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。

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。

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。

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