閔萬里“迴歸”！從阿里到VC創業：未忘工農之本，用AI創造新價值_風聞

李根 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

閔萬里博士的新辦公室在深圳蛇口，推窗就是大海，跟他新事業一樣嶄新而充滿未知。

我對他華麗的人生履歷很熟悉，同時對他的新事業感到好奇。

他才41歲，但已在學術、產業都遐邇聞名。

14歲在合肥，他是中科大少年班天才少年中的一員。

18歲遠赴美國求學於芝加哥大學攻讀博士。

25歲在要求苛刻的統計領域憑滿紙數學公式的論文獲得博士學位。

其後他先在IBM的紐約辦公室待了6年，是藍色巨頭裏雄心勃勃的年輕研究員。

再後來2010年，他來到新加坡，即將準備把IBM探索的“智慧城市”項目雛形在獅城落地。但當時計算很貴、AI復興還遙遠無邊，他也還沒有實現從理論到實踐、論文到產業價值創造的初衷。

這是他離職跳槽的核心原因。2年後，他又回到了大洋彼岸，出現在Google的山景城總部。這段經歷很短暫，但收穫了他其後被人所熟知的花名“山景”。

2013年，他被阿里巴巴説服，決定擁抱變化，回國落户杭州，其後一待6年，開創了一個全新的業務和部門。等到他臨走前，那個叫“機器智能”的部門從無到有，從1個人到400多人，而“機器大腦”計劃也開始在各個行業落地發芽。

特別是用AI技術和雲治理杭州交通、改善救護車效率的案例，不僅有口皆碑，並且因之寫就的學術論文，再次斬獲全球頂級期刊的認可。

離開阿里前，他是集團副總裁，是阿里雲機器智能首席科學家，是受人尊敬的“山景博士”。他才41歲，巨頭之下，前途依舊不可限量。

所以當他宣佈離職創業，成立風險投資公司“北高峯資本”的消息，自然令人意外又不得其解。

有評論祝福：跟他共事有過交集，知曉他的為人和才學，前路必將遠大、光亮。

也有評論純屬吃瓜式惋惜，只知道他的履歷和天才，認為年紀輕輕就投身投資，未免有些可惜——更希望他能留在產業中發揮更大的價值。

知我者謂我心憂。

在新徵途的新辦公室裏，閔萬里説：離職創業，是為了更好實現產業之志，並且現在天時、地利、人和都具備了。

他表示開啓的新事業前無古人。投資為名，但資本、技術、產業和人才都具備才得以達成“四位一體”，與眾不同的是，北高峯資本的着眼點是農業和工業等傳統領域。

閔萬里説：我從未忘記，自己出自大別山農村。農業是人類發展之本，但在技術變遷的長河裏，它被遺忘太久了。

所以閔萬里和他的“北高峯資本”，究竟為何出發？從何出發？又將會到哪裏去？他的新價值、新邊界和新格局又是什麼？

一切都在量子位這萬字專訪實錄中。

要點

新技術革命當前，有搞AI、搞機器人，但很少有人下農田下車間。

四位一體：團隊、時機、資本和技術方法。

走羣眾路線，拋棄技術精英那種從天上往地下俯視的方式。

AI專家們進入傳統行業，太過迷信深度學習，這不是長遠之道。

中國上一代創投的“思維黑洞”：被日活量綁架，被流量綁架。

我對農業情有獨鍾，我自己就是從農村走出來的。

我融資拿錢的過程也很神奇，甚至沒來得及寫BP。

馬雲給我的啓發：敢於放棄當下的局，去追求一個更大的局。

在傳統行業數據恰恰不是石油。

沒有云計算就沒有今天的AI，但是沒有AI就沒有未來的雲。

在學在產在VC不是本質，本質應該是最大化價值創造。

對話實錄創業VC：我要下農田、車間

**量子位：**先講下您創業做投資的來龍去脈吧？

**閔萬里：**我在內部告別信裏説：創辦了一個風險投資基金，聚焦傳統產業（製造業，農業，醫療）及周邊，用雲智能技術注入和資本加持，組合型賦能、推動傳統產業實現數字化轉型和智能升級。

所以某種程度上，它不是一個傳統VC或投資基金，準確來説它應該是一支技術性基金。

我的核心邏輯有兩個：一，確保我的技術和經驗在傳統行業中可以創造價值；二，創造的是新價值。

**量子位：**舉個例子？

**閔萬里：**最傳統領域，比如石油。今天某油田快枯竭了，但我有新技術、新金剛鑽，可以再往下突破200米，然後能繼續把石油開採出來。

這是新技術才能帶來的新價值，但通常都會被忽略，我們創造就是這種價值。

**量子位：**這個難度在什麼地方？

**閔萬里：**難度可能要比研究無人駕駛還大。因為你要在一個很多人刨過的地裏刨出油水，這是對不確定性的一種選擇。

一個不確定的領域，也是一個新戰場，你要在其中找到新價值。

而且像石油這樣非常成熟的行業，你要再去找到新價值，其中有非比尋常的不確定性。

因為可能的價值都已經被找到了，有可能你最後顆粒無收，所以我説選擇“在別人刨過的地裏再發現價值”，這是一個具有挑戰的選擇。

**量子位：**既然“不確定性”如此明顯，為什麼還要選擇？

**閔萬里：**因為這兩個產業都是根本，農業和製造業，人類賴以發展了上千年，對吧？

互聯網帶來巨大繁榮，但根本上離不開這兩大產業。

電商再強大，也要靠製造。社交再發達，沒有農業我們沒法兒吃飯。

然而在科技進步面前，技術革命永遠有它遺忘的角落，製造和農業，就是兩個被忽視的角落。

所以新技術革命當前，有搞AI、有搞機器人，但很少有人説“我要下農田”、“我要下車間”。

**量子位：**或許是因為“天下熙熙，皆為利來”？

**閔萬里：**坦白講，事物一分為二。在別人刨過的地裏再發現價值是有難度的，但並非沒有可能性。

因為阿里雲的經歷，過去幾年農田和車間我都去過，這些地方恰恰有着被忽視的最大價值空間。

因為真的被遺忘太久了，與時代脱節的厲害，才最具備逆勢而行的勇氣。

所以這個問題明確一下就是：在確定性場景下尋找不確定性價值。

確定場景：幾千年來都是確定的，人都要吃飯穿衣。

不確定價值：有被新技術賦能轉型升級的機會。

某種程度上，我仍舊在做在阿里時的事情：賦能傳統行業。但現在我還有資本加持，這會讓金剛鑽更有動力和保障。

**量子位：**時機也具備了？

**閔萬里：**其實最大的痛點，是如何以規模化方式直面產業界痛點，把合適的技術、方法輸送給他們。

而這個過程，我在阿里這些年都經歷、積累過了，在很多垂直行業都取得過成功。

之前講我創業是“二位一體”，實際應該是“四位一體”：時機、資本、技術方法，再加上我願意下車間、下農田做這件事。

我要做的就是直接加速傳統行業的智能化轉型升級，用技術讓整個產業真正受益。

​方法：不給劍，給劍譜

**量子位：**怎麼開始？

**閔萬里：**親自下手幹。我自己就是一個“四位一體”的組合，帶資金、帶技術，然後放大器、加速器。

我相信幹出成績後，就能吸引更多技術同行、資本關注這裏面的機會，那麼接下來將大有可為，去實現更大的變革。

**量子位：**有投資案例了嗎？

**閔萬里：**正在看兩個製造業項目。

**量子位：**投資傳統行業會被認為見效慢。

**閔萬里：**恰恰相反，有些是立竿見影的。我們之前做工業大腦、農業大腦，成功案例基本都是一年之內交付且全部回款。

傳統行業有自己的規則：真的假不了，假的真不了，是真是假，最慢一年之內也能見分曉。

它們的價值已經無需論證，你用新武器、新方法，很快就能找到新價值。

主要就是農業畝產增加、產線廢品率降低、能耗降低……這幾件事。

大道至簡，這都是被遺忘的價值窪地。

**量子位：**但具體如何選擇什麼樣的公司展開？標準是什麼？

**閔萬里：**首先，我們要投的是有產業背景的公司，而不是純技術公司。

因為純技術公司太多了，有產業背景才是稀缺的，這些公司它熟知行業背景、痛點，只是缺AI、缺雲等方面的能力和認知。

所以我管他們叫“近水樓台未得月”。

**量子位：**那如何幫他們得“月”？

**閔萬里：**核心是精準注入方法論。現在有很多雲產品，都是“劍”，但我不一樣，我給的是“劍譜”。

很多新技術就像新武器，但光有新武器沒有戰法是沒什麼威力的。

我通過投資，附加方法論，幫助他們成為行業的數字化轉型專家。

回報：創造價值就不必擔心估值

**量子位：**這種投資模式，回報夠嗎？

**閔萬里：**這種回報不是單一的。

一方面，是轉型升級後直接帶來的價值創造回報。

另一方面，轉型升級之後，資本市場對它的重估，就不再是傳統產業，也不是周邊的IT服務商，而是整個產業數字化轉型的引領者。

過去幾年，有些傳統模式一旦套上AI的概念都會估值翻番。這體現了市場對新概念的渴求，願意給高估值、預期高回報。

如果現在你真正地實現了新價值的創造，而且還成為了整個產業邁向智能化的引領者，為什麼不會有高回報？

大邏輯很明確，關鍵就是先把價值創造做出來。

這就是為什麼我需要基金去做的原因，有保障，不必在投入方面去説服。

**量子位：**重要的是LP也相信這套邏輯。

**閔萬里：**因為這套邏輯不是設想，已經在多個行業取得顯著成果。

很幸運我之前在阿里有團隊支持，在多個垂直行業都有了成功案例，並且我認為我們已經找到了可通用遷移的竅門。

很多案例現在都是公開的，攀鋼、信息光騰、天合光能、恆逸石化、中策橡膠、金星通訊、迪森熱能……光聽名字，就知道這些行業有多傳統、有多不同。

在這麼多實踐案例之後，我認為經驗模式是可以泛化的。

所以我離職創業，如果只選一個行業，那就太可惜了。我希望做的是一個改變產業的事情。

**量子位：**也決定了你現在的模式和做事方式？

**閔萬里：**是的，我一定要找一種機制能夠同時把這些方法論投射、注射到這些產業當中去，讓這些產業能夠同時享受到這些新技術的價值。

所以我立刻排除了那種融資創業的可能性，我必須選一個行業聚焦，打穿打透，不然的話是沒法創業成功的。

另外，我還要找到一種方式，能夠同時注射阿里雲和產業，填平二者之間的鴻溝。

我要對接的兩方很明確，一邊是阿里雲或者掌握智能化轉型的技術精英，一邊是巨大的傳統產業。

而且最關鍵的是，這種轉型並非標品。

**量子位：**這又跟普遍的認知有所不同。

**閔萬里：**很多人認為企業、產業數字化轉型可以標準化去複製，我認為不可能。

這就跟醫生看病有點像，你要開藥，就要望聞問切因人而異，不能看似感冒就都給兩粒頭孢。

在傳統行業智能化轉型裏，沒有一個放之四海而皆準的東西。

就算是你有很多標準化的產品，也可能一上來就標準化覆蓋，你需要先服務，找到病根和切入點，然後把方法和產品給他。

所以這也是我無法留在阿里雲完成的事情，因為我會受限於阿里雲本身的產能，我需要帶着產品和人去服務客户。

**量子位：**不能讓客户主動找阿里雲？

**閔萬里：**我確實想過，理想的情況當然是傳統產業被激發，然後敞開心扉擁抱AI，打消溝通成本和障礙。但早幾年的實踐説明，這種想法並不可行。

早幾年對方對你是極度懷疑的，你進入傳統行業，對他們而言完全是新人，不懂工業、不懂製造業，這個時候你要推廣方案就需要時間、解釋起來也不輕鬆，配合度還低。

進行了2年之後，好處是對方不再懷疑了，但是改成自我懷疑了。他們不知道自己的工廠是否具備轉型的可能性和可行性，這種智能化轉型的紅利，它們這個行業龍頭能否享受到，畢竟你講的標準化案例，對方也不具備。

如果我留在阿里雲，還是一個線性增長的過程。而今天這種方式，就是一種激活，一種槓桿、一種放大器。

**量子位：**為什麼離職創業就釋放了活力？

**閔萬里：**離開阿里雲有了槓桿、資本的力量，加上方法論的注入，能夠讓傳統產業的人主動的敞開心扉，思想解放。因為我錢都投給你了，跟你成為了一國；你理解我講的，思想一解放，之前積蓄的生產力也都釋放出來，我再提供正確的方法論，一下子就是乾柴烈火。

星星之火，有兩種方式可以燎原：

一種方式，靠東風來吹，吹到哪裏是哪裏，吹到乾柴就最好。但風不對，運氣不好，火就會滅。

另一種方式更穩妥，我這東風猛吹草，把它往火堆上聚攏，火堆就會越燒越猛。

我認為後一種方式更快，核心是發動羣眾，走羣眾路線。拋棄技術精英那種從天上往地下俯視的方式。

真正埋頭產業後，你才會發現原來被你忽視的價值空間會是如此巨大，光打一口井是不夠的，你還要動用資本的力量、正確的方法，再配之以技術，進而讓更多產業價值主動噴薄而出。

**量子位：**與阿里雲也不是競爭關係？

**閔萬里：**實際上是共贏。因為涉及標準雲產品，我們就成了阿里雲的客户，或者説給阿里雲創造新客户。

人才：純技術思維不適用，迷信深度學習太短視

**量子位：**人才從哪裏來？

**閔萬里：**我把這些幫助企業轉型的人才稱為教練。我都會親自培訓。

在阿里雲的時候，我就親自打造了一個崗位：DTC：Data Technology Consultant。

DT有兩個含義，一個是數據技術Data Technology，一個是數字化轉型Digital Transformation，一語雙關。

他們像大夫，望聞問切，跟客户一起梳理出業務流程中的痛點，找到優化方式。

在阿里雲時，這批人全部按照商學院的方式訓練，我們把他們叫作夢之隊、特種部隊，人不多但精，一個行業兩個人就夠。

**量子位：**所以現在你這支技術基金需要的人才，更看重的是傳統背景，而不是計算機？

**閔萬里：**計算機領域我懂，我教就好了。我今天要做的是互補型投資，我有資金、技術和方法論，你有轉型的決心和行業背景，你沒有的我給，你有的我不必重複，雙方化學反應，快速成長。

這是賦能型投資。而關鍵的DTC人才方面，我要精準注入一個角色給他。

**量子位：**相當於加強傳統VC裏的分析、諮詢？

**閔萬里：**這是必須的。但不只是對行業整體的判斷，還要對賽道中的選手體檢，有開藥的能力。

可以把對方的難言之隱梳理出來，定量、優先級排序，然後從整體到細節，一層層結構化分解，最後進入具體執行。

你要在傳統行業創造新價值，就要搞清楚：什麼東西制約了你的產能，制約了你的效率，制約了你的利潤率。

**量子位：**投前投後參與度都很深入。

**閔萬里：**對，純技術分解，或許只需要關注性能指標的提升，但現在需要關注的是如何傳導到整體，而且形成價值閉環。

有點像4×100比賽裏，你把第二棒速度提升了，但是二三棒沒交接好還是沒用的，最後的結果是各個環節傳導的體現。

我們所有的動作都是為了最後創造價值，不是侷限在中間某個環節的提升。

一個球賽，中場倒球再多、假動作再炫酷都沒用，關鍵是為前鋒創造射門機會進球。

**量子位：**這是思維問題？

**閔萬里：**對，技術人員今天往產業走，我相信整體遇到的障礙就是如何把技術思維變成以業務需求為導向的技術思維、技術分解思維。

**量子位：**也有賦能傳統產業的AI公司，但想走標準化產品和方案的路線。

**閔萬里：**我絕對不看好這樣做。To B有個特點，得量身定做。

同樣生產輪胎橡膠的，A廠家的產線是從德國進口的、使用四年。B工的產線從日本進口、兩年工齡。

你覺得你調節參數的產生的工藝參數都應該是一樣的嗎？這是不可能的。

我們To C做個App，點一下，無論喜不喜歡，損失的只是1、2秒鐘。

To B產線，沒弄好一個批次就得損失好幾十萬。

所以To B企業對於價值風險的考量非常嚴格，對那種似是而非的標準化產品容忍度非常低。

歸根結底，一系列動作後不能傳導到價值提升，只是搞個炫酷的大屏幕可視化之類的，根本沒用。

**量子位：**傳統行業的退出回報速度跟得上嗎？

**閔萬里：**我們談VC退出回報，在互聯網時代看規模化複製的速度。

傳統行業這方面可能慢，但客單價放在那裏。

我去年做工業方案，人均創造的價值有幾百萬，純軟件能實現這樣的速度嗎？

傳統產業當中，邊探索，邊實施，邊交付，邊驗收，邊回款，一年創造的人均價值，可能是有些小技術概念公司一年的利潤。

這充分證明了，我們不能簡單地以你是用什麼工具來定義價值創造。

現在到了跨界結合的時候，老眼光看新價值並不恰當。氫氣和氧氣在一起可能產生的是水，還可能產生雙氧水，誰的客單價高？

所以回到回報問題，價值創造大、客單價高，回報也不可能低。

**量子位：**你的方法論是什麼？

**閔萬里：**To B需要定製化，但方法上有共性和規律。

我探索了幾年，有心得，包括怎麼樣把業務流抽象為數據流，然後再用網絡流，並找準關鍵節點下手。

這套方法論歸根溯源，還是我10多年前博士論文中研究的東西。

我相信萬物至繁終究歸於至簡，牛頓的三大定律，那麼簡潔的數學公式，結果就能把人造衞星送上天。

現在技術專家們進入傳統行業，太過迷信工具型技術，對深度學習、AI非常痴迷，覺得錘子哪裏都能發揮作用。搞黑盒子，這是短期行為，不是長遠發展的正確道路。

離開杭州，擺脱流量思維

**量子位：**技術賦能產業，是不是也意味着有新評價標準的時候到來？

**閔萬里：**一個很重要的問題：新技術在傳統產業當中帶來它整體的升級轉型，所以就是你怎麼衡量它的價值。

但歸根結底，估值不能偏離價值。互聯網也好，傳統產業也好，估值都是基於價值創造、圍繞價值創造展開的。

現在技術變革傳統行業才剛剛開始，衡量變革的指標也在不斷成型，比如效率提升、能耗降低……

但有一點，肯定不會按日活量之類的指標。

中國上一代創投裏有種某種程度上的“思維黑洞”，被日活量綁架，被流量綁架。

這也是我離開杭州創業的原因。杭州説來説去，做什麼都離不開“阿里巴巴”，圍繞阿里生態做事。

**量子位：**那又為什麼是深圳？

**閔萬里：**剛才解釋了為什麼離開杭州，接着解釋下為什麼選擇深圳。

今天我的第一個判斷就是，珠三角製造業的整體轉型升級壓力是最大的，這裏有改革開放最早的一批企業，區域性產業特點突出。

另外，這裏的人思想活躍度最高，敢為天下先。

以後“北伐”與否不知道，但肯定會南下，比如東南亞，有很多農業和製造業的轉型升級機會。

我現在越做越有信心，相信中國在很多垂直行業裏的創新，尤其是AI實踐是處於全球領先水平的。

我之前去澳洲、中東演講，客户跟我説他們以前都想過，但都沒機會做起來。

今天中國可能有全球最好的場景，技術也不弱，以後出海輸出也大有可為。

我們最近就在看幾個東南亞的農業科技項目。

對農業情有獨鍾，被新技術遺忘太久

**量子位：**別人説傳統行業升級，通常指的是工業。

**閔萬里：**我對農業情有獨鍾，我自己就是從農村走出來的，大別山的農村。

所以我知道中國農民幾千年來都是看天吃飯，被新技術遺忘。

我跟LP説，今天想要做的事情，就是希望讓工人、農民更早享受到人工智能和DT數據技術的價值。

讓畝產增加一點，施肥少一點，灌溉水節約一點，我説這才是我要實現的價值。

今天我們做事的方法裏，有一種就是希望激勵農業和工業周邊的人，讓他們敞開心扉，我把正確的方法給他們，依靠羣眾，走羣眾路線。

**量子位：**你的LP怎麼説？

**閔萬里：**後來他不給了我這筆錢嗎？我覺得從他們的格局和角度，也應該贊同人類發展肯定需要農業和工業的與時俱進。

如果農業、工業使用的還是300年前的技術，服務現在和未來，那太滯後和脱節了。

**量子位：**阿里的經歷也幫了忙，成了你證明你模式的案例？

**閔萬里：**是的，我前幾年在阿里這麼幹，也都有別人的質疑，但我先幹起來，當可以拿出東西來説話了，那個時候別還有什麼辦法質疑你？

用速度爭取時間，用成果打敗質疑。

之前阿里雲就叫“阿里雲”，我們參與努力後，現在是“阿里雲智能”，我們證明了智能在產業中的效果和潛力。

所以還是迴歸本質，先別動不動就談互聯網模式，是不是可複製。先證明有沒有創造價值、有沒有創造新價值。

黑貓白貓，抓到老鼠才是好貓。這句話到今天依然是對的。

**量子位：**幹就完了。

**閔萬里：**現在不是模式太少而是太多，而且對互聯網模式過度痴迷。

很多從業者寧可要每月一塊錢的細水長流，也不要一次性拿200萬，因為他們覺得細水長流穩定、可預期。

但很多人不思考，這其中的關鍵不在於你第一次收穫的200萬可以持續多久，而是你拿到200萬的能力，是不是還能夠幫你拿到更多的200萬？是不是有另外的痛點你也可以幫解決？

所以今天這個時代，是一個能力不斷變現的時代，能力就是最堅固的護城河。

**量子位：**這種認知也更符合產業落地。

**閔萬里：**之前很多人都説產品是護城河、技術是護城河，但我覺得背後的能力才是護城河——你源源不斷打造產品和技術的能力。

一個成熟產品和技術有什麼護城河？人都這麼聰明，今天你搞出來了，明天滿大街都是。

所以那種迷信互聯網模式——搞一個穩定產品躺着有收入的模式，在To B產業裏不現實。

這裏的情況是，一旦你停止了價值創新和創造，可能就要被市場淘汰。

幾億美元融資，我連BP都沒寫

**量子位：**那你的創業有參考嗎？

**閔萬里：**我想談談最近常思考的例子——通用電氣。

歷史非常悠久，追溯到1879年愛迪生髮明電燈泡，然後1882年在紐約曼哈頓成立發電廠。之後通用電氣沒有停留在燈泡上，隨後發明了電氣機車、微波爐、電磁爐、X光機……直到1982年的醫療CT機。

這100年裏，通用電氣幾乎踩在了每一個時代節點上，踩準了那個時代他創造價值的方式。

他最初是做照明，但並沒有叫“照明電氣”，而是通用電氣。

圍繞“電”這項根本技術的價值創造。但1982年醫療CT推出之後，GE似乎就把這個關鍵忘了，搞了很多業務創新，搞金融創新，唯獨沒有繼續價值創造。

所以去年8月16日，GE被踢出了道瓊斯30——霸榜100多年後。

GE的工業互聯網平台到處叫賣也沒人買，非常悽慘，不得不分撥，但沒人願意接手。

我自己把GE的這段歷史叫作“輝煌100年失落30年”，而且這後30年裏，參與其中的還有大家奉為管理學大師的傑克·韋爾奇，他搞了很多管理變革，但結果也看到了，或許對管理大師也需要重估了。

現在我也跟團隊講，我們的目標是要做General Computing——通用計算，不是非得上雲、不是非得深度學習，核心是把業務本質問題找準、並且解決掉。

**量子位：**大道至簡，萬佛歸宗。

**閔萬里：**説實在的，我們今天有太多思維，也有很多大咖大師，大家一上來先講模式，先説是XX領域的誰誰誰。

但是人們沒看到的是，那些企業家都是掌握了獨門絕技、不斷在創造價值，然後才百尺竿頭更進一步。

如果內功還沒練好，就開始花拳繡腿，結果只會越來越差。

所以我説價值創造這件事，一定會是所有企業乃至行業最後必須回答的根本性問題。

對於我的創業來説，就是通過資金加技術的方式，給被投的企業創造價值，給整個產業創造價值。

這其中的兩層我現在都理順了，解清楚了，感謝之前的那些產業實踐。

**量子位：**什麼時候這些思考成為現在的體系？

**閔萬里：**應該是春節的時候，那時候錢已經拿到了。

**量子位：**一般都是想明白再出去找錢。

**閔萬里：**我覺得錢真的不是問題。我從春節到6月(離職)，主要是進行內部溝通、交接清楚，我不想因為我的離開，讓親手做起來的業務和部門就此偃旗息鼓。

我拿錢的過程也很神奇，都沒有BP，沒有寫融資材料，就闡述了一下我將來想做的這件事，對方就給錢了。

**量子位：**是阿布扎比的私人投資？

**閔萬里：**是，但具體姓名背景就不公開説了。當時我還有朋友懷疑對方會不會是騙子，我説哪有騙子給錢的，而且人家的各種東西都在那兒放着。

**量子位：**太因緣巧合了。

**閔萬里：**我當時在迪拜演講，主要是城市大腦的東西，他們（LP）還不知道我做的工業案例等，但當下就給予了肯定。

第二次再見面，我把工業、農業，以及做這件事的方法思路都分享給了他們，然後就得到了這個創業的大天使。

**量子位：**規模多少？

**閔萬里：**第一期有幾億美元，可以先把這種投資方式啓動起來。

我有時覺得自己比愛迪生還要幸運，他創業前沒有“阿里”這樣的大平台，融資還要到處坐火車。而我生逢其時，很幸運。

馬雲啓發：敢於放棄當下的局，去追求一個更大的局

**量子位：**除了一個大平台，阿里對你的影響是什麼？

**閔萬里：**更重要的還是思想。我真的覺得這在你職業生涯的成長過程中非常關鍵，如果沒遇到一些像馬老師這樣段位的人，你自己就沒辦法再上一個段位。

你一定需要有人給你樹立一個榜樣，你會發現到了這個山頭，前面還有更高的山。

如果你只看到，這一路過程很艱辛，現在眼前已經有這麼多很美好的風景可以享受了，你就永遠攀不上去了，你也就到了職業生涯的頂點了。

我一度以為阿里就是我的頂點，但因為馬老師他們，我今天發現阿里其實是另一個起點，我又有了新的目標。

**量子位：**馬雲他們給你最大啓發是什麼？

**閔萬里：**敢於放棄眼下，敢於放棄當下的局，去追求一個更大的局，我覺得這才是最大的啓發。

**量子位：**在阿里這幾年，你印象最深的是啥？

**閔萬里：**2015年6月1日，我剛到阿里雲，六一兒童節，就我一個人。

然後慢慢開始後來ET大腦業務的試水，最早是幫助浙江交通進行整個浙江高速公路的路況預測，2015年10月份完工，當時就在國內上了頭條。

2015年全年裏都是7個人的團隊，但由於第一個項目的成功，上面很快決定給我加持，2016年3月開始，一下子劃了30個人的名額給我。

後來一年內又翻一番，等到工業大腦也見成效了，又增加了270人，直到我今年離開，團隊已經有430多人了。

**量子位：**你對數字、數據都記得很準？

**閔萬里：**原因很簡單，因為我真正用心去做了的。只有傾注了心血，才能夠銘記於心。

**量子位：**這段“從0到1”的經歷，也算是為現在創業做了鋪墊。

**閔萬里：**我覺得證明了一件事——當你在不斷證明自己的時候，你也會得到資源，甚至資源會向你靠攏。

**量子位：**有合夥人嗎？

**閔萬里：**沒有，還在找，主要找的是投資合夥人，因為投資是很專業的活，我自己沒有經驗，需要一個非常資深的投資合夥人。

團隊其他成員的話，我有信心自己培養。我從阿里離職創業，一個人都沒帶走，因為真是心懷感恩的。

回到“護城河”問題上來，具體人才本身也不是護城河，培養團隊的能力才是護城河。

馬老師他們自己也分享過，當年的18羅漢，不一定都是最優秀的，但他們善於學習，經常組織集體學習。

不是説三個臭皮匠頂個諸葛亮嗎？那18個人就是6個諸葛亮。

我現在也是懷着這種心態的，誰也不是天生什麼都會，都是學習、實踐出來的。

**量子位：**有時候找人也是降低學習培養過程中的時間風險吧。

**閔萬里：**風險不是問題。在我今天説的投資邏輯中，已經説了先用技術方式精準地判斷價值創造，那麼風險的不確定性就會降低很多。

某種程度上，我是用技術的確定性，來對抗風險投資中的不確定性。

**量子位：**之前也沒有過個人天使投資的行為？

**閔萬里：**真沒有過。但如果回顧我過去打垂直行業的經歷，就會發現其實是由很多“命題作文”組成的。

在阿里每個財年結束都是要交成績單的，否則項目就會有被砍掉的擔憂。

大公司內部也會面臨有限資源、有限時間和精力，還有開拓新業務的挑戰。

現在只是換了個姿勢做選題，做“命題作文”。

數據恰恰不是新時代石油

**量子位：**但你之前是在最大的巨頭公司，即便是“有限”，在數據資源方面也有優勢。

**閔萬里：**我覺得這裏有普遍的認知偏差。

首先是對於數據，特別是傳統產業的數字化升級，其實核心在傳統產業中，科技巨頭平台沒有突出的不同。

其次，大家聽過了很多“數據是新時代的石油”，但在傳統行業，數據恰恰不是石油。

很簡單，石油是不可再生資源，用一點少一點，但傳統行業裏，生產環節一啓動，數據是源源不斷產生的，它是一個通貨膨脹的東西，又是會迅速貶值，過期作廢的東西。

所以“數據是新時代石油”在傳統行業裏是不成立。

相反，正因為數據在這裏不是石油，價值也轉瞬即逝，更應該迅速抓關鍵把它利用到極致。

以前沒有云計算，算不快，可能客觀條件上有利用難度。但現在有了雲計算，有AI這樣的技術，客觀條件就成熟了。

所以也是有對數據的這種認知，讓我們做很多案例的時候，更迫切找到最關鍵的、數據生成度最密集的控制環節，這樣才能在光伏、橡膠，石化等行業幹出名堂。

**量子位：**聽起來這是趟過很多坑之後的總結。

**閔萬里：**如果今天再給我一次機會，我可能就不做了，太累了，説實在的，很辛苦。

當時真的是又要寫代碼又要下車間，還要不斷科普，相互理解對方的行業術語。

**量子位：**你得親自寫代碼？

**閔萬里：**是啊，最早幾個案例，都是我親自寫代碼、寫公式，每個大項目核心的算法設計，我都親自把關。

擁有這些經歷的好處就是今天對於流程裏很多障礙、潛在的問題，關鍵性節點，我都特別清楚。

當時我團隊裏的人最怕跟我彙報，因為我會當場讓他寫流程公式，你不用跟我説解了多少bug，怎麼設計的，你就把基本邏輯用最簡單的公式表達出來就行。

萬物至繁歸於至簡，牛頓三大定律多簡明的公式，就能讓火箭衞星上天。

**量子位：**寫公式倒不常見。

**閔萬里：**現在也是，被投對象來了我也要求他們寫公式、邏輯推導。

我們市場上充斥太多靠新名詞和新術語去融資的人，我覺得都是浮雲，一有風吹草動就會被當成炮灰。

事情的本質，事物的基本面，一定是簡樸有力的。

技術交匯爆發的大時代

**量子位：**為什麼創業取名“北高峯”？

**閔萬里：**這是杭州的一座山，靈隱寺就在這座山上。在山上眺望，你能看到錢塘江，看到西湖，看到阿里巴巴園區。

錢塘江是時代大潮，西湖是千年美景，又有阿里巴巴這樣的公司，這不就意味着你是站在巨人肩膀上嗎？

最初取名就想找地名，先在深圳南山附近想了想，沒有太好的，後來就靈機一動，乾脆直接叫“北高峯”。

我離開杭州之前，團隊送行，寫了一副對聯贈別：

白雲飛掠白雲山，山景趟過山景木。橫批：南山北峯。

**量子位：**也有站在時代浪潮之巔的意思，有云、有AI……

**閔萬里：**必須的，真是生逢其時。

早些年沒有云，AI計算是很昂貴的，我最早在IBM開展智慧交通燈項目時，一年下來就要花費好幾千萬新幣，普及是很難。

現在好了，雲計算來了，用賣服務的方式使用計算，跟用電一樣。現在大學生也能負擔得起超算，用十分鐘二十分鐘就行，用完還回去，門檻大大降低。

深度學習等使用大數據的方法也成熟了，能夠讓我們更好的實時計算和深度挖掘數據，尋找變量之間的定性關係，這些對於傳統行業的幫助很大。

所以我也説，沒有云計算就沒有今天的AI，但是沒有AI就沒有未來的雲。

**量子位：**之前馬化騰表達過雲、AI和大數據的關係，但沒人從時間維度思考過其中關係。

（馬化騰認為：數字化轉型就是讓企業在雲端用AI處理大數據）

**閔萬里：**我因為都經歷過，自己實踐過，從雲計算還沒成為概念的時代，到AI因為深度學習復興的現在。

而且回頭來看，雲和AI，解決了生產力和生產關係的問題。

它們帶來先進的生產力，可以讓有生產資料、有產業場景的這批人，變得更好，創造新價值。

**量子位：**北高峯的投資風格會是什麼？

**閔萬里：**我們要做的事和做事的方法都説了，最後投資的話，還有一個心態問題。

我對回報的期望是長期的，你看我們的投資領域和理念，並不是在短期內隨波逐流追熱點，追熱點只會成為分母。

要找到藍海市場，你就得在寒冬時節出海；春暖花開的時候，大家是一窩蜂下餃子，眾聲喧譁，很難分清做實事的和講故事的。

投資都講風口，我很理性，我覺得很多時候你要具備掌握風口的能力，在風還沒起的時候就開始造風。

在學在產在VC，核心是最大化價值創造

**量子位：**其實您離職消息宣佈後，我們後台最多的評論是“這樣學術的人才竟然做投資基金去了”，有惋惜的意思。

**閔萬里：**學術也好、在產業界也好，最後核心還是如何最大化創造價值。

我2002年開始博士論文課題研究，核心是基於數學理論推導的統計算法設計。

2003年底投出，2005年發表。數學論文的審稿週期一般都很長，但當時有個匿名評審説：

“這篇稿子的作者會終生以這篇文章為榮。****”

博士論文後來確實成了我的成名作，裏面全是數學，十幾頁的數學公式推導，思考期間在圖書館裏經常感到很沮喪，老是證不過去，幾個證明的環節有時會死死卡住，後來還是受惠於20世紀50年代哥倫比亞大學的一個華人教授周元鑫寫的一本《概率論》的教材，裏面的一個定理，幫助我跨過了難關。

後來就是這篇論文，開創了隨機過程領域對於非獨立過程的大樣本性質的理論體系， 打破了1960年以來的Strong Mixing理論侷限，成功應用到了交通流，股票等領域。

2009年有機構統計，這篇論文成為過去5年隨機過程領域十大被引用次數最多的論文之一，在很多實際領域發揮作用。

這也給了我另一層啓示，我可以用自己的文章、自己的理論，然後自己選擇賽道去創造價值。

但這樣開創性的東西，你會一直有嗎？學術研究有時候持續保持這樣的開創性不單單需要努力。

或者你就用常見的玩法，隨時看別人最新發的論文研究，找到不足之處，馬上跟一篇，但這樣價值又有多大？

如果真的能把理論研究在更多領域的實際應用中放大，價值就出來了。

**量子位：**有時候學術理論和實際應用，界限被劃定得太粗暴了，只看title而不是成果。

**閔萬里：**我的研究成果其實也沒有停止。2011年我又發表了一篇新論文（其實2007年就完成了，IBM因為商業考量內部審批了很久），把在IBM新加坡任職的核心成果給理論化了。

還是用數學的方法去搞交通工程，再次成為這個領域裏被引用次數最多的文章。

然後進入阿里後，開始搞ET大腦，繼續把理論和實踐推進。

在今年離職阿里前，5月1日，我收到了IEEE的論文接收反饋函，論文的核心內容是全局數據模型對救護車路線和紅綠燈的優化。

在之前的阿里交通大腦裏，這是一個標誌性成果，而世界範圍內，這樣的文章也是全新的。

所以論文不用多，我每個階段都有一篇代表作，既對自己的有一個交代，也對學術和產業有實際價值，兩三篇足矣。

科研更多的是理想狀態下的自我修煉，但現實應用中條件永遠不完美，一進入現實，那就成為了該怎樣尋求最優解、近似解。

問題的本質不是身處何方，不是做學術還是在產業，而是用現實問題視角，思考需要用什麼樣的技術來解決行業問題。

永遠都有時髦的新技術，然而那些時時把熱點當做核心出發點的人是走不遠的。

我們帶着技術進傳統產業的時候，絕大部分人不看好，覺得是價值窪地，但這種時候我們偏向虎山行，最後用結果證明我們的堅持和判斷。

這其中，也是對理論和方法的自信吧。