21世纪是生物的世纪,我真信了你的邪
技术类风险投资算是对于“判断/误判标准”最敏锐的行业之一,这项工作是对于远期技术趋势、流派和产业化的一种高赔率且低流动性的财务下注,普通的财务型投资人在项目筛选/决策过程中的误判比例比较高;所以,下面想从 “误判” 的反向角度,举例谈谈正确判断科技类投资的几点心得:
首先分享个个人原则,每个硬核科技类项目,都会隐含至少一个薄弱的七寸:【要么补足,要么绕道,要么强援】;那么投资者就要争取在宏伟蓝图一般的商业计划PPT中洞察出这些七寸;
CVC战投解读这些七寸相比财务型投资者也许更容易;举几个现实适用的例子:【比如某先进柔性显示屏项目的七寸,调研一下Canon蒸镀机的下单量和开机情况就好了】; 【比如某ARM指令扩充的手工自研CPU核项目,那么查查ARM-UK授权的Archi-license就好了】; 【比如某正在募集流片资金的国产GPU design项目,只需去问问江湖百晓生之一的Cadence EDA交付过几套Palladium工具就好了,当然TSMC也有责任在投产之前单独调查】等等:)
有些投资人津津乐道ARK Catherine Wood的投资版图,大比例持仓小盘科技股,但在最近18个月的几次纳指波动也反映出这些科技股脆弱的现金流、资产面不强壮以及弱周期下的无力的抗灾能力。作为科技从业者,我也认同科技改变生活的主义思想是没错的,但在投资风险资产的角度需要考虑,倘若你正准备大比例持仓科技标的并寄希望通过产业变革来获得回报,那么需要明确验证所押注的技术流派是否准确、你的投资cycle或基金存续期限是否支持退出、是否存在有无论如何也不能绕过且突破无望的IP壁垒、团队是否除了0/1创造还具备更持续的创新水平、识别TAM即是否有足够市场/产业空间去消化这一技术变革、如何识别reinvent the wheel来验证真实的独创性,以及还有一个择时的考量,是否必须在当下时间点去押注某一科技树,也许在未来某一节点更能看清技术的流派属性和产业转型代价;我们在投资二级市场时经常具备敏锐的择时考量,而回到风险投资阶段往往抛弃了择时,变得很头铁,<择时>也是VC很少自问的因素。
BTW:有些ToB的新兴半导体科技项目即便上市,也要跟护盘的主力资金保持价值观一致,毕竟资金面比基本面活跃的多,经营业绩与市场开拓热度和交付的代价成正比,于是圈内才出现了针对这类项目的 “Preipo溢价卖了老股是保底,上市解锁卖了是投机所得,之后再建仓才是信任未来价值基本面” ...的朴实而成立的投退逻辑;
深度学习。
我学习机器学习大约在2012年以前的时候,并且那时候还没进学术界,就学习了课本。我学校教AI的老师也基本上都是符号派的,所以一直对机器学习没有什么好感,感觉太“玄学”了。也因为神经网络12年以前其实冷了有几十年了,在2014年跟同学讨论到的时候还对深度学习不以为然,以为又搞了个什么概念来炒冷饭。
后面的事情大家也知道了。
然后我彻底改变了对机器学习的看法。他们一定不是玄学,只是还不太容易解释和理解罢了。
我也从坚信强AI没有可能性变成了AI是有可能的观点。
联想竟然一直屹立不倒!
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有