晨兴资本合伙人程宇：如何投中一支货真价实的独角兽？

晨兴资本程宇投融资人工智能

林鲁比 | 2017-05-09 15:07

【数据猿导读】消费金融在中国正在经历快速增长期，而且市场远未饱和；人工智能受到追捧一片火热，在一众看似性感的人工智能+金融的项目当中，如何投中一支货真价实的独角兽

程宇有一套完整的投资世界观和方法论。

从投资的核心来说，他坚持真善美的理念，即对真理的追求、对商业模式和创始人人格魅力之美的追求、以及对良善的追求。

从方法论来说，程宇认为，无论是创业者还是投资人，都要在科技创新、宏观经济、资本市场这三条主线的共振、谐振或者相互抵消中寻找交汇处，这往往就是机会出现的地方。

程宇笑言，晨兴资本可能并不擅长投资那种需要大量资本持续注入才能发展的项目，但是对运营杠杆和资本效率的追求，体现在程宇判断和投资项目的方方面面。

技术是创业公司最大的杠杆，但现阶段移动互联网的红利已经接近枯竭。过去两年涌现的新一波技术浪潮中，VR、AR和机器人等都曾陆续被资本追捧，现实状况却是，它们都还在早期阶段，没准备好承载大规模的应用。

“我们现在正处于两波技术浪潮中间的低谷。AI是目前来看最有机会的。算法、算力和大数据等‘基础设施’都很大程度上做好了准备，在数据化程度高的垂直领域，如金融、旅游和医疗领域，将最先有效应用AI。”程宇解释。

消费金融，三线交织之下的创新节点

日前，晨兴资本作为天使轮和A轮投资方的金融科技公司智融集团（产品“用钱宝”）完成了4.66亿C轮融资，这是2017年Q1发生的融资金额最大的金融科技项目。

用钱宝之后，同赛道消费金融科技类项目也相继披露融资消息：氪信完成招商局创投领投、中经合共同投资的B轮融资；魔法现金完成经纬中国投资的数千万美元A轮融资；明特量化完成1亿B轮融资；Wecash闪银完成8000万美元C轮融资。

资本对FinTech持续加码。

对智融集团的投资，也是晨兴资本一直以来寻觅高杠杆标的的典型代表。智融集团恰好吻合了程宇三条主线的交汇点的评判标准。

从宏观经济来看，中国的消费市场存在大量的机会。对比美国市场，居民消费作为拉动经济的三驾马车之一，占美国GDP比重高达70%，但是中国，这个比例只有15%左右，居民消费的杆杠非常低。

跟美国的人口基数相比，中国还具备超过13亿的人口红利，预计到2019年，中国消费信贷余额规模可达到41.1万亿。

晨兴资本_程宇_投融资_人工智能-1

预计到2019年，中国消费信贷余额规模将达到41.1万亿

从资本市场的角度来说，2015年资本寒冬的情况下，投资机构更加看重商业本质，关注留存、获客成本、客户在生命周期中能够贡献的收入，消费金融是现金流良好的项目。

从技术创新的角度来说，金融是人工智能应用非常适合的场景：海量数据、边界明确、目标函数清晰，同时能获得闭环反馈的标记数据。

金融的核心是风控和定价，风控定价的核心又回归到数据。小额分散的消费金融，贷款周期短、借款人群多，用户画像的数据维度丰富，更是金融中适合AI应用的分支。

小额分散的消费信贷业务就像数据泉眼，落在消费浪潮和前沿科技的交点上。

据介绍，用钱宝在3月份的单月交易处理量级已超过150万笔，在海量数据和有明确边界的授信决策之中，用钱宝同时平行的上百个风控模型能够不断地自我优化，根据官方数据显示，模型在2月份已实现迭代159次。

将“AI+金融”贯彻到底，机器即是CRO

智融集团将AI应用于信贷全流程，从获客到风控模型迭代和风控和贷后管理。

以风控模型为例，智融集团通过让机器学习完成持续迭代，而非专家经验建模基础上的锦上添花。以至于，作为一家金融科技公司，智融集团没有CRO，“机器”本身即CRO。

在程宇看来，同类型的项目中，虽然也有将人工智能技术应用在风控过程中，但是专家经验仍然在建模过程中起了决定作用，并不是真正靠技术解决问题。而在很多信贷领域，比如房贷车贷，使用AI技术可能是个伪命题，这些领域存在丰富的“强特征”，并不需要通过机器学习去处理大量稀疏、高维的“弱特征“来构筑风控模型。

智融集团这个典型案例中，从获客、授信评估再到贷后，背后有一整套方法论和哲学。

从获客层面，用钱宝从上线之初，就在不同的渠道采用不同标识的安装包，监测渠道的转换效率。在贷后环节，用钱宝自建了贷后管理团队，以便获取催收效率的数据以便分析。

智融集团从获客到贷后整个流程都实现数据化，训练机器学习，靠数据反馈做自动化的迭代。

机器不会解释变量之间的因果关系，只是展现相关关系，行业内的另一种做法，是专家主导的风控流程，为了解释模型逻辑，往往人为添加了因果性。

在有限边界的范围里找到相关关系，这件事情机器往往比人脑更擅长。

不过，程宇认为，人工智能正处于创新成熟曲线的早期泡沫期，今年或明年可能会经历一个泡沫破灭期，但跨越鸿沟后人工智能的大趋势终将到来。

毕马威发布的《2016全球Fintech投资分析报告》似乎也印证了这个观点：2016全球Fintech投资总额达到了247亿美元，而在2015年是470亿美元，同比下降近50%。亚洲地区的投资者在2016年的投资表现要乐观得多，这不排除是一种市场反应的滞后。

晨兴资本_程宇_投融资_人工智能-2

毕马威发布的《2016全球Fintech投资分析报告》显示，2016年FinTech全球投资额同比下降

“神仙打架”的人工智能赛道，创业公司该如何找准位置？

拥有最丰富的数据，最充沛的算力，并网罗了最优秀的科技人才，谷歌、微软等巨头才是人工智能领域的大玩家。程宇将它们之间的竞争戏称为“神仙打架”。

程宇解释，人工智能的很多创业方向，比如说无人驾驶，虽然是个巨大的市场，但这些也许是科技巨头才玩得起的方向。

创业公司最重要的是找到一个有技术红利和清晰商业前景的应用场景，比如人工智能客服机器人等，能够享受到AI技术红利的领域，能清晰构筑商业模式，而又不足以大到让巨头冲进来厮杀或被巨头在其战略路径上顺手做的事“无心伤害”。

“创业公司可以姑且先将几大科技巨头们设定为宇宙常量，不用现在考虑颠覆这个、颠覆那个，先离开巨头的射程范围，找到自己的根据地快速构建自己护城河，或在神仙打架的格局中借势发展壮大。”这是程宇给创业者的建议。

落地到现实情况来说，程宇认为，FinTech创业有个好处，因为金融不是一个赢家通吃的行业，尤其是传统金融业务，比如财富管理、资产管理、信贷等，市场都是相对分散的。

在中国市场，AI+金融创业项目另一个好处在于具有三步并作两步走的蛙跳机会。在美国，金融机构是伴随着互联网一起成长的，传统金融机构就是新兴技术的最积极使用者，同时也早早完成了在各个垂直领域的规模化积累。但是在中国，垂直市场存在很多传统金融机构没有很好服务的空白，对新科技的积极拥抱某种意义上来说也让创业公司获得了非对称性的竞争优势。

程宇表示，即使是像智融集团这样站对赛道的案例，发展之初的设想也跟现实路径有巨大偏差。

“焦可刚有个创业想法时我们就投资了，他最初设想的公司发展路径类似于三级火箭，每一步环环相扣，记得当时和焦可开玩笑说，这种强耦合假设下反而有坍塌必然性。”程宇说道，“但恰恰这种从出发第一天就逼自己不断深度思考，在出发后不断试错迭代直到实现从0到1，是我观察到的很多优秀创业者的特质。除了少数幸运儿，早期公司出发之初的绝大多数设想的路径都是错的，这需要早期投资人和创业者深度互信、共同探索。”

像副驾驶一样陪伴、支持、激励这些创业者，不断思考试错迭代，一起找到从0到1，再到10、10000的路径，这便是程宇对于自己投资人身份的定位。

来源：36kr

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。