Yunqi CapitalのChen Yu氏：AI投資家を惹きつけてターゲットにする方法

[51CTO.comより引用] 2017年7月21日から22日まで、51CTO主催の人工知能をテーマとしたWOTI2017グローバルイノベーションテクノロジーサミットが北京フラマルネッサンスホテルで開催されました。サミットでは、30 人以上の AI スターと、人工知能をテーマにした数十の素晴らしいスピーチや円卓フォーラムが徐々に披露されました。会場内での素晴らしい講演に加え、会場外にはAI愛好家向けに特別に作られたハンズオンラボや技術体験エリアもあり、見どころ満載のカンファレンスとなっています。

7月21日午後、WOTI2017のメイン会場で、雲奇資本の執行役員である陳宇氏が「人工知能投資家をターゲットにする方法」と題した素晴らしい講演を行いました。以下はスピーチの書き起こしです、ちょっと覗いてみましょう！

[[197678]]

私の投資経験を皆様と共有する機会を与えてくださった51CTOに感謝します。投資業界に転向する前、私も技術者でした。最初はGoogleで働いていました。中国に帰国後、モバイル広告会社のスタートアップに参加しました。設立当初から新三板上場まで携わってきました。その間、起業家として、IDGなどのトップ機関や、Sequoiaなどの外部投資家とも交流してきました。当時、起業家だった私はとても困惑しました。なぜ投資家は私と40分や50分話しただけですぐに判断できるのか？私自身が投資家になるまで、この疑問の答えはわかりませんでした。実際、投資家にもルーチンがあります。彼らはあなたの会社、チーム、テクノロジーを評価する独自のフレームワークを持っています。彼らは40分から60分の簡単なチャットとフレームワーク構造を通じて判断を下します。次に、投資家がプロジェクト、特に人工知能プロジェクトにどのように投資するかについて、30 分ほどお話ししたいと思います。

まず最初に、私の組織について紹介させてください。私たちは比較的新しいVCファンドであるYunqi Capitalです。初期段階の投資に重点を置いています。2014年7月に設立され、今ちょうど3年目になります。現在、当社は米ドル建てファンド2本と人民元建てファンド2本を運用しており、総資本は約20億人民元です。当社が他の多くのファンドと異なる点は、クラウド コンピューティング、ビッグ データ、人工知能などの新しいテクノロジーへの投資に重点を置いていることです。それはなぜでしょうか?

私たちは、次の 10 年間でテクノロジーが人類社会の原動力になると信じています。つまり、このテクノロジー大手の波は、5年前のインターネットやモバイルインターネットのチャンスとまったく同じです。この大きなトレンドの中で良い投資機会をつかむことができれば、投資家としてさらに成功するでしょう。私たちの主な投資分野であるクラウドコンピューティング、ビッグデータ、人工知能を見てみましょう。これら3つの分野は密接に関連しています。クラウドコンピューティングとビッグデータはディープラーニングコンテンツをサポートしています。これらのインフラストラクチャが改善されて初めて、上位レベルの人工知能アプリケーションが繁栄すると言えます。

したがって、当社の投資アプローチもトップダウンです。過去 2 年間で、当社はクラウド コンピューティングとビッグ データ プロジェクトを買収しました。クラウド オーディオや分散データベースなど、聞いたことがあるかもしれませんが、これらはすべて当社が投資したものです。インフラが完成すれば、人工知能の応用が台頭する条件が整うため、私たちは現在、主に人工知能の応用に焦点を当てています。特に、後ほど、新しい小売、医療、自動運転車など、特定の業界における人工知能の応用についてお話しします。

投資する際に最初に答えなければならない質問は、「なぜ今なのか？」「なぜ今人工知能に投資するのか？」です。実際には、3つの大きな要因が関係しています。1つ目は、テクノロジーがすでに完成していることです。過去10年間、学界と産業界の両方がディープラーニングアルゴリズムの研究に多くの人的資源と物的資源を投入してきたことがわかります。GPUは特に行列演算とそれに続く演算に適しており、機械学習のトレーニングの効率を大幅に向上させます。データに関して言えば、今ではデータを収集する方法がたくさんあります。

Xiaomi が投資している会社について聞いたことがあるかどうかはわかりません。このモデルをトレーニングするために特定のラベル付き画像とデータが必要な場合は、このデータをオンラインで簡単に入手できます。こうした技術の進歩により、人工知能は発展しました。第二に、中国で物事を進める際には国家政策を注意深く監視しなければならないことは誰もが知っています。同国の人工知能に対する反応は特に速いです。

昨日の見出しに注目していれば、国務院が新世代の人工知能開発計画を発表し、人工知能に関する国の見解、関連政策、達成すべき目標を詳細に説明したことをご存知でしょう。この反応は、私たちが想像していたよりも速いものです。かつてのモノのインターネットやインターネットと同様に、技術の出現と発展から国家政策の導入までには10年以上かかりました。例えば、人工知能の場合、国の対応は特に迅速でした。人気が出てからわずか3、4年で、国による支援政策がすでに出ています。これはすべての人工知能企業にとって素晴らしいニュースです。

これがどのような影響を与えるか考えてみてください。たとえば、あなたの会社が成長するにつれて、国があなたの会社が種子産業に携わっていることを認識すれば、対応する政府主導の基金やその他の投資機関が国が支援する産業に資金を振り向け、資金調達が容易になります。上場して中国証券監督管理委員会の審査に合格した場合、国の重要産業であれば承認率が高くなります。したがって、現時点では、国の人工知能支援政策は起業家にとって恵みである。

まさに今述べたようなマクロな要因により、AI も世界規模で急速に発展しています。 2025年までに、世界の人工知能市場は600億ドルに達すると予測されています。国が発表した白書は私の予測に近いものですが、中国の人工知能産業に対する直接的な国家目標は1兆ドルに達することです。周辺産業を含めると、この数字は数倍に増えます。資本も利益を求めています。市場がどこにあるかを知っており、そこに資金を向けます。

2011年当時、人工知能分野に注目する機関は基本的に数十社しかなく、年間のプロジェクト投資件数も数十件に過ぎませんでした。昨年までに、この数は700機関、年間5,000件の取引にまで増加しました。この数字は不完全な統計であり、実際の数字はもっと高い可能性があると思います。これは世界全体の数字です。中国では現在、毎年約 1,000 ～ 2,000 件の人工知能関連の取引に投資しています。 VC が AI 業界を選択する理由はわかっています。業界を選択した後、VC は間違いなく AI 内のサブセグメントへの投資を選択します。なぜこのサブセグメントを選択するのでしょうか?

実は、選定基準はとてもシンプルです。まずは市場が大きいこと。兆単位の市場規模を期待しています。市場規模がこれだけ大きければ、どのように投資しても数十のユニコーンが誕生するでしょう。また、AIは最終的に良い足場を築かなければなりませんし、その足場が私の技術を使って産業の効率を大幅に向上させることができるものであればベストです。 AIによってある業界の効率が5～8倍に向上するのであれば、AIを導入できる業界だと考えており、投資していきたいと考えています。これら 2 つの基準に基づいて審査した結果、AI には自動運転、医療、セキュリティ、ヒューマン コンピュータ インタラクション、教育、産業、金融の分野で多くのチャンスがあると考えています。

例えば、なぜ自動運転車は1兆ドル市場と言われているのでしょうか。昨年、中国の自主ブランド乗用車の出荷台数は合計1,000万台でした。これに他の輸入車を加え、1台あたり10万元を掛けると、1兆ドル市場になります。将来、自動運転車が普及すると、これらのセンサー、ソフトウェアシステム、コンピューターのコストは、おそらく車両総コストの10％から20％を占めると考えています。これに掛け合わせると、直接市場は数千億に達しますが、これは車両製造によってもたらされる市場にすぎません。また、自動運転車用の高精度地図の収集など、周辺産業のテストも必要だ。 Didiの自動運転バージョンのような派生ビジネスモデルも、すべて考慮すると数千億ドル、あるいは数兆ドルの価値がある市場となるため、私たちは特にこの業界に投資したいと考えています。

もう一つはプロジェクトの改善です。医療を例に挙げてみましょう。以前、あるプロジェクトについてお話ししました。これは、ディープラーニングを使用して患者の脳のCTフィルムやスキャンを読み取り、判断し、患者が非常に深刻な脳損傷や脳卒中を患っているかどうか、手術を受ける必要があるかどうかを医師が判断するのを支援するものです。なぜこれが重要なのでしょうか。重篤な患者が脳卒中を起こした場合、まず救急室に送られますが、そこには通常、一般開業医が配置されています。一般開業医が画像を判断するのに 2 分かかり、その正確さは専門医の正確さよりはるかに低くなります。しかし、患者を救出するには 10 分しかないかもしれません。コンピューターがあれば、わずか 2 秒で専門医のレベルに到達でき、正確さは専門医と同等です。この効率性の向上は、患者に大きな影響を与える可能性があります。コンピューターを使えば、多くの患者が麻痺したり死亡したりすることなく、より良い治療を受けられるかもしれません。したがって、この業界における人工知能の応用は非常に価値があります。

最後にセキュリティです。この業界は市場が大きく、効率性の向上が明らかです。中国は毎年数千億ドルを公共の安全に投資しており、これは特に大きな市場です。人工知能はこれにどのような役割を果たすことができるのでしょうか。たとえば、公共の集会で秩序と安全を維持しようと思ったら、監視のために多くの人を派遣しなければなりませんが、そのような監視の効果は必ずしも良いものではないかもしれません。ディープラーニングにより、カメラはリアルタイムでビデオ画像を収集し、主要なオブジェクトを自動的にロックして追跡します。これにより、効率が大幅に向上します。このテクノロジーにより、すべての人の安全が保証されます。これは、市場における大幅な効率向上の明らかな例です。したがって、業界に参入することを選択するときは、まず次の 2 つの質問を自問してください。自分が参入している市場は兆単位の市場ですか? 使用した後、効率は 10% から 20% の向上ではなく、指数関数的に向上しますか? 10% から 20% の向上しかない場合は、投資する価値はありません。

マクロの視点について話した後、次にこの目標を評価します。製品データやアルゴリズムなど、いくつかの側面から評価します。たとえば、製品がtoCかtoBかを判断する方法は多少異なります。toCの人工知能で最も広く使用されているのはスマート家具です。スマート家電やスマート家具という言葉は長年言われてきましたが、実際には消費者からあまり反応が得られていません。なぜでしょうか？ここには製品設計の問題があります。

初期の頃、業界関係者は、空気清浄機やエアコンにインターネット アクセスを追加すれば、賢くなるだろうと考えていました。しかし、そうではないかもしれません。なぜなら、リモート コントロールは問題ではなく、インターネット機能のためだけにいわゆるスマート製品を購入するために余分にお金を払うつもりはないからです。本当に良い製品とは、人々の悩みを本当に解決する製品です。私が市場で見た中で最高のスマート家電は、Xiaomi のスマート炊飯器です。この炊飯器には特定のインテリジェント コントローラーが搭載されており、さまざまな種類の米やさまざまな量の水を入れても、自動的にそれを検出し、最適な温度曲線を使用して米を加熱します。炊飯すると非常においしくなり、悩みを解決します。

おいしいご飯を炊くために炊飯器を買ったのに、炊いた経験がなければおいしく炊けません。人工知能がこの問題を解決するのに役立っています。これは特に良い例です。 toC 製品を作成するときは、問題点がどこにあるのかを明確に考える必要があります。 toBも同様ですが、toBの問題点の多くは効率性にあります。先ほど挙げた例のように、業界でテクノロジーを応用したいのであれば、効率性を高めなければなりません。そうして初めて、テクノロジーは価値を生み出すことができます。そのため、製品は私たちが特に重視する側面です。

製品または適切なアプリケーション シナリオが完成したら、次に検討すべきことは、データとアルゴリズムという 2 つの技術的な問題です。ご存知のとおり、ディープラーニングは特にデータの無駄遣いが激しいです。では、どうやってデータを収集するのでしょうか。これは起業家が解決し、考えなければならない問題です。これまで、多くの医療プロジェクトについてお話ししてきました。医療プロジェクトの最大の問題は、データを入手するのが難しいことです。なぜでしょうか? なぜなら、データを提供してくれる病院がないからです。できることは、病院の部門や情報技術担当の副社長と良好な関係を築き、写真を入手することです。しかし、そのような写真のソースは限られていることが多く、トレーニングされたモデルが特に効果的ではないことに繋がります。

もう 1 つの問題はラベル付けです。データのラベル付けの問題は無視されがちです。ご存知のように、データのラベル付けを外注しているところもありますが、これが問題を引き起こすことがよくあります。ラベル付けされたデータには多くのノイズが含まれている可能性があり、それがその後のモデル トレーニング効果に影響を及ぼします。しかし、海外ではデータのラベル付けを非常に重視しています。以前、Google Brain チームも機械を使って医療診断を支援するプロジェクトに取り組んでいました。ブログには、トレーニングレベルのデータは経験豊富な医師のグループによってラベル付けされており、投票システムを使用しているという一文があります。たとえば、3 人中 2 人の医師がこれが正しいラベル付けであると思ったら、マークを付けます。中国では、人々はあまり気に留めず、それほどお金をかけないことが多いので、ラベルの効果が満足のいくものでないことがあり、後で疑ってしまいます。したがって、チームを見るとき、データをどのように扱うかによってチームを判断することが多いのです。データを真剣に受け止め、非常に体系的な方法でデータを収集し、データをクリーンアップし、データにラベルを付け、それをモデルのトレーニングに使用する場合にのみ、私たちはあなたを有能な AI チームとみなします。

最後に、アルゴリズムがあります。現在、アルゴリズムの敷居は比較的低く、オープンソースのフレームワークは非常に一般的であり、さまざまなネットワーク構造がシステムに与える影響についても多くの学術論文で議論されています。しかし、繰り返しになりますが、これらの論文は誰かが読む必要があり、フレームワークは誰かが使用する必要があります。中国では特に人材の供給が大きな問題です。毎年、コンピューターサイエンスや機械学習を専攻する大学院生や博士課程の学生は数千人から数万人しかいません。しかし、BATのような大企業に加えて、数万のスタートアップ企業もこの人材をめぐって競争しています。では、強力なアルゴリズム チームを構築するにはどうすればよいでしょうか? これは、すべてのスタートアップが答えなければならない質問です。まとめると、チームには、良いランディング シナリオを見つけ、良い製品設計を持ち、ビッグ データに真剣に取り組み、良いチームを構築する必要があります。この方法でのみ、さらに前進することができ、これが私たち VC が求めているチームです。

以下は比較的抽象的で一般的な内容です。たとえば、チームのメンバーが補完的であるかどうかを評価します。技術者が自分のビジネスを始める場合、一般的には独自の技術スキルを持っていますが、多くの場合、彼らに不足しているのは、いくつかのビジネス上の問題に対処するのに役立つパートナーです。そして、このパートナーは実はとても重要です。多くの業界、例えば医療業界や教育業界と同様に、良いパートナーや良いチャネルがなければ、どんなに良い製品であっても販売することはできません。現時点でどのようにパートナーを見つけるかは、ビジネスを始めるときに誰もが考えなければならない問題です。

私たちが望むのは、創業チームが2、3人程度で、その中には技術力に優れた人材とビジネス力に優れた人材がいて、彼らのスキルと個性が互いに補完し合い、株式の分配が合理的であることです。私たちが最も望まないのは、例えば、3 人の創業者がそれぞれ株式の 3 分の 1 を保有している状況です。なぜそれがよくないのでしょうか。結局のところ、会社には意思決定を行う人が必要です。過半数の株式を保有する人がいなければ、会社が問題に直面しても、誰もその問題の責任を取るために前に出ることはなく、それは会社にとって特に悪いことです。

もう 1 つの非常に重要な点は、3 人の背景や経験は異なりますが、共通の価値観を持っていなければならないということです。共通の価値観がなければ、起業プロセスを継続することは困難です。これは決まり文句です。もう 1 つの問題は、ビジネス能力です。最近の一般的な問題は、AI 企業の評価額​​が非常に高いものの、ビジネス モデルや収益に関しては、誰もがしぼんだ風船のように自信を持てないことです。なぜそうなるのでしょうか。今では、誰もが AI のホットなアプリケーション シナリオを見つけることができますが、多くの場合、それを収益化する方法について明確に考えていません。この問題は、起業家だけでなく投資家にとっても混乱を招きます。現在のスター企業と同様に、彼らは規模の収益を生み出し、収益化するための特に良い方法を見つけていないことがわかります。その方法は最終的に何になるのでしょうか。これは現時点では答えられない質問ですが、起業家と議論したい質問でもあります。

スタートアップ企業が事業を始める際に大企業との競争を避けることは難しいため、この時点で各社とも自社のポジショニングをしっかり行う必要があります。自分がどんな会社なのかを理解する必要があります。スタートアップ企業は、最初から大きなプラットフォームを構築したいと言ってはいけません。大きなプラットフォームであろうと、エコシステムであろうと、これらはビジネスの初期段階で考慮すべき問題ではありません。これらは、BAT や Toutiao などの後期段階のスタートアップが考慮すべき問題です。スタートアップは、最初は現実的な方法で小さなアプリケーションシナリオを見つけ、このシナリオのペインポイントの問題を解決するためにテクノロジーを使用し、その後、会社がゆっくりと成長して最終的に別の大企業になるまで、ゆっくりと分野を拡大する必要があると思います。この時点で、オープンプラットフォームまたはエコロジカル環境の構築を検討できます。

もう1つは、インフラの問題を解決しようとするタイプのスタートアップがありますが、このタイプの企業については誰もが注意する必要があると思います。 Horizo​​n RoboticsやShenzhen Technologyなどの企業は、AIチップを作ろうとしています。このような製品は、多くの場合、巨額の投資を必要とし、成功したとしても、クラウドベンダーなどの大企業との競争に直面することになります。この場合、誰もがこの方向に進む前に慎重に考える必要があります。十分な技術力と十分な資金調達力がない場合は、巨額の投資を必要とするインフラ業界に参入すべきではありません。

最後に、成功する起業とは、適切なタイミングで適切な行動をとることです。例えば、教育の分野では、AI+教育で今ホットな話題の一つは、機械を使ってテストの採点をする方法だ。この商品は何年も前に米国で人気があったが、政策的な要因で最近中国でも人気が出ている。例えば、2020年の高校入試では英語の口頭試問が課され、ビッグデータと人工知能が採点に使われる。中国がこれを実行する理由の一つは非常に単純だ。まず、機械はこの種の作業に優れており、次に、機械は公平性を確保できます。この分野での起業が実現可能になったのは、まさにこの国の全体的な環境と政策の推進力があったからです。ですから、起業するときは、なぜ今が起業のタイミングなのか、なぜ1年前にできなかったのか、1年後に参入したらなぜ遅すぎるのか、よく考えてみるべきなのです。これらは皆さんが考えるべきいくつかの質問です。

最後に、先ほど申し上げた投資の枠組みのまとめともいえる、当社の投資事例をいくつかご紹介したいと思います。一つ目は、最近シリコンバレーに投資した無人運転チームです。チームのメンバー3人は全員、百度研究所の卒業生です。これは巨大な市場を持つ製品です。無人運転市場は数千億ドル規模の市場であり、あらゆる投資機関が必ずレイアウトを組む場所です。この業界への参入ハードルは比較的高いです。Google、Baidu、Tesla などで実際に無人運転を実践したチームから来た人である必要があります。これらのソリューションを目にしたことがあるでしょう。巨人たちの肩の上に立つことによってのみ、より優れた新しい車輪を作ることができます。たまたまそのようなチームと出会い、投資を完了しました。彼らは現在順調に進んでおり、12月には自動運転車が公道を走る予定です。

2つ目はロボットの例です。この会社はロボット労働力輸出会社です。なぜこの業界を選んだかというと、この業界は労働産業に相当します。人が行うことも最終的には人が行うとすれば、この2つの業界の価値は比較できます。これも巨大な市場です。なぜ今それをするのでしょうか? そこには 2 つの要因が関係しています。まず、中国の人件費は上昇し続けています。これは、中国が徐々に高齢化社会に突入し、労働力が減少しているためです。インフレやその他の経済要因と相まって、人件費は上昇し続けています。ロボットの製造コストに関して言えば、ロボットのコア部品やセンサーのコストは高くなっていますが、品質が向上しているため、今では人間に似たロボットをより安価に製造できるようになり、この業界に投資する前提条件となっています。

この会社は一体何を製造しているのでしょうか? 屋内で自律的に移動でき、さまざまなボディを運んでさまざまなタスクを完了できる、汎用的な屋内サービス ロボット シャーシです。たとえば、食品の配達、屋内ナビゲーション、セキュリティなど、これらはすべて一般的なアプリケーションです。そこで私たちはこのチームに魅力を感じました。まず、このチームは非常に堅実です。次に、彼らが作るロボットは非常に低コストです。現在、新しいモデルが開発されました。ロボットは販売されておらず、1日99元で他の人にレンタルされています。顧客はこれを喜んで受け入れています。なぜなら、現在、ウェイターを雇って食べ物を運んでもらうと、その給料は2,500～3,000元で、それに社会保障やその他の相応の福利厚生が加わります。人件費はロボットよりはるかに高いのです。さらに、ロボットは勤勉で、24時間働くことができ、休日に休む必要もありません。ですから、どんな観点から見ても、ロボットは人間の良い代替品なのです。人間がロボットに置き換えられたら、最終的に何が起こるのでしょうか。これは、私たちが子供の頃、空を紙のように使っていたときの疑問と同じです。人間を解放し、人々が娯楽にもっと時間を費やせるように、週3日または4日勤務に切り替えることはできないでしょうか。答えはイエスだと思います。

シリコンバレーにもロボット企業があります。そのビジネスモデルに注目したいと思います。そのビジネスモデルは、食品の配達に料金を課すというものです。米国での食品配達のコストは約5ドルで、これは現在の中国の速達料金よりもはるかに高いです。彼らはロボットを使ってそれを代替し、コストを削減しています。私たちのチームには、コストを1〜2ドルに抑えることができるロボットを開発したMITの博士号取得者2人がいます。これによりコストが大幅に削減され、中国のDada社やTongcheng Express社に似た新しいビジネスモデルも誕生しました。ただし、中国では人と電気自動車を使用するのに対し、米国では低速の屋外無人ロボットを使用して作業を完了できるという点が異なります。

最後に、消費者にとって非常に興味深いものをお伝えしたいと思います。それは、実はスマート ハードウェアです。ここには子供連れの人がたくさんいて、ピアノを習っている人もたくさんいます。でも、親が子供の練習に付き添うことに苦労することがよくあります。ピアノがわからないのに、子供​​が弾く音が正しいかどうか、どうやってわかるのでしょうか。この問題は以前は解決不可能でした。私たちが投資しているある会社は独創的な設計をしています。ピアノと電子キーボードにカメラを取り付け、キーボードの映像を通じて、子供が正確に音符を弾いているか、指使いが正しいかをリアルタイムで分析できます。また、子供の表情から、ピアノの楽譜に集中しているかどうかも判断できます。これらの技術の助けを借りれば、ピアノの伴奏はもっと簡単になるはずです。今後、一定の規模に達したら、オンラインピアノ教育の分野にも参入したいと考えています。オンライン教育の分野に参入することで、ビジネスモデルが開拓され、単なるスマートハードウェア企業ではなく、大規模に利益を上げることができる企業になることができます。これらは私たちが検討したいくつかの事項です。

皆様、お時間をいただきありがとうございました。本日の私のお話はこれで終わりです。ありがとうございました。

51CTO の記者は、WOTI2017 グローバル イノベーション テクノロジー サミットの興味深いレポートを引き続きお届けしますので、どうぞお楽しみに!

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]