写点什么

对话蓝驰创投石建平: 投资人喜欢什么样的科创公司?| TGO 专访

2021 年 9 月 17 日

对话蓝驰创投石建平: 投资人喜欢什么样的科创公司?| TGO专访

本期 TGO 对话嘉宾:

石建平,蓝驰创投投资合伙人,TGO 鲲鹏会学员

;全球知名互联网专家,资深科技创业家、投资人;曾任美国甲骨文全球产品研发负责人,A8 音乐 CTO,联合创办了多米音乐,发展为独立移动音乐服务领域的独角兽企业。

2019 年底加入蓝驰创投,投资了多家高速成长的早期技术创业公司,如 PPIO、云服云商、万智生、爱物管、即时设计和唐吉诃德等。



精彩观点摘要:

(1)CEO 要有耐心,找到合适的投资人;

(2)基础软件领域创业一定程度的“内卷”是良性竞争;

(3)投资创业团队,我会先看他的强项是不是真的强,人和项目是不是相匹配,再关注它的核心要素和学习能力如何,我很看重自我认知能力,过度夸大自己和自卑都不恰当;

(4)不建议技术人贸然转行,在一个领域至少沉淀五年以上,把心态放平,对世界保持热爱和好奇心很重要;

(5)创新运营模式,你不一定要做乙方,可以做甲方;

(6)现在所处的技术周期是云计算,下一个周期是智慧物联网,更大维度来看可能是一个全真底数字孪生世界;

(7)中国最缺的是中高端芯片,中高端芯片无论是从计算、AI、数据,还是模拟层面,几乎是一片空白。  


对科技创业公司来说,生存问题是头等大事,而融资是一条必不可少的途径。现实却是,有的公司融资顺利,而有的公司则处处碰壁。一方面伯乐想找千里马,而千里马却苦于难遇伯乐。一些科技创业者常常感到困惑,为什么会遇不到懂技术的投资人?而投资人则不解,为什么 CEO 不是对公司估值过高就是过低?这中间到底存在什么样的思维差异和认知鸿沟?本期 TGO 对话嘉宾为您揭晓,投资人青睐什么样的科技公司?以下为蓝驰创投投资合伙人石建平的采访实录。


01 国产基础软件新机遇


 TGO: 您为什么认为开源和云计算给中国基础软件带来了机遇?


石建平:最近一两年,我在和产业以及创业项目交流过程中,明显感受到整个开源生态和规模大大提升,开发者对开源的拥抱度和积极参与度提高了,并形成了一个正向的迭代循环。由于中国互联网的运营场景和系统的复杂度是世界级的,需要高水平的技术产品支持这样的环境。


大家都知道,在桌面操作系统等赛道,中国与国外落后至少十年以上的差距;但我最近看到在人工智能和云计算这两个新赛道上,中国正在和世界接轨,中国很多大云平台已经非常接近世界级水平。而在数据库领域,不仅有沉淀比较久的 TP 业务型数据库,一大批新场景 AP 分析型数据库的公司也非常活跃。以前这个领域项目只有 PingCap 一根独苗,现在出现了众多项目。


 TGO: 您如何看待国内创业的内卷现象?


石建平:从投资者角度来说,一定程度的“内卷”是良性竞争,假如都是独苗,质量还不高,就没什么选择性可言,就像中国互联网企业的竞争造就了互联网产业的高速发展,如果没有竞争就没有活力;而对下游客户来说,适当的“内卷”是合理的,但过度的“内卷”就是浪费资源。我认为中国基础软件目前不是浪费资源,反而是缺乏良性竞争的环境;对于创业者来说,适应良性竞争的环境也是体验式创业的第一步,未来一定要做差异化竞争才有出路。


 TGO:您为什么会看好 API 经济,并认为它代表了企业输出的一种新的形态和商业模式?


石建平:从客户角度看,桌面系统存在运维成本高、软件费用高、维护成本高、协同能力差等问题,现在 SaaS 上云解决了这个问题。然而,不同行业渗透率不同,企业将 SaaS 交给别人,其实是将一个底层的应用给别人。这种能力输出适用性更强、生态集成度效率更高,对大型客户或对业务流程有定制化需求的人而言,这是一个更具价值的能力。


从用户角度来说,首先会享受到从桌面版变成云化版,然后他会发现应用和现有系统的集成度比较弱,企业需要用 API 集成,如此一来企业用 SaaS 的客户要求会更多。虽然美国在该领域走在中国前面,但中国发展势头迅猛。美国是 15 年前开始 SaaS 化,5 年后起步 API 化,然后出了一批 API 驱动的公司,如 Twilio、Stripe 等,中国节奏其实差不多,一些大型企业包括 BAT 都有开放的 API,随着中国的 SaaS 具备一定的认知度和影响力后,我相信中国 API 经济也会快速跟上。


 TGO: 今年元宇宙概念非常的火,您认为元宇宙发展阶段和应用场景是什么?


石建平:探索新的场景和畅想未来人类生活场景是人类的梦想。但真正要达到预想中的体验效果,无论从感知层、算力层,还是通讯层、软件层,还有很大距离。我鼓励创业公司去探索,但是这个过程不会是这么快就到来,我更希望有一些更接地气的元宇宙展现形式。


因为产品最终还是要创造价值,工业互联网的 Digital Twin 为什么没有做起来?最根本的原因是,它只是做了一个大屏显示,而没解决客户更本质的需求。


相反,美国 Xerox 的一家子公司 Care AR 出了一套虚拟平台,给维修行业提供 AR 效果服务,比如一个维修工给工厂修空调机器,他不需要提前到现场查看,只要拿摄像头主机一照,设备就能自动 AR 提示呈现所有的结构,他就能判断哪里坏了,这样整个维修工作变得专业又高效。因此,我认为未来数字世界和物理世界是互相映射、互相增强的过程。

02 科创公司如何找对投资人?


 TGO: 你如何寻找和选择有投资价值的科创公司?


石建平:投早期的项目,我关注三点:第一,产品要有足够的差异化,市场空间是不是足够广阔;第二,团队一定要在这个赛道有足够的积累和成功经验;第三,团队要有足够视野,梦想要足够大,才有足够创新和学习的动力。


 TGO: 您为什么看好中国做底层技术创新的项目和团队,他们短板在哪?


石建平:我看好中国基础软件项目主要基于以下几点理由:一是开源生态环境发生了根本变化,以前是很封闭,现在对中国软件人才很开放;二是中国技术软件的使用场景非常苛刻,逐渐形成一个正向迭代的效果;三是中国已经是第二大开源软件的共享者,很快将变成世界第一,中国人勤奋,市场规模又大,没有道理做不好。


说到短板,需要磨练的是耐心。虽然很多人都说没有耐心都是资本的错,但我觉得并非如此。CEO 要有耐心,找到合适的投资人。


 TGO: 您对 CEO 或创业公司找对投资人有什么样的建议?


石建平:这是一个很好的问题。我很少听说创业公司因为出让了多少股份失败了,但是因为找错了投资人失败了的情况比比皆是。


我的建议有三点。第一,要找懂技术和懂科技行业且能够帮到团队的投资人。这种帮助不一定是资源上的帮助,其实资源并不是最重要的,资源是否适合创业者才重要,能否接得住还得靠自己的团队。我不认为介绍资源是一个决定胜负的因素。


第二,科技领域的早期项目赛道周期比较长,要找懂得投早期的机构。特别是在条款和运作等方面,对早期投资有一套专业的体系和老练的团队。


第三,要静下心来沉淀,不要一开始就对自己估值期望过高。投资圈内卷现象很严重,创业者往往容易对自己的估值期望过高。这条赛道很长,太早的估值过高,到后面失败了,对投资人来说只是众多被投企业中的一个项目,但对创业者来说,五到八年的时间没了,还有这么多团队人员陪了你这么长时间,你如何交待?我觉得还是要做正确的事,不要被短时间的急功近利影响到最核心的事情。


 TGO: 您对科创公司融资上市有什么建议?您的投资理念是什么?


石建平:建议是顺势而为,在合适时间做合适的事。蓝驰创投是擅长于投早期和长周期的机构。2012 年,蓝驰投了青云科技,一直到青云科技上市,十年了也没退出。现在很多投后期的机构朝前走,这从投资逻辑和思维方式都需要调整。我认为不能以后期的价值体系去看前期,早期因为没有用户数据和客户认证来验证产品的认同度,非常考验投资人的专业性和认知度。


此外,还是要专业的人做专业的事。投资人要懂这个东西,然后通过与团队的交流,判断公司是不是有真货。比如,七八年前投一个数据库,国内只有一个项目团队不错,那就投了。现在有十个数据库,要投哪一个?看着好像都不错,背景都是谷歌等科技大厂,都是科学家、教授,怎么办?假如投资人不懂,那就蒙了。


 TGO: 您认为北京证券交易所的成立对中小型创业公司有什么影响?


石建平:从国家层面来说,政策出发点是好的。一方面,为高成长性的中小科技企业提供了多元化的融资渠道;另一方面也为股权投资机构提供了更丰富的退出渠道。但创业者一定要把自己心态放正,创业者最重要的事是要明确核心的事是什么?什么是最有价值的事?做正确的事,这把尺还得由自己拿着。

03 技术的商业化之路


 TGO: 科技公司如何实现技术产品化和商业化?


石建平:目前商业化主要有两种方式,一种按传统的 Oracle 的大 B 销售模式。不过这种模式的问题是,有的客户不是他真的认同这个产品,而是因为销售能力特别强才会用这个产品。另一种适合创业公司的销售模式是开放着用。大家用的不错,用的人越来越多了,就会有人自愿来付费。因为这个效应,用户对产品的依赖度和付费意愿会更强。


 TGO: 您认为产品设计和销售模式上,2C 和 2B 方式有什么区别?


石建平:2B 是从上往下,摆平领导就行了,但在创业公司,由于开源和 SaaS 化,软件使用的门槛大大降低,受众群也扩大了。以前受众群非常窄,就专业人士能用,现在的趋势是软件平民化,变成更像 2C 的模式。而 2C 的模式都是用脚投票,记得我在创业多米音乐做 2C 产品时,产品要在细节做到极致,否则就没人用。2B 就不一样,以前的 2B 是老板定了,就算再烂的东西也要用,2C 的方式是一定要做最牛的产品,做的不好别人就不用,因此,对产品苛刻性及对客户服务响应的要求都大大提升。


 TGO: 请您分享一个运营模式创新的案例。


石建平:我非常看好中小企业的数字化转型的机会,但传统的中小型企业老板的数字化转型意识并不强。你去给他们提供软件,他不懂也不会用,怎么办?这时候作为软件提供方,应该去换一种思路,比如你为什么一定要卖软件呢?你不一定要做乙方,可以做甲方。软件自己用,能大幅提升整个行业的效率。


举个例子,蓝驰投了唐吉诃德,他们是一家连锁企业的数字化装修的公司(很多人没听过数字化装修)。他们最开始是这样切入市场需求的,以前传统连锁企业门店都很小,大的装修公司因为客单费太低不愿意干,他们只能找小公司来做,小公司做带来的问题是,产品品质不能保证,质量不统一,且交工期不可预测。


针对这个问题,唐吉诃德开始做了一套软件,设计整个工艺标准化,希望把软件卖给工队使用,但工队不大可能会用这么复杂的软件。后来企业说要变成一个数字承包方,就像滴滴一样,工队是司机由我来分配任务,我来告诉你们用,确保用了我的东西,按我的步骤做,工艺能保证一致性,时间能按期交付,成本还低,供应链的耗材能聚合在一起,这样唐吉诃德他就变成了连锁企业装修的一个数字运营商。


04 科技顺势而为


 TGO: 科技企业应该如何顺势而为?未来中国科技的创新路在何方?


石建平:从创业的角度,需要至少提前半个周期去做,大概是七到八年左右。因为周期来临已是巨头林立,那时候再去做就为时已晚,也比较困难。从企业角度,大的机会改变是一件具有挑战性的事情。技术变化不光要在企业内部消化,还要解决组织问题,认知问题,以及团队能力是不是到了这个阶段?企业是否接受这些东西?这些都是更体系化的问题。我们现在所处的周期是云计算,还在青壮年没到壮年。下一个周期是智慧物联,更大维度来看可能是一个全真的数字孪生世界。物联网只是手段,最大的目的是数字孪生的世界,更好地连接和增强真实世界。


我认为开源是最好的技术输出的一个途径,未来十年中国不光是一个供应链输出的国家,还是一个技术输出的国家。未来的 Metaverse 是一个大的机会,终端设备最大的变化是汽车,或是 VR/AR 设备,任何这类硬件的大软件平台和大的场景的出现都是巨大的创新。


 TGO: 您对中美科技战“卡脖子”,芯片国产崛起怎么看?中国芯片领域的机会在哪里?


石建平:芯片是基础的基础,没有了芯片的底层能力,软件都是一张废纸。从发展阶段看,国产芯片基本上都在低端芯片层面,消费级的芯片比较全面,通讯芯片当然是华为,但因为中美科技战受到了阻力。中国最缺的是中高端芯片,中高端芯片无论是从计算、AI、数据,还是模拟层面,几乎是一片空白。虽然在中高端的芯片市场,国内已有一些创业项目,但是还不成熟。


在技术芯片领域,真正国产 CPU 机会非常大。最近这几年比较火的是 AI 芯片,大芯片除了 AI 芯片,还有一个非常重要的机会的是 GPU(graphics processing unit,图像处理器)和 DPU(Digital processing unit,数据处理器)。这方面国内趋势已很明显,有几家创业公司开始在做 DPU 了,但大部分产品都还没出来。以前数据中心是以 CPU 计算驱动的架构,随着未来的数据越来越大,数据作为技术的核心会从一个计算导向的架构向数据导向发展,所以 DPU 在这个行业变得非常重要,此外,这些芯片在汽车的使用场景也比较大。

2021 年 9 月 17 日 15:20343

评论

发布
暂无评论
发现更多内容

《从0到1学习Flink》—— Mac 上搭建 Flink 1.6.0 环境并构建运行简单程序入门

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink Data transformation(转换)

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 读取 Kafka 数据批量写入到 MySQL

zhisheng

大数据 flink 流计算

Flink 从0到1学习 —— 如何使用 Side Output 来分流?

zhisheng

大数据 flink 流计算

重学 Java 设计模式:实战工厂方法模式

小傅哥

设计模式 小傅哥 重构 架构设计 工厂模式

Deno会在短期内取代Node吗?

Geek_Willie

node.js SpreadJS deno

【迁移】用Redlock构建Redis分布式锁【译】

罗琦

分布式锁

【迁移】Flink vs Spark

罗琦

flink spark 大数据处理

【迁移】读完了GFS论文之后的感悟

罗琦

大数据 GFS 论文阅读

《从0到1学习Flink》—— Flink 写入数据到 Kafka

zhisheng

大数据 flink 流计算

【迁移】撸论文系列之——Bigtable

罗琦

论文阅读 bigtable

《从0到1学习Flink》—— 你上传的 jar 包藏到哪里去了?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 配置文件详解

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Data Source 介绍

zhisheng

大数据 flink 流计算

勇攀监控高峰-EMonitor之根因分析

乒乓狂魔

监控 全链路监控 故障定位 根因分析 AIOPS

《从0到1学习Flink》—— Flink 中几种 Time 详解

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Data Sink 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 写入数据到 ElasticSearch

zhisheng

大数据 flink 流计算

Flink 从0到1学习—— 分享四本 Flink 国外的书和二十多篇 Paper 论文

zhisheng

大数据 flink 流计算

聊一聊采访外籍人员时需要注意的几点事项

李冬梅

态度 体验 感悟

《从0到1学习Flink》—— 如何自定义 Data Source ?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 项目如何运行?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— 如何自定义 Data Sink ?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink JobManager 高可用性配置

zhisheng

大数据 flink 流计算

Flink 从0到1学习—— Flink 不可以连续 Split(分流)?

zhisheng

大数据 flink 流计算

【迁移】CQRS很难吗?(译文:底部有原文地址)

罗琦

领域驱动设计 DDD

《从0到1学习Flink》—— Apache Flink 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— 介绍Flink中的Stream Windows

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 读取 Kafka 数据写入到 RabbitMQ

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink parallelism 和 Slot 介绍

zhisheng

大数据 flink 流计算

如果你想做汽车开发,请先看看这篇。

水滴

自动驾驶 软件开发 开发

对话蓝驰创投石建平: 投资人喜欢什么样的科创公司?| TGO专访-InfoQ