跨境投資人劉勇：跨境B2B公司在2017年機會非常多
我發(fā)現(xiàn)了一個很明顯的趨勢，也就是從15年下半年開始到16年，很多創(chuàng)業(yè)公司開始偏愛人民幣投資。除了新三板的因素，另外一個重要原因就是這些技術(shù)型創(chuàng)業(yè)公司在國內(nèi)融資拿到的估值要遠遠高于硅谷能夠給出的估值。
到2017年底，預(yù)計中美兩地技術(shù)型創(chuàng)業(yè)公司的投資溢價比例還會繼續(xù)攀升。原因是，從現(xiàn)階段來看，由于外匯管制的原因人民幣往外走的難度在加大，整個宏觀環(huán)境對人民幣對外投資造成了一定的阻礙。
那么之前提到的那些上萬億沉淀在國內(nèi)技術(shù)投資領(lǐng)域里的資金，就勢必要推高國內(nèi)技術(shù)創(chuàng)新型企業(yè)的資產(chǎn)價格。
而與硅谷比，國內(nèi)現(xiàn)階段高質(zhì)量的技術(shù)型創(chuàng)業(yè)公司數(shù)量還是相對有限，這會間接造成兩地估值差距加大，客觀上形成一個穩(wěn)定的套利空間，吸引更多來自硅谷的頂尖華人工程師和科學(xué)家回國創(chuàng)業(yè)。
跨境技術(shù)投資是個寬泛的概念，一個方向是把國內(nèi)的錢拿到美國投資科技資產(chǎn)，另一個方向則是把美國的高科技項目和創(chuàng)業(yè)者帶回國內(nèi)落地，后者在過去一年來不斷升溫，在2017年將會更加熱。
其實談到跨境風險投資，技術(shù)型投資只是其中的一類，而另一個與之同等重要的類別就是消費與服務(wù)型投資。這類投資其實存在非常多的跨境機會，但卻處在目前大部分跨境投資者的盲區(qū)。
一般來說，我們看到的技術(shù)型創(chuàng)業(yè)公司，大多是B2B2C模式，中間多的這個B就是幫助創(chuàng)業(yè)公司實現(xiàn)技術(shù)采納、對接市場的大企業(yè)。
而另一類與消費或企業(yè)服務(wù)直接相關(guān)的公司，其商業(yè)模式就省略了中間的鏈條，直接是B2C或者B2B。比較典型的就是跨境電商和廣告投放業(yè)務(wù)，把中國產(chǎn)品賣到美國，或者將美國產(chǎn)品銷往中國，再或者幫助中國企業(yè)出海。
另外從跨境角度來看還有其它一些商業(yè)模式創(chuàng)新值得關(guān)注，比如最近國內(nèi)非?；鸬亩桃曨l、內(nèi)容電商和共享單車，都存在對標的跨境投資機會。
線性資本王淮：人工智能會在哪些領(lǐng)域爆發(fā)？
人工智能會先在一些具體領(lǐng)域爆發(fā)。
金融是一個強數(shù)據(jù)的領(lǐng)域，智能化能夠加強數(shù)據(jù)的作用，所以在互聯(lián)網(wǎng)金融里面應(yīng)該有很強的應(yīng)用。另外，數(shù)據(jù)性很強的消費領(lǐng)域，從消費品、安全等相關(guān)角度，例如用戶畫像、智能推薦，以及智能導(dǎo)購，都是基于數(shù)據(jù)可以用AI機器人來幫助實現(xiàn)的。
ADAS輔助駕駛也是一個典型的場景。其實，我們發(fā)現(xiàn)很多行業(yè)，最大的市場都在“吃喝玩樂行”，對于人工智能而言，“行”是最容易被影響的，因為它是強技術(shù)性的。“吃喝玩樂”，雖然技術(shù)會給它們帶來一定幫助，但是內(nèi)容和渠道方面，它是有很強的反向控制性的，人工智能要切入是一個巨大的問題。而“行”是一個全新的領(lǐng)域，因為原來像地面交通、空中交通這些都是傳統(tǒng)公司來做的，滴滴這些新的公司的進入，為它們帶來一個巨大的顛覆。
在數(shù)據(jù)層面，我認為，滴滴肯定是傾向于自己去做的。但是不要忽略了傳統(tǒng)渠道的威力。不要小瞧傳統(tǒng)廠商，它們中有很多其實非常技術(shù)化，只不過它們的傳統(tǒng)技術(shù)是跟車相關(guān)，互聯(lián)網(wǎng)不一定擅長。
智能生活這塊，我認為也是有很大的機會的。如果把出行加進去，就是一整套了。如果撇開它看，就是智能家庭生活，我們覺得這一塊很有機會。
還有一些我們零星的思考。比如說，健康相關(guān)的，不僅限于監(jiān)測，而是回歸健康的本質(zhì)，比如對人的健康產(chǎn)生預(yù)警作用的。只是監(jiān)測，比如你一天跑了多少步，意義不大；但如果你能對我的健康預(yù)警，告訴我現(xiàn)在過勞了，要趕快休息，這種情況下猝死的概率是多少，才是有價值的。但現(xiàn)在技術(shù)還達不到。
在國內(nèi)，人工智能領(lǐng)域創(chuàng)業(yè)面臨著兩個最大的問題，一個是數(shù)據(jù)，另一個是應(yīng)用。很多創(chuàng)業(yè)者，他擁有的是算法、是技術(shù)，但是數(shù)據(jù)不在他這里，應(yīng)用也不在他這里，這兩塊還要去說服別人，是典型的兩座大山。這些數(shù)據(jù)源人家為什么要給你？這有一個信任成本的問題，要么是我相信你一定個比我強，要么是我沒有辦法了，不得不試一試。另外一個就是應(yīng)用，你得解決一個實在的商業(yè)問題，但商業(yè)問題并不在人工智能行業(yè)的人手中。比如自動駕駛，車廠是控制方，它是有話語權(quán)的。你要找到商業(yè)場景，并說服它們應(yīng)用你的技術(shù)，這又是一個難點。
