7月20日TSVC举办了《打造下一个独角兽》讲座第31讲。资本在降温，最近AI泡沫将破的吹哨人也纷纷出场。做算力和大模型很烧钱，但AI应用有望率先自我造血。当前AI应用是何景观？哪类应用在创收？AI应用层如何落地生长？如何在同质化中找到PMF？ 嘉宾： 朱铁斌是连续创业者，拥有丰富的海外产品运营增长经验，担任多家知名公司的出海顾问，实操过几十款产品的从0到1出海全过程，曾出版过《15个酷应用玩转树莓派》、《一本书玩转Midjourney》和《一本书玩转出海》等作品，科技自媒体深思圈和SenseAI的主理人，也是出海社群Magineer的发起人，全网粉丝超20万。 夏淳博士是TSVC联合创始人，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。 讲座目录： 01 活动概要 02 AI应用在宏观上如何分类？哪些应用能赚钱，哪些不赚钱？ 03 根据刚才的四个分类再点评怎么来赚钱？ 04 分享如何去赚钱？ 05 B端市场上有哪些旺盛的需求，有哪些比较领先的公司和产品？ 06 现在是加入AI初创公司的好时机吗？ 07 PDF.AI会不会生存不下去？ 08 对安全方面AI投资项目有哪些？目前有什么案例? 09 C端的音频、视频、图片的应用是不是太多了？ 10 AI Agent 做直播带货怎么样？ 以下为正文： 今天的活动采用夏淳博士对Leo进行“炉边访谈”的形式，深入探讨“AI泡沫将破，AI公司的商业化何去何从”的议题。TSVC基金从投资视角审视宏观经济全局，指出当前还处于下行期，尽管已历经长时间的支撑，但还是有很多的不确定因素。 就AI泡沫而言，最近美国红杉资本合伙人David Cahn发表了题为《AI’s $600B Question》的文章，文章中对AI算力表示质疑，指出AI领域虽预计投入高达六千亿美元，但其实AI赚的钱可能不会超过一百亿美元。因为我们知道OpenAI的业绩有十多亿美元还算是不错的，其他多数公司的业绩都不理想，投入产出严重失衡。此外，华尔街高盛财团的Allison Nathan也在其Top of Mind专栏中发表文章，预测AI整体投入可能会有一万亿美元，她更在一些访谈里坦言，未来十年内，美国的生产力增长或将仅为0.5%，GDP增长也仅约0.9%，这一预测数据较为悲观。 夏淳博士认为实际情况相较于所提及的数据而言，实则更为乐观，然而，总体的投入和产出却严重失衡，在这种情况下，显然都是一个泡沫的问题。夏淳博士他们当年都是经历过第一次互联网泡沫，尤其是在.com时期，光通讯领域便是一个因过度投资而催生泡沫的鲜明例证，最终泡沫破灭。 关于这个问题，去年11月的讲座活动，夏淳博士和百度七君子雷鸣老师共同探讨了“去AI化”的议题。其本质上是向我们自身及广大听众传达一种冷静理性的态度，针对当前AI领域存在的泡沫现象，倡导我们要以冷静的视角进行审视。在这一宏观背景下，我们需要认真地思考，在泡沫即将要戳破或者有人认为已经戳破之际，我们怎么能够找到赚钱的AI，当然应用是最快的方式。 在此，这个话题引到了我们今天请来的访谈嘉宾朱铁斌Leo。其实我们中国把一项技术做落地，怎么去赚钱这方面绝对是领先于美国的。尽管在前沿科技领域，如大模型、算力、芯片等方面，硅谷展现出了卓越的领先地位，但在技术的实际应用与盈利方面，中国则展现出了更为显著的优势。这一点在文娱领域尤为明显，TikTok（抖音）的出海以及后续兴起的短剧热潮，这些都为此提供了有力的证明，预示着未来将会有更多类似的成功案例出现。 Leo是一直在中国观察整体AI应用的走向，积极参与指导创业项目如何有效进入市场。在此过程中，他深知PMF (Product Market Fit)对于项目生死存亡的重要性，因此他的工作极具价值。基于这些原因，TSVC基金特别邀请Leo来，就以下几个关键方面与大家进行深入分享：第一，目前AI应用是何景观？第二，应用如何赚钱？第三，应用如何分类？这些方面Leo在他的自媒体《深思圈》做过很深入的研究。 TSVC之所以向Leo发出邀请，主要基于以下两方面原因。首先，夏淳博士作为Leo的早期粉丝，持续关注，对Leo所撰写的高质量文章尤为赞赏。其次，Leo不是纸上谈兵，而是能实操，亲自参与市场运作及产品与市场需求契合度的深入分析。这些宝贵经验具有很高的分享价值。 09:25 AI应用的落地是能挣到钱的，那AI应用在宏观上如何分类？哪些应用是能赚钱的，哪些是不赚钱的？ LEO表示，目前整个AI类的应用有四种分类方式： 第一种分类，根据产品使用的模型区分。一类，是基于大模型，比如可以基于OpenAI，Claude等等这些大模型，在此基础上去做的应用。另一类，是基于图像、视频或者音频模型开发的产品，这些模型相对会更小一些。基于这类模型做的产品往往都是自研的模型。比如AI生成图片，像MidJourney和Ideogram等等，或者直接基于开源的stable diffusion去做一些图像生成类的产品。还有视频生成类的产品，像PIKA，Runway等等都是基于自己的视频模型。前段时间Stability它开源了自己的stable video diffusion的视频模型，也有相应的视频生成的产品出来。音频模型的话是前段时间爆火的Suno.ai，它能够直接根据用户的prompt去生成对应的音频内容。 在第一种分类方式下面的产品，比如基于大模型的，往往会变成Copilot或者Agent的形式。在这下面又会有一种新的分类，这个分类主要是基于原来的某个SaaS里面去嵌入AI的功能，可能是SaaS+AI这样的一种分类，这种分类方式对于做海外的产品来讲比较普遍。因为过去5—10年，国内主要是做移动互联网app类的产品，面向的主要也是C端市场。但在海外过去十年，主要是云化的过程，面向2B的SaaS是创业的主流，主要根据某一个具体的问题，做对应的解决相应的一些SaaS的产品。所以在海外做AI类产品的时候会面临的一个问题，就是可以在原有的SaaS基础上去叠加生成式AI的能力。这一块比较典型的应用，比如最早的Notion，它原来是生产力SaaS的一个典范，在很早期的时候就推出了Notion AI的功能，在原有的整个block文档的基础上，方便用户快速地借助生成式AI的能力去做生成，包括去做一些总结和分析。像类似的比如craft，微软的就更不用说了，都是在很早期就集成了对应的AI能力，这个相当于是一个Copilot。 第二种分类，是AI Native的一些应用，这个更多讲的是Agent的概念，这类的产品相当于是把原来的SaaS做迭代。最近看到Foundation Capital和a16z都提了一个概念”Service as a Software，大家都知道SaaS讲的是“Software-as-a-Service”，即用软件及服务。未来生成式AI类的产品可能可以做到，原来需要到别人软件上去操作，去实现整个的pipeline，可以直接用Agent去代替，把服务变成软件或者说Agent。这是AI Native一些应用类的产品，这种划分形式的具体差异或者表现方式会体现在进入市场的策略上。 第三种分类，是根据B端和C端这两个方向。B端类还是原来的SaaS类的应用，比如SaaS+AI，或者是做AI Native的一些Agent的应用，但主要是面向B端的场景。C端类的应用可以分成两个：一个是C端偏生产力方向的应用，比如比较火的SpeakAI等等，做C端教育类的更多的是帮助学生提高效率，或者是帮助个人去找工作等等。另一个是C端娱乐项的，比如Midjourney很多人会用它去生成各种各样有意思的图片。包括Lancer比如拍一个照，可以根据它的AI Filter去生成各种各样的头像图片；还有前段时间比较火的remini等等。还有陪伴类的，比如Character.AI，还有Replika等等，这些都是C端娱乐项的一些应用。 第四种分类，是根据软硬件区分。其实绝大多数产品都是软件类的。还有比较火的是AI硬件的赛道，比如前段时间比较火的AI Pin，还有国内团队在海外做的Rabbit R1等等。这些AI硬件类的产品，包括还有一些比较小的，比如一个叫 Plaud的产品，本质上是一个录音笔，但是把ChatGPT给集成进去，可以根据录音快速地帮助人做总结和分析。这类应用还有Meta和雷朋联手推出的智能眼镜，没有AR的功能，但是可以直接通过语音的方式，通过眼镜上的摄像头去做一些交互等等。 Leo觉得AI硬件类也是非常有意思的产品类别，包括他跟国内一些投资人交流的时候，投资人觉得国内有出海计划做硬件类会比较有优势。其实一点，是因为人没有在海外，做一些SaaS偏B端的方向没有办法很好地SLG。硬件类的话，国内之前已经有大量的外贸，包括独立出海整体的基础设施已经很完善，只需要通过渠道把产品卖出去即可。另一点是在供给侧，国内整体硬件的研发，包括制作成本等等都有一定的优势，所以很多投资人目前看好的方向反而是在AI硬件这一块。而且很多投资人都会关注，AI软件型的产品核心壁垒究竟会在哪里？硬件类的产品其实也可以很好地回答这样的问题，只要用户购买你的硬件，后续持续订阅的方式始终是在硬件上的，就不需要去担心壁垒的问题，也不需要去担心大模型可能会在某个阶段把你的功能给吃掉这样的问题。这是大概从四种方式去对这类产品做的划分。 夏淳博士认为Leo的这四个分类非常精辟，而且思考的方向和投资不一样的地方，是真的从赚钱的角度去思考，投资是从花钱的角度思考。TSVC基金投资的方向第一是算力的芯片，第二是模型，还有一个比较冷僻的方向是AI的安全方面。安全在英文里面有两个概念，safety和security这两者还是有区别的，TSVC投资的这三个领域非常小众。那么刚才Leo说的是TSVC另外两个投资的大方向，一个是应用类，另一个是Agent，这两个方向本质上都是偏应用，最接地气挣钱就快，尤其回应我们的主题，泡沫之后如何生存，而且活得好，首先能站得住，再把钱赚了，不要被打倒，等做大了以后躺赢了的过程。 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右下角，添加TSVC小助手，获取更多分享。

6月21日TSVC举办了《打造下一个独角兽》讲座第30讲。如果教育和职业是每位年轻学子的人生投资。升大学，选专业，以及选择职业赛道到底有没有投资逻辑？在AI都可以写代码的瞬息万变的时代，哪些底层逻辑是保持不变的？毕业季来听听投资人青年导师，有着四位优秀女儿的教师及新泽西公校副校长怎么说。 嘉宾： 苗娟博士是北师大外国教育史硕士，美国教育管理学博士。在美国纽约和新泽西公立学校做教师、副校长34年，深受家长和师生爱戴。苗博士有四位优秀的女儿。她在公众号《苗博士和四个女儿们》发表了近300篇文章，介绍分析女儿们以及她的学生们的小学，公立私立初中高中，私立寄宿高中，三所藤校，及职场的种种经历，言简意赅，丰富细腻，有近2万粉丝。最近几年，应读者家长要求，苗博士提供教育、升学和职业咨询，为数百学生家长答疑解惑，指导进入梦校。 夏淳博士是TSVC联合创始人，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。 讲座目录： 01 活动概要 02 AI将会替代哪些人类的工作岗位？我们如何确保竞争力，不被AI所替代？ 03 面临职业选择的阶段会给什么样的辅导和建议？ 04 这两年高科技就业市场很低迷，在职业发展方向上，您能给年轻人什么建议来应对？ 05 在科技高速发展的时代，择校选专业和毕业后的职业规划不一致，如何看待这个问题？ 06 创业者有年轻化的趋势，毕业后就创业有什么利弊以及建议？ 07 进入职场到底怎么能够做到成功呢？ 以下为正文： 02:38 夏老师，作为一位经验丰富的投资人和青年导师，您能从投资人的视角和青年导师的立场为我们解答一下问题吗？当前，我们已步入一个AI能够编写代码的年代，AI将会替代哪些人类的工作岗位？在这个日新月异的大时代，关于人生投资的哪些底层逻辑是我们应当把握的，以确保我们在这样的环境下仍能保持竞争力，不被AI所替代？ 夏博士指出，之所以有这个话题，一方面是每年的毕业季他们都会讲一讲，因为经常被问到跟教育相关的问题。另一方面，鉴于TSVC有14年的丰富历史，到每年的毕业季都会带实习生，已经超过十年了，每次实习期结束以后，最后摸索下来，TSVC都会问同学们一个问题，你对投资是否有一个基本的概念呢？投资作为人生的技能你是否有感悟呢？让实习生自己思考这个问题。 夏博士认为，投资实际上是一种生存或者生活的技能，因为每个人每天都是在做各种各样的投资，所以很容易地把升学，职业发展，生活很多方面都可以理解成一个投资行为。用我们积累这么多年投资的经验来看，这个话题可以延展很多值得大家探讨。并不是说他们自己就有什么特别好的结论，但是可以激发大家的思维，尤其是这些年轻的学生，还有家长，在考虑这件事情就可以从不同的角度。 对于学生来说，大学里没有任何一位教授去教你怎么去做投资。但实际上各种各样的事情，比如说自己牺牲掉一些娱乐时间，少打一些游戏，这些时间投资在什么地方，这都是需要思考的。TSVC每年新来的实习生，他也是习惯先提问，带着问题来实习，人生的投资是一个什么样的投资逻辑。 现在我们来回答主持人Charlene提出的问题，我们面临的是AI技术的广泛应用及其所带来的职场变革，从投资的角度来看，这一现象具有深远的影响。夏博士作为TSVC基金中负责AI投资领域的专家，将AI对职场的影响归为以下三类： 第一类是已经发生的，生成式的AI或者叫AIGC。它的开端是去年12月ChatGPT横空出世，大家都在用一直到现在。之后就有大量的生成图片，甚至现在还有生成视频、音频、图像等内容，这件事情会大量地取代入门级水平的白领工作。那么夏博士特别欣赏他的老朋友，之前一起做过活动的雷鸣老师，他是百度的创始人之一，他们过去一起讲过‘去AI化’的相关话题。 雷鸣老师讲，一个大学本科毕业的文科生步入社会，比如做一些文案的工作，写个报告之类的这是很常见的。这些工作显然是最容易被ChatGPT给取代的，如果今天要让ChatGPT帮你去解析数学题还没那么准，但是写文案之类的确实是已经取代了。今天看技术发展得特别快，已经可以做一些简单的编程写程序，所以对一些学计算机专业的学生其实也有冲击，简单的编程不见得比AI更强。他们也投资过用AI来做化学实验的项目，对于电池新配方的研发速度非常快，预测新的配方，生成新的配方，再自动地去做实验，比人工要快100倍。 包括他们投的和看到的一些项目，还有做生物实验的，这些初级的都是受影响的。还有更明显更直观的是一些美术生学的插画，哪怕你认为自己的素描、油画、水粉什么的都画得很好，其实做出来的话不见得拼得过AI的生成，以及做视频做动画，这些初级的应该都是受影响。这是第一类已经发生的生成式AI。 第二类是刚刚起来正在进行时的Agent，中文有人把它翻译成代理，也有人把它翻译成智能体。Agent它是有一些特定的任务，和AI的Agent有相当高的智能可以做一些具体的指令。现在Agent的技术发展得很快，他们也投过这样的项目叫collaborative multi-agent，是指协同式多智能体的一种技术，这种技术不只是做单一的事情，而是多个任务可以协同工作。这样的技术发展起来特别适合流程化或者程式化的，一步一步地去做程式化的白领工作。就像刚才说的生成式写一篇文章，过去实习生到TSVC都会去写博客，还需要找个母语是英文的人去做审阅修改。而现在可以全部都用ChatGPT生成，语法都不会有问题，这件事比较简单现在已经做到了。 还有看到他们自己投资的很多垂直领域的项目，比如客服中心，财务会计，金融服务，包括法务法律方面，大家用这种方法可以把流程跑通。它的能力已经接近于一些中等经验水平，再继续做3-5年能够跟人匹敌，甚至比人做得更好。当然跟一些骨灰级特别厉害的老手，可能AI还是比不过，所以这一类对大家的工作影响也是很大的。 再讲第三类是即将要发生的，今天还没有，但是大家可以预测。因为现在AI大模型很厉害，一出手就是700亿的参数，甚至还有更大已经到万亿级了。它把所有的数据全部都吃掉，只要是人类能够用语言表达的数据全部都吃掉，导致一个很神奇的结果，一个AI大模型把所有的知识装进去以后，变成了一个专家的集合。这个AI就有点像一所大学，比如教微积分是一位教授，过两天上物理课还是同一位教授，再去学人类学，心理学都是同一个人。 现在正在有人研究这件事，怎么能够让这么多的专家协调在一起工作。这个有点像我们所了解的，比如医院里面有专家会诊，从不同的领域，不同的专业背景，大家在一起来解决问题。现在对AI来说完全不是问题，因为AI自己就等于是成千上万个专家，而且专业水平非常高，它又是医生懂医学，同时懂工程，什么都会什么都懂，它把所有的论文文献都读过了，并且都有一定的理解力，这件事情下一步应该也是挺可怕的。 对我们有什么直接的影响呢？今天我们还是非常努力地同时读个双学位。比如夏博士原来本科学的是无线电系，硕士的时候改学软件计算机科学。后面假设你再学点其他什么学科，同时想跨学科掌握很多的专业，可能真的拼不过AI，这个都是对我们的影响。这件事情正在做还没有发生，但是有一天一定会发生，这样的确会给我们带来危机感。 讲到人生的投资逻辑，如何以不变应万变？TSVC基金从2010年成立开始一直坚持到现在的，用中国古代的智慧来归纳就很容易讲，即“天时，地利，人和”。 第一，“天时”是指我们在投资的时候要看市场的大趋势，这一理念同样适用于人生投资的视角。在此，我们关注的并非项目投资策略本身，而是技术变革如何塑造并影响人类需求的大趋势。这件事夏博士喜欢引用一位专门研究技术和文化之间的关系，技术如何影响改变人类生活的一位学者Marshall McLuhan。他有一个观点：人类因为有了技术，技术就变成了工具。AI就是工具，人类会被工具改造，意思是说，就像今天我们基本上每个人都是低头族，随时拿着手机。同时人类也会改造工具。从AI的角度来看，有哪些是人类被AI改造的，还有哪些是人类如何运用AI去改造我们的生活。宏观看这两个方面，这确实是一个巨大的机遇。 第二，“地利”是指定位，你究竟要做什么事？如果一位年轻的学子毕业以后要进入职场，可以把自己比作一个产品，公司的雇主看我是一个产品，那我这个产品究竟有什么功能，能做什么事，能够给公司，给大家带来什么好处，是这么一个概念。这个时候你自己作为一个产品，其实可以理解成两个方面： 一方面，作为人类在AI的时代，如何运用好这个工具。当人类被工具改造了，你能否驾驭这个工具？AI来了以后，无论是已经发生的，还是正在发生以及将要发生的，看着挺可怕，但是不管AI怎么变，你怎么去使用AI的工具，这件事绝对值得大家下功夫的，而且它特别适合年轻人，一代更比一代强，这个时候你的老板，你的父母那一辈已经不如你了，这是年轻人的优势，学东西很快，所以如何跟AI去竞争，那你就用它，这是一个方面。 另一方面，我们怎么去改造工具。因为AI它全是由数据喂养起来的，而且AI今天能读到的东西是你能够在图书馆里读到的，这些AI都读过了。有哪些数据是AI还没有看到的，你只要能够去找到AI没有看到的那些数据，你就是赢家。 那么找什么样的数据是AI没有看到的？往往是做AI没做过的事情。比如这次夏博士来请教苗博士学习一些东西，这些东西有可能是她自身的体验并没有被发表过，AI从来没有读到过，她是第一次说，聊完了以后这些数据我们是第一次获得，这样就等于是把AI的工具丰富起来了。这件事儿可能是跟AI竞争的时候能够赢的地方，所以如何使用AI，如何通过数据去改造AI，这是你能做的事。 第三，“人和”其实是讲人的要素，在这种情况下能够突出人的软实力就变得尤为重要。过去在学校学习很多知识，或是上了很多专业课。但我们今天讲人的软实力，尤其和人打交道的能力变得越来越重要。有太多例行性的工作，前面也说AI有了Agent以后都比人做得好，很多数据也是你跟别人聊天聊出来的，因为AI有隐私，它不知道的事情还有太多可以发生，所以“人和”方面，人的要素就变得尤其重要。总之，以不变应万变是中国古代的智慧，“天时，地利，人和”从这三个方面可以总是让自己处在不败之地。 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右下角，添加TSVC小助手，获取更多分享。

5月18日TSVC举办了《打造下一个独角兽》讲座第29讲。随着科学技术的不断进步，‘返老还童’这一概念已不再仅仅属于科幻。从基因编辑到细胞重编程，再到老化机制的干预，现代医学和生物科技正在向我们展示延缓甚至逆转衰老的可能性。在全球范围内，关于衰老逆转的研究正引起越来越多的关注，许多顶尖科学家和研究机构都在努力解锁人类长寿的秘密。那么，我们离真正的‘返老还童’还有多远？目前的科研进展如何？哪些新技术和疗法最有潜力实现年轻化？未来在这一领域的发展趋势将如何？这些突破性的研究成果对社会、伦理和个人将产生哪些影响？在本期讲座中TSVC请来了两位领域内的顶尖专家深入探讨这些问题。 嘉宾： 王建新博士，是ImmuOn Therapeutics 和 IOVaxis Therapeutics 的联合创始人及CEO，专注于开发针对癌症和致癌病毒的成人疫苗。他在中国药科大学毕业后，在意大利获得博士学位，并在亚利桑那大学进行博士后研究。曾在墨尔本联邦血清实验室及其子公司Mimotopes工作，并在Chiron及诺华公司担任要职。王博士发表过40多篇科研论文和专利，曾任国际生物分子筛选学会董事和实验室自动化与筛选学会候选主席。王博士是中美生物制药协会(CABS)的创会主席，并担任《生物制药工业趋势》主编，同时是《医药经济新闻》的长期专栏作家。 何为无博士，ETP致和道康基金创始合伙人，Human Longevity Inc. 执行董事长，百嘉医疗董事长。何博士曾先后在美国梅奥诊所(Mayo Clinic)、哈佛大学附属麻省总医院(MGH)完成了博士后研究工作，发表超过30篇研究文献，并且是32项专利的发明人。2000年，何博士创立了专注于生命科学领域的风险投资公司，至今已投资和创办了120多家公司，其中包括20多家上市公司和数家独角兽企业。 讲座目录： 01 活动概要 02 什么是衰老？衰老的定义究竟是什么？ 03 近年在生物医学领域有哪些重大进展？ 04 普通人的健康管理应该怎么样去做？ 05 我们每个人具体要做什么检查以及频率是多少？ 06 对于抗老神药二甲双胍怎么看？ 07 如何保护血管？ 08 酒要尽量少喝吗？ 以下为正文： 04:25 请王博士来给我们回答什么是衰老？以及根据最新的科学和技术的发展，衰老的定义究竟是什么？ 王博士的公司主要做成人的免疫预防和治疗，这个领域涉及很多关于抗衰老及健康长寿的问题。他在医药经济报写专栏的时候，除了主要讲免疫之外，有很多是关于抗衰老的，所以对这个领域有所接触。他认为自己还是需要不断地学习，以前对于这个题目一直保持谨慎。他曾经开玩笑说，世界上两种药最难卖，一个是健康药，一个长寿药，世界上也有两个报告最难做，一个是健康，一个是长寿。之前有一位很著名的卖营养健康药的国际连锁店的老总50几岁走了，还有不久前国内一位著名的养生专家60几岁也走了，所以要进入这个领域，甚至谈相关的话题，都不是一件很容易的事。 抗衰老及长寿，对我们中国人来说是一个千年的话题。2000多年前著名的屈原，他有一篇长诗叫《天问》总共提出了170多个问题。其中也有一个问题是关于长寿的，“延年不死，寿何所止”是指大家都想长生不老，但人寿到底有多少。这个问题不但表现出我们对长寿的愿望，而且也表现出在这个时候我们就开始探索相关的问题了。但是很可惜地说，2000年以后我们还不一定有很好的回答。怎么讲长寿的定义，王博士想分成几个问题来给大家聊一聊。 第一什么是衰老，中文是两个字，一个老一个衰，“老”指的是年龄，但并不是一般的泛指，人到50-60岁以后才可以称老，是高龄。“衰”是在高龄期间，身体功能的逐渐衰退，还不是一般性的衰退，基本上是一个全面性的衰退，但这两个字也不能完全包括，其中还有一个“病”字应该包括，由于高龄，由于功能衰退，导致的重大特点就是有更多的老年病，“老、衰、病”这是人衰老的三个关键因素。英文讲比较简单是age，所以不会涉及一些敏感词，现在国内的人也不太愿意叫老人家，我们也会越来越正视用词的准确性，衰老可能变成高龄，比如高龄研究，高龄健康，高龄疾病等等，用比较中性一点的词语。 不过今天在这我们还讲衰老，那么衰老是什么时候发生的，历来大家持有不同观点，有一种比较绝对的，认为衰老是从我们一出生就开始的，生长和衰老是贯穿我们生命中的两条线，这两条线的交叉和盛衰决定了我们一生。有一句话是说“人一出生就踏上了走向死亡之路”，但实际上衰老并不是那么早。他更倾向于阶段性的说法，这种说法把人生分为两个阶段：前一部分叫做有意义的生命，后一部分是延长生物的生命。 前一部分有意义的生命，也包括两部分：一部分是生长和成熟阶段，从出生到20几岁的阶段，这个阶段生命意义是完成成熟的个体。另一部分，是20几岁至60岁的阶段，叫做生殖生命阶段。从生理学上来讲，这个时间的生命意义主要是传宗接代。在传宗接代任务结束后，再进入延长生命阶段，这个阶段可以认为是衰老的开始和衰老的延续。比较现实的说法，应该在结束生殖生命之后，开始一段功能衰退以致到死亡的过程。 这个分段也暗含了一个衰老的机制。几年前的国产动画片“哪吒”，主人公哪吒说了一句话“我命由我不由天”，其实我们生命的问题也可以说“我命由我也由天”。那么很难驳斥一个观点，我们的生命是由基因所控制的，基因设定了一个程序，从一个受精卵一步步地发育成一个婴儿，从婴儿长成一个成熟的青年，这个过程中出任何问题都是不行的。因此，如果基因中有这么完美的一个程序，那么它应该也有一个程序来引导我们走向衰亡。 事实上，在细胞水平上也曾经提出过叫做程序性的死亡，大家知道抗免疫药PD-1，programmed death-1。他认为这个定义有点过，实际上T细胞表面，它有两类信号，一类是刺激，一类是抑制。PD-1是抑制，T细胞最终是相结合还是抑制，还是得看这两派相互对抗的结果，所以它是否是一个死亡程序的操控者，这点还是有待争议的。 而且我们谈的衰老不是细胞水平，它是从分子开始，细胞开始，到组织器官，乃至中枢对机体的调控全方位的衰退，所以很难确定人体内确实有整体性衰老的调控机制。现在研究时用了很多分子靶点，比如关于代谢的。基因在我们生产过程中就已经发起作用，并且一直在生长。虽然很难决断认为有另外一个部门来管“衰”，但这一点就是它最大的弱点。因此，并没有找到有这样一个调控的信号。 同时程序性衰老有两个悖论：一个悖论，如果人基因的本身需要让自己无限制扩散的话，那投资在一个健康的人身上，让他长期生存乃至永生，不是更加经济合算。另一个悖论，如果真的有一个小型仪器戴在人的头顶推动计划，我们就衰了，它死亡的话，那么这个结果是否会玉石俱焚呢。所以这是两个悖论。 王博士比较倾向于另外一种不是主流的观点认为比较合理。即衰老并不是一个既定程序，它是在人生长到60岁之后系统失去了支持和调控，发生的一种消耗性磨损的过程，但并不属于消耗性磨损，而是消耗性磨损导致的各种疾病。这个原因就像买了一辆新车，一开始厂家有保险以及有商业保险，等多年以后保险费太贵不保了，旧车开到哪天算一天。所以王博士认为人没有衰老的程序，并不等于基因对人没有控制，基因对我们人的生命做了三个期限的限制。 第一，人到20岁很重要的生长因子生长激素降低释放，到了年龄就不再生长，这是第一个事实。 第二，人到45-55岁无论男女，生殖功能开始大幅下降，在女性当中尤为明显，女性的性激素在这个阶段是断崖式地下降。这也是最近在相亲市场上大龄女孩子为什么出嫁困难，是因为生理限制。而男性较为缓慢，但是男性性功能也是大幅减弱。这是基因确定下来人寿的第二个事实。 那么前两个阶段之后，我们就自由延长不是很好吗，基因在这里设定了第三个事实，这个实验是细胞分裂的宗旨。这是王博士对衰老的理解。 Jianan概括了王博士的讲解，要点如下：对衰老和死亡的看法就是消耗性的磨损所导致的疾病，以及接下来的这三个点。 17:00 这些年来在生物医学领域有哪些重大进展，可能会根本性地改变我们对老化过程的理解和管理？ 何博士来分享他们管理的Human Longevity这家公司在做的一些工作。现在我们人是生活在一个百花齐放，百家争鸣，长寿科技的年代。如果是生活在200年前，可能什么新发现都没有，但是现在的科技越来越发达，一会儿是CRISPR，一会是基因疗法，以及有各种各样的疗法。从他这十多年来做Human Longevity这家公司的经验来看，认为现在最重要的，并且大家在这个年代都能用得上的科技是精准医疗。通过基因检测以及各种各样的影像科技，每一个人都能够提前10年，20年，30年知道自己的健康风险。 王博士对这方面一直很感兴趣，基于他小时候一起跟外婆长大，外婆到了63岁得了晚期子宫颈癌，从检查出病情到离世大概只有两个多月时间。但是我们今天都知道子宫颈癌实际上是HPV病毒导致的。从被感染要经过20—30年时间，才会得最后晚期的子宫颈癌。如果你一直不知道，等到知道的时候已经是晚期了，那就太晚了。所以用他个人一句话来解释，精准医疗对预防个体化的重大疾病，是我们这一代人最能享受的长寿科技。 现在有大量的科技有很多问题，比如像哈佛大学教授David Sinclair在做NAD，用换器官，或干细胞，或是用年轻人的血清在做很多实验。NAD它在老鼠身上的实验做得很成功，到目前为止，并没有看到人类的长期临床数据证明它对人是有用的。但从精准医疗科技的角度来讲，已经有大量的证据。比如100年前，为什么人的平均寿命只有三四十岁，因为100年前，大部分人最大的健康风险其实是传染病，很多小孩五岁六岁就被传染病感染，或是得了肺结核病等等。 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右下角，添加TSVC小助手，获取更多分享。

4月27日TSVC举办了《打造下一个独角兽》讲座第28讲。当全球化由于地缘政治因素逐渐步入半球化，美国的制造业本土化，而大洋彼岸的中国企业在纷纷出海寻求更大的全球性市场。美国制造成为了当前美国国策，并出台了一系列的激励政策。但如何在美国onshore的大潮中进行实操，落实到如何在美国建厂并有效地进行生产？在本期讲座中TSVC请来了两位拥有30多年实战经验的老兵来手把手教你如何在美国建厂：选址，建厂，仓储运输，环评，招聘，培训，管理和运营，供应链，资金及资本运作，市场和渠道，关税，政策限制等等。 嘉宾： 潘诚，Automat CEO 潘诚拥有超过三十年在美国与亚洲两地创立公司及建立完善运营体系的完整历练，其中包括：建立生产基地，国际物流与清关体系，产品库存管理及维修保用体系，市场销售及代理商体系，申办政府部门各种许可证并对标合规）各种检查，建立作业标准及员工安全培训制度。曾创办广州思特博机电设备有限公司，渤海联合动力有限公司，STB Group(加州)，SDT Distribution（德州），并成为卡特，康明斯，奔驰等著名公司供应商。2022年加入Automat，现任CEO至今。三十年来潘先生不断带领公司扩大与提升亚洲与美国生产供应能力，成为北美最大工业电池进口商与贴牌商，拥有加州及德州两个生产，库存与维修服务基地，客户涵盖许多世界著名品牌。 傅建明博士，Suntint及Silevo 联合创始人，美国能源部评审委员会成员 傅建明博士是半导体和可再生能源的成功企业家和创新者。傅博士是Suntint公司的联合创始人和顾问，专注于智能窗户技术。他曾是Silevo公司的联合创始人兼首席技术官，该公司生产高效率太阳能电池，于2014年被特斯拉旗下的SolarCity公司收购。此外，傅博士还是半导体设备领域的专家，曾在Applied Materials公司服务13年，拥有众多专利和发明（担任物理气相沉积事业部总经理）。他还曾担任多家OLED、电子设备和设备制造公司的顾问委员会成员。他帮助Atlantic Bridge Venture公司投资了多家半导体公司，如奥地利的Semsysco设备制造公司（后被Lam Research公司收购）和瑞典的GaN公司SweGaN。傅博士继续通过担任美国能源部Solar Energy Technology Office（SETO）评审专家来支持可再生能源行业。傅博士毕业于宾夕法尼亚州立大学，获得物理学博士学位，是90多项美国专利的发明者。 讲座目录： 01 活动概要 02 建厂过程中遇到了哪些没有预想到的问题，又是如何解决的？ 03 中美建厂主要的差别在哪里？为什么在美国建厂？ 04 之前总结的方法论是不是可以套用到现在？原来的经验和现在地缘政治下的建厂是否有关系？ 05 相对成本是什么？ 06 请问Automat它是做什么的？ 以下为正文： 03:56 潘老师在中美两地都有创办工厂，并且有运营工厂的相关经验，首先请潘老师简单介绍一下，在美国第一次建厂的经历，现在回过头来看，遇到了哪些没有预想到的问题，又是如何解决的？ 潘老师指出，这个问题问得很深刻，他是1985年来美国的将近40年了。当时在美国市场投资，跟现在的时空环境完全不一样，那个年代国内还很穷很落后，不可比的事情太多了。如果是回到30多年前起步的话，跟现在的情况完全不一样，我们还是多分享现在，不要忆苦思甜。如果今天国内的企业家要走出来，机会和条件跟过去不能比较。我个人是保持积极的心态，鼓励大家勇敢地走出来。 如果是中国人在美国这边创办工厂，遇到最主要的是法律问题，以及社会的认知度，跟我们的价值观完全不一样。还有社会制度的区别，我们的行事风格跟处理问题的方式有很大的差异。首先需要自我调整，我们不能改变美国，只能改变自己。把我们自己的心态也好，前期的准备工作，跟做事情的方式做一些改变。其实并不难，这样能够更容易适应美国这个社会。 07:02 傅老师在美国创建和运营过制造业相关的公司，也是多家电子设备与设备制造公司的顾问委员会成员。请傅老师简单地介绍一下您的经历。中美建厂主要的差别在哪里？如果不存在地缘政治，是否就不应该在美国建厂？为什么在美国建厂？ 傅老师表示，我跟潘老师一样，也是30多年前来的美国。从学校毕业以后，就在半导体设备大厂工作，现在Applied Materials的应用材料在全世界还是排名第一第二的设备公司。 在这家公司工作了13年积累了一些经验，对于美国现有的法律和人员的管理有一些了解。以及我跟我的合伙人都是高级管理人员，在人事管理各个方面的经验就会多一些。当时从Applied Materials出来以后，到了光伏公司先做一些研发的工作，第一次设为量产，再到国内的杭州萧山建立第一个小批量的量产线，后来到美国加州和纽约州进一步扩展，建立规模稍大一些的厂。 从以往的经历来看中美建厂的区别，在美国的建设费用比较高，周期长。在中国建厂，虽然前期需要做一些准备工作，但是建立起来的过程非常快。我们是建立类似于泛半导体的工厂，会牵涉到一些有害气体，有毒气体等的处理和排放。这点在中美两国对于环境的保护都是非常重视的。而且在美国，从设计到工程建设以及环保方面，建立起来的费用要更高一些。 如果没有地缘政治的考量，是否有必要到美国来建厂？这个问题大致的回答是肯定的，但是也会有一些问题。例如福耀玻璃也在美国建立工厂，像玻璃这种行业运费需要花很多钱，它本身的价值没有那么高。有一些行业，其它费用高的时候，在美国建厂是有利的。总体来讲，整个供应链以及营运费用，还有劳务成本的差异，如果没有政策为基础，是没有太大的必要。 11:31 潘老师现在创建和运营工厂，以现在Automat公司为例子来跟我们分享一下，在建厂中遇到的困难，之前总结的方法论是不是可以套用到现在？原来的经验和现在地缘政治下的建厂是否有关系？ 潘老师指出，有原来的经验当然对现在非常有帮助，但是世界一直在变化，政治环境也都在变化。像现在Automat正在加州建立一个中试线的工厂，马上在德州建立一个万吨的厂。其中遇到的第一个问题是美国的签证，原定的计划跟合约是设备的安装调试由国内的生产厂负责。但是签证拿不到，而且签证预约的时间非常长，作为一项投资时间是非常重要的，不能够投资以后，为了等签证把项目空等几个月甚至是一年。 之前我们有一个同行，曾经创造过记录，租用了全世界最大的乌克兰的大型运输机，把整套锂电池的生产设备空运来美国。当时轰动一时，但最后的结局非常的痛苦。当然是因为新冠还有签证的问题，国内的团队一直出不来，花了很大的价钱把设备运过来，硬生生的空摆了四年，损失非常大。 在美国的这些年打下了很好的基础，各方面有很好的关系，可以解决一些问题。中国人说关系，美国也有关系，国会议员都在帮我们，希望我们的签证能够尽快办下来。如果国内的朋友计划未来要出海，我是鼓励先把签证的问题解决好，甚至是把绿卡解决了，这样会好办很多。 地缘政治要不要再来美国投资？我个人的观点，即使中美关系不如像过去一样那么好，依然有一些行业是值得出来投资的。最重要的是考虑成本的问题，是相对成本，而不是绝对成本，相对成本可能在美国更有优势。 15:19 请问潘老师指的相对成本是什么？ 潘老师表示，如果直接比对建立一个厂房，每平方米或者每平方尺单位面积的造价，美国要多少，中国要多少，有些时候这些没有可比性。不过现在国内的土地也不便宜，我在国内也有好几家厂，也知道现在国内土建跟土地的费用已经不便宜了，有些地方甚至比美国还要贵很多。像Automat现在的选址就选在了德州，那里的地皮价格比美国加州，或者比国内三线的地区还要便宜，所以这点需要做一个综合的考量。 一般人可能没有深度的去做比较，美国的运费非常贵。假设生产一部电脑或者一台电视机，中国可能要花50块美金，在美国可能要花100块美金，这只是一个初步的比较。实际上一个产品运到了美国之后，分布在商业渠道上产生的运输费用，还有客户服务维修保养的费用，就远远超出了一开始的预算。 也许很多人没有遇到过这种问题，也没有做过这个预算。像我在美国30多年，已经在两个地区建立了三条完全不同类型的产品线。潘老师深有体会，有很多东西表面上在美国建厂组装，可能成本比在国内高，但是可以得到很多意想不到的优势。 第一，有一些原材料像能源，美国比中国便宜，化工类的产品，美国基本上比中国便宜。这个化工是指化学的石化，相关的原材料比中国要便宜，这是优势。 第二，美国有很多保护主义，千万不要认为这里是自由贸易。其实美国有很多政府以及地方上的采购，都明确地要求是美国的产品，而且美国人的心目中也有一个心态，叫支持美国本土的产品。如果在美国落地，在美国当地的产品，销售会更好做，客户服务也会更好做。同时政治压力也小，政治压力即使没有中美贸易战，美国的国会也是一个无形的压力锅，给很多企业造成很大的压力，如果是美国本土的，那就没有什么问题。 19:52 给听众一个背景知识。请问Automat它是做什么的？为什么像签证签不到都可以请到国会议员去帮你，能不能给我们一点背景知识？ 潘老师指出，Automat是一个高科技公司，美国要振兴制造业，这个时间点正好吻合了美国现在的市场需求，给各个新能源电池做配方，这个产品在过去美国是没有的。Automat的背景是有两位创始人，一位是用AI人工智能生成配方，另一位是用高通量机器人验证配方，两位创始人结合在一起能够用最快的速度研发新配方，满足客户特殊的需要。 这里所说的电池不仅仅是电动汽车的电池，是有各种各样特殊的电池。举个例子，比如航空的电池，航空电池不仅仅是我们所看到的无人飞机，未来商用飞机也有可能用电池来驱动，而不用发动机了。这些每一个不同的背景，对产品都有特殊的要求，我们正在做配方。公司诞生的背景是因为有需求，特别是美国没有电池的供应链。大家都知道乌克兰战争以后非常的震撼，美国是全世界最大的电池消耗国，但是没有自己的供应链，所以美国政府花费很大的资金来支持新能源行业。我们也算是赶上了一个最好的时机。 另外，国会议员是我们在美国这几十年积攒下来的人脉，对社会做出了一定的贡献。能够跟他们直接对上话，彼此也有信任度，也知道我们在做的事情对社会非常重要。这点是他们一直在背后支持我们，帮助我们的缘由。 还有一点，现在表面上是中美脱钩，中美的关系紧张，但是美国政府非常的清醒，他知道自己要什么。中国的设备装备的制造业，它的技术和成熟度，以及加工的速度和成本，目前在很多领域还没有其他国家能够替代中国。举个例子，新能源做锂电池专用的设备，专用的工艺装备，中国做得又快又便宜又好，而且非常的成熟。中国的市场一直都在使用，而且不断地在改进。这在美国是不限制的，而且是欢迎设备进来，把母鸡搬过来在美国这边生蛋。 24:20 主持人Charlene插播一个背景知识，有听众会产生疑问，TSVC是种子轮基金，为什么会关心制造业和在美国建厂的问题？ 稍微解释一下，我们TSVC作为种子轮投资的基金，总是要在新赛道形成之前洞见新的商机。如果赛道已经形成，对我们来说下手就已经太晚了。所以TSVC从前两年就相信Onshore美国制造是未来的新赛道。与中国发展制造业的根本不同之处在于，美国从高科技出发，当技术需要产能的支撑来变现的时候，而又不能直接使用中国的产能，就要考虑在美国建厂。这也就是我们在投资时会评估产能的必要性和可行性。 刚才两位嘉宾讲解为什么有了产能才能让科技公司如虎添翼。Automat本身是一个科技公司，跟产能相结合，能给资本带来更大的回报。这会远远高于单纯一个实验室或者单纯一个工厂。这个投资逻辑在TSVC我们称之为顶天立地。听众中如果有人对在美国建厂，或者是制造业出海都可以联系我们TSVC，我们会非常愿意分享在这个赛道上积累的一些经验和教训。 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右下角，添加TSVC小助手，获取更多分享。

4月13日TSVC举办了《硅谷华彩》系列第二集。在科技界，有一家由华人创业者吴雷(LarryWu)创立的公司，它低调而务实，不为太多人所知悉。然而，在2022年，大健云仓(GigaCloud)带着持续高增长和亮眼财报，低调地敲响了纳斯达克的钟声，宣告了这个沉寂已久的科技独角兽的崛起。大健云仓的低调源自吴雷"慢就是快"的经营理念。在瞬息万变的科技行业，唯有脚踏实地、深耕细作，才能建立起长久而稳固的根基。正是凭借这种属于华人创业者特有的韧性和专注，大健云仓得以在B2B仓储物流领域突破重围。吴雷作为公司的掌舵者，从新东方教育在线的首任CEO，到东方标准人力资源公司的创办人，再到大健云仓的掌舵者，多次经历了创业转型，也经历了不同行业的时代变迁。 嘉宾：吴雷 Larry，大健云仓(GigaCloud) 创始人、董事长 吴雷现任大健云仓创始人、董事长。曾为中国青年企业家协会会员，北京大学公共政策研究所研究员。 Larry曾担任新东方教育在线首任CEO，及职业教育公司总经理。2006年，开始自己的创业之路，创办了东方标准人力资源控股有限公司，从职业教育切入人力资源市场。同年，接受DCM的投资。将公司从人力资源公司转型，并在日本开展电商业务。通过并购，将业务发展到英国市场。收购面向美国的B2C电商平台康普集团（Comptree International Limited），进一步将业务扩大到美国市场，由此正式进军美国市场。向海外拓展的过程中，逐渐将主营业务由人力资源服务转向大件商品的跨境B2B交易服务。 2021年2月，Larry将控股公司从东方标准更名为GigaCloud Technology Inc（大健云仓）。2022年8月带领大健云仓登陆纳斯达克，股票代码GCT。Larry毕业于美国耶鲁大学商学院MBA。 采访：张于庆 Eugene Zhang，TSVC联合创始人 张于庆先生是TSVC联合创始人，硅谷成功创业家。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。他是芯片设计主流验证语言Vera 的发明者，也是最早进入Fintech 和Crypto领域的资深投资人之一。作为TSVC的掌门人，他主导了多个TSVC的独角兽投资，包括Zoom， Ginkgo Bioworks, Carta 等， 是ZOOM获得的第一家机构投资者支票的签署人。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，是清华思源计划导师、清华苏世民学院导师、硅谷领航计划导师，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。 张于庆先生上世纪八十年代毕业于清华大学电子系，在Syracuse University获得通信工程硕士学位。 讲座目录： 01 活动概要，举办系列活动的初心 02 创办“硅谷华彩”系列节目的初衷 03 认为自己是不是天生的创业者？ 04 创业的起点是2006年，但是很快转账日本，当时你感觉这是什么生意？ 05 刚开始挺赚钱的，后面怎么发生了变化？ 06 两个关键词是“大件”和“非标”，沿着这个方向一直往下走，后面是如何发展的？ 07 新的模式的净利润是否要比原来旧的净利润要高？ 以下为正文： 05:55 张于庆先生给大家简单的介绍，创办“硅谷华彩”系列节目的初衷： 前者的“硅谷”在这里有三层意思：第一泛指北美；第二代表科技；第三代表创业。 后者的“华彩”有两层含义：第一层代表如同音乐里华丽的片段，闪亮发光的故事；另一层代表华人创业者的风采，针对华人的新移民。 做系列节目的初衷，是因为Eugene来湾区已经有30多年，代表最早的新移民。Eugene深有感触，觉得后面这十年可能是华人在美国和北美这块土地上创业的黄金期。在这样的愿景之下，来做这个系列节目。我们的目标是要做十年，记载之后十年的历史。当然也更希望，在我们的听众里有年轻人，几年之后能够重新返回这个节目，有幸被我们采访。这是Eugene的愿望。 下面Eugene介绍一下Larry。 之前主持人Allen已经介绍了Larry的背景，大健云仓(GigaCloud)的创始人，他获得联大的学位，在美国耶鲁大学商学院获得MBA，2006年成立了这家公司。起初Eugene只是表面上了解到这家公司，觉得这是一家15年磨一剑的公司，后来慢慢才知道这其中有很多曲折的故事。 2022年大建云仓(GigaCloud)登陆纳斯达克上市，因为Larry的公司不在硅谷，所以几乎没有太多人知道，包括Eugene在内。他做了进一步的了解之后，把创业者分为两类：一类是硅谷典型的技术型创业者；Larry属于另外一类，非典型的创业者。 举例说明，比如我们TSVC投资一家做机器人的公司，机器人是为了做精准制造的，创业者的技术能力很强，选定树立方向以后，朝着目标不断前进，直至出成果。如果客户要求机器人的指标提高，创业者的目标也会提高，方向非常明确。另外刚才Ellen提到的，现在家喻户晓的Zoom创始人Eric Yuan，他做Zoom也是属于这一类，很难想象当时2011年Zoom成立之初，做视频会议再转做其他的产品。 而Larry这一类，我觉得有点像是摸着石头过河。意思是说：虽然在上市之前有16年的历史，但是在这过程中也摸了好几块石头，越摸越大，到最后摸的是金子。但是不摸第一块石头，就摸不到第二块，更摸不到后面的金子。 在正式进入主题之前，Eugene跟Larry的渊源，以一个简单的小故事给大家做个介绍。 Eugene认识一位很有才华的年轻人，他曾经在大厂管理资产超过十亿，他是数据科学家，也做了很长时间的投资。在2021年，他跟我讲，他把Warren Buffett的书全部读完了，觉得很有心得，认为自己对价值投资已经很有把握了。我说既然这样，那我就放点钱给你来管。当时显然运气是不好的，2021年的下半年是最差的排名。其实大家知道在投资的过程中亏损50%都是非常正常的。 但在不久之前，突然发现回报很好，得到意料之外的惊喜。有一个叫GigaCloud还是做贸易的公司，大件商品的跨境B2B交易服务。2022至2023年有50%的成长，每个季度的净利增长达到40%，净利润有14%，Eugene感到非常惊喜。一家贸易公司能够做到如此程度是非常少见的，因为这个原因，后来结识了Larry。现在这位年轻人，他对大健云仓的股票GCT了如指掌，全美国比他更了解这家公司的人不超过三个。 现在我们进入主题，相信今天GigaCloud的历程，有一天一定会有人写进MBA的案例里。所以今天主要不讲关于MBA，会涉及到一些技术性的问题，我们围绕从2006年摸第一块石头来讲起。 13:35 在2006启动公司之前是新东方在线的CEO，从0到1，以当时的背景，认为自己是不是天生的创业者？跟大家分享一下。 Larry有幸能有机会跟美国的华人创业者交流，那么直截了当回答这个问题答案的话，他认为自己不是一个天生的创业者，关于创业者除了斯坦福之外，好像没有一个商学院是专门培养创业者的。尤其在这个领域没有几个人创业的，但是有做投资的，真正去做企业的其实非常少。所以在真正创业之前，他都没有想过自己有一天会成为一名创业者。因为机缘巧合，一是当时他加入新东方之后管理过两个板块：一个是新东方在线，一个是新东方执教。 一部分原因是当时新东方上市的前后，同时新东方准备做战略的聚焦在语言培训上，业务进行精简，其实跟今天的新东方的业务丰富度不太一样。另一部分原因，参与了新东方整个的上市过程。当时也是大家正当年，有工作的热情时候，说下一站做一些什么有意思的事情呢？那是不是自己也来试一试。 所以在这两个背景之下，特别偶然的走上了这条道路。当然新东方陆续有一些人出来是做教育行业为主的，前后在美国上市的应该有四五家公司，都是新东方那一波的管理人员。所以回答这个问题，觉得不是特别偶然的走上了这条路的。 16:12 创业起点是2006年，但是很快转换战场在日本，当时你感觉这是什么生意？ Larry表示，在2006年，软件外包在中国是个很大的生意，全行业都在向印度学习。认为中国的IT业在未来当中，软件外包一定是重要的板块。而且也连续出现了几家软件外包的上市公司，基本上都是以美国市场为重点。因为他在新东方管过职业教育，而当时职业教育的重点又是做IT相关的技术培训，所以在有创业机会的时候，思考什么是他们可以利用的独特的资源。 对他来说，在新东方内部，语言培训是他们的看家业务，外贸市场除了印度之外，还有很多国家都要想做。而且美国以外的很多国家都讲英文，但日本的国家以外没人讲日语，所以如果要做日本的外包，语言的技能是需要补充的模块。 当时既然有资源培训语言，也有资源培训技术。讲的更细节一些，日本的IT产业发展的比较早，所以很多技术，反倒相比较中国应用的主流技术有点陈旧，所以在技术上是有差异的。怎么有针对性的在语言和技术上做技能的准备，去开展外包业务，这是一个独特的切入思路。其实是从资源和市场为起点，构建了前端包含技能培训，在技能培训之后去做日本市场外包的模型。同时在筹备阶段就开始接触一些投资人。正好我们的投资人DCM也成功投资了另外一家软件外包公司，刚刚在美国上市，他们对于这方面比较有感觉。这家外包公司针对的是美国市场，我就提出一个新的市场，而且是一个新的切入方式，更容易有共鸣。 跟刚才问题相关的，他并不觉得自己有能够承担风险的个性。而是设计好商业模式，拿到投资，才从新东方出来的。那个时候认为全副武装都到牙齿了，在有市场，有资金的情况下，才下定决心成为一名创业者。 Eugene说，这还真是大实话，之前这点小细节我还不知道，当时DCM投的是外包的。 20:37 这是开始摸的第一块石头。我想在这之后经过了很多变化，才变成今天的B2B的大件生意，跟我们大家分享一下，可能刚开始挺赚钱的，后面是怎么发生了变化？ Larry表示，公司从开始创业到后面应该是经历过两次巨大的变化。一次是从外包转做电商。另一次，是从电商更具体到B2B的电商。 第一次变化的背景其实很简单，在2008-2009年金融危机中，我们的市场受到了非常大的打击。日本的外包业务一落千丈，又拿了投资人的钱，所以寻找跟我们IT过往经历相关的业务方向，看到美国正好有电商外包的模型，逐渐注意到的电商。当时有一家电商外包公司上市，现在应该已经退市了。可以想象成是Shopify的服务模式，因为Shopify其实做的是产品模式，通过建站、运营，只是还没有升级到产品阶段。 当时注意到这家公司，认为跟我们的业务接近，才准备走这条路。但是发现电商外包的市场在日本太小了。通过我们学习的过程，了解到在中国有一点供应链上的优势，于是走上电商这条路的。给后来的业务转型，树立了一个重要的里程碑。 Larry强调，从2011年开始，正式走上电商这条路，彻底退出软件人才的培训和外包业务，把原来的资产做处置。2011至2013年之间，售卖过各种各样的东西，他们卖过衣服，卖过墨盒，卖过SD卡等等。直到2013年上半年，突然发现一个品类做到了之前都不曾想到的水平，完全没有任何预期，无意中成为了日本线上旅行箱的最大卖家，当时我们都非常惊讶。 我们团队所有人没有任何旅行箱的经验，甚至我们自己从个人情感或者是生活经历上，可能跟卖的IT相关的周边产品，心理上还能更接近一些。这个旅行箱到底是从何而来？当时决定做一个总结。这个决定，奠定了公司未来直至现在整体业务的切入点。一方面，我们为什么能成为日本线上旅行箱最大的卖家呢？其实是卖的旅行箱比其它东西都“大”很多。 因字数限制，更多内容请收听音频 欢迎关注“TSVC”的微信公众号，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右下角，添加TSVC小助手，获取更多分享。

3月23日TSVC举办了《打造下一个独角兽》讲座第27讲。今年一月份随着斯坦福大学—华人研究团队在平台X上展示了样样“精通”的mobile ALOHA 家务机器人的视频，关于机器人在具有泛能力的通用和高度专用两个发展方向的讨论也达到了前所未有的热度。但归根结底，如何让具身智能（Embodied AI）通过软硬件结合的系统在真实的物理环境下执行各种各样的任务才是关键。 嘉宾： 方洋博士，BeagleTechnology 创始人、CEO 徐征博士，eBots及Silevo首席执行官、联合创始人，TSVC投资合伙人 讲座目录： 01 活动概要 02 科普什么叫具身智能机器人？应用是什么？ 03 对人形机器人落地的展望？哪些场景会先落地，取决于哪些关键技术的成熟？ 04 现在这些机器人的创业投资应该聚焦在哪些方面？解决哪些问题？ 05 两位创始人展示的作品，创业时的机器人的关键落地点在哪里？最后的产品形态是什么样的？以及技术的难点在哪？ 06 对于未来产品有什么规划？公司整体的发展方向和展望是什么？ 以下为正文： 03:47 今年年初Aloha团队做出的机器人，迅速引爆了全球性的舆论，所以请给大家科普一下什么叫具身智能机器人？比如它的应用是什么，以及有需要的哪些技术关键和突破点？ 方洋博士表示，实际上具身智能机器人的定义也比较直接，是一个软硬件结合的智能体，在真实的环境下去执行各种各样的任务，讲得通俗易懂一些，即机器人直接接触物理世界。 我觉得在这点上，我们更多强调的是在智能方面，而不是机器人身上。因为机器人本身是一个载体，虽然这个载体很重要，但是如果连最简单的马达控制不好，硬件不好的话也不行。比如人形机器人倒立行走，这些也是很关键的地方，但这些问题相对比较底层，在过去的十几年里已经有了长足的发展。 我认为现在更多的应该放在智能方面，现在对于我们来说算力够了，模型也逐渐越来越大，有更多的理解力了，关键是理解和学习新任务的能力。比如像我们的投资人是Pieter Abbeel，他是伯克利人工智能和机器人方面的教授，是深度学习和深度模仿学习方面的专家。他做的事情，比如用神经网络去做机械手的控制，以及自动的学习如何处理仓库里的拣取和摆放。现在更多需要强调的是放在智能方面。 我认为现在大家要尝试的突破有三点： 首先，在接触物理环境会比虚拟世界的纯粹软件更复杂，即长尾事件。是指总会有一些意想不到的事情，碰到这种状况怎么处理，如何有效的快速迭代，这是一个关键。 第二，环境是不断变化的，我们每次出去的环境不可能完全像电脑重启100次都是一样的，只要出去肯定会有变化，如何学习和适应环境。这是第二个很重要的地方。 第三，实际上也是大家说得不多，但是我觉得非常重要的，智能体要让它知道有未知的领域，如果不清楚自己不知道这件事情，就会去做“蠢”事情，如果是一个纯软件问题，它不会产生太大的问题。但是接触物理世界去做“蠢”事情，结果发生的事情就会很麻烦。 07:00 虽然现在机器人很热，但是图灵奖得主 Yann LeCun教授最近在访谈中给人形机器人浇了点冷水，他认为现在人形机器人仍然看不到很好的机器解决方案，也许要等到十年后才能有起色。您从市场以及落地的角度是否同意这位教授的冷水呢？以及能不能谈一谈您对人形机器人落地的展望？比如哪些场景会先落地，哪些可能是后面慢慢来，取决于哪些关键技术的成熟？ 徐征博士表示，机器人的关键还是它智能方面的平台要突破，至于机器人的载体，不管是什么样的机器人。是手臂也好，手也好，眼睛也好，或者两条腿会走路等等，这都是一个智能体的体现。现在大家对人形机器人很热，认为AGI通用人工智能放在人形机器人身上，人形机器人将会像人一样智能，所以我完全同意Yann LeCun教授的意见，这完全需要一个漫长的时间。 其实很重要的一点，要真正所谓的AGI将会遇到很多的角落案例，而这些角落案例是很难通过强化学习或者训练等等来解决的问题。 另外一点，作为真正的人类，他的进化过程是需要经过非常漫长的历史长河，整个基因才进化到目前的位置，而不只是具备重复学习的能力。现在我们所谓的强化学习等等这些，说穿了它是一个经验主义的公式，也就是凭经验在办事。 但是对于人类，它还有很强的一些逻辑推理的东西，尤其是归纳以及抽象的思维，把广义的大量的数据当中以非常抽象的模型呈现出来，然后在抽象的基础上还要进行创 新等等。以目前的人工智能水平，用人类智商来比较相当于是会走路了，这对于一岁小孩来讲会走路是很寻常的事情，这对人类来讲并不稀奇。 我最近产生好奇，就用ChatGPT跟它聊天，我问了一句很简单的话，“机器人的智商是多少”，它回答“机器人没有智商”。所以我想还是要把这两个概念区分一下，一个概念叫“智力”，另一个概念叫“技能”。实际上机器人它所具备的大量的是，人类掌握了机器人的技能，而人的大脑带来的是与生俱来的能力。如果人形机器人需要达到这种水平，我觉得也会有很长的一段路要走。 还有一个比较好的应用场景，我觉得人形机器人可以做一些低端的工作，比如在家里面的厨房整理一些东西，这些可以凭经验就足够了。另外就是它的个人系统，在你需要帮忙的时候能够帮忙，作为护理等等。 但是我觉得很重要的一点，是需要解决安全网的问题。现在机器人手臂还是涉及到很大的安全问题，工厂里面的机器人都是被关在笼子里的。即使现在有Cobot，实际上也并不是很安全，如果机器人的手掌打在人的脸上，实际上也会遭到伤害。所以除了智力以外，机器人的安全关注和超越安全，还有很大的涉及，你的机器人的不需要别人的帮助，然后植入病毒在里面造成整个机器人非常奇怪的行为。 12:58 在机器人研究领域来说，人形通用还有很长的路要走，具有具身智能的专用机器人，已经屡屡在真实物理环境下广泛使用。像您二位作为这个领域的创业者，是如何促使开始在这个领域进行创业的，比如说现在这些机器人的创业投资应该聚焦在哪些方面？解决哪些问题？ 方洋博士表示，首先回答第一个问题，为什么选择这个方面？我之前实际上是在医疗仪器和汽车行业工作，源于我个人的兴趣，对于涉及民生和比较基础的方面是很感兴趣的。以及我所居住的地方离农业的环境比较接近，所以大概在2017年开始去探索一些农业方面的应用。 当时发现人工智能和机器人方面，很适合解决一些人不想做又繁琐的事情，同时它又应该是涉及民生涉及比较重要的方面，但是又没有人去做，所以这个市场就会比较清晰的呈现出来。 另外，在落地的时候要很好的考虑，机器人方面什么事情容错率高。在纯粹软件或者AI方面，比如之前AI在Youtube上面看一只猫或者一只狗，错了一点没有太大关系。但是真正机器人去触碰物理世界的时候，容错率的包容度是不会给你太高的。但是你也不能保证百分之百都对，从什么事情的容错率高这些方面去想。 我始终会考虑比较多的方面，我们Beagle Technology公司坚持一个原则，希望有人在旁边去监督机器的执行。因为这样，我们去市场方面就会比较快，而不需要等到最后研发阶段把所有的长尾效应都解决以后再去落地。 如何不改变太多现在的工作流程。实际上，人能改变一个物理环境里现实的已经有的设置是很困难的一件事情。其中有很多的因素，如果能够考虑不要改变现在太多的工作流程，并且尽量的去解决那些繁琐单调，但是又必不可少的一些问题，所以当时我们就选择了这项大型技术。 我们现在做的事情，实际上是把机器人AI软件放在农业装备上面，这些农业装备就变成智能装备，它能大幅度提高效率又能很快的减少人员。同时又充分利用比如像拖拉机和驾驶员，因为他们是一个很好的载体，可以帮助我们解决多种情况，边界问题以及长尾问题，同时又是很好的搭档，并且整个工作流程又不改变。 所以我希望从这个方面来回答一下，首先它是否可以解决一个重要的问题，我觉得最好是繁琐但是又涉及民生，还有考虑容错率高的问题，这些更容易进入市场。同时是否有人能够做出超级轻便的机器，并且不要改变太多整体的工作流，不然从市场上的接受程度会变得很慢。 17:00 徐博士您是怎么从太阳能电池领域转到工业领域的？ 徐博士说，刚才方博士谈了农业，我这里是做工业的，在我整个职业生涯当中，搭建了好多所大型工厂，在建工厂的过程当中最终是想要做自动化。一般大型工厂人员太多管理比较困难，同时又需要提高业绩，这两方面都成问题，所以通常它是需要一种自动化。 但是看到这个所谓的机械臂，从1960年开始一直到现在也是走过了很漫长的路。实际上它在工厂里面自动化的普及率不是很高，机器人的应用面还是很少。据数据统计，使用最多的国家是日本，在一万名员工当中，所用到的机器人在工厂里面也就是1000台，将近10%的水平。 那大家就会问了，是不是机器人太贵了？其实不是，实际上机器人现在很便宜，尤其是六轴的机械臂在中国生产非常便宜，其原因是缺乏智能化。当时我花了很多时间去深圳工厂里面做调研，基本上覆盖所有的手机厂、电子装配厂。其中发现很重要的一点，为什么需要人做，而机器人做不了。这是一个手眼脑协调的过程，也就是人形机器人上半身的手、眼睛、大脑，而且两只手要协调起来做。如果能够做到这样动作的话，它的应用面将会非常非常广，这就是一般轻工业桌面装备具备的所有应用场景。 而这个场景，实际上不是人愿意做的。在工厂里面看到这些工人们工作的持久性都不好，移交率也很高，1年有20%的人员更替率。可以想象，一家工厂里面可能有几十万人，在这基础上的20%造成人力资源失衡。最后变成了工人入职和离职都可以完全是自动化。 回过头来讲，为什么很多人会离开，因为觉得在流水线上做工作枯燥且乏味，他宁愿去送外卖，送东西，或者去做服务员等等。人的本性是希望跟人打交道，而不是整天跟机器打交道。 正如刚才方博士所说，人不愿意做这件事情，对机器人来讲是一个最好的切入点。这个机器人它的操作水准是一个专用的机器人，是能够做到触碰物理世界的需求。 尤其在工厂里面容错率非常非常低。同时我们也是做了不少时间，刚开始我们很高兴超过了97%。厂长一个冷水泼过来，他说你在讲什么话？我们工厂里面需要的可靠性是99.995以上。他说你做到4个9以后再把机器抬过来我们可以做评估，所以最终是要达到这种水平。最后我们达到了，工厂厂长就开绿灯了，并表示现在我们工厂可以做评估做试运行，所以在跟物理世界的结束过程当中，可靠性非常重要。 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右下角，添加TSVC小助手，获取更多分享。

2月29日TSVC举办了《硅谷华彩》系列第一集。贾石琏（Jack Jia) 是在美国的第一代移民，也是一位成功的连续创业者和科技风险投资家，专注于移动互联网和软件开发。他毕业于北京交通大学，二十四岁时怀揣50美元和美国梦来到美国求学，在硅谷大小公司工作了几年后，Jack开启了他跌宕起伏的创业旅途。他先后四次创业，3年带领Interwoven从0做到70亿美元的市值。目前是Musely的创始人兼首席执行官，自2019年，Musely经历了100倍的增长成为准独角兽，成为了美国发展最快的DTC远程医疗公司之一。 嘉宾：贾石琏 Jack Jia ，Musely 创始人兼首席执行官；GSR Ventures & TSVC 合伙人兼顾问。 采访：张于庆 Eugene Zhang，TSVC创始合伙人 讲座目录： 01 活动概要，举办系列活动的初心 02 认为创业这件事是天生的，还是某一天突然间变成要想创业的？ 03 Jack你觉得创立公司是不是有点非人性的地方？ 04 当时你启动这个公司不叫Musely，是叫Trusper。后来怎么变成Musely的？ 05 有没有什么魔法，或者说在团队建设上怎么组建一个团队才能把它做大？ 06 在这个行业里一开始肯定有很多的壁垒、困难和不熟悉的地方，是如何打破壁垒的？ 07 将成功的概率提高十倍，有几个关键点？ 08 除了创业四次等大家众所周知的事情，还有其他的东西可以大家分享吗？ 以下为正文： 04:22 张于庆先生先来解释，“硅谷华彩”这四个字的其中含义： 前者的“硅谷”在这里有三层意思：第一是泛指北美；第二是代表科技；第三是代表创业和创业者。 中间的“华”代表了华人，或者说新一代的移民。移民也分为三个梯队：第一梯队，比如Eugene和Jack两位来了美国有30年，特征是当时他们口袋里仅装了50美元就来到美国；第二梯队，偏向更年轻，到美国的时间更短一些，时间大概在10-15年；第三梯队，是一个正在蓬勃发展的梯队，比如近期1-5年之内。 后者的“彩”字是跟TSVC合作方WeShine相关的，“WeShine”翻译过来就变成了华彩，但更重要的是讲华人成功的故事（如同音乐里的华彩，创业经历中的华彩片段），希望给关心这个系列的大家一个互动和学习的平台。这个节目的中心是华人怎么在美国做大做强，我们希望三个梯队的大家齐头并进。 那为什么要做这个节目呢？其中一个原因，他们作为最早的新移民，基于这样的背景，认为自己应该做一些事情。另外，Eugene也深有感触，觉得后面这十年是华人在美国这块土地上创业的黄金期。所以，这个节目今天是第一期，他的愿景是希望这个系列节目能够做十年，记载之后十年的历史。节目邀请的嘉宾是做出相当业绩的，比如销售过亿。邀请的都是创始人，暂时不请高管，而且这些创始人他们代表的主要市场在美国。现在第一期和第二期的嘉宾已经准备好，后面希望对这个节目有兴趣的听众一起来参与，推荐你认为合适的嘉宾。 下面Eugene简单地介绍一下Jack。 Eugene跟Jack是认识25年的老朋友，因为他们各自的小孩初中和高中都在一起上学，所以正好是有25年的历史。Jack是代表了第一梯队，之前他们在很多地方都有共事，也一起参与了很多的事情。其中一件事，是2012到2013年的时候，Eugene创建了中美第一个跨境的孵化器Innospring。整整两年时间，他们做了一个小基金，当时Jack是他们5个大兄弟里代表金沙江创投，Eugene代表的小兄弟叫TEEC Angel Fund是在2010年成立的（就是今天的TSVC，2017年正式易名）。他们一起在这个基金里，关于投资案例上做了很多讨论，给Eugene留下深刻印象，在这期间他们有过很多的争论，事后复盘的时候发现绝大部分Jack都是对的。 10:31 这是一个从0到1创业的问题，Jack在这30年里创立了四家公司，也是活跃的投资人。你认为创业这件事是天生的，还是某一天突然间变成要想创业的？给大家分享一下。 Jack表示，其实这个问题他自己也想过很多年，大概从5岁就开始就在想这件事了。在美国大家可能听说过一句话是说“Nature vs. nurture”，创业的愿望和冲劲，是天生的还是后天出现的。我自己做了四家公司，也投资了上百家公司，看了很多创业者。最后总结来说，应该80%的创业者都是天生的，很小的时候就想做这件事；另外20%可能是因为周围的大环境把他们给卷进去了。 我自己印象特别深刻大概8岁左右在中国的时候，当时可能还处于文化大革命时期还没结束。我读了一本书，就讲硅谷的工程师怎么能够创业，从0变成1，或者是100或者是一亿，我就觉得非常有意思，我说将来长大以后一定要去硅谷。最开始到美国的时候，先去了Ohio，再去了纽约，在纽约做了两年PHD，不想继续待在那个地方，觉得也是浪费时间，最后把做的那点研究换了一个master degree，驾驶汽车横穿美国来到硅谷。到了硅谷，发现跟自己十几年前想象的硅谷，和实际看见的硅谷是非常吻合的。 对于他来说，这是一个圣地，一个梦中人，到了这里大概两三年以后就开始做第一家公司，那时候也不存在大环境，没有什么互联网大潮，只能做一些比较简单的事情。当时中国的PC开始兴起，所以创业初期就把美国好的PC倒卖到中国，第一家公司就是这样做起来的。 所以Jack认为，创业的愿望80%是天性，另外20%如果你自己从来没想过要创业，突然间想做创业的话，可能会有一定的难度。你的心理和生理上的难度可能更重要，更需要克服。 14:15 Jack你觉得创立公司是不是有点非人性的地方？能不能给我们解释一下是什么意思？ Jack提出，创业这个行为，实际上是一个反人性的行为。 因为人是一个群体动物，不管很多年前是一个小的村庄，或者是一个社会团体。如果在一个团体里面的时候，你就会自动感觉安全。比如泰坦尼克号游轮快下沉的时候，很多人认为在船上更安全，因为还能看得见几百上千人都在船上。而下了小船儿去逃命的时候，就有点像是创业了。那反而是不安全的，所以我们实际上是有很多自我保护的。以前我不知道为什么有这种感觉，后来有很多人从心理和生理上做了这方面的研究。就是你一旦创业的时候，是离开你自己的村庄，你活下来的可能性是很小的。 其实创业就是你的大脑里原始的自然保护的东西被开启了，你没离开的时候不会觉得。比如你在Google或者其它公司上班时，觉得创业多好，多光荣，多辉煌。一旦你离开了，变成你一个人去做这件事儿的时候，就会像刚才说的，离开了那个村儿，外面会遇到各种野兽，自我存活下来的可能性是很小的。这时候你所有的心理和生理的保护机制会自动打开，你脑袋里就会想“oh my God，这是太危险了”，所以很多人其实是被吓回去了。实际上我也认识很多创业的人最后被吓回去的，但是如果你能够克服这种绝望或者是恐惧，那你才可能成功。 这种感觉跟你是否有钱没有关系。在第一次创业的时候你可能没钱，有经济上的困难。但你会发现每一次开始新的创业，特别是前面的一年到三年，只有一个人或者几个人的时候，在市场、技术、产品都不确定的情况下，这种恐惧感和绝望感，是一潮接一潮地向自己袭来。 也许你今天你可能发明了一件东西，觉得非常高兴，幸福到了极点。明天又发现这个问题解决的不对，一下又低潮到了谷底，想明天怎么办呢？这一点是需要你生理和心理上去克服的。首先需要自己知道这件事情，知道了这件事情以后，下次出现同样感觉的时候，你就会觉得我已经准备好迎接了。如果能够把这种背水一战产生的副作用心理变成一个正向的能量，去解决你需要去解决的大问题。 讲一个真实的例子，当时Jack考虑投资一位创业者，他在Paypal里面准备了一年多，产品以及雏形都有，然后离开了本来工作的公司，变成自己出来创业。他的身体忽然之间就瘫痪在床上不能起来，导致之后的三个月没办法继续做下去。后来他回到Paypal以后，那些病全都自动没了，所以这样的人出来创业，确实是比较难一些，他的自我保护能力太强了。 Eugene认为，创业确实给少数人准备的，如果大家跟风看到别人创业，自己也要创业，实际上是需要考量的事情。并不是劝大家不要创业，这确实是一件很不容易的事情。 19:29 Jack在Musely做了很长时间，从开始的idea到今天也很不一样了，赛道也非常特殊，今天在一定程度上也相当的有规模，已经建立了非常好的地位，销售也非常高，产品也多元化。但是我想换个话题让你聊一下失败的方面，当时你启动这个公司的时候不叫Musely，是叫Trusper。我觉得这段过程应该是挺珍贵的，跟大家分享一下大胆的想法，后来怎么变成Musely的？ Jack表示，实际上我们公司是 doing business as Musely，公司注册名字是Trusper。这个名字实际上是英文的两个字拼在一起的，trust helper，它一开始的概念是做一个App让大家能够分享内容，分享生活上的小技巧，我们叫做tips。当时国内有一个公司，后来抄我们的就是小红书，是一样的道理。 但是倒过来讲，我们当时看中的方向不一定做不好，也不一定没有市场。但是在美国的人口数量不够强的情况下，我们进入市场以后发现要做大非常不容易。当时三年大概有800万的App下载量，每个月大概有3000万的浏览量看我们的内容。 从最开始用户分享1个内容到100万个内容都跟生活技巧有关系，这个内容可以把它做成普通模式，可以是广告模式，也可以做成其它跟商业有关的模式，但是我们最终发现有更大的市场可以做。其实在做一家公司的时候，你最开始的想法也不一定是你最后成功的想法。如果现在我们做的是telemedicine medicine，然后做药方里需要处方的护肤品，这个市场比我们一开始看的市场要更大。 我们现在大概去市场上推销的是7000亿，美国本身的市场大概是1000亿。如果我们没有先进去做护肤的内容，作为我个人，是绝对看不到有一个需要处方护肤的药，这个认知根本就不存在。 需要强调的是，在创业的过程中是一环套一环的，走了第一环以后，才能看得到第二环，后面才能看到第三环，他们也是走了三步路才找到现在真正最大的市场。邓小平说“摸着石头过河”，第一块石头不摸的话，肯定摸不到第二块石头，最后连河也过不了，都是一样的道理。 因字数限制，更多内容请收听音频 欢迎关注“TSVC”的微信公众号，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右下角，添加TSVC小助手，获取更多分享。

2月17日TSVC举办了《打造下一个独角兽》讲座第26讲。TSVC对话被投企业句子互动创始人兼CEO李佳芮 — 微软人工智能最具价值专家 (AI MVP)；「福布斯」30 Under 30；中关村 30 Under 30；36氪 36 under 36 S级创业者；RCEP U35 科创青年领袖；2021 科创中国·青年创业者；中文首本对话式 AI 图书《Chatbot 从 0 到 1》作者。 嘉宾： 李佳芮，句子互动公司创始人兼CEO 讲座目录： 01 活动概要 02 大模型上半场是什么？什么是非任性创业者？ 03 《Chatbot从0到1》，这本书讲了什么？ 04 生成式AI和大语言模型为创业带来了哪些机遇？这波创业浪潮和过往有哪些不同？ 05 句子互动的产品的核心应用场景是什么？当时是如何捕捉到这个市场的？ 06 在2023年，觉得遇到的困难和收获有哪些？ 07 国内很多公司都想要出海，体会到的挫折、收获都有什么？ 08 大家如果想去听你的公开课或者买你的书，有什么渠道？ 以下为正文： 02:35 请简短的回顾一下，大模型上半场是什么？什么是非任性创业者？ 大模型上半场通常是指以大模型为代表的基建，下半场更多指的是偏应用的落地。 回顾大模型的上半场，核心是以ChatGPT为首的大语言模型，掀起了整个大模型基础设施建设的浪潮。时间再往前推，2020年6月GPT-3开启了通用人工智能AGI的序幕。因为在此之前，大部分的AI都是专用系统或者专用任务。比如以前我做的聊天机器人，也就是早期分类器定义的AI，Chatbot要定义domain ，intent，不停地要去做分类。核心是到底要解决什么领域的问题，或者有什么意图。这些都是需要一直做训练的。而GPT-3第一次让AI可以解决通用性的问题了，所以说GPT-3开启了通用人工智能时代的序幕。 2022年11月底ChatGPT发布，后面的故事大家都知道了，不管是海外的各个大模型，比如ChatGPT、Claude和LLaMA等，还是国内的各种国产大模型，包括智谱AI，百川智能等都在不停地涌现出来。 ChatGPT仅仅是基建的开始，一直到去年23年的下半年，从开始的尝鲜到落地再到产生疑问：它到底能给人解决什么问题？大家在使用后发现它确实很厉害，但是当需要解决具体垂直领域问题的时候，它却并没有那么强，经常会一本正经地胡说八道。哪怕是可能最简单的需求，大模型都没有办法很好地去满足，这背后有一些是数据和生态的问题。但是追根究底大模型还是要能够解决实际的问题，这才是最重要的，所以就到了大模型的下半场，也就是应用。 大众或者市场更多还是希望做一些产品化或者商业化的事情，看大模型到底能解决什么问题。所以有人说ChatGPT的发布是iphone时刻到来，而iphone只是第一步，真正让移动互联网改变我们的生活的，是 iphone或者安卓里边成千上百个影响我们生活的App，是整个生态的完善。所以说大模型的下半场更多是应用落地的时代。 应用的落地包括各种Agent，我们内部定义是数字员工，以前是聊天机器人，其实在我看来它们没有太大区别，核心都是在现实生活中解决实际的问题。还做了很多数字家庭医生，数字销售，数字老师等等，去解决数字员工真正落地能够解决的问题。 我认为Agent解决实际的问题，需要四个通用的能力：第一是通用大模型的能力；第二是垂直领域的知识；第三比较重要的是必须有专属业务的SOP，有自己的一套标准规范；第四需要通过RPA和外界世界做连接。我们也在做这样的事情。 [图片] 所以通用大模型固然是非常重要的，但是大模型并不是全部。 07:00 听说疫情期间佳芮写了一本书《Chatbot从0到1》，给我们大家大概讲一讲这本书讲了什么？ 我在2020年的疫情期间出了这本书的第一版，去年出了第二版。这本书主要内容是讲如何从0到1做聊天机器人的落地。最开始的契机是因为8年前我联合创立的一个开源框架叫 Wechaty。然后在五年前，我和百度共同做了一套对话式AI系列课程，现在还在百度AI的官网上。因为这一套视频课出版社找到我，问我是否有意愿把视频的内容写成书，所以三年前疫情期间，我完成了这本书的第一版，首次提出了Chatbot的生命周期，希望为Chatbot从业的同行业者和决策者提供一份指南。 后来到了2022年大模型的上半场，ChatGPT的横空出世让大家对聊天机器人的讨论又变得非常热烈。当时的情况和我之前做视频课，包括出书的感觉很像，大家对技术浪潮的来临，以及对技术背后的黑科技都很感兴趣。那时候出版社又找到我，我当时就觉得可以把这本书里再多加一些大模型和ChatGPT的部分，就出了第二版。 [图片] 这本书核心讲的是应用落地，怎么从 0 到 1 搭建一个聊天机器人，就像我们今天活动的标题一样“非任性创业者”提到的。之前听到身边很多人说，如果自己不是一个研究了很久的大模型算法，或者在各种厉害的会议发表过论文的人，那怎么抓住这一波浪潮的？其实我想表达的是，抓住浪潮不一定非需要搞论文才能抓住，这波浪潮需要各种各样的人，不要被黑科技吓到，今天你用 iphone 其实你也不会明白底层系统。 我的这本书就是面向“非任性创业者”的，我提出如何搭建 Chatbot ，并提出了 Chatbot 的八大生命周期，其实是在第一版八大生命周期的基础上做了优化，主要是把 prompt 撰写更新进来了。八大生命周期包括：需求分析，流程设计，数据处理，prompt撰写，系统搭建，系统测评，平台渠道集成和运营反馈。因为是一个周期，运用反馈之后又回到下面的需求分析。 [图片] 我认为做聊天机器人，或者说做大模型应用落地，更多不只是技术问题，是产品的问题，是一个非常系统性的工程。 我觉得今天和几年前深度学习刚刚火起来的时候，大家的感觉是一样的，认为它是纯粹的技术工程，尤其是有很多非常 fancy 的词语，包括 Agent 刚开始出来的时候大家都觉得很 fancy，其实我觉得没有那么 fancy，只是被各种技术术语给影响了，忽略了产品设计和用户需求的理解，这才是最重要的。其实 80%更多的是产品工程，20%才是技术工程，甚至大模型今天可能只有 10%是跟纯技术工程相关的。 之前跟一个朋友聊天，说有谁在 ChatGPT 出来之前真正的在做大模型，所以哪怕他可能看起来一直在做 MLP 一直在做技术，但是大家对大模型没有那么多的了解和积累。接下来如果在应用落地的时候足够快，和客户走得足够近，其实还是能够抓住这一波浪潮的。所以这本书主要讲的是我对聊天机器人理解的经验，能让大家变得更专业，并且培养一些产品思维等等，毕竟我觉得现在只是开始，离它的落地还有很远。 11:30 既然聊到了AI这波浪潮，认为现在生成式AI和大语言模型为创业带来了哪些机遇？这波创业浪潮和过往有哪些不同？ 这里要分两块来讲。比较泛的方面，大语言模型一方面极大地提高了生产力；另一方面，对于初创公司来说，大语言模型极大地降低了做事的难度。有了大语言模型，如果学习能力稍微强一点，一个人或者几个人是可以快速搭建出一个MVP的。 比如我之前做过一次分享，AI如何去助力一个人开展跨境电商业务？从供应商选择、营销素材准备，自动化运营等方面，都可以在AI的帮助下，又省钱又专业地开始业务。比如原来人们要写文案、设计图、做官网都需要找到专业的人来做，今天就可以用大模型来做。虽然今天做的和资深从业者比较仍然有一定差距，但是可以帮助创业者早期验证一个MVP的可行性。随着AI变得越来越强大和全面，未来可以完成更多，基本可以用AI搭建一个雏形，跑通后再陆续去邀请更多专业的人来做。所以从0到1其实是变得更简单了。 我认为在AI时代，未来大模型会越来越强，我们将会看到公司变得越来越小，但是产品的影响力却可以很大，未来几个人的独角兽公司都会变成可能，这也是大模型带给我们巨大的变化。 包括我做播客的时候，有一期和FlowGPT的创始人聊，他的一句话我印象深刻，他说：“当大模型无限放大你的创造力和生产力的时候，限制你的只有想象力”。所以未来劳动密集型的公司也会越来越少，逐渐从以人驱动，变成以算法和算力驱动。从这个角度来讲，AI可能会取代一大批人，但是它也会给小公司和个人带来前所未有的机遇。 另一方面，从我自己做了SaaS软件的角度来看，我认为未来企业的工作流是可以被AI重塑的。现在所有的SaaS都是非常反人类的，包括我们自己做的这套系统。比如我要完成一次群发任务，就需要按照SaaS软件设计者的设计思路，完成一个复杂的任务，这个过程中可能需要点击20-40次。听起来这好像是一个非常简单的任务，但是你可能要选素材选人，又要做各种各样的设置。其实对于老板来说，让员工去做一个群发任务，可能一句话就可以把这件事解决了。未来我认为应该是能做到一句话就把这个事儿给办了的。 我们现在看到可能点击需要成本，其实这背后更多的是使用成本和培训成本。如果你不教客户，不告诉他怎么去做，可能这件事就没办法解决，尤其在企业服务的领域。这也是为什么说SaaS有的时候，更多销售的还是方法论，而且更多需要的是后面的培训。 今天我们聊SaaS的呈现，往好了说是我产品做得比较厚，有壁垒，所以比较复杂。另外一方面，我觉得其实是在给一个很差的人机交互在找借口，人机交互本身就应该是简单的，很多时候就应该是一句话把事儿给办了。包括今天我们看到很火的Agent，它能够自主地去决策，自主地去做任务的拆分，自主地去做执行，把一些业务做成一些工作流的分解，这些都应该是被AI驱动的。 比如一个营销人员，以后他只需要说：“帮我给在抖音上下单的付费客户，推送抖音活动的优惠券”，系统就应该会自动从电商平台同步数据到CRM平台，自动分析客户人群，识别不同类型的客户并打标签，自动创建文案和要推送商品图片，自动地创建任务等等。 我认为这才是真正的SaaS的下一代，才是真正的AI重塑工作流。这里的机会是非常多的，句子互动现在也在做这样的事情。 说回到创业浪潮，我认为浪潮分为大浪潮和小浪潮，这一波AI，是像移动互联网一样的大浪潮，或者说现在AI模型已经变成了foundation model，是一个基础架构级的基础设施，它未来会成为像电力一样的基础设施。 我之前听过一个特别有意思的例子：在100多年前，那个时候的电烤面包机，它的插头其实是一个灯头。为什么呢？因为在100多年前的那个时间节点，人们也都在畅想未来会怎么样。那个时候的工程师畅想的是：以后所有家庭都会用电，用电来干什么？来点灯泡。当时他们还不知道未来还会有电冰箱、洗衣机。当出现了面包机以后也需要用电，就把电烤面包机接到灯的电源上。那晚上需要用怎么办呢？就有人把插头设计成了灯头。 一开始，人们都以为要做发电的事，就跟现在一样，做大模型，做云计算，结果发现最后这些会收拢成为国家的关键基础设施，仅有几家公司有资格来做。但是会有很多人，用电的能力去把人类的衣食住行，或者是把柴米油盐，全都给它，那个时候叫电子化、电器化。现在在大模型之上，依然也有很多这样的机会。 包括iPhone最早出来的时候，大家都会在手机上下载手电筒、壁纸，今天大家就不会再去下载了。对于大模型能做哪些事儿，大家可能现在都没有办法看的非常清楚，但未来它的想象空间一定是巨大的，肯定比前几年的各种小浪潮要大很多，可能会是一个非常持久，巨大的从底层改变的浪潮。 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右下角，添加TSVC小助手，获取更多分享。

TSVC举办了《打造下一个独角兽》讲座第25讲。2024年的CES是疫情后的回暖，在AI的盛宴下及中企占参展企业四分之一的热闹中看到了什么磕绊？请随TSVC联合创始合伙人夏淳博士和TSVC投资企业AIZip联合创始人加州大学戴维斯分校的陈羽北教授来透过现象聊本质。 嘉宾： 陈羽北博士，加州大学戴维斯分校助理教授，AIZip联合创始人 夏淳博士，TSVC联合创始人 我们都聊了什么 00:00 活动概要 嘉宾介绍 04:15 为什么说CES的AI化是个尴尬？ 11:54 作为AI生成模型的专家和AI公司的创业者，怎么找到一条独特的路径脱颖而出？怎么才是一个真正的AI公司？ 19:24 AIZip应该怎么面对开源模型的冲击？ 24:35 作为参展公司，可以分享一下现场的参展感受？ 30:23 在现场的时候，看到有中国的高管团吗？ 31:45 今年回归参展的中企和疫情前有什么不同？讲一讲你的感受？ 34:00 请主持人Charlene你先来讲一讲，因为你过去经常去CES，觉得过去和现在比较，由于不参展或者缺位，到底是怎么样的情况？ 37:14 那些参展的企业，他们是不是那些真正有出海需求的企业呢？他们是怎么做宣传的？ 49:24 公司内部如果想要自研落地，是不是在研发大模型的阶段，就要建立和实际业务更匹配的评估手段来评估模型的能力，而不是使用开源的Benchmark? 52:36 AI产品的路径会分叉成中美两个不同方向发展吗？ 54:58 在学术界，就现在AI的发展，中美之间是怎么样的？有没有一个主次，还是说不同？ 56:04 在AI这种特别高层次的敏感的领域，地缘政治对学术界有没有影响？ 59:06 智能家居存在着使用体验的问题，如果AI介入的话，会对消费电子产品或者智能家居产品有什么影响？ 1:05:36 今年看到很多出圈的机器人演示，那么今年算是机器人的爆发点吗？ 1:07:34 人工智能和人工智能在应用场景方面如何结合才能创造出最自然的使用体验？ 1:09:42 从学术角度如何看待AI的发展，以及近期的一些发展和机会？ 提到的公司/项目 以下为讲座正文及音频： 我们也知道2024年的CES是疫情后的回暖，那么在热闹的大秀场下，我们能够看到两个现象，一个是AI化，一个是去中国化。首先我们来谈一下CES的AI化，这次两位嘉宾都是去了CES的现场，问一下夏老师，为什么说CES的AI化是个尴尬，这是不是和去年10月份TSVC请来雷鸣老师，和您在TSVC讲座上讲的TSVC主张去AI化是一个意思，还是有什么其他想法？ TSVC联合创始人夏淳博士表示，关于CES具体产品层面的报导非常多，视频也很精彩，所以就不再重复这些产品的报导，更多还是希望能够透过现象看本质，跟大家做一些分享和探讨。TSVC去年讲去AI化，和今年讲CES的AI化是一个尴尬，道理都是一样的。最近一年多AI的火爆，我们认为也是一个大泡沫，首先还是得益于ChatGPT的热度，ChatGPT准确说是2022年11月底推出来的，到了12月呈爆发式增长，在计算机的历史上，是用户增长最快的一个应用，立刻传遍全世界。 但是有一点需要注意到，ChatGPT是一个语言的大模型，那么一旦涉及到和语言无关的应用，预期的智能是达不到的。当然现在还有它自身的问题，比如幻觉，但是CES里面很多产品，比如扫地机器人，甚至于三星的冰箱，还有各种各样的汽车产品，语言仅在这些应用里面占很少的部分，并不是最核心最本质的，语言大模型没有特别大的影响，这就产生了一个尴尬。因为以ChatGPT 的惯性来看CES，ChatGPT已经很神奇了，甚至有人会说，再继续做到ChatGPT 5就进入了AGI，会威胁人类的安全等等，但CES展品变成消灭人类的武器，这个距离还差的很远，因此，这件事我们认为是一个尴尬。也就是多数CES的产品尽管贴上一个AI的标签，实际上，它是前GPT时代的那种AI的水平，没有实质上的突破，很多人还是希望看到后GPT时代的高度智能，这是一个挺大的落差。 第二方面讲我们的感觉，本质上讲我们去CES不是看软件的，CES根本就不是一个软件展，而是消费电子，应该说都是硬件，那硬件很多方面都是能够动起来的产品，我们觉得现在AI领域里面特别火爆，大家特别关注的具身智能embodiedAI，包括这次CES也展出了很多机器人，在具身智能方面，还处于初级阶段。从前GPT时代，进入后GPT时代的转折点，而embodied AI方面，单纯靠语言模型的突破远远不够。也就是在语言之外，这个智能还是差得很远，这点在我看来也是蛮失落的，这也是一个尴尬。关于这方面夏淳博士表示并不是那么在行，今天很荣幸能够请到陈教授，陈教授是AI的大专家，包括主持人Charlene也是AI的博士，是NLP的大专家，在这方面都很有发言权。 另一方面，我们看到很多CES的产品都在打AI的标签，这样就导致了大量的同质化，而AI本身也没有做得很透彻，还是一个同质化的产品。过去TSVC提倡去AI化，要回归商业本质，做什么样的产品，本质上讲是最能够反映产品的能力。例如展会里有一个能识别鸟类的望远镜，里面有AI的能力，这个也许用不到大模型，还是蛮实惠的。 TSVC在去年讲去AI化，是说在2000年的时候，所有的公司都标榜我是一个互联网公司，直到今天可以说所有的企业基本上都有一个网站，但没有人会说我是一个互联网公司，而真正的互联网公司，只有谷歌或者百度有资格去说。比如一家餐馆会有一个网站，但这个不叫互联网公司，所以我们要让AI回归到商业的本质，这是我们所说的去AI化。 问一下陈教授，这次CES最关键的词就是AI，现在很多公司都在提AI，都说外行看热闹，内行看门道，那陈教授您作为AI生成模型的专家和AI公司的创业者，是否能谈一谈AI公司如何能避免同质化，而找到一条独特的路径脱颖而出？就像刚才夏老师讲的，大家都说自己是AI公司，我怎么能够和别人不一样，怎么才是一个真正的AI公司？ 陈羽北教授表示，其实在回答这个问题之前，首先应该提一下，作为AIZip它有一个非常有代表性的，就是把AI赋予到各个万物上，在设备极小的情况下，都可以把有用的AI能力赋予到这些设备上，这就势必导致，以AIZip来讲的话，很多时候他们做的AI都是离线的智能，就是它并不需要云的能力，这点相对来讲有一点特殊性。其实他觉得这是件好事，在CES上大家都在体验AI，同时这也是他们第一次参展，觉得很有意思的就是，今年大家对AI的需求明显的增加了。当然同质化的一个原因，感觉大家展示的这些AI的能力，有点像从原来的一些实验室评测Benchmark的能力，真正用来打造产品，本质上它的商业价值是怎么样的，有时候是存疑的。 第二点，他觉得这些很多工作，真正进入到现实世界，robust其实做的不太好。展示概念就是需要在AI的能力里，做两类工作，一类是赚眼球的工作，另一类是卖产品的工作，觉得都挺有价值的。但是赚眼球的工作最好是概念非常新颖，而不是大家都有的概念，大家都提了一个语言模型，我也有一个语言模型，这个其实是没有太大的区分度。另一类工作是实实在在的，而不是搞概念，更多的是做出来的东西，能够进入到实际的产品，在现实世界里能够非常可靠地使用，其实用户也不会听太多这样的概念，而是觉得这个产品用了觉得很好，不会退货。所以很多时候，AI的能力在大家展出的这些能力并没有，这两者都不靠，从概念上来讲，大部分都不够新，从robust来讲也不够。 所以作为一个AI的公司的话，其实应该重视两点：第一点，如果提一个概念化AI的技术，是否可以提出一些新的技术。比如在AIZip，我们提的一个新的技术，可用于多种能力的方式来生产各种各样的AI模型，也就是我们提的AI设计自动化，这其实有点像硅谷在90年代有很多的芯片领域，会产生很多的进展。依靠EDA的技术，会产生各种各样的发展，使得芯片的设计变得非常高效。但AI作为一个相对来讲不是那么成熟的产业，能否设计一系列的自动化工具，使得我们在设计人工智能模型的效率显著增加。另一方面从做模型的角度来讲，希望能够远远的超出基准和演示。相对来讲，有时候大家说高中生就可以做很多的模型，确实也是这样，拿一个开源模型就能跑一跑。但是从Benchmark到Demo再到现实世界，这种robust是差了很多个数量级的，还是有相当大的区分度，从这两个角度来讲的话，作为一个AI的公司都是可以做出一定的区分度。 另外，陈羽北教授认为离线智能，一定会有非常大的需求和空间，不管将来的设备如何发展，离线智能一定会占大部分。假如一个卧室里，有四个摄像头对着你，还有20个麦克风，并且所有的数据都传输到云端上，然后我告诉你，这是大公司提供的，绝对安全，人们还是存疑的。 夏淳博士从产品方面，针对陈教授所说的再发挥一下，刚才听陈教授讲完以后，给他一个体会。他对AIZip也比较熟悉，我们今天一谈AI往往都是被大模型概念包围，觉得大模型是必须的，这个非常神奇，尤其是GPT之后，再到了AGI好像造出神了，其实这个距离还差的很远。那么比较现实的，尤其针对CES能够把各种各样的产品用AI武装起来的路径，我觉得AIZip还是走出一个很有意思很有价值的路径，我们不一定要做大模型，而是可以做很多小模型，甚至是微小的模型，因为AIZip的能力是可以把一个模型缩小到一个很小的单片机里面，而这个单片机可能不到一美元，特别便宜，因为这样的价格，再加上它也不需要网络，使得这个智能可以完全固化在一个设备里，就是刚才陈教授说的AI是可以离线可以离网的，这个AI是无所不在的。 因为任何一个物体，只要有这样的芯片，有这样的模型，它就具备AI的能力，而这种AI相对来说比较特定，所以这种模型怎么去做，又是一个挺大的挑战。AIZip是蛮有意思的，在我理解它有一套自己的大模型的方法，也是在做生成，但是它AI生成的是小模型，这点很独特，在我看来是目前世界上第一个来做这样的工作，可以生很多的小模型，智能程度可以非常非常高。 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右下角，添加TSVC小助手，获取更多分享。

TSVC举办了《打造下一个独角兽》讲座第24讲。一年前2022的岁末，正值chatGPT火爆登场，TSVC预判了multi-agent多智能体的兴起，今年agent果然成为了AI新赛道。TSVC的portfolio怎么决定的？对于2024的新赛道有什么预测？对于新的创业者，有什么建议呢？大家一起来听听吧。 嘉宾： 张于庆， TSVC联合创始人 夏淳博士，TSVC联合创始人 我们都聊了什么 00:00 活动概要 嘉宾介绍 07:35 您在2010年TSVC开始成立之前就已经在管理天使基金了，那么也是最早进入金融科技投资的华人投资者之一，也看了很多美国的泡沫经济，那么根据今年的经济环境还有经济背景，您是否有一些什么回顾，还有一些反思，那么又对于明年的金融环境有些什么看法？ 13:48 您刚才谈到了IPO的市场现在2023年不太好，您比较看好，从IPO的市场上来讲是24年有可能恢复，还是要到25年？ 15:17 刚才您说的VC的估值刚刚回来，您能不能再稍微阐述一下VC和平常IPO的市场可能是不太一样的估值。 18:03 您对VC这个行业的周期性，包括投资、融资的退出您怎么看？明年VC的行情是很好，还是有可能面临洗牌，有一些变动。 27:07 觉得现在AI公司是不是估值都比较高，还有没有值得投的AI公司？ 25:46 TSVC在制造业出海这方面有过深入的参与，而且提前了一两年的布局，能否介绍一下背后的投资逻辑，有没有一些投资案例，就像国内要想出海的企业，在目前的地缘政治比较紧张的情况下，应该如何布局？ 31:35 在美国建厂，是不是投资成本要很大？作为VC跟软件公司来比的话，是不是要投入更大的资金？ 33:11 TSVC过去布局了AIGC、生成媒体、多智能体，那么能否介绍一下TSVC在AI和应用领域的投资逻辑？ 47:20 想请夏老师把您刚才的投资理念跟你们平时经常讲的天时、地利、人和以及其他的投资理念，能不能提高到一个战略上，看看你们投资的理念、标准是怎么来决定的？ 52:53 现在投资的阶段是不是风险非常高？那在投资的过程中，你们期望的投资回报率是多少？ 54:43 怎么样的标准叫做独角兽的标准？ 58:30 对于明年，你们有些什么期望值？给大家提供什么建议？ 1:02:31 2024、2025年哪些领域最具有投资潜力？如果选标的的话，哪三条标准比较重要？ 1:05:14 请问对于convertible note和对赌上市条款怎么看？ 1:06:59 对于有些可能是学生，也有可能就是连续创业者，怎么样能够找到像你们一样的VC？ 01:09:26 有些是学生投资者，或者是创业者，或者是持续创业者，或者是有成功经历的，你们是否有preference？ 01:12:02 高利率对于你们所投的子公司有什么重大影响没有？如何提早的规避高利率所带来的负面影响? 01:14:20 能评论一下新能源电池的机会吗？这个宁德时代产能过剩的问题怎么解决？创业公司有什么机会？ 01:19:44 请夏老师再稍微把“去AI”简单介绍一下，因为是不是你觉得已经时间过了或者估值过高了？ 01:24:19 目前看到一些像Pika这样的，他们是小团队做大事情，四个人就搞得估值很高。那您觉得这个会将来成为一个常态吗？ 01:25:55 总结 提到的公司/项目 • ARM芯片公司 • 互联网物流 Instacart • federal reserve美联储 • Tiger Global基金 • Axial基金 • Automat电解液研发 • 家庭储能 • Lex Machina • agent智能体 • chatGPT • 情感计算affective computing • 多智能体multi agent • 具身智能embodied intelligence • eBots • Tesla • Powerwall • Lex Machina公司 • Zoom公司 • Shopify公司 • Carta公司 您在2010年TSVC开始成立之前就已经在管理天使基金了，那么也是最早进入金融科技投资的华人投资者之一，也看了很多美国的泡沫经济，那么根据今年的经济环境还有经济背景，您是否有一些什么回顾，还有一些反思，那么又对于明年的金融环境有些什么看法？ 张于庆表示，这是个很大的问题，毕竟我在湾区超过32年了，刚开始到湾区的时候是1991年，处于低谷期，到了2000年就叫.com（互联网泡沫），股票涨得很厉害，后面就是2008年的金融危机，那最近的经济环境还谈不上是危机，只是因为2021年一些标志性的特殊事件。这是经过了几个这样的周期。 回看23年，我觉得它属于一个调整期，可以总结为compound surprise。大家都知道2021年发生的事情，估值到了顶峰，那23年初的时候都觉得一定会有经济衰退。在做投资做创业，不管任何人都逃不出宏观经济的影响。第一个是预计会有经济萧条，实际上并没有发生，看来现在概率变得比较低。第二个，因为没有发生，到了23年中6-7月份的时候，大家对经济还挺看好的，通货膨胀也开始有往下走的迹象，开始还有点乐观，整个VC行业，首先乐观的源泉就是IPO的市场，非常重要。那么经过将近两年的寒冬期，也没有公司能够上市，直到现在等来了三个公司上市，第一个叫ARM是做芯片的公司，是与软银的故事，这个公司的芯片都是按照百万计算的，因为华尔街的投行很多年都没赚钱了，员工也裁了不少，所以希望等着这一笔赚钱后要退出。另外一家上市的是互联网物流 Instacart，还有一家也上市了，结果上市以后表现都很差，所以投行们又是心中一凉，总结23年的大形势就是：里里外外未预料的事件发生了。 对于24年，我想还是要从VC的角度，可能在座的很多人在做投资，都是一环扣一环的。VC这个行业实际上21年是高估值，慢慢经过两年的时间，才调整到我们VC做早期种子轮的投资估值，23年下半年价值的调整，从统计上来说刚刚到位。因为21年之后，融资的速度也不是那么快的，大家都有滞后，从小公司融资的角度，估值的调整刚刚变成一个事实，所以24-25年从创业者的角度，跟之前两年的时间点相比，如果还没有融钱，准备创业的时间点应该挺好的。 您刚才谈到了IPO的市场现在2023年不太好，您比较看好，从IPO的市场上来讲是24年有可能恢复，还是要到25年？ 张于庆表示，在90年代初的时候会有疑问，觉得为什么利息跟高科技股票挂钩？从宏观上来说，federal reserve美联储就基本上放出了信号不会再涨利息，这个利息是非常要命的事，对于高科技公司的成长，利息就是资金的成本，是一个非常重要的因素。在整体大环境下看2024年会有所放松，会比较看好。上市方面，第一轮上市的公司一定是不能亏钱很多的公司，质量比较高，而且第一步还能出来，就有可能在2024年的上半年发生。 刚才您说的VC的估值刚刚回来，您能不能再稍微阐述一下VC和平常IPO的市场可能是不太一样的估值。 张于庆表示，是不太一样，因为我们投的公司和早期VC投的公司，需要经过9-10年的周期，开始投的公司一直到IPO，没有3年就能上市的，所以整个的影响非常重要。就是市场能够推出IPO，或者并购也活跃了以后，整个VC行业才能滚动起来。从经济周期来说，最近VC有个概念叫vintage，比如说2000年成立的基金就叫vintage 2000年，那一年的基金业绩统计上来说是特别糟糕的，就等于是现在的2021年，在那一年做的基金投了很多公司，并且都投在高点上。 我们基金是在2010成立的，在2020年时，大家做10年的统计数据，有很多人说VC这个行业作为一个资产配置已经没有价值了，因为2000年基金回报都低于public market，但是过了2-3年以后马上就回来了，所以02和03年基金就表现的特别出色。那反过来推论现在的周期，就等于是21年投了很多项目的基金，消息不太好，但如果在24-25年出手，从统计上是这么一个关系，IPO的健康就会给VC增加更多的弹药，整个行业就会更加活跃起来。估值方面，健康的IPO不等于是回到20年的高估值，公司融资的估值还是会以调整之后的价钱，而不会参照21年的价钱，不问价钱的时期不可能回来了，因为印钱的机器已经停止了，有可能会降低利息，但是印钱一时之间也不太可能了。 您对VC这个行业的周期性，包括投资、融资的退出您怎么看？明年VC的行情是很好，还是有可能面临洗牌，有一些变动。 张于庆表示，实际上VC不是一年就能出业绩的，通常投资需要2-3年，业绩也是有滞后的，在2021年投了很多高估值的公司，有可能经过两年以后数字才能出来，在这期间也会有洗牌。那我就讲现在还没有变成事实而是我个人的体验，我在2000年的时候差不多投了十几个VC，到今天再看，大概只有一两个还活着的，很多都是2000年做的基金，正好是大家兴趣最高的时候，觉得做VC都是能赚钱的。（坏消息的）报道还要再滞后一些，有可能今年会有不少的基金因为各种因素不一定能够继续做下去，这是一方面。 另外一方面大家融资估值更加健康，留在这里面的人就会有更多的机会。我举个VC行业在2020年发展得多么疯狂的例子。曾经在2010年的时候，成立的 Tiger Global，20亿美金的基金，这已经觉得是天大的数字了。到了2021年的Tiger Global，一年之内融了两个基金，一个是60亿美金，一个是120亿美金。到今天大家都会意识到，原来VC的钱也是融来的，那投资人就会知道，一家基金20亿美金以上是很难有很好的回报，除非IPO的股市一直呈现向上走的趋势，但都是不持续的，所以20亿美金以上的VC基金是不可能带来很好的回报。现在Tiger Global最新的基金就做了20亿美金，最新的Axial做了一期基金，它也跟上一期一样在6亿美金的范围。其实在几个亿美元是比较好的，并不是VC越做越大就越好，只是一个时间问题会回来做修正。 另外，准备融资的创业者，如果是2021年融了很多钱，一定要靠这些钱把公司变成盈利的公司，这点非常重要，因为估值非常高，不然就会面临估值往下走，这也是很常见的，过去也是发生了很多次，因为就会有这么一个循环的周期，很多公司都是2021年估值上不去。从初创公司的角度，大家应该更关注的是现在的估值，而不是用2021年朋友融资的估值来做参考，在这个时间点，给将来准备创业的初创公司一个建议。 觉得现在AI公司是不是估值都比较高，还有没有值得投的AI公司？ 张于庆表示，其实AI这个赛道也正好有一年多了，因为股市大跌，好多基金从账面上来看都很危险，VC都找不到新亮点。其实做VC的本能首先要乐观，对待事情不能用失败的风险来解释他的行为，所以AI带来很大技术上的突破，确实是很让人振奋，大家就会一拥而上。像很多是早期的初创公司，什么都没有，也有背景很好的公司，拿着5000万美元估值或者上亿的资金都来投这个项目，这也是历史的重演，这里面有些公司会成功发展出来，更多公司就会泡汤。我认为现在的市场是有一定的调整，变得更加健康，大家主要看实际的商业模式。除非有些特例，比如说有著名的斯坦福教授之类的这种，发表过很多学术文章，到现在还会看到很多人来追捧和投资，就会造成高估值，但这个是极少数的。 因字数限制，更多内容请收听音频 欢迎关注“TSVC”的微信公众号，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右下角，添加TSVC小助手，获取更多分享。

TSVC举办了《打造下一个独角兽》讲座第23讲。本次讨论从点到面，从宏观策略到具体投资创业的案例，来探讨在新能源领域的投资创业的机会和挑战。 嘉宾： 徐征博士，TSVC风险合伙人，eBots及Silevo首席执行官、联合创始人 傅建明博士，Suntint及Silevo 联合创始人，美国能源部评审委员会成员 夏淳博士，TSVC联合创始人 我们都聊了什么 00:00 活动概要 嘉宾介绍 02:33 当前大家都在讨论的新能源包括了哪几类？有哪些主要的技术环节？请傅博士给我们科普一下，当前新能源领域有哪些值得关注的投资方向，从近期到10年的远景有哪些赛道可以布局？ 07:46 从创业者的角度，傅博士觉得在这些领域有哪些值得关注的投资创新？ 11:03 请徐博士来讲一下这么多的技术环节和应用领域，在投资方向与赛道上，目前比较突出的，有哪些值得关注的新能源代表性的企业或者创业公司，举例分析一下他们的机遇和挑战。 18:51 我们知道 TSVC在能源投资领域一直都在布局，请问夏淳博士TSVC在能源领域投资聚焦了哪些赛道？背后的投资逻辑是什么？机会在哪里？如何判断这个项目的潜力？用一些具体案例来说明一下。 30:03 傅博士您现在还在担任美国能源部评审专家，请您介绍一下，美国新能源战略性策略的理解，还有美国政府在这种大背景下有哪些激励政策，这些政策对能源领域各个赛道的创业和投资会起到一个什么样的作用？ 36:50 结合新能源领域的独特性，国内新能源制造业在当前地缘政治及产业生态下该如何布局？ 50:21 徐博士和傅博士曾经是合作伙伴，成功地创立了Silevo公司，任ceo和cto两位创始人。你们也是新能源领域的成功创业者，能不能讲一下你们的故事?结合你们自身的经历，来聊一聊该领域创业和其他的高科技领域创业有什么共同点和不同点？在进行投资和创业时，会有什么样独特的挑战和机遇？ 56:35 各位专家有没有一些建议帮助我们在新能源投资中降低风险并增加回报？ 57:42 请问哪些因素可能影响新能源投资的回报率，以及如何制定有效的风险管理策略？ 59:47 和其他发电方式相比，比如水电，页岩气发电，核电，太阳能发电，那么目前来说太阳能发电是目前最便宜的吗？ 01:00:23 电池结构件类似科达利这种领域还有没有新的投资机会？窗口有没有关闭？ 01:02:36 TSVC投资绿色能源方面的芯片公司吗？ 01:03:15 能介绍一下永磁电机发电相关情况吗？ 01:05:04 请问各位老师看好用天然气发电给矿机算力机使用吗？ 01:05:42 各位老师好，我是ALEX Yang，目前在宾大读研，对于新能源、ESG和 Climate Tech都很感兴趣，之前有读过一些2004至2008年时期的 Bubble，在各位看来，我们有什么从当年学到的经验呢？ 01:08:05 和太阳能板搭配的家用储能电池，目前是十年寿命，大概8000刀一块电池，未来比如五年内性能有提升空间吗？价格有下降空间吗？ 01:10:16 如果我作为一个有产能能力的中国企业家，怎么去找能转移方向的企业进行合作，能够出海并且出海后运营的很好，达到赚钱的目的呢？ 提到的公司/项目 • 新能源：太阳能、风能、核能 • 光伏 • 锂电池 • 开源大型模型 • 云计算 • 上市公司Quantum Scape • 固态电解液 • Automat专门做电解液化学配方的公司 • H2U专门研究绿色氢能源 • Franklin家庭储能 • 碳排放 当前大家都在讨论的新能源包括了哪几类？有哪些主要的技术环节？请傅博士给我们科普一下，当前新能源领域有哪些值得关注的投资方向，从近期到10年的远景有哪些赛道可以布局？ 傅建明博士表示，新能源这些词儿有时候都是混着用的，新能源，可再生能源，还有密切相关的是说如何控制全球的天气环境。新能源一般讲有太阳能、风能，其实核能也是可再生能源，还有海洋的波浪，以及用作生物燃料，氢能这些都算是新能源。其中，有很多重要的环节，第一是怎样去收集这个能源？比如说有光伏，或者是集热器，仅从太阳能利用率来讲的话，就有很多种不同的方式。然后集热或者集能了以后，再下一步就是怎么样去储存，以及传输和利用，在这些环节上面都会有机会。像太阳能我就不多说了，大家都比较熟悉。在光伏领域，国内现在已经处于世界领先，无论是产能还是技术方面，还有在风能方面中国也是一个制造大国。未来为了把太阳能的利用更加低廉和高效，这个方向的技术还在不断地推进。 能源的储存有几个方面：一个是说，这么多的可再生能源上网了以后，有时候不太稳定，时间上也有不确定性，所以需要有在上网的网上面有一种储存，用电池，也谈到过用水库，或者其他的一些方法储存能量。比如最典型的就是锂电池的发展，这方面最开始发明于美国，后来慢慢发扬光大，中国的锂电池制造业继续发展的话，在提高效率和能量密度方面，也是一个关注的方向。另外提到的环境中很重要的一点，就是怎么提高转换效率，因为无论是使用像电机、机器人，还有储存，以及从太阳能的转化为直流电源转化为交流电源，这里面用的逆变器的各个方面，都会用到半导体，我们现在用的更多的是第三代半导体，碳化硅、氮化钾这些会用更加高频的效应，变得更加高效，所以这个方面可以有效的提升转换效率，这也是个很重要的环节。 从创业者的角度，傅博士觉得在这些领域有哪些值得关注的投资创新？ 傅建明博士表示，各个领域都会有一些新的，那就讲我比较熟悉的一些地方。像光伏，我们现在用的光伏主要是以硅为基底，这个硅基的制造其实也消耗蛮多的能量，现在有一种新的，比如用其他薄膜的方式，可能会有更高的效率，未来这些也是一个关注的方向。锂电池未来的发展，一个是需要有更高的能量密度，更长的寿命，因为锂电池使用寿命也是很重要的一个方面，再有一个就是充电和放电的速度怎么样去提高。还有转换环节相关的，现在碳化硅还没有得到非常广泛的利用，很重要的一点是因为它的价格过高。讲得更细一点的话，就是这里面需要的晶体，本身的生长速度就太慢了，现在有很多公司都想用一种新的方式解决这些细节的问题。实际上在光伏领域，我们中国的公司在抠细节的各个方面有最新的创新，已经发挥到极致。在其它领域，我们也需要进一步地关注，就像刚才讲的几个环节。 现在美国这些创新公司，其中也有很多是偏向于管理或者是财务，或者是如何做营销和销售，以及如何把这些能源有效的与世界联系起来，让管理销售环节更加高效，比较容易的就能找到你的客户，然后去管理整个能源系统这些创新方向，这些方面也有很多创新的机会。 请徐博士来讲一下这么多的技术环节和应用领域，在投资方向与赛道上，目前比较突出的，有哪些值得关注的新能源代表性的企业或者创业公司，举例分析一下他们的机遇和挑战。 智慧基石资本的创始合伙人雷鸣表示，大多数创业者一直以来都选择使用大厂的基础设施解决方案，而很少有人自己尝试构建基础设施。比如，在早期，创业者可能会使用一些建站工具，后来则转向使用开源系统，而现在则采用开源大型模型和提供API的解决方案。根据雷鸣的观点，这种转变是合理的，因为像OS级别的并非一般人可以做。就云计算而言，我们确实看到了一些云计算创业企业，但最终，全球最大的云计算服务仍由那些最早开始进入这个领域的巨头公司垄断。 徐征博士表示，我们现在讲的是能源，实际上从物理原理来讲，能源既不能产生也不能消失，能源只是可以从一种形式转化成另外一种形式，所以并不是说谁用了多少能源，从能量守恒定理，整个宇宙能源是一个常数。那商业方向在哪里呢？就在把能源从一种形式转换成另外一种形式，这就是市场机遇。比如一百年前大家把太阳的能源，石油燃烧变成热能，机械再发电，汽车动力等等不同形式进行能量转换。而现在，主要的问题就是大气污染造成的全球变暖，其主要原因就是二氧化碳排放量太大，所以各个领域都在说去碳化，要把整个碳从能源结构上面给消除掉，那碳的能源实际上还是从太阳来的，几亿年前形成的化石燃料，从石油、煤，或者天然气的形式固定下来，这个能源又被我们给释放出来供大家使用，现在碳回到大气当中，对环境造成很大的污染，对整个人类的文明受到很大的影响。那现在，我们不要用碳回到最原始的，太阳能变成碳转换成能源，直接利用太阳能光伏电池，从过去15年一直到现在，光伏发电是非常容易获取，最便宜的一种手段。 那现在看总体的碳排放量的几个领域，第一个是光伏使用的发电；第二个是汽车，希望电动汽车充的电都是风能发的电；第三个最大排放量，就是工业以及商业建筑的取暖，还有工业合成的化工，或者钢铁工业等等，这些地方需要用到好多碳的加热，也是一个很大的碳排放，这部分现在还没有很好的解决办法，大家可以往这方面想下面的机会是什么。很多人说工业造成污染的那部分，用绿色的氢能来替代，也就是用太阳光伏来电解水，然后产生的氢能，或者用太阳能热分解水，直接把水分解产生氢能源等等。然后还有就是保留的取暖方式就是烧煤，或者天然气取暖，这些都是碳排放量。从宏观来讲，我们必须要考虑一个问题，怎么在人类活动的过程当中，使得能源的来源和碳分开，因为人类活动就需要能源，包括原始社会的时候，吃也是一个能源的来源，这将是一个很大的挑战。 我们所说的机会，随着社会的发展大家都要买车，买车就意味着碳的排放量不断的增加，像美国现在碳排放量实际上是减少了，中国或者其它发展中国家的碳排放量一直在增加，那怎么使得碳排放量减少？就是发电和交通这两大部分，发电的话用光伏，需要储存起来，而电池储存很重要的就是使得电网的稳定。另外一项技术就是高压直流输电，这种高压输电的距离很长，可以从中国的大西北一直输到北京或华东地区到上海等等，或者欧洲的话，从撒哈拉大沙漠里面建太阳能电站，可以直接输到德国去等等。这不只是能源的输送非常有效，而且它很大的程度上使得太阳能不再受天候的影响，使能源可以进行全球性的输送，跟现有的输电电网对比有很大的区别。 当然如果使得电网稳定的话，一个方法是电池，另一个方法是氢能，但是电池储电的时间不是很长，要时间长的话，另外可能要用氢能，把电变成氢能再通过燃料电池去发电，但是这个效率比较低，因为电变成氢能效率只有60%都不到，燃料电池的效率也就60%，算出来转换效率就在40%以上的，是不值得去做的。现在主体投资的一些重要的公司，我觉得固体电池是一个很大的挑战，同时也是一个非常有前景的项目，因为它使得电动汽车的充电速度可以非常快，不用再等一个小时，可能10分钟就充完了，同时可以达到500英里以上很长的航程。在硅谷很多公司都在做，做到最大的上市公司Quantum Scape，当初的市值达到500亿美元，现在少一点了，30-40亿美元，还是非常瞩目，大家都对他很看好。那固体电池其中最核心的就是固态电解液，它使得固体电池能够变成现实。 因字数限制，更多内容请收听音频 欢迎关注“TSVC”的微信公众号，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右下角，添加TSVC小助手，获取更多分享。

TSVC举办了《打造下一个独角兽》讲座第22讲。本次活动从创业角度和投资角度来谈AI热以及带来的机遇和挑战，也会对未来的AI创业投资做出展望。 嘉宾： 夏淳博士，TSVC联合创始人 雷鸣，智慧基石资本创始合伙人 我们都聊了什么 00:00 活动概要 嘉宾介绍 04:32 两位老师觉得人工智能技术的革命发展有怎样的演进逻辑？与之相关的AI投资逻辑又是怎么样的？那对比过去十年，最大的技术革命移动互联网来说，AI投资和移动互联网的投资又有什么样的异同？ 21:43 从创业者的角度，两位老师觉得更具体而言，现在的AI时代，有哪些创业机会对创业者是有价值的？TSVC经常讲 preGPT和postGPT的概念，从这两个阶段来看，现在我们开始有哪些以前根本不存在机会全新的在我们面前打开，创业者可以去探索，两位老师对创业者有没有什么这方面的建议和指导？ 35:45 现在AI Infrastructure被很多大厂垄断，那对于一些创业者来说，如何突破一些他们所受到的束缚，能更好地去探索创业机会? 45:09 从投资者的角度来看，比如TSVC提早布局了AIGC、生成媒体、multi-agent，那么目前预测会有哪些下一波的热点？ 54:57 当所有的项目都打上AI标签，现在是个“去AI化”的时候了，我们如何在AI泡沫中保持清醒？ 提到的公司/项目 • AI • AlphaGo • Facebook • 腾讯 • chatGPT • GPT 4 • TMD • BAT • 抖音 • 拼多多 • Amazon • Netflix • preGPT • postGPT • Copilot • multi-agent • OpenAI • Snowflake 两位老师觉得人工智能技术的革命发展有怎样的演进逻辑？与之相关的AI投资逻辑又是怎么样的？那对比过去十年，最大的技术革命移动互联网来说，AI投资和移动互联网的投资又有什么样的异同？ 智慧基石资本的创始合伙人雷鸣表示，AI从2012年计算机视觉的突破开始，其实映射的是深度学习技术，到2016年的AlphaGo得到大众的认可，还有就是最近的chatGPT，这其中有几个问题：第一，要分析AI到底解决了什么问题？互联网从基础的经济学上来讲，任何一个企业，任何一个需求，它都有供给侧和需求方。比如人要吃饭，那人是需求方，餐厅就是供给方，任何一家企业都是要解决其中一些问题，而互联网当年发展到现在，它最重要的是解决连接问题。比如还有一些企业连接人和人，就有Facebook和中国的腾讯，连接人和信息，人和商品，人和服务，人和音视频娱乐等等。 那么互联网它是一个信息传递的高速公路，它使得供给侧和需求方能够更有效更快的连接，这是它在经济学的本质。但是我们也看到，像互联网金融、医疗、农业、工业等等，其实互联网对这些产业的改变是微乎其微的。为什么会这样呢？因为这些产业里边，连接不构成它最关键的成分。互联网医疗最重要的是要有好的医生，并不是把病人连接到医生那里就可以，医生的资源其实非常稀缺，即便病人知道这个医生的医术很好，但是医生的精力是有限的，所以最好的医生也没有时间给病人看病。当它的供给侧非常稀缺的时候，连接就不能实现，这些所有的连接生效都是在供给侧充裕的时候，这是一个匹配问题，当供给侧稀缺的时候，它就不是匹配问题，所以AI更多的是解决供给侧的质量和成本问题。 比如我在国内创建的深入医疗，正在做的事情就是解决医生看X光片、CT核磁片的事情，因此在医疗方面仅仅解决了一小块。那么将来如果病人有片子让AI看和让专业的放射科医生看，AI做的跟专业的一样好，那这个时候就会觉得它是AI系统，所以它是充裕的，没有稀缺问题，稀缺了我们就加几个算力卡就可以了，然后就不稀缺了。如果将来真的有AI医生，一个是解决稀缺问题，第二个是解决质量问题，现在很多医生的水平都不同，如果将来AI做得非常好，同样质量的医生都是最好的。但是很多人会认为，做不到或者要很久，当然这是另外一个问题，做不到的情况随着时间的推移，我个人觉得还是非常有信心能做到的，从医疗、教育，到工业的机器人自动生产线，再到无人农业等等，有很多东西AI是可以解决供给侧的质量问题，可以替代一些重复性的工作。第一是成本会迅速下降，因为所有的服务业，人是主要成本。第二是质量会一直提升，而且是统一标准质量。我们平时不太喜欢就是去看医生，A医生人好看得好，明天这医生可能他去了其他地方，再换一个医生又觉得不太好。所以AI如果能解决供给侧问题的话，它的市场几乎会触及任何一个产业，机会非常多。 什么时候解决什么问题做什么事情？就是刚才说的AI技术的引进，过去来看AI的起点是计算机视觉的突破，但是很多人把它叫人工智能，我经常说它不大算人工智能，因为动物的视觉可能比人还强，把它叫动物智能也可以，但chatGPT基本可以认为是人工智能，你会看到它跟人交流，很多知识面非常宽广。所以chatGPT现在来看我会把它归结为，第一它确实是强人工智能的开端，无论将来怎么定义，它跟强人工智能都是有关系的，其中一部分是像个盲人，它没有视觉，只是听了万卷书；另一部分，它比较像个文科脑，很多时候不能精确地做事情。 最近创业应该聚焦的方向，如果一个大学毕业文科生的第一份工作，或者经过一两个月培训可以做的工作，那chatGPT和GPT 4一定程度上是可以承担的，比如做一些初级的文案、客服，咨询等等。但是要求极其精确的，比如医疗、法律之类的，这些创业系统让我的律师使用后，反馈说还是不行，比如法律方面能够反馈基本95%都正确，但是那5%的错误不能让人放心，因为律师是要承担责任的，因此我的律师还是得把文件全部看一遍，这个步骤就不能节省。 往后还有一些重大的突破有三个阶段：第一阶段，是文科再加上理科脑，也就是说像AlphaGo下棋这种很精确的东西他能做好，这样的话像法律、工程师、设计之类的，它就可以承担比较多的工作，而不是只出点主意，这个阶段不一定哪个先出现，但这是一个可能突破的方向。第二阶段，可能突破的就是文本加视觉，就是这个AI它有了眼睛，它会对真实世界的具象化理解更多。比如在生产线各个地方就可以看到这个东西，然后理解，并且实时处理，这个会打开一个非常大的空间。第三阶段，是说它能够操作自己，就是全天候机器人的概念，表示AI全理解了，但是它还要对现实世界有个输出。如果这个做好了之后，基本上可以覆盖几乎所有的蓝领工作，所以这些都是巨大的突破。当然再往后的突破，假如真的强人工智能还会创新，还会为自己出主意，做实验，解决量子力学问题，这些就想的更远一些了，但是更具象化的可能是我刚才讲这些。 还有一个跟移动互联网对比的话题，其实我更愿意跟互联网对比，移动互联网发展起来之后，其实没有创造太多的机会，真正发展起来是同一时期中国的TMD，但是互联网它的周期很长，从最开始95年左右的门户，到2000年左右向中国的BAT起来叫垂直化，2005年之后又出了宽带，然后到2010年左右的移动互联网，所以更多是宏大的互联网时期，出现了很多机会，到2015年就是移动宽带，抖音、拼多多的出现。从客观上来讲，在美国既没有抖音，也没有拼多多，所以整体来讲，我们经常把创业叫做“技术支持”，就是在技术成熟的时候，你做它就行，在不成熟的时候，做出来的东西总是不能让人满意。比如没有宽带的话，去做流式媒体就不太不可能，所以2005年的时候有宽带才有音视频流媒体服务，没有宽带是不存在这种服务的。早期只能先用百度搜一搜，再用迅雷下载，之后用播放器播出，它是一个循序渐进的过程。但是后来有了宽带，就是一站式服务，用户喜欢一站式服务，这很重要。 所以要去思考，现有的技术突破对于这个应用来讲是不是足够好，如果你认为在短期内足够好，那你就去做，如果发现不是，其实很多时候是非常辛苦的。像自然语言以前也有很多创业公司在做，但一直做的都不怎么样，就是因为技术不够好，但是现在chatGPT出来之后，后面就会做得还可以。 夏淳博士很赞同雷老师刚才讲的，很多都是非常本质性的，讲得很深刻也非常重要。既然涉及到投资逻辑，我想把思路再强化一下，我们要看整体的宏观大环境，创业者在创业时也要注意到当时的经济环境。在美国来看，今天的AI和2000年的互联网比较相似，那个时候整体的经济状况都不错，股市也特别好，很多创业公司拿了很多钱，上市也非常快，导致一个巨大的泡沫，然后很快就覆灭了。那现在AI也是，至少前几年的股市也是好的一塌糊涂，热钱非常多，很多公司都融到钱了，也不追求商业模式，只要做AI的出去贴个标签都是很火爆的，这个泡沫还是挺严重的，所以这点都很相似。 在美国，移动互联网那个时候实际上比较惨，07年是第一部智能手机出现，08年金融危机，后面几年一直处在经济萧条期，所以雷鸣老师也是讲，很多有意思的东西，当时并没有那么突出，因为整体经济还处在萧条期，拿那个时候来对比就会出现一个现象，就是热钱多的时候公司是多，但绝大部分公司都破产了，从互联网角度来说存活率是非常非常低的。我们和雷老师都是亲身经历了这个过程，雷老师是百度的联合创始人，做的非常成功，是非常了不得的事情。 现在拿美国来对比，看今天存活下来非常成功的大公司，比如Google，跟百度都是相似的，还有Amazon和Netflix，其中有一个特点大家要注意到，它是真正的颠覆式的创新。我跟雷老师都是做早期种子轮的投资，当然我们的野心比较大，都希望能投到下一个颠覆性的，能够改写历史的创业公司。这里面都有一个共性，就是今天存活下来做得好的大公司，它都不是把过去的报纸、电视、出租录像影碟商店的延续，所以有时候我自己也感到挺悲伤的，就是看到大量泡沫里面的公司，就是在做这种报纸、电视、出租录像影碟这件事情，这个出发点就是错的。所以提醒创业者，你需要寻找究竟怎么去能够有颠覆性的创新，和原来是不一样的东西。我再举一个例子，比如我前几天刚看了一个AI项目，就是给网站做自动生成的，我是觉得在AI的时代，有这么多智能代理或智能体，以后可能我们就不需要看网站了。 因字数限制，更多内容请收听音频 欢迎关注“TSVC”的微信公众号，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右下角，添加TSVC小助手