1、看准趋势，看准周期
在时间的长河里，我们可以认为所有技术都是有生命周期的。但如果我们把时间聚焦在一个基金10年、20年的生命周期上，就会有相对的颠覆性技术和改良性技术之分，而我们需要判断的不仅是技术的发展趋势，还有它爆发的时间点。
这也是在看人、看市场、看产品之外，判断技术导向型项目最为重要的一点。
实际在2014年以前，德联投的多是一些信息安全、新能源、环保的项目，并没有完全提出说要聚焦在技术上。只是当年的一个机缘巧合，我们接触到了一些做2D、3D类的视觉项目，才打开了我们看技术类项目的思路。
那时3D视觉项目的呈现形式还是以“电视游戏”为主，我也去实地体验了VR的HTC VIVE这个设备，经过深度调研，有几个问题使得我们比较慎重。
第一，体验感。玩家需要戴一个非常重的头显，这是不是能契合每一个人的脸型？否则戴久了会觉得累，会觉得眩晕；
第二，计算能力不够，需要外接主机。所以我们通常看到头显后面有一条长长的线，用来连接计算机；
第三，要想使玩家拥有完全的沉浸感，就需要构建一个三维空间。也就是说，我必须要去房间才能玩游戏，并且玩家手里还要拿着一些三维定位的装置，玩的时候很不方便。
这些问题势必会对它未来的推广造成一些影响。但如果我们从2D到3D的技术原理来分析，它的的确确改善了用户的体验感，属于“改良性技术”。长远来看，我们不能否认这种沉浸式的、三维立体的体验确实是未来的发展趋势，但对于生命周期有限的基金来说，最重要的是保证它能活到未来的那一天。
所以我们就透过这些形式分析了一些比较关键的技术点，实际上就是穿透产业的底层，不管你是VR、AR还是MR的形式，到了一定程度还是需要三维内容的生成，那么这就有可能是值得投资的点。
我们发现，至少当时的电视游戏市场已经相对成熟。在虚拟现实发展的前期过程中，它可以在电视游戏的市场中一步步走，利用这个过程来逐步完善商业化的能力、迭代技术的能力，这足以保证这个项目不至于说还没等到VR/AR爆发，就死在半路上。
所以即便当时心里有一些问号，我们还是义无反顾地投了一个做3D技术的项目华捷艾米。倒不见得说我们在2014年就对整个三维世界有多么深刻的认识，只是在这个过程中，我们也开始思考，什么才是适应这个时代和未来时代脉搏的东西？
从大的历史周期来看，经历过三次工业革命后，人类已经进入到以3D打印、工业物联网、量子计算、人工智能等多种技术驱动为代表的第四次工业革命时代；从小的时间周期上来看，以互联网、移动互联网为代表的模式驱动阶段已经接近尾声，人工智能技术正在成为新一轮技术驱动的主力军。
大、小两个周期刚好交叠在当下的这个时间点上，所以我们开始把目光聚焦在技术驱动上。
在德联内部，我们把这个技术点分为三类：
● 物质制造，这些技术处于比较底层的执行环节，主要应用在大生产、大制造还有材料领域；
● 信息智能化，也是我们一直在讲的，通过大数据、人工智能驱动让机器做决策做得更智能、更契合人的想法。
2、找准产业爆发的技术点
确定大方向后，接下来要判断的就是：趋势上的某个技术点是否已经完成论证阶段，走到了产业化爆发的前夜。
拿机器人项目来说，我们认为自动化、信息化、智能化绝对是未来的发展趋势，但现在我们尚处在向全面自动化的过渡阶段，更别说全面智能化。所以，一个基金现阶段面临的选择是，到底该进入机器人的哪一个技术领域？是选择服务机器人还是工业机器人？
一般来说，我们把人工智能的落地分为三层——基础层，包括芯片、HPC架构等；技术层，语音识别、NLP、计算机视觉等各种算法技术；而最上面的一层就是在不同行业的落地，也是从2016年开始，我们开始转向看应用层的项目。
从技术本身来说，要判断目前技术所处状态与所需解决事情的匹配程度。工业机器人的作业环境比较固定，基本就是把东西从A点搬到B点，用数据语言来说就是结构化环境；与之相对的就是服务机器人，理想状态下，我们当然希望服务机器人能帮我做家务活儿，帮我在银行、酒店里做很多服务，那么它的工作环境实际上是非常复杂且不固定的，也就是非结构化环境。这对于技术的要求就会非常高，不仅要有视觉、决策，还要有对复杂环境进行分析的能力。
而当下的智能技术还处在弱智能阶段，很难达到我们对服务机器人的期望。
其次，就是对市场需求的判断。中国的人口红利在逐渐消失，这个过程中确实有希望用自动化、机器人来替代人工的迫切需求。从刚需程度上来说，现阶段工业机器人的刚需程度也远大于服务机器人。
基于这两点判断，我们认为市场上的服务机器人确实还需要一段时间来迭代进化，而单纯就产业化而言，工业机器人可能是一个更好的选择。
当然，机器人是大方向，所以服务机器人领域的项目，我们也不会完全不看，只是看的角度会比较抽象，同样是看支撑产业底层的核心技术。
我们在想，会不会有一些领域，服务机器人可以用，工业机器人也可以用到？从大的应用层面来看，所有机器人都需要移动，即便是工业机器人也可以增加一个AGV的车实现移动，需要机器人对三维空间做感知、做定位、做导航，就是我们通常所提到的SLAM模块。这个领域，是完全有可能先于通用的服务机器人出现爆发的，横向来说，拥有一个技术平台，纵向来说，可以应用到服务场景，也可以应用到工业场景，进而继续把其中的某个场景做透，扎到一两个行业中，支撑它从早期走到后期。
所以在这个领域，我们投了一家做SLAM模块的公司布科思。
回归到工业机器人这个大领域，产业链上包括伺服电机、减速器、本体、控制器等环节，形态上包括并联机器人、串联机器人、模块化机器人等等。我们看到四大家族（瑞士ABB、德国库卡、日本发那科、安川电机）基本已经垄断了大负载领域的机械臂，它们更多做的是汽车行业，比如拆垛、码垛、拿几十公斤重的焊接机，完成人类根本没办法完成的事情，在这个领域很难再有创业公司的进入机会。
而此前在3C、纺织、轻工领域，大部分却未必见到过机械臂，还都是站在同一个起跑线上。基于市场目前的格局，我们选择了一家做小负载的机械臂的企业——珞石科技，它的产品基本任务就是实现从A点到B点的搬运过程，属于工业机器人领域的执行环节。
随着时间的推移，人们对工业机器人的要求也越来越高，简单抓取已经无法满足工业领域的作业需求。例如物流领域，厂商需要机器人能够识别包裹位置、包裹形状，进而选择合适的方式进行抓取，这个作业场景其实是不断变化的，相当于半结构化场景。
为了解决这些问题，德联在工业机器人领域布局了梅卡曼德，是一家智能工业机器人提供商，它可以帮助机械臂做决策，知道用什么样的运动路径可以帮助机器人把这个包裹从地面搬到传送带上，同时还能保证包裹的二维码是朝上放置的，相当于给“珞石”机器人配备了眼睛和大脑，使它得以适应复杂工业里面的场景。
虽然珞石、梅卡曼德都是工业机器人领域的项目，但很明显，判断标准是不一样的。
一方面，工业设备对可靠性的要求极高，所以对于前者所做的执行环节、机械臂重复定位的精度和可靠性是非常重要的，一切的生产作业都要在没有人工监督的情况下，不间断地重复性工作。通俗点来讲，产品化的落地能力很重要，就细节举例来说，机械臂的本体里有很多布线，运动方式不同，走线方式也会不同，而走线方式会影响工业机器人的使用寿命，不能说到工厂用两个月坏了要去维修。而这个产品化的能力绝不是在实验室研究技术就能解决的，一定要落地到真实场景中去完善，甚至将来可以实现自我配置和自我修复，这是决定产品能否大规模商业化非常重要的一点。
另一方面，就3D传感器来说，每一个垂直领域的生产流程和工艺都千差万别，它的技术比较复杂，成本也非常高。其实在梅卡曼德之前，整个工业界也有解决方案，但一个传感器就要几十万，整套解决方案的费用可能会高达30万人民币，这对成本极为敏感的工业场景来说是很难落地的。那我们需要考量的就是，能否做出一个既满足工业精度要求，又能大幅度降低成本的传感器？这就对项目团队自主研发的能力提出了很大的要求，需要加强产品底层的通用性和适用性，尽可能缩短给工厂带来经济回报的周期。
再有，就是操作的可实现性。工业机器人的落地编程工作通常都是由高学历的专家完成的，比较复杂，有点像之前的DOS系统，所有东西都是有专门命令的，要一行一行去敲，这导致了维护和操作成本的提升。
然而整体行业人员的技术能力毕竟有限，想要让工业机器人适用于不同的场景就必须降低使用门槛，因此梅卡曼德做了一个图形化的界面，有点像Windows，能够实现视觉的校验、适配过程。
3、横向拓展，纵深布局
七年下来，我们投了四十多家公司，整体策略上还是以Pre-A到B轮的技术驱动型公司为主。
德联看项目很少谈“资金为王”这个点，所谓“靠规模”来垄断掉整个链条。这种模式类项目最大的特点就是——不同时间、不同行业、不同品类都会面临不一样的特点，所以即便这种模式已经在某处得到了验证，也不能保证它在往其它市场扩张的时候，不会遇到一些非必然性。
德联比较明显的风格就是模式类项目占比少，技术类项目占比高，即便是模式类和技术类相结合的项目，技术主导的比重也会更大一些。
我们希望投出的项目可以迈过很多坎，形成规模化。所以我们会考虑项目之间的协同性，比如刚才所提到的珞石科技和梅卡曼德，它们就能形成协同效应。
我们不妨把工业领域推演开来看，在我们熟悉的物流仓储、分拣的场景中是需要可移动式机器人的，如果我们能为珞石机器人配上一个AGV的小车，它就可以实现移动，完成从货架取货、搬运到其它位置的任务。
其实现在物流领域也有很多人在做这样的事情，而要完成这类任务，就需要像珞石这样的机器人厂商和梅卡曼德这样的传感器厂商之间做一个非常紧密的合作，相当于在完成避障、运动规划功能的同时，还要实现大脑决策端和执行端的相通连接。在这个领域，我们布局了珞石、梅卡曼德，不仅可以实现结构化环境到半结构化环境的演变，甚至以后到了非结构化的环境中，它们仍然能够有节奏地往前走。
我们聚焦于技术，今年，德联还会继续聚焦在高端制造、前沿科技和医疗三个领域。
在前沿科技版块的思路之一是延续之前已经布局的场景，继续与行业做更深度的结合。比如在工业领域，我们已经布局了执行和研究大脑环节，再有就是工业信息化、工业物联网，甚至于未来我们所希望实现的智能工厂、无人化工厂，在这整个过程中有很多可以做的事情；思路之二是在技术赋能行业的点上，横向拓展更多的行业应用，如AI+金融、AI+企业服务、AI+信息安全等。
在医疗领域，我们目前投了医疗+影像，但医疗和智能化结合的点还有许多，比如医疗+知识图谱，比如新药研制过程中与信息化和智能化的结合，我们也会沿着这个领域继续往纵深方向去布局。
分享到:
閱讀更多 投資人說 的文章
