人物介绍林海卓
卓源资本创始合伙人兼CEO
25岁获得清华大学计算机科学与技术系博士学位，2021年进入哈佛大学从事人工智能与经济学方向博士后研究。
清华系十家顶级AI技术公司小马智行、瑞莱智慧、清微智能、华美科技、越疆科技、江行智能、灵汐科技、一径科技、赋乐科技、畅行智能背后的共同投资人。
同时也是昂纳科技、第四范式、灵动微电子、云丹网络、实在智能等行业独角兽的投资人。
◆ ◆ ◆
“在人工智能学界，对于当前AI模型的价值有一种行业内颇为自嘲式的评价所有AI模型都能较为完美的预测过去，但无法成功的预测未来。”林海卓，卓源资本创始合伙人兼CEO，清华大学计算机科学博士，哈佛大学博士后。
棋类游戏一直被视为顶级人类智力及人工智能的试金石。尤其是在围棋领域，围棋的变化数量实在太大，根据测算，要是人工智能暴力列举围棋变化的所有情况，其计算的数量远远超过已经观测到宇宙中原子的数量。这一巨大的数目，足以令任何蛮力穷举者望而却步。
但是在2016年，一场AlphaGo与世界顶级围棋选手李世的世纪对战却震惊了世人，AlphaGo以总比分4比1战胜李世石，打破了这一“不可能”完成的事情。在一年后，AlphaGo再次战胜了世界排名第一的柯洁，宣告了人类在围棋领域败给了人工智能。伴随着人类智力游戏最后一块高地的沦陷，人工智能几乎是一夜之间火遍全球，也再次让世人注意到了人工智能跨越式的发展和变化。
资本的嗅觉则更为敏锐，早在2010年开始，国内人工智能领域就已经开始了投融资的事件。时至今日，人工智能在投资圈早已不少什么新鲜事，2016年曾经热火朝天的市场日趋冷静下来。卓源资本创始合伙人兼CEO林海卓认为，“人工智能行业的投资需要长期的加码而非短期的如此套利，因此需要深度的认识和专业的知识储备，也需要一整套专业化的投资方法论。”
1
人工智能投资的三三原则
人工智能投资的三三原则，第一个“三”是抓住人工智能技术在落地层面反馈逻辑的三个主要层次：执行、判断和预测。
基于人工智能的核心作用，在林海卓看来，要把握人工智能如今的商业化落地，需要关注其最本质的维度划分。与市场上常见的人工智能+医疗、人工智能+汽车等通用的划分方式不同，林海卓把人工智能技术在落地层面的反馈逻辑，划分成三个主要层次：执行、判断和预测。
执行层面是最为初级的阶段，当下火热的软硬件一体化设备便是集中于这一阶段。最为直观的例子是在机尝地铁站等地方常见的无人自助售卖机，这类机器的程序和代码都是固定在硬件里的，只是通过接入支付宝、微信的形式接受外来的信号指令，在接收到确认收款的指令后，执行固定好的相关程序，这里面相当多的程序是直接固化在硬件线路中实现，通过电路交换而非数据交换来执行代码，从而将货品从架子上推下来送到消费者手中。这些企业毛利率都比较低，行业竞争也很激烈。
判断层面向前跨越了一步，它需要人工智能能够学习和判断，能够根据已知的条件进行判断进而得出相关的结论。代表性的例子包括从海量人脸图像数据库中搜索到犯罪嫌疑人特征值吻合度最高的历史数据，并溯源数据背后的人物身份。同时也包括从大量洗钱、欺诈、作弊的金融手段映射出的底层金融流数学模式中归纳出标准范式，并以此作为判断标准对当前每一笔进行中的复杂交易结构的底层金融流数学模型进行构建与判断，第一时间发现欺诈，洗钱或作弊的交易。
第三层面是预测层面。“在人工智能学界，对于当前AI模型的价值有一种行业内颇为自嘲式的评价所有AI模型都能较为完美的预测过去，但无法成功的预测未来。”林海卓介绍到。预测之所以在商业化领域比较重要，是因为每个行业的每个企业实控人都希望清楚的指导自己的未来的营收增长在哪里？新客户在哪里？潜在风险出现在哪里？新的产品趋势在哪里？人工智能技术公司要解决这些问题需要一种更广谱使用的通用数学模型。需要根据当下掌握的数据实时对未来一定时间内发生的可能事情做出预判，并提前做出反应。林海卓表示，最能体现出预测层面的难度及价值的领域之一便是无人驾驶。高精度图像传感器、激光雷达、毫米波雷达、轮毂传感器、惯导系统、高精度地图、导航定位系统以及车自身总线通信的各类执行单元运行数据的超融合与决策、预测需要复杂的整体解决方案。并基于此，判断当前形式线路，周围的路况及即将发生的潜在路况风险，并最终控制车辆做出方向速度等数十个参数的反馈调整。如何能够做到针对性三三原则对一个特定人工智能企业商业化落地的阶段和层次做出判断？这需要投资人需要有着非常专业的行业知识，同时能够把握市场发展的整体趋势和行情。
林海卓认为，“这需要多和高校以及在前沿技术创新领域的专家多沟通，和高校在产学研的方向最好建立官方战略合作。”因为投资人更擅长商业模式，在商业化上经验丰富，但花费大量时间阅读专业论文提升专业知识并非上策。因此投资人需要专家学者深入浅出的帮助其理解赛道中技术演进的趋势，进而能够结合过往自身的经验，第一时间感知到可能存在的商机
人工智能投资的三三原则，第二个“三”是抓住人工智能的本质，从三个维度判断商业结果。
林海卓认为，人工智能或许可以包含着非常精妙的算法或者是复杂的数学模型，但这些背后，都服务于其最为本质的作用：降本、增效、低功耗。
第一是降低成本，传统企业内部正常的作业流程一般效能较低， 或者是链条较长，通过人工智能可以优化其中的流程，进而降低成本。第二是增加效能，人工智能可以预测和发现之前正常作业流程中管理者难以发现的一些新创收机会，进而提高销售收入。第三就是降低原有生产过程的一些浪费和能耗，进而间接节约成本。
这三点最本质的作用服务于企业更像是一种锦上添花的效果，企业的生产结构是一直存在的，大多数人工智能的作用只是在这个基础的底层逻辑上优化其中的一些链条和环节，脱离了企业最基本的逻辑和框架，单纯的追求人工智能本身内部的算法和模型只能是南辕北辙。
2
注重非技术因素
必须重视创始人号召力
人工智能行业非常强调项目的创新性和颠覆性，在林海卓看来，除了要从技术上的角度把握人工智能外，还要关注非技术性因素对于项目的影响，“技术是必要的，但不能仅有技术。”
首先关注的便是创业团队和创业项目的相关性，具体而言便是判断创业团队过往过去的5到10年的经历和他即将要做的这件事情是不是有相关度。
林海卓认为这是当下很多投资者，投资机构容易陷入的误区，“投资机构投资了一家背景很强的团队，客观上团队确实很强，但这个强仅限于A领域，创业团队接下来要去做B领域创业，那团队能否成功就需要打一个大大的问号。”尤其是在人工智能或者前沿科技领域，如果投资者没有专业背景知识的储备，有时候A、B领域看起来相似，但实际上底层逻辑是截然不同的，这很容易导致投资误判。
第二点则是广义的非技术性因素，这其中有位重要的创业团队、尤其是创始人的领导力和号召力。在林海卓看来，一些非常顶尖的高新技术项目，能够作为核心技术团队的初创成员可谓寥寥无几，因为这些人都是行业领域的大牛和精英。如何把这些大牛团结到一起，能够让这些大牛服气，愿意来和创始人一起合作创业，而非在相同的行业竞争，这非常考验创始人的领导力和号召力。
林海卓认为小马智行创始人兼CEO彭军博士便是人工智能领域极具号召力的技术及商业领袖。林海卓也是2018年初，小马智行早期投资人之一，也是最早的清华系投资人之一。在林海卓看来，小马智行的两位创始人彭军博士和楼天城博士树立了整个亚洲人工智能领域的新标杆，目前来自前ACM World Final的AI技术天才，斯坦福+清华+Google的资深工程师团队已超400多人，可以说华人半数以上的无人驾驶领域技术天才齐聚小马智行，使得最一流的技术、人才、资本齐聚形成马太效应，并一路快速成长为亚洲估值最高，同时也是L4、L5商业化速度最快的无人驾驶公司。
3
警惕实验室竞争
投资人应警惕AI领域人才过度内卷
不过人工智能的创业并非一帆风顺，伴随着行业的发展，一批又一批干扰投资者视线的问题随之出现。在林海卓看来，中国实验室创业者一个明显的特点：当一家实验室出现创业成功的大牛后，实验室里会陆陆续续出现很多人一起涌入相同的行业。“实际上他们本身是一个团队，技术与能力重叠度很高，知识储备也相似，但每个人成员都希望当领导者。这就使得同一个领域出现了大量同质化竞争的项目。”
对于投资人而言，这意味着投资的每一分钱都会在这一的内卷竞争中被消耗。想要在这样内卷的环境中选择好优质的项目，林海卓有着自己的方法论，他认为要投资者要尽量选择创业原始结构较为完整的团队。
“我们很喜欢实验室性质的团队，有三四个同时做项目的人一起创业，每个人都有着相应的股权。相反，我们很警惕一个单打独斗超牛的个人，尤其是当他带着很多明显要弱于他的人去创业。因为这个人可能潜意识把实验室的同伴当初了竞争对手，格局太小，或者是存在着实验室内卷的现象。”
林海卓认为，目前在很多行业垂直领域的SaaS平台和低代码AI平台，另外也包括像一些IPA技术领域，已经出现很多营业收入突破亿的公司。“但是想筛选出他们对投资人本身的技术背景有非常高的要求。所以这也反映出人工智能领域的投资和项目本身的变化，就是在一些非常垂直但是能够提供更高效工具的纯软件或者是软硬件的公司，已经开始出现了比较好的变现能力。”
