风向2018 人工智能的创投泡沫要破了?但赛场上的

  对垒的另一方,是投资人、客户、竞品、巨头,甚至公司的高管和曾经共同奋战的同事……博弈的励则是高速发展的快车道。

  就在本文发布的一天前(1月16日),原百度研究院院长林元庆创立的行业升级AI整体解决方案公司Aibee (爱笔智能) 宣布获得1.65亿元人民币轮融资,刷新了中国AI初创企业轮融资额新纪录;前百度无人车团队核心James Peng和楼天成创办的小马智行(Pony.ai)宣布完成1.12亿美元A轮融资,成为自动驾驶赛道上最高的一笔融资。

  2017年,商汤、旷视两家计算机视觉领域的公司,先后公布4.3亿美元B轮融资、4.6亿美元C轮融资,刷新全球AI初创公司的融资纪录。11月,国内人工智能人形机器人公司优必选(Ubtech)宣布完成4000万美元C轮融资,估值40亿美元,之前快手达到30亿美元估值时月活已经达到1.5亿。10月,AI教育公司乂学轮(含追加轮)融资高达2.7亿元,这笔钱很可能能投资ofo的B轮。8月,AI芯片厂商寒武纪完成1亿美元A轮融资,成为独角兽,之前达到这一成绩的中国公司是阿里体育、瓜子二手车,这些公司往往当时已有大平台资源注入。

  而据36氪获得的业内信息,多家人工智能初创公司正在寻求新一轮融资,其中诸如景驰、深鉴等多家知名公司新一轮融资的金额或在1亿美元以上。

  以往,海外技术公司多是以收购为主要退出方式,收购价格往往在2-5千万美元,少数优质公司的收购金额或能达到2亿美元,极少数公司会突破两亿美元。但现在,国内AI初创公司的融资,轮估值基本是1亿元左右,不少优质项目是1亿美元估值起步,赛道上大多数公司完成Pre—A轮融资或者A轮融资后,几乎已经很难能遇到合适买家。另一方面,中国缺少对创新的,大公司往往缺少收购意愿与收购文化。

  投资退出基本只能依赖商业化。 但目前来看,当前人工智能能解决的实际问题较为有限,客户多处于观望、试点阶段,目前除服务安防、汽车、客服、硬件的初创公司外,实际能持续产生营收的寥寥无几。即使是行业最为知名的几家初创公司,目前基本也很难或者未能实现当年营收平衡。

  高估值、高风险、长周期,新投资人是否依然愿意为梦想买单?当潜在的投资风险已经高于潜在的投资回报,如何新的投资人,会是摆在初创公司面前的第一道必答题。

  2017年12月的最后一周,一级市场创投平台鲸准上,人工智能赛道的投资热度开始出现折线式的下滑,投资热度数据由92下跌至73。在经历了快速增长、平稳提升之后,大幅回落。

  中国的人工智能创业是从技术层开始,希望以技术为切入点,提升企业效率,优化用户体验,降低运营成本,从而分得经济收益。理论上来说,利用机器取代人工,完成机械性、重复性的工作理所当然,但实际落地过程中,技术所能达到的效果往往大打折扣。

  理想丰满,现实骨感。过去两年,中国的人工智能公司几乎尝试了所有的应用市场:汽车、金融、安防、物联网、客服、零售、电商、医疗、广告、教育、法律、工业制造、航空航天……但多是处于尝试、探索、试点期。制约这些客户意愿的,一是当前的技术还远不能满足客户需求,一是达到同样的效果,其他技术线年,AI公司开始逐渐聚焦大市场。汽车、金融、物联网、零售、安防成为AI公司竞相争抢的热门市场。数据显示,中国的金融市场规模在43万亿以上,商品零售市场在29.7万亿以上,物联网市场规模在6000亿左右,安防市场规模在5000亿左右。这些大市场被认为是最有可能为初创公司提供持续营收的市场。2017年获得大额融资或者估值较高的AI公司,基本都以汽车、金融、物联网、安防等为主要服务对象。

  当前大多数客户仍以试点为主。以当前最为热门的AI安防市场为例,目前只有1%的安防设备应用了AI技术。根据《财经》的报道,当前所有的AI安防产品,产值不到20亿元;目前智能安防领域最大的一笔订单在上海宝山,为3000,相比庞大的安防领域,这个数字几乎可以忽略不计。而在其他领域,技术的渗透率可能还要更低。

  这些客户的付费意愿似乎也远没有想象中的那么强。比如,金融金融行业被认为付费能力强,但实际的落地案例中,不论是为金融客户提供智能客服服务,大数据风控服务,用户智能运营服务,初创公司都没有多少话语权与议价权,从项目中获得的经济费用十分有限。即使是各家用于宣传的标杆合作案例,付费金额也鲜有超过百万。另外,这些强势客户,往往要求私有部署,这不仅意味着初创公司要提供驻场开发服务,成本高,也很可能意味着合作并不会帮助初创企业拿到行业数据。

  但从卖服务到卖产品的转变,并不容易。赚钱的产品很可能分为硬件、软件两类。硬件方向,做上游元器件供应商,离客户和钱就远;做下游产品,对技术公司来说,补足产品定义、运营、渠道能力都不简单。软件方向,当SaaS类公司都没有解决中小客户付费提升的难题,AI公司解决成功的概率显然要更低。

  一场对外公开的展示上,一家做NLP技术的厂商,担心语音识别的合作伙伴从中作梗,提前预备了Plan B——一旦遇到意外立即切换到另一家语音识别服务商;一场私下的交流里,一名AI公司的CEO几乎吐槽了赛道上所有的竞品,虽然接受采访时,这个赛道上所有的公司几乎都口径一致——“ 这些公司都是业内特别优秀的公司,只是做的业务重点不相同”;为了拖慢另一家体量类似的竞品融资进度,一家公司主动找到了券商沟通交流,希望有机会反向影响投资人的选择;为了监测、防止合作伙伴涉足自己在做的业务,一家大体量的AI公司一旦监测到合作伙伴购买了自己公司的硬件产品,就会第一时间致电合作伙伴意图……

  这些2017年真实发生的小细节背后,正是当下AI领域创业的部分缩写:“友商”明争暗战,“合作伙伴”貌合神离。在技术强导向且应用较为成熟的赛道,这样的趋势格外明显。

  大市场可以支撑足够多的玩家,一般都是分散的市场,服务分散市场的市场也往往是分散市场。这意味着绝大多数可以商业化的场景,都会是同质化竞争的重灾区。以人脸识别领域为例,过去几年,这一赛道上,已经挤进了大约数百万家公司。

  与友商的明争相比,暗斗难防。比如,为了拖慢对手的商业化进程,甚至有公司为了不让对方拿到订单,故意报一个有竞争力的低价。

  面前,技术公司的合作关系也正。过去两年,在智能语音、机器视觉两个大的方向上,出现了新一批新公司,既有直接竞品,也有上下游公司,其中不少也获得了资本,加上潜在客户对应用AI技术高度热情,出现了一批真实的、甚至付费的需求,行业有了盈利的可能,使得行业竞争激烈,压缩了AI公司的正常成长周期,短期内合纵连横成为必然。

  但在2018年,AI 公司的梯队差距进一步拉大,资源、资金、关注度等都会向第一、二梯队倾斜,为向客户提供更好的全套解决方案,AI公司有倾向于全做产业链,同时有了做全产业链研发的资金支持和时间窗口,加上作为产业链的上游,AI公司能够分得的蛋糕有限,为了商业化,势必要向上下游拓展。

  如果说这还是赛场上的淘汰赛。冲出重围的初创公司还要面临更为艰辛的排位赛。不可否认,人工智能正在重塑产业链,给了初创公司绝佳的历史机遇,但接下来迎接他们的则是赛场上的大体量玩家。

  技术方面,百度、微软、腾讯、阿里都是初创公司绕不开的大山。充足的预算,真实的数据,都使得这些大平台更有优势。比如,在智能音响这样的热门方向上,知名公司不仅数倍薪资挖角人才,也希望用补贴的方式抢下更多市场份额,令不少创业公司措手不及。上市公司发起的竞争可以由股民买单,辛苦赚钱融资的初创公司何从何处?跟,还是不跟,这是个不得不面对的难题。

  商用方面,每一条应用的赛道上,都聚集了不少老玩家。以安防为例,市值4000亿人民币的华康,是整个赛道绕不去的大山,而现在海康不仅也做摄像头,在做技术,也在做芯片,希望革新产业链的初创公司显然并不愿意见到这个局面。更多的赛场边,还潜伏着这样的玩家,他们迟迟未动,并非毫无察觉,只是等待入场的时机。

  国内的人工智能公司,多是从技术起家。在完成了“技术——产品——商品”的三步后,商业化都逐渐成为公司的重心,销售团队的重要性开始提升。从技术主导到销售引导的过程中,是公司与利益的再分配,矛盾往往在所难免。36氪接触的多家获得大笔融资的AI公司,都遇到了类似的问题。比如,其中一家公司销售高管直接与CEO产生矛盾,最后CEO不得不聘请了保膘。

  高速发展的公司,也着高管的成长速度。核心创始团队中的,因为个人能力、过往经历,都有可能难以适应公司的新阶段。与此同时,当公司扩张到一定规模,高管之间的利益之争,往往会超越公司利益。未能在利益分配的过程中获利的一方,很可能会黯然离场或主动离开。几家知名AI公司都经历了COO、商务负责人之后离职,CTO离职亦有发生。

  热心的投资人推波助澜。当前,AI项目普遍太贵,因此不少投资人倾向于投资早期优质项目。但AI创业是人才、技术驱动,一定时间内人才供给是稳定的。离职高管再创业比较受投资机构欢迎,甚至有投资机构喜欢攒团队,主动拉拢知名公司高管创业。

  过去两年,融资太好,被追逐的知名企业往往完成了意料之外的多轮融资。被稀释大量股份的公司,不少正在失去公司的绝对控制权。36氪了解到,不少公司在A轮结束时,创始团队的股份已经在50%左右浮动。而现在,距离终点还很长。

  任何领域,博弈与竞争都再所难免。从近代开始,几乎所有的社会活动都是在竞争中开展。在商业社会,更是如此,即使是在市场经济探索中的中国。在AI这种被认为有可能产生新一次工业的领域,全球范围的竞争如火如荼。

  过去两年,人工智能创投领域有没有泡沫的争论,从未停息。背后的潜台词则是认可人工智能公司的前景,但对估值存在疑义。

  人工智能未来会以燎原之势各行各业,似乎正成为共识。从需求侧看,人工智能是新的先进生产力。自2005年以来的十年期间,中国劳动力成本上升了五倍,2030年年轻人口(15-39岁)所占的比例将有可能从2013年的38%下降到28%,到2050年,中国老年人抚养比可能增加到现在的3倍,利用机器提升效率是大势所趋。

  而从供给侧看,人工智能技术所需要的技术逐渐成熟。数据方面,全球数据资料存储量2020 年将达到 40ZB, CAGR 约为 40%。算力方面,现在12颗GPU性能相当于2000颗CPU的深度学习效果,算力软硬件方面的创新都还在一直继续 。算法方面,2006年深度学习算法使得语音识别、图像识别的准确率大幅提升,成为不少应用的强力助推器。

  国家对于人工智能行业高度重视。国家“十三五”战略性新兴产业发展规划提出,到2020年以人工智能为核心的新一代信息技术相关产业市场规模将超10万亿元。

  而从远景看,人工智能可能会产生下一代互联网。信息输入的方式正从文字转变为语音、图像、数据、声光电信号。信息输出的方式正从搜索结果排序到 “精准答案”、“控制信号”等。而这不仅会带来行业的洗牌,也会是新的基础设施。

  事实上,正是这种种乐观的预期,使得资本市场愿意付出更高的溢价。泡沫的背后,其实也是行业价值重建的过程。过去几年,一二级市场估值倒挂已经较为常见,诸如滴滴、Uber这样的公司都在一级市场获得了更高的溢价。这也倒逼诸如港股等在内的交易所放宽条件,以吸引更多潜力公司。

  而另一方面,战略的买家也正逐渐接受高溢价。近年来,人工智能及其相关领域的收购不断刷新纪录,软银收购ARM花费234亿英镑,Intel收购 Altera、Mobileye花费均超过150亿美元。

拉斯维加斯威尼斯人官网,澳门威尼斯人娱和城,领先全球的移动娱乐公司,提供亚洲最尖端的移动体验享受,多种玩法,极致体验,尊贵奢华,尽在英超水晶宫全球赞助...