从摇滚乐到AI投资：王晟的穿越周期成长故事

在本期《Blue hour》节目中，我们邀请到了英诺天使基金合伙人王晟，一位在人工智能投资领域展现出独特视野的专家。今年世界机器人大会发布了“中国最具投资价值机器人公司TOP20”榜单，令人瞩目的是，其中有5家是他在第一轮就投资的项目：加速进化、松延动力、自变量机器人、千诀科技、动易科技。从当前估值来看，这些投资已收获丰厚回报，两个项目实现了数十倍收益，另两个项目也有约10倍的增长。

深入分析，投资这些公司的逻辑各有不同。如果说投资偏重机器人本体的公司更多是基于战术反应——人形机器人原本不在他的规划中，是马斯克和黄仁勋掀起了这股风潮，此时考验的是快速应对和跟上趋势的能力。那么，早期捕获自变量和千诀科技则更依赖于战略布局——这两家公司，一个专注于具身大脑，另一个走类脑路径，敢于出手源于对产业全景的思考和对智能发展大方向的预判。

当然，也有遗憾之处，比如投资数量还不足。王晟反思道，如果几家公司都拥有巨大潜力，为何一定要只选一家，赌谁能成为最终赢家呢？

这番话或许带有些许凡尔赛的意味。“全部投资一遍”显然不是现实策略，其潜台词在于他布局早、估值低。早期投资的核心在于识别红利和人脉变现，关键在于一个“早”字。值得指出的是，每年热门赛道沙龙中的座上宾，那些投中明星公司的投资人，往往都在讲述类似的故事。

但他的经历却有些特别。这波新兴公司的创始人在融资时首先想到他，实际上是因为他曾坐过几年冷板凳，下过几年闲棋。进一步说，与其探讨某种成功方法论，不如分享一段长长的职业成长叙事：

一个热爱摇滚的青年，毕业后投身互联网浪潮，曾是搜狐早期10号员工。1999年开始创业，获得了IDG和祥峰的400万美元投资，但遭遇互联网泡沫，公司未能持续。此后，他又经历了三段创业，两次成功出售公司。十多年时光里，创业未达大成，他只验证了一点：自己并不适合创业。

临近40岁时，他转型学习早期投资。移动互联网热潮涌来时，他还是投资新手，积累几年后，恰逢文娱投资兴起。凭借文艺青年背景，投资文娱项目得心应手，几个回报数十倍的项目都记在他的名下——这看似更多是基于经验取得的成就。

随后新消费浪潮扑面而来，他钻研品牌战略、品类定位和消费心理学，但一番折腾后，发现有些事并非仅靠学习就能掌握，更需要直觉——换言之，他遇到了一个理性难以可靠把握的赛道。

接着是芯片、半导体和新能源热潮，但他偏偏对To B生意缺乏兴趣。理性层面的“有用”固然重要，却非唯一标准。在一个投资人身上，你很少听到对“喜欢”的强调。风口来了，共识形成，追逐、学习、拥抱浪潮便是，为何要怀疑？

逆流而行的代价是，多年里他鲜少出手。但命运的奇妙在于，正因为他没有追逐看似确定的趋势，放任自己探索感兴趣的事物，反而撞上了当前AI热潮，成为被新浪潮选中的人。

以上便是一位70后投资人穿越周期、起落沉浮的成长路径。王晟出身理工科，理性思考是骨子里的习惯，但职业关键选择——无论是投身互联网、创业，还是后来选择投资主题——都从感性出发，始终尊重内心感受。这当然与他的身份有关，他不是GP，无需承担LP问询的责任，因而保有一份自由。从结果看，并非所有红利他都把握住了，因此这不是一个成功学故事。但我觉得他的人生丰富多彩。人难免被浪潮推动，但绝非毫无周旋余地，仍可为保存自己的兴致和性情赢得空间，这是王晟作为投资人身上可贵之处。

如果要选一种色系代表他，我会选择紫色，由热烈的红色和冷静的蓝色混合而成，象征感性与理性的交融。具体颜色上，鲜艳的桔梗色很贴切，一种明快的蓝紫色，一如他大笑时显露出的明快性格。

摇滚乐、互联网和天使投资

刘燕秋：让我们从你个人谈起，你的视频号介绍涉及天使投资和摇滚乐队。其实这个行业里玩乐队的人不少，聊聊你为什么喜爱摇滚乐吧。

王晟：我从初中就开始弹吉他。那个年代有个特别的东西叫“打口带”，即走私音乐磁带被查获后打上缺口，但很多仍能收听，有时用胶带粘合即可继续使用。正是通过这些打口带，我接触到了国外音乐，感觉非常震撼。上大学后，我买了电吉他，萌生组建乐队的念头。不过坦率说，我们当时水平有限，环境也使得乐队发展艰难。不像现在的年轻人，从小沉浸在优质音乐环境中，吉他弹奏技艺高超。

刘燕秋：那个年代搞摇滚乐或其他小众音乐的人，似乎大多有一段打口带情结。

王晟：是的，当时中国流行音乐发展尚不成熟，音乐风格较为有限。大家常听港台磁带稍多，但港台音乐资源也有限，且主要借鉴了日本部分流行音乐风格。因此，许多人接触打口带音乐后都大为惊讶：原来还有摇滚、金属、电子音乐等类型，仿佛打开了新世界大门，冲击感强烈。

刘燕秋：这意味着你接触这些音乐时正值青春期，那个阶段人往往有许多想法和情绪需要宣泄，摇滚乐刚好契合了这种需求？

王晟：你说得很对。我上大学时，一直以为未来职业就该是搞音乐。

刘燕秋：那后来如何偏离，没走音乐道路？

王晟：因为发现搞音乐的可持续性太差。那时音乐行业虽不发达，但乐队圈子存在，接触后便知靠音乐谋生极其困难。此外，快毕业时我开始接触互联网，又被这个新事物吸引。

我的好友姚勇，曾是水木年华的吉他手。我们上大学时，他有他的乐队，我有我的乐队，还曾合作演出。他毕业后也搞了几年乐队，但最终觉得不行。连水木年华这种在乐队中发展较好的，他都选择离开。离开后，他创办了科技公司和游戏公司。

刘燕秋：摇滚乐圈常提“摇滚精神”，你相信所谓的“摇滚精神”吗？

王晟：首先需弄清“摇滚精神”是什么。年轻时我以为摇滚精神是反社会、暴躁；但后来逐渐明白，真正的摇滚精神其实是自由意志——做你想做的事，创作你想要的音乐，表达你想表达的观点。直到后来，我才真正意识到这一点。

刘燕秋：后来接触互联网，你是否觉得摇滚乐和互联网之间有内在关联？我曾看到一种说法，“互联网就是那个时代的摇滚乐”。

王晟：在当时中国，摇滚乐和互联网都是非常新的事物。那时摇滚乐被称为“地下音乐”，我们玩乐队的也叫“地下乐队”。互联网早期类似，比如瀛海威时期，只有少数人在尝试，大家都因兴趣而参与。

我那时做这些事，更多出于本能和爱好，并非预见未来多厉害或带来多少好处，只是觉得有趣，便愿意相信和投入。这种感觉，类似后来有些年轻人信仰加密货币的状态。

刘燕秋：玩乐队、搞音乐和做早期投资有什么共通之处吗？

王晟：从理性角度分析，投资是复杂且综合性强的活动，对个人知识面要求广泛。年轻投资人易陷入技术细节，但仅靠研究投资技术、阅读访谈或学习学院课程，很难做好投资，那更像是“照猫画虎”。

了解文化和历史其实很必要。从投资人知识结构看，宏观经济、微观经济自不必说，心理学、社会学、人类行为学，以及商业与管理知识，都与投资相关。优秀投资人多对哲学感兴趣。但这些知识不能杂乱，关键要能串联形成关联，才对投资有实际助益。此外，投资核心还与好奇心有关。需对许多事物保持好奇，并具备创造性思维。

我个人觉得投资挺适合我，至于是否真适合，还需更多实践验证。因为我专注力不强，好奇和感兴趣的领域太多，很难长时间聚焦一事，日复一日做到精益求精。相对而言，我更偏爱创造性空间更大的事。

刘燕秋：在一件事上不断打磨，若能做到顶级，大概率不止停留浅层机械重复，也需从其他领域借鉴视角，打通关联，建立自己的哲学。

王晟：这两者某种意义上存在矛盾。当花过多时间在精细事务上时，宏大视野部分必受削减。当站到更大视野看问题或希望解决更多问题时，很难深入具体微观问题。因此我说投资适合我，因为我想做的事涉及多维度复合视角和知识结构。作为投资人，我需要把握投资尺度和规范，而非站在创始人角度把握AI技术或应用细节。

如果两家未来都有很大潜力，我为什么非得选一家，赌谁是冠军呢？

刘燕秋：突然想到这是否也是许多人错看王兴兴的原因？投资人可能用多元标准评估，但搞机器人只需在特定领域专注，不需素质那么综合全面。

王晟：我觉得恰恰相反，王兴兴不是典型科创时代创业者。看所有科创项目，投的都是背后教授或科学家。当时有两个项目摆在我们面前，我们可以投宇树，但选择了云深处，依据的是科创时代投资的典型思路，确保下限较高。

关键是，王兴兴有产品思维，非常懂市场和用户需求，并能将需求转化为匹配的产品表达，同时构建支撑产品和服务的技术与组织机制。因此你看他对宇树的产品定义，包括销售，一直做得很好，但宇树技术能力并非最强。他们也不提供行业解决方案，因为王兴兴认为产业相关事务复杂、不赚钱，非规模化市场。后来随着机器人能力进步，意外在科研外打开偏消费市场，用于表演，这是谁都没想到的。

在此过程中你会发现，若在较早时间点评估这两个项目，会觉得科学家团队技术壁垒高，底线高，但上限不一定。

刘燕秋：所以错过宇树，后来你们还会复盘和反思吗？现在若再给你下注机会，一个像王兴兴这种画像的人和一个看似更典型的科创创始人，你的选择会不同吗？

王晟：回顾近两三年投资的项目，再回到你刚才的问题，那我不会选，两家我都要。既然我们认为两家未来都有很大潜力，为何非要选出一家，赌谁是冠军呢？

因此值得反思的点在于，我们过去选择意识太强了。WAIC世界人工智能大会发布了Top20最具投资价值机器人榜单，其中5家是我在第一轮投的。但我数了一下，其实13家在融资第一轮都与我们交流过，我们拥有选择权。但我们只投了5家。

刘燕秋：你现在觉得有点遗憾？

王晟：遗憾谈不上，我只觉得至少它暴露了一个问题。当然你也可以说，未来这20家不一定跑得好，对吧？但这只是心理安慰。本质问题是，假定这个时间点极具价值，且这些公司估值增长迅速，如果第一轮投资，目前都会有很好收益，我相信未来也不难退出。但为何我们选了一些，没选另一些？或许是我们选择标准和尺度有问题。

刘燕秋：现在你选择的标准和尺度会发生什么变化？

王晟：我们未投那些项目的重要原因在于，我们对未来产业，包括技术范式发展、模式选择，判断得太准确，导致凡未与我们形成同样判断的创始人，我们都觉得他们会走弯路。许多上榜创始人第一轮找我们时，所做之事与现在完全不同，而我们当初给的建议几乎完全一致。

刘燕秋：所以你们已看清行业未来发展趋势，是这个意思吗？

王晟：这几年所有行业发展趋势几乎与我们的判断完全一致。我们都会提前一年判断，因此最大问题也是，我们对未来判断太有信心，且事实证明每次判断都对，所以对那些不在我们判断方向上的创始人有时会轻视。

但回到投资本质，终究是人的游戏，对吧？做什么事并非最重要，重要的是人。我们从未否认这些都是最聪明的人，我们虽看到其短期局限，但不能否认，当这些人充分投入时间、花更多理解此事、与市场碰撞时，自然会转变。这是我们最大反思。

因此我们投资策略从去年下半年已发生较大转变。我们反复强调，要相信这些人，如果我们觉得这人强、可信，可以接受他们在方向判断上与我们的分歧。

刘燕秋：英诺不是主要投天使的早期投资机构吗？最底层逻辑不就应更看人？

王晟：是这样，但需同时考虑几个问题，人和事是比例问题。当你对自己判断非常自信时，若有人判断与你不一致，你会认为他还不够强。

刘燕秋：难道你不会认为是自己错了吗？

王晟：英诺是善于学习的机构，对自己的判断很有信心。但我们从不轻易否定创始人，都通过沟通交流，了解他对市场的看法、技术发展为何做此选择。若他能有逻辑地讲清楚，我们会改变看法，但事实并未如此，因此很难相信他们。当然，也担心他资金不足，意味着弹药不够，难转身。但现在看在大赛道上，一是大方向不会有太大偏差，第二就算有偏差，对优秀团队，资金就是安全垫。

绝大多数人对“具身智能”的理解是错的

刘燕秋：这两年你确实投了许多机器人和具身智能项目。具体说说，你对这行业的判断是什么？这判断如何形成？

王晟：我在2022年底做2023年投资方向规划时，那时无人形机器人，也无具身。投具身智能明确列在我们2024年投资规划中，我的判断是大模型需更强，这波技术范式包括多模态需更强，才可能对应用到物理世界的智能产生基础，因此我们准备2024年看。

但我们起初未打算投人形机器人，因你知道人形机器人前两年争议很大。所以人形命题确实在我们判断之外，这事主要由黄仁勋和马斯克带动。2023年春，马斯克不断发布Optimus动态，加上黄仁勋呼应，两人都讲人形机器人，突然成为热点。对中国科技投资人，在AI方向上，这两人影响力都大。当然我们也看到，因此立刻决定投，之后投了加速进化和松延动力，约在23年9月。

后来王潜回国，创立自变量机器人。之前王潜一直跟我谈，说他大概六七月份回国，第一个就来谈。搞具身智能的就几拨人，一拨之前搞自动化，一拨搞CV，一拨搞自动驾驶。王潜和这几拨人很不同，基因、经历、经验和能力都不同。自变量属最纯正新一代AI基因的具身智能公司。

事实上，2024年上半年也很少有人投具身，直到今年，一些头部投资机构才开始多讲具身，且大家对具身智能范式定义非常不清晰。

刘燕秋：听上去计划赶不上变化快，做投资有点像做媒体，都得追热点。具身智能概念何时出现？

王晟：几十年前就有了。从本意讲，绝大多数人对这概念的认识都是错的。

最常见解释，不管是搞研究的老师、投资机构还是创业者，都认为具身智能是物理智能——把智能赋予机器，其实与此无关。具身智能，英文embodied AI，意为进入身体的智能，本身是人类认知学和行为学术语，关于人如何学习。

一种学习路径是通过书本知识或内观，通过推理逻辑归纳，不断完善思想，产生新认知。另一种就是embodied，通过跟外界打交道产生的认知和智能。例如游泳，很难讲清楚，只有去游，在与外界互动中获反馈，加不断练习，才能学会。

刘燕秋：听你解释，具身智能概念很像AI中讲的强化学习。

王晟：你说得非常对，我们很清楚，具身从第一天起，天然对应强化方法。我们在2022年就明确智能范式进化三阶段：

第一阶段是信息智能阶段，即今天的大语言模型，大量知识预训练。第二阶段对应具身智能，在我们对内对外分享的PPT中明确列出，本质是强化学习。当时我们认为OpenAI正通过强化学习方法，进一步提升第一阶段形成的模型能力。当然，我们认为再下一阶段，可能要通过类脑进一步模拟人脑。

今天我们确实在模拟人脑，模拟神经元连接，建立神经网络。通过神经元连接才能产生模型强大能力，但人脑不仅涉及神经元能力。人脑复杂，有上百种离子通道，发生许多反应，至少从我们角度看，人脑处理信息机制是脉冲神经网络，不像今天说的transformer或卷积神经网络，是静态无持续性的网络。就算不建立全新脉冲神经网络，也要考虑人脑分许多区域，包括前额叶、海马体等，这些都对人形成强大智能关键。

刘燕秋：现阶段AI和机器人还在模拟理性智能，这部分若发达，不就完全可以取代人了吗？

王晟：对。回过头说，我们在2022年这么想时，未看到任何迹象显示强化学习能成为今天AI最重要方法。其实今天你问许多投资人，他们对具身智能理解很浅，更别说2022年就能提出未来设想和规划。我认为市场上99%的投资人在2023年都不知道什么是具身。

刘燕秋：学习了解最新趋势难道不是投资人基操吗？

王晟：当然不是。2022年底GPT事在投资人眼前展现时，几乎99%的投资人都是第一次听说。基础好的投资人不用从头学习，但这部分人可能就1%，绝大多数投资人还得回头学习10年前的东西，学完后可能仍难理解。

就算补了这节课，也不是一下子就搞明白。把这些知识灌注进来，神经元新连接形成过程、权重调整，是物理过程，需要时间。例如训练大模型，今天若有万卡，训练一次三个月，这三月就是不断优化调整神经网络连接的权重，人也是如此。

刘燕秋：这个讲学习角度有意思。确实，一个道理从听到觉得有道理到真正实践，每一步都有漫长距离。那你最早何时开始关注这领域？过程中认识有什么变化？

王晟：我们其实从AI第一波发展时就开始关注，但介入时间较晚。我所说的第一波，是2012年诺奖得主、图灵三巨头的Hinton和他两个学生推出Alexnet。英诺成立于2013年下半年，当时我们还是投资新手，对AI领域缺乏足够认知，且市场关注点还集中在移动互联网应用上。我觉得只有那些老牌头部VC，在那个时间点才真正关注到AI潜力。

而且AI四小龙基本都在2013年之前成立，我们连见证这些公司成立、参与天使投资的机会都没有。直到2016年，我们才对AI领域形成明确认知，当时投了做医疗影像的推想科技；2017年又投了做自动驾驶的智行者、做工业视觉的阿丘科技，后来还投了文远知行。这些项目帮我们提升了在AI产业链领域的认知。

AI大致可分两类，一类解决图像问题，另一类解决文字问题。图像问题率先突破，沿卷积神经网络技术路径发展，即过去常说的CV四小龙和自动驾驶这波。但对人类而言，文字问题才是更核心挑战。

讲这些是想说，若在2022年之前，没有清晰理解AI技术发展过程和技术范式变化，就完全无法预判这波技术走向。这一波AI投资中，很重要一点是基于认知的提前布局。在什么时间点提前判断技术方向，相信技术会往这方向走并果断投入，在行业形成共识前就参与讨论，等共识迅速形成时，所投项目就能获得更多支持。

刘燕秋：投资行业常讲的故事不都是这一套：要自上而下研究行业，预判趋势，在趋势形成前投进去。

王晟：问题在于，你看真正能做到预判的有几家？英诺投的每个项目，差不多都卡在大公司入场前的几个月到半年，至少最近几年都是这样。

刘燕秋：在这一波AI和具身智能领域，英诺算是投得比较激进的机构吗？

王晟：我觉得我们还不够激进，其实还是很谨慎的。在机器人领域，包括上下游供应链，我们一共投了20多家企业；在模型层和应用层，累计投的AI项目估计得有40个。英诺现在主力基金的单笔投资平均在1500万左右，还在提升。有些优质项目不太适合英诺的投资策略，也会争取用水木校友基金来投。

刘燕秋：我印象里英诺之前还是单笔投几百万的规模。

王晟：最近两三年都是这趋势，科创项目估值更高了。一方面是创始人起点更高，另一方面是项目启动的技术壁垒也比以前高很多。

刘燕秋：前段时间行业里较热的词是VLA（Vision-Language-Action）路线，但王兴兴在WAIC上提到这架构比较“傻瓜”；众擎机器人的赵阳也说，硬件决定了软件的收敛。现在在这些基础问题上，大家还处于争论阶段。如果技术路线都没收敛，大家当下在赌的到底是什么？

王晟：我们其实做过一些选择，许多项目没投，现在觉得有点可惜，但这种可惜只限于资本层面，意思是如果当时投了，现在能赚钱，而且我也知道它们下一步大概率能融到资，但这并不代表我相信这些公司未来能真正做成。现在复盘来看，我只觉得在资本层面错过了机会，即便这些公司做了战略调整，我还是认为他们失败的概率仍然很大。

我们更相信自己投资的逻辑能带来成功，核心是判断谁能活下去。比如做本体人形机器人的企业，已经有订单和收益了。像松延动力手上有2000多个机器人订单，对应近亿收入，这样一家年轻公司就能实现盈利。还有加速进化，今年已交付几百台机器人，现在肯定能交付上千台，这些都是实实在在的收入。再比如我们投的千诀科技，做机器人大脑，这次世界人工智能大会上有80多家机器人企业展示产品，其中1/4用的都是千诀科技的大脑。

这些企业一是长期发展空间大，二是短期有可观收入。

刘燕秋：如果有新的技术路线结合硬件出现，会不会很容易超过现在这些公司？

王晟：首先，现在这些公司都在不断调整。之前没人讲VLA，你看过去一年甚至半年里，大家都在跟着技术变化调整。原则上，只要一家公司人才密度足够高、资金充足、包容性强且足够灵活，创始人又有远见，就能随技术范式变化不断调整，也能拥有一定竞争优势。比如人才优势、资金优势、数据积累优势，甚至落地场景优势。就像大模型领域，一旦技术范式清晰，就不再是创业公司的机会了，头部企业凭借积累优势会迅速占据主导。

从连续创业者到风险投资人

刘燕秋：回到你个人，你现在还经常听音乐吗？比较喜欢的作品是什么类型？

王晟：我现在听的音乐还比较“陈旧”，大多是年轻时常听的乐队和歌曲。比如从学生时代就开始听枪花、平克、AC/DC、Metallica、吉米·亨德里克斯这些，稍新一点就是林肯公园这拨人，其实也都是挺老的乐队了。

刘燕秋：你喜欢这些乐队的标准是什么？你判断音乐“好”的标准是什么？

王晟：大家常说这些乐队“经典”，但“经典”该怎么定义呢？站在我的角度，主要看两点：

第一是音乐性。普通人易听懂歌词、感受到节奏感，但摇滚乐发展到后来，出现了后摇这种不唱歌的形式。其实不止后摇，爵士乐、融合乐这些更偏向纯音乐的类型也是如此。它们会把人声当作乐器一部分，甚至去掉人声也不影响整体表达，核心是通过音乐传递独特理念和创新。不过这种纯音乐的价值，不搞音乐的人可能不太容易理解。

第二是音乐的传承与创新。现在的音乐，起源、流派、历史大多有渊源和关联性，很少有凭空出现的风格。我会顺着音乐流派发展脉络，去选择那些在传承中带有创新的音乐，这种有根基的创新更有生命力。

刘燕秋：你这个评价标准听着还挺学术、挺专业的。

王晟：算不上专业，因为你既然喜欢搞这事，虽然我们搞得也不太好，但多多少少也常试图用相对专业一点的标准要求自己。

刘燕秋：其实还是很难得，很多搞乐队的人没这么理性，根本没怎么系统学过相关知识。

王晟：如果是天赋极高的人，有没有理性都无所谓，有天赋再加上理性当然最好，但这两者往往有点冲突。很多有天赋的人，不需要理性也能做出好作品。而特别强调理性的人，比如音乐学院里有些研究音乐结构的人，知道该怎么搭建音乐框架，但他写不出有灵魂的东西。其实越侧重理性，反而越说明可能在天赋上有所欠缺。

刘燕秋：所以你后来觉得自己在音乐上天赋不强，主要靠努力？

王晟：我觉得大多数人靠勤学苦练，积累够2万小时，都能达到中等偏上水平，我搞音乐大概也会是这样。但真正顶尖的人，绝不是只靠时间堆积。你看周杰伦这种人就是有天赋，能创造出全新的音乐形式。

刘燕秋：那你后来觉得自己在什么事情上有天赋？

王晟：我觉得我在什么事情上都没什么天赋。我在做这些事情上只能有一条路，就是要靠勤奋努力，硬要说，我在“理性”上可能稍微有点天赋。

刘燕秋：柏拉图把人的灵魂分成理性、欲望和激情三部分，你觉得自己更偏向理性？

王晟：我其实也挺感性的，搞音乐本身就需要投入很多感情。但我对思维逻辑性的依赖程度，应该超过普通人不少。我需要一件事有足够强的逻辑性，底层有扎实的系统支撑，而不是靠“我觉得”“我认为”这种单纯的感受来判断。

刘燕秋：那你这样的特质，还挺适合做投资。

王晟：也不一定，得看具体领域。比如投消费品，理性就没那么适用，因为消费品更依赖对用户感受的把握。

刘燕秋：但投消费品本质上也是投公司，不只是投产品吧？

王晟：可用户到底需不需要这个产品，很多时候是理性分析不了的。偏理性的人很难对用户的某些强烈偏好做出判断，投资里其实有不少这类没法用理性拆解的事。

刘燕秋：你之前创业加起来一共做了多长时间？最后怎么下定决心不做了？

王晟：前后大概十来年。最后一次创业是酷米网，这刚好是李竹投资的项目，我们想做一个面向青少年的动漫综合服务平台，后来被一家上市公司收购了，当时收购价大概4个亿。

刘燕秋：那这也算是世俗意义上挺成功的创业经历了吧？

王晟：算不上。上市公司收购时给了一点现金，但不多，主要是换股，后来上市公司的股价也跌了，没太大价值。也是在那段经历之后，我慢慢觉得创业可能不太适合我，反而觉得搞投资更对胃口。我对很多创新想法、新鲜事都感兴趣，虽然自己没能力做，但想掺和一下。可一旦扎进一个创业项目，就算能做成，也得搭进去七八年、十来年，这不是我想要的。

刘燕秋：转做投资，算是你职业生涯里最重要的选择吗？

王晟：对，我觉得有两个选择很重要。第一个是刚毕业时选互联网公司。当时IBM和微软都给了我offer，但我最后去了瀛海威。那时候瀛海威还是个小公司，而当时最好的职业选择是外企，其次是“巨大中华”（巨龙通信、大唐电信、中兴通讯、华为技术）这类企业或者国企，我等于是选了个非主流方向。

刘燕秋：你说自己很理性，可做这种重大决策时，反而挺感性的。

王晟：年轻的时候基本都这样，包括创业，当初就是觉得好玩才做的。

搞不懂新消费，几年没投项目，却抓住了AI的机会

刘燕秋：当时转做投资的机会是怎么来的？

王晟：我在互联网行业待了挺久，身边有一些朋友已经实现了财务自由。即便李竹当时没做英诺这支基金，我也打算自己募集一支小基金做投资。后来正好李竹要搞英诺基金，我就加入了。

刘燕秋：讲讲你转做投资后，自我探索和迭代的过程吧。

王晟：这过程还挺曲折的。最开始想得太乐观，缺乏敬畏心，觉得自己创过业、融过资、卖过公司，又在创业圈子里，应该很懂创业，可真做起投资才发现太难了，看那么多基金的经历就知道，这行没那么简单，尤其是零基础起步的时候。

从我的背景来看，我在瀛海威、搜狐都是做技术的，后来创业也偏技术方向，所以最开始觉得自己适合投互联网、商业模式创新这类领域。我也比较早意识到科创是个好方向，但一直对芯片、半导体材料、新能源这些领域没什么兴趣。

刘燕秋：你是学理工科的吧？按理说对这些领域接受度会更高。

王晟：我从不怀疑自己的学习能力。今年到现在已经看完了快30本书，B站上一套几十课时的课，一年也会学好几套。我学的东西很杂，既有AI、计算机相关的，也有数学、概率，还有历史、哲学、心理学，甚至佛教相关的内容。从我自己的体验来讲，第一肯定有用，第二会使精神世界很丰富，人会很开心。所以我不怀疑自己的学习能力，但会怀疑为什么要学一个东西——除了理性上觉得它有用，我是不是真得喜欢也很重要。

因为对芯片、新能源不感兴趣，没在这些领域投入太多精力，确实也带来了一些挑战。我感兴趣的互联网、商业模式方向，在2017年到2022年特别是疫情期间处于低谷。

刘燕秋：对，那几年大家确实都在看芯片、半导体、新能源。

王晟：李竹也跟我说过好几次，让我去看这些领域，但我实在提不起兴趣。

刘燕秋：不感兴趣的原因是什么？是觉得AI浪潮更贴近个人，而新能源这些更偏向产业吗？

王晟：这是很直接的原因。AI、机器人都是直接触达个人的，而新能源、芯片材料这些是To B的，和C端个人没什么直接关系。我可能天生对To B的生意感兴趣程度不高，而且觉得它们的多样性不够。我喜欢的是足够丰富、有足够创造性和可能性的领域。

刘燕秋：市场热点集中在你不感兴趣的领域时，你那段时间在做什么？

王晟：其实我在文娱领域投得还不错，毕竟我以前是文艺青年。比如柠檬微趣这个项目是我负责管理的，今年大概几十亿收入，几个亿利润，已经退出了，赚了不少钱。后来投了葫芦侠、狼人杀，积目，这几个项目都差不多是两年被并购退出，都有10几倍到20倍的收益。此外，还投过抖音上第一个月流水破亿的休闲游戏《翡翠大师》。

但文娱领域项目，难以在二级市场退出，没法成为基金稳定的投资方向。所以我就试着去看新消费，结果发现挑战特别大。我不怕学习，但新消费特别需要“sense”。比如楼下开那么多咖啡店，为什么有的能成、有的不行？这个很难用逻辑说清。那几年我试着学品牌战略、品类定位、消费心理学，累得不行，最后发现有些事真不是学习就能会的，得认。

刘燕秋：不能通过市场调研来了解这些吗？

王晟：理性的调研往往都是错的。乔布斯说的，用户根本不知道自己想要什么，福特也说过，用户只会说想要更快的马车。

不过我后来也觉得，世界的发展挺奇妙的。正因为我没把精力放在科创、芯片这些领域，新消费也没投成，反而多了些时间东看看西看看。回头看历史会发现，2019年可能是全球AI包括自动驾驶和CV（计算机视觉）的低谷。2012年开始的AI热潮，到2019年基本崩塌了，但新一代AI也是在这个时间点前后启动的——谷歌2017年提出Transformer架构，2018年推出BERT。但直到2022年11月OpenAI发布GPT之前，市场上超过90%甚至95%的投资人都不知道Transformer是什么。这么重要的技术，四五年时间里居然没多少人关注和研究。

刘燕秋：这个经历很有启发意义，相当于你遵从本心，没追自己不感兴趣的热点，反而赶上了这一波AI浪潮。

王晟：对，做很多事都需要足够的时间思考，如果当时我是个专注投芯片、半导体的科创投资人，肯定忙得没时间关注AI这种只是有点苗头的方向，也不会觉得它该是重点。

刘燕秋：但这个前提是你有选择的空间，当时那个时间点，你能做这样的选择吗？

王晟：从机构的角度来说，如果一个基金要求所有人都必须立刻有用，没有任何人有时间和精力去关注非热点方向，那这个基金大概率抓不住新机会。

刘燕秋：所以还是得益于组织机制的优越性。

王晟：应该说竹总比较宽容，给团队的空间相对大。其实那几年我基本没怎么投项目，换成其他基金可能很难接受。但也正是这种机制，让我有时间提前观察和思考AI方向，提前做行业链接。英诺这一波能抓住AI的机会，和这段积累有很大关系，最终对基金来说也是好事。

访谈后记

依照思维方式的不同，英国哲学家以赛亚·伯林把人分为“狐狸”和“刺猬”，通俗点讲，狐狸型的人偏广博，刺猬型的人偏精深。

王晟毫无疑问是狐狸型人。他反复提到，喜欢有跨度和创造性的事，对打磨细节感到厌倦。访谈那天，赶上阅兵，我们在今日美术馆前的空地上站了一会儿，等待飞机从我们头顶呼啸而过。咖啡店老板给做了一杯据说是上海最流行的咖啡，玻璃杯里泡沫绵密，他饶有兴致地问老板，这个品种是怎么做出来的。他穿一件酒红T恤，上面印着他心中最伟大的吉他手吉米·亨德里克斯。不久后，他去日本看Sting的演出，74岁的Sting依旧以惊人的专业度掌控着舞台。这是他青年时喜欢的乐队。

“创造力”在AI普及的时代成了人类最后的堡垒。我没来得及问他对“创造力来自何处”的看法，但我心里有一个答案，是不记得在哪听过的一个说法，当时郑重地记在了笔记本上——创造力的来源是对求真的贪婪，是找到本我的连接。它不仅是外部探索性的，也关乎一个人最真实的自我，容不得任何矫饰。