注：纪源资本是一家专注于美国和亚洲地区扩展阶段企业的领先风险投资公司。
虽然风险投资是寻求小概率成功事件的机会，但并不代表风投机构不在意被投公司能否成功，控制风险依然是重中之重。要作到有效识别和控制风险，就需要有充分的自信，准确把握行业趋势。
在人工智能的支持者看来，风险投资与二级市场的股票、债券投资没有什么区别，了解任何一个被投资企业，都可以从行业宏观经济环境，NPV、IRR 等指标入手，建立一个模型，进而选出最具潜力的企业。这种想法很好，但人工智能并不能有效筛选出具备投资价值的初创企业。这是因为，在风险投资领域的商业分析和决策方式上，人工智能与人类智慧差别很大，决策的标准有时甚至是相悖的。
▎创业者的执着与情怀难以计算
人工智能的优势是建立在大数据基础之上的。例如谷歌的 AlphaGo 使用了大约 16 万局棋谱进行训练，这远远超过职业棋手的训练强度。其次，人工智能可以借助先进的芯片和网络技术，几乎拥有无限的运算能力，而人类受制于生物体的极限，与机器相比，运算能力上处于下风。
然而在风险投资领域，人工智能这两方面的优势却很难发挥作用。首先，风投主要集中在种子轮、A 轮或 B 轮，公司尚处于创立或者早期发展阶段，没有大量基础数据可供分析。其业务模式尚不稳定，市场边界也不清晰，如果用现有数据对未来进行预测，也许就会忽略可能涉足的潜在市场，进而大大低估公司的成长性。这种情况在互联网相关领域表现得尤其明显。
由于互联网具有基础投资大、边际成本低的特点，在创业的前期阶段，需要大量投入资金用于系统平台建设，而一旦当系统平台建设完成，后期每增加一个用户的边际成本是非常低的，有时甚至为零。以谷歌为例，谷歌于 1998 年创立，1999 年其搜索引擎上线运营，到 2004 年公司上市的时候，谷歌处理了全球互联网近 80%的搜索请求(包括来自合作伙伴的引流)。显然这种史无前例的成长速度，依靠人工智能的计算几乎是不可能预测到的。
注：纪源资本是一家专注于美国和亚洲地区扩展阶段企业的领先风险投资公司。
虽然风险投资是寻求小概率成功事件的机会，但并不代表风投机构不在意被投公司能否成功，控制风险依然是重中之重。要作到有效识别和控制风险，就需要有充分的自信，准确把握行业趋势。
在人工智能的支持者看来，风险投资与二级市场的股票、债券投资没有什么区别，了解任何一个被投资企业，都可以从行业宏观经济环境，NPV、IRR 等指标入手，建立一个模型，进而选出最具潜力的企业。这种想法很好，但人工智能并不能有效筛选出具备投资价值的初创企业。这是因为，在风险投资领域的商业分析和决策方式上，人工智能与人类智慧差别很大，决策的标准有时甚至是相悖的。
▎创业者的执着与情怀难以计算
人工智能的优势是建立在大数据基础之上的。例如谷歌的 AlphaGo 使用了大约 16 万局棋谱进行训练，这远远超过职业棋手的训练强度。其次，人工智能可以借助先进的芯片和网络技术，几乎拥有无限的运算能力，而人类受制于生物体的极限，与机器相比，运算能力上处于下风。
然而在风险投资领域，人工智能这两方面的优势却很难发挥作用。首先，风投主要集中在种子轮、A 轮或 B 轮，公司尚处于创立或者早期发展阶段，没有大量基础数据可供分析。其业务模式尚不稳定，市场边界也不清晰，如果用现有数据对未来进行预测，也许就会忽略可能涉足的潜在市场，进而大大低估公司的成长性。这种情况在互联网相关领域表现得尤其明显。
由于互联网具有基础投资大、边际成本低的特点，在创业的前期阶段，需要大量投入资金用于系统平台建设，而一旦当系统平台建设完成，后期每增加一个用户的边际成本是非常低的，有时甚至为零。以谷歌为例，谷歌于 1998 年创立，1999 年其搜索引擎上线运营，到 2004 年公司上市的时候，谷歌处理了全球互联网近 80%的搜索请求(包括来自合作伙伴的引流)。显然这种史无前例的成长速度，依靠人工智能的计算几乎是不可能预测到的。
正因如此，风险投资机构往往将创始人团队作为投资评估的标准之一。据符绩勋介绍，在纪源资本的项目评估框架中，就将“创始人与业务的契合度”与“宏观市场状况”和“组织的运营管理能力”两个客观维度，同时作为项目评估的考察要素。
在人的维度中，数据可以在一定程度上对创始人的技术能力、管理经验、职业背景等素质进行描述，但对于情感因素却很难进行量化描述。而微妙的情感因素，在初创公司的创始人团队中经常起到决定性作用。
例如在李彦宏回国创业，寻求风险投资时，符绩勋对百度的评估，就包含了投资人对创业者软性技能的评估。李彦宏回国创业的时间，几乎与谷歌创办的时间相同，当时正值第一代互联网发展的繁荣时期，门户网站大行其道。在当时的互联网王者雅虎看来，搜索不过是门户网站的补充，提供一个大而全的信息门户，才是网络应用的终极形态。当时国内的新浪、网易、搜狐三大门户网站，一时间成为互联网的代名词。如果单纯用大数据模型，以历史数据进行分析，投资门户网站可能才是最恰当的选择。
但纪源资本并不这样认为，在符绩勋看来，“互联网信息量呈现爆炸式的增长，门户网站在当时固然能够起到流量入口的作用，但是依靠人工采集分类，无法将互联网的海量信息送达用户，这时候一定会有搜索的需求。”在这个大前提下，就需要考察是哪位创业者能够将搜索这件事情作好。
后面的事情无需赘述，有着在Infoseek 等早期搜索引擎工作经历，拥有信息技术学术背景，愿意放弃国外优厚的待遇，在北大资源宾馆放手一搏的李彦宏，获得符绩勋的投资也就不足为奇了。创业者对创业项目的执着与情怀，是人工智能所不能计算出来的，只有投资人与创业者之间发生交互，才能发现优秀的创业者。
▎投资如同选举，只有一次机会
人工智能在风险投资领域的另一个局限是，人工智能的决策是基于概率的标准，依靠大数据使用蒙特卡洛树搜索等算法，对海量的过程进行随机模拟，并产生海量的结果，然后对这些结果进行评价，选出成功概率最大的结果。这种基于概率的决策方式，在对围棋、股票交易等具有明确结果、可以多次博弈以概率取胜的决策中具有非常大的优势。
然而，这种基于概率的决策逻辑与风险投资的决策逻辑有时甚至是背道而驰的。一个简单的经济学原理就是风险与收益成反比，要获得超额收益，就要寻找高风险的投资机会。那些看起来小概率的成功机会，往往是风险投资机构所热衷的。
如果将美国大选作为一次风险投资的案例复盘，我们就会发现概率决策的局限性。在竞选之前，很多研究者运用人工智能技术，从社交媒体、民意调查结果等渠道收集数据进行选情预测，预测方法无外乎蒙特卡洛模拟下的概率分析，结果几乎都是一边倒的支持希拉里以压倒性优势获胜，特朗普并非没有取胜的可能，只是获胜的概率较低。
如果选举重复进行 1 000 次，那么结果真有可能像预测的那样，希拉里以总数优势取胜。这就是人工智能在量化交易中能够取得较好成绩的原因，投资机构持有大量不同类别的股票，依靠投资组合获得概率的优势。
但在风险投资中，每一个投资机会都没有重复进行的可能。投资如同选举，只有一次机会。这次大选也令在硅谷精英中唯一支持特朗普的彼得 蒂尔再次成为焦点，其逆向投资的逻辑再次被奉为经典。对此，彼得 蒂尔曾谈道：“在硅谷有很多热词，如教育、医疗健康、SaaS 等 , 如果你听到了这些词的话，你首先应该想到的是骗局，然后以最快的速度离开。原因是，这些热词就像是秘密的反义词，是人人都能理解的事情。好的公司是绝对不会用这一连串热词的。最好的公司，我们找不到最佳的词语去描述它。”
虽然风险投资是寻求小概率成功事件的机会，但并不代表风投机构不在意被投公司能否成功，控制风险依然是重中之重。要作到有效识别和控制风险，就需要有充分的自信，准确把握行业趋势。
以纪源资本投资阿里巴巴为例，在 2001~2003 年，阿里巴巴经营较为困难的时期，很多投资机构对投资阿里持有非常保守的态度。但在纪源资本看来，“在线交易平台一定是时代发展的趋势。当时除了淘宝，还有 eBay、易趣，究竟谁会胜出？”除了判断传统的财务指标、市场指标之外，就需要投资者对公司创始人特质、公司文化等很难量化的内容进行分析。符绩勋表示，“有时风险投资，需要投资人的一种信念支持，而正是风险投资的魅力所在。”
▎决策规则的动态性
风险投资的一个重要特点是，决策规则是动态变化的。符绩勋认为，“人工智能可以很好地处理规则清晰的决策工作，却很难处理规则动态变化、边界模糊的决策。”我们现在看到人工智能在金融交易、管理咨询、法律咨询等过去专业人士工作的领域展开应用，似乎可以代替人的决策能力。但这些领域的一个共同点就是，决策规则十分清晰，结果易于评价。所以在这些领域，不受感情干扰、不会疲倦、算力惊人的人工智能能够作比行业专家更为高效、科学的决策。
但如果决策规则是动态变化的，人工智能就很难及时地调整。因为人工智能的决策是依靠对大数据有规则的训练，而数据的采集又是根据训练规则而设计的。如果决策规则发生变动，那意味着训练算法、数据都需要作相应调整，而这仅靠人工智能系统自身是无法作到的。比如，我们如果要让 AlphaGo 学习象棋的下法，就需要提供数十万份象棋棋谱，更改算法的目标约束条件，然后经历数月的训练，才能投入应用。
在风险投资领域，投资者面对的决策也是动态易变的。例如我们看滴滴出行的价值演变，最初滴滴出行作为一个出租车乘客和司机的信息搭配平台，只是将出租车电召平台搬到了手机上，市场是非常有限的。在这个时候，我们想，滴滴既然能够匹配出租车的司机与乘客，为什么不能匹配私家车的车主与乘客呢？于是价值就出现爆发式的增长了，它从一个出租车电召平台的替代品，变为汽车出行的共享平台，用户基数以几何速度增长，其估值也呈现相应的增长。
如果再进一步发展，那么它可能是一个出行大数据的服务平台、广告平台、信息发布平台、甚至可能是支付平台。这种决策思路的演进是高度动态化的，市场边界也在不断拓展，人工智能是难以胜任这种复杂决策的。
▎投资决策的非线性思维
最后，风险投资决策的非线性思维，也是现阶段人工智能难以涉足的领域。风险投资所面对的初创企业是高度变化的，正如彼得 蒂尔所言，“最好的公司是无法用词语来形容的”，投资人需要具备非线性思考的思维模式，才能发现让人惊喜的投资机会。
以纪源资本投资去哪儿为例。在去哪儿创建之前，携程已经在美国上市，是在线旅游市场的龙头企业。如果以线性视角看待投资机会，似乎已经没有太好的投资机会了。然而去哪儿抓住了围绕着出行、休闲旅行的垂直比价引擎这个细分市场。去哪儿与主营酒店、机票预订服务的携程和提供综合信息的百度，形成明显的差异化竞争格局，在巨头之间创造了一个细分市场。
那么，这个市场是否有足够的发展潜力？在线性思维的思考下，这可能是一个十分有限的市场。然而，如果以非线性思维的视角观察，去哪儿仍具有非常可观的成长性。这其中的机会就是移动互联网带来的变革。以携程为代表的在线旅游市场非常重视电话预订和 PC 端预订的业务。据估计，这个市场在国内大约可以达到每年40%左右的增长速度，所以当你拥有了这个市场的 50%，即使企业增速再快，由于市场释放的空间有限，成长也是受到限制的。
然而，2009 年前后，智能手机为在线旅游市场提供了巨大的潜在发展机会。尽管当时技术条件限制较大，智能手机并未进入主流视野，但已呈现出主流的态势。在 2012 年开始，随着智能手机和 3G 网络的普及，移动互联网开始出现大规模的增长，用户使用习惯向移动互联网转移，大量手机用户开始进入在线旅游市场。去哪儿早在 2010 年就开始移动互联网的布局，到 2013年，去哪儿手机 App 市场占有率小幅超越携程成为市场第一。
出于对以上局势的判断，纪源资本早在2009 年就对去哪儿完成了第三轮风险投资的领投，去哪儿与携程合并之后，获得了 42 倍的收益率。
我们并非否认人工智能在商业决策中的价值。作为人类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，但就风险投资领域而言，人工智能技术还有很大的发展空间。面对变幻莫测的外部环境，富有人性的投资决策或许正是风险投资的魅力所在。
加载全文
[an error occurred while processing this directive]
