

后面的事情無(wú)需贅述，有著在Infoseek 等早期搜索引擎工作經(jīng)歷，擁有信息技術(shù)學(xué)術(shù)背景，愿意放棄國(guó)外優(yōu)厚的待遇，在北大資源賓館放手一搏的李彥宏，獲得符績(jī)勛的投資也就不足為奇了。創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)項(xiàng)目的執(zhí)著與情懷，是人工智能所不能計(jì)算出來(lái)的，只有投資人與創(chuàng)業(yè)者之間發(fā)生交互，才能發(fā)現(xiàn)優(yōu)秀的創(chuàng)業(yè)者。

▎投資如同選舉，只有一次機(jī)會(huì)

人工智能在風(fēng)險(xiǎn)投資領(lǐng)域的另一個(gè)局限是，人工智能的決策是基于概率的標(biāo)準(zhǔn)，依靠大數(shù)據(jù)使用蒙特卡洛樹搜索等算法，對(duì)海量的過(guò)程進(jìn)行隨機(jī)模擬，并產(chǎn)生海量的結(jié)果，然后對(duì)這些結(jié)果進(jìn)行評(píng)價(jià)，選出成功概率最大的結(jié)果。這種基于概率的決策方式，在對(duì)圍棋、股票交易等具有明確結(jié)果、可以多次博弈以概率取勝的決策中具有非常大的優(yōu)勢(shì)。

然而，這種基于概率的決策邏輯與風(fēng)險(xiǎn)投資的決策邏輯有時(shí)甚至是背道而馳的。一個(gè)簡(jiǎn)單的經(jīng)濟(jì)學(xué)原理就是風(fēng)險(xiǎn)與收益成反比，要獲得超額收益，就要尋找高風(fēng)險(xiǎn)的投資機(jī)會(huì)。那些看起來(lái)小概率的成功機(jī)會(huì)，往往是風(fēng)險(xiǎn)投資機(jī)構(gòu)所熱衷的。

如果將美國(guó)大選作為一次風(fēng)險(xiǎn)投資的案例復(fù)盤，我們就會(huì)發(fā)現(xiàn)概率決策的局限性。在競(jìng)選之前，很多研究者運(yùn)用人工智能技術(shù)，從社交媒體、民意調(diào)查結(jié)果等渠道收集數(shù)據(jù)進(jìn)行選情預(yù)測(cè)，預(yù)測(cè)方法無(wú)外乎蒙特卡洛模擬下的概率分析，結(jié)果幾乎都是一邊倒的支持希拉里以壓倒性優(yōu)勢(shì)獲勝，特朗普并非沒(méi)有取勝的可能，只是獲勝的概率較低。

如果選舉重復(fù)進(jìn)行 1 000 次，那么結(jié)果真有可能像預(yù)測(cè)的那樣，希拉里以總數(shù)優(yōu)勢(shì)取勝。這就是人工智能在量化交易中能夠取得較好成績(jī)的原因，投資機(jī)構(gòu)持有大量不同類別的股票，依靠投資組合獲得概率的優(yōu)勢(shì)。

但在風(fēng)險(xiǎn)投資中，每一個(gè)投資機(jī)會(huì)都沒(méi)有重復(fù)進(jìn)行的可能。投資如同選舉，只有一次機(jī)會(huì)。這次大選也令在硅谷精英中唯一支持特朗普的彼得?蒂爾再次成為焦點(diǎn)，其逆向投資的邏輯再次被奉為經(jīng)典。對(duì)此，彼得?蒂爾曾談道：“在硅谷有很多熱詞，如教育、醫(yī)療健康、SaaS 等 , 如果你聽到了這些詞的話，你首先應(yīng)該想到的是騙局，然后以最快的速度離開。原因是，這些熱詞就像是秘密的反義詞，是人人都能理解的事情。好的公司是絕對(duì)不會(huì)用這一連串熱詞的。最好的公司，我們找不到最佳的詞語(yǔ)去描述它?！?/p>

雖然風(fēng)險(xiǎn)投資是尋求小概率成功事件的機(jī)會(huì)，但并不代表風(fēng)投機(jī)構(gòu)不在意被投公司能否成功，控制風(fēng)險(xiǎn)依然是重中之重。要作到有效識(shí)別和控制風(fēng)險(xiǎn)，就需要有充分的自信，準(zhǔn)確把握行業(yè)趨勢(shì)。

以紀(jì)源資本投資阿里巴巴為例，在 2001~2003 年，阿里巴巴經(jīng)營(yíng)較為困難的時(shí)期，很多投資機(jī)構(gòu)對(duì)投資阿里持有非常保守的態(tài)度。但在紀(jì)源資本看來(lái)，“在線交易平臺(tái)一定是時(shí)代發(fā)展的趨勢(shì)。當(dāng)時(shí)除了淘寶，還有 eBay、易趣，究竟誰(shuí)會(huì)勝出？”除了判斷傳統(tǒng)的財(cái)務(wù)指標(biāo)、市場(chǎng)指標(biāo)之外，就需要投資者對(duì)公司創(chuàng)始人特質(zhì)、公司文化等很難量化的內(nèi)容進(jìn)行分析。符績(jī)勛表示，“有時(shí)風(fēng)險(xiǎn)投資，需要投資人的一種信念支持，而正是風(fēng)險(xiǎn)投資的魅力所在?！?/p>

▎決策規(guī)則的動(dòng)態(tài)性

風(fēng)險(xiǎn)投資的一個(gè)重要特點(diǎn)是，決策規(guī)則是動(dòng)態(tài)變化的。符績(jī)勛認(rèn)為，“人工智能可以很好地處理規(guī)則清晰的決策工作，卻很難處理規(guī)則動(dòng)態(tài)變化、邊界模糊的決策?！蔽覀儸F(xiàn)在看到人工智能在金融交易、管理咨詢、法律咨詢等過(guò)去專業(yè)人士工作的領(lǐng)域展開應(yīng)用，似乎可以代替人的決策能力。但這些領(lǐng)域的一個(gè)共同點(diǎn)就是，決策規(guī)則十分清晰，結(jié)果易于評(píng)價(jià)。所以在這些領(lǐng)域，不受感情干擾、不會(huì)疲倦、算力驚人的人工智能能夠作比行業(yè)專家更為高效、科學(xué)的決策。

但如果決策規(guī)則是動(dòng)態(tài)變化的，人工智能就很難及時(shí)地調(diào)整。因?yàn)槿斯ぶ悄艿臎Q策是依靠對(duì)大數(shù)據(jù)有規(guī)則的訓(xùn)練，而數(shù)據(jù)的采集又是根據(jù)訓(xùn)練規(guī)則而設(shè)計(jì)的。如果決策規(guī)則發(fā)生變動(dòng)，那意味著訓(xùn)練算法、數(shù)據(jù)都需要作相應(yīng)調(diào)整，而這僅靠人工智能系統(tǒng)自身是無(wú)法作到的。比如，我們?nèi)绻?AlphaGo 學(xué)習(xí)象棋的下法，就需要提供數(shù)十萬(wàn)份象棋棋譜，更改算法的目標(biāo)約束條件，然后經(jīng)歷數(shù)月的訓(xùn)練，才能投入應(yīng)用。

在風(fēng)險(xiǎn)投資領(lǐng)域，投資者面對(duì)的決策也是動(dòng)態(tài)易變的。例如我們看滴滴出行的價(jià)值演變，最初滴滴出行作為一個(gè)出租車乘客和司機(jī)的信息搭配平臺(tái)，只是將出租車電召平臺(tái)搬到了手機(jī)上，市場(chǎng)是非常有限的。在這個(gè)時(shí)候，我們想，滴滴既然能夠匹配出租車的司機(jī)與乘客，為什么不能匹配私家車的車主與乘客呢？于是價(jià)值就出現(xiàn)爆發(fā)式的增長(zhǎng)了，它從一個(gè)出租車電召平臺(tái)的替代品，變?yōu)槠嚦鲂械墓蚕砥脚_(tái)，用戶基數(shù)以幾何速度增長(zhǎng)，其估值也呈現(xiàn)相應(yīng)的增長(zhǎng)。

如果再進(jìn)一步發(fā)展，那么它可能是一個(gè)出行大數(shù)據(jù)的服務(wù)平臺(tái)、廣告平臺(tái)、信息發(fā)布平臺(tái)、甚至可能是支付平臺(tái)。這種決策思路的演進(jìn)是高度動(dòng)態(tài)化的，市場(chǎng)邊界也在不斷拓展，人工智能是難以勝任這種復(fù)雜決策的。

▎投資決策的非線性思維

最后，風(fēng)險(xiǎn)投資決策的非線性思維，也是現(xiàn)階段人工智能難以涉足的領(lǐng)域。風(fēng)險(xiǎn)投資所面對(duì)的初創(chuàng)企業(yè)是高度變化的，正如彼得?蒂爾所言，“最好的公司是無(wú)法用詞語(yǔ)來(lái)形容的”，投資人需要具備非線性思考的思維模式，才能發(fā)現(xiàn)讓人驚喜的投資機(jī)會(huì)。

以紀(jì)源資本投資去哪兒為例。在去哪兒創(chuàng)建之前，攜程已經(jīng)在美國(guó)上市，是在線旅游市場(chǎng)的龍頭企業(yè)。如果以線性視角看待投資機(jī)會(huì)，似乎已經(jīng)沒(méi)有太好的投資機(jī)會(huì)了。然而去哪兒抓住了圍繞著出行、休閑旅行的垂直比價(jià)引擎這個(gè)細(xì)分市場(chǎng)。去哪兒與主營(yíng)酒店、機(jī)票預(yù)訂服務(wù)的攜程和提供綜合信息的百度，形成明顯的差異化競(jìng)爭(zhēng)格局，在巨頭之間創(chuàng)造了一個(gè)細(xì)分市場(chǎng)。

那么，這個(gè)市場(chǎng)是否有足夠的發(fā)展?jié)摿Γ吭诰€性思維的思考下，這可能是一個(gè)十分有限的市場(chǎng)。然而，如果以非線性思維的視角觀察，去哪兒仍具有非?？捎^的成長(zhǎng)性。這其中的機(jī)會(huì)就是移動(dòng)互聯(lián)網(wǎng)帶來(lái)的變革。以攜程為代表的在線旅游市場(chǎng)非常重視電話預(yù)訂和 PC 端預(yù)訂的業(yè)務(wù)。據(jù)估計(jì)，這個(gè)市場(chǎng)在國(guó)內(nèi)大約可以達(dá)到每年40%左右的增長(zhǎng)速度，所以當(dāng)你擁有了這個(gè)市場(chǎng)的 50%，即使企業(yè)增速再快，由于市場(chǎng)釋放的空間有限，成長(zhǎng)也是受到限制的。

然而，2009 年前后，智能手機(jī)為在線旅游市場(chǎng)提供了巨大的潛在發(fā)展機(jī)會(huì)。盡管當(dāng)時(shí)技術(shù)條件限制較大，智能手機(jī)并未進(jìn)入主流視野，但已呈現(xiàn)出主流的態(tài)勢(shì)。在 2012 年開始，隨著智能手機(jī)和 3G 網(wǎng)絡(luò)的普及，移動(dòng)互聯(lián)網(wǎng)開始出現(xiàn)大規(guī)模的增長(zhǎng)，用戶使用習(xí)慣向移動(dòng)互聯(lián)網(wǎng)轉(zhuǎn)移，大量手機(jī)用戶開始進(jìn)入在線旅游市場(chǎng)。去哪兒早在 2010 年就開始移動(dòng)互聯(lián)網(wǎng)的布局，到 2013年，去哪兒手機(jī) App 市場(chǎng)占有率小幅超越攜程成為市場(chǎng)第一。

出于對(duì)以上局勢(shì)的判斷，紀(jì)源資本早在2009 年就對(duì)去哪兒完成了第三輪風(fēng)險(xiǎn)投資的領(lǐng)投，去哪兒與攜程合并之后，獲得了 42 倍的收益率。

我們并非否認(rèn)人工智能在商業(yè)決策中的價(jià)值。作為人類智慧一定程度的替代品，人工智能大大解放了人的智力工作，但就風(fēng)險(xiǎn)投資領(lǐng)域而言，人工智能技術(shù)還有很大的發(fā)展空間。面對(duì)變幻莫測(cè)的外部環(huán)境，富有人性的投資決策或許正是風(fēng)險(xiǎn)投資的魅力所在。