数据猿专访星陀资本合伙人秦毅：秉持理性投资之道，着眼于技术应用层

随着大数据、云计算、物联网、人工智能等技术同各行业板块加速融合，加之国家战略层面的重视，数字化转型升级已不再是企业的一次简单选择，而是企业通向未来的必然路径。

国家为顺应数字经济时代，助力科创企业发展、增强市场包容性与强化市场功能， 于上交所新设科创板，以支持高新技术产业与新兴战略产业，并促进互联网、大数据、云计算、人工智能等技术和制造业深度融合，进而推动质量变革、效率变革、动力变革。

2019年6月13日，科创板正式开板，众多投资机构纷纷将资金注入技术研发与数字化赛道当中。

成立于2018年的北京星陀投资管理有限责任公司（简称“星陀资本”），其创始团队来自国内顶级VC机构，主要面向新消费、新科技领域的成长性企业，投资方向包括潮流文化、颜值经济、健康生活、科技赋能等。

今年7月，星陀资本参与了大数据领域高新技术企业码牛科技的战略融资，进一步布局数字化领域。

近日，数据猿采访到了《管企业就是管市值》的作者、星陀资本合伙人秦毅，听他讲述其投资之道、对于技术与应用的观点以及人工智能技术在投资行业的适用性。

秉持理性的投资之道

“本质上我并不认为我是做投资的，我一直认为自己是做企业的。”秦毅如此说道。

事实上，很多初创团队虽然有好的商业想法，但却不具备将想法落地的能力，所以对于初创团队而言，资本所提供的启动资金显得格外重要。

但资本的作用远远不仅于此，或许在许多人眼里，投资人与被投资企业，二者除投资关系之外互不干预，但秦毅告诉数据猿，资本出钱、企业出力的合作模式并不容易成功，资本与企业更多应该是共同创业的关系。

因此，星陀资本投资时，除提供资金来源外，更多是以赋能作为核心逻辑，并且为其提供战略、团队人员配置、资本等多个层面的解决方案。

”有时，我们甚至能给企业引荐优秀的CFO，或帮他们寻找投资人来解决未来的资本问题。“秦毅对此补充道。

星陀资本之所以如此做，其目的在于帮助企业顺利度过发展的初期阶段，使其能专注于业务本身，从而提升核心商业竞争力。也正因如此，秦毅在选取投资对象的过程中，往往将企业是否具备有竞争力的商业模式或科技创新作为优先考虑因素。

但商业模式也好，技术创新也罢，最终都将会迎来市场的考验。”如果企业空有商业想法但并不具备实现该想法的能力，或是其核心技术距离落地还有较长时间，显然也是不值得投资的。“秦毅解释道。

桥水基金创始人雷·达里奥（Ray Dalio）曾说过：“ 在决策过程中，逻辑、理性和常识凌驾于一切。”与之类似，更多聚焦于投资对象商业路线的可行性及其背后的价值与效益的秦毅，所秉持的投资之道同样理性。但秦毅同时也坦言，过于理性的投资思路其实有利亦有弊。

“过于强调理性，使我更愿意被相对成熟的数据与案例说服，而非仅留于纸面的宏大商业构想，所以我或许投不出伟大的企业，但我能够投出可变现的企业。”秦毅感慨道。

目前，星陀资本的核心团队共投资参与了近百个项目，其中约两成企业在全球资本市场成功上市，短期内，星陀资本所投项目均已实现了可观的浮盈。

但过于理性的投资之道能否与数字经济时代快节奏的技术更迭相融？对此秦毅告诉数据猿，相较于技术本身，作为投资者的他，更愿意着眼于实际应用。

科技基础层的变现难题

IDC认为，数字化转型即利用数字技术，以驱动组织商业模式创新与商业生态系统重构的途径和方法。

秦毅对此谈到，数字技术可分为面向基础性技术、通用性技术、前沿技术基础研究为主的基础层，以及基于人工智能、区块链、物联网、大数据等技术创新与产业应用为主的应用层。

然而，技术基础层往往以技术本身的基础理论研究为主，研发周期与成果转化周期相对较长。且不说其技术本身研究价值与商业价值难以凸显，围绕技术的商业模式探索以及其最终落地应用更需要时间。

以电子商务为例，早在上世纪70年代，基于计算机应用、通信网络与数据标准化，企业间以电子数据交换（EDI，Electronic Data Interchange）和电子支付系统（Electronic Funds Transfer System）为基础的电子商务应用系统便已出现。90年代中期，随着互联网技术崛起，人们对电子商务的想象空间与日俱增，全球最大的电商平台亚马逊也与同期诞生，市值一路攀升。

直至2000年，互联网泡沫破灭，亚马逊市值一度下跌85%，此后直至2007年才恢复此前1999年的高点。在此期间，以亚马逊为代表的电子商务平台跌落谷底。

而后，随着时代发展，电子商务领域逐渐回温，并最终迎来爆发式增长。

"投资还处于概念或技术研发早期阶段的技术基础层，将很难判断技术会向何处发展、发展速度有多快、如何落地等问题，在高收益的同时也面临着更高的风险。“秦毅解释道。也正因如此，在强调科创属性、汇聚硬科技与概念的科创板，秦毅显得尤为谨慎。

“理论上，大部分基金都会投资高精尖的硬科技项目，但实际上，技术往往是‘裸奔’的，技术基础层变现较难，离实际落地点较远，失败率也比较高，对于星陀资本这样的新兴基金而言很难参与其中。”秦毅解释道。

秦毅的担心不无道理，自今年起，多家科创板拟IPO企业终止上市，一度上演“上市大逃亡”，而半导体与人工智能两大领域则是其中的重灾区，技术商业化前景不明朗、盈利能力弱、营收规模小等问题也于此暴露。

诚然，暴露问题是所有新事物成长的必经之路，但与之相捆绑的投资者却很难抽身其中。所以相较于研发周期、成果转化周期长的基础层，秦毅的投资更偏向于应用层。

“技术跑得太快，应用反而难以赶上，所以相较于技术本身，已落地的应用更容易变现一些。”秦毅解释道。

正如秦毅所说，技术应用比技术本身更具商业价值。据Gartner所发布的《2020人工智能技术成熟度曲线报告》显示，目前人工智能技术已被企业组织广泛采用，但通用人工智能（AGI）尚缺乏商业可行性，企业应更专注于能为企业带来业务成果的AI用例。

不过，虽然目前人工智能赛道还并未跑到大规模落地这步，但人工智能所引领的产业结构变革却显而易见。那么，各行业以人工智能技术赋能业务的趋势，是否对数字化程度较高的投资行业产生了影响？

人工智能在投资界的利与弊

正如索罗斯基金主席乔治·索罗斯（George Soros）所说：“金融世界是动荡的、混乱的、无序可循。如果把金融市场的一举一动当作是某个数学公式中的一部分来把握，是不会奏效的，因为数学不能控制金融市场，而心理因素才是控制市场的关键。”

秦毅告诉数据猿，随着大数据、人工智能等技术的不断进步，现在已经在向数智化转型的方向迈进。但无论如何变化，都不能改变“人工+智能”的逻辑。智能是非常精确的，通过数据、模型、算法等方式输出结果。但是人是有情绪感知能力的，而情绪又很难被量化，如愤怒、忧郁、喜悦等情绪。所以人工与智能都无法完全互相替代，更多地还是“互相成就”。

“我们是人，是人就难免犯错，比如我们会算错帐。但只要程序不变，机器就会坚决的执行，因为机器没有情绪，情绪某种程度上不能被量化，比如我被刺激多少次后彻底愤怒，或者说我赚了多少钱后特别开心，这是很难去量化的。”秦毅解释。

因此，机器显然会在计算上比人类做得更好、更少犯错，但同时，机器也存在无法回避的弱点，即机器没有情绪，这很可能会导致更大的失误。比如2018年的金融危机中瞬间的大跌，很大程度上就是受量化投资、自动交易所影响导致。

那么，我们为什么会导致无法避免的失误？

“通常，我们给机器设定一个公式指令，比如如果大盘纳斯达克指数掉了三个点，那我就要卖出5%。如果大家都是这个设定的话，那当它第一次达标之后，就自动卖出5%，而当所有人都卖出5%后，大盘可能又会因此下跌5个点。而倘若另一台机器所设的指令是大盘掉了5个点之后，自动卖出10%，就会导致大盘继续下跌，而此时正好还有一个指令正好是如果跌10%，就自动卖出20%’.....这好比多米诺骨牌倒塌，结果就是大家竞相出手。一个趋势以迅雷不及掩耳之速被迅速创造出来，速度之快，让所以人都反应不过来。”秦毅解释道。

2008年的金融危机，最终在人为干预下及时修改了程序。但显然，此时此刻，并非彼时彼刻，十余年间，人工智能技术相较于当年已有了长足发展。所以关于人工智能在投资行业的未来，秦毅也给出了积极的回答：

”当前的人工智能模型已经实现了在非人为干预的情况下进行交易。但基于非结构化数据的重要性，未来的投资模式很可能是由机器分析决策，人负责审核与交易。“

当下，关于人工智能技术的新应用几乎每天都在诞生，而秦毅所描述的未来，或许就是现在。

文：威化化 / 数据猿