汕头市智能制造产业协会
加入收藏 | 设为首页

内容展示

首页 >

风向2018 | AI 突围

2018-01-19


来源:36氪

概要:回到战场,考验各家公司CEO和谋士的时刻,已经到来。


问:2017年AI行业最大的进展是什么?


答:创业公司的估值。


高估值,曾将AI初创公司带上高光的创投舞台,也正将这些公司卷进激战的赛场。

当“人工智能的创投泡沫要破了”的争论再次回响, AI 初创公司或将迎来一场艰难的博弈。


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……博弈的奖励则是高速发展的快车道。


面对这一系列博弈、竞争与对垒,AI初创公司能否凯歌高奏,赢到最后?


一、VS投资人


军备竞赛,总是从钱开始。


2018年的第一个月,人工智能领域的融资依然在刷新纪录。


  • 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1.65亿元人民币天使轮融资,刷新了中国AI初创企业天使轮融资额新纪录;


  • 前百度无人车团队核心成员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。


这种趋势似乎延续了2017年的AI创投繁荣。


  • 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教育公司乂学天使轮(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。


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。


给钱还是不给,或许也正成为困扰这些投资人的一道选择题。


二、VS弱需求


商业化是这场大赛的重头戏,但说服客户持续付费显然并不容易。


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,其他技术路线成本或会更低。

2017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。


种种现状,使得现在的人工智能公司,更像是外包公司。


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。


三、VS友商


竞争再所难免。但商业化道路上,“友商”暗战,“合作伙伴”神离,甚至“化友为敌”会是新常态。


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,虽然接受媒体采访时,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质问意图……


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,但这些大市场往往都很分散,而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。


金钱面前,技术公司的合作关系也正经受考验。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持,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。


四、VS人


令人措手不及的,或许还有团队内部的分歧、斗争和分裂。


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”的三步转化后,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,是公司权利与利益的再分配,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不得不聘请了保镖。


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,融资环境太好,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。


五、最好的时代


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革命的领域,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改造各行各业,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转化到 “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。


对于那些能在博弈中不断胜出的公司来说,这无疑不是一个最好的时代。


来源:36氪

概要:回到战场,考验各家公司CEO和谋士的时刻,已经到来。


问:2017年AI行业最大的进展是什么?


答:创业公司的估值。


高估值,曾将AI初创公司带上高光的创投舞台,也正将这些公司卷进激战的赛场。

当“人工智能的创投泡沫要破了”的争论再次回响, AI 初创公司或将迎来一场艰难的博弈。


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……博弈的奖励则是高速发展的快车道。


面对这一系列博弈、竞争与对垒,AI初创公司能否凯歌高奏,赢到最后?


一、VS投资人


军备竞赛,总是从钱开始。


2018年的第一个月,人工智能领域的融资依然在刷新纪录。


  • 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1.65亿元人民币天使轮融资,刷新了中国AI初创企业天使轮融资额新纪录;


  • 前百度无人车团队核心成员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。


这种趋势似乎延续了2017年的AI创投繁荣。


  • 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教育公司乂学天使轮(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。


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。


给钱还是不给,或许也正成为困扰这些投资人的一道选择题。


二、VS弱需求


商业化是这场大赛的重头戏,但说服客户持续付费显然并不容易。


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,其他技术路线成本或会更低。

2017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。


种种现状,使得现在的人工智能公司,更像是外包公司。


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。


三、VS友商


竞争再所难免。但商业化道路上,“友商”暗战,“合作伙伴”神离,甚至“化友为敌”会是新常态。


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,虽然接受媒体采访时,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质问意图……


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,但这些大市场往往都很分散,而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。


金钱面前,技术公司的合作关系也正经受考验。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持,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。


四、VS人


令人措手不及的,或许还有团队内部的分歧、斗争和分裂。


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”的三步转化后,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,是公司权利与利益的再分配,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不得不聘请了保镖。


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,融资环境太好,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。


五、最好的时代


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革命的领域,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改造各行各业,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转化到 “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。


对于那些能在博弈中不断胜出的公司来说,这无疑不是一个最好的时代。