虢盛投资谷茹:透过现象看本质,投资需要定力

2022 年 3 月 19 日 36氪
更多的是你到底赚什么样的钱?套利的钱还是增长的钱?


 

近日,人工智能计算机视觉公司「感图科技」进行了新一轮融资,领投方虢盛资本,博华基金等知名老股东跟投。值得一提的是,虢盛资本此次出资额高达1.1亿元。在此轮之前,感图科技已获得了高通、红杉等多家头部VC多轮次投资。

 

可能有人会好奇,虢盛资本是什么背景?出手为何如此“大手笔”?实际上,虢盛资本是一家成立于2013年的投资机构,掌舵人名叫谷茹——一位在投资行业从业时间超过15年的资深女性投资人。

 

谷茹女士曾是复星集团总裁班子成员之一。在2008年进入复星集团时,她几乎全程参与了复兴创富从0到1的组建过程。

 

四年后,复星和凯雷成立合资公司,谷茹担任总裁一职。 

 

谷茹女士坦承,在复星凯雷任职期间她从中积累了很多宝贵经验,也为后来成立虢盛资本打下了坚实的基础。

 

截止2022年虢盛资本已经成立九年之久,管理规模达到40亿人民币,其下辖的8支基金分布在PE、VC阶段——关注企业生命周期的全过程。只要企业具有高成长性,他们就出手。


相反地,它选择择势而为,游刃在“波谲云诡”的股权投资行业。目前,虢盛投资的领域涵盖先进制造、生物医疗和大消费行业,投资企业包括锐新昌科技、中际联合科技、利亚德光电;消费领域的1/9 beautychoice、懒熊火锅超市、珍味小梅园等等。

 

那么,虢盛资本为何会投资感图科技?他们有着什么样的投资策略?未来最关注的行业领域又是什么?关于这些问题,36氪与谷茹进行了一次深入对话。以下是对话节选,经编辑:

 

 

注定的相遇

36氪:你们怎么理解感图科技所在行业,为什么?

 

谷茹:事实上,虢盛一直专注在制造业。

 

人工智能主要是分了两块:感知和认知。无论通过图像、语音还是语义,都是识别、感知的过程,跟人的思维方式是非常像的,有理解、有推理、有学习——只是AI通过算法以及强大的算力去解决一些问题。

 

将AI分成基础层、技术层、应用层,我们目前最看好的还是技术加应用层,而应用层里我们又更看好工业场景的落地。AI人工智能在产品技术生命周期已经经过了最初的爆发和泡沫阶段,开始沉淀分化,真正一步步起来。尤其在垂直领域的落地上。

 

36氪:为什么更看好工业场景?

 

谷茹:工业场景本身有高频、高温、高压、高湿、高空等等特点,这些都是不适合人工长期参与的,会使工人身体造成强损耗,又无法提高工作效率。所以工业板块的未来“人工替代”前景是非常广阔的。工业场景相当复杂、需求众多,需要很多行业细节know-how的积累。

 

36氪:具体来讲,感图科技主要聚焦于什么技术?

 

谷茹:感图科技聚焦泛半导体高端电子制造和机械制造领域,就是用「AI视觉技术」来代替「人工目检」。主要基于高精密成像、微米无损检测、自主感知等技术的应用。

 

它的优势是有着比人类高得多的视觉感知效率和精度、实现 7*24 小时不间断工作等等,可以很大程度上替代产线上的检测、监管人员,实现工厂的降本增效。

 

36氪:从工业场景需求来讲,都存在什么样的痛点?

 

谷茹: 从需求端来说,目前产品的基础迭代速度越来越快、附加值越来越高,产品的集成度越来越高。比如说芯片这种微米级产品,单纯用人的视觉去检测是无法达到检测效率的。

 

一开始机器更多是辅助人的视觉,在质检环节上人来定性、机器定量,能够极大的提高检出效果,再往后可以完全“替代人工”。最后,工业机器视觉系统可以与工业机器手臂等系统相结合,支撑更大规模的工业自动化应用、为智慧制造提供视觉数据支撑,最终实现“无人工厂”。 

 

36氪:工业机器视觉的市场空间如何?

 

谷茹: 当下机器视觉产品应用最广泛的领域就是3C消费电子、汽车和半导体,其余还包括食品、包装机械、印刷等等,下游市场相当广阔并且在持续增长。 

 

36氪:市场目前也存在很多同类型的公司,虢盛为什么会看好感图科技?

 

谷茹:感图科技它其实定位在三大领域:高端电路板、半导体和新能源电池领域,终端产品是人工智能检测设备(产品终检和过程检)和人工智能监督设备(工作人员操作规范监督)以及人工智能决策系统(辅助决策者分析判断和数据管理)。

 

行业内质检的两个维度:检出率和过检率。检出率是指把坏的挑出来,目前行业平均在80%左右,感图可以做到99%以上;过检率是指把好的判断成坏的,行业内基本都在10%以上,他们可以做到小于1%。这样就很大的降低了企业成本。

 

另一个就是感图是基于小样本的训练及训练速度,它的核心算法和底层逻辑让它们在别人几千张图片才能跑通的情况下,只要几十张图片就可以跑通,除了上述技术和应用领域,团队也是我们看好的重要原因。感图的整个团队比较齐整,研发、销售、质量管理配合比较默契,实控人富有敢于尝试的精神、果断担当,执行力也很强,且善于学习。

 

36氪:产业链下游市场对感图科技评价如何?

 

谷茹:可以看到目前感图的大客户都是电路板行业的前几名,高端电路板之后,新能源电池是它的第二梯队,之后还有芯片、芯片封装。

 

这些客户虽然会同时选择3-4家同性质的设备公司去服务,但是从结果角度来看他们也会考量和评判整个团队,我们从大客户方面了解到,感图整个团队的技术能力、产品能力,乃至工业领域行业认知能力都是相当具有竞争力的。

 

 

坚守与变革

36氪:相比于市场其他PE机构,虢盛资本具有什么样的差异化优势?

 

谷茹: 看清外界不容易,认清自己更难。我们的重心其实并不放在跟别人竞争上,我们的重心放在战胜自己身上。我们一直在思考我们有什么?我们要什么?我们认为真正的好“项目”不是用抢的,在别人没有看出来、看明白的时侯,你看明白了,就能够赚到认识变现的钱。

 

还要明确的一点是,看明白产业和看明白项目有不同的含义。投资人不仅要懂产业,还要懂管理、懂运营,才能和企业老板去真切沟通。打个比方说,如果只是从技术去看,你也很难把企业经营体系搞清楚,最终很容易对企业形成误判。

 

公司团队的核心成员都是既有自己创业经验,又有投资经验,大家志同道合,想做点事的,不仅仅为挣钱的,所以企业家也愿意和这样的团队打交道。

 

当年我们投锐新科技的时候,一方面是因为大家有共同语言、人品契合;一方面是对项目看得很清楚、所以决心投大手笔。当时我们报了三个阶梯的价格对应三个融资体量,后来企业选择了最合适的中间价格对应1.9个亿融资额。我们双方都并不贪婪,最终目的还是想要把企业一起做好,最后也是一拍即合。

 

36氪:虢盛偏好什么样的企业?

 

谷茹:我们喜欢真正有情怀、有想法且团队综合能力强、会落地的企业。创始人要是真的想对社会的某个技术进行变革,解决社会存在的某些问题的。这样的企业并不多。

 

我们不追逐风口,不迎合市场。投资感图貌似它在人工智能比较火的时候,其实不是,企业的跟踪我们已经一年多了,只是了解的更多、更深、看得更远些,这个时点、这个价值我们认为未来依然可以给LP们带来很好的回报,而不是看短期一两年的增值,每个企业的拐点是不一样的。还是看机构自身的打法及要什么。

 

 

寻找更多优质水下项目

36氪:如何看待2022年的整个投资市场?

 

谷茹:投资行业也将会经历不断的洗牌。我认为机构的自我造血能力将相当重要,这些都是机构能够穿越周期的决定因子。

 

36氪:你们未来会比较关注哪些领域?

 

谷茹: 我们未来五年会侧重关注两个领域,一个是在人工智能领域上的纵深挖掘,第二个方向就是生物合成学领域。

 

36氪:相比过去,我们投资策略有所改变吗?

 

谷茹:其实无论什么性质的出资方,大家的共同诉求都离不开——现金流回报和IRR,这是万变不离其宗的。所以我们的投资策略还是说从长周期去关注不同时期的不同投资机会,以求平滑收益的目的,兼顾IRR和DPI。

 

换一个角度,可以这样去理解——一个优秀的投资机构它的底色(或底层逻辑)是不变的。改变的仅仅是基于市场变化、资金面、政治环境、技术趋势、人性之上的应对策略。

 

36氪:整个行业跨阶段“大乱斗”的情况下,你们未来工作方式会有相应改变吗?

 

谷茹:我们会按图索骥、主动出击多找一些水下项目,其实我们一开始就没有按PE和VC去界定项目,虽然企业在不同阶段的特征、风险是不一样的,但对我们而言,更多的是你到底赚什么样的钱?套利的钱还是增长的钱?

 

我们想做的是看清事物的本质,看重的是企业的增长价值。也就是说,无论是VC还是PE,只要企业未来有成长空间那就是我们重点关注的对象。相反,纯套利的情况反而不确定因素非常多,这不是我们追求的。

 

当把事物的本质看清楚了,心态就能平和轻松,不争不抢、举重若轻。所谓,乱花渐欲迷人眼时,轻舟便能过万重山. 这个轻是指“看清”。


登录查看更多
0

相关内容

在透彻的分析基础之上,购买某种资产以期待未来能保证本金的安全并获得固定的或者非固定的满意回报的理性行为称之投资
1026页ppt!《智能电动车》投研大全
专知会员服务
41+阅读 · 2022年4月14日
AI药物研发发展研究报告(附报告)
专知会员服务
89+阅读 · 2022年2月11日
36氪研究院 | 2021年中国医疗AI行业研究报告,40页pdf
专知会员服务
82+阅读 · 2021年12月22日
2021中国工业视觉行业研究报告
专知会员服务
54+阅读 · 2021年9月22日
2021年中国人工智能在零售领域应用行业短报告,30页pdf
专知会员服务
68+阅读 · 2021年4月22日
2021年中国人工智能在工业领域的应用研究报告(附报告)
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
融资太难?这5个投资人最关心的问题你都知道吗
创业邦杂志
1+阅读 · 2022年4月17日
融资吗?30+投资人要约见你
创业邦杂志
0+阅读 · 2022年4月8日
谈融资时,投资人最忌讳的是什么?
创业邦杂志
0+阅读 · 2022年3月26日
融资像相亲,如何找到“对的”投资人?
创业邦杂志
0+阅读 · 2022年3月5日
创业缺钱,要先学会融资背后的这些技巧
创业邦杂志
0+阅读 · 2022年2月26日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
VIP会员
相关VIP内容
1026页ppt!《智能电动车》投研大全
专知会员服务
41+阅读 · 2022年4月14日
AI药物研发发展研究报告(附报告)
专知会员服务
89+阅读 · 2022年2月11日
36氪研究院 | 2021年中国医疗AI行业研究报告,40页pdf
专知会员服务
82+阅读 · 2021年12月22日
2021中国工业视觉行业研究报告
专知会员服务
54+阅读 · 2021年9月22日
2021年中国人工智能在零售领域应用行业短报告,30页pdf
专知会员服务
68+阅读 · 2021年4月22日
2021年中国人工智能在工业领域的应用研究报告(附报告)
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
相关资讯
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员