阿尔法公社许四清：新形势下，天使投资如何与科学家共舞 ？丨投资人说
近日，36氪暗涌·2023产业未来大会于深圳顺利召开。在大会上，阿尔法公社创始合伙人、CEO许四清做了题为《新形势下的科技天使投资》的独立演讲。在演讲中，他分享了对于产业投资技术之源的判断、新形势下做科技天使投资的本质和关键、以及AIGC所带来的投资机会。
以下是许四清的演讲实录：
大家好，我是阿尔法公社的创始合伙人许四清。今天，我主要分享当今形势下，对科技天使投资的思考和观察。
从科学发现到科技创业，分为三步。第一步是探索自然科学的基本原理，需要政府出钱，例如美国的NSF，中国的NSFC；第二步把科学发现转变成可实用的技术，以DARPA为代表，军用当然也是政府出钱，不计代价地把科学变为实用技术， 原子弹就是这么来的；第三步，是将前两步的科研成果商业化，这一步才是风险投资的机会，要计代价，看回报。
产业投资真正的技术源泉是什么
比较中美两大经济体，中国无论是公司数量还是上市公司都比美国更多。统计2013年到2022年的IPO数量，美国每年IPO一百多家，我们在400-600家浮动，中国的创业者有IPO情节，更愿意做长期努力换来上市。美国公司兼并和收购的退出机会更多。
中国目前的退出方式仍然以IPO为主，最近上市标准严格了，这会倒逼更多的兼并和收购，客观上有利于整个创业投资生态的全面发展。
科技投资的重要源泉是原创的科技成果，没有科学探索，就没有科技成果，也没有科技产业的回报。
科技成果主要来自以下三类主体：
第一类是科技工业集团，典型的是过去的一机部到七机部，他们的科技和工程经过多年迭代，有很好的建树，是国家建设的栋梁，同时相对封闭。
第二类是大学里的实验室，他们以教授为主，承担了许多离散的探索任务，这里面的长尾很长，很多教授把自己戏称为科技个体户、小老板。但大学者的实验室则不同，比如中国科大围绕着量子计算和量子通信的实验室有多家，有一批国家级团队的创新项目，但大多数大学教授不具备这种资源。
第三类是中科院这样的研究机构，我在科学院读过研究生，对这个有些了解。科学院的基础科学研究能力强，但有能力、缺市场，市场被大工业集团掌握着， 科学院要去“抢饭吃”，靠实力承担了很多国家重大的攻坚任务，因为掌握市场机会的大工业集团在基础科学领域需要他们。科学院有能力成建制组织攻关和递交，结合了基础研究和产业化，所以我认为中国科学院集中了下一代产业投资的优质来源。
做天使投资要准星前移
阿尔法公社做的是科技类天使投资，我们会对各个领域进行大量的探索，也建立了自己的科技行业图谱。
我们分析了多个领域和子领域，既关注市场规模，也关注成长性，同时洞察资本的走向。很多资金多的VC难于向前聚焦，这是经济规律。我们资金体量小，可以在天使轮像激光一样聚焦，博取高额回报，这就是天使基金的模式。
准星前移、聚焦天使，在成功的项目上不断加注，这是我们的投资逻辑。
天使投资的本质，就是探索科学和产业的规律，预见未来的机会。
我们为什么被卡脖子
我们的产业原本是国际大循环的参与者，我们既靠别人配套，也把产品做出来卖到全世界。今天，脱钩正在发生，这个模式无法持续了。所以，中国的产业，正面对一个模式的转变期。
脱钩，一下子把我们产业的弱点彻底暴露了。那就是基础技术和上游依赖不可持续。
这里分析一下，到2014-2015年我们对半导体的投资数量才开始和美国相当。在此之前，我们在半导体领域的投资很有限，无论是国家层面还是资本市场层面。
举个例子，半导体领域的德州仪器、英特尔、AMD、高通等在2000年前就已上市，目前风头正劲的NVIDIA，在2000年左右也已上市。我们规模化的半导体投资在这批巨头上市后20多年后才开始，中国半导体核心芯片领域的公司展讯是发展得早的，也比别人晚了几十年。上游产业缺课，投资缺失，这是被卡的真正原因。
凡事都有利弊，被卡一下，也让产业界清醒了，我们也看到中国的半导体有补齐差距和奋起直追的机会，这也是变局带来的机遇，创业者和投资人都有机会。
在企业服务、SaaS服务领域，我们与美国相比也有巨大差距。海外的技术创新类SaaS公司发展的都很好，有Databricks这样估值430亿美元的超级独角兽（它最近又获得5亿美元的I轮融资， 算起来是第9轮融资了），还有做云基础架构监控的Datadog，做云原生分布式数据库的Yugabyte，他们最近的几笔融资都过亿美元。
获得这么多的融资，是因为市场潜力大。市场潜力大的原因，是头部买家付费愿望高。我们市场上大买家买产品的意愿不纯，是资源占有型和能力自造型。这里面原因复杂，不展开讲了。
AIGC的出现导致大买家们自己构筑能力的成本一下上去了，也导致中小买家买产品的账算得过来、买得起了。所以，AIGC可能是中国企业服务的拐点。
AIGC带来的机会
尽管中国各个公司和研究机构发布了一批大模型，但因为算力瓶颈，真正原创的基础大模型应该屈指可数。不过当Llama2等基础大模型向全世界做商业开源后，我们认为行业变了，中国创业者的机会确实来了。
这个判断是基于大语言模型的训练流程。打造一个大语言模型大致可分为Pre-training、Supervised Finetuning、Reward Modeling以及Reinforcement Learning等四个阶段，粗算一下，预训练阶段(Pre-training)需要消耗这四步算力时长的约99%，而其他步骤加起来只需要1%， 所以预训练是大模型探索的拦路虎。
但是，当Llama2等基础大模型商业开源后，懂模型的创业者只需投入1%的算力时长成本，就可以在某些特定的方向对基础大模型进行调优，使它获得更好的性能。
本图来自OpenAI联合创始人Andrej Karpathy的《State of GPT》
因此，如果说OpenAI的GPT是AIGC的开局者，那么Llama2则是工业进步的推动者。开放，让有能力训练模型的公司呈数量级增加，应该说，有了Llama2这样的开放，AIGC的工业革命时代才真正到来。有了这种能力释放，推动了大批公司构建自己的甲方大模型。
AIGC的机会在哪里呢？我们将AIGC的机会分成三类：通用大语言模型，垂类应用模型，浅表层应用。
通用大语言模型非常烧钱，我们认为是国家和科技大厂的事，创业者慎入。真正的创业和投资机会在垂类应用模型和浅表层应用。
在浅表层应用创业，创始人不需要很懂模型，但一定要有产业和应用的积淀，这不是科学的竞争，而是产品经理和创新的竞争。在浅表层应用创业的中国创业者们有席卷全世界的机会，因为中国的产品经理很优秀，中国的工程师迭代能力很强。这里，有一批张一鸣们英雄辈出的机会。
但是在投资他们时，你很难预见谁是下一个张一鸣，而垂类应用模型则较好预见——懂模型懂应用的创业者就能大行其道。
过去半年，我们在种子轮投资了两位院士，他们都是中国科大的校友。两位院士不是为创业公司站台，而是亲自下场创业的。其中一位院士做的视觉AI模型+应用已经在文生图领域达到了世界先进水平，在港中文的一个评测里仅次于Midjourney。
此外，我们还投资了大语言模型安全领域的首席架构师，任何一个甲方大模型，其模型和数据的安全都非常重要，安全是必经之路。
阿尔法公社是科学和产业的桥梁，作为天使投资人促进科技成果向产业的快速转化。我们瞄准的是技术大厂和各个处在“深宅大院”中的研究机构，找到技术门槛高，工程能力强的团队，然后给第一笔钱，帮助他们走向市场。通过深度的工业界资源合作，我们帮助创业者超常规成长。
本文来自36氪。
关于阿尔法公社