“為什么我們持續看好并追加瓜子二手車的出資？是因為瓜子二手車能夠經過買賣場景取得用戶數據，并能對數據進行深度剖析學習，從而更好地改善消費者體會?！奔t杉資本我國基金合伙人計越說，瓜子二手車是紅杉AI布局中一個典型事例。

之所以說它是一個典型的事例，是因為瓜子二手車符合紅杉在AI范疇出資的兩大考量：1、有運用場景，處理實踐問題；2、系統能夠持續不斷取得有用的數據自我學習來提升處理才能。

近日，計越接受了《出資界》專訪，解析紅杉我國的AI布局。計越先后主導或參加出資了群眾點評、餓了么、途牛旅行、趕集網、諾亞財富、楓葉教育等一系列卓越公司。近幾年，計越與紅杉我國團隊在AI范疇的出資項目收獲頗豐，如瓜子二手車、第四范式、作業幫、才智芽、云才智、神策數據、推想科技、Ping++等等。

紅杉出資堅一向堅守著一個原則：AI的商業落地有必要切實可行?，F在許多AI公司被稱為“拿著錘子找釘子”，不了解傳統職業，不了解工業痛點。而需求是否真實存在，是需求創始人花很多時刻去研究的。紅杉我國的AI Map

紅杉我國的AI Map什么樣？在哪些點插上了杉葉旗？我們繪制了這樣一張圖，而這張圖呈現了其時人工智能商業化的幾乎一切要害場景。

安防——依圖、格靈深瞳、明略數據

金融——第四范式、京東金融、百融金服、Ping++

傳媒/信息——今天頭條、快手、秒拍

生活服務——美團點評、餓了么、達達、匯納科技、FT12短網址

轎車/交通——蔚來轎車、滴滴出行、摩拜單車、PonyAI、瓜子二手車

醫療健康——推想科技、Voxel Cloud、森億智能

硬件——大疆創新、Ninebot、地平線、出門問問

技能層——云才智、才智芽、神策數據

這些公司都是各自范疇的領頭羊：今天頭條用戶7億，已成為國內最大的信息推薦引擎之一；推想科技的AI產品能夠將醫生均勻每份15到30分鐘的CT印象剖析時刻縮短至幾秒鐘；蔚來轎車的ES8智能電動轎車即將量產，加上滴滴、摩拜，紅杉我國在轎車/交通范疇的被投企業正在深刻影響著出行生態的改變……

在計越看來，AI能夠分三個層面：根底層、技能層、應用層，紅杉我國正在將注意力更多的放在應用層。

“你會發現AI布局是漸漸構成的，把其時的項目Memo翻出來，可能整篇都沒有提到AI這個詞，但隨著職業的開展，人們發現它們也是AI應用的一種?！庇嬙奖砻?。

其時，AI出資大多集中在B端，有判別說AI在C端落地還需求5-10年，對此計越并不同意：“今天頭條就是很好的在C端落地的應用，瓜子二手車也是。你用網易云音樂嗎？你不知不覺中也在享受著AI帶來的快捷。To C的AI什么時候完成不是靠專家的判別，而是經過創業者的盡力，只要把用戶的需求實實在在處理了，它就會完成?！?/p>

兩大中心要素：場景和數據

我們進一步梳理紅杉我國的出資組合時發現，與AI相關的能夠分為兩類公司：1、筆直職業AI公司，比方依圖、明略、第四范式、推想科技；2、有本身的中心事務，而且有海量數據的互聯網公司，比方今天頭條、滴滴、美團點評。這兩類AI公司的中心共同點是給用戶帶來全新的體會，而且提升本身的運營功率。

計越表明這其中內在的出資邏輯是：AI出資不能過多地評論技能，而是要聚焦其運用場景。“現在讓AI處理一切的問題仍是太早了，有可能未來30年才會呈現。因此，在筆直方向上完成應用的可能性更高，比方醫療、金融、安防等等，從具體場景切入會更簡單，按照這個思路，最終的結果看起來像‘筆直AI’?！庇嬙竭M一步彌補說，“實踐上，筆直能夠把邊界定義得更清楚，處理數據的技能難度會相對降低?！?/strong>

這也回答了我們一向關心的問題：紅杉在AI范疇出資時，衡量項目的尺子長什么樣？要點看幾個維度？幾個目標？什么樣的項目紅杉是不予考慮的？

首先，要有實實在在的運用場景，能夠處理具體問題。

數十筆出資背面，紅杉堅守著一個原則：AI的商業落地有必要切實可行?，F在許多AI公司被稱為“拿著錘子找釘子”，不了解傳統職業，不了解工業痛點。而需求是否真實存在，是需求創始人花很多時刻去研究的。

那么，創始團隊有工業布景是標配嗎？AI創業公司中技能的重要性有多大？比之對職業痛點的深刻洞悉哪個更重要？計越表明，筆直職業布景不是必備條件，但是創業者要對用戶的需求有深化洞悉。比方摩拜創始人不是做自行車的，但是她發現了實實在在的需求，而且意識到在這個過程中AI能夠發揮價值。

從宏觀開展來看，我國的后發優勢正在顯現，大數據應用在許多職業呈現，我們越來越意識到數據的價值，恰好AI開展到能夠產品化的階段。于是，在我國大數據、云核算、人工智能和SaaS四個創新周期壓縮成一體，這帶來了海量的創業機會。與此同時，計越也提示，創業者不必去套用這些概念，商業模式能否成功運轉的根本在于是否是一個健康合理的運用場景，你的產品和服務能夠給用戶帶來什么價值，這樣用戶才會買單。比方今天頭條，只要讓用戶看到想看的內容就好，用戶并不關心是否有“AI技能”。

其次，有必要要跟數據結合，沒有大數據，AI將無的放矢，只有用很多數據來練習AI算法模型，AI才能夠發揮實踐價值。

比方滴滴出行。數據顯示，其早在2015年訂單數量就現已到達14.3億，成為僅次于淘寶的全球第二大在線買賣渠道。目前滴滴渠道上每天的訂單數量超越2000萬，高峰期每分鐘接收超越3萬乘客需求，每日途徑規劃請求超越200億次，將近1389萬次/分鐘；單次途徑規劃核算時刻小于1毫秒；每兩秒就能做一次訂單匹配：“猜你想去”能在2毫秒內猜測用戶目的地，準確率為90%。

再比方摩拜單車，其時已具有超越1億注冊用戶，日訂單量約2500萬，是全球最大互聯網出行渠道。7月摩拜單車APP啟動次數達6.48億次，摩拜單車APP的運用時長達4680萬小時。

其時，摩拜單車每輛單車安裝了兼容國際干流衛星導航定位系統的“北斗+GPS+格洛納斯”多模衛星導航芯片和物聯網通信芯片，每天產生超越20TB的出行大數據。在此根底上，使用人工智能大數據渠道“魔方”，在供需猜測、停放猜測和違停識別等范疇提升管理精度和運維功率。

紅杉要找的正是這5%，更重視早期Pre-A與A輪企業

也許，在可見的未來，每一個工業成功的公司都將是AI公司。按照這個邏輯，AI人才將嚴重不足，于是吳恩達創立Deaplearning.Ai，第四范式建立范式大學。

“每個創業公司都會面對人才的挑戰，尤其在一個新興職業的早期，高端人才必然會十分搶手，這是其時每個AI公司都要面對的。這就需求公司本身CEO有比較強的技能才能，找到適合公司的人才，把他們招募進來?！?/p>

同樣，除了人才招募，創業征途上，創始人會遇到一系列問題：產品是否與用戶需求妥貼匹配的問題，出售的問題，管理的問題，運營的問題，而最主要的問題是來自于創業者本身能否適應創業公司的節奏改變——管理10人的公司跟管理一個200人的公司關于創業者來說是徹底不一樣的，尤其是職業處于不停的改變過程中，對職業的認知能否及時跟上，而且認知更深、更符合職業開展規律，尤為要害。

計越認為，創業成功的一切光環應該歸企業家一切，出資人能夠做的是經過本身網絡與資源的對接，以及依據自己經驗供給一些戰略、融資、人才和運營的建議供CEO參考。

一個有遠景的職業，必然會面對很多本錢進入的狀況。關于出資來講，最終仍是要找到職業中頂尖的10%的公司?！坝肋h都是不到10%的公司創造90%以上的價值，在TMT職業，則是5%的公司創造了95%的回報，這個現象一向都存在。所以紅杉不關心職業有沒有泡沫，或者職業的均勻估值高不高?！庇嬙秸f，紅杉要找的正是這5%的優秀公司。

紅杉一向以來都是以出資A輪為主的基金，這是紅杉的DNA，現在也開始更多重視早期的Pre-A輪的活躍出資。計越表明，“紅杉目前也開始了更早期的Pre-A輪的活躍出資。我們隨時歡迎有大志的創業者在Pre-A輪和A輪來找紅杉，取得最好的資源，一起長跑?！?/p>