问:2017 年 AI 行业最大的进展是什么?
答:创业公司的估值.
这个行业玩笑背后,正是 2017 年中国 AI 领域投融资 "繁荣".
不过 2018 年,这样的表象繁荣,或将很难复现.AI 创投正迎来理性回归.而更多的 AI 创业公司可能会迎来融资的 Hard 模式.
(注:数据来自鲸准,投资热度主要基于投资人在鲸准上的行为产生,可以反应投资人对项目,赛道的关注度)
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.
这个现象或许并不在普通读者的意料之内.毕竟,从旁观的角度,2017 年全年,尤其是刚刚结束的第四季度,AI 领域的投融资格外热闹,赛道不仅吸睛而且吸金.
2017 年 10 月 AI 教育公司 乂学天使轮融资高达 2.7 亿元 ,这笔钱很可能能投资 ofo 的 B 轮;AI 芯片厂商寒武纪 A 轮即成为独角兽,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;人形机器人公司优必选外界传言的估值达到 40 亿美元,计算机视觉公司商汤科技被传以 30 亿美元的估值融资,两家公司在用户数据,财务数据方面可能并不突出,而之前快手达到 30 亿美元估值时月活已经达到 1.5 亿.
但拆解这样的繁荣表象,AI 投资降温趋冷,资金,资源聚焦第一梯队,都在 2017 年呈现出明显的先兆.
一,AI 投资降温,回归理性
(注:数据来自鲸准,2017 年数据为 2017 年 1-11 月数据)
(注:数据来自鲸准,2017 年数据为 2017 年 1-11 月数据)
2017 年 1-11 月,中国人工智能领域一级市场投融资交易金额达到 189.4 亿元,占一级市场投融资交易总额的 2.38%;交易数量达到 219 笔,占全部交易时间的 4.892%,较之 2016 年高点略有下滑.
(注:数据来自鲸准,2017 年数据为 2017 年 1-11 月数据)
从平均融资金额来看,2017 年基本与 2016 年持平,单笔融资均在 8650 万元左右,并未呈现出于交易金额,交易数量接近的下滑趋势.
二,资金,资源聚焦大市场,第一梯队
实际趋冷,但表象狂热,与资金,资源聚焦第一梯队有关.马太效应,使得第一梯队获得了大量的外部关注.
我们统计了 2017 年人工智能领域金额最高的 5 笔融资,5 笔融资的交易额已超 80 亿元,占到人工智能领域全融资金额的 45% 左右.事实上,即使是在前 5 名内,差距也十分明显,Top1 旷视科技的 C 轮融资金额是 Top3 出门问问 D 轮融资金额的 3 倍多.2017 年,旷视科技,商汤科技两家各完成了一轮 4 亿美元以上的融资,占到了全部人工智能领域投资的 30% 左右.
这种马太效应在 2017 年格外明显.以旷视科技,商汤科技所在的计算机视觉领域的人脸识别方向为例,赛道上的公司多达 100 多家,但 2017 年,旷视科技,商汤科技两家融资超过 8.7 亿美元,占到了赛道融资额的 65%.36 氪了解到,2017 年 7 月 商汤完成 4.1 亿美元 B 轮融资 ,这笔融资披露之后的一段时间,投资人对这个赛道上在融资的非第一梯队的公司态度明显审慎,下半年该赛道上 A 轮融资寥寥无几.此消彼长,商汤科技的这一轮融资,共有 20 家左右机构参与,这些投资人则有可能带来相关的客户资源.
在智能语音方向,在目前竞争最为激烈的语音识别方向,因为百度,微软,科大讯飞等大公司强势参与,另有较早创业的出门问问,思必驰等已经形成先发优势,直接竞品公司获得融资的概率低,获得融资的公司多是从上下游切入,如上游的声学器件,麦克风阵列,下游的自然语言处理,行业应用.
之所以出现这一现象,我们认为与 AI 方向创业的特性有关.国 AI 创业是数据资源,人才技术驱动.新科技创业现阶段还主要从技术切入,应用市场以 To G ,To B 为主,往往要与巨体的场景,业务结合.直接业务数据是重要的竞争壁垒之一,成功的客户案例则是扩大业务的重要推力.因此马太效应会明显.
另一方面,第一梯队公司主动战略站队又加强了马太效应.与很多领域排斥站队不同,AI 初创公司更倾向于早期 "抱大腿",加速实际落地,率先获得行业数据及经验.在《 AI 时代的战略投资:从为财务投资接盘,到被财务投资接盘 》一文我们已经提到,2017 年战略投资数量增加,且战略投资阶段更早,甚至有财务投资人开始把公司获得过战略投资作为投资的标准之一.
事实上,不少公司都是主动站队,有意拉拢战略投资人及国家队投资人.如在 AI 芯片赛道,几乎知名公司背后都有半导体大厂,互联网大公司的身影.深鉴科技的 CEO 姚颂曾在接受 36 氪采访时表示,为了争取蚂蚁金服的投资, 在估值上做出了让步.而旷视科技的 C 轮融资,官方的新闻宣传中也主动强调了投资人的国家队身份.
资金除了聚焦第一梯队,也在逐渐聚焦大市场.2017 年,业界对于人工智能的看法逐渐统一,人工智能是提升行业效率的工具,工具需要与场景,业务结合.
理论上来讲,人工智能可以替代或者部分替代重复性,机械性强的工作.但 AI 公司能否从中获得经济收益,取决于对方的付费能力;AI 公司能从中持续获得多少收益,则取决于行业的规模.因此,能将技术应用于高客单价高毛利的大市场的公司,更受青睐.获得融资,尤其是大额融资或者估值较高的 AI 公司,基本都以安防,汽车,金融,物联网为主要服务对象.
三,初创公司或要迎接融资 Hard 模式
当资金,资源向第一梯队公司聚焦,对于非第一, 二梯队的初创公司来说,或将迎来融资 Hard 模式.
虽说早期投资是承认低成功率,博高收益项目,但当前 AI 领域好项目越来越难找,越来越贵,成功率就重要起来了.这种心态之下,第一梯队有可能获得更高溢价.
从 2016 年下半年开始,估值过高有泡沫质疑一直围绕这个行业.截至目前,人工智能领域鲜有有盈利的 A 轮后公司,知名公司很可能最早在 2018 年才有可能实现当年盈亏平衡.
是否有泡沫的争论背后,潜台词往往是认可行业及市场,但不能接受这样的价格.不过,短期来看,人才稀缺,人力成本高,估值降低并不现实.人工智能领域的创业是技术驱动,人才驱动.但在一定的时间段内,人才与技术往往是稳定供给.国内 AI 人才主要来自中美欧科研院所,互联网大公司,过去两年国内 AI 创业公司基本消耗了其中的绝大多数人才.并在向更低龄的年轻人及欧美以外的地区,比如商汤开始在高中争抢优秀人才,依图在新加坡成立了办公室.
(注:上图为某猎头公布的薪资水平,图片来自 新智元 )
此外,当前国内人工智能领域人才薪资高企,初创公司的运营成本相对较高. 根据市场反馈 ,"硕士毕业 3 年的机器学习算法专家薪资算上股票收入普遍可以达到年 60-80 万,而硕士毕业 8 年 / 博士毕业 5 年如果发展到算法总监的岗位,薪资普遍在 150 万以上".短期内来看,行业平均薪资或很难降低.
此外,过去因为 AI 项目估值过高,往往初创公司的背后都已经聚集了多家投资机构,不少知名初创公司的创始团队所持有的股份已经被稀释或者即将被稀释到 50% 以下,要同时让多家机构接受低估值,协调工作或许会相对复杂.
基于此,我们认为,短期内大部分初创公司降低估值的可能性并不大.因此,2018 年资本或会重新评估市面上已有标的,各领域第一二梯队公司获得融资的概率会增加,但非头部公司获得头部机构的难度都会持续增大,甚至获得融资的难度也会提升.另外,值得关注的是,一般初创企业在遇到低谷时,往往会产生人才流失,这反向又会影响到投资人对公司的认可.
后期项目太贵,公司又没有在市场抢占足够的份额,很可能会使得新创业项目获得资本青睐.早期项目溢价,或会重新吸引优秀人才创业.但过去几年已经消耗掉了学界,大公司优质人才,市面上优质新项目太少,很可能会使得早期投资机构攒创业团队.新创业者很有可能会是来自发展中的创业公司.考虑到新技术公司落地难,创业方向很可能会与原公司相同,类似或者接近.
因此,资金向头部及新公司倾斜,或会成为 2018 年常态,也是早期初创公司需要应对的难题.
四,资金或流向其他领域
与批判这个行业有泡沫相比,更值得担心的或许是开始没有人关心这个行业还有没有泡沫.
在《 升维打击的年代,新科技的冰与火之歌 》一文里,我们统计了各领域的平均单笔融资额.2017 年 1-11 月,人工智能领域平均单笔融资金额达到 8650 万元左右,仅为全领域的平均融资额(1.7 亿元左右)的一半左右.在统计了全领域的创投数据后,我们发现,物流,电商,医疗,教育等领域的平均单笔融资额,2017 年增幅均超过 300%,风口正在转变.
国内不少投资机构内部,人工智能都是隶属于高科技方向,很可能包括了机器人,无人机,物联网,半导体,区块链,AR,VR,制药,医疗器械,3D 打印,新能源,新材料,商业航天等诸多细分赛道.而从目前各家机构已经流出的分享内容及 36 氪的私下了解来看,不少机构也在看区块链,制药等新方向.而从目前的舆论热度来看,区块链已经成为毫无疑问的新技术风口.
对于 AI 初创公司来说,这显然不是一个特别好的消息.更早融到更多的钱,或许才是最优解.
来源: http://blog.csdn.net/bKMk01MZ3w/article/details/79039962