图源：视觉中国
记者|李京亚
人工智能赛道已经进入到“挤泡沫”阶段，去年下半年，四小龙的不佳境遇使得AI风口从泡沫膨胀走向低潮，投资人们开始重新复盘这个赛道的价值逻辑，商业化落地和盈利成为了当下的核心议题。
“人工智能一定有泡沫，但泡沫分为两种，一种是吹出来的泡泡，破灭之后就什么都没了，还有一种是啤酒泡沫，啤酒上面的泡沫喝完之后，下面能喝的到真实的啤酒，这是有价值的泡沫，我认为人工智能的泡沫是有的，但属于后者。”线性资本创始人兼CEO王淮在日前的亚马逊云科技创新大会上这样表述了自己对AI赛道泡沫的看法。
线性资本成立于2014年，聚焦在数据智能和前沿科技相关的投资项目。目前共管理着十支基金，总规模约20亿美元左右，以天使至A轮领投为主。线性资本的知名投资项目包括地平线、特赞、神策数据、酷家乐、Rokid、思灵机器人、数数科技等多个行业头部玩家，也包括将前沿科技应用在农业、工业、制造等产业领域的创新项目，例如上周刚宣布完成新一轮融资的农业科技“当红炸子鸡”爱科农。
在泛智能赛道深耕多年，王淮最近重点看好人工智能领域2个投资方向，他称第一是近年来重视起来的新场景，例如人工智能大数据跟生物医药结合的领域；第二是本身和人们生活比较接近的领域，例如与市场营销相关的数据分析领域，也就是商业营销Martech领域。
就第一类投资方向而言，王淮解释说，数据获取必须需要通过大量实验，也必须与相关行业结合，这其中有许多机会；后一类投资方向，在数据量和数据颗粒度更丰富的情况下，能够帮企业找到用户需求与产品定位的结合点，“这在我看来过去十年是一个的金矿，在未来十年依然是一个金矿。”王淮提到，国内企业在营销侧每年花费万亿，线性资本已在其间布局大量企业，从早期的神策数据、观远数据、数数科技，到近两年面向 ToB市场的径硕科技，它们的共同特点都是能让不同的客户更好的理解自己用户，理解自己的产品，以及用什么样的方式能让自己的产品找到对的客户。
在AI细分赛道具体投资层面，王淮在亚马逊云科技创新大会上强调了找机理模型的思路，也就是 Elon Musk所说的“第一性原理”，即对行业规律、对事物本身原理的理解。如果没有机理模型，大数据的效率会比较低，因为需要在大量的数据中先去寻找机理模型。因此，他认为将大数据模型与产业的机理模型结合，做出的决策会让很多事情事半功倍。
近年，在数据智能领域的深耕和亮眼成绩让线性资本声名鹊起，王淮也一直称线性资本投资的项目为“DaaS”，即Decision as a Service，意思是投资机构寻找的下一代企业软件应该以大量高质量、高颗粒度数据为基础，以商业决策为出发点，获取、分析数据目的最终为商业决策服务。
谈到人工智能的下一发展阶段需要克服的技术瓶颈，王淮建议初创公司可以重点关注3个方面，第一是重视小样本学习、迁移学习；第二是走到产业中去，在产业中搞懂机理模型，想办法找到机理模型和数据的有效结合，并且在团队方面重视与有产业背景的人才组合；第三是尽早将客户的思考和问题引入创业过程，这会让技术创业者对问题形成更好的认知，并对技术什么取舍。
