pi Ventures：我們隻投AI，我們投一個創業公司的标準是這樣的

2016年，Manish Singhal和Umakant Soni聯合創立了pi Ventures，這是一家投資公司，目的是向起步階段的初創企業投資，并且把目光鎖定在了人工智能（AI）、機器學習（ML）和物聯網（loT）領域。

Manish Singhal和Umakant Soni都畢業于印度理工學院坎普爾分院，Singhal是LetsVenture網絡平台的創始人之一，該網絡平台雲集了許多初創公司和早期投資商。Singhal曾與Sling Media，Ittiam System和Motorola共事，他憑借自己豐富的實踐經驗參與制定了MPEG-4标準，該視像标準在當今仍占主導地位。Soni 是科技（Science）有限公司的印度負責人，也是Vimagino公司的創始人之一。Vimagino是印度最早一批的AI機器人公司。

Manish Singhal稱，pi Ventures的總份額為3000萬美元（約19億盧比），今年三月的首次收盤價為1300萬美元，此外世界銀行的附屬機構國際金融公司在五月份還向pi Ventures投資了300萬美元。pi Ventures預計會在未來3-4年間繼續向18-20家印度初創企業投資。Singhal在接受《福布斯》印度版商刊采訪時提到了他的投資政策。

Manish Singhal表示，能夠智能采集資料的産品将成為市場中的佼佼者。因而，現階段，Singhal通過pi Ventures投資了多家AI、機器學習和網際網路初創公司。

Manish Singhal是pi Ventures的合夥創始人，他認為我們即将告别移動網際網路時代，走向人工智能時代。

我們最初的想法很簡單。現如今，資料已成為所有産品的重要組成部分，我們意識到未來産品要充分利用智能資料。以Facebook為例，打開Facebook，它會智能擷取照片，确認使用者身份，提供相關資訊。使用谷歌地圖時，它會自動制定出前往目的地的交通路線。是以，能智能處理資料的産品将在市場上處于領先地位。

運用AI和ML技術是實作實時智能的最佳途徑。傳統的基于規則的分析方法都會采用“if”和“else”這類算法——滿足條件便可得出結果。但我們很難區分絕對的“yes”和“no”之間的模糊概念。而AI和ML試圖模拟人類思維，而這種學習方法是有章可循的，能夠進一步填補技術空缺。我們最初的想法是：資料将統治世界，資料将成為人們嘴中常說的“新石油”。而AI和ML技術就如同“手動泵”,你随時可以自己動手，抽出“石油”。

我們的第二個想法就是，資料是個極其專業的領域，你需要十厘清楚AI和ML的應用領域和使用技巧。我們相信，我們的技術團隊能夠與各初創公司高效協作，解決問題。

我們的第三個想法是，當今世界正在從移動網際網路時代發展成為人工智能時代。十年前，我們會問初創公司們：“你們公司有雲技術嗎？”五年前，我們會問“你們公司有移動網際網路技術嗎？”然而兩年過後，我們甚至都不會問那些公司是否運用了AI或ML技術，因為不使用這兩種科技的産品終将被時代淘汰。

這就屬于我們的核心技術了，我們這些企業家也是技術專家。我們會深入考察這些初創公司的科技手段，進而分辨他們是否真正使用了AI技術。我們會審視公司的産品結構、分析算法、資料政策以及所有科技手段。

即便使用了AI技術，我們也會從多方面進行考察：人工智能的防禦性如何？能夠經受反複考驗嗎？AI的靈活性如何？是以，我們還會為AI劃分等級，而非隻關注是否使用了AI技術。

風險投資的普遍标準仍然是：高效的工作團隊、優良的經營模式和龐大的市場規模。此外，我們還會考慮另外兩個參數。

其一，IP（知識産權）主導産品是我們考量投資對象的關鍵參數，也是商業活動的重要标準。我們會考察分析算法是否具有可防禦性和适用性。例如SigTuple（pi Ventures的投資對象之一，該公司開發出了一種自動分析血液樣本的機器）的分析算法，運用他們的産品進行血樣病理分析極其便利。

其二，我們會深入考察資料政策。AI是以資料為基礎的，如果創始公司的資料政策不夠完善，他們的工作會很吃力。這就是為什麼SigTuple花費了一年多的時間優化其知識産權産品，因為他們需要資料。SigTuple着手這項工作時意識到無法擷取血樣資料的數字資料，便突發奇想，提出運用顯微鏡擷取早期資料。是以，資料處理政策至關重要。我們會問這些問題，比如貴公司如何擷取資料？你們的資料政策能否自動生成數字化資料？這些資料的價值在哪？

目前為止，我們一共有四個投資項目。第一個投資對象是SigTuple，該公司開發的機器可通過圖像分析和人工智能技術診斷血樣。使用他們的産品，無需病理學家盯着顯微鏡的載物片觀察血樣，診斷費也減少了一大部分。SigTuple公司還進行精液分析、尿液分析以及視網膜病變分析。Accel Partners對SigTuple公司進行了A輪投資，投資總份額為580萬美元，我們公司也參與了投資。

第二個投資對象是ten3T公司，我們投資的啟動資金約為25萬美元。ten3T公司研發了一款智能穿戴裝置，患者戴在胸前，相關資料能通過裝置實時傳輸到雲。心髒病醫生無論在哪，都可以打開平闆，檢視患者的醫療心電圖（ECG），進而對患者進行連續實時監控。

此外，我們還和Blume風險投資公司一起向Zenatix公司投入資金8千萬盧比。Zenatix公司開發了一款能源管理産品，運用實時智能資料為建築項目經理節省了30%的能耗費用。

我們的第四個投資對象是Niramai公司（啟動資金不便透漏）。Niramai是一家從事乳腺癌檢測的初創企業，該公司建立了計算機視覺技術，運用熱影像來監測識别癌症的早期症狀。

我們希望盡早進行投資，通常第一筆投資的支票面額約50萬美元（約3千萬盧比）。但視情況而定，第一筆資金最低僅10萬美元，最高可達100萬美元。我們還會進行後續投資，直到A輪投資結束。

是的，AI有助于促進醫療衛生領域的發展。醫療衛生領域資料龐大，且有諸多問題亟待解決，尤其是在印度這類國家。印度的人口總數超過十億，但其醫療資源水準低下，患者通常會讓家人和朋友推薦口碑較好的醫生，再去咨詢就診。印度人絕不放心自己走進醫院，也從不奢望能得到細心照料。在二三線城市更不妄想得到高水準的醫療體驗。就像金字塔，塔尖的人們都難以得到優良的醫療資源，更别提塔底的人們。他們基數龐大，急切渴望得到優良的醫療資源。顯而易見，供需之間存在巨大缺口。這一缺口（即金字塔的中間夾層）可以通過AI技術來彌補。例如，憑借Niramai公司的技術，一名技術員可以很好地完成乳腺癌檢測工作，不再需要有15年工作經驗的惡性良性腫瘤醫生來完成這項工作。科技能夠促進醫療水準的發展，而AI恰好能發揮作用。

我認為有三大支柱共同支撐印度AI技術的發展。這三點是強有力的支撐，然而，哪裡有支點，哪裡就有挑戰。第一大支柱是資料，第二大支柱是人才。但這兩大支柱已經開始動搖。美國的運通、亞馬遜和微軟公司幾年前就在印度設立了科學資料中心；現如今人才也開始逐漸流失，不是加入了創業者大軍，就是自己單獨創業。因而，資料工程師也越來越多。第三支柱就是AI商業化。印度企業是否願意利用AI實作大跨步發展？誠然，這三大支柱共同推動了AI的發展。是以我認為，盡管挑戰重重，但整個生态系統正在蓬勃發展。大概再過2-5年，整個世界就趨于穩定，到那時，這三大點也會得以印證。

原文出處：科技行者

轉載請與作者聯系，同時請務必标明文章原始出處和原文連結及本聲明。