阿尔法公社许四清：投资人习惯用2C理念投资2B企业-阿尔法,投资人,公社,理念,习惯,投资,企业,许四清,创始合伙人应该无限贴近市场，要善于跨过分析师了解产品和市场，而需要持续、系统地学习和掌握数据;机构在要求创业团队有清晰的“规模化”路径的同时，自身更应该找到高效的管理方法，做到投资“规模化”;中国2C行业中国领先了美国两到三年，2B行业则是落后了美国大概五到十年，背后的原因是中国投资人习惯于用2C的理念投资2B的企业。

阿尔法公社许四清：投资人习惯用2C理念投资2B企业

创始合伙人要无限贴近市场，善于跨分析师了解产品和市场，需要持续系统地学习和掌握数据；在组织要求创业群体有明确的规模路径的同时，也要找到高效的管理方法来实现投资规模；中国的2C产业领先美国两到三年，而2B产业落后美国大约五到十年。这背后的原因是，中国投资者习惯于用2C的概念投资2B企业。

8月15日，在鲸鱼品牌发布会上，鲸鱼组织版天使用户阿尔法公社(Alpha Community)创始合伙人胥思清发表演讲，就国内基金投资管理流程的优化、人工智能和企业服务的现状和前景发表了看法。

以下是阿尔法公社创始合伙人胥思清的讲话:

先说最近发生的一件事。几周前，优步创始人CEO TK被踢出公司运营层，他的投资人起诉了他。之后故事来来回回，其他几个投资人联合起诉这个投资人，但是尘埃还没有落定。我想解释的是，风险投资行业需要太多的改变和进步！为什么？我们来看看他们要取代TK的是谁:第一个是惠普公司的CEO另一个是GE前CEO。这些人远离新经济，可能不知道移动互联网发生了什么。他们如何领导像优步这样的创新公司？

我们应该认识到一个严峻的事实:在大多数情况下，我们的投资目标遥遥领先。今天，每个人的投资行为和方式，以及风险投资的商业模式已经存在了几十年。目前，我国投资行业普遍存在车间模式。这种现象略显滑稽，但原因是资本的不对称。投资人可以融资，融资后可以投票。如果他们有钱，他们就有决策权。

打破这种僵局的人只有成功的企业家。即使他们过去没有投资经验和业绩，但当他们创业成功，手里有资金时，行业就会面临变革和颠覆。说到投资，能系统分解学习的地方就是数据。如果不能大量准确的掌握数据，每天依靠行业研究人员分析提交报告，甚至每晚扫微信获取情报，那么这些投资者所在的基金其实是相当危险的，这是我自己的看法。

我们每天都告诉企业家如何扩大规模，但我们需要反思自己。我们的投资模式够大吗？答案肯定不是。一个投资人一年可能看几百个项目，只投资四五个，这本身就不是大规模的做法。背后有两个原因:一是外部原因。市场上真正了解投资业务并沉淀相关数据的投资工具供应商很少。投资者可能会用到一些定制工具，很可能是产品人员做的三流产品；但更多的投资者还是靠微信获取基本信息，靠电子表格沉淀数据，这就是现状。

比较有代表性的工作模式有:一是每天半夜扫微信看；二是找内部分析师了解走势。更聪明的做法是和投过票或者知道的创业者聊聊。在这种模式下，如果你不在一线，不掌握第一手信息，就无法准确感知市场；而分析师每天忙于分析合作伙伴的数据需求，没有太多灵感。在一周内的例会上拿出一份像样的报告是不科学的。

在座各位可能也有同感。基金的经理和财务人员在整理LP报告时，会花费大量的额外时间。在准备募集资金的时候，需要花大量的时间去梳理投资机构的信息，梳理投资思路，从各种移动硬盘、电子表格、PPT中挖掘数据。想想就很好笑。我们在投资最新的业务和技术，但我们使用的手段是落后和过时的。

阿尔法公社是天使投资，一直坚持天使阶段，不去A轮抢项目。我们一直坚持探索一个问题:如何大批量、高质量地完成天使投资，如何有效地利用数据手段来规模化我们的投资行为。

事实上，所有这些行为都可以借助数据工具打破障碍。鲸鱼是一种非常有效的工具。基于获取和分析行业数据的能力，尤其是市场上每天发生的事情，我们运用技术手段进行分析和分类，并给出数字排名，让你在一个小手机客户端上就能知道发生了什么。我们可以看到，Whale对投资项目进行了跟踪，包括类似项目的跟踪、结算、生成报表，节省了投资机构大量的人力物力。在投资决策过程中，鲸也必须发挥辅助作用。可以看到类似项目在不同阶段的数据表现。Page Rank对我们天使轮投资有方向性影响。

我们在企业投资服务的CRM和ERP上投入了很多，很多项目都发展的很好。其实我们没有像样的CRM和ERP，这就是现在投资机构的现状。鲸的出现很好的解决了这个问题。

阿尔法公社在天使回合上做了很多努力，比如白山云科技，美国博览会，擅长商业，回答，都是我们投资的天使项目，一直在追。甚至在B轮融资开始之前，A轮的投资人就已经跟进了，可以说我们的判断还是很准确的。我们关注技术项目和企业服务项目。

再说说每一个不能提的人工智能。现在无论走到哪里都要提到这个概念，我觉得有点被忽悠了。人工智能不是商业模式，而是像移动互联网一样的技术进步。这项技术已经积累了几十年。自从深度神经网络取得突破以来，加拿大几所大学的教授通过深度神经网络对人工智能技术进行了改进，之后人工智能的普及度急剧上升。在此之前，很多学人工智能的人都找不到工作。

最近，他们的成就令人瞩目。杰夫·辛顿，深度神经网络技术的创始人，已经成为谷歌人工智能的领导者。另一位教授李征成为了微软人工智能的首席科学家，然后成为了城堡的首席执行官。我们相信，人工智能只是一个使能工具，会在各个领域逐步突破。第一个突破是技术和领域基于大数据的感知和认知。认知之前的感知。感知就是我能听懂你的语言。能认出这张图的人有男有女，大概什么年龄。认知就是判断你讲话的意思，这个人锻炼的时候是什么意图。通过这种直接到间接的判断，这个领域逐渐成熟。比如翻译、安全等各个领域，下一步是智能，最后一步是自动驾驶，这大概是人工智能的核心，也是目前面临的最大挑战。

我曾经问过谷歌两个做自动驾驶的原理工程师，他们都是自己创业的。我问他们，能不能告诉我一个实数，自动驾驶能成功多少年？他们说五年一定不行，十年一定行。这就是人工智能能带给我们的机遇。所以人工智能的发展并不意味着所有企业都做自动驾驶，而是可以做很多服务，企业服务就是一个原点。我们看鲸鱼准系统，这也是一个开始，利用人工智能为机构提供服务。

在企业服务领域，人工智能为中国落后的创业领域提供了快速赶超美国的机会。中国2C产业领先美国两到三年，2B产业落后美国五到十年左右，一点都不夸张。原因是什么？目前，我们已经仔细分析了中国to B领域的所有初创公司。除了过去20年忙于追求2C机会外，大部分机构都在用2C投资理念进行投资。此外，to B领域的大量创业者和投资者初始积累不足。

为什么不够？让我们和美国做个比较。美国有大量高素质的创业者，如甲骨文、微软、IBM、Salesforce等，其次是大量的2B创业团队，这些创业团队不断涌现。这些创业团队中的技术人员不断出来创造新的公司，他们在各个技术领域的技术成果其实远胜于现在的国内。为什么？国内上市公司在2B领域的起源是什么？那些生于系统集成，从事客户关系的人，一开始都是靠人解决问题的。他们为什么不赚钱，利润低？因为收入和人数成正比，很难赚大钱。这是客观现状。在国外，很多对B公司好的人少，收入可以继续上升，而人数依然偏低。原因是产品强，靠的是强大的技术和商业积累。所以在领域上，美国有大量的创业者，大量使用人工智能。在to B领域，创业者提供了很多机会，中国在这方面处于原点。

阿尔法公社最近做的就是在美国挖，找各种技术和产品都很优秀的企业家回国创业，和国内团队一起工作。我们在这方面有丰富的经验。阿尔法公社是相当于人民币4000万美元的基金。目前有7个人，但是投资和决策的效率很高。我们要感谢鲸准在数据和管理过程中的支持和帮助。恭喜鲸准正式发布。也期待与鲸准长期合作，祝鲸准成功！

相关建议

美团的外卖提成是多少？作为对高级委员会的回应，美国小组拿出了什么

全球应用收入排名腾讯控股的应用收入最高

在全球应用收入排名中，中国公司的数量首次超过日本

阿尔法,投资人,公社,理念,习惯,投资,企业,许四清#许四清阿尔法公社