最好的風投不可能是人工智能

受訪人 / 符績勛 紀源資本（GGV Capital）管理合伙人

采訪 / 齊卿

最好的風投不可能是人工智能

受訪人 / 符績勛 紀源資本（GGV Capital）管理合伙人

采訪 / 齊卿

富有人性的投資決策，是風險投資的魅力所在。

人工智能在量化投資領域小試牛刀，取得不錯的成績之后，人們又開始探討：在最為復雜多變的風險投資領域，能否運用人工智能技術(shù)，依靠對海量數(shù)據(jù)的分析，找出最具投資前景的項目？

在人工智能的支持者看來，風險投資與二級市場的股票、債券投資沒有什么區(qū)別，了解任何一個被投資企業(yè)，都可以從行業(yè)宏觀經(jīng)濟環(huán)境，NPV、IRR等指標入手，建立一個模型，進而選出最具潛力的企業(yè)。這種想法很好，但人工智能并不能有效篩選出具備投資價值的初創(chuàng)企業(yè)。這是因為，在風險投資領域的商業(yè)分析和決策方式上，人工智能與人類智慧差別很大，決策的標準有時甚至是相悖的。

創(chuàng)業(yè)者的執(zhí)著與情懷難以計算

人工智能的優(yōu)勢是建立在大數(shù)據(jù)基礎之上的。例如谷歌的AlphaGo使用了大約16萬局棋譜進行訓練，這遠遠超過職業(yè)棋手的訓練強度。其次，人工智能可以借助先進的芯片和網(wǎng)絡技術(shù)，幾乎擁有無限的運算能力，而人類受制于生物體的極限，與機器相比，運算能力上處于下風。

然而在風險投資領域，人工智能這兩方面的優(yōu)勢卻很難發(fā)揮作用。首先，風投主要集中在種子輪、A輪或B輪，公司尚處于創(chuàng)立或者早期發(fā)展階段，沒有大量基礎數(shù)據(jù)可供分析。其業(yè)務模式尚不穩(wěn)定，市場邊界也不清晰，如果用現(xiàn)有數(shù)據(jù)對未來進行預測，也許就會忽略可能涉足的潛在市場，進而大大低估公司的成長性。這種情況在互聯(lián)網(wǎng)相關領域表現(xiàn)得尤其明顯。由于互聯(lián)網(wǎng)具有基礎投資大、邊際成本低的特點，在創(chuàng)業(yè)的前期階段，需要大量投入資金用于系統(tǒng)平臺建設，而一旦當系統(tǒng)平臺建設完成，后期每增加一個用戶的邊際成本是非常低的，有時甚至為零。以谷歌為例，谷歌于1998年創(chuàng)立，1999年其搜索引擎上線運營，到2004年公司上市的時候，谷歌處理了全球互聯(lián)網(wǎng)近80%的搜索請求（包括來自合作伙伴的引流）。顯然這種史無前例的成長速度，依靠人工智能的計算幾乎是不可能預測到的。

正因如此，風險投資機構(gòu)往往將創(chuàng)始人團隊作為投資評估的標準之一。據(jù)符績勛介紹，在紀源資本的項目評估框架中，就將“創(chuàng)始人與業(yè)務的契合度”與“宏觀市場狀況”和“組織的運營管理能力”兩個客觀維度，同時作為項目評估的考察要素。

在人的維度中，數(shù)據(jù)可以在一定程度上對創(chuàng)始人的技術(shù)能力、管理經(jīng)驗、職業(yè)背景等素質(zhì)進行描述，但對于情感因素卻很難進行量化描述。而微妙的情感因素，在初創(chuàng)公司的創(chuàng)始人團隊中經(jīng)常起到?jīng)Q定性作用。例如在李彥宏回國創(chuàng)業(yè)，尋求風險投資時，符績勛對百度的評估，就包含了投資人對創(chuàng)業(yè)者軟性技能的評估。李彥宏回國創(chuàng)業(yè)的時間，幾乎與谷歌創(chuàng)辦的時間相同，當時正值第一代互聯(lián)網(wǎng)發(fā)展的繁榮時期，門戶網(wǎng)站大行其道。在當時的互聯(lián)網(wǎng)王者雅虎看來，搜索不過是門戶網(wǎng)站的補充，提供一個大而全的信息門戶，才是網(wǎng)絡應用的終極形態(tài)。當時國內(nèi)的新浪、網(wǎng)易、搜狐三大門戶網(wǎng)站，一時間成為互聯(lián)網(wǎng)的代名詞。如果單純用大數(shù)據(jù)模型，以歷史數(shù)據(jù)進行分析，投資門戶網(wǎng)站可能才是最恰當?shù)倪x擇。但紀源資本并不這樣認為，在符績勛看來，“互聯(lián)網(wǎng)信息量呈現(xiàn)爆炸式的增長，門戶網(wǎng)站在當時固然能夠起到流量入口的作用，但是依靠人工采集分類，無法將互聯(lián)網(wǎng)的海量信息送達用戶，這時候一定會有搜索的需求?！痹谶@個大前提下，就需要考察是哪位創(chuàng)業(yè)者能夠?qū)⑺阉鬟@件事情作好。后面的事情無需贅述，有著在Infoseek等早期搜索引擎工作經(jīng)歷，擁有信息技術(shù)學術(shù)背景，愿意放棄國外優(yōu)厚的待遇，在北大資源賓館放手一搏的李彥宏，獲得符績勛的投資也就不足為奇了。創(chuàng)業(yè)者對創(chuàng)業(yè)項目的執(zhí)著與情懷，是人工智能所不能計算出來的，只有投資人與創(chuàng)業(yè)者之間發(fā)生交互，才能發(fā)現(xiàn)優(yōu)秀的創(chuàng)業(yè)者。

投資如同選舉，只有一次機會

人工智能在風險投資領域的另一個局限是，人工智能的決策是基于概率的標準，依靠大數(shù)據(jù)使用蒙特卡洛樹搜索等算法，對海量的過程進行隨機模擬，并產(chǎn)生海量的結(jié)果，然后對這些結(jié)果進行評價，選出成功概率最大的結(jié)果。這種基于概率的決策方式，在對圍棋、股票交易等具有明確結(jié)果、可以多次博弈以概率取勝的決策中具有非常大的優(yōu)勢。然而，這種基于概率的決策邏輯與風險投資的決策邏輯有時甚至是背道而馳的。一個簡單的經(jīng)濟學原理就是風險與收益成反比，要獲得超額收益，就要尋找高風險的投資機會。那些看起來小概率的成功機會，往往是風險投資機構(gòu)所熱衷的。

如果將美國大選作為一次風險投資的案例復盤，我們就會發(fā)現(xiàn)概率決策的局限性。在競選之前，很多研究者運用人工智能技術(shù)，從社交媒體、民意調(diào)查結(jié)果等渠道收集數(shù)據(jù)進行選情預測，預測方法無外乎蒙特卡洛模擬下的概率分析，結(jié)果幾乎都是一邊倒的支持希拉里以壓倒性優(yōu)勢獲勝，特朗普并非沒有取勝的可能，只是獲勝的概率較低。如果選舉重復進行1 000次，那么結(jié)果真有可能像預測的那樣，希拉里以總數(shù)優(yōu)勢取勝。這就是人工智能在量化交易中能夠取得較好成績的原因，投資機構(gòu)持有大量不同類別的股票，依靠投資組合獲得概率的優(yōu)勢。

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

雖然風險投資是尋求小概率成功事件的機會，但并不代表風投機構(gòu)不在意被投公司能否成功，控制風險依然是重中之重。要作到有效識別和控制風險，就需要有充分的自信，準確把握行業(yè)趨勢。以紀源資本投資阿里巴巴為例，在2001～2003年，阿里巴巴經(jīng)營較為困難的時期，很多投資機構(gòu)對投資阿里持有非常保守的態(tài)度。但在紀源資本看來，“在線交易平臺一定是時代發(fā)展的趨勢。當時除了淘寶，還有eBay、易趣，究竟誰會勝出？”除了判斷傳統(tǒng)的財務指標、市場指標之外，就需要投資者對公司創(chuàng)始人特質(zhì)、公司文化等很難量化的內(nèi)容進行分析。符績勛表示，“有時風險投資，需要投資人的一種信念支持，而正是風險投資的魅力所在?！?/p>

決策規(guī)則的動態(tài)性

風險投資的一個重要特點是，決策規(guī)則是動態(tài)變化的。符績勛認為，“人工智能可以很好地處理規(guī)則清晰的決策工作，卻很難處理規(guī)則動態(tài)變化、邊界模糊的決策?！蔽覀儸F(xiàn)在看到人工智能在金融交易、管理咨詢、法律咨詢等過去專業(yè)人士工作的領域展開應用，似乎可以代替人的決策能力。但這些領域的一個共同點就是，決策規(guī)則十分清晰，結(jié)果易于評價。所以在這些領域，不受感情干擾、不會疲倦、算力驚人的人工智能能夠作比行業(yè)專家更為高效、科學的決策。

但如果決策規(guī)則是動態(tài)變化的，人工智能就很難及時地調(diào)整。因為人工智能的決策是依靠對大數(shù)據(jù)有規(guī)則的訓練，而數(shù)據(jù)的采集又是根據(jù)訓練規(guī)則而設計的。如果決策規(guī)則發(fā)生變動，那意味著訓練算法、數(shù)據(jù)都需要作相應調(diào)整，而這僅靠人工智能系統(tǒng)自身是無法作到的。比如，我們?nèi)绻孉lphaGo學習象棋的下法，就需要提供數(shù)十萬份象棋棋譜，更改算法的目標約束條件，然后經(jīng)歷數(shù)月的訓練，才能投入應用。

在風險投資領域，投資者面對的決策也是動態(tài)易變的。例如我們看滴滴出行的價值演變，最初滴滴出行作為一個出租車乘客和司機的信息搭配平臺，只是將出租車電召平臺搬到了手機上，市場是非常有限的。在這個時候，我們想，滴滴既然能夠匹配出租車的司機與乘客，為什么不能匹配私家車的車主與乘客呢？于是價值就出現(xiàn)爆發(fā)式的增長了，它從一個出租車電召平臺的替代品，變?yōu)槠嚦鲂械墓蚕砥脚_，用戶基數(shù)以幾何速度增長，其估值也呈現(xiàn)相應的增長。如果再進一步發(fā)展，那么它可能是一個出行大數(shù)據(jù)的服務平臺、廣告平臺、信息發(fā)布平臺、甚至可能是支付平臺。這種決策思路的演進是高度動態(tài)化的，市場邊界也在不斷拓展，人工智能是難以勝任這種復雜決策的。

投資決策的非線性思維

最后，風險投資決策的非線性思維，也是現(xiàn)階段人工智能難以涉足的領域。風險投資所面對的初創(chuàng)企業(yè)是高度變化的，正如彼得·蒂爾所言，“最好的公司是無法用詞語來形容的”，投資人需要具備非線性思考的思維模式，才能發(fā)現(xiàn)讓人驚喜的投資機會。

以紀源資本投資去哪兒為例。在去哪兒創(chuàng)建之前，攜程已經(jīng)在美國上市，是在線旅游市場的龍頭企業(yè)。如果以線性視角看待投資機會，似乎已經(jīng)沒有太好的投資機會了。然而去哪兒抓住了圍繞著出行、休閑旅行的垂直比價引擎這個細分市場。去哪兒與主營酒店、機票預訂服務的攜程和提供綜合信息的百度，形成明顯的差異化競爭格局，在巨頭之間創(chuàng)造了一個細分市場。

那么，這個市場是否有足夠的發(fā)展?jié)摿?？在線性思維的思考下，這可能是一個十分有限的市場。然而，如果以非線性思維的視角觀察，去哪兒仍具有非?？捎^的成長性。這其中的機會就是移動互聯(lián)網(wǎng)帶來的變革。以攜程為代表的在線旅游市場非常重視電話預訂和PC端預訂的業(yè)務。據(jù)估計，這個市場在國內(nèi)大約可以達到每年40%左右的增長速度，所以當你擁有了這個市場的50%，即使企業(yè)增速再快，由于市場釋放的空間有限，成長也是受到限制的。然而，2009年前后，智能手機為在線旅游市場提供了巨大的潛在發(fā)展機會。盡管當時技術(shù)條件限制較大，智能手機并未進入主流視野，但已呈現(xiàn)出主流的態(tài)勢。在2012年開始，隨著智能手機和3G網(wǎng)絡的普及，移動互聯(lián)網(wǎng)開始出現(xiàn)大規(guī)模的增長，用戶使用習慣向移動互聯(lián)網(wǎng)轉(zhuǎn)移，大量手機用戶開始進入在線旅游市場。去哪兒早在2010年就開始移動互聯(lián)網(wǎng)的布局，到2013年，去哪兒手機App市場占有率小幅超越攜程成為市場第一。

出于對以上局勢的判斷，紀源資本早在2009年就對去哪兒完成了第三輪風險投資的領投，去哪兒與攜程合并之后，獲得了42倍的收益率。

※※※※※

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