随着ChatGPT石破天惊地出现，深科技驱动的创新更强势地步入大众视野。
在MIT管理学院发布的定义中，这类企业的特点是拥有重要的技术壁垒，并基于此将创新转化为变革社会的商业产品。近些年，疫情席卷全球、自然灾害频现、人类社会面临着种种生产力的局限性，一个全球共识呼之欲出：唯有突破性创新能够成为解决问题的核心驱动力。
位于硅谷的早期基金Fusion Fund，已经在这一领域日久功深。初创立时，Fusion Fund就确立了以具有高壁垒的科技创新投资为核心的投资理念，从AI in Healthcare、到企业级AI及工业数字化，Fusion Fund都是硅谷*入局、在极早期精准定位有潜力创业企业的基金之一。
2022年，Fusion Fund旗下You.com通过生成式人工智能强势切入搜索领域，被Times列为2022年度全球*创新之一，AI医学影像企业Subtle Medical被知名分析机构CB Insights列入全球生成式AI企业50强，同时列入榜单的Fusion 公司还包括Vectara，企业级生成式AI的标杆，创始人Amr曾是2020年上市的Cloudera的创始人。
其创始人张璐本人曾获世界经济论坛（达沃斯）“全球青年*”、硅谷影响力女性，福布斯30under30投资领域封面人物等认可，去年也一再获得业界诸多奖项，如《财富》评选的中国*影响力商界女性、Business Insider2023美国*早期投资人、美国AHS 2023年度医疗创新人物等。
硅星闻对话了Fusion Fund创始人张璐，和她聊了聊在不断变动的市场环境及大背景下，Fusion Fund是如何破局，又如何看待那些未来通过技术撬动全球市场的创新企业的。
生成式AI：群雄逐鹿，创业公司只有30%的机会
从ChatGPT开始，大模型定义了今年的AI热潮。
“我们现在正在经历各类新技术驱动的全产业数字化转型，人工智能正是在快速催动这样的转型。”张璐表示。
她这样描述生成式AI的重要性：“在全产业的数字化转型过程中，尤其人工智能带来的机会，它确实可能要比互联网时代要大10倍以上。”
不过在她看来，这些巨大的机会，大部分还是会由大企业把握。
“在生成式AI中，目前消费级AI 的机会80%以上可能都会被现有的大科技公司掌控，不仅因为他们有算法技术，更重要的是他们掌握了高质量的用户数据——高质量数据是优化模型的最核心。”
目前，Microsoft全面接入GPT大模型，升级bing搜索，推出AI助手Copilot等。而Meta、Google等头部科技企业也都发布了自己的大模型，他们拥有的巨量的高质量用户数据、技术及资金优势，普通创业者难以望其项背。
那么创业者的机会来自何处？
\u2028
张璐表示：“一方面，大公司的互相竞争会给创业者带来很多生态优势。他们虽然投入大量资源开发大模型，可是底层的动力还是希望能够创造一个生态，让初创企业在平台上建立公司。”Meta的Llama大模型就是一个开源模型，鼓励开发者基于Llama探索更多的应用方向，比如ChatLLaMA，这是一个由Nebuly+AI推出的LLaMA+AI聊天机器人。“Nvidia是AI创业生态的重要支持者，我们有9家初创企业在Nvidia的生态中，持续被赋能加速商业化速度。去年11月，我们还和Nvidia一起在英伟达最新总部举办了创业者日活动。”
“另一方面，创业公司本身也面临争夺剩余市场的机会。这个市场足够大，就算是20-30%也有很大的潜力。”张璐补充道。
硅谷投资人、Fusion Fund创始人张璐
在这个背景下，选择正确的行业和应用就格外关键。
“这个行业是不是具有海量的高质量的数据？是不是有非常明确的应用场景？是否蕴藏培养几十亿美金级别初创企业的创新机会？”张璐抛出了她时常谈及的三个问题。
在这些问题的不断叩问下，在生成式AI领域，Fusion Fund率先布局了大量具有巨大潜力的企业，今年多家被投企业也迎来快速发展，比如AI驱动的音频转录公司Otter.ai，目前已占据该细分赛道的首位。
再比如张璐于数年前投资的Subtle Medical，将生成式AI应用于医疗影像，今年入选CB Insights*生成式AI全球50强榜单。通过深度学习技术，深透医疗能够完成包括MRI、PET等医学图像的增强，是医疗影像领域的首家生成式人工智能平台，也开发了最早获FDA、CE、NMPA等同时批准的AI医学影像产品。
另一家被投企业Huma.ai则在今年刚刚发布了生命科学及制药行业的*个生成式人工智能平台，药厂的科学家可以通过人工智能设计临床实验的方案挖掘新药特性，询问药物临床实验的设计方案等。
目前，Huma.ai有着众多药厂合作，给药厂数据化人工智能工具，拥有大量药厂内部数据。两年前，Huma.ai就开始和Open AI合作，还与行业最*的数家药厂建立合作关系，直接帮助药厂挖掘内部价值。
值得一提的是，Fusion Fund本身的运营中，也有AI的身影——早在2018年，他们就在公司内部创建了了一个人工智能分析师Ada，以人类历史上*个程序员女性命名，具有数据分析、收集，市场信息整合搜索等功能，同时也整合了Fusion投资的一些企业的技术，比如Vectara的企业级搜索平台。而Ada最重要的一个功能之一，就是跟踪美国*的研究团队，包括医疗、生命科学、AI等领域，将他们的最新论文每周总结、发给Fusion Fund团队。
“我们的经验也说明，好的投资团队可以将人工智能作为工具，去加强自己的知识和这些研究机构信息的互补。”张璐表示。
深科技领域的产业投资理论
虽然在生成式AI领域投资成绩亮眼，但张璐也指出，Fusion Fund的投资逻辑其实并非基于技术分类，而是通过对产业的深入了解与认识，从生态的角度“顺藤摸瓜”那些重要的基础性技术。
比如上文提到的生成式AI。
“我们投AI的方式其实是投一个Ecosystem（生态系统）——怎么找到一个生态的key player（重要玩家），可以去驱动人工智能的应用，并非只投投人工智能的应用。”
张璐解释道，“人工智能应用只是最上面的一层应用层，但是我们需要从生态去驱动人工智能的应用。比如从硬件层，也就是芯片传感器层的新应用，以及infrastructure（基础设施）层的应用，再到云端技术、数据隐私相关技术等。这些技术都是基础设施，可以去帮助人工智能应用快速实现。”
而在人工智能技术以外，这一以基础设施为目标的投资策略，也自然与深科技紧密相连。
”比如像芯片、云计算、边缘计算等技术。如果没有这些基础的技术，人工智能应用不可能推广如此迅速，或者做到足够高效、低成本。”
张璐以如今应用生成式人工智能*的三个挑战为例，解释了这个逻辑。
*个挑战是算力成本过高。
第二个挑战是耗电量成本非常高。
第三个其实就是communication（数据传输），处理海量数据时的延迟与隐私问题。
“基于这三个*的挑战，我们在多年前就开始挖掘并投资相关技术。”张璐回忆道。早在 2016年，她就投资了Paperspace，这家人工智能企业专注于开发时的工具及基础设施，是virtual GPU、Nvidia的合作伙伴，23年刚被Digital Ocean以超过1亿美金的高价收购；再比如，基于人工智能的耗能问题，她投资了Blumind，这家企业专注于模拟计算（Analog Computing），可以潜在降低耗能100倍以上；而边缘计算（Edge Computing）更是解决耗能和数据延迟的核心技术，从2018年开始Fusion Fund就开始布局，投资了EdgeQ、Macrometa、Bodo.ai 等边缘计算公司，其中EdgeQ已发展为业内*的边缘计算芯片公司，去年完成了200%超募的B轮融资。
这一投资理念根植在Fusion Fund的发展过程中，也逐步拓展到专注的所有领域，包括Healthcare（医疗），Enterprise AI（企业级AI）和Industry Automation（工业自动化）。
“最初我们基金的投资重点在医疗和深科技，也是因为对这两个产业的关注，我们很早就布局人工智能，也是因为医疗领域，因为我们在投医疗很短的时间之内就发现医疗的未来是个性化、数字化。从数字化治疗、数字化诊断到数字化生物学，想实现这些结果，必须要整合人工智能。”
正因此，从17年起，Fusion Fund成为了硅谷投资AI in healthcare的先行者。
而后，张璐敏锐地意识到，许多人工智能技术在企业级应用正在崛起，便顺着企业级人工智能做了布局，包括生成式人工智能企业，这也是Fusion Fund旗下被投企业在这一次浪潮中迅速崛起的原因。
“从一个角度来看，这些合适的产业能驱动AI的应用。从另一个角度来看，这些深科技和由深科技所打造的生态，会反过来推动人工智能在全产业的应用。”
“人工智能是个工具，有新的工具全产业都应该用，但是一个工具无法定义我们投资的行业。工具不会替代掉人和工作（Job），会被替代掉的是枯燥的任务（task）和低效率流程。”她强调道。
在她看来，不同产业、不同应用的选择，对投出或者做出合适风险投资的billion dollar business（10亿美元企业）很重要，“而我们选的这些垂直行业中，AI都能发挥非常巨大作用，拥有巨大的商业潜力。”
从CXO网络到Expert网络，驱动深科技创企快速发展
如文初所说的，深科技创业企业受到关注越来越多：在2021年第二季度，全球孵化了136家独角兽公司，其中只有5%是十角兽（decacorn，估值超过10亿美金）公司。
在稀缺的“十角兽公司”中，有三分之一是深科技公司，它们的总估值超过5000亿美元。
而二八趋势也逐渐明显。
Pitchbook报告显示，今年晚期初创公司继续面临困难的融资和公开退出环境。
2023年截至目前的内部交易比例达到9.4%，达到了近十年来的最高点。这意味着资本短缺，投资机构不愿意承担融资风险，只将资本投入表现出强劲增长势头的最高质量公司。
而Fusion Fund在行业深耕多年，不仅能够敏锐定位这些优秀的创业公司，更通过完善的资源网络，帮助他们发展。
早在2018张璐就开始建立的CXO网络，就是Fusion Fund独有的拓展投资深度的“秘密武器”之一。
目前，CXO网络已有44位全球五*企业高管加入，今年举行了三个讨论会，包括从大企业的数据策略、生成人工智能的产业应用和挑战以及数据隐私、数据监管、技术监管层面上的讨论，这一网络也为创业者与大企业的合作搭建了顺畅桥梁。
值得一提的是，目前担任Fusion CXO网络主席的Shane Wall，也是张璐的合伙人之一——他曾任惠普全球CTO，有20多年500强企业C-level经验，是成功连续创业者、全球知名商业*，奥巴马和特朗普政府的白宫技术委员会总统顾问。
除了CXO Network外，张璐还在2019年开始，建立了Fusion Expert Network（专家网络），覆盖近30位工业*和专家，提供重要的行业洞察。张璐的合伙人之一Trevor Mottl和张璐一起管理这个网络。Trevor曾任职于高盛、美林和多个全球性的对冲基金，曾任Lazard Asset的董事总经理兼人工智能投资负责人，带来大平台大资金的管理经验和对资本市场的深入洞察。
“当我们谈论监管AI时，到底是监管AI这个工具本身，还是监管它的使用者，或是它存在的过程中的“产物”、也就是数据？”今年早些时候，张璐受CNBC邀请访谈时，对人工智能的监管给出了深刻见解。
2023年最新加入Fusion Fund的投资合伙人Rohini Kosoglu正是以前白宫的负责技术监管的总统幕僚，曾推动“平价医疗发法案”“人工智能权利法案”等多个政策倡议。近期，她加入斯坦福人工智能研究所担任政策研究员。“Rohini的加入，让我们能够更好地帮助被投企业理解AI所受到的监管，从技术、数据等多方面做好准备。”张璐表示。
回望过去的投资之路，除了Fusion Fund长期布局的医疗健康、企业级应用及工业自动化等领域，张璐的目光还投向航天科技，在早年投资了SpaceX之后，现在张璐更专注太空数据和太空经济，通过人工智能更好的服务太空网络数据分享和卫星管理。
“AI is not everything（人工智能并非一切），虽然说人工智能趋势很大，但它最重要的影响其实是推动全产业数字化转型。而我们始终都在透过产业这个关注点，去观察AI如何解决基础问题，这是投资的意义与价值所在。”她表示“这个趋势才刚刚开始，刚刚开始的2024和未来的几年会让人非常兴奋”。
