獵雲註：王淮，線性資本創始合伙人，原Facebook中國籍的第二位工程師和第一位研發經理。做過News Feed和Social Ads後臺，寫過虛擬貨幣的前端，調過支付安全的大數據模型。任大眾點評，百姓網和CSDN的CEO顧問。《打造Facebook》暢銷書作者。史丹福大學管理科學和工程專業碩士，浙江大學計算機學士，Aspen Fellow。投資代表案例包括點融網、地平線機器人、Rokid、同盾科技、Ping++、Ayla物聯、億航無人機等。
上周，線性資本創始合伙人王淮做客AA加速器未來公開課，分享了題為《我眼中的過去和未來》的演講，講述了他許多有價值的思考，比如：為什麼有的創業者看似得道多助，而你卻孤立無援？該如何對待那些「不滿」的員工，為什麼說他們可能是你最大的財富？
本文轉自微信公眾號AA加速器，以下為演講實錄：
謝謝AA加速器，我今天給大家分享的是我對於過去跟未來的一些想法。
我準備這個PPT的時候，是站在創始人的角度去思考的，但出發點是基於員工的角度。希望對大家有一點用。
Choose your battlefield要選對你的戰場第一個是什麼呢？Choose your battlefield，選對你的戰場。或者我們從創業的角度，就是方向，你要解決的問題。Don’t go with uphill fight，什麼意思？很多人很聰明，但在一個小的方向折騰了很多年，賺到一些錢了，但一直做不大，因為它發展的空間太小。
我為什麼提到這點呢？我以前是一個工程師，但最後兩年的時候，我轉做研發經理。當時的一個機會在哪裡呢？Facebook對他的支付系統非常重視。只要有錢經過，帳戶的安全性和重要性就會一下子提高很多。美國人有一句話，Don’t fuck people’s money，就是你不要讓他們的錢遭受到哪怕一點的損失，因為別人會因此跟你死磕到底。
所以這個事情大家很重視，老闆就問我Herry有沒有興趣負責這一塊，我猶豫了兩天，最終承擔下來。如果是行內的大家都知道，在東南亞和烏克蘭的一些鎮子是以欺詐為生的，一個鎮給美國每年造成的損失大概就是幾千億美金。當時支付系統在推的時候，就遇到了來自東南亞的危機。
有一段時間這個問題變得巨嚴重，在虛擬貨幣領域，facebook每收100塊，大概損失是10塊，至少10%的損失率。老闆說怎麼辦？其實facebook能承擔得起這個損失，在中國也許大多數會覺得我如果賺100塊錢虛擬貨幣，因為沒付出成本，我損失10塊錢無所謂，facebook當時也是這麼想。但是信用卡公司不買帳，美國的規定是，如果你的欺詐率超過1%，他會取消你收信用卡的權利，收不了信用卡，對facebook是死路一條。所以為了這個事情，我們當時馬上建團隊，最多的時候到十幾個人吧，把整套系統做起來了，最後基本實現了全自動。
所以這個好處在哪兒呢？在facebook，我要去招人的時候，那段時間從上到下都非常支持。當時我們VP就說，這件事情幹不好，整個公司一分錢都收不到，要多少個人給你都可以，這是在職場裡面。
在創業的時候也是的，最怕的是你選擇了這個方向，折騰了半天，發現誰都不支持你。如果你幹的事情，對大家沒有意義的話，那你一定是一個uphill fight，別人不幫你的。要想明白這個東西，而不是說我這個產品牛得不行，你們不用是對不起你們自己。沒有人會這麼想，你一定要想想再高一個層面，想想你這個公司所處的生態系統，這個結構。
Anything can be possible，if…一切皆有可能，只要…第二個就是，Anything can be possible，一切皆有可能。這一點主要是針對扎克伯格，從一個很小公司的老闆變成大神級的看法。我們剛到facebook的時候，頭一兩年和扎克伯格每周有一次交流，那時候對他印象並不深刻。但能看到他的成長非常厲害，尤其離開facebook之後，10億美金買Instagram，190億美金買WhatsApp，有點太瘋狂了。
一開始去Facebook我蠻猶豫的，給一個比我小3歲的人打工，這個事會不會靠不靠譜。後來發現老闆選對了，他能夠handle整個事情的能量，遠大於他的同齡人的水平。所以我最後得出的一個結論是——Anything can be possible ，if you can assemble a team that can work hard and smart（譯：如果你能夠聚合一群能力高又勤奮的人，那什麼都能幹成），他找了一群很牛的人，在很多方面比他強的，比如Facebook裡有很多工程師會覺得自己比扎克伯格寫代碼厲害，但是他在一些更高層面的思考，對產品的理念、方向，比如說facebook從大學市場切入，從東面到西面的，從名校再到普通大學，從大學到高中。整個的策略制定的話，這不是很多很好工程師能夠實現的。
勤奮不等於蠻幹。很多人都覺得自己很辛苦，但是不是smart。我非常強調兩個概念的區分，努力跟效果，努力不等於有效果，只有一個有效果的努力才可能被稱之為有效率。
Find your unsatisfied employees如何對待那些「不滿」的員工第三個是Find your unsatisfied employees who want challenge & challenge them relentlessly,找到對工作「不滿」的員工，並「無情」地挑戰他們。就像我們想投的公司，是「對世界不滿的人」。你在公司要找那種對你公司不滿的員工。很多人對這些不滿的員工，覺得他們是釘子。其實你要分成兩面來看，有些人是真的為了不滿而不滿，這種人呢，儘早開除；但是有些人不滿，是你沒有給到他足夠的挑戰和發展空間。你要區分對待，如果你找到了這種人，他是為了發展，他是覺得很多事情沒有挑戰的，這種不滿的人，一定是你的一個財富。
「relentlessly」什麼意思？你要無情地挑戰他們，給他們超過他們舒適區的挑戰，就是他感覺自己幹不了的事。作為被挑戰的員工，你可能開始有點沮喪，有點壓力巨大，但幹著幹著你發現原來能幹的，最後發現你能夠幹好的。所以你找到這樣的員工，好好挑戰他們，讓他們能夠發揮超越你預期的表現。一般公司能不能推到下一步的話，就依賴於你能不能找到足夠多這樣子的人。但方向要對。
Go big fast！單點切入，迅速迭代，快速成長Go big fast！很多人可能知道，這句話來自亞馬遜創始人畢索斯。如果你找對了點之後，你就要迅速變大。Facebook就是典型的Go big fast！這個過程當中，可能把你公司成長中的很多問題，某種意義上是帶過去了。比如你的員工7月份才來的，覺得工資低，如果公司很慢的話，一兩年下來，工資、期權都還是那麼一點，但如果公司發展足夠快，期權帶來的增值，就會讓員工在這個方面的思考淡化了很多。
through small entrance and quick iterations，什麼意思呢，切入點一定要窄。用一個簡單的例子來說明，不知道恰不恰當，假設今天這個屋子裡面都是很擠的人，我們的目的是為了看到對面的一個風景，二樓其實非常寬的，但是這邊只有一個樓梯。你希望這個樓梯口是窄的還是寬的呢？我希望是窄，原因是因為我如果是第一個人上去了，你後面要擠上去很困難的。如果寬的話，大家都一窩蜂往上擠了，你擋不住的。
所以我的意思切入點一定要夠窄，單點切入，把事情做到極致，但是切入之後能夠展現出來的發展空間巨大，這類公司是我們最想要的。
但是做企業呢，有一個巨大的現實。你一開始肯定是想要這個缺那個，想要人缺人，想要錢缺錢。所以你要的是什麼呢？上來一定不能追求完美。你要講究的是單點切入之後，要迅速迭代。然後通過這個迭代展現出來，你是值得投資的。
員工加入你，其實某種意義上是投資你。他投資時間到你這邊來，你要證明自己是值得投資的。你每次的迭代都給你的投資人，你的員工也是投資人，一種期望。他能夠逐漸地看到這些東西，新的人、更好的資源能夠投進來。通過這種迅速迭代，你能夠逐漸地變得靠近完美。我覺得永遠沒有必要追求完美，靠近完美，但是一定在這個過程中快速成長。
投資決策的系統方法論：11個問題聊了過去呢，我們聊聊現在。這裡一個小廣告，大概講一下線性資本現在做的什麼樣的機構，我們的投資主要是天使輪和A輪這類的為主。每筆投資大概是50萬到200萬美金，但是我們有一個特點，每投1塊錢都做好準備未來跟投1到2塊錢，如果投的是100萬美金，我們通常後面至少做好200萬美金跟投的準備。
因為做一個案子，我們要花那麼多時間做研究分析，猶豫，跟他扯那麼多口水。完了之後，我們投他一塊錢這很浪費的。所以我們投一塊錢一定要做好跟投一到兩塊錢，最多到五塊錢的準備。
我們為什麼投這些公司呢？我們做項目評估的時候整套的方法論，是十一個的問題。
第一個，What’s the problem，你們究竟要解決什麼問題，為什麼這個問題值得解決。這個東西可以耗上3、4個小時沒有問題，究竟對這個東西的理解程度在哪裡，這裡面我們有很多細的問題會產生。
第二個， What’s the solution，你們的解決方案是什麼。什麼樣的solution，為什麼這個solution是一個更好的solution，現實中的已經有的alternative（既有的方案）是什麼？他們為什麼沒有想到你們這種方案？有時候是因為時代進步的原因，到了今天，有時候就是你們這幫人更聰明，後者我通常不大相信。基於這點會來來回回反覆探討，到這一步，我們還真有時候會看代碼。至少兩件事情我們會幹，給我講一下你大的代碼框架，當中我們可能會挑一塊出來，看看代碼。如果代碼寫得太難看了，不漂亮的東西，我們也不大要。雖然對創始人的顏值沒有要求，但是我們對他代碼的顏值還是有要求的。
第三個就是Why they do it，做這個事情的初心。初心這個事，可能很多人也在提。我們只投對所要解決的問題有切身感受的創業者，因為有一批創業者是機會主義者，他覺得這個機會是可以賺到錢的，時代發展到這裡我要跳進去抓住機會。這一類東西呢，我們通常不投的。舉個例子，不恰當的例子。比如說這個項目做的事情跟創始人的背景沒有什麼太大的關聯，但是這個人非常不錯，我們也不會投。我們對這個東西的關聯度還是有很強的要求，因為這個東西會跟他內心的熱情相聯繫的，能燃燒多久，一旦這個市場上有風吹草動，有沒有能量讓你堅持下去。
因為從我們的投資經驗上看，那些做得好的項目，一定是找到一個點後能夠長時間專注並堅持下去的，但是小的東西可以變化。我們又舉一個不恰當的例子。我們打算從我家到機場，可以坐地鐵、打車、騎車、走路，如果你打車，發現道路很忙的時候，你要懂得下車去換地鐵。你要知道你的目的在哪裡，但是具體的方向是可以變的。這不是一個簡單的問題，這個情況下面，很多是判斷這個創始人到底是倔強、固執，還是說堅持。
其實很多時候是事後對同一種態度的不同的褒義詞跟貶義詞的描述，但我們肯定有自己的一套感覺，跟他們聊這些事情的時候，探討這些具體方案的時候，可以看出來他解決問題的熱情不變。但是他對於這個點切入，這種方式來做，究竟能不能解決這個問題，他其實有一定的心理寬度在那裡的。
第四是Who are they，創始團隊的背景。以前幹過什麼，在哪裡念的書，以前的經驗在哪裡，跟要做的事實不是相關，這件事情還是蠻關注的。這可能會讓我們錯過的一些比如年輕人做的不著邊際的想法。但我們覺得錯過就錯過吧。即使像扎克伯格，早年多多少少有一點泡妞的原因在裡面，這個東西會方便他做這個事，所以對這個人的歷史背景，跟做的事情還是有關聯的。你看他寫代碼寫得不錯，本科是在哈佛念心理學，幹這事聽起來蠻靠譜的。
第五點，What they have，研究一下這幫人的能力特點、社會資源、家庭背景方方面面的。雖然這不是最最關鍵的，家庭背景，方方面面這些點。但是我們肯定都會問，問清楚。紅二代我們不討論，把這個給去除掉。紅二代、紅三代這些人，我們以前投過。
第六點，How they do it，就是說他們怎麼去做這個事情。我就不展開了,包括你的市場營銷策略是什麼，你的合夥夥伴是誰的，產品應該是長什麼樣子的，我們一定會過產品的，你的競爭對手是誰，他們都做了什麼樣的產品。
第七點，Attraction of talents，因為我剛才也提到了，你要一個好的團隊，單單靠你還是不夠的。你們這幫人對於吸引到在各方面更好的人才，有沒有心理準備，有沒有開闊的心態。王興的起來很大的原因是幹嘉偉的加入，帶來一個很大的幫助，但甘嘉偉其實最早是介紹給另一家公司的，但是那家公司沒有接受他，這就是你對人才的心理寬度問題。
第八點，Risks，就是對風險的分析。一個好的項目，一定不是說沒有風險的，而是風險巨大。這世界很公平的，你願意付出多大的風險，你就可能有多大的回報，當然也可能有很大的損失，對創業者而言，最多的損失就是青春，青春本來就是用來浪費的。
我們做的這個目的呢？不是為了說去研究它沒有風險，而是首先要把風險給展現出來，第二個儘可能去量化，第三點能夠有一些措施、手段去mitigate（緩和）下來。比如這個項目缺CTO，創始人不是技術驅動的，早期感覺可能是對的，但是到了一定規模，那就要看創始人對技術的認識成不成熟，如果他認同說我們很快要把CTO這個事情補上，我們還是願意投，因為他的理念在那一塊。
我們當年投特贊，範老師是設計圈的一個大牛，他原來是哈佛設計的PHD，在中央美院跟伯克利都教過書，他想出來創業。我們跟他聊了半天后的判斷是，範老師人非常不錯，他不懂技術，但是他對技術非常重視。我們就很樂意幫他，他對這東西的認知在那一塊。
第九點，Competitors，就是競爭對手，有什麼樣的競爭對手，要弄明白。我們通常最關心的是自己這家公司怎麼往前跑，有什麼我們能夠幫得到，讓它跑得更快。但是說有一些合理合法的事情，讓競爭對手能夠跑得更慢一點的話，我們其實也毫不吝嗇的。
第十點，Shareholders，這個其實還是蠻現實的，你之前是什麼樣子的投資人,我們不求最好的，但是不希望有壞的。什麼意思？什麼叫壞的呢？我們對投資人分成了幾大類：第一類是投資又專業，又幫忙的，這一類是最好的，三好投資人；第二類，可能是不懂這事，但是專業，所謂專業就是幫忙不添亂；第三類，他不懂這事，專業，但他不幫忙，財務投資人，也還不錯的；第四類，就是不懂，不專業，不幫忙，添亂，這類有很多是土豪。所以我們對裡面有沒有土豪，土豪跟他究竟什麼關係，會比較介意。土豪錢多得不行，對這群人也喜歡得不行，那我們也接受，或者我們也看有沒有機會讓他差不多把股份降得很低，他有一個知情權就行了，沒事不要打電話。沒辦法的，從我們的角度要麼就不玩，要麼就希望他的股權架構能夠合理。
最後一點，How we can help，其實很重要，我們如何能夠幫得到，如何能幫他到達下一個層面。我們三大幫助：一個是幫別人在一些核心的問題上，關鍵時刻的諮詢服務，我們懂的，我們自己上，不懂的，我們請人上；第二個幫助，就是核心崗位的招聘， C level的；第三個我們通過幫別人做後面的一到兩輪，這個我們有一套自己的方法論在背後，因為時間的原因就不展開了。剛才討論了現在幹的事情，就是我們怎麼做決策的，一套相對系統性的框架。
看完每一個項目都會生出萬字論文我們對於每一個項目，基本上依賴剛才的框架，最後會生出差不多1萬多字的一篇論文，我們看了一下，應該是比絕大多數的早期基金幹這個事情稍微嚴謹一點。那很大的一個原因呢，是在於我們將來投好了投壞了，有據可查。回到過去之後，你看到它如果失敗了，是什麼原因造成的，這個原因我們當年有沒有發現。如果成功了，是不是我們當年看好的點帶來的。反過來，對我們提高自己的決策能力會有一個很大的幫助。另外一個原因呢，募資的時候，也看看你們這幫人做了什麼樣的工作。
近50年科技變遷：從大型機到IOI現在講講未來，我們先談點虛的。這是我們對整個世界變遷，可以說近50年來的一個概況的看法。最早是大型機，我們用的都是終端，計算全部都是在服務端的，跟今天的雲架構完全不一樣的。大型機那時候是計算的初始化，那時候是計算這一套方式，在整個世界範圍內的初始化，開始有了這類計算的自動化。再後來，就是桌面機PC，進入你的家庭和辦公場所，辦公這種方式切入最早就是IBM的PC，是windows Microsoft的dos。第三個是手機，手機讓這個事情變成了一個基礎化，變成了像水電一樣無處不在。真正讓計算無處不在的應該是雲跟IOT（物聯網），現在這些東西都還是死板的，它是沒有一個感應器能跟雲端連接的，但是這個事情是不可阻擋的，到雲端化、到IOT化。
再後面就是雲的整個計算的雲端化跟IOT化，就是計算的集中化跟結構化。結構化怎麼理解呢？所謂的結構化就是對你的描述有一個框架，比如說你這個人有兩隻眼睛，眼睛顏色是紅色的，你的頭髮是中分的。這一類的就是有一個描述，你的髮型對應的XYZ，有一個選項在裡面，然後就可以對這個事情建模了，接著才能發展到智能化等等。這基本上是整個事件發展的方向。
線性只投一個方向：應用數據智能線性的做法只做一件事，我們只有一個方向。我們叫做Applied Data Intelligence（應用數據智能），我們投的大部分是2B，小部分是2C的。如果滿足下面三個要素，我覺得線性會是你最好的選擇——數據驅動，基於數據，AI驅動，人工智慧驅動，最後是在一個場景當中，能夠讓你的決策要麼更快，要麼更好。
我們現在每投1塊錢，都認為他至少能增值20塊錢，才有可能投一家公司。有一些是他今年能賺多少錢，很賺錢，明年倒騰倒騰能賣掉的，不投。賺錢只是一個必要條件，但並非我們投資的充分原因。投資領域再細分一點，我們認可的未來主要是這麼幾個方向：
第一個佔我們40%的時間、精力跟金錢的，叫泛智能。這裡面剛才提到了雲技術，我們投過高性能的計算雲。原來facebook同事出來做的，屬於一個垂直領域的，做高性能的計算雲。用在哪些領域呢？今天可能是磨具仿真，這裡面有巨大的計算，未來這種人工智慧計算的，深度學習、渲染相關的，裡面用到的計算量是我們平時用的計算量的幾十倍、上百倍。
人工智慧，我們認為只有雲技術，才能實現大數據的存儲跟處理。人工智慧可以落實到兩個角度，一個到軟體，我們稱之為DaaS，data as a service，這只是SaaS當中的一種。SAAS是讓企業行為在線化或者雲端化，這還不夠，你還要對它的data flow（數據流）有一個認識，我如何利用已經在線化的這些數據，幫助你更快更好地決策。只有從這個角度出發，我們才認為這是一個數據服務。很多SaaS可能在最初都長一樣，但是過了初級發展階段後，你會發現是否有data spirit，會讓後續發展完全不同。
人工智慧在硬體層面就是機器人。機器人又分成兩種，工業級跟消費級。工業的，我們看過還沒投，畢竟我們對工業的運用還不熟悉，這有一個過程。我們對於不熟悉領域的參與方式是跟熟悉這個領域的人合作，跟他們一起投，甚至讓他領投，我們來跟投。
剛才說的那些都屬於單點智能，端智能或者雲智能。而將這些單點智能最後實現智能連接，我們稱作IOT或者IOI（物聯網）是我們瞄準的一個方向。這一塊目前還不是一個投資重心，但我們很樂意做先吃螃蟹的人。這件事情的意義在哪裡？比如說回到家之後，你要拿一個App A把窗簾打開，App B把空調打開，App C把燈打開,這就不是智能家居服務你，而是你在服務於智能家居。原因就在於它只是IOT化的，並沒有做到IOI，就是internet of intelligence。
第二塊，佔了我們30%的時間、精力叫做數據驅動的金融技術。金融實際是讓資本實現時空上的錯位。這個錯位怎麼去實現？數據會有一個非常大的作用，以前在線金融完成的是access，把線下的交易轉移到線上，但是數據並沒有發揮價值，實際上很長一段時間都是出於數據積累階段，隨著移動化的普及，這些數據才得以產生。這個角度比如現在很火的智能投顧，其實大部分是瞎扯，但這個方向是絕對有價值的，我們也正在認真看這一類的項目，我們對區塊鏈也非常感興趣。
第三類是AR、VR，這個大概佔20%。我們只投裡面的核心技術，我們不投內容不投平臺。原因是我們覺得內容製造是講究天賦，講究運營能力，這些都不是我們擅長的；做內容平臺呢，我們覺得小公司是很難幹的，阿里在幹平臺，優酷在幹平臺，你怎麼跟大公司比呢。
但是我們覺得核心技術是有價值的，之前之所以VR上來得很快，退潮也很快。很大的原因在於它的體驗不完整，體驗不完整兩個大的原因，一個沒有內容，另外一個技術不成熟。我們內容那個幫不了，我們也興趣不大。但是在核心技術上面的彌補，我們非常感興趣。這裡面分什麼技術呢？比如說pose tracking 姿態跟蹤，需要建立在複雜的算法基礎上；比如重建三維，知道三維是什麼樣子的；重建現實，你在三維裡面怎麼運動的，手勢識別，聲音的3D音效，有很多技術。
三大經驗和教訓簡單分享一下我們的一些經驗教訓。
首先，Big data該做什麼？要有原始數據積累的強策略。不該做什麼？不能投無法形成自有大量高質量數據的公司。
也有人覺得奇怪的，我有數據，我有商業場景，我為什麼讓你來做。大公司一定自己幹的，像百度、騰訊、阿里這些，但是很多中小公司，就存在一個「數據孤島」的問題。它的數據量大，幾百萬用戶，很多P2P公司都是這樣子的，但自己沒有能力去幹這件事，傳統的公司也沒有能力，很多原因。一個是企業文化、決策機制，還有他們根本招不到這種好的工程師、科學家教他們，留不住的，沒有任何懸念。
你如果有辦法打破這個數據孤島的話，那你的價值就能夠實現1+1遠大於2。怎麼去理解這個事呢？比如說你在A公司，你接觸到的user 1，他是一個壞人，或者是一個好人。在另外一家公司，P2P的，他是user 2，因為兩者的數據不同，但其實他們是同一個user，那你有辦法join，就能比任何一家看到、得到更多的這一類的feature。基於你這個東西model出來的，比如說在A公司給他mark成這是一個老賴。B公司mark成這是一個好人，如果他們有辦法數據給到你的話，那你形成是一個更加扁平的大表，對這個人比任何一家公司有更充分的認識，但是你能夠實現的模型比任何一家公司好得多。
有用的算法就是好算法第二個部分，Algorithmic Processing算法處理，有一些流行的觀點，我們可能不完全認同。我們覺得有用的算法就是好算法，不一定要深度很牛很時尚的一些詞。我們投的桃樹呢，他其實採取的一直就是傳統的統計學習的方式，但是他把這個事情做到了極致。在當前這個階段，你的產品賣不賣得好不好，大家不是看你將來的潛力，而看你今天在這個實際應用上能不能出一個好的結果。所以桃樹研究了半天之後，我問他為什麼不用深度學習這套算法？他說，因為給客戶做解釋的時候，比如銀行客戶會問為什麼會標註出一些高風險的客戶，需要給出原因。深度學習是極度難給到解釋的，傳統的容易多了。
不能為了體現智能而智能第二個，不要為了體現智能而智能。我們之前投過的，我們看了一圈，看了大概十幾家。最後得出結論，只有一家可以真正意義上稱之為智能投顧。其他打著智能投顧的旗號，做的是量化基金的一個在線版，瞎扯的很多。我可能多說一句，在個人理財上面不是最大化收益才是一個好的投資，而是符合你這個風險癖好的，這是一個非常重要的前置條件。如果你要給你小孩準備十幾年以後上大學的錢，一定不要去走最大化收益的投資，一定會出問題的。這裡面有一些統計的數據，對於這個風險會有數學上面的描述，這一點美國人幹得不錯，非常成熟的。
尋找與（潛在）應用場景的緊密結合在應用這一塊呢，我們今天尋找的是跟潛在應用場景的緊密結合。潛在指的是我們今天並不要求他一定要賺錢，但是你要聊得出來這套技術產品化後，可能會在哪些情況下應用，有沒有跟這些潛在的用戶去交流過。你不能純粹從自我角度出發這是一個很牛的技術，這個不行。要麼是已經有一些客戶，要麼有一些潛在客戶對你的背書，但是後面這種的話，我們投得更加謹慎。我們從天使到pre-A，甚至A輪都可以投，投A輪的話就會把「潛在」這兩個字去掉。此外，你處理的要是old problem，非常實在的問題，不要讓我去理解你要解決一個新問題。這個也不展開了。
不投潛在的商業模式不投潛在商業模式，潛在的商業模式是很牽強，可能我們在上面的一些理念，對很多數據公司的建議，insights don’t sell big, actionable insights do，基於這個insights可以做點東西，可能長期賣得出去，能夠更好、更快地決策，剛才也提到了，這種切入到這個問題的實質。你能夠給我帶來一個實實在在的，我能夠看得到的一個東西，要麼收入更高，要麼成本降低了。
相比成本降低我們更看重收入增加但是成本降低我又多說一句，成本降低這個事走不了太遠。成本降低，你減100%，也就是變成0。但是收入增加，這個東西除了你可以算，還可以吹的，你是收入Y，還是10個Y、100個Y、1000個Y。這個東西你除了用計算，還可以吹的。所以從實現收入增加，比起成本節約這一塊，我們更看好收入的增加。這個大家如果做B的生意的時候，募資的時候可以多考慮一下。
在B領域，C那套的免費玩法是失效的在B這個領域呢，羊毛出在羊身上，C那一套的玩法，在這邊我們認為是失效的。所以我們公司前段時間跟我在聊free mode，跟小企業提供免費的產品或服務。聊了半天，我骨子裡就不認同這套做法。C是可以的，C有一定的條件下，你適合用free。但是B的話，還是典型的羊毛出在羊身上的。
重銷售團隊的建設，不建議B做輕我們認為銷售團隊的建設是非常非常重要的。而且銷售團隊，可能在3、5、10家公司之前，強調的是CEO的co-branding， CEO有時候要去賣臉，要去鎮一下場面。但是在3、5、10家之後，你如何能夠實現3、5、10家，到300家，整個過程當中你的銷售整個手段的規範化。能不能產生一個可執行的playbook，有這麼一個playbook的話，你可以儘可能招這種中低端一點的銷售人員。讓他們按部就班，這個事情就可以了。你打多少電話，然後再什麼面談，然後再籤單。整個事情雖然看起來很苦、很重、很笨的。但是只要你的人員不是獨特的人才要求，這裡是能夠拿錢解決的，人員多一點就多一點。我們一點都不建議B裡面一定要做輕。這可能是我們投這類的理念，不一定對。
我們目前前前後後投了33家，致景投了8家，自己個人又投過將近30來家公司。當中也有不少是C的，因為早年投C也蠻多的。但是智能類的，B類的項目的話，至少投過40來家公司吧。這是我們整體的一個感受，成不成還得看當中有沒有一個百億美金的公司出現。我們大概有5家公司在5億美金左右吧，有一家是10億美金的樣子。那到時候如果真正有讓我們退出的百億美金的公司，那時候我們可能更有底氣吹這些東西，我們就相信這一套是我們經驗總結出來的做法。
人工智慧有泡沫，而且只會更大好，我們剛才講了那麼多。人工智慧的投資，可能很多人說那麼火了，泡沫究竟有沒有？我們非常肯定地告訴你，泡沫肯定有，百分之兩百。但是這個泡沫呢，只會更大。一年之內，更多的資本會跑到這個方向，更多的人才，而且都是很好的人才。BAT，facebook、谷歌、亞馬遜一群人跳過來，海歸的回來，跳到這個方向。所有人都打著智能、數據，都是這種旗號。所以更多的人、更多的錢，沒有懸念。
一年後，這一領域會開始擠泡沫我的看法不一定對，一年之後逐漸會開始泡沫收縮，擠泡沫的過程。原因是什麼呢？錢總是有一個消耗的過程，差不多現在是非常瘋狂的一個狀態了。投完的公司，如果一兩年產生不了真正的收入，要麼決策更好，要麼決策更快。如果做不到的話，下一輪是募不到的。而且大多數的技術大牛，其實不適合創業。我們說進場的投資人太多了，好的標的少了，那不行，我也投了再說吧，投了再去想該不該投。有好多投資人投AI其實是這麼思考的。這大概是我們今天簡單的一個介紹，一個分享，差不多到這裡。謝謝大家。