"企業家們一定要改變決策思維方式，從經驗決策向智能化決策過渡，這是一個巨大的挑戰。”

在4月12日FUS獵云網2019年度人工智能產業峰會上，華映資本合伙人章高男指出，在To B行業轉型期，企業正面臨“汽車還是馬車”的選擇問題：伴隨汽車的出現，是花精力改良馬車的效率，還是嘗試駕馭并不完美的汽車，是決定未來前進速度的關鍵。

章高男是技術出身，據說寫過幾萬行代碼，曾任摩托羅拉亞洲研發中心軟件主管，雅虎全球移動Web平臺負責人。隨后進入投資圈，一直圍繞技術投資，被稱為“技術圈里比較懂投資的，投資圈里比較懂技術的人”。

憑借對技術的敏感嗅覺，章高男相繼投出了BOSS直聘、天云大數據、冠勇科技、零眸智能、西米信儲、愛拼機、知呱呱、地推吧等明星項目。

在章高男看來，To B投資邏輯萬變不離其宗，宏觀看行業前景，微觀看企業自身競爭力，數據和技術壁壘是最后一步要考慮的。

談到未來投資方向，章高男說的最多的就是數據。“數據是第一生產力，隨著5G、物聯網的發展，數據規模將呈千百倍的增長，而這中間一定能誕生偉大的公司。”

章高男告誡企業家，無論從事的行業多么傳統，或者對技術多么一竊不通，一定要在成本和性價比可控的范圍內，把業務數據化。雖然任何一種數據化都會有代價和成本，但只有這樣，才有可能立于不敗之地。

在獵云網2019年度人工智能產業峰會上，章高男接受了獵云網的專訪，分享了他在To B浪潮下，對技術投資的思考。

這要從兩者的區別說起，首先是獲客，To B端因為涉及金額比較大，需要評審，因此銷售環節的的鏈條很長，這就導致很難規模化復制。

而To C端的銷售鏈條比較短，因為主要是沖動消費，靠情感價值的滿足，而to B端主要靠客觀價值的滿足。

其次，To B主要是靠大客戶貢獻價值，To C主要是面向消費者的平臺化，因此To B企業很難一家獨大。

第三，從服務本身來說，To B端更強調服務，To C端更強調產品。產品中有服務，服務中也有產品，那么產品和服務的本質區別是什么呢？

服務是全流程的體驗，是一個很長的鏈條，產品只是服務過程中的一個載體。此外，產品是標準化的，服務是非標化的、是定制的。

因此優秀的To B企業是能“伺候”好大公司的，這更考驗他們對企業用戶的理解，和客戶對你的信任。

AI本身不是一個行業，是大數據到一定階段的必然產物，所以很難獨立地、割裂地去說AI有什么創業機會。但是有三類形態值得關注：

第一，專注底層技術的公司。例如做人工智能芯片、分布式數據庫、圖像識別的公司。

第二，幫助企業降低AI使用門檻的公司。這類公司主要是技術驅動，能為不同的企業賦能，因為AI只是一個工具，但對企業來說有較高門檻，不僅要有分布式數據庫，還要懂算法和業務的結合。這類公司的出現，可以讓企業傻瓜式地使用AI。

第三，傳統行業的產業升級。很多行業，例如物流、零售、駕駛等，一旦與AI結合，會產生巨大的革新。對這些行業來說，這些創始人可能不懂AI，但他們如果懂得利用AI，就值得關注。

無論什么形態，在中國，AI都要首先找到一個垂直行業，落地商業場景，而不是純做技術，那沒什么意義，技術成果商業化的能力很重要。

變化很難用“年”做衡量，但我看到的大的趨勢是，5G和物聯網會讓數據更加有保障，與數據有關的產業只是剛開始起飛，隨著我們周圍所有配件都會被數據化，數據的規模將出現成千上百倍的增長。

現在有人在說是AI的下半場，在我看來，上半場下半場的說法更多的是從投資的角度去說，其實什么階段不重要，重要的是趨勢和本質，

我的投資邏輯不是技術，不是說它是個技術公司我就去投，任何一個投資都是商業行為，要講投資回報率和穩健性，技術只是衡量因素和決策標準之一。

從今天的演講議題就能看出，我們說的是“科學、技術、創新”，任何一家企業都要有創新能力，有把技術轉化的能力，畢竟公司是商業行為，不是福利組織。

不過從另一個角度看，技術可以形成商業競爭門檻，這是企業的有利點。

無論投資什么公司，邏輯是一樣的，要先看行業前景怎樣，市場有多大、走向是怎樣的、是否有厲害的競爭對手，如果都很好，再看自身與競品的差距在哪，是不是有競爭優勢，這時候才談到技術。

任何時代的投資邏輯都是一樣的，只是不同時代有不同的投資機會。

首先，投資要看宏觀市場是否有增長潛力，大環境是怎樣的，其次還要看微觀，企業自身是否有壁壘，處于什么競爭地位。

很顯然，市場大的、行業競爭力高的、有技術壁壘的、市場占有率呈快速上漲趨勢的，以及團隊能力強，估值還合適的，就是很好的投資標的，這在任何時代都是一樣的。

但在不同時代，什么行業市場機會大，什么行業在高速發展，是不一樣的。比如10年前，全球市值前十的公司誕生在能源和金融行業，例如通用電氣、中國石油、花旗集團等。而今天，大部分有潛力的公司是技術驅動的公司，包括亞馬遜、Facebook、蘋果、谷歌、微軟等，這些公司的共性就是擁有海量數據，數據是第一生產資料，圍繞數據的技術領先將產生巨大的價值。

這就是我為什么要投技術。十年前，市場內還有大量的需求沒被滿足，創業者有大量的淘金機會，而現在，野蠻增長的時代已經過去了，僅此而已。

方法論一樣的情況下，取決于你投什么行業、對市場的分析、對核心優勢的分析，因此要求的能力和素質不一樣。

比如現在很多行業都離不開數據，如果你對數據不夠了解，判斷力就會弱一些，反之投資起來就會容易些。

每個投資人都有自己的邊界，也都是有所擅長的，不是所有領域都能投，沒有行業背景知識，很難形成判斷力。

我個人覺得，如果這是未來社會的主流，一定會在教育上有所體現。

因為人才培養的模型會受到社會的影響，教育會補足這一塊，但是會有一定的滯后性。不過可以預見的是，在未來的教育中，人工智能、大數據也許成為必須掌握的基礎學科。