Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

Fusion Fund 张璐:硅谷风投没有「钱荒」?!

Robin.ly 是一个全新的视频内容平台,旨在为广大工程师和研究人员提高对商业、创业、投资和领导力的理解。本期是Robin.ly创始人Alex Ren采访Fusion Fund 创始人,硅谷知名投资人张璐

以下为采访实录摘要:

Alex: 大家好,我是Alex Ren,是Robin.ly和TalentSeer的创始人。今天是我们Robin.ly Entrpreneurship Talk的第一期,特别荣幸邀请到硅谷知名投资人同时也是Fusion Fund创始人的张璐来给大家分享关于创业,关于AI,关于移动互联网等方面的见解。稍微介绍一下Robin.ly,它是一个新的视频内容平台,我们的目的是提高工程师和研究人员对于领导力,创业,AI这些方面的认识。通过邀请知名投资人,创业者,以及AI科学家,请他们分享对于这些话题的理解,从而达到提升大家在这些方面认识的目的。介绍一下张璐:她毕业于斯坦福大学材料科学与工程学院,持有这个领域的好几项专利。毕业之后,张璐做了一家医疗器械的公司,在2012年被成功收购,随后在2015年创立了Fusion Fund,是一个主要focus硅谷中早期投资的基金。张璐在投资领域非常活跃获得了很多荣誉。她获选福布斯2017年“30 Under 30”精英榜单中,也是当选VC行业主题人物中的第一个华人。同时入选2018年世界经济论坛的“全球青年领袖”以及硅谷商业周刊2018年的影响力女性。欢迎张璐!

张璐:谢谢Alex!

Alex: 你当初从本科到硕士在Stanford一直选择材料工程专业,为什么选择这个领域呢?

张璐:最早选择的时候有高考的不确定性,但经过大学四年的探索后发现,虽然材料专业听起来是一个很基础的学科,但实际上它很多应用方面的创新和工业界结合得非常紧密。尤其在我来了硅谷之后,在斯坦福做科研的时候,我们做的纳米薄膜材料驱动的应用,应用非常广泛,比如从电池应用,传感器应用再到医疗和工业界的应用。这些让我看到这个领域不仅可以做很好的科研,而且可以把科研成果转化成商业。这是我个人非常喜欢的一点,也是坚持这个专业方向的原因。

Alex所以你很快就创立了做医疗器械的公司,生产针对糖尿病人的产品?

张璐:对,II型糖尿病的早期检测。产品基于一个生物传感器,是纳米薄膜材料驱动的一个生物传感器的应用。

Alex: 能否具体介绍做公司的初衷,以及最后被收购的原因?

张璐:当时是一段挺艰辛的过程,也有一些机缘巧合。从国内本科毕业到美国求学,并没有特别成熟的一个entrepreneurship的概念,因为当时国内还没有创新创业的风潮。但是整个硅谷大的生态环境非常鼓励技术创新,斯坦福又有非常完备的生态系统去支持学生学者进行技术创新,我也受到了影响。当时所在的工学院——当时我的导师同时也是工学院的院长,Professor James Plummer,本身就是工业界经验很丰富的行业领袖,在学术界又很受人尊敬。所以我也参与了工学院的一个Technology Venture Formation的项目,现在这个项目已经成为了一个正式的department。当时很多优秀的企业都是由这个项目进行支持,以硅谷最顶尖的创业者及商业界领袖作为导师,帮助学生快速成长。我个人得益于这个项目,可以快速地把我的科研技术/专利,转化成了一个商业产品。当时公司发展得也不错。当时给我做导师的投资人建议我,应该自己做一个全新的公司,所以我就把这个公司做了起来。做了几年之后,开始跟工业界有很多的交流。医疗行业是一个比较复杂的行业,要和保险公司打交道,和大的医疗器械公司打交道,这个过程中我学习到了很多经验,当然也走过弯路。整体而言,在创新领域美国80%以上的公司都是收/并购退出。医疗领域更是主流的一个退出方式。因此在我做了A端之后,获得了这样的机会,认为是一个非常好的可以让我的技术产品在更大的平台上去现实它的优越性的机会,所以就进行了这样的商业退出。

Alex: 初次创业就成功的经历难能可贵。后来为什么选择去风投呢?

张璐: 创业经历是最重要的一个因素。虽然技术背景我一直都有,但创业经历让我看到怎样去做技术的商业化——其实现在在硅谷,甚至在其他很多创新圈所面临的一个共同问题就是,科研机构或学校有很多非常好的技术创新,但是却很难和商业创新结合起来,中间有一个鸿沟。怎么样去填补这个鸿沟?我最早的背景也是科研人员,由一个科研人员转成一个商业运作者的过程中,我的思维转换很大。举一个例子,作为一个科学家,一个教授,一个科研人员,最重要的是觉得我要把技术做到最好,然后也会有一个by default的想法:是不是一个最好的技术在市场上就一定会成功。但是真正开始做公司就会发现,技术最好还不够,我们要做到更好,更快,更便宜,也就是技术的应用成本和转化成本很重要,和现有的生态结合很重要。同时最好的技术不一定总能赢得市场,所以一定要根据具体的应用场景去更好地对技术产品进行进一步优化。我觉得这是个非常难得的一个经验,同时也是我自己经历上的一个转型。

张璐谈首次创业经历

现在做投资的时候,在面对一些有纯粹技术背景的创始人时,我能够理解他的困惑和他需要的帮助,怎么样可以帮他快速地把优秀的技术和应用结合起来。另外一个方面,我通过这个过程了解了整个创新/创业企业的一个全过程的生命周期。作为一个投资人,我理解startup的生命周期非常重要,我跟创业者沟通时就不会有错误的期待。即使投了非常优质的企业,每轮募资都超募,我也知道在这个过程中它会经历很多困难而且这是正常的。这些都是这个过程中我收获的珍贵经验,无论做投资还是运营公司都可以更好地利用这些经验。

Alex作为一位创业成功的华人技术专家做风投时,面临的竞争很多是美国本土的扎根多年的VC,拥有强大的人脉网络。您是怎么把第二次创业的Fusion Fund坚持下来且做得风生水起的,在这个创业里面有些什么learning 

张璐:您讲的很对,我并没有觉得只是做一个VC公司,我把这个看作我的二次创业。上一个公司是因为并购退出的,我希望第二个公司能够有更好的长期发展。本身作为一个华人或者说非白人,在当地发展势必有优势和劣势。但我觉得硅谷的好处是,它和美国其他的城市都不一样,是一个非常diverse的环境;而且硅谷还有一个很重要的文化,大家尊重强者,尊重不同,甚至可以说大家更看好强者,更看好不同。其实从我的角度看,就是要证明我自己或者说我们的基金是这个行业的强者,同时还要证明我们有非常大的不同点。很多时候去比较一个“更”字很难去平衡。但不同是一个非常明确的标准,也是我们独特的优点。 

刚开始做基金的契机是因为我当时在一个十几亿美金的基金做投资合伙人,看到市面上大量的资本投的都不是技术驱动的创新。当时我个人的感受,其实大部分的资本在投资商业模式创新,但硅谷这么多年的创新都是一个螺旋周期变化,不是像大家想象中的线性变化。都是先接触技术创新,然后技术应用创新,最后商业模式创新。前两个阶段就像做蛋糕一样,蛋糕坯/蛋糕做好了——这是一个新的市场,新的机会。而商业模式创新是重新切蛋糕,本来有5个玩家,现在一个新的玩家进来切成了12个玩家,但它并没有创造一个新的蛋糕。所以商业模式创新到了一定阶段会出现瓶颈期,出现瓶颈期之后势必要不得已推动下一代的基础技术应用的创新。2015年我开始做自己的基金之后,我不想去投这些大家都觉得已经很火热或者过饱和的行业,我想去投下一个未来。 

张璐讲述市场大环境

其次,不仅要有不同点,还要在整体上让别人看做是一个强者。2016年把整个团队搭起来后,包括硅谷顶尖的企业家,投资人和美国工程院院士,所以从学术界,从工业界,从投资界都有最优质的人加入;同时我建了内部数据库,自动化地进行数据分析,Technology powered的VC。另外,本身加入团队的之前都是成功的创业者,要发挥我们的优势去建立一个比较强的项目源网络。我觉得这也是获得竞争优势的基础——建立品牌声誉,您刚才提到的我们获得的一些奖励——一方面是对我们基金的认可,一方面也提升了我们在整个圈子里面的知名度,使得投资人和创业者都更加愿意跟我们合作。

另外是结合现在的大环境,我挺想提出来的一点是现在大家可能会担心单边主义,中美贸易战,俄罗斯和美国信息战。但我个人还是相信全球化的视角,包括我本身是一个各方面的少数派,少数族裔,科技圈女性,年纪等有些人会觉得这会不会是一个发展的劣势,我觉得不一定全是,也有优势的部分—我有一个不同的视角。所以我在美国积累了很多的经验, 了解美国和硅谷的生态。但同时,我也了解亚洲,了解中国生态。我认为现在的创业者和十年前很不同,就是要打开mind set,要拓展思维要。不能把自己局限成做一个硅谷的公司或者美国的公司。我们下一代的伟大公司一定是一个全球化的企业。 

Alex您刚才提到很重要的一点是比较关注技术创新的企业。你们对四个领域的技术比较关注,可否介绍一下大概是哪四个领域? 

张璐: 主要专注四个领域——第一是智能工业,就是工业自动化相关。第二个是网络技术,像网络安全,云安全,还有就是edge computing/边缘计算这样的网络加速技术,包括企业级相关的应用软件。第三是人工智能,但只投人工智能的toB产业应用,不太碰to C的应用。最后是医疗,尤其是二类医疗器械,针对心脑血管疾病,癌症还有mental disease/脑部疾病的早期筛查,也做一点治疗方面的器械。当然今年还有一个大的趋势就是AI in Health Care,也就是人工智能在医疗领域的应用。因为在这两个领域多年布局,所以今年已经投了很多不错的项目。

Alex面对很多技术驱动的创业公司,您选择的逻辑是什么? 创始人身上什么样的特质,是您比较看重且愿意投资的 

张璐:真的评估一个公司或者创始人,我们有非常详细的过程,不会因为几个原因就去下这个决策。但整体上投技术创新的话,我们更偏向投技术应用。除了技术好,还要看到明确的应用场景。我们会很早开始跟创业者进行沟通,会希望在看到一些市场验证的时候,再去做资本投资。因为这个时候我们非常自信可以对技术、团队、市场进行判断。

我们会帮助创业者做这方面的市场验证,比如说这个企业的产品觉得微软可能会用,就会跟在微软合作的同事沟通,如果他们觉得很感兴趣,想用它的产品,就是一个很好的市场验证。我经常跟一些创业者讲,你要做something people need,not people like。如果这个产品技术没有人需要,只是别人喜欢,不会产生商业价值。当然我们在硅谷经常讲改变世界的同时变得富有,但最重要的是改变世界。 

Alex所以您的意思是要先找到一个刚需——要解决什么问题?

张璐:我觉得两边走都可以。也很难说让一些技术创新者一开始就有刚需,有些人是找到刚需之后反向看有没有技术能够满足;有些人是有技术之后用技术去寻找刚需。现在更重要的一点是怎样推进工业界。举一个简单的例子,人工智能在医疗领域的应用是一个大的趋势。但是这两个技术之前都有,为什么今年才开始有这样的一个应用趋势,就是因为之前这两个领域的人,彼此之间没有太多沟通。医疗领域长期存在数据过量的问题,资源不平衡。将人工智能与其匹配以后就会发现,数据过量其实对人工智能技术的应用是非常好的基础;同时人工智应用可以快速展现人工智能的优越性,提升效能,解决资源不平衡。所以是一个双赢的场面。

Alex其实同时也是促进一些企业做技术的更新换代?刚才您讲了一个技术的应用,那在投资策略方面的话,比如说您看到某个技术可以eventually应用到某个领域,您在选择公司的时候还要看哪些方面?

张璐:应用场景当然很重要,真要列一个表会很长。首先针对的市场要足够大,而且是addressable market,就是它可以做到的市场。同时需要是一个在增长的市场,而不是一个在消亡的市场。另外就是商业模式,一个很好的技术,是不是同时有一个sustainable的商业模式,而且最好有一个recurrent revenue,就是能持续性变现的一个很好的,创造盈利的商业模式的技术应用。同时——我们都鼓励创业者刚开始做技术应用要从一个点先切入,你不可能一开始什么都做。另外就是竞争的版图如何——我们当然不希望投资一个行业已经太多人在做,但同时也不希望投资一个行业,一个竞争对手都没有,那就证明时机有点太早了。

随后我们还要看创始人的背景,当然有些时候我们也会遇到创始人——我们比较喜欢投有些工业界经验的创始人,他/她至少要了解整个产品的生命周期,比如在谷歌或Facebook做过之后,知道产品从最早的一个idea到最后的成形,上线,迭代。在学校象牙塔里面的培训和在工业界里面完全不同,所以我们更喜欢工业界出来的创始人。但除了这些工业界经验之外,还有很重要的一点就是,工业界的经验和他/她要做的这个事情的相关性。这样的话才会更好的帮助他/她把以前工业界经验里面的人,资源还有一些知识应用到现在的创新中。 

Alex到现在为止投了多少个项目?

张璐:现在有51个。现在第二期之后大概在一亿美金左右的规模。 

Alex现在这些项目里面,能不能举几个例子,怎么看到一些项目,怎么评估,项目的进展等等。

张璐: 一个例子是一个做单细胞癌症检测的医疗器械公司Mission Bio,我们也是他们的第一个投资人。投它是在2015年,那个时候还没有什么人投医疗器械。所以当时我们投资的时候,他们有非常优质的技术,优质的团队,但融资并不容易。我们当时看到的机会是它针对的不仅是一个非常大的崛起市场--用微流控技术进行单细胞癌症检测--而且这是未来发展的方向。我们也是因为在这个行业生根所以知道这个方向发展的趋势,同时它针对的市场是小细胞癌的早筛——小细胞癌就包括像肺癌,还有白血病。早期筛查出来之后的治愈率或者康复率非常高。很重要的一点是,它有硬件——大的医疗器械的部分,还有软件层面的产品,用深度学习去进行个性化的数据分析,提供个性化的诊断结果和个性化的治疗结果。那时候我们并没有叫它AI Health Care,觉得它就是一个把数据分析技术和传统医疗器械结合的非常好的例子。到现在它的A轮,B轮,每一轮都超募200%左右,发展得非常的快速。前一段回头想想,作为第一个投资人跟创始人都觉得很感慨。 

Alex还有什么项目吗? 

张璐:还有另外一个项目是Stratifyd,创始人是一个华人。很年轻的一个华裔科学家,辞职之后开始做一个大数据分析的公司,给企业提供人工智能的解决方案。当时我也是他的第一个投资人,在2015年底2016年初的时候投资的。当时我非常看重的一点是,他当时在学校就是负责整个商业可视化中心,所以积累了很多技术和商业结合的经验。所以当时一些合作过的企业,比如美国银行,微软,还有其他一些500强公司,会发现这个产品非常好用,很容易integrate,和现有系统整合的成本很低。所以他在过去几年成长得非常快,最近也是超募完成了B轮。像微软,他在不到两个月的时间就拿到了订单,这在企业级销售是非常惊人的一件事情,包括他也拿到了美国的一些最大的武器供应商,还有各个行业领军企业的订单,所以公司现在每年的增长速度也很快。这也印证了我刚才提到的——他虽然是经历了一种转型,但是他调整了他的思维逻辑,要去从应用的角度进行产品的开发创新。那举的这两个例子都是大家现实生活中会想到的具体的商业应用,我也提到了我们很看重商业应用的场景。同时我们投的80-90%都是这样的企业,每年的收入增长很快,一年几百万几千万的数量级。但同时我们也会投10%的moonshot企业,他们做的是是非常大的disruptive的创新,下一代的信息采集技术。比如说最近刚结束保密期的公司Mojo Vision,做的就是很前沿的invisible computing 

Alex: 这家公司好像融了26million

张璐:他们在保密阶段就已经融了超过5000万美金,还有更多的资本进来。像这个公司就是一个下一代信息载体技术公司。像这样的企业是很难得的。我们和NEA一起是他们最早的一批投资人。像今年我们还布局了很多人工智能在医疗领域应用的企业,尤其是在计算机视觉方面的应用。前一段投了一家公司Subtle Medical,我个人很喜欢,做的是深度学习在医疗影像上面的应用,是我们和Bessemer,Data Collective还有Jim Breyer一块儿投资的公司。这也是人工智能和医疗领域的一个很好的结合。我们也投了今年刚被收购退出的一家公司,是提供机器人在supply chain/供应链方面的一个自动化解决方案,也是人工智能的应用。 

Alex: 从投资来讲另外一方面的评判就是错过了什么。这三年以来你觉得在这方面有什么经验教训吗?我们叫Anti-portfolio——有没有什么项目你觉得不错但是miss了?

Alex Ren 采访张璐

张璐:一定会有miss的。我们还开玩笑说,什么时候你觉得自己是做得不错的投资人了,就是发现你也有错过一些好项目的时候;什么时候你觉得自己是做得很好的投资人了,就是你发现想投资的项目有一半可能投不进去,因为大家都在抢这个项目。今年我们就发现,我们想投资的项目不是我想要多少份额都能拿到,因为都是非常抢手的一些项目。一方面我们非常明确专注的领域,不是什么领域都投,像社交,游戏,Ocho(短视频应用),网红等,我们不碰,所以不存在错过的问题。刚开始就有自己专注的领域,所以我们在内部从一开始就让团队搭了一个数据库,我们所有见过的公司,几千家企业的信息都在里边。最近还想通过把它自动化来建立一个自动的系统,会发现哪个项目越发展越好。我们当时错过的话,可以有一个推送看看要不要去跟进一下。但如果真的错过了,我觉得也要清醒认识到这一点,希望把自己错过的信息都收集到,这样就可以把它建造成一个自我监控的系统。人都会犯错误,但是很重要的一点就是要及时修正,可以根据这些信息进行自我调整。

Alex今年开始,中国投资界有个所谓钱荒的问题。背后有很多因素,比如说银行去杠杆,宏观经济整体也在变化。您觉得这对硅谷的市场有什么影响?第二个问题是,最近不管是股市,还是国际上对于经济和贸易前景都有很多担忧,尤其是贸易战,这样的情况对硅谷的风投界有什么影响?比如有没有看到portfolio里面公司融资或者估值发生变化?

张璐:第一个问题,可能国内现在在经历一个钱荒,但在硅谷并没有遇到。其实我们今年还在抱怨VC行业的钱太多了,比较顶尖的基金超募,然后规模也在不断扩大。以前我们说5亿美金,10亿美金就是很大的基金了,但现在都是30亿,50亿,80亿美金的规模。所以反倒觉得硅谷的钱太多,但同时马太效应比较明显。这和2015年的情况不同,2015年有很多国际资本涌到硅谷,说句玩笑话,什么破项目都能融到钱。但是现在的情况是优质的项目会融很多钱,所以我们今年一直在抱怨说估值偏高,不好的项目融资会相对困难。所以这是大体的一个趋势。

我认为这个趋势背后的原因可能也和VC本身背后LP钱的来源构成相关。国内像你提到的,很多上市公司企业的钱或者银行的钱在里面,去杠杆之后这部分钱是股权质押换来的,就会势必退离市场。再加上本身一直以来不是传统,没有形成一个机构化的VC投资习惯,可能觉得这个VC不好,就涌去别的地方。但在美国我们很多都是机构投资方投资的基金,机构投资方每年固定有10%,20%要去投资VC,不会因为市场的变化今年就变成零,虽然可能会从20%减到10%,但还是会投。基金今年在硅谷出现了马太效应,并不是说都好融。我们听到有些机构以为会比较快地募资结束,但也花了很长时间,同时也有少部分优质的基金会很快超募。

Alex还有一个问题,最近在中国有个讨论比较火,就是36氪有一篇文章,叫《2018,创业黄金时代结束的一年》讲述了移动互联网创业从2008年到2018年这十年,可以讲是黄金十年。有很多移动互联网去做出行,服务等等,最后都变成了独角兽。现在开始遇到问题,很多公司融不到钱了。相对而言,硅谷的移动互联网创业,或者现在正在热的AI创业,目前处在一个什么阶段?

张璐:国内现在AI这一波有限的独角兽数量其实要比美国多很多。第一,我本身对独角兽这个概念有两面看法,我觉得独角兽这个称谓并不代表公司的实际价值,是一个估值,它真的进入公众市场的时候,或者要进行市场收/并购的时候,才是它真实的价值。有些公司是真的独角兽,有些公司独角兽的估值是由一些固定性的资本堆起来的。第二,其实硅谷之前的那一拨独角兽,Airbnb,Uber这一批还没有在市场上进行退出。明年也是一个上市的大年,所以我认为某种程度上资本会更加谨慎地去对现在市场上的这些新崛起的公司进行估值。就是说,它是一个很好的技术公司,AI应用的公司,但是它的市场认证又没有达到那个可以成为一个独角兽量级的公司,包括是不是有大资本愿意去把它的估值推到一个独角兽的量级,能不能以这个价格退出。 

我认为硅谷的资本学到的一课就是,在过去这么多年,尤其是2015年,80多家独角兽之后,有很多独角兽死掉,也有独角兽撑不住,也有独角兽现在很尴尬,卡在那边上不上下不下。其实就是高估值阻断了退出的路。可能本来可以以一个5亿或者10亿美金的价格退出,但它现在退不了,因为它的估值太高了,让投资人觉得是在价格降低的情况下退出。这就形成了资本上面的一个困境,很多资本卡在独角兽上面,找不到退出路径。现在我们再去投,就会更谨慎一点。尤其是像增长期,或者中晚期的资本,会很谨慎地去给予这些公司一个大的估值。所以我觉得这是面对市场压力进行更好理性调节的方式。 

Alex: 这一方面的分享很有价值。对于我们很多听众来讲有些人可能想创业或者有些人想加盟初创公司您对他们有什么建议比如说对想做startup做一个founding team member的人您有什么建议

张璐:对于想要创业的人,我觉得首先应该想清楚,自己到底要不要创业。在硅谷这个环境里,大家很容易有个错觉,似乎创业优于就业。其实并不是。在一个大的企业里面,如果你能够一步一步地升值,做到很高的级别,是非常困难的事情。它最后的成功率和创业的成功率并没有差太多。而且创业本身是生活和职业的一个选择,并不是每个人的性格都适合创业。所以我觉得可能是每个人需要思考的问题。 

Alex不是所有人的领域都适合创业?

张璐:对,要看时机。有些时候时势造英雄是我更相信的一个说法,而不是英雄造时势。但是我觉得如果这些都考虑过了,确定自己要创业的话,就一定要谨慎选择自己创业的方向,多做一些不同行业的功课并且找到对的团队。好的团队真的非常重要,无论从一开始的合作,还是合作过程中都要对团队进行及时的调整,这个非常关键。另外一个要多和行业里面的人,包括VC去进行沟通,了解行业的实时变化,不要进入到自己的一个小圈子里,要多去收集信息,之后进行独立思考。这是一个先放大再收拢的过程。

现在公司里面的工程师想要加入初创企业的话,第一步是要知道自己适不适合初创公司的文化。可能你会学到很多,有很多responsibilities,但你也会有很少的support,要事必躬亲,能否接受。另外就是对初创公司的生命周期要有理解,大公司一定是稳健地往上走,小公司有自己的波动周期。第三,在选择层面上,要好好地去审查团队的背景和创始人的风格,风格的契合度非常重要。另外不要只看公司的估值,要去看这个公司实际的商业变现能力,去判断到底是一个真的估值还是假的估值。用这个作为自己的判断标准去选择加入公司。

Alex要像投资人一样去判断和选择公司?

张璐:是。现在有一点我们也在考虑的是会去看一些初创企业,如果可以持续吸引一些优秀的人加入,也是非常加分的一点。反之亦然。

Alex最后一个问题:您觉得您现在的挑战,和未来可能遇到的挑战是什么?

张璐:过去这几年有很好的基础积累。2015-2016年大家做了很多市面上看不到的基础工作。技术本身,口碑的增长,项目的成长,基金的成长,都是基础的一部分。下一步的挑战就是怎么样像硅谷已经非常顶尖的基金一样,去打造出一个属于自己的生态。这样的生态可以抗周期,可以更好地加速公司的发展,也可以形成一个生态的效益。我刚才也提到了Mojo Vision的创始人,他就是四次创立公司,两次几十亿美金上市,一次几十亿美金的收/并购,最便宜的一次是把4亿美金的公司卖给了诺基亚,然后这次做了第五个公司。这类创业者我们认识一大批,我们怎样把这个生态更好地建立起来,去更好地把优质企业抓到手里。我们现在也开展了内部的Entrepreneurship Resident项目,通过这些人去孵化,去锁定下一个非常优质的企业。 

我觉得这是一个过程。另外对我们的挑战是,我们的基金规模在增长,我们的项目数量也在增长。在这个过程中,我们如何更好地去做投后管理服务,如何帮助它加速这个过程,包括在未来,可能基金规模更大的时,我们的项目也会更多,如何去平衡管理?目前已经投了50个公司,我也是很多公司的董事会成员,目前是我在公司做董事到了B轮后,step down,让别的基金进来继续做。但是以后还需要一个更好更大的团队支持这些需要投入更多时间的企业。我认为这是基金成长的一个正常过程,就像做startup一样。这是一个好的过程,有好的问题需要去解决,但同时也需要我们一步一个脚印去把它夯实。

Alex好的,非常感谢张璐的分享,我个人也学到了很多东西。关于怎么判断早期投资项目,以及做技术创新这方面的一些投资经验,并且加深了对整个环境的了解。相信大家也学到了怎么去判断startup,怎么去做这些startup。感谢张璐的分享! 

张璐:谢谢Alex!

Robinly
Robinly

Robinly团队坐标硅谷,从创业、领导力和人工智能三个角度去剖析成功创业者、高科技领导者、人工智能科学家和知名投资人的职业养成过程和他们对于这些领域的观点,我们力求追本溯源,为广大工程师、研究者提供一手的职业学习内容。

http://www.robin.ly
专栏二维码
产业Fusion Fund边缘计算深度学习计算机视觉医疗影像
1
相关数据
Microsoft机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

边缘计算技术

边缘运算(英语:Edge computing),又译为边缘计算,是一种分散式运算的架构,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

暂无评论
暂无评论~