Facebook市值蒸发近500亿美元后，扎克伯格3月22日回应数据泄露
06-17
编者按：清流资本是普通人眼中的投资“怪物”。
“稳定”、“准确”的资金。
这种“恶魔”印象很可能来自于清流出色的TMT/大消费组合。
但清流资本还有硬币的另一面——同样出色的大型科技投资组合。
我们特别策划了《硬币的另一面》系列专栏，将通过清流与合伙人和CEO的对话，讲述清流资本和科技投资企业的投资故事。
今天我们要说的主角是孙伟杰、创始人、深圳科技的CEO。
本文包括以下内容： ? 如何为意义深远的技术项目融资 ? 科学家如何通过创业提高成功机会 ? 初创企业如何赢得顶级公司的订单 ? 如何为首次创业者规划组织结构? 如何将公司打造成所在领域的黄埔军校 ? 投资 人眼中的申石科技全文，估计需要15分钟读完 申石科技创始人及CEO孙伟杰 申石科技成立于2016年并且是AI for Science科学研究范式的先驱。
致力于利用人工智能和分子模拟算法，结合先进的计算方法解决重要科学问题，为最基本的生物医学、能源、材料和信息科学与工程打造新一代微尺度工业设计与仿真平台人类文明研究。
目前已与宁德时代、瀚森制药、宏博制药等公司合作。
深圳科技的创始人团队堪称豪华。
创始人学院和首席科学家张林峰荣获全球高性能计算领域最高奖项戈登贝尔奖。
创始人和CEO孙伟杰也因其突出的特质多次荣获福布斯、36氪等专业机构颁发的企业家奖项。
深圳科技的发展在外人看来非常顺利。
成立18个月内获得四轮一线投资机构融资。
科学研究和产业应用领域也捷报频传。
不仅入选成功企业榜、锐创企业榜、未来医疗力量“创新数字医疗榜TOP”等行业奖项，还在首届“全国颠覆性技术创新大赛”中荣获最高荣誉科学技术部。
获奖，高度认可。
这样一支看似才华横溢的团队最近与清流的投后团队进行了一些有趣的对话。
清流：我们用大家都能听懂的语言来谈谈吧。
深圳科技是做什么的？孙伟杰：深圳科技是科学人工智能的先驱。
基于AI for Science新范式，驱动药物和材料的合理设计，帮助药物、材料研发及相关研究领域的科学家改进研发方法，提高研发效率。
因为我们这个行业的认知门槛比较高，所以我们其实已经形成了做药物的医学家、做材料的化学家、做科研的科学家三个自我介绍体系。
清流：你能详细告诉我们吗？什么是三大话语体系？孙伟杰：首先，在科研领域，深圳科技致力于解放科学家的生产力。
当很多科学家在科研过程中需要计算时，他们不得不购买、安装、部署、操作和维护自己的机器。
基于AI for Science的新范式，我们可以将所有计算相关的基础设施打包成一套新的科学计算SaaS软件，提供给科研人员。
科学家通过点击网页就可以进行科学研究，所有的科研成果都可以存储在自己的设备中。
在数据库上，科学家还可以一键分享科研成果。
这样我们就解放了科学家的生产力，让他们只需要专注于核心的科研工作。
其次，在材料领域，过去材料研发的方法被戏称为“炒菜”，添加不同的元素，得到一个结果。
这是一种盲目试错的方法。
我们利用组合化学方法生成数百万个潜在的材料配方，然后利用计算方法进行初步筛选，排除所有不可靠的配方。
之后，我们使用基于AI for Science的方法进行进一步的计算。
最终，我们可能只会得到几十个“可靠”的潜在公式，然后实际准备这些“选定”的公式进行测试，看看它们是否符合要求。
就问吧。
过去，材料研发时间可能以年计算，但现在利用深圳科技的产品开发新材料可能只需要几个月的时间。
药物研发领域会有点类似于材料研发。
整个药物研发链条非常长。
从微观层面来看，药物有效性的本质是药物分子与蛋白质靶点之间的相互作用。
如果我们想要制造药物，首先要确定一个与疾病高度相关的靶点，然后知道靶点蛋白的结构。
这是结构生物学领域的主要任务之一。
过去，科学家想要了解蛋白质的结构，通常使用X射线，花费数十万元，耗时数月。
现在我们有了像 Uni-Fold 这样的方法来预测蛋白质结构，只需两个小时就可以得出结果。
这样的环节可能有十几个，而在每个环节，我们都有相应的算法，可以帮助药物研发人员提高十倍以上的效率。
对于那些“听起来不费吹灰之力”的融资，“我和张林峰被拒绝的次数肯定比其他看起来融资有困难的人要多。
”清流：我们在18个月内获得了几家一线投资机构的四轮融资，对于一家初创公司来说非常顺利。
你是怎么做到的？孙伟杰：从结果来看，融资是成功的，但是当我们被拒绝的时候，别人往往看不到。
我和林峰被拒绝的次数肯定比其他似乎筹集资金有困难的人要多。
但我觉得自己被拒绝的次数已经很多了，所以没必要让自己这么难受。
我们早期融资的时候，我知道我们做的事情会很难融资，因为它太深了，但我们没有那么多时间去见投资人。
所以我做了一个非常困难的BP。
如果你能理解的话，我们继续聊。
清流：有多少组织在看完 BP 后来找你？孙伟杰：大多数投资者看完后都说算了。
清流交易团队是极少数了解这一点的组织之一。
事实上，在我们与清流会面之前，我们在上次会议上就已经收到了一家投资机构的TS，但在与清流的交易团队聊了不到15分钟后，他们说：“你太棒了。
！你等我一下，明天一早我就带梦秋过来！”我当时也很兴奋，但同时也不确定清流是否真的认出了我们。
第二天一早，清流的交易团队就把孟秋带到了我们当时的办公室。
聊完之后，我们感觉非常好。
从他们问的问题来看，他们确实了解我们的价值，所以我们就想着无论如何也要拿清流资本的钱。
清流：最终我们的交易团队给您留下的印象是什么？孙伟杰：第二次见面，一开始我是在和梦秋以及投资团队单独聊天，林峰也在开会。
然后你们Deal Team的Yun Min问了我三个问题： 1. 如何使用在少量原子系统上训练的模型来预测大量原子系统的属性？ 2. 如何更高效地生成量子力学数据？ 3. 机器学习从量子力学数据中学到的描述符有物理意义吗？我一听非常兴奋。
我立即把张林峰叫了过来，说道：“我们真是遇到了一位非常了解我们的投资人！”林峰也很兴奋，我们一起聊了好几个小时。
聊完之后，我们觉得清流太强大了。
只用了这么短的时间，就将我们的技术理解到了非常深刻的程度。
基于这种深刻的认识，它给我们带来了资源协同和帮助，意义是不同的。
我们现在判断，清流是未来可以与我们长期并肩作战的伙伴。
事实证明，我们的选择是非常正确的。
清流：我们投票之后，有哪些时刻让你觉得你当时的选择确实被证实是正确的？孙伟杰：当然有很多。
首先，有几件大事不用说。
我们的HR、产品负责人、技术负责人其实都是清流您帮忙推荐（成功）的。
还有一些日常小事。
比如，当我和林枫有了一些新的感悟、新的进展时，梦秋、晓晨、云敏就会立即转发、祝贺。
这是他们的表达方式。
此外，云敏也会第一时间将我们的学术进展转发给她认识的深圳用户。
我觉得除了在一些大事上的帮助之外，这些小时刻也确实能够激励我和林峰，非常暖心。
补充：深圳科技与梦秋见面的第二天，就传来了获得高性能计算应用领域国际最高奖项“戈登·贝尔奖”的消息。
然后，他们就听到了不断被VC封杀的消息。
……清流陷入了最佳状态。
对于科学家创业，“技术渗透力足够强，成熟周期可预见，闭环最短”。
清流：创业初期，我们获得了宁德时代、瀚森制药、宏博制药等龙头企业的合作项目。
这值得一看。
再说一遍，深层潜力是如何发挥作用的？孙伟杰：创业公司本质的驱动力有几个：一是技术或者工艺，一是产品，二是运营或者销售。
所有创业公司的出发点一定是解决别人不容易解决的重要社会问题。
重要问题的解决通常是由技术或产品驱动的，所以我认为前期最重要的是解决问题。
而且它的效率肯定比其他的要高得多。
当然，对于一项前沿技术，很难说在技术刚建立的时候我自然就知道应用在哪里。
我必须让申请方来找我。
比如很多时候，一线大公司因为我们的技术而联系我们，然后达成合作。
清流：作为一家初创公司，你如何吸引这些大公司来找你？孙伟杰：作为一家技术驱动型公司，我们必须将技术潜力积累到足够高的水平。
清流：你的意思是在专业领域创造影响力，比如发表大量论文？孙伟杰：是的，除了发表论文之外，我们还需要建立我们的开源社区以及我们在学术领域的影响力。
任何一个技术领域一开始都必须有一个其核心圈的评价体系。
好的技术必须通过口碑传播。
如果口碑传得不好，这个技术潜力的起点就无从谈起。
清流：说实话，从科学研究到商业化，历史上失败率一直很高。
你打算如何避免它？孙伟杰：这是个好问题。
从我们自己的角度来看，从科学走向商业有三个关键的前提：第一，这个技术必须有足够强的技术渗透力，即它能够真正给行业带来改变；第二，这个技术必须有足够强的技术渗透力，即它能够真正给行业带来改变；第二，技术成熟的周期必须在可预见的周期内。
有很多技术一旦出现就会给世界带来强烈的改变，但这可能不会在过去10年内发生。
最长的期限是10年。
如果超过10年，我们就没有办法为这项技术设定一个里程碑。
比如核聚变这个问题已经有20多年了，我们没有办法理性思考。
这项技术还是应该由科研机构来开发，而不是公司。
公司处理的大部分事情都是共识和可预测的事情。
三是最短闭环意识。
每一项技术都必须找到最短的可以验证的地方，这样才能提高成功率。
其实这在网上叫敏捷开发，但我们不仅仅是敏捷开发，我们还需要敏捷闭环和敏捷反馈。
因为技术创新需要很长的时间，如果不能分解成小的、非常快的闭环，如果最后发现自己做错了，10年可能就白费了。
清流：既然您提出了“人工智能科学”的概念，现在很多大公司也都在提到它，请给我们介绍一下您作为“人工智能科学新范式”传播者的历程吗？孙伟杰：我认为AI for Science要成为大家的共识概念还有很长的路要走。
如今，很多人对科学人工智能还处于概念性理解阶段。
他们还远远没有达到逻辑认知和理性认知的水平。
他们仅限于了解很小的群体中的事情。
大家基本上都知道AI for Science可以解决很多问题。
比如下游应用端，一些医药、材料领域的人可能隐约听说过AI for Science，但不知道如何使用。
所以我认为要真正将AI for Science落实成为共识还需要付出很大的努力。
站在现在这个节点，我只能说有点激动。
三四年后的今天，当我看到市场终于开始认可它时，我的感觉是：“我当年说什么了！”关于创业团队的成长。
所有物理模型最终的应用场景都是工业设计和工业仿真。
我们已经是人工智能科学黄埔军校了。
”清流：在外人看来，深圳科技一帆风顺。
从创业到公司成立，您有何感想？到目前为止，您在发展过程中是否遇到过印象深刻的“困难”？孙伟杰：我觉得现在回过头来看，我们所经历的每一个历史阶段，其实都面临着很多巨大的困难。
但事实上，当我们克服这个困难时，它并不困难，并且已经被克服了。
如果我真的想一想，我觉得没有必要给自己添戏。
我们一路走到了现在，这证明过去并没有给我们带来任何真正的挑战，或者说我们在这个挑战中共同成长。
该组织也在不断壮大。
例如，当我们刚开始创业时只有十几二十个人，我们需要扩大规模。
当时我和林峰第一个找的人当然是HR，因为如果找不到HR，公司就无法有效扩张。
在扩展过程中也可能会出现问题。
清流：当你只有20个人的时候，你是否觉得HR会限制公司的发展？孙伟杰：当然。
就像大家做科学的时候，学习知识的时候，首先要知道什么是“元思维”，而HR对于我们当时来说就是我们的“元”员工。
清流：这听起来和我们的技术一样，而且非常“第一原则”。
您和林峰都是相对年轻的企业家，过去从未在大型组织工作过。
是什么促使您产生这样的想法？孙伟杰：我觉得我们对组织发展的思考也是建立在我们和投资人不断互动的过程中，建立在我们自己日常学习的过程中，包括通过逐步的体验。
当然，这里有一个通用的思维方式，那就是基于第一原理的思维。
我和林峰都相信一切都是可知的、可预测的、可以理解的，否则我们也不会做什么。
另外，我们相信可以找到第一个指标来衡量任何事物在一个相对较长时期内的发展。
科学必须是可知的、可以学习的。
如果我们学不会，只能说明我们还不够理解。
我们应该向更专业的人寻求建议。
他们一定更擅长拆解东西。
方法。
从本质上讲，这是我们在公司内部一直强调的企业文化中非常重要的原则——我们必须按照科学的方法论来做事。
搞科学我们最排斥的第一就是不可知论，第二就是相对主义。
清流：那么你是如何学习“组织发展”这个“它”的呢？孙伟杰：我们只能活一次，但我们可以在大脑中无数次地推断出如何做某件事。
从我们最终要解决的问题的最终结果来看，应该匹配什么样的组织，在其中扮演什么样的角色。
我们不断推演这个事情，逐步梳理出不同阶段我们需要的人。
在优先级上，我们最终得出了这样的结论：第一优先是HR负责人，其次是技术负责人、产品负责人，然后是能够超越林峰的业务负责人我在各个专业领域。
清流：嗯，从结局开始，那么你推断出这件事的结局是什么？孙伟杰：所有物理模型最终的应用场景都是工业设计和工业仿真。
现代人类文明最重要的产业：生命健康、新能源、新材料、新技术，其主要瓶颈在于微观层面的工业设计和计算。
微观粒子之间的多体相互作用的数学问题过于复杂，这就是所谓的维数灾难。
人工智能是一种非常有效的高维函数拟合和求解工具。
因此，人工智能可以系统地解决这些高维的科学问题。
我们提供的基于AI for Science的微尺度计算和设计平台就是为了解决此类量子多层次问题。
这也是我们事业的起点。
未来微观层面的研发一定是逆向设计（我想要什么样的药物或者材料，算法帮我直接从广阔的化学空间中搜索到它），而实现的过程就是工业自动化。
因此，以智能化、自动化来实现微观层面的研发才是最终的结果。
清流：你正在做一件别人没有做过的事情，那么你如何选择你的旅行伙伴？孙伟杰：其实这样的组织是没有先例的。
微软、谷歌、百度的创业初期都有相似之处。
创新领域缺乏现成的人才供应是正常的。
他们还招募了大量的实习生和应届毕业生。
。
我们还有大量的实习生。
在深圳电力，实习生的产出并不比正式员工少。
我们的一些同事在实习阶段就成为了开发我们算法的小团队的领导者。
我们还专门针对实习生设计了一套激励机制。
清流：当年，百度被誉为互联网研发人才的黄埔军校。
未来，你会成为AI领域的黄埔军校吗？孙伟杰：我觉得在科学人工智能领域，深圳科技现在就是黄埔军校。
只是深圳科技发展还很快，可以容纳更多的人。
如果深圳科技真的有幸有一天能够发展到华为、阿里巴巴、百度这样的规模，那么它肯定会为行业提供一些人才。
投资者表示，清流资本的交易团队还介绍了深圳科技的投资逻辑。
清流的数字科技投资领域，核心主线一直非常稳定： ? 以云、AI为代表的互联网技术向下渗透，带来平台级新基建机会； ? 各垂直行业专业数字化及智能化带来的效率升级机会。
这两条主线一直是我们的核心投资线。
多年来我们一直保持持续报道和跟踪。
我们不断寻找有价值的场景和创业公司。
基于这些关键技术方向和产业的不断积累，我们在遇到深科技（以下简称“深科技”）时，可以快速了解其商业模式和价值并做出判断。
我们非常看好沈氏所涵盖的创新场景和技术。
他们赋能微观世界科学研究的创新之处在于，他们不是解决一两个单一问题，而是提供一套完整的系统方法支撑的底层解决方案。
该系统框架使其成为研究微观世界的基础设施，该系统覆盖了不同尺度的空间，可能会产生跨尺度的研究协作机制，为新的、多样化的研究方法带来机遇。
同时，深度技术涉及的技术多样性、难度和复杂性也非常高。
创始人不仅是该领域的佼佼者，而且团队的整体背景也非常强大。
这是一个需要多个跨学科知识的领域，团队聚集了来自多个背景的人。
来自世界一流大学、顶尖科研机构和行业领先企业的“科学家团队”，已在多个项目上展开合作，彼此之间默契十足。
组建这样的团队门槛非常高。
“AI+分子模拟”被誉为继计算机视觉、语音和自然语言处理之后人工智能技术的下一个颠覆性应用场景，而深圳是该赛道的领跑者。
投资后，深圳科技无论是产品、团队、客户行业落地，还是社会价值和影响力都在按计划推进。
? 产品矩阵已形成：从底层数学模型到基于计算机科学的仿真工具，结合化学、生物、材料等特定场景的多元化仿真研发需求，Hermite?药物计算设计平台和Bohrium推出微尺度科学计算云平台和Lebesgue高性能任务调度与算力编排平台等微尺度工业设计基础设施，构成深圳科技微尺度工业设计平台矩阵。
? 开源社区：DeepModeling 开源社区建设持续进行。
社区开源软件已被国内外近千个研究组使用，涉及物理、化学、材料、生物学、地质等领域。
多项学术成果发表在《Science》等国际顶级学术杂志上。
社区以开放包容的环境推动全球科学计算的发展。
? 团队建设：公司核心职能已经建立并运行良好。
近日，深圳科技还任命张晓敏博士为首席药官，药物研发团队再添一员大将。
这个过程中更值得肯定的是创始人的快速成长。
这正是投资者更愿意看到的结果。
只有企业自身的迭代进化能力更强，企业才能进一步稳定发展。
深耕内功的同时，深圳科技也在不断完成产业实践和落地。
在药物设计、材料设计等领域推出创新产品和解决方案，并与医药、材料领域多家领先企业合作。
建立深度合作，只有能为行业带来价值的技术，才是真正能够改变世界的技术！最后，如果本次关于AI for Science的讨论还让您觉得不满意，可以关注即将召开的首届科学情报峰会。
科学智能峰会由北京科学智能研究院（北京人工智能研究院）主办，深圳科技承办。
将于2020年8月8日至8月11日以线上+线下的方式举办，邀请多位院士、科研专家、前瞻投资者、企业领袖等学术界、工业界重量级人物齐聚一堂，共同探讨新科学的未来。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-18
06-18
06-18
06-17
最新文章
三只松鼠：门店扩张已全面暂停
Nvidia 已准备好“统治”AI
【创业24小时】2023年11月16日
【创业24小时】2022年10月20日
倒计时一天，浙江这座小镇要火了！
沃图网络获数千万A轮投资，加大投入海外网红营销SaaS平台建设
泰山天使基金部分退出拉手半年回报180倍
西格数据完成1000万元A+轮融资，国发创投领投