·“ChatGPT处在一个基础设施极贵，但是应用极便宜的状态，所以关键不在于能否把应用做出来，而是做出来的应用能够迅速在目标市场中落地和扩张，把这个商业闭环做起来。”
·“因为商业意识的改变，我们现在更加注重去理解对方想要解决的问题，基于问题再去谈它的技术，否则技术就会沦为纯学术研究，这就是problem oriented tech（为了解决问题而生的技术）的重要性。”
线性资本创始合伙人兼CEO王淮
如果要将人工智能（AI）技术赋能千行百业，人对技术的理解比技术本身更加重要。这也许是线性资本创始合伙人兼CEO王淮10年投资生涯之后最深的领悟。“就好比一家公司雇佣了一位能力很强的员工，但能不能把这位员工用好，很多时候不仅仅在于员工本身，还在于给他的任务与他的能力圈是否适配，团队的组织架构是否合理等多方因素。”王淮向澎湃科技这样解释。
在创办线性资本之前，王淮是美国互联网公司Facebook总部的第二位中国籍工程师和第一位研发经理，2012年从工程师转型为个人天使投资人，2014年成立线性资本，并将自己对技术的理解带入投资决策中。在与澎湃科技记者的对谈中，王淮多次强调了线性资本“前沿科技是第一生产力”的不变理念，但在推崇技术的先进性之余，对人文、客户、和对商业领域，资本市场的持续思考和复盘，也让王淮这些年来的投资生涯始于技术，又不止于技术。
线性资本 (Linear Capital) 成立于2014年，重点关注数据应用、数据基础设施和前沿科技应用领域的投资，知名投资案例包括地平线、思灵机器人、神策数据等。线性资本在业内的标签正如公司名称一样，拥有鲜明的技术属性。由于对早期科技公司的出色挖掘，王淮曾多次登上投中“中国最佳早期投资人”“中国最佳人工智能产业投资人”排名榜单。线性资本也多次入选“中国最受创业者欢迎早期投资机构榜单”。
ChatGPT距离一个好用的产品还有五六年
谈到时下大火的ChatGPT时，王淮认为，GPT-4已经表现出了强大的能力，但能力和一个好用的产品之间还有距离，这需要企业深刻理解这项技术，并思考怎么用它取代日常的工作。王淮还认为，未来，一些脑力劳动的中低端工作可能会被ChatGPT取代，时间大约是5至6年。
“与脑力劳动相关的中低端工作，如中低端的工程师、插画师、出版社编辑等，可能其中80%-90%在未来的1-2年可以被ChatGPT替代，但最终能否被替代还有很多人为因素，包括法律的限制和伦理问题等。因此我认为未来最终的替代可能需要5至6年的时间。”王淮这样解释。
就算是需要5至6年ChatGPT才能替代人类岗位，这个进程也比大多数人想象的更快，这是因为ChatGPT的应用并不难，难的部分在于GPT的底层基础设施（infra）。
“ChatGPT处在一个基础设施极贵，但是应用极便宜的状态，”王淮表示，“所以关键不在于能否把应用做出来，而是做出来的应用能够迅速在目标市场中扩张并形成商业闭环。”王淮也提到，ChatGPT未来的应用有很多机会，中国能跟上，也能够把好的产品做出来。但在GPT的基础设施部分，如果要发展可能需要国家的大力支持，引入结构性的创新、形成市场化的机制让更多人愿意参与进来。
也有一些领域ChatGPT要改造相对比较困难，比如今天的硬件端。王淮介绍，“AI是软件、是灵魂，机器人是硬件、是身体。你需要灵魂内核来做出判断，决定这个事情应不应该做，但跟物理世界打交道去执行的时候，还是要靠硬件。”
ChatGPT擅长理解、生成，推理和决策，但执行目前还是要靠人或者机器。用于执行的机器目前还在相对独立地发展，但未来也可以和ChatGPT综合发展。王淮表示，“如果综合发展也成熟了，那时无论是脑力劳动还是体力劳动，都有可能被机器所替代。替换的总体好处大于坏处，我们对未来还是充满期待。”
AI产品落地的最后一公里
和ChatGPT类似，王淮认为，如果要将AI技术应用到各个产业中去，人对技术的理解比技术本身更重要。技术很先进、很酷，但它要怎么应用，成为了更难找到答案的问题。这里不仅是技术如何在产业中寻找应用场景，还包括客户是否会理解和使用这项技术。
思灵机器人是线性资本的被投企业，旗下的机器人系统软硬件产品拥有世界领先的力控和力感知技术，能让机械臂在极短的延时内通过受力感知做到预判、调整、再反馈。“技术方面的前沿性是没有任何问题的，难是难在这项技术要怎么应用，这是我操心最多的一家公司。”王淮介绍，“当时我们通过头脑风暴，讨论了好几个用途，包括打磨玻璃、做手术、拧螺丝等。”
通过对应用场景的讨论和试验，最终，思灵机器人的产品规模化进入工厂的产品组装线，包括电子消费品和汽车零部件的组装，也进入了医学和农牧业，包括远程遥控操作手术机器人、智能养殖场和食品加工等。
除了AI技术能寻找到落地场景之外，技术要嵌入各行各业本身的工作流程，也需要每个环节的人都能对技术进行理解，包括AI从业者，也包括产业里使用技术的人。尤其是在传统行业，长期的工作习惯难以说改就改，因此引入新技术的学习成本和信用成本也会更高。
爱科农是线性资本投资的一家数字农业公司，通过算法校准及模型优化，可以给农户提出种植和养殖的建议，涵盖种什么，怎么种，何时浇水施肥、用药，用量多少等方面的问题，借助数字技术做到精细化管理后，农业生产可以显著降低成本，同时提高效益。
但这款产品如何让农户使用，超出了王淮最初的预料。“这原本是一款很好的产品，农民完全可以通过它DIY，对自己的种植、养殖进行指导，但是面对年龄较大的农户，他们不会使用APP，爱科农最终的方法是针对ToB直接服务，但ToC就选择和经销商合作，让经销商把爱科农的指导通过微信教给农户。”王淮总结道，“也就是说，这个产品的最后一公里是通过经销商的人工服务去实现的。这放在美国的SaaS行业里，是难以想象的。等到90后的新一代农人接班之后，这个情况就会好很多了。”
王淮介绍，之前一款AI产品刚做出来时，都是用行业大数据训练出来的模型。每家企业的情况和行业标准的情况不会完全一样，所以刚开始应用的企业总会有1-3个月的适应过程。另外，企业的组织架构、决策流程是不是和AI兼容，虽然上了AI技术，但员工还是和以前一样该干嘛干嘛，这都是之前的AI落地各行各业时会出现的问题。
“AI技术进入行业一定要经过数据收集-校对校验的过程，有效数据量达到一定基础后，AI模型才是有效的，数据量不断增加之后，有效性才会不断提升，但这个过程中产业里有多少人愿意和你共担，这是一个鸡生蛋还是蛋生鸡的问题，很多产业里的人试一下之后就浅尝辄止了。”王淮表示。
为了让被投企业的技术能够被更多投资人和客户理解，线性资本花费了大量的时间和精力，把先进的技术介绍给更多人。 王淮表示，“我们对技术的判断在业内是被认可的，但这家公司虽然技术好，它能不能做好技术产品化、产品商品化、未来的商业潜力又如何？线性做了很多工作，把被投企业的技术改造产业的故事讲出去。我们相当于是做了被投企业的免费FA（财务顾问机构）。”
基于解决问题而生的技术
线性资本成立10年来，经历过各种各样成功和失败的投资，王淮持续的反思和复盘，也让线性资本的投资方法论和价值观更加明确。王淮总结，和之前相比，现在的线性有三点和之前的认知不太一样，总体说来，是比起早期纯粹强调技术的优越性，现在更加强调技术和商业结合的重要性。
一是更加看重商业成功，因为做投资就是为了用商业的方式实现技术价值最大化；二是更加看重技术背景的创业者是否愿意成为一名好的企业家，这里创业者有没有学习的意愿至关重要；三是更加尊重资本市场的非理性，强调市场不景气时，企业要先“活下去”。
“因为对商业意识的改变，我们现在更加注重去理解对方想要解决的问题，基于问题再去谈它的技术。我们不是要求创业者要有一个非常清晰的想要解决的问题，但是他必须是愿意对此进行探讨的，否则技术就会沦为纯学术研究，这就是problem oriented tech（为了解决问题而生的技术）的重要性。”王淮表示。
“第二，怎么在好的工程师、科学家、产品经理中，找到能成为好企业家的‘潜力股’，重点是要找其中有学习意愿和能力的人。”王淮具体介绍道，“有的人喜欢技术，让他学习做生意他没兴趣，有的人就喜欢单打独斗，让他学会团队合作他搞不了，这些都是做一名企业家的大忌。这方面我们以前没那么在意，现在我们很在意。”
“第三是我们比以前更加尊重资本市场。过去我们强调是金子一定会发光，一定要长期耐心，但如果企业撑不过去，未来也和它无关了，我们过去三年非常重视的一件事就是‘活下去’，因此我们也会更加重视企业的商业运营，”王淮总结道，“因为技术一定要产生影响，而不是只会在那里秀肌肉。”
“现在我们考虑的东西多了，更像一个‘正儿八经’的投资人的时候，是不是会错失一些有灵性的企业家？我们不知道，做投资有意思的点也在这里。”王淮笑着说。
