年会演讲实录| 清华大学苏州汽车研究院产业化及投资板块介绍

蓝云鹏:

简单介绍一下,因为我们这个基金是研究院的一个投资平台,刚才清华老师也讲了一下,我们是不同的方向,我们这个研究院是2011年做的,基本上是苏州政府贡献的,目前是在几个地方都有,一个是吴江相城、张家港,后来陆陆续续在重庆也建了类似的集孵化器+研究院+再制造+咨询平台四轮驱动的模式,当时建立研究院最初的出发点是想把学校的产业成果做一些尝试和转化,探讨一条路子。

目前我们其实也做了6、7年了,也摸了一些经验,给大家简单介绍一下。

大家知道在中国做事,得益于政府的支持和地方政府的配套政策、行业上下游的关系、人才,这几年陆续还有一些国际的合作,尤其这两年可能自动驾驶炒的比较热,智能网联、新能源,总的来说这几个趋势肯定是未来大的产业变革,这也是互联网的企业为什么进来,汽车以前是很传统的一个产业,对互联网来说其实它进来还是要受限于汽车传统的供应链体系,这个其实很难的,所以像谷歌、苹果在前段时间在国外也做了很久的自动驾驶的一些东西,要做造车,其实最后也放弃了,包括百度推阿波罗其实也是代表了一种态势,传统的汽车跟互联网还是要融合的,就是要做一些跨界融合。

这个简单大家看一下,我们目前在几个地方都是有孵化器、研究院这些东西,大家未来在技术上对接可以跟我们合作,包括在产业成果转化方面,包括一些市场推动方面,包括跟政府资源的搭建方面,其实我们是有很成熟的运作经验。

这个大家简单看一下,我们在张家港做了一个再制造,比如说有一些企业想去做新材料,或者是汽车轻量化的改进,其实它很难买一些设施、测试仪器,要花很多钱,到我们那儿去就比较便宜。

每个院侧重点不太一样,基本上我们目前把主流的汽车行业相关的做了一些覆盖,为什么车联网搞了这么多年起不来?现在自动驾驶来了以后一定要有数据平台做支撑。所以我们设了很多研究所,这个大家简单看一下就好了。后面也是一样,有一些检测服务平台,简单看一下。我们在重庆是跟理工大学、九龙众创空间做了类似的合作。尤其是高校,包括清华、北大,因为国家总体还是推实体经济,回归实体,这些技术人才其实很多是在高校和研究院里,他可能之前没有体制机制,不像国外,国外像密西根大学有很成熟的IP转化的机制,我们陆续在这方面做了探讨,未来有兴趣可以做一些探讨和合作。

我们目前围绕这个布局,早期也做了一些工作,基金方面做了天使基金,比如VC和PE的基金,主要是覆盖企业不同的成长阶段。

投资板块,我们目前的基金还是有几支基金,规模有几十亿,目前我们投资了几家,未来想在国外设几支基金。这是目前我们重点投的方向,大数据在里面,因为以前我在企业做的蛮久,我理解数据这个东西,比较难的是第一数据肯定不是天然存在的,一定是在业务场景转化才会有的,你有需要做一些应用,数据怎么用?有没有标准?你获取的效率、手段、成本这个都是蛮关键的,现在要把数据给你,怎么给?这个也是问题。企业拿过来怎么用,企业也没有想清楚的。大的几类,政府、企业、用户数据,企业有内部、外部数据,结构化数据、非结构化数据,总体来看,汽车领域贯穿了很多数据的延伸,包括数据从整个生命周期来看,往上是制造,汽车有几万个零部件,这个零部件的扭转需要有信息化的系统来对接,从制造环节需要一些柔性的东西,工厂的自动化,这个是国家推的2025,德国了工业4.0,包括推的MES,现在人力成本越来越贵。

第二个现在车辆进入了买方市场,所以为什么传统企业要搞自动驾驶?因为自动驾驶是另外一种生态。在这个场景里面,其实它的数据流向是不一样的,我们在这里会重点布局一些重要的传感器,数据怎么获取,一定要有很便宜的硬件获取方式,包括你的通信的效率,这里面还有最近比较热的AI的算法,AI的测算很多侧重在端侧,这个其实也有一些创业的机会,比如机关雷达的数据、毫米波的数据等等,这些数据怎么融合?是原始融合,还是处理完了如何?哪些是有效的?AI是个技术,它一定要放在应用场景里去做。很多创业公司的单笔融资额是非常多的,创业公司成立几年可能估值就几十亿,为什么这么高?大家看的是场景,看的是远景,看的是未来的一些机会。包括新能源这块,传统汽车做自动驾驶难度比较大,核心的很多发动机相对比较复杂,新能源这块用一些技术来处理,相对来说会比较容易一些,当然现在处在一个发展的阶段,根据不同的阶段来发展,这个肯定是不一样的。

但是总的来说,我们认为在这个过程中,产生各种数据,首先要有人收集,收集过程中就带来一些问题,比如怎么存,需不需要用到(英),还需不需要用到缓存,像银行一样需要几秒给我一个效果,未来的汽车也是一样,你肯定决策能力很强。后市场就是在流通领域、后市场金融、后市场维修、保险、风控这里面很多数据,比如保险公司的数据,以前炒的比较热的UBI,这里面只有赔付的数据和保险的数据,没有其他的数据,所以要找车联网的企业拿一些数据做互相验证,才知道这个顾客的好烂,未来的数据要做跨界融合,要和不同机构结合做验证,当然也有企业从自己的内部数据挖掘做一些销售预测、用户画像、服务选项,政府方面也会做一些出行服务上面的预测,滴滴上面也会做交通诱导等等,我们现在更多关注的是单车智能、网联化、新能源化,未来要做这些要跟交通互联,现在法规不是很明朗,不像美国很明朗,未来这些都是潜在的机会,要做创新的技术改变传统的处理、采集、发布这些模式,其实是蛮重要的。

这是我们现在落地的一些分支机构,我们目前大概讨论了有几十家,也有一些IPO的。

这是我们投的绿控,做大巴行业的肯定知道这个企业,这个企业的份额比较大,也快IPO了,公司600多人,我们投的时候比较便宜。智华,今年收入也能做到3、4个亿,主要是做对标。所以大家看技术不是那么复杂,但是汽车行业要稳定性、可靠性,在这个过程中采的一些摄像头的数据,怎么在用车的关键部件关联,这些关联都还是蛮重要的。还有一个公司是做博车网的,其实这里面也用了一些事故,二手车最大的问题是不知道这个车以前的真实状况是怎么样的,交易很简单,这个车出了事,维修过几次,赔多少钱,你直接定个价,大家一商量就结束了,他要做很多,就没有办法要找EMS拿一些维保数据,修没修过,来做一些残值的评估。新能源车未来的二手车拍卖、残值回收、电池溯源都很重要,包括未来电池的拆解、回收利用一定要数据的支撑,现在作为企业来说把所有车都整合,这个肯定有点难了,最好政府开放数据,把所有数据给企业开放,这个很不现实,所以从企业的角度来说他要盈利,他一定要做可行的数据,他把自己的数据跟别人做交互,互相对称,这个是比较可行的商业模式。

我讲的大概就这些,谢谢。

 

以上内容根据现场录音整理的演讲实录,未经演讲人审订。

《清华大学苏州汽车研究院产业化及投资板块介绍》PPT经演讲嘉宾同意予以上传至联盟官网,联盟会员可以使用会员独立账号登录下载PPT。