本報首席記者 龔丹韻
近日，哈佛商學院上海校友會舉辦的全球創業大賽亞洲區決賽在上海落下帷幕。
每年，哪些創業項目入圍，投資人如何評價，總能給予創投方向某些新啟示。
今年的創業大賽，入圍項目不僅數量多，而且涉及生活的各個領域，不再集中于互聯網模式，標志著如火如荼的創業整體進入新的階段。在這個“技術驅動型”創業新階段，上海又將如何發揮自身的優勢？
監管，也是創業亮點
陸家嘴國金中心的夜晚燈火通明，一場由哈佛商學院上海校友會舉辦的創業大賽正在如火如荼地舉行。
8個創業項目，每一個在8分鐘規定時間內一一路演，并由評委當場提問、點評。場上的問答你來我往，氣氛熱烈而又緊張。
作為每年都會在上海舉行的創業比賽，進入決賽階段的這8個項目，此前就歷經哈佛商學院上海校友會眾多投資人的千挑萬選。它們內容如何，商業模式如何，是否值得業內頂尖的天使輪、A輪的投資者青睞，也略微反映近期的創業風口，預示中國市場的投資風向。
幾年前，當“雙創”熱潮剛剛激流涌動時，殺入決賽的項目，好幾個來自大學生創業團隊。但是近幾年來，能夠最終被選入路演的項目，普遍趨于成熟，創業者往往不再是初出茅廬的大學生，前白領、前高管辭職創業反而是多數。
這也從一個側面印證，創業的熱潮，漸漸走出野蠻生長的初級階段，進入一個平穩發展的成熟期，一批有職場經驗的專業人士加入創業大軍，是一件好事。而投資人也趨于理性，不再會輕易為一個簡單的“概念”或“故事”打動。他們更加謹慎，對創業內容要求越來越高。
而今年，特點更是鮮明。比如此次比賽奪冠的創業項目，涉及的細分領域在往屆中不曾出現過——金融監管科技。
團隊創始人李中畢業于哈佛大學商學院，曾在華爾街從事金融工作。全球金融危機爆發之后，李中親眼見證了這場金融風暴怎樣一點點潰于蟻穴，最終席卷全球。此后，李中回國進入中國證監會工作，幾年后又被外派到國際證監會組織，從事國際監管標準制定等相關事宜。
一路走來，他目睹了成熟的金融市場如何運作，也更加理解金融監管工具是何等重要。
2016年，李中回國創業，內容就和金融監管有關。國內資產管理、私募基金等領域突飛猛進，規模日益壯大，市場風起云涌，也就意味著風險管控面臨新的挑戰與機遇。
“國內機會很好，市場很大，但還未成熟，就更有發揮的舞臺。”李中這樣形容。
比如，信息數據系統如今至關重要。2008年，華爾街轟動一時、500億美元的麥道夫龐氏騙局破滅，被視為金融危機的導火索之一。根據專項檢查，美國市場后續發現了上百個大大小小類似的龐氏騙局。換句話說，其實只要有心進行信息篩查，騙局是能及早發現的。吸取金融危機的教訓，如今的華爾街，在某些業務流程的關鍵環節，投資人都會要求管理人和銷售機構提供第三方信息系統的數據。
因此，一個成熟的金融市場，有沒有信息技術服務的第三方公司，變得非常重要。而這類公司，中國市場上當下還比較少。這也恰恰是李中如今創業可為的地方，他希望能夠給中國的金融市場提供類似的信息技術工具和服務。
有投資人困惑：中國市場，真的有人愿意自己花錢購買信息，主動要求別人檢查自己嗎？在紐約親歷金融危機的李中認為，自己感受過切膚之痛，中國市場當下或許還是“躺著掙錢”的時代，有些人暫時動力沒那么足，但是資產證券化行業越是繁榮時，越需要居安思危。如今，機器人維修，國內的私募基金、信托領域規模已超過50萬億元，有2萬多名管理人、約10萬只產品，但能提供類似行業級信息服務的只有兩三家機構。李中創業之后，行業前10名私募托管機構中，有9家已經成為他的客戶。所以他有信心，這是行業未來大勢所趨。
“從監管科技切入，正是當下迫切需要的痛點。”哈佛商學院上海校友會主席、投資人高毅分析李中奪冠的原因。
近幾年，金融科技領域、P2P領域、私募基金領域等負面消息不斷。不少人認為，背后原因之一，就是市場監管太弱。政府的監管只是其中一部分，不可能、也不應該把所有監管力量都寄托在政府一家上。及時面對市場快速的變化，發達國家的經驗表明，還是市場上的第三方監管工具更加靈活好用，這些恰恰是中國市場當下非常稀缺的。
高毅相信，這種創業項目，無論未來發展如何，至少從監管入手是金融圈所有人都感興趣的，也是上海作為金融中心，可以提前一步創新思考的地方。
人工智能，新興的創業工具
近幾年，人工智能時不時就會在路演中出現，成為創業頻繁涉及的領域。不同于人工智能結合醫療、科技，這次比賽中，有一個項目是把人工智能應用于面試招聘。它切中熱門領域的熱門話題：類腦能否代替人腦選拔人才？什么才是企業需要的優秀人才？
方小雷在海外從事人力資源的相關工作多年，2017年回國創業時，他的第一考慮就是希望結合自己的專業。為此，他發現“簡歷服務”是許多公司正在嘗試的應用服務。用人工智能+大數據，進行簡歷解析，快速從幾百上千張簡歷中挑選出一批候選人。
“但是這種方式未必適合中國市場。”方小雷說。首先，應聘者的簡歷有水分，看起來最好的簡歷可信度未必高。其次，絕大多數招聘信息沒有詳細精準的崗位介紹，不少是從網絡上直接復制模板，和真實的崗位需求關系不大。所以兩者之間的信息匹配并不高。而歐美國家嚴格的個人背景調查流程，中國也不適用。
到2019年，國內一大批模仿西方模式的招聘平臺、簡歷解析項目開始倒閉。方小雷意識到，這個項目要做，就必須啃下硬骨頭：讓人工智能真正學會“面試”人、“判斷”人。
國際上目前有2種解決方案，一種是聊天機器人，但是通過聊天甄別人才的難度非常大，目前技術作用有限，最終，聊天機器人往往變成變相的客服機器人，而非真正面試。這套方案被方小雷舍棄。
第二個方向則是通過微信小程序提問，招聘者視頻回答，人工智能在后臺根據視頻回答內容、微表情等分析應聘者。
關于機器解讀人的表情，國際上已有一套算法研究，但中國人比較含蓄，還得根據中國文化重新調整，再讓機器學習識別。
研發時，他邀請了一批資深面試官做評估，再讓人工智能深度學習面試官的標準。去年7月，實測顯示，機器和人的評估分析吻合度達到了74%。