北极光创投创立于2005年，长期专注于投资早期、科技创新型优秀企业，已在中国先后投资200+家技术鲜明或商业模式创新的企业，覆盖高科技，新媒体，通讯（TMT），先进技术，医疗健康等领域，目前管理资产总额超过300亿元。
本期专访嘉宾张黎先生拥有10余年电子行业研发和产品的从业经验，曾在比亚迪以及航盛电子任职高级工程师，并曾创业建立车载信息技术方案公司，现在北极光创投负责早期项目的投资工作。
核心数据层是有壁垒价值
姜波：您觉得物联网领域的投资机会在哪里？
张黎：物联网是一种技术上而不是商业模式上的变革，商业模式就那几样：物联网企业要么通过销售产品来赚钱，要么通过产品或应用切入后形成解决方案，最终形成持续给客户做运营或者服务的机会。物联网行业的发展跟其他成熟行业的发展不同，成熟行业在一个已经起来的巨大市场中大家激烈竞争这很正常的，但在物联网领域有个挺头疼的事情是：在一些应用领域还稍有苗头的时候，竞争就已经非常激烈。
所以我们在物联网领域大体有两种布局思路。其一，科技公司尤其需要核心技术，因此我们会直接在整个物联网应用的核心器件端寻找具有硬壁垒的企业；其二，数据层的资源可以通过积累来构建壁垒和价值，所以我们也会去寻找在整个应用中具备独到数据处理能力的企业。
姜波：您觉得物联网领域中，包括传感器、应用层、平台层等哪一个层面的机会更大一些？
张黎：整体来看，我们更关注AIoT的应用。我们认为应用主要分为两类，一类是对于之前没有数据化基础的企业，通过传感器、组网等技术帮助他们完成数据采集，并形成应用，提供价值给客户；另一类是对于已经完成一定数据采集的企业，能够帮助他们更好的治理和挖掘、处理现有数据的价值。
我们不大在意是否一定要去做一些传感器或者网络的实施工作，而更多会看两点：第一点是这个企业到底最后能在客户侧形成什么样的应用；第二点是在这个过程中企业能构建什么样的长期壁垒。
关于工业IOT改造
姜波：工业/制造业领域涌现了大批的物联网创新，您怎么看待工业领域的IoT改造？
张黎：工业互联网现阶段仍然存在一些困扰：其一，大量的工业互联网项目落不了地；其二，落了地做的也是小项目。我已经观察工业互联网领域很长一段时间，其实这个大方向是没有问题的，以后也会有越来越多的公司走向这种道路。许多科技企业原先就只是想赋能传统企业，结果发现深入进去越来越难做，理论上甲方如果自身的技术足够好，最好是自己去做，任何一个方向创业公司一旦做得足够深入，一定需要对这个行业吃得很透。
我觉得重点在于做出来的项目里面能够积淀成产品的东西在哪。有很多东西是你花了很多时间在客户那里通过项目和时间磨出来的，其实这个过程是你的结晶，是你的技术、你的团队跟客户一起结合最后磨出来的产品，别人很难复制。
姜波：一个完整的工业IOT改造方案是不是太重，项目交付周期太长？
张黎：首先，我认为“重”有“项目服务重”和“产品重”两个层面，我们更加希望看到产品重，因为项目服务相对来说真实毛利比较低；其次，所谓“重”，最后回到两个字就是壁垒，即你到底是通过什么样的方法在应用里面构建足够高的壁垒。其实VC更愿看到以巧拨千斤的壁垒构建方式，只不过我认为现实中这么理想的事少到近乎没有而已。
姜波：所以对于应用类项目，要把项目的解决方案逐步的产品标准化，要寻找哪些环节是可以产品化、标准化的？
张黎：这个挺难的。因为往往越容易在应用层面产品化的东西，依托的技术和供应链就越成熟，就越不容易形成壁垒。我现在看项目有一个个人经验：寻找那种少见的团队，他们会不被近钱所吸引，从公司早期就基于长线思考积淀某类核心能力，一旦积淀成功便能构成长期的壁垒。
姜波：现在有布局过什么类型的IOT改造企业？
张黎：以工业领域为例，我们投资了杰之能这家做数据智能的公司。杰之能和国航合作，用5年的时间通过应用层反向分析推导如何构建整套系统、把构型管理方法论吃透，最终用国产替代的思路做了一整套解决方案。
杰之能前期很苦：把构型数据结构弄出来的过程里，客户有积累的数据原材料、他有方法论，然后他就跟客户一起磨。航空行业之后转型到了比较熟悉的轨道交通行业，为轨道车辆服务。目前，杰之能已经与中车、铁总与地铁运营公司展开合作，今年已经开始部分批量上车。
对轨道车辆的服务我举个例子：两辆车辆，同时服役3年后，可以想象，经过不同的保养、维修、换件后，这两辆车辆是完全不一样的东西，但是这两个东西他的数据到底是什么样的？现在的系统里面即便是电子化了，也找不到能精准支撑分析的可靠履历数据，这就跟人身体的整个数据到底是怎样是一样的。
轨道车辆的整个保养到修理是有标准的，分为日常检修、架修、大修。日常检修是简单的维护保养，列车大修一通基本上就跟换了个车没太大的区别。中国第一条现代化轨交线路上海地铁一号线开通至今已近30年。随着车辆的长期运行，城市轨交也逐步从快速投建向稳定维保转变。仅以上海地铁为例，目前投入运营的车辆已超5000辆，2020年将超过7000辆，每年的架大修需求约1500辆。根据测算，在上海三个1000公里轨道交通网络建成后，每年的维修市场订单预计将达到100亿。
姜波：所以在整套服务体系里，要有一样别人无法提供的东西来当壁垒，哪怕竞争对手的商务能力强，想切进来也没那么容易？
张黎：是的，2B最大的特点是得遵循正常的企业发展轨迹、往往时间都比较长，2B项目很难极快速的规模化、沿用不了2C公司通过爆发性增长、依托规模化建立壁垒的思路。所以2B与2C相比，尤其需要硬壁垒支撑，因为2B生意要在相当长期的过程中一直维持好自己的毛利率。
看好知识图谱和Auto ML
姜波：在应用层有安防、医疗、工业、农业等许多行业，您觉得哪个行业可能率先突围？
张黎：这个我真给不了你答案，我自己也很困扰。因为作为一个投资人，其实没有那么多精力去熟悉和深刻理解那么多行业，而如果不深刻了解、就无法真正去判断行业里面真正work的应用场景。所以这个我也没有答案。
为了避免这种现象，我的逻辑是：回到技术层面来找最能构建壁垒的应用。基于这个标准，我们总结了一些可能会长期关注的重点方向：一是低功耗无线连接的机会，低功耗技术可能会激活一些以前没起来的应用；第二是端智能的机会，有些应用场景，可以在端上智能地处理一些事情，这通常和图像语音相关；第三是整个技术栈中间数据处理的某一层面可能存在机会。
姜波：您觉得在PaaS层的中间件还有哪些机会？
张黎：我们最近就在讨论数据层的机会，你会发现其实物联网行业的问题不在数据采集，而在已有数据都没用起来。
沿着数据流一层层看：第一层是数据治理，数据治理没法标准化，这完全是行业know-how在里面，不是纯技术上的事情。第二层是数据仓库和数据集市，这是一套相对成熟的架构、没大的变化，很多公司都可以做。第三层是智能的中台，我比较看好的是知识图谱和Auto ML。第四层是业务层，业务层就是大量的应用和项目。
我觉得知识图谱和Auto ML在未来会有长期的进步和发展。知识图谱的逻辑是用图谱的方式来体现数据里面的实体勾稽关系，这里的关键是要让机器以后能读懂数据。Auto ML是指自动完成数据标注和最优模型选取，而不用专业AI科学家来构建模型、解决问题。知识图谱和Auto ML这一层智能中台离业务层相对近一些，know-how也多，工程技术上的要求也较高，容易形成积累，是非常重要的架构节点。中台跟物联网没必然的关系，是一个企业数字化转型架构的问题，但以这些架构为支撑深扎客户，可以不断挖掘应用场景把盘子越做越大，一定程度上解决了做物联网的单点应用太过于碎片化的问题。
5G的机会在哪里？
姜波：您觉得5G的到来，对IoT行业带来的最大影响是什么？可能会出来一些怎样的新应用？
张黎：终局来看，5G就是两个作用。一个是低时延，主要会应用在一些包括工业控制、医疗在内的需要实时计算的工业领域；第二个是音视频，在更多场景里面，音视频会衍生出很多应用。
我比较看好3D的数据，3D和5G其实会有很好的关联和结合。我投了光鉴科技，他们做的3D的camera可以完全绕开苹果的专利，而且成本只有苹果的一半，他们基于器件开始发展出整套的3D应用系统解决方案的能力。他们3D的图像精细程度比苹果的都高很多，数据比2D数据的安全性和识别的准确率都更好，如果广泛应用的话传输的数据量会很大，但有了5G后无线传输将不存在问题。
另外，AR与5G一定是高度关联的，当然AR要做到虚拟与现实更好的融合，也一定离不开基于3D视觉的解决方案能力。
姜波：您觉得当前制约IoT行业快速发展的关键因素是什么？
张黎：我觉得目前主要矛盾是物联网基础建设与应用所产生的价值暂时是割裂的。过去互联网时代不断的投入发展数据中心和网络建设、移动互联网时代烧了很多钱衍生出来各种各样的商业模式，归根结底其商业价值闭环都是连接更多的人、并从这些人身上不断挖出更高的ARPU值，这些价值的挖掘能够覆盖整个信息产业的投入成本。而物联网在基础建设方面的投入长期看并不比互联网少，但物联网的每一个终端连网后还不能够看明白产生什么类似ARPU值这样的价值产出，所以这个商业价值在很多时候是无法闭环的。
这种割裂在当前普遍存在，并会在行业内造成很多假机会。你觉得某个场景该布局了，但真扎进去做后发现商业上闭环不了，一段时间后就做不下去了，比如L4的自动驾驶就是个例子。这其中的核心还是要找到背后的驱动力，找物联网行业里面真正产生价值的领域。
我觉得的背后的驱动力模型是要么ROI算得过来，要么根本不用算ROI。比如安全和安防就是不太用ROI计算的那种机会，物联网里面确实很多东西产生的价值比较间接，最好还是去找里面直接产生价值的。
另外，大家都很困扰物联网应用的碎片化，但其实碎片化也就意味着更多的机会，小公司就是从一些vertical的点切入，一步一步做出来的。关键是找市场前景可能会延伸出去的，是要能够构建长期壁垒的。
姜波：您觉得物联网企业在临上市前，市场上会用什么方式去估值？
张黎：我觉得企业进入成长期之后，就要回归估值的本质逻辑。可以去参考同类上市公司的PE，我不太主张的是把技术转化成估值，估值的关键是要看他的商业模式是怎么样的。站在未来往今天看，人工智能和纯制造业做的东西本质上将会没有什么不同。
我觉得对VC而言，最大的机会是来自于能对某个行业的商业形态和产业链结构产生某种变革，第二类的机会是虽然整个产业链的玩法没什么改变，但你在里面某个核心节点做的东西很牛，能长期维持住毛利率。
姜波：在物联网行业里边，您觉得什么样的创业团队容易跑出来？
张黎：我们现在越来越觉得团队的几个能力特别重要。第一，创始团队要具有复合学科的能力，这样有利于构建壁垒。第二，要有解构问题的能力。现在比较简单的问题已经不太容易构建壁垒了，你得有一套架构能够把场景上的大问题分解成工程上的一系列小问题的集群。第三，创始人还需要具备能够思考目前的技术和产品创新能否带来新商业模式的能力，技术型创业者通常不太思考模式上的事情，但我觉得可能最大的机会在于，通过技术切入衍生出新的模式。
这三个能力都有的早期团队实际中已经几乎是找不到的，所以实际操作中我们会舍一些方面，比如缺的板块是花点时间慢慢能补得上的，但最应该具有的核心能力和基因一定要一开始就有。
另外，我们在判断一个项目的时候，要了解到最底层才能判断这个事情到底有多难。我们有个特点就是喜欢问到底层和细节，全搞清楚后知道你有什么东西是首先这个行业肯定没搞定的，然后第二个是连你都也没搞定，然后我们一起想你要怎么才能搞定，说不定我们通过资源能再帮你一点。有的时候有一些特别不open的创始人，我们就不会特别喜欢，当我们直问你在里面遇到的难点时，有的人可能会躲避这个事情，太defensive，但他们其实不明白的是：我们的目的不是为了证明他不行，我们只是想在这里面找到真正让我们exciting的点未来一起去做。
给创业者的建议
姜波：如果给我们物联网产业的创业者提一些建议的话，您有什么建议？
张黎：我的建议是别跟风。找自己最熟悉的领域，真正去看懂行业的需求和痛点所在，然后踏踏实实地去做一些产业链比较基础但重要的产品，用技术和产品去解决实际问题，春风早晚会到来。
