申请专栏作者 参展
投稿发布
您的当前位置:主页 > 人工智能 > 正文

AI创投的中场休息

来源: 时间:2020-01-13
请支持本站,点击下面的广告后浏览!

    有人说,2019年是令人失望的一年。

  在创投圈,不少人认为创业者、投资人的信心似乎也在直线下降。老罗都开始琢磨“卖艺还债”了,王思聪也一度背上“限高令”。硬件上的折叠屏、5G手机等等,PPT天花乱坠,落地的屈指可数。就连被寄予希望的下沉市场也已经成为一片血海。过去几年的热门风口似乎接连响起了寒冬的论调,包括被寄予厚望的人工智能。

  从投融资数额频次到企业发展、竞争,AI创投的2019显得格外低调,期待中类似于团购大战、网约车大战的较量没有上演。

  那么,AI的故事结束了?显然不是,AI本身的潜力毋庸置疑。事实上,所有的寒冬背后只不过是一些特定的发展状况罢了,5G手机爆发只是时间问题,互联网产品也会经历下一轮更新换代,但就像阿里巴巴集团学术委员会主席曾鸣说的:

  “容易赚的钱肯定是没了,往后大家都得做更辛苦的事。”

  就AI产业而言,从多个维度来看,在经历了五年的狂奔过后,容易拿到的投资肯定没了,产业似乎也到了停下来进行中场休息的时候,准备去做今后更辛苦的事。

  创投烽烟不在,赛手止戈休养

  2018年,金沙江创业投资基金董事总经理朱啸虎提出:“教育、企业应用和人工智能是资本寒冬的‘吉祥三宝’。”按照当时的大环境,这一言论似乎没什么错。

  有数据显示,2015年到2018年,AI产业复合平均增长率达到54.6%,2018年,中国人工智能产业市场规模达到415.5亿元。

  随着产业规模的扩大,AI领域融资进度也在不断加快。据投中研究院与崇期资本联合发布的《2019中国人工智能产业投融资白皮书》显示,中国人工智能领域的总体融资规模从2015年的458亿人民币增长至2018年的1189亿人民币,增长超过两倍。

  只不过在进入2019年之后,“吉祥三宝”的魅力似乎也不复存在,当然这里面也包括今天我们所说的人工智能。

  2019年,AI创投已经不再是资本的宠儿。今年前三季度,AI产业投融资数额为577亿,AI投资热情出现明显缩水。事实上,从去年年中IBM沃森大裁员开始,关于AI寒冬的论调就逐渐开始响起,这也为今天行业融资难现象发生埋下了伏笔。

  从资本的角度来看,投资行为变得更加谨慎本身也是无可厚非的事,面对“黑天鹅”谁都得谨慎才行。

  套用财经记者吴晓波的水大鱼大论,从O2O开始,创投风潮井喷,风投机构如雨后春笋般冒了出来。据有关资料显示,到2018年,登记在案的私募基金管理人达2.37万,资产管理规模由2015年1月的2.6万亿陡增到如今的12.6万亿。资本“大水”滋养着教育、共享经济、云服务以及人工智能领域的“大鱼”。

  到了2017年,数据显示私募行业总募资额已经达到万亿级的历史新高。而2017年关于规范金融机构资产管理业务的指导意见(征求意见稿)》公布,为资本圈的野蛮生长画上了休止符。一些实力不够的机构遭遇募资困境。

  到去年中小私募的减少还在进行着,2019年12月6日,中国证券投资基金业协会公布了11月份私募行业备案数据显示,截至2019年11月底,百亿私募相比10月增加了5家;中小私募的数量增长明显乏力,其中规模在50亿~100亿元的有285家,相比10月减少了4家;此外,管理规模低于行业平均规模的私募达到6893家。两级分化明显。

  募资难,资本寒冬,AI创投热情自然也会出现退潮。而缺少了资本“荷尔蒙”加持,AI公司们在过去一年似乎也异常的低调。

  今年年初,随着旷视即将IPO的消息传出。AI企业上市潮的说法也不胫而走。然而,2019年已经过去了,旷视方面IPO“爽约”已经成为现实,而商汤方面似乎一直都是“上市有计划,但无时间表”。

  在产品端,从2018年年底,因深度学习而爆红的人工智能创业窗口期已近于关闭,未来更强调商业落地。然而,任何新技术的发展都会遵循加德纳曲线效应,会经过五个阶段:技术萌芽期,期望膨胀期,幻觉破灭期,复苏期与平稳生产期这五个阶段。

  目前看来,产业正处于复苏期到平稳生产期之间,会经历一段时间的瓶颈。具体多久没有人知道,都知道总有大规模商用的时刻,但时间上却并不可期。在此期间,我们看到AI公司们更多的其实在休养生息,没有太多针尖对麦芒的碰撞,静候产业瓶颈期的度过。

  但这种黎明前的静悄悄往往更可怕,在上半场脱颖而出的AI公司或许就在这短暂的中场休息期间形成分化也未可知。

  “主干道”挤不进,“小路故事”不动人

  说了投资机构自身的因素,事实上,AI产业自身的内因才是创投遇冷的根本原因。前面我们把现阶段比喻成中场休息,既然是休息无需较量,自然也不需要太多资本进入来强行加戏,去做些逆潮流而行的事。

  那么为什么现阶段是AI创投的“中场休息”阶段呢?在互联网江湖看来,不同项目,在发展的不同阶段,关于投融资以及竞争力有着不同的评判重点。就比如过去消费互联网时代的一些生意,最早看人、看模式,然后看数据,接下来看市场规模、行业地位,最后看盈利能力。但每个阶段结束,在迈向下一个阶段之前会有一定的空白期,对于还处于上个阶段的企业已经失去拿到投资的资格。

  AI创投也是如此,只不过与技术有关,过渡期会更长一些,而且时间不可控。就目前观察到的,过去的五年AI创投大致经历了三个阶段:

  AI创投1.0阶段:大致从2016年AlphaGo战胜李世石开始,直接也引爆了AI领域的创投热情。在这一时期,算法实力和高精专人才是AI企业发展潜力的评判标准,具备这两项的创业公司更容易得到资本的青睐。

  AI创投2.0阶段:先发企业积累了大量的人才基础和基础算法基础,奠定了足够的行业地位,在相关AI技术落地的高价值场景中取得一定规模。这时候投融资开始分化,赛道上“赛手”优劣差距形成。仅凭算法实力和高精专人才的公司已经OUT,资本走向呈马太效应。例如去年AI创业公司的融资总额是1131亿人民币,其中“CV四小龙”就占了五分之一。

  AI创投3.0阶段:从去年下半年开始,商业化逐渐成为讨论最多的话题,整个AI领域缺的不再是技术,而是承载技术的场景。一些AI公司,譬如科大讯飞、搜狗自己上阵做硬件。整个AI产业其实都在进行着一场润物细无声的去泡沫化行为,近段时间,科创板上市企业不再有当初的一片大涨就是证明。

  这时候,基础层、技术层所涉及的底层深度学习、数据已经趋于稳定。基础层自不用说,从主要的底层技术来看,据清华大学数据显示,计算机视觉、语音、自然语言处理是中国市场规模最大的三个应用方向,分别占比34.9%,24.8%和21%。我们可以把它们看作AI创业的“主干道”,但商汤、旷视、依图、科大讯飞等独角兽企业已经建立起足够的优势,创业者很难卡进去,投资人也不会去投这类企业,整体投资规模遇冷也就成为理所应当。

  AI底层技术的创业公司卡进“主干道”的概率很低,但细分领域的“小路故事”如今看来似乎也很难打动投资人。我们看到时不时的会冒出一些细分领域机会的评论,但做起来的几乎没有,这主要归结于以下三个方面:

  *前期的AI投资已经消耗了投资人的很多热情,再加上在落地方面没能达到投资人内心锚定,对于投资会比较谨慎。

  *很多“小而美”的创意缺乏足够的市场想象力,但投入却比较高,因而风险比较大。借用火山石资本管理合伙人章苏阳评价芯片投资时的话:“投芯片要么成功,要么失败,不像部分模式创新,这条路没走通可以立马改。”

  AI创投也是如此,技术的故事确实比较吸引人,但由于容错空间小,行业集中度高等特征,使得行业的容错空间小,投资人对新兴的“小路”保持较高的怀疑态度。

  *容易被科技公司、AI独角兽们跟进。一旦某个细分领域的成功可能性增强,独角兽们就会跟进拓展。就像过去消费互联网时代的BAT,很多高频场景到最后都成BAT之间的角逐。

  基础层、技术层门槛已经过于高了,而在应用层方面的创业机会其实也不多。

  技术、人才的比拼时代过去,场景为锚的时代到来,作为一个2B或者2G的领域,AI企业的商业落地能力已然成为它们综合实力判定的重要标准。而布局应用层,原先没有场景的创业公司机会很小,很难打动投资人。

  “主干道”挤不进,“小路故事”不动人,商业化还任重道远。这一系列因素夹杂在一起也预示着AI创投热情的下降,AI项目不再是资本眼中的“香饽饽”,促使产业创投产业竞争进入中场休息阶段。

  下个五年,AI公司从“徒手攀岩”开始

  回顾2019,怨天尤人者甚多。而罗振宇在他“时间的朋友”跨年演讲中给予更多的鸡汤,或者说面对客观事物应有的积极意识。

  演讲中,罗振宇针对投资人张颖组织人看电影,连拉带拽,动员所有创业者去看一部纪录片《徒手攀岩》这件事时评价道:

  “张颖为什么这么积极地拉人看这部纪录片呢?他是一个投资人,他其实在跟这个时代的创业者说:徒手攀岩的过程不是克服困难,而是习惯困难。”

  AI产业创投瓶颈,对于有自己主营业务作为盈利支撑的BAT等科技企业而言当然不慌,可对于那些AI独角兽们而言却很难做到淡定。在中场休息阶段,头部的AI公司似乎都不约而同的选择躬身入局,进行张颖所提倡的“徒手攀岩”。

  目前计算机视觉、语音识别等基础技术的主要应用场景其实有限。例如计算机视觉主要集中在金融和安防。还比如语音识别的科大讯飞会与一些硬件公司展开合作。除了各自擅长且对口的领域以外,AI独角兽们对于场景延伸也有更多的试探和占位。

  就目前看来,AI独角兽们在应用层方面的布局主要围绕以下两个方面展开:

  一方面通过投资延伸到其它垂直场景。根据企查查检索显示的数据来看,旷视目前的投资动态有五起,商汤有四起,老牌企业的科大讯飞更是有十多起。以计算机视觉企业为例,商汤布局面更广一些,旷视的移动终端和零售、物流布局,云从的银行业,依图的医疗领域都有相应的投资布局。

  另一方面,自己做硬件。主要代表包括科大讯飞、搜狗。它们在硬件选择上也是针对一些小众产品,不与自己的主流企业级客户有直接竞争。而且产品本身的市场竞争小,购买者的议价能力也比较弱,更容易创造更多商业价值。

  然而,虽说AI独角兽们对于目前行业瓶颈期都有自己的应对策略。但无论是投资行为还是自己做硬件本身也存在一些潜在的挑战。

  投资方面,每一个新的AI赛道,还要考虑对应的落地场景需要怎样的算法和模型去做出有效的决策。如何筛选识别出确保收集高质量的数据,这些都是AI企业需要考虑的问题。此外,AI独角兽们的投资,大都围绕价值投资进行,是为了未来,而不是财务投资,眼下多赚点钱,这就导致投资回报的周期有些过于长,这对于企业财务状况可能会带来一些压力。况且从来没有什么稳赚的投资,这些AI独角兽们势必还要承担投资失败的风险。

  而自己做硬件的话,技术公司做硬件天生具备一定的顾虑。一方面,与企业级客户没什么竞争,但未来呢?另一方面,软件与硬件本身具备很大的鸿沟,一个项目发展初期可能不明显,但发展到一定程度,技术趋于成熟,制造业底蕴会成为企业之间的分水岭。

  经过人才、融资、算法、行业地位考验脱颖而出的AI独角兽们,正在商业落地方面面临更为严峻的考验。

  但哪里没有挑战?与那些被过去一年一些困难表象吓到的人相比,这些头部AI公司创业者们面对未来“难赚的钱”拿出徒手攀岩的勇气。类似于这样的勇士,也存在于互联网、传统行业、硬件厂商等各个领域。熬过漫长的瓶颈期之后,未来这批勇士也将带给我们更多的惊喜。 

 

  可思数据sykv.com,sykv.cn

-->
转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
数据标注服务

关于我们   免责声明   广告合作   版权声明   联系方式   原创投稿   网站地图  

Copyright©2005-2019 Sykv.com 可思数据 版权所有    ICP备案:京ICP备14056871号

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭