AI 投资人Lan Xuezhao的投资逻辑：我关注进入市场的方式、公司的定位和规模

编译 | 王宇欣 刘燕

来源 | techcrunch

Lan Xuezhao，曾是 Dropbox 战略发展部并购的负责人，她在密歇根大学获得心理学和教育学双博士学位，其后在哈佛完成了博士后的深造。奔走数月之后，她专注于机器智能的风险投资基金 Basis Set Ventures 正式成立，并募得 1 亿 3600 万美元。

这周早些时候，我与 Xuezhao 在波特雷罗山的公园长椅上相约，谈了谈她对于这些资金的策略，并花了一个小时的时间讨论了人工智能初创公司的情况，以及 Basis Set Ventures 如何从这个迅速发展的领域分得一杯羹。

你为什么觉得 1 亿 3600 万美元是合适的启动资金？

这个数字比任何事情都具有战略性。我感觉在第一轮融资和更小的种子交易（seed deals）之中有一个缺口。有很多更小型的种子基金，数量众多，和它们竞争很困难。在第一轮融资中，很多大型企业与这些小型种子基金合作密切。但是在其中还存在一个机会，就是资金范围在一百万到三百万之间，很多基金都可以做到这点。

在如今似乎已经被人工智能资金充斥的市场中，对于人工智能的关注仍然会是一个关键点吗？你认为风险投资对于机器智能初创公司真正的价值在哪里？

以我的经验来说，我认为进入市场是至关重要的，因为算法不太靠得住。我花了很多时间研究如何帮助初创公司与大客户之间关系更加紧密。这些初创公司和我关系密切，作演示或者报告数据的时候，我们之间不需要特别正式。我常常会与一些创始人坐下来，会看一下 Excel 表格然后想办法解决事情。我会帮助这些初创公司招募人员，这些就是他们想要的资源。我其实挺爱管闲事，我想要帮助创业的人把这些事情都搞定。

同样，我们很关注公司定位以及规模。我们做了很多导向性的指示，但是我们同样做了很多调查来确保我们没有走偏。每周五我们会和客户交流，就是那些真正使用了这些产品的人，我们尝试弄明白什么样的产品能够在市场上跑通、什么样的根本不行。

人工智能工作室模型是否被过分夸大？

技术人才是非常有价值的。我有自己的顾问团，他们的观点对我都非常有价值。甚至是产品经理和设计师，他们的观点对于基金都非常有价值。但是你想要确保这些人都有足够的参与度来真正帮助那些没有发现的盲点。一些孵化中心尝试提供数据帮助公司构建早期的产品。我认为这有点困难，因为数据需要有非常强的针对性。这有很多潜在的价值，但是这取决于一个公司真正需要什么。

长远来看，机器学习的 API 和开发工具作为投资是否足够稳固？

我见过有些公司采用了这种方法，但是我也有些犹豫。我没有特别肯定的看法，这得视情况而定。我投资了一家适合这种方法的公司，对于他们来说事情进行的很顺利。但我也听过一些不顺利的例子。我喜欢公司开发他们自己的技术。为了使技术有用，公司需要有良好的整合及本土化经验。开发者需要很强的号召力才能使其工作。做到这三点不是那么容易，不过如果你做到了，公司就会处于一个不错的位置。

你是否赞同大多数人选择在横向平台上对垂直化人工智能进行投资？

我相信垂直整合的全栈解决方案。算法变得越来越商品化，大型公司正在尝试横向发展，这样很难做好。

你认可初创公司在早期使用现成的人工智能技术吗？

你需要搭建一些确实能够解决问题的东西，而不是在某项技术上耗费了三年的时间，结果搭建了一些人们不会使用的东西。它不是解决方案，人工智能是解决问题的一条路径。人工智能不是目的，是解决问题的东西。拥有一个人们真正会使用的产品有时候意味着使用现成的技术。然而，在未来，当产品被推出的时候，你可以使技术更加稳健。

你一直在投资构建一个量化采购引擎，它带来了什么收益？

量化采购是一种覆盖盲点的好方法。个人的网络都有局限性以及偏向性。这是一个不错的工具来补充自己的网络，这样你就能试着去看到一些你以前可能忽略的东西。为 Dropbox 做 CorpDev 时，我首次雇佣了 MIT 的博士为我们构建一个量化采购引擎。

如果不使用那个引擎的话，我们就不能一起发现那些我们根本看不到的有趣的公司。这种方法不会替代传统采购，但这确实是很强力的工具，我打算给 Basis Set Ventures 也搭建一个。很多挑战在于找到正确的信号，算法本身实际上不需要那么复杂。当我们看待增长时，会有一些曲线平滑，但是大部分是要理解问题，找到正确的信号，这样在事件发生时你就可以设置正确的触发器，这需要与人工智能相同的专业知识。

文章来源：https://techcrunch.com/2017/08/31/basis-set-ventures-gets-real-to-get-to-the-heart-of-ai-startups/