本期創客——鄭燦
鄭燦，線性資本董事總經理。摩根士丹利技術部在中國初期員工之一，負責亞洲多個國家和地區交易後平台搭建；塔塔咨詢mba青年領袖項目成員，在矽谷為銀行和電信業提供基于社交媒體的客戶體驗分析咨詢；浙江大學竺可桢學院計算機專業學士，上海交通大學計算機專業碩士，芝加哥大學mba。 線性資本linear capital是一家聚焦于資料智能(data intelligence)以及前沿科技領域的專業投資機構。一期基金成立于2014年9月，二期基金成立于2016年4月，三期基金近期于2018年10月剛剛完成募集。線性基金管理總規模約15億人民币。重點關注資料應用（data application ）、資料基礎設施（data infrastructure ）和前沿科技領域的早期項目。目前已在早期投資了地平線(us$3b)、rokid(~us$1b)、同盾(>us$1b)、酷家樂(~us$1b)、神策、特贊、桃樹、中科視拓、觀遠等超過50個創業團隊。線性已投資項目估值合計約110億美元。線性資本正在努力成為最好的應用性資料智能基金 (applied-data-intelligence)，并逐漸打造成最有影響力的前沿科技基金（frontier technology fund）。
新站點：線性資本目标成為中國最好應用性資料智能基金與其他基金相比優勢在哪？
鄭燦：我們是一家關注資料智能領域的早期基金，但我們最後想做的是一支前沿科技基金。在今天，資料智能可能是前沿科技最重要的一個表現形式，從優勢的角度，我覺得專注和專注帶來的專業度是我們一個很大的優勢。
我們的同僚都有長期在前沿科技領域，尤其在資料智能領域工作的經驗，在把資料智能和産業結合的邊界上，都做過很多事。這是我們最開始就有的經驗，前沿科技對投資人最大的挑戰是個想象力的事。
大部分人很難去預期他能夠給産業帶來什麼樣的幫助，在實操當中，實際上我們見過很多，自己以前踩過很多坑。也見到過今天的前沿科技在落地時，會碰到各種各樣的問題，積累了很多經驗，能夠幫助到相關的創業者。對很多創業者來講，他們也是第一次開始創業，很需要有人能夠告訴他，在他們的賽道上會碰到什麼樣的問題。
新站點：前沿科技在落地時有哪些問題？
鄭燦：資料智能在今天，主要還是在企業服務領域較容易創造經濟價值。在2c的領域裡，它能夠帶來一些非常微妙的體驗提升，但從付費經濟模型上來講，可能比較艱難。2b領域在中國傳統就不太好做，有一系列的原因，中國的企業本身也不這麼成熟。對于外部服務和外部技術的采購，新技術的嘗試，實際上沒有一套成熟的體系。
另一方面，過去很長一段時間，因為高增長，大家對于前端粗放型的增長需求要求更高。資料智能作用發揮在精細化營運，很多時候會被企業放在駕駛座後座上，沒有那麼重視，企業給到的budget也會少。
另外，往往優秀的資料智能企業創業者，會是一些典型的工程師和科學家。但當他們進入到一個行業，最開始他們對這個行業的了解是比較少的。從一個技術人員，變成一個去真正研究技術在産業裡面該怎麼落地，到底什麼問題是這個行業最重要的問題，怎樣解決能夠給客戶帶來最大的産業價值，實際上需要他走出舒适圈。
新站點：您看好資料智能的哪些應用場景？
鄭燦：我們實際上考慮幾件事。第一，整個行業的體量。第二，這個行業資料積累的程度。第三，大家對于資料智能的接受程度。過去我們關心一些主要行業，包括像醫療、金融、出行、零售，還有daas（decision as a service），就是通常說的企業服務，然後工業。
在過去的1到2年内，我們慢慢有一個觀點，就是說，可能在相對傳統的行業當中，資料智能的技術能夠帶來更大的價值提升。一是這些行業原來相對落後，通過資料智能的技術給它帶來的變革，可能造成額外的效率提升、經濟價值的提升會相對更大。
第二，這些行業實際上整個市場相對的碎片化，有利于初創企業獲得自己最開始一批客戶。是以我們關心具體的細分行業，在最近的一、兩年中看得比較多的：傳統的制造業，工業，像物流、線下零售。我們比較關心的是，資料智能在這些領域當中能夠創造的價值。
新站點：國内的機器人行業發展如何？
鄭燦：國内傳統來講，機器人領域尤其是控制領域，之前發展相對較慢，但在今天有一批特别優秀的科學家，他們之前在德國或在美國，像波士頓（波士頓動力）或庫卡這樣的公司做一些核心工作，現在他們紛紛回來在創業。
這幾年是中國機器人産業發展特别快的時候，包括我們投的一家公司做agile（思靈）機器人，它的創始團隊是從德國宇航中心出來創業的。他們當年做出了庫卡最有名的六軸機器人原型庫卡iiwa，做完後轉移給了庫卡。他們在這個領域的能力非常強，他們今天就是要把自己最擅長的，像力控機器人這樣的技術，拿回到中國來。今天他們和中國手術機器人天智航在合作，手術機器人對于機器人本身的精準度，包括他對于環境的感覺和反應有很高的要求。
是以中國機器人現在在高端領域，有像這樣的創業公司在做，未來要看他們能夠在工業當中各自找到自己的應用落點，像力控機器人技術，未來最大的想象空間可能是在家用機器人這一塊。未來機器人，會成為我們每一個人生活當中很重要的一部分。到那時，你需要機器人的智能化程度、安全性程度，要遠遠高于今天我們傳統認識中的機器人，那時候就需要有力控，需要有視覺傳感，各種各樣的技術。
新站點：您如何看待對目前 ai 技術落地産業趨勢？
鄭燦：這幾年慢慢也有些變化。最早，人工智能很大程度因為機器學習和深度學習，對視覺領域、語音領域起了很大的推動作用，使得這些技術跨過了一個特定的門檻，變得可用。是以最初人工智能的落地場景，都在一些單點的場景上，通過視覺能夠做一些識别，然後在這個環節提高原來的企業運作或者生産的能力。但整個方法論沒有改變整個核心流程，實際上跟它關系也沒那麼大。
在近幾年中，我們看到的是人工智能各個方面的技術慢慢在成熟，基本上在每一個領域都有一些不同的突破和進展。那些創業者們終于經曆了這麼長一段時間後，對行業有了更多了解後，就會有創業者去嘗試着用這些新技術去改變原有的核心流程，或對原有流程做一個端到端的整個優化和改造。
實際上，是ai或者說資料智能在慢慢幫産業完成一次進化。我們相信，ai不是進來變革讓原來那些企業都沒飯吃，事實上它也做不到。每一個行業有自己非常深的know-how（技術和專業知識），更多的它是幫助這些企業在它的核心流程上面完成優化，提升它們整個效率和生産能力。
新站點：線性資本對好的科創項目的評判标準？
鄭燦：我們從兩個方面去看這問題。一是從問題本身，這個問題是不是夠大？解決這個問題帶來的影響，換算成經濟價值夠不夠大，這個問題是不是重要？它是不是對企業來講是個痛點，最後這個問題夠不夠難。
一群優秀的科學家、工程師們去解決的問題，它總得是個難的問題，我們很關心你的門檻到底在哪裡？另一個角度就是團隊，我們希望團隊對解決這問題有足夠的passion。
人工智能到行業落地，實際上會有很多摩擦，要求創業團隊有巨大的熱情，到行業當中去了解行業，必須變成這個行業的一部分，而不是遠遠待在外面，繼續做他的工程師、科學家。
然後要足夠堅持，因為這是一個很長的過程。前沿科技往往需要至少2到3年的時間，才能慢慢在行業當中形成思想上的主流化。他有一段時間需要去打磨産品，了解問題，堅持下去。另一個，他對解決這個問題有足夠的能力，這是從他個人的背景和之前做過的工作來考慮的，我們叫professional。主要的就是這幾個方面。
新站點：線性資本的投後管理是怎麼做的？
鄭燦：最核心的就是幫被投企業去找錢、找人，一些核心的、優秀的人，用來擴充他的團隊，增強團隊的能力的；然後找客戶，幫他對接，對他來講最難以觸及，但意義重大的客戶，他最初的那幾個标杆客戶；最後是在一些關鍵的時間點上能夠給他一些建議。
從我們的角度永遠是創始人在掌舵，他坐在駕駛座上，我們坐在副駕，他開得順的時候，實際上不需要我們做太多事，但當他有問題的時候，或者說我們覺得能幫到他，我們來提供幫助，簡單的來講就是幫忙不添亂。
新站點：對本次論壇的寄語？
鄭燦：我希望多看到大家去讨論，新的技術到底怎麼去落地。能夠多看到一些新技術在實際落地當中正面的、負面的案例，我們可以一起來讨論和學習。