CVC2.0效应持续释放；今年将收获多个IPO：今年以来，联想创投新增投资项目超过40家，其中投资布局以硬核科技为主；投中科技领域的“专新特精”
「投条」是创业邦推出的投资领域新栏目，旨在报道VC/PE圈的新动态，捕捉最具前瞻性的新趋势，对话资本市场的伯乐，洞察最具机会的新赛道，争做走在时代前沿的瞭望者。
作者丨巴里
编辑丨子钺
管理运作和决策链路与财务VC相似，独立灵活；投资大方向与集团战略保持一致，但不拘泥于当前业务，以更前瞻的目光布局未来创新，成为母公司探路的雷达和探索新业务增长点的前头兵；融汇联想全球资源推动成员企业发展，构建网状竞争优势，同时成员企业的创新文化、战略制定等经验也很好地反哺了联想，形成一种“双向赋能”的创新发展模式。
在这一理念的指引下，联想创投的投资成绩已经开始展现：截至2020财年，为集团累计贡献收益超过5亿美金，已经投出包括宁德时代、寒武纪、蔚来、旷视科技、浙江中控、比亚迪半导体、珠海冠宇、深交通、Smartsens思特威等多家上市公司和独角兽。
围绕联想集团“端边云网智”战略，联想创投企业成员预计在今年突破200家；而在投资贡献上，锁定了未来三年累计为集团贡献投资收益超过3亿美金的预期。
具体到今年，联想创投也将交出一份亮眼的成绩单，珠海冠宇、深交通相继IPO，Smartsens思特威已经首发过会，即将登陆科创板，旷视科技、比亚迪半导体、第四范式也已经提交招股书。这些企业大多数，联想创投都是早期进入的。
今年以来，联想创投新增投资项目超过40家，其中投资布局以硬核科技为主。例如，受国产化替代和芯片热潮的影响，联想创投今年投资了多个半导体项目，包括RISC-V架构芯片研发商睿思芯科、GPU芯片摩尔线程和沐曦半导体、EDA设计方向德landing. AI 吴恩达博士、暗物智能朱松纯教授、思谋科技贾佳亚教授、寒武纪陈天石、Aibee林元庆、旷视科技印奇、第四范式戴文渊、芯驰仇雨菁…..累计投了30多位华人顶尖科学家。
“以大数据、人工智能为核心的数据智能越来越成为一个代表国家科技核心竞争力以及新型科技的基础设施。新算法、新算力的支持都需要通过AI赋能才能够实现。”联想创投高级合伙人宋春雨表示，在过去，很难看到一项技术能够对各个行业都有非常深远的影响，其他大多数的技术变革都是单点性的技术突破，数据智能有机会融入到各行各业，带来效益的提升，这是联想创投非常看重的一点。
特别是现在国家所提倡的“专精特新”也为中小创新企业指出了一条明确的发展路径。“因为并不是所有的创业公司都会成长为像谷歌、Facebook、联想、小米这样的大公司，但如果一家创新企业在单点技术上能够做到中国第一、全球第一，同样具有重大意义。”他指出。
联想创投最近所投的项目也正是受益于这种变化。
在工业视觉检测领域，中科慧远挑战了这一领域的全球顶尖难题——如何攻克透明发光材料的光学检测问题。在过去，这一领域从没有一家世界级的公司把代替人工实现自动化检测这一单点难题彻底解决。
2020年，中国全年智能手机整体出货量约为3.26亿台，这也就意味着至少要用到同样数量的玻璃盖板。而现在大部分都由工人在蓝光下用肉眼检测，这就很可能造成工人视网膜损伤。但如果替换成AI机器检测的方式，不仅可以提效降本，节省掉几百万的人工，也能够创造巨大的社会效益。
在中科慧远突破这项技术难题后，相较于国外公司单台成本在500万-600万的设备，更多客户开始利用中科慧远制造的设备进行检测，减少人力的投入。
在2017年联想创投早期投资时，中科慧远还没有制造出该检测设备，在团队的一路陪伴下，公司花了三年的时间终于突破了技术瓶颈。
和2019年相比，中科慧远在2020年产值已经实现3倍增长，预期2021年将会持续迎来长足发展，实现产值再翻倍。在中科慧远新一轮融资中，联想创投也再次追加了投资。
另一家做AI工业检测的服务商思谋科技，从事的则是横跨消费电子、新能源、汽车、视频内容等多个场景的检测。其检测难点就在于，在检测不同物体时要使用到不同的AI模型。
针对这一难题，思谋科技研发了一套通用的AI模型，可以快速适应多个工业场景的视觉检测，从而大幅简化AI科学家和数据工程师对于场景变换之后反复训练、调优的过程。
联想创投从Pre-A轮开始就持续加注。今年6月，思谋科技完成2亿美元B轮融资，公司仅成立不到两年就快速成为独角兽。
数据智能赛道还有哪些创业机会
数据智能领域已经涌现出了一批优秀公司。目前，旷视科技、商汤科技、第四范式的年销售额都已经超过10亿元人民币，而且每年都在以40%-50%的速度增长，甚至第四范式每年增速超过100%。
因此可见，数据智能领域还有巨大的创新创业潜力。
首先，在算力方面，AI算力是所有AI应用场景的基础，因此AI算力创新将是一个长期的机会。联想创投从寒武纪，到摩尔、沐曦等GPU，再到芯驰、黑芝麻智能、寒武纪行歌等自动驾驶芯片领域都是基于这种考虑。
第二，AI预训练大模型的出现，成为了近三年以来AI算法创新最受关注的投资机会。随着超大规模AI预训练模型的技术突破，在自然语言理解方面已经展现出超高程度的可用性，简而言之就是“机器真的懂人了”。
第三，数据智能正在与垂直行业的深度融合，包括如何解决跨场景之间的迁移学习，以此降低AI工程师的干预，从而提高ROI投资回报比。同时，AI也正在与硬件深度融合，例如在机器视觉和机器臂、机器人结合诞生的视觉引导AGV等领域都有非常多的创新机会，比如我们投资了艾利特、迦智、未来机器人等优秀工业机器人企业，已经有了非常扎实的客户案例，建立了竞争的壁垒。
第四，数据智能所带来的创新场景。以自动驾驶为例，如今已经成为各家智能汽车比拼最为重要的核心能力。自动驾驶从本质上来说就是由数据来驱动。这些数据就运行在智能汽车这样一个大型的服务器上，这其中与5G的深度融合都会产生出非常大的创业机会。
在宋春雨看来，从整体上来说，ai创业有两个大的类别，一种叫做zoom in（放大），另一种叫做zoom out（缩小）。
所谓zoom in就是利用AI技术解决单点问题，带来整体效率的大幅度提升。比如，中科慧远已经应用在全球前二的玻璃生产商的工厂中，一台机器能够代替20个工人，而且检测的一致性、效率远超工人。
而rpa（机器人流程自动化）则是一个典型的zoom out平台型技术。RPA可以理解为AI流程的自动化，AI通过OCR自动识别人的操作，把平台的各个系统串连起来，让数据在企业中高效地组合和流转从而代替人的操作，一个RPA数字员工甚至可以代替两到三个人。在2020年，国外已经出现单个企业采购超过1万个Robot的订单，今年有望出现单个企业采购超过10万个Robot的订单。一旦达到这个目标，RPA就很有可能进入到商业化爆发的临界点。
对于创业者，宋春雨建议，有一条特别重要也是始终不变的标准，就是稀缺性和护城河。如果一家公司定义好自己的创业方向后，能够构建起稀缺性和护城河，在创新的领先性上有持续的视野和高度，并对自己的发展路径进行顶层设计，那么这样的公司就会走得非常长远，且可以在持续的竞争周期中立于不败之地。
本文地址：https://www.pizijiang.com/tougao/60532.html
举报投诉邮箱：253000106@qq.com
微信扫一扫 
支付宝扫一扫 
