6月21日TSVC举办了《打造下一个独角兽》讲座第42讲。如何投资初创科技公司？想成为科技领域的天使投资人？想了解背后的判断逻辑与实操方法？本次活动特别邀请了《聪明投资者》的联合创始人范恩洁对话硅谷基金TSVC联合创始人张于庆与夏淳博士，分享他们15年来投中10家独角兽和5家上市公司的天使投资方法论与心法。无论你是有志入场的新手，还是希望机构化、家族化发展的投资者，本次分享都将带来启发。 嘉宾： 张于庆（Eugene Zhang）先生是硅谷著名的种子轮投资人，在担任天使基金合伙人七年后，于2010年联合创立了硅谷首支由大陆华人移民创办的种子轮基金TSVC（原名TEEC Angel Fund）。他主导了超过160笔种子轮投资，投出了10家独角兽企业（估值10亿美元以上）和5家上市公司，包括Zoom、Ginkgo Bioworks、Carta等。他是Zoom的第一张机构投资者支票的签署者，被誉为硅谷种子轮独角兽猎手。张先生还是硅谷一位成功的连续创业者，创办了芯片设计工具公司JEDA，以及硅谷首家由大陆华人移民创办的创业孵化器Innospring。他是主流芯片设计验证语言Vera的共同发明人，也是金融科技和加密货币领域的早期投资者之一。他积极参与并支持青年学生和创业者的各类组织，担任清华思源计划、清华大学苏世民学者项目和领航导师计划的导师。他曾任清华企业家俱乐部（TEEC）董事会成员和北美分会会长。此外，他是硅谷慈善基金TSVC Giving Fund的共同创始人，华源科技协会HYSTA 董事。张先生毕业于清华大学电子系，并拥有雪城大学（Syracuse University）通信工程硕士学位。 夏淳博士是TSVC联合创始合伙人，硅谷成功的系列创业家。曾先后创办三家科技公司，研发销售世界上最早的个性化营销系统，以及国际领先的边缘容器技术。他曾任IT行业一代巨头Sun Microsystems首席架构师，是早期云计算技术奠基者之一。除了云计算、芯片、人工智能、智能制造等硬科技投资，夏淳博士在设计和创意领域颇有造诣，并且对社交媒体和社群经济的跨界文化有深入研究。夏淳博士是清华企业家协会(TEEC)创始会员之一，曾任北美分会首任主席。自2001年，他长年服务于青年学生的培养辅导，持续担任清华大学思源计划导师、清华创业孵化器x-lab的创业导师、清华创+逆向创新中心主任，并在硅谷创建了激励青年学生创新创业的公益基金TSVC Giving Fund。夏淳博士是清华大学电子工程学士及计算机硕士，并在美国UIUC大学获得计算机博士。 范恩洁是聪明投资者联合创始人，拥有23年中国基⾦业从业经历，最早一批证券专业媒体⼈，并著有《大话基经》一书；曾任职中国最早成立的公募基金管理公司——国泰基⾦品牌及营销总监；受聘为中国基⾦业协会投教委秘书⻓。2016年创办聪明投资者，2018年受中国基金业协会委托担任基金行业20周年书籍《基金》一书策划及主创。 以下为正文： 04:23 TSVC实际上已经成立15年了。当我们审视每一个长期稳定的创投团队时，会发现它的背后往往都有一段彼此成就的故事。所以，第一个问题想问问两位，当初决定创办TSVC时，你们的起心动念是什么？回顾这十几年的合作历程，是否有哪些关键的人物和节点，如同接力棒一般，将信任一路传递下来？ 夏博士表示，这要回到2010年，那时金融危机刚刚过去，经济开始缓过来了。当时，他受到硅谷清华校友会SVTN的邀请，为一个清华校友的创业俱乐部提供辅导。因为他和Eugene都是清华企业家协会TEEC最早的会员，资历较深，所以就参与了进来。那时候完全是做公益，每周都会举办活动，非常热闹，参与者不仅有清华校友，还有来自其他学校的人。做着做着，大家都有了融资需求，但是他对天使投资完全不了解，于是想到了他上铺的兄弟张于庆。他知道Eugene在天使基金领域非常活跃，已经在一个天使基金做了七年的GP，经验丰富且人脉深厚，因此先请Eugene帮忙引入一些资源。 在这个过程中，他们不知不觉走上了“被创业”的道路。大家开始称他们为TEEC Angel，因为他们都是清华企业家协会的。鉴于Eugene的经验丰富，他们决定正式成立一支基金。后面也会说道，就是在基金的投资策略和利益分配上，都是Eugene打的基础，而且这一框架在过去的15年里从未改变。 Eugene表示，刚才夏博士提到了上下铺，他们还挺有缘分的。到目前，在上次毕业40年校庆时也比较少见，他们三位General Partner早在1980年就在学校结识了，这是比较难得的。能够一起共事，这也是非常好的缘分。 回到主持人刚才问到的问题，他再补充一下关于起源和信任的事。回到2010年之前，他曾在思科Juniper工作过。想想看，他以前的工作都是由以前的同事介绍的，有时可能也有一些运气成分。之后他自己创业开公司的时候，和现在的情况大不相同，现在投资人可以说是随处可见，那时并不是这样。所以他们只能找身边的人，找的其中一位就是以前共事过的人，当时叫Juniper Networks，它于1999年上市，曾经估值达到700亿美元。他们就去找这家公司的高管投资他的公司，当然他们自己也出资。另外一位就是找走在他们创业前面的华人，主要像周先生，他投资了很多清华的成功企业家，还有像陈五福这样的台湾学长，直到今天他仍是TSVC基金的投资人和顾问。 所以想想他们所做的事情，他们已经做了15年了，实际上他们也起到了一个承接的作用。他们算是大陆新一代移民到美国的人，自然而然地，他们把自己定位为承接台湾成功华人创业和投资的群体，他们算是较年轻的一部分，那现在肯定还起到了承上启下的作用。 范恩洁表示，她听完之后的感受，就是有一群可靠的人，有一种正确的信任关系。然后就像刚才夏博士提到的“被创业”那样，大家被推着走到了今天。如今回头看这十几年，TSVC 其实已经投中了十家独角兽项目，其中还包括像 Zoom 这样的超级独角兽。这个“被创业”的成果其实相当丰硕。 10:16 那么在你们看来，一家专注于种子轮的基金，其最根本的核心竞争力是什么呢？或者说，如果用一句话来概括TSVC选中独角兽的秘诀，会是什么呢？ 夏博士表示，实际上他们运用了中国古代的成功学“天时、地利、人和”，这一点大家都容易理解。的确，要在种子轮就投中独角兽，似乎不太可能。在较早的时候，因为是Eugene带领投资了ZOOM，夏博士就在想这会不会是蒙对的。最开始可能确实有运气成分，但后来随着投资项目增多，他自己也在不断琢磨，其实最早是Eugene总结出了他的投资经验，后来为了方便内部沟通，他们内部也不断地培训，对这些经验进行梳理，发现用“天时、地利、人和”来解释最为合适。 天时指的是市场上的时机窗口，这个窗口特别重要。对于天使投资人而言，如果风口已经起来了、大浪已经过来了，此时再进行投资就为时已晚，因此必须提前一点。不过，过早行动也是不行的，所以必须踩准点。对他们来说，最具挑战性的事情是发现新的赛道。因为当赛道已经起来的时候，他们已经错过了。这就如同搭乘火车，最好在第一站上车，最迟也得在第二站上车。若等到A轮、B轮，那就不是他们该参与的阶段了。由此可见，把握时机非常关键。 不过，其中也存在一些规律。他们为何特别喜欢投资科技类项目呢？原因在于科技的许多趋势早在十年前就在学术界或业界露出了端倪。就拿他自己来说，1996年他就开始在Sun从事云计算相关工作。当时招聘他的总监就表示，他们所做的是十年后的东西。所以，实际上这些趋势是有迹可循的。只要身处这个行业，大家就能获取相关信息。尽管把握时机对他们有难度，但也并非毫无头绪，他们还是有一定认知的。 地利，指的是产品，这里也包含了技术。产品的定位非常重要，因为定位绝对决定你的地位。当下大的趋势，比如AI，发展势头很好，机器人等领域也前景光明。但关键在于，你究竟要做什么。如果是做红海市场里面的，那会很艰难，还是应该做蓝海领域。同时，产品要具备护城河，要特别注重确定自身的唯一性，这都是非常重要的。最后要说的是，在他们进行投资时，有时候在一开始很难做出判断。其中难点在于PMF，也就是产品是否适应市场。一般而言，对于创业来说，实现产品与市场的契合是一件非常具有挑战的事情，必须不断进行调试。 就拿Zoom来说，Eugene投资的时候，当时团队只有三人，他们跑来表示要在Facebook上开发视频聊天功能，这是他们的第一步。但PMF在一年后很快转向了企业市场。TSVC当时就预测到了这一点，还提醒他们做面向消费者的业务可能不太稳妥，做企业业务或许能成功，事实果然如此。所以，这整个过程都表明，具体的定位是非常关键的。 人和，相对比较直观，但并非指这个人一团和气、大家不吵架就可以了。实际上，它更强调的是这个人的团队协作能力，包括洞见、执行力、影响力等各个方面。关于这方面，之后有机会再多探讨一些。 14:38 我们通常所说的“天时地利人和”，听起来像是一句老话，但你们却将它转化为了实打实的投资方法论。不过，我仍想追问一下，从你们在实战中的观察来看，这三项中哪一项最容易被高估，哪一项又最容易被忽视呢？ Eugene表示，刚才夏博士总结得很不错。从顺序上而言，如果不用那三句话，用投资人的术语来讲，实际上就是团队、市场潜力，以及公司所做产品的技术或产品本身，这就是选择时需要考量的三个要素。毕竟是早期投资，到最后真正最重要的，其实还是人。有了合适的人，就能在另外两个方面进行适应和调整。 那讲到哪一个会被高估或低估呢？根据他们的经验，比较容易被高估的，尤其是对于他们清华学技术出身的人来说，从概率分布来讲，更多是纯粹的技术，比如有专利之类的，这些往往容易被高估。而容易被低估的，则是团队，或者说是创始人的团队构成，以及团队中所需具备的一些更有助于成功的因素。 因字数限制，更多内容请收听音频 欢迎关注“TSVC”微信公众号观看视频，了解更多早期创投相关话题的干货内容！ 加入日常交流群请看海报左下角二维码，添加TSVC小助手，获取更多分享。

5月31日TSVC举办了《打造下一个独角兽》讲座第41讲。地缘政治和贸易战的重重危机，孕育着一个千载难逢的万亿商机。“美国制造”正在解构全球供应链，重构新型的科技主导的全球化。制造业的重新洗牌，给科技公司创造了哪些机会？面临怎样的挑战？究竟谁能赢在先机？请随美国第一家纯本土电池电解液厂的创始人和投资人一起来探讨在这股浪潮中，“出海”与“入局”的实操门道。 嘉宾： 王学军博士，Automat Solutions, Inc.联合创始人兼首席运营官，拥有超过25年硅谷高科技行业经验，长期专注于电池电解液、AI机器人材料研发与高通量自动化技术。现带领团队开发美国本土首个高性能电解液AI-Robotics材料发现平台，获得美国国家科学基金会（NSF）、加州能源委员会（CEC）及美国能源部（DOE）多项科研项目资助。王博士曾创办Eutomation, Inc.，专注于新材料与环境测试领域的自动化高通量系统开发；在Freeslate Inc.期间，三年内开拓东亚市场，创造两千万美元销售额，荣膺公司年度最佳业绩奖；在Symyx Technologies任职多年，领导技术团队开发高通量材料研发系统与企业软件。他曾任美国华美半导体协会（CASPA）主席，推动中美高科技产业深度交流合作。王博士毕业于北京大学物理系，获美国雪城大学物理学博士、计算机工程与物理硕士学位，拥有多项美国发明专利与核物理、材料科学领域学术成果。 夏淳博士是TSVC联合创始合伙人，硅谷成功的系列创业家。曾先后创办三家科技公司，研发销售世界上最早的个性化营销系统，以及国际领先的边缘容器技术。他曾任IT行业一代巨头Sun Microsystems首席架构师，是早期云计算技术奠基者之一。除了云计算、芯片、人工智能、智能制造等硬科技投资，夏淳博士在设计和创意领域颇有造诣，并且对社交媒体和社群经济的跨界文化有深入研究。夏淳博士是清华企业家协会(TEEC)创始会员之一，曾任北美分会首任主席。自2001年，他长年服务于青年学生的培养辅导，持续担任清华大学思源计划导师、清华创业孵化器x-lab的创业导师、清华创+逆向创新中心主任，并在硅谷创建了激励青年学生创新创业的公益基金TSVC Giving Fund。夏淳博士是清华大学电子工程学士及计算机硕士，并在美国UIUC大学获得计算机博士。 以下为正文： 04:02 夏老师最近发表了一篇题为《抢占“美国制造”的新风口：科技如何重塑制造，制造如何重构全球化》的博客文章。能否请夏老师简单概括一下博客中的几个主要观点呢？ 夏博士表达了感激之情，感谢各位朋友今天来参与本次活动，并向主持人李博士致以谢意。这一篇简短的博客是随活动宣传资料一同发布，主要提出了两个相对新颖的观点。第一个观点是，制造业会被科技重新塑造，即科技会推动制造业上一个新的台阶，不论我们将它称之为制造2.0还是其他什么名称。第二个观点是，全球化也将迎来新的格局。过去，他对此还比较悲观，认为全球化已经消失，取而代之的是逆全球化或半球化。但现在，他认为又是一个新的格局，他们对此充满信心，认为这是一个特别好的机会。 首先为什么说制造业会被重新塑造。观察第一个现象，美国一直声称要重建工厂，但你考虑一下工人在哪，这是一个很明显的问题，这在美国是不现实的。使用现有的劳动力，与中国的工人竞争是不切实际的。更严重的是，我们关注年轻一代，主要是看00后。他们正处于适工年龄，但00后不愿意进入工厂。这不仅是美国面临的问题，中国也是一样。中国的00后宁愿选择送外卖，也不愿进工厂工作。以前很多女孩从湖南、四川等地方前往广东去打工，现在也难以招到，也都变得非常困难。00后不愿进工厂，这是一个特别大的问题。 接下来，当你考虑将工厂转移到东南亚，甚至非洲时，你必须意识到事情并非那么简单。在中国，长三角和珠三角能够成为世界级制造基地,人的素质是关键因素。你不能简单地认为转移到东南亚就能解决问题。在中国，你去东北或西南地区试试看，你会发现情况截然不同。人与人之间存在差异。因此，他们认为这是一个特别大的驱动力，即能不能少用人。正如Charlene之前提到的，TSVC正在全力布局物理人工智能（physical AI），即AI与机器人应用于制造业，这是一个特别重要的方向。这一方向将导致大量无人工厂和黑灯工厂的出现。今天，他们将介绍Automat，它本质上也是一个无人工厂。 另外，在国内制造业领域，夏博士曾经在好多年前调研了200家工厂，并进行了深入的交流。大家对趋势都有明确的认识，即随着未来无人化以后，你就想象一下，工厂就是一个大的机器人，整个工厂的形态就是集装箱。如果一个集装箱不够，我们可以将十个甚至多个集装箱组合在一起。你哪里需要一个工厂，只需将集装箱往那摆放好即可。每个集装箱内部将是一个复杂而庞大的机器人，与现在用机械手取代人工的方式不同，未来的工厂将不再按照人的逻辑和方式操作，而是完全自动化，这就是未来。 在未来，其中还有一条特别重要，即高度自动化以后将会出现所谓的大规模定制。这个工厂与过去的概念不同，因为现在的工厂追求高利润率和高效率，往往生产出成千上万甚至数十亿个完全相同的产品。例如，在芯片制造业中，一旦出货量达到十亿级别，产品就是白菜价。然而，未来的产品可以实现个性化定制，满足每个客户的独特需求。以特斯拉工厂为例，如果你有机会参观其生产线，你会看到屋顶上移动的产线，每辆车都是不一样的。这种高度自动化的能力使得大规模定制成为可能。因此，大家必须把握这一机会。未来的制造业不是说像今天的工厂，你把工人替换为机器人那么简单。未来的工厂可能只是一些集装箱，里面没有人，这是一个特别重要的趋势。 在这个大趋势中，夏博士想谈谈大约三年前，TSVC投资了Automat。当时，他们基于一个早期的判断，认为制造业会有一个新的趋势。他们为何选择投资Automat呢？首先，Automat是由科技主导的，它的科技称为AI for science。Automat专注于利用人工智能发现化学电池电解液的配方，它做得是非常早了。关于Automat的核心技术，夏博士并不精通，这需要让王博士在稍后为大家详细介绍。简单来说，就是利用AI不断生成新的配方，并通过高通量实验室的装置，筛选出最佳配方。这就是基本概念。 在投资时，他们与创始人讨论了商业模式。他们考虑，仅仅出售配方的盈利空间是有限的。以可口可乐为例，它并非仅仅通过出售配方盈利，而是自己将可乐销售到全球。因此，在投资Automat时，他们共同策划，除了研发化学配方，Automat也生产。当时他们就决定建立自己的工厂，实现大规模定制，根据客户需求定制产品，并直接作为供应商进行生产。他们的目标是成为美国最领先的、最先进的一个电池材料研发和具有制造产能的公司。 12:02 那王博士我们想来问一下，科技赋能制造，作为Automat的创始人，Automat怎样做到高效定制？因为Automat是一个科技公司，而硅谷的科技公司通常都不会有工厂，当时Automat为什么要建厂？ 王博士首先对主办方TSVC组织了今天的节目表示感谢,他感到非常荣幸能与夏博士以及其他各位共同探讨美国制造业的机会。他非常支持夏博士的观点，即真正的现代制造业实际上是技术推动的。在谈论这些话题时，他也想简单介绍一下Automat公司的成长历程，因为这与话题相关。Automat成立于2019年，他本人一直致力于高通量自动化技术的研究。当时，这种技术已经在材料研发领域得到了广泛应用，而AI技术正处于风起云涌的阶段。几位创始人认为，如果能将AI与高通量技术结合起来，用于新材料的开发，必将极大地加快新材料走入市场的速度。因此，他们决定成立Automat公司。当时他们成立公司的宗旨是建立一个人工智能与高通量技术相结合的平台，利用这个平台开发新材料。他们选择的第一个材料就是电解液。 那么，为什么选择电解液呢？原因在于他们认为电解液材料非常适合人工智能加高通量平台来一起研发。可能在座的各位对电解液了解不多。电解液主要包含三大化学成分：锂盐、溶剂和添加剂。每类成分中又包含多种不同的化学成分。例如，锂盐有六氟磷酸铝、LiFSI、LiTFSI等；溶剂有DMC、DEC、EMC等；至于添加剂，更是有几百种。想象一下，如果每类组分有十种不同的化学成分，每种化学成分有十种不同的配方组合，那么它的排列组合数量将达到十的30次方。若采用传统方法，想要穷尽它的整个空间找到最好的材料，几乎是不可能的。然而，将人工智能与高通量技术相结合，正好可以发挥其效率。 那么，AI的作用体现在哪里呢？AI能够利用已有的数据，通过构建自己的平台，例如他们在电池领域根据现有数据开发的AI算法，在无穷无尽的空间中，它能够提供方向性的指导，并预测可能的最佳配方组合。此外，结合高通量自动化技术，可以在实验室快速生成高质量的数据，这些数据又可以返回来给AI后，AI能够利用更丰富的内容进行更优化、更精确的预测。如此循环往复，基本上能够穷尽整个搜索空间，找到满足不同客户需求的电解液产品。 从这个角度来看，他们最初的想法是建立一个平台。随后，TSVC的介入为他们提供了许多介绍和分析。他们逐渐意识到，在当前的美国市场中，有很多新的技术公司正在开发不同的电池技术，包括锂流电池、锂金属电池、硅基电池和锌电池等。这些电池都需要与之相匹配的电解液配方。那么他们的技术恰好能够迅速开发出满足客户需求的电解液配方。然而，在这个过程中，他们也注意到美国本土市场对电解液的需求量巨大。 在与客户的合作中，客户在验证了他们的电解液配方后，也向他们提出了需求，希望他们能够提供批量的电解液产品。为此，他们与TSVC合作进行了市场调研。他们发现，到2030年，电解液的需求量将达到60万吨以上，而2024年美国本土的出货量只有七万吨，且主要由韩国公司和一家日本公司供应。这里存在一个巨大的缺口。基于市场情况和Automat的技术与客户的结合，他们认为这是一个巨大的商机。因此，他们从一个科技材料研发平台转型，不仅能够研发产品，还能为客户提供一体化的产品。在过去几年中，通过积累客户，他们可以看到这是一个非常大的优势。 18:37 参观实验室和工厂环节： Charlene:众所周知，Automat是一家科技公司，同时还设有工厂。因此，我们能不能邀请观众一起参观一下Automat的研发实验室和工厂呢？请问王博士是否方便安排一下？ 王博士:当然可以，我今天在公司里，我也让工厂员工参与进来。他们正好在开发一些产品，我正好在实验室里带领大家参观。 Charlene: 我们在等王博士到他的实验室，正好可以带着大家就是看一看这个实验室和工厂。Automat是美国第一家纯本土电池电解液的工厂。现在的生产能力是多少来着？ 夏博士: 是五百吨，规模是很小的，因此这相当于是一个中试生产线。由于规模小，我们能在加州做，所以它是一个硅谷的工厂。这个很神奇，我原来没想到硅谷能有工厂。 Charlene:这是你们的实验室？ 王博士:（用手机摄像头分享）现在给大家看的是我们的实验室，大家可以看到实验室里有各种各样的机械手，高通量设备。 夏博士:你照近一点，你那个手套箱玻璃里面能看到什么？给大家看一看。 Charlene:这也是TSVC投资的一家公司,已经上市了。 夏博士：这个是Opentrons,是我们的portfolio,你看在我们Zoom的背景图片上有。 Charlene：对，这是一家独角兽公司，我们在种子轮阶段就已经进行了投资。 因字数限制，更多内容请收听音频 欢迎关注“TSVC”微信公众号观看视频，了解更多早期创投相关话题的干货内容！ 加入日常交流群请看海报左下角二维码，添加TSVC小助手，获取更多分享。

4月26日TSVC举办了《打造下一个独角兽》讲座第40讲。大模型技术的发展推动了AI Agent的迅速崛起，掀起了在各行各业的革命，同时催生出万亿赛道。然而AI Agent概念狂欢之下的现实有何内幕？怎么构建更稳健的Agent架构？哪些行业拥有其商业落地的时机和土壤？请随三位行业专家和公司创始人，从实践+技术+商业落地角度一起来扒一扒AI Agent。 嘉宾： 董爱国先生是一位资深技术高管、连续创业者及行业顾问，在硅谷拥有超过25年的软件产品开发与团队管理经验，曾带领多个AI/机器学习驱动的产品从零到一落地，并在初创企业与顶级科技公司领导数人到数百人的团队。他目前担任三百人的PropTech初创公司Tripalink的技术负责人，带领产品、设计、工程、数据与 AI 团队，致力于通过AI重塑住宅物业管理，提升业主收益并优化租户体验。此前，他是Celential.ai的创始人兼CEO/CTO，该公司专注于AI招聘解决方案，后被Wellfound（原AngelList Talent）收购。他还曾任Lattice Engines的工程副总裁，该公司是预测性营销领域的领导者。董先生曾在Salesforce和VMware等全球领先的软件公司担任重要职位，并参与了多个成功创业项目，包括Provilla（被收购）、DemandTec（上市）、Metreo（被收购）和Viador（上市）。他是清华大学最年轻的入学者，年仅12 岁半即被录取。 武军辰博士, Co-founder and CEO of Menos AI。Menos AI是一家总部位于硅谷的人工智能初创公司，由多家硅谷知名风投机构投资，专注于生成式人工智能（Generative AI）在金融和资产管理领域的应用，目前服务于多家全球顶级对冲基金和家族办公室。武军辰博士拥有超过十年的全球对冲基金投资与管理经验，曾任美国北方信托（Northern Trust）首席量化投资官（Head of Quant Analytics）。北方信托成立于1889年，资产管理规模超过1万亿美元，是全球最大的对冲基金服务提供商之一，基金托管资产超过14万亿美元。他曾为桥水（Bridgewater）、城堡（Citadel）等全球知名对冲基金、养老基金和主权财富基金提供资产组合管理和风险管理服务。此外，武博士曾任职于波士顿的一家量化对冲基金，担任风险投资组合经理，负责管理30亿美元的多策略对冲基金投资组合风险对冲。武军辰博士毕业于美国西北大学（Northwestern University），获得博士学位，并持有CFA特许金融分析师资格。 唐磊博士是Fabi.ai的联合创始人兼首席技术官（CTO）。Fabi.ai是一个数据分析平台，旨在赋能所有用户，轻松探索数据、构建分析工作流与智能代理。他在构建机器学习与人工智能系统方面拥有数十年的丰富经验，所研发的技术被广泛应用于多个实际场景。在加入 Fabi.ai之前，唐磊曾任 Lyft 的数据科学总监，领导增长战略并孵化多项创新产品，为公司成功上市及新冠疫情期间的业务恢复做出了重要贡献。在此之前，他担任 Clari 的首席数据科学家，该公司由红杉资本（Sequoia Capital）投资，唐磊带领团队构建了 B2B 销售预测与分析的机器学习模型。他的职业经历还包括在WalmartLabs和Yahoo! Labs的重要岗位，专注于推荐系统、广告投放与精准营销等方向。唐磊拥有亚利桑那州立大学计算机科学博士学位及复旦大学学士学位。他著有一本专著，发表论文和专利超过30篇，总引用次数超过11,000次。 以下为正文： 董先生非常感谢TSVC和AI Vanguard Collective共同举办的此次活动。他提到，今天是美国的周五晚上，而在中国是周六的早晨，他对于大家能够抽出宝贵时间参与活动表示衷心的感谢。董先生指出，AI目前是一个热门话题，自从两年前ChatGPT出来后，AI就成为街头巷尾热议的焦点。从去年开始，AI agent的概念也逐渐升温，许多人认为今年将是AI agent大放异彩的一年。他相信在座的各位对此都抱有浓厚的兴趣，并希望今晚大家能享受这段时光，并从中有所收获。同时，他对唐博士和武博士能够参与此次活动表示感谢，他们作为在美国的创业者，不仅拥有丰富的行业经验，还具备实际操作AI agent的实践经验。董先生本人也参与过众多AI项目，并且Charlene已经简要介绍过这些项目，包括一些AI agent的应用案例。因此，他希望从商业和技术两个角度进行深入探讨，以便大家都能有所收获。现在将开始活动，首先从商业角度提出几个问题，邀请两位嘉宾共同探讨，并适时穿插技术方面的讨论。 08:29 从商业方面，AI agent正成为热议话题，几乎每个人和公司都在讨论它，我想请两位嘉宾来谈谈实际情况，有哪些应用场景已经得到了实际验证？ 武博士表示，他可以简短快速地与大家分享一下，首先简单自我介绍一下，正如Charlene之前所介绍的，过去十多年一直在对冲基金行业打拼，也算是在华尔街摸爬滚打，去年他深刻感受到AI是一个彻底且巨大的机遇，于是满怀激情地投身于这个行业。他意识到，未来无论是做quant、金融还是量化领域，许多工作都将被AI取代。与其等待AI取代我们的工作，不如主动去开发AI，迅速加入这个领域。加入后，他发现了与Andrew刚才提到的一样，AI应用目前非常热门，但他们认为，尽管如此仍存在一定的差距。观察到，金融行业的分析师每年能获得数十万甚至上百万美元的收入，他们相信能够开发出与之同等质量的AI agent，可能很快就能为公司创造同等的利润。然而，真正实施时却发现，金融企业在决定购买并使用AI agent时，会有很多顾虑，即便是几万元的投入，他们也会深思熟虑。这实际上揭示了许多问题。他认为，这正是AI agent理想与现实之间的差距，从开发原型到实际应用，存在许多鸿沟。认为目前，最大的鸿沟主要存在于大众认知中的所谓消费者水平的AI agent，与他们正在开发的2b的agent之间，存在显著差异。 最近国内有一家名为Manus AI的公司引起了不少关注，许多人好奇地问他是否与他们Menos AI有关。他澄清说，那并非他们的项目，但他确实对他们的成就表示赞赏。Manus专注于开发通用型人工智能，解决日常问题，例如安排旅行或管理日常事务，他们可能会使用日历、电子邮件等日常工具，这属于通用型人工智能的应用范畴。相比之下，Menos专注于金融行业这一特定领域，致力于开发面向企业级的应用程序，即所谓的2B型应用。 他们自己总结出一个显著的区别，即一个是failure critical，另一个是success critical。具体来说，Manus非常成功，因为在使用这种通用人工智能应用时，你可能尝试十次，有两次它给出了令人惊艳的答案，这足以让你记住它，并愿意与朋友分享。然而，当他们继续开发此类应用时，即便成功了一次，但在实际生产和生活中，尤其是在他们正在开发的投资过程中，它必须有我们称之为big stake in terms of your AI results。在这种情况下，你不能只尝试十次，而必须使用九十至一百次，99.999次，它必须准确无误。因此，如何实现商用级别的准确性和可靠性，认为这是一个巨大的挑战。 接着，他以自身为例说明，很荣幸地成为TSVC的合作伙伴。他经常需要向投资者阐述，尽管Manus已经流行起来，他们却还未如此。总结原因在于，开发这类通用的商业人工智能，仿佛在沙滩上作画，迅速而必须充满浪漫色彩，追求美感。然而，他们从事的2b商业级项目，却像是在岩石上雕刻文字，必须缓慢而精确，并且要确保后续工具的完善与清晰。因此，他个人认为，在商业应用落地时存在一个巨大的差距。 唐博士认为，您的观点确实很有见地。先简要介绍一下自己的经历：自从在美国获得博士学位后，便一直致力于机器学习科学的研究。在他的领导下，团队面临的一个主要挑战是每天都有各种各样的业务问题，例如市场运营销售的项目经理会提出问题，请求他们帮忙查看数据或进行分析。你也知道，数据团队通常人数有限，而这类请求却源源不断，他们很难在短时间内满足所有需求。因此，作为负责人，经常不得不拒绝一些请求，或者简单地判断哪些问题需要优先解决。随着AI技术的出现，他意识到AI在很大程度上能够帮助他们解决这些问题。这也是他们创立Fabi.ai的初衷。从Fabi这个名字可以看出，取名“fast business intelligence”，意在让公司内的每个人都能迅速获得数据洞察，这是他们最初的目标。然而，在实际应用中，确实经历了一些曲折。 最初，他们开发了一个完全本地化的解决方案，即一个AI agent。用户可以直接提问，而这个Agent能够访问公司成千上万的数据库表，并生成SQL查询，然后将结果反馈给用户。这个想法是在大约两年前提出的，当时GPT技术刚刚问世，这个方案看起来很自然，因为需求和技术都相对成熟。但随后发现，在实际操作中遇到了重大难题，企业级数据非常复杂。举个例子，如果我想了解公司的营收情况，可能会发现有五六十张表都与营收相关，那么究竟应该使用哪一张呢？在这种情况下，即使AI技术再先进，也难以理解公司的业务逻辑或数据结构。这是他们在实践中遇到的一个方面。 同时，还需关注另一个层面，即我们旨在解决的具体应用究竟是什么？他个人认为，如果问题仅能通过C语言来解决，那么这些问题通常对公司而言并不至关重要。因为很多时候，C语言能做的只是从数据库中提取数据，而真正需要解决的可能是更深层的问题。例如，CEO可能会提出疑问，为何我们公司的市场份额持续下滑？我们应如何阻止这种趋势？这才是公司真正关心的商业问题。因此，我们需要从数据库中提取数据后进行更深入的分析，可能还需要借助CF或机器学习模型进行预测，最终提出一个假设性的解决方案。接下来，就是他们公司可以采取的具体行动。 实际上，对于公司业务至关重要的，是需要进行深入的分析。因此，他们从最初的no agent模式，转变成了更倾向于成为像一个平台或助手的角色，以便快速有效地构建数据分析工作流和代理。想象一下，现在我们更倾向于构建像标志或核心价值陈述那样的东西，这样你就能迅速构建出能够解答与公司业务密切相关问题的系统。因此，在构建你的业务Agent时，应当回归本源，思考你真正想要解决的问题是什么？对于公司、企业或用户来说，这是不是一个关键问题。 因字数限制，更多内容请收听音频 欢迎关注“TSVC”微信公众号观看视频，了解更多早期创投相关话题的干货内容！ 加入日常交流群请看海报左下角二维码，添加TSVC小助手，获取更多分享。

3月29日TSVC举办了《打造下一个独角兽》讲座第39讲。今天讲座的话题是iPhone Made in USA。“将iPhone生产带回美国”一直会被认为是美国制造业回流的象征。传统上，由于较低的劳动力成本和成熟的产业生态系统，亚洲一直是外包制造的首选。然而，近年来智能制造的突破——特别是先进机器人技术和具身智能（Embodied AI）的发展——正在挑战这一模式。今天请来硅谷ZOOM投资人和eBots创始人共同聊聊美国制造业本土化的三大挑战，以及在美国制造业回归潮中的创业机会和投资布局。 嘉宾： 张于庆先生2010年创办TSVC，硅谷第一家大陆华人的种子基金。曾创建芯片设计工具公司Jeda，以及硅谷第一家华人创业孵化器Innospring。作为TSVC的掌门人，他主导了160 多个种子轮投资，其中包括5个IPO， 10个独角兽，他还是ZOOM获得的第一家机构投资者支票的签署人，在硅谷华人种子轮投资人中业绩保持第一。张于庆先生积极服务于青年学生成长及创业创新者的各种组织曾任清华企业家协会TEEC的理事会成员，TEEC北美分会主席。他还是硅谷公益基金TSVC Giving Fund的创始人。张于庆毕业于清华大学电子系，在Syracuse University获得硕士学位。 徐征博士是一位连续创业者、投资者和公司高管。他是eBots Inc的创始人兼首席执行官，该公司是一家专注于精密制造的智能机器人创新和制造企业。他曾是Silevo Inc的首席执行官和联合创始人，该公司致力于高效光伏电池和组件的研发和大规模生产。Silevo成功地被特斯拉旗下的SolarCity公司收购。徐博士在太阳能和半导体行业有丰富的经验。他领导开发了商业规模上能效最高的光伏组件。他在美国和中国建设了高能效光伏电池组件大规模生产线。 徐博士还主导了各种尖端半导体设备的开发（如物理气相沉积、化学气相沉积、原子层沉积、电化学镀膜等）和商业化。在担任全球最大的半导体设备制造商Applied Materials, Inc全球副总裁和金属沉积事业部总经理期间，取得了数十亿美元的年度销售收入。他开创并领导了铜薄膜工艺技术和设备的研发，实现了整个半导体行业芯片性能全面提升和降低成本。徐博士还担任一家快速成长的半导体设备公司的董事顾问，纳斯达克：ACMR。 徐博士在加利福尼亚大学圣巴巴拉分校获得材料科学博士学位。他还拥有日本大阪大学的电气工程博士学位。他在中国浙江大学获得了半导体物理和器件学士学位。徐博士持有104项美国专利。 以下为正文： 06:01 首先，想与Eugene探讨一下，您近期撰写了题为“iPhone Made in USA”的文章。传统印象中，电子产品制造通常发生在中国和东南亚的工厂流水线，您能否简要地向我们说明，是什么促使您撰写这篇文章的呢？ Eugene表示，当时撰写这篇文章是在今年的2月4日，距离现在已经有一段时间了，实际上需要坦诚地讲，仍处于草稿阶段，文章内容写得比较粗略。之所以写这篇文章，与我们今天讨论的主题息息相关，这得益于与徐博士的相识以及与eBots公司的接触，正是eBots所从事的事业为撰写此篇文章提供了基础，在交流过程中，或许这个构思源自徐博士，因此Eugene是以此为背景撰写了这篇文章。 目前大家都关注到，苹果公司宣布将在未来四年内在美国投资超过5000亿美元，该消息是在2月23日之后公布的，而Eugene所写的文章时间为2月4日，所以早期投资人需要抓住机遇。然而，这5000亿美元并非全部用于iPhone的生产，其中一部分被称为Advanced Manufacturing，这也代表了风向。同时，我们大家知道还有台积电，包括韩国的Hyundai，还有日本的Honda这一系列。统计数据显示，截至目前，今年宣布的投资总额约为1.7万亿美元，这些投资与美国的经济活动紧密相关，因此，我们在这个大背景下，也能观察到宏观政策的一些动量效应。 “iPhone Made in USA”无疑是属于消费类电子产品，其成本自然至关重要。过去，人们并不太关注生产地，哪里成本低就选择在哪里生产。然而，随着供应链问题的出现，其他电子产品的生产地选择变得具有更深远的战略意义。基于这样的背景，人们开始思考，我们所强调的这一点非常重要。后面徐博士将会详细描述eBots公司如何在iPhone的美国生产过程中，解决了其中最为棘手的问题，而后续的步骤则相对容易一些。 另一个观点，之所以提出这个议题，与他们作为早期技术投资人的身份紧密相关。这也是TSVC能够持续15年专注于早期投资的原因，必须对市场趋势有所预判，需要预见未来的动向，洞察市场和整体趋势的发展方向。在这前提下，几年前，包括苹果公司首席执行官Tim Cook在内的众多人士都在讨论，苹果公司宣称供应链的问题已经得到解决，并计划将部分生产线迁移到美国，这显然是不切实际的。因为当时的库存全球化就已经解决了这一问题，实现了成本最低、物流最优的模式，这是最优的解决方案。所以，他们声称问题已经解决，游戏已经结束，这显然是不可能的。 那么，撰写这篇文章的另一个初衷，是在于大多数人认为，这个赛道似乎完全没有成功的可能，这类情况在我们的日常生活中屡见不鲜。以SpaceX公司为例，它在大多数人认为不可能实现的时刻诞生了。当然，这件事情尚未成为现实，但我们对此抱有信心，因此这篇文章也是基于这样的信念撰写的。 12:10 在您的文章中也提到了美国制造业本土化所面临的挑战，能否请您进一步详细描述？之后我们再向徐博士提问。 Eugene指出，这个挑战显然与生产成本有关，尤其是硬件方面，例如芯片等。此外，与生产直接相关的成本更为关键，芯片成本所占比例较大。然而，组装成本也是不可忽视的一部分，尽管它并不是最重要的。简单来讲，其中一点涉及是否拥有熟练工人，另一点则是熟练工人的成本问题。实际上，在美国这两点是缺失的。尽管新政府宣布今年二月份新增了一万个生产岗位，从数字上看生产确实有所改善。然而，熟练工人及其成本的影响依旧显著。因此，在这两点缺失的情况下，美国的生产环境并不适宜。 为什么现在出现了这种可能性？关键在于这里的自动化技术。自动化意味着在某种程度上，熟练的工人可能变得不再必需，从长远来看，自动化将引发竞争，我们暂且不谈这种极端观点，还有其他因素，比如其他一些不能轻易转移、成本高昂的东西，整个产业链都在紧密相连，这些都是一系列问题。当然，这非常复杂，但最终如果实现了，你可以将其视为一个电费问题，美国的电费并不比其他国家高。我们也清楚，在台积电的工厂，他们在“Made in USA”的主题下，原本有三个工厂，现在宣布将再增加三个，这将促使整个供应链的参与者都进行迁移。所以今天没有不等于明天没有，我们今天依靠eBots完成了这一最艰难的任务，未来不能排除其他部分也可能被转移，这样就可能构建起一个供应链，并且结合高度自动化的发展趋势。 15:37 针对美国制造业本土化的难度，作为一位成功退出的创业者，第二次创业时为什么会选择这一方向？目前创业的公司成立时的初衷是什么？技术思路是如何规划的？期待徐博士能够继续这个话题。 徐博士认为，国民经济的均衡发展非常重要，不应所有人都投身于金融或服务业。他强调，一个完整的生活体系始于制造，从农业到工业，只有生产出产品，销售和分销才能随之发展，进而推动国民经济的更高层次进步。由于自己在制造业拥有丰富的背景，博士毕业后在Applied Materials从事半导体芯片制造设备工作长达15年，这段经历为他提供了宝贵的制造经验。随后，做solar energy工作，并与特斯拉合作建立大型工厂。对他而言，制造业似乎从未淡出他的视野，反而规模越来越大，大型工厂逐渐演变成巨型工厂。因此，他意识到第二次创业选择制造业的原因：首先，制造业是国民经济的基石；其次，他个人的经历让他对制造业有了深刻地理解。他提出，制造业的一个关键挑战是如何利用人的灵巧性制造机器人，以替代像穿针引线一样需要精细操作的生产环节。 18:54 您是否可以简要地介绍一下您的创业公司eBots，包括它的产品和应用情况呢？ 徐博士强调，eBots产品的核心优势在于融合了现代具身智能与传统机器人技术，以实现柔性、多用途和精密制造，之前提到的智能手机仅是众多应用之一。实际上，eBots主要应用于精密和桌面装配任务，涉及电子和医疗器械等多个领域。目前，客户群体更加广泛，他们认为eBots能够实现精密柔性制造，许多应用都体现了这种柔性。例如，有客户从事数据中心服务器的生产，服务器上的锂线连接可能多达数百条。这些连接若由人工完成，错误率极高，因此他们希望使用机器人来提高效率，这是一个全新的应用领域。再比如汽车行业，虽然eBots之前并未特别关注，但汽车行业的需求却主动找上门来。他们表示，随着电动车的兴起，内部电子元件的连接需求大幅增加，传统的工业机器人已无法满足需求，必须采用更先进的技术。因此，随着技术平台的发展，类似于树木从根部长出叶子和果实，eBots的应用范围也在不断扩展，甚至已经进入半导体设备制造行业，技术专注于手、眼的协调配合，通过具身智能实现手与眼的协同工作，这种能力在各个行业中都是必需的。 21:17 您之前提到，在制造业领域，用机器替代人力的可能性很大。那么有哪些工种的替代过程会比较困难？能否举一些实例？如果eBots在这一领域取得进展，它的潜在市场会如何？ 徐博士强调，目前生产线上的上下料环节相对简单，机器人执行此类工作已能轻松应对。然而，真正的挑战在于柔性与精密组装那部分，他们称之为“unmet market or unmet demand”（尚未满足的市场需求）。做startup的话，首先，避免与他人进行同质化竞争，必须专注于那些他人难以完成的任务。其次，市场需求量要足够大且利润丰厚，这样初创企业才能生存。在难度较大的领域中，柔性组装占据了重要位置。人的灵巧性，即手指与眼睛的协调，是一个柔性过程。例如，拾取棉花线时，其形状会变化，而针孔又极小，如何将其穿过需要精确的视觉和自动化的手眼配合。实际上，在组装小型精密物品时，如手表、耳机或智能手机，操作者需要借助放大镜来进行，这对视力是一个考验。但是，通过计算机视觉技术，结合高精度视觉系统和AI反馈，可以更高效地完成这些任务，不再依赖放大镜。 此外，柔性方面，正如他之前提到的，铝线等材料在电子产品中极为常见。目前，他们面临众多应用场景，客户纷纷排队等待演示，询问这是否可行，那是否可行。实际上，市场需求远超eBots公司初创时的预期。 因字数限制，更多内容请收听音频 欢迎关注“TSVC”微信公众号观看视频，了解更多早期创投相关话题的干货内容！ 加入日常交流群请看海报左下角二维码，添加TSVC小助手，获取更多分享。