线性资本黄松延：从科学家到“上山下乡”的投资人，成就百亿估值企业背后的故事丨独家专访

这群投资人出没在工地、养猪场、玉米地、水泥厂......

 作者 | 高贵萍

编辑 | 及轶嵘

题图 | 受访者

半年前，线性资本董事总经理黄松延去了次建筑工地。当约见的蔚建科技CTO向他走来时，他愣了几秒钟，差点没认出来。

曾经儒雅帅气的文艺小青年，浑身都是泥巴，也胖了，完全是一副包工头形象。黄松延有点心疼。

一个科学家出身的投资人，和一个海外留学回来的企业高管，在摆满了脚手架和各种建筑设备的工地上见面。这个场景有些戏剧性。

不过，如果梳理黄松延近年来的行动轨迹，这一幕倒也不算奇怪。

黄松延是浙江大学机器学习方向博士、曾任华为数据科学家，如今在线性资本负责Deep Tech领域的投资，在过去几年间，他用了大量时间和不同产业的人交流，“上山下乡”成为常事，身影出现在养猪场、玉米地、热电站、水泥厂、搅拌站、制鞋厂等各种地方。

线性资本成立于2014年，聚焦于数据智能和前沿科技。从当初的冷门赛道，到如今“无人不投科技”的热潮，线性资本走过了8个春秋。

目前线性资本共管理九支基金，总规模约20亿美元，以天使至A轮领投为主。在他们的投资名单上，有地平线、神策、特赞、酷家乐、Rokid、思灵机器人等多个行业头部企业。

不盲从，“权威”之外保持独立思考

“打死都不投机器人了。”2017年左右，有投资人在公开场合表示。

彼时，一些机器人公司购买伺服电机、减速器、控制器等核心零件，将其组装成机器人。投到没有核心技术的公司，让不少投资人叫苦不迭。随着同质化日益严重，和一些机器人公司骗补事件的暴露，市场急速冷却。

这一年，也是黄松延加入线性资本的第一年。

从“科学家”到投资人，身份的转化并没有改变黄松延“独立思考，不盲从权威”的精神内核。前者让他在浩瀚的学术中有足够的深度思考空间，后者因为是早期投资，没有足够的数据和维度可供参考，跨越漫长周期笃定的是“对市场的判断、对产品技术深入的研究”。

在做案头研究、深入产业拜访，做了几个月的深度调研后，黄松延认为力控智能机器人是一个可能带来大变革的科技创新方向。

当大部分投资人纷纷“逃离”机器人领域时，这个预判在当时看起来“特立独行”。

黄松延认为，在工业机器人领域，初创企业要想冲出瑞士ABB、德国库卡、日本发那科和安川电机这四大家族的重围，创始团队除了要对行业的垂直场景有足够认知外，还要在机器人领域具备足够强的技术能力。

在接触到思灵机器人后，黄松延更加坚持了自己的判断。

思灵机器人的力控技术世界领先，创始人兼CEO 陈兆芃曾在德国宇航局读博和工作了十年，并参与研发了力控机器人。在思灵600 多名员工中，有超10%的人曾就职于德宇航。在控制器的技术水平，以及量产能力上，思灵均处在行业领先地位。

在签订投资协议之前，线性了解到思灵机器人在慕尼黑还有个十几个人的团队，团队成员多为原德宇航技术人员，黄松延等人毫不犹豫地飞去了慕尼黑。

双方谈投资时，就产品、技术、团队、市场、运营等方面聊得非常细。休息时，喝啤酒吃美食打成一片。当线性团队回到中国后，思灵慕尼黑团队也和创始人陈兆芃进行了反馈，“这就是我们想要的投资人”。

线性资本以“不把自己当甲方”的真诚态度，以及“工程师更懂工程师”的优势，在2018年，成为思灵的种子轮投资人。

2019年，思灵机器人完成了天使轮和Pre-A轮，线性持续领投，红杉、高瓴跟投；2020年和2021年，思灵完成A、B、C三轮融资。除了线性、高瓴、红杉持续下注外，C资本、新希望集团、小米、软银愿景基金等相继加入进来。C轮融资完成后，思灵估值突破10亿美元。

对思灵机器人的投资，有着明显的“线性”投资特点：一群技术出身的投资人不追风口，对投资有深度思考和独立判断；科技聚焦下擅长在早期发现行业、企业的独特优势。

用一句话总结线性的打法：先深入了解产业，再找到具备技术能力，可解决产业上的问题的团队。也就是说，线性不押赛道，更看重企业解决行业痛点的能力。

“先找对事情，再找对团队，

然后给钱”

投资蔚建科技，也是如此。

多年来，建筑行业市场一直不被主流投资人，尤其是科技投资人所关注。

黄松延通过调研发现，建筑行业作业方式比较传统且效率低下，技术正逐渐成为该行业发展的核心驱动力之一；建筑工人平均年龄超过50岁，且极度短缺；建筑机器人领域有着2万亿的市场规模，但落地面临极大挑战。

成立于2020 年6 月份的蔚建科技，于2021年5月，获得了线性独家投资的天使轮。同年9月和11月，红杉中国、保利资本、险峰K2VC等加入到股东队伍中。

目前，蔚建是行业内唯一一家利用智能机器人实施施工场地抹灰作业的公司。不为人知的是，抹灰机器人的成功经历了一番考验。

建筑工地相对脏乱的半开放工作环境，对机器人的技术要求极高。机器人在自动移动的过程中，本身是有误差的。在建造过程中，墙的厚度也有变化。“抹灰如果有2毫米的误差，整面墙就废了。”黄松延称。

抹灰机器人前期的硬件测试与软件打磨时间比其他类型的机器人更长。蔚建当时面临的最大困难是能否把机器做出来，因为世界上还没有团队成功过。

线性投资蔚建时，蔚建连机器人图纸都没有。机器人研发不出来，投资就会面临失败。当明显的风险点摆在那里时，黄松延的心里也承受着不小的压力。

但压力不代表焦虑。黄松延当时的判断是：这是行业中亟需解决的一个痛点，而且市场巨大；抹灰机器人要么是蔚建团队做出来，要么在5到10年之内都不会有人做出来。

蔚建的团队背景和原生驱动力，给了黄松延下注的底气。

蔚建科技创始人梁衍学曾先后在发那科、博智林智能技术研究总院任职，创始团队成员有在相关领域等大企业工作经验。在技术端和产业端的双重沉淀，使得蔚建比同行更具优势。

再就是，蔚建CTO “沉迷”工地，从高颜值海龟秒变包工头。这种团队成员的原生驱动力给黄松延留下深刻的印象。他愿意为这样的团队下注，“如果我不投，会后悔的。”

投资一年后，蔚建抹灰机器人研发成功。又过了半年，机器人性能稳定，投入到工地中使用。面对地面和墙面的复杂状况，蔚建科技利用传感器自动感知机器人姿态、设计自动调平机构、3D 视觉技术加强布料机构自适应调整能力等，予以解决。

经过相关部门检测，机器人比人工效率高5倍，且墙体空鼓率几乎接近0。据黄松延介绍，首款机器人投入市场就得到了来自多家头部客户的订单。目前在实地工地中已完成2万平米的作业。

“从商业进程看，协作机械臂处于持续快速的增长阶段，如果抹灰机器人的市占率达到20%～30%，公司估值涨到50～100亿美金不是一个特别大的挑战。”黄松延称，更重要的是，“抹灰机器人带来的效率提升是数量级的”。

据黄松延介绍，由于技术是通用的，蔚建用研发抹灰机器人沉淀下来的技术做喷涂、检测等机器人，“每个细分领域都是每年几百亿的市场”。

用技术解决产业中的痛点

尽管黄松延等人有心理准备，但当他们站在新疆的玉米田地头儿时，还是忍不住对眼前的情景发出感叹。他们面前的两块地，用了爱科农产品的玉米茁壮而整齐，另一块则好像散兵游勇，高的高，矮的矮。

爱科农成立于2016 年，是线性投资的“AI+农业”的第一个项目。爱科农的底层技术支撑由数字化模型软件系统组成，结合气象数据、土壤环境数据等，为种植户提供精确到天的耕种操作建议，比如把控种地，播种、浇肥、打农药的时间点等。

从团队背景看，爱科农创始人兼CEO 郭建明曾任中种国际副总裁、孟山都中国区技术开发总监；CTO 张旭博是位植物学家，曾在中国科学院工作。研发团队由拥有中美英三国科研经验的博士、科学家组成，

但优秀的团队，高大上的科技，能不能落地？农民接受度有多少？

抱着这种怀疑的态度，线性和爱科农团队进行了多次深入沟通，并于2020 年上半年到爱科农位于河北、新疆等地的实验田进行调研。“用爱科农产品的庄稼长势肉眼可见得好。”黄松延称。

效果是可量化的。爱科农主要面向超级种子大户和经销商，至今共服务了逾1000万亩的田地。据相关检测，平均每亩玉米产量提升了将近300斤，同时成本降至100元以下。目前，公司与拜耳集团、浙江物产等多家知名企业达成合作。

“中国的农业集约化是有一个过程的，这是由行业本身特性所决定的，科技产品在全市场的普及时间会长些。”黄松延表示，尽管整体来看，“AI+农业”还处于发展初期，但线性有耐心陪伴优秀企业一起成长。

透过思灵机器人、蔚建科技、爱科农等投资案例，会发现线性的被投企业创始人往往具有“技术+产业”双重背景。“我们想寻找的创始人不仅仅是做国产替代这么简单，也希望他们能和国际上的公司媲美、竞争。”黄松延告诉创业邦。而从结果来看，通常这样的团队都有良好的教育背景、并且在相关领域有非常深厚的积累。

在投资项目团队的选择标准上，线性的准则为：3p+3c+T。3P指Passionate（具有原始驱动力的）、Professional（专业性）、Persistent（持续深耕）;3C即Consistent（知行合一）、“Cruel”（决断力）、Credible（可信赖的）;T即Transformation（具变革性）。

如果说最重要的原则，就是看这家公司是否为用户提供价值，是否用技术解决了产业中的关键问题，是否在积极推动着人类社会的发展。

以信任为底

打造数据智能赋能产业的闭环

“强调tech-problem fit，而非product-market fit，是我们与市场上其他投科技的机构的一个根本性差异。”黄松延称。

线性投资团队成员均有技术背景。这种流淌在血液中的技术基因，使线性对于技术驱动产业变革的察觉格外敏锐，并能够判断从技术到产品的核心风险。

“在市场热点出来之前，问题就已经出现了。我们通过上山下乡加深对行业的认知，能够提前发现这些问题。”黄松延称。这也是线性能够且敢于在市场热点形成前提前埋伏的原因。

黄松延将线性在Deep tech的投资分为四个方向：数据获取，智能计算，智能决策，数据执行。

数据获取，即从感知层面，通过对数据的洞察，供给服务于需求端。代表性投资案例为棒糖科技；在智能计算上，线性投资了地平线等企业。

在黄松延看来，智能决策是继机械化、自动化、信息化之后的第四次工业革命，“把人工经验行业know-how模型化，基于反馈信号持续优化模型，持续提升系统效率”。代表性投资案例有全应科技、爱科农等；在智能执行上的投资案例为思灵机器人，蔚建机器人、捷象等。

“这四个方向形成一个典型的数据智能赋能产业的闭环。”黄松延告诉创业邦。目前，在项目投资金额占比中，智能决策占比最大，超过总投资的50%以上。其次为智能执行，然后是智能感知和智能计算。

谈到投后管理，黄松延认为有两点非常重要：在投资节点和创始人建立强信任关系；投后能够给对方赋能。

“如果说基金本身的品牌背书是硬实力，那和创始人建立信任关系就是机构的软实力”，在整个采访过程中，黄松延不止一次提到，在和创业者接触的过程中，线性绝对不允许投资团队的成员把自己摆在甲方位置。“大家是平等的伙伴关系。”

在投后赋能方面，线性帮助被投企业对接头部机构是一大特色。

线性资本的投资风格是“从早期切入，全阶段覆盖”。这使得线性往往能在早期捕捉到初创公司。若被投企业可以持续证明成长潜力，线性会在后续轮持续加注，并且乐于担任“免费FA”的角色，帮助被投企业对接其他优秀的投资机构。

在思灵科技、蔚建科技、爱科农的后续轮融资中，除了线性资本连续加注外，高瓴和红杉等市场一线机构也进行了多轮加码。

谈到与市场上的头部投资机构的合作，黄松延认为，这是基于彼此之间的信任，之前合作的项目都表现较好，这就形成了一个正向的反馈循环。

除了帮助企业后续融资外，线性还为被投公司提供招聘、对接资源等细颗粒度服务。

比如为地平线介绍了CTO，帮助一些企业和华为云、阿里云、腾讯云、欧莱雅、星巴克等做对接。“我们和很多头部企业的高层有着强链接关系。我们也希望把这种信任关系转移到被投公司身上。”黄松延表示。

作为投资人，黄松延称最能给他带来成就感的，不是被投企业一定要变成独角兽，也不是融很多钱和上市，而是技术能经得住市场考验，最核心的坎儿能过去——从技术到产品，再到商品。

这也验证了线性资本的价值观——“如骆驼一样，成为创业者穿越沙漠时最信得过的伙伴。”