技术只有在合适的成本、批量以及高度稳定性，一致性等方面都满足下游需求的时候，才具备快速转换落地的可能。这是工业制造和其他领域相当不一样的地方。并且工业领域的技术是一个含义非常广阔的概念，并不是简单的实验室突破，或者基础研究突破才称为技术，制造本身从工艺制程，knowhow到标准化批量化生产管理，都是技术。脱离后者空谈技术没有任何意义。

现在一些所谓的技术类创业公司，它的技术和团队都不是假的，但是唯一有一项东西是假的，即它对于产业，行业、市场和客户需求根本没有一个真实的了解和认知，而是从所谓纯技术的角度出发，去创造一个听起来合理的产品和解决方案。在疯狂的资本吹捧下，形成巨大的泡沫。

界面新闻：怎么衡量高端制造领域有没有大规模落地的市场需求？

黄河：从投资人的角度出发，投资一家公司的正常期望值是它应该能公开发行上市，当然这里还需要考虑退出周期。

虽然科创板的出现可以让一些没有收入或者很少利润的公司上市，一定程度上将原来可能需要8-10年的上市时间缩短一两年，但并不改变其实质。因此按照正常的商业逻辑，如果企业从技术到产品不能在未来5-6年内产生可预见的支撑上市的收入，那就是一个伪需求或者产品打错了需求。

换言之，做出来的产品和解决方案，是不是解决了当前市场的痛点和刚需才是判断的金标准。而且即便能顺利做到，如果市场规模有限，其实也很难支撑一个有体量的公司出现。

界面新闻：在工业机器人赛道，你看好哪个商业化落地场景？

黄河：现阶段工业机器人在中国最重要的商业切入点是能规模化代替人，相对而言降本增效的需求还在其次。一方面劳动力总可获得量在持续快速下降，另一方面，90后00后不愿意从事制造相关工作，工人流动性大。

所以在寻找商业化落地场景时，我会优先关注工作条件场景恶劣，人员需求缺口大或者在未来数年内可能呈现大缺口的行业领域。比如中国作为最大的铸件生产国，铸件打磨场景因为工作环境过于恶劣，职业病发病率高，机器代人的需求就特别迫切。

当然除此之外，也有其他一些要求：第一，要易用，对下游场景的适应性好，能把人做的活干好，真正达到换人的目的；第二，客户投入回本周期要足够短；第三，能真正聚合下游大量的长尾小客户。先看市场和商业，然后再看技术

界面新闻：对于早期投资，如何降低投错概率，同时避免错过？

黄河：这个看法在互联网领域是对的，但在工业技术制造领域是错的。不过，大部分从互联网投资进入到工业技术制造领域的投资人，还没有意识到这点。这是因为在工业技术领域的单体投资项目在短时间内获得巨大体量回报的可能性远远小于互联网领域。在互联网领域投资一定是依靠本垒打或者独角兽来实现高回报，普遍成功率在其次。

而在工业技术制造领域，能够成长到市值超过500亿元的公司的数量非常少，很难出现单个项目给你巨大回报的情况，概率上与互联网领域相比，根本不是一个量级。这个领域应该做的事情是保证成功率，而不是追求单个项目超高回报。如果成功率高，那最终整体的回报和互联网领域相比也差不多。所以最关键的一个逻辑，不是保证不错过，而是保证少投错。

界面新闻：那怎么提高高端制造领域早期投资的成功率？

黄河：我更多时候是先从市场侧和商业侧去看，看客户需求、看应用场景，看落地可能，看竞争解决方案，然后再判断技术。也就是先看技术在下游有没有大规模商业化应用场景，以及是不是客户的刚需痛点。确定了这两个问题后，再回过头看这个技术有没有成本更低、稳定性更好、推广更容易被接受的解决方案。

现在几乎所有人都在投技术，但大部分技术落不了地，不是说这个技术是假的，而是找不到大规模的商业化应用场景。

总的来说，你需要“混过”制造业，对这个行业有比较深的认知，熟悉行业基本特点，不然就得交学费；其次，你要有前瞻力，非常清楚所投行业的整个产业链，比如上中下游之间的互动关系、未来可能的发展走向等；再次，真正在工业行业能干出头的创业团队一般都很低调，很难有所谓光鲜亮丽名校背景，反而都是在制造业摸爬滚打十年以上的老兵；最后，你还要有工科背景，能够排除肯定无法转化为批量化产品的技术。这样，你就不会投到特别不靠谱的项目。

文章来源：《北极光》 网址: http://www.bjgzzs.cn/zonghexinwen/2021/0513/740.html