来源 | 钛资本（微信ID：tmtcapital）

作者 | 钛资本研究院

软件可以找到软件工程师或算法工程师加以解决，但硬件不那么容易替代，所以未来AI的制高点还是靠硬件。

AI行业经过前两年的热潮，在2019年发生了一个比较明显的变化：从关注AI技术积累到AI如何落地。当前，很多AI创业公司都面临较大考验，特别是高估值公司在冲刺科创板时被质疑估值倒挂的问题。而相应的投资逻辑，已经从早先的AI崇拜迭代到现在的AI落地。

AI现在也成为了中美两国的一个竞技场。如果把AI投资分为基础层、技术层以及应用层，美国公司更多地集中在处理器、芯片等基础层，而中国公司则会更加关注计算机视觉、自动驾驶等应用层。未来的AI制高点到底是什么？德迅投资董事总经理谢彤认为，还是要靠传感器、信号处理芯片等这样的硬科技。

在钛资本“科技与企业服务投资人投研社”第32期，谢彤分享了自己的观点。谢彤专注于前沿科技领域的早期投资以及海外投资，在加入德迅之前有四年的创业以及二十多年的软件从业经验，包括12年IBM咨询顾问背景。谢彤在美国硅谷、澳洲以及中国香港和大陆地区工作过多年，投资方向主要涉及物联网、人工智能以及硬科技领域，他拥有浙江大学计算机科学工学学士以及香港中文大学工商管理硕士学位。

AI制高点在于硬件

投资机会往往先从趋势看起，看趋势从宏观经济看起。从趋势分析到现象预判，由现象预判看相关的投资机会。

趋势分析：第一，从英国脱欧以及中美贸易战可以看出，全球仍处于不确定的经济形势，且在下行通道中；第二，技术类的进口限制、华为事件以及贸易战的影响是长期的，尤其是川普有机会连任，这些都是必须正视的现象，不能抱有侥幸心理；第三，人们已经不再为温饱而担心，尤其是90后、00后更加追求安逸和体面的工作，而美国在墨西哥边境建墙阻挡非法移民将导致低端用工紧张，中国也存在类似大城市本地人不愿意从事保姆或环卫等工种的情况。

从趋势看到现象：第一，如果是出口降低，为了保持增速，应该加强内需，而其它行业较难很快地带动内需，所以服务业的比重将大幅增加；第二，中美贸易战导致全球供应链体系被打破，国产替代不可逆转，但这个过程中有很大挑战；第三，各岗位的自动化需求会加大。

从投资机会来讲：第一，作为前沿科技来讲，AI相关的硬科技可能是机会；第二，在消费类商业的核心方向上，针对新人类的新经济是机会。

结合中美现在的局势，AI能否大规模应用，决定因素在硬件而非软件，因为软件可以找到软件工程师或算法工程师加以解决，但硬件不那么容易替代，所以未来AI的制高点还是靠硬件。以自动驾驶汽车为例，除了车底部有计算单元之外，车周边和车顶加装了各种摄像头、传感器、雷达、超声波、GPS等硬件。计算单元的决策依据是各种传感器收集来的数据，在此基础上进行加工分析后得出判断，所以决定或区分一个AI项目的好坏不在于后端，而在于边缘端也就是传感器端。

那么有可能国产替代吗？以芯片行业和自动驾驶为例，往后可能受到制约的不是软件，尤其有进口限制的情况下，受制约的是硬件传感器、芯片等领域。在很多领域，短时间能做国产替代的可能性不大，芯片领域尤其是核心部件、核心计算单元或核心传感器可能还是需要依赖进口。在芯片设计中，有一种设计辅助软件EDA，短期国产替代的可能性也不大，因为需要大资金、大投入进行很长线的投资，所以EDA这类项目适合产业基金的投资而非天使基金进入。

AI相关硬科技领域的投资逻辑

德迅投资在看过很多AI算法公司、云端服务公司等后，总结出了AI的投资逻辑：

第一，无场景不投。AI模型或者算法不能够通吃，需要在一个特定场景下才能够使用。一个场景的模型或算法不能用于另一个场景，例如识别猫的算法不能用于识别狗或至少识别的效果不好。

第二，无数据不投。当AI公司需要花钱获取数据时尤其小心，比较理想的是客户愿意付费获取服务的同时还能提供数据。

第三，无闭环不投。这与第二点也有关系。以基因测序公司为例子，客户付费获取基因的检测结果，但是同时也是付费让公司收集数据，当收集到足够数据后就能更好的服务客户、提供更好的服务，从而形成健康商业模式。

AI相关硬科技的投资逻辑：第一，客户最终需要的是一个系统或解决方案，而解决方案需要软硬结合，单一的算法不足以变现；第二，对硬件来讲，非常重要的一个特点是需要高毛利才能支撑创业公司的行为；第三，光有技术不行，团队整体的配置还需要完整，也就是技术、销售、生产供应链等人员缺一不可。

在AI相关硬科技的投资逻辑中，需要关注场景、数据和闭环。上图的右边是一个参考架构，最上层是设备端，然后是边缘计算，最下层是云计算和人机接口。这个参考架构为什么是倒三角？因为上层的数量大于下层。以云计算为例，数据中心数量远远小于传感器的数量。另外，虚线上面偏硬件，下面是软件；上层偏设备端，下层偏云端；从适用面来讲，上层的适用面高于下层，下层的场景可能非常特定。

德迅借鉴已有经验，开发了一个AI投资参考架构，如上图。最上层设备端，有传感器、网关、车联网相关，包括对人、宠物、交通、农业、电力、智慧楼宇等相关检查。Edge层为边缘计算，以自动驾驶为例，由于低延时要求而必须在边缘端完成，需要在非常短的时间完成判断。边缘计算与信号处理、筛选、芯片包括无线充电都有直接关系，所以边缘计算有很多机会。设备端和边缘端整体偏硬件、偏行业、偏应用，适用面相对云端更高。

最下两层是云端以及用户界面。云端包括仪表盘展示、数据分析、机器学习和AI。AI分两个层面就是训练和推理。一般AI训练在云端完成，而不是在边缘端，因为需要大量的计算能力、计算资源，所以训练一般在云端；推理可以在边缘端也可以在云端做，现在更多倾向从云端向边缘端转移，这时可以带来很多投资机会。最下层是新的人机交互方式，在交互的方式上也有投资机会。

图的最右侧是总结的投资机会，分了不同的颜色：最顶上橙色标注的是设备端相关的投资机会，传感器是一个很大的领域；边缘端的边缘计算是蓝色的，消费级物联网还滞后一些，工业级物联网的应用较多；AI推理的加速芯片在边缘端也有机会。云端是绿色标注，AI/ML/Big Data、有数据的NLP、Fusion Cloud、AI行业应用。最下一层人机交互为褐色标注，有弹性电子和新型交互方式，比如以皮肤接触的压力传感器导致的新交互方式、语音交互方式，甚至能否通过脑波直接控制单元也是一个趋势，所以新的交互方式也有投资机会。

上图是德迅投资的项目在各个层的映射。有几个公司值得提一下：Oculii，中文为傲酷，是从事毫米波雷达生产制造，精度可以媲美激光雷达的精度，但成本相对较低；还有北美的Lime，相当于中国的摩拜单车，核心的产品和服务是电动滑板车，在欧洲的业绩比北美要好。Lime虽然是一家硬件公司，但其实也是数据公司，通过部署在街上的电动滑板车收集到很多数据，现在已经准备推出相关云端服务了。

投后管理量化分析更重要

投后很重要的工作是财报分析，上图是德迅投资做的硬科技公司财报分析。上面是上市公司的财报，下面是投资公司的财报。有几个核心指标需要看一下：

首先，AI相关的硬科技企业，涉及到硬件需要高毛利，60%及格、至少是70%或80%毛利率可能才值得投。原因有几个：第一，在创业初期出货量比较低的情况下，要想减缓消耗资金，需要有高毛利；第二，要证明是高科技公司，必须要高毛利率高才行。

其次，硬件不像软件或者游戏，下载后现场完成支付就完成交易了，硬件要备货、生产、交付，还要等对方验收才能回款，应收账款的周期是比TMT互联网公司要长。应收的账款金额周转率还有周转周期需要关注。

第三，存货周期以及周转率也要关注。硬件公司跟软件公司有很大的差异，存货与资产的占比越小越好，存货的周转周期越低越好，这是共性。但是硬件公司有一个特点，为了减少交付时间需要存货或备料。如果收到订单才备料、生产、交付，这将导致长交付周期，客户一般等不了，所以一般是要提前囤货或者备料，但需要精准预测才能减少资金的占用量。

以上市公司为例，图中蓝色的部分中有个Garmin，Garmin传统是做导航仪器设备，但从其最近几期的财报可以发现，可穿戴设备、户外设备的占比超过50%，也就是说Garmin已经不再是传统意义上导航公司了。Garmin应收周期相对比较短，研发占比还有销售费用占比不算最低但也不是最高，此外还有个核心特点，即Garmin的毛利率是除了赛灵思之外最高的。

对比的被投公司以红色标注。第三列J公司是做机械臂的，毛利率相对其它被投公司较低，因为该领域可能竞争相对比较激烈，或产品性能还赶不上竞争对手，因此值得注意。第四列X公司是做激光设备的，一个核心的部件是特定频谱激光头，目前全球只有一个厂商供货，为了保持该产线的运作，每季度需要订一批货，导致存货多、消耗存货的周期长。

这些投后财务的量化分析，对投后管理有非常大的指导意义。早期投资有两种投后的管理方法，一种是放养，投完就不太管了，另一种则介入较多。德迅投资在投资过程中，也经历了从放养到增加越来越多投手人手，投后的介入越来越多，目前来看效果明显。

除了投后需要看财报，另外还要注意的是，往往创业公司或创始人CEO说今年这个季度的销售额多少、签了多少单，投资人还真需要看下合同，确认合同条款是什么。德迅投资还规定，首期账款应该能覆盖物料成本，防止持续资金吃紧。

上图是一个打分表。借用精一天使公社李汉生团队给的建议，看投资的潜在标的应该有三个字总结 “小钢炮”：“小”就是专注和特定的细分市场，“钢”就是刚需，“炮”就是产品要好。

投后比较主要的是“血量”、跑道、发展速度：“血量”就是现在帐上的现金或自身造血、被动造血的能力，业务能力就是自身造血的能力，被动造血的能力就是融资能力，如果业务不能自身造血或减缓消耗血量的速度，融资就必须能够跟上，所以“血量”是打分时第一考虑的指标；跑道就是用“血量”除以burn rate，以德迅投资的北美一家公司为例，34个团队成员中有15个是博士，很多是AI相关的工程师，但每月的消耗才27.5万美金，人均消耗是8000多美金，在有15个博士的公司中消耗相对较低，以目前的帐上现金不算后面马上close的一轮，跑道有三年，属于健康状态；速度就是创业公司的发展速度，不够快就失败，这与团队执行力有直接关系。

钛资本研究院观察

中美贸易站为中国带来了长期的影响，对于B2B创业来说，这就是国产替代的机遇。在近两年的人工智能创业潮经历了泡沫期后，越来越多的投资者开始关注人工智能项目的长期投资价值，而不再以追求短期高估值为主导。这将开启我国新的人工智能创业黄金时代。

AI硬件是人工智能创业的制高点，这不仅仅对于人工智能产业来说如此，对于整个科技科技产业来说也是如此。中国的政策取向、投资取向、企业采购取向等，都为国产技术和产品提供了更大的耐心和空间。虽然以芯片和集成电路为代表的硬件等硬科技属于“硬骨头”，但现在越来越有机会让创业者们从容的啃下“硬骨头”。

当然，随着国内VC投资机构和投资者的成熟，创业者也越来越需要关注自身的财务表现，即便是AI硬件这样的战略制高点，也需要避免过去那种估值泡沫和融资泡沫，而增强自身的“造血”能力。当前，AI产业链越来越成熟，创业者可以借助整个产业链的力量，找到自己的价值点和“造血”点，在解决客户痛点的同时也为自身的发展蓄势。

总的来说，当前是可以考虑AI硬件创业的好时机，也是投资者可以关注AI硬件创业项目的切入时机。

END.

【本文是钛资本研究院文章。钛资本是专注于企业级科技的投资银行和管理咨询服务平台。微信公号：钛资本（tmtcapital）】