AI創投的冰與火之歌：泡沫、跟風、短板和有錢花不出去的沮喪

編者按：本文來自微信公眾號「刺蝟公社」（ID：ciweigongshe），作者哲銘；36氪經授權發布。

江山代有風口出，各領風騷一兩年。這兩年在全世界的創投圈都異軍突起的人工智慧（AI），最近風頭似乎被共享充電寶蓋過了。AI創投圈呈現出一面是冰、一面是火的奇異景象。

今年3月5日雷軍表示，小米將增加對人工智慧的投資。恰巧就在同一天，由於Messenger聊天機器人的錯誤率高達70%，Facebook決定削減對機器學習和人工智慧技術的投資。

AI創投到底冷暖幾何？風向究竟在往哪邊偏？

泡沫與死亡：「每個商業計劃書上都要加上人工智慧」

刺蝟公社（ID:ciweigongshe）從創投大數據平台「清科私募通」獲取的統計數據顯示，2001年4月9日到2017年4月9日，共有234家AI公司獲得融資。其中，僅2016年以來就有112家公司獲得融資，數量達到一半。

艾瑞諮詢的統計結果相對較少——目前有約65家AI公司獲得投資，共計29.1億元人民幣（約合4.5億美元）。

調研機構Venture Scanner於今年3月發布的報告則顯示，目前全球人工智慧領域的企業達到了955家，其中395家已累計獲得48.5億美元的融資。

統計口徑的不同，導致結果所有差異。

「如何定義AI項目其實是個重要話題，有時很難說清楚。」聯想之星的投資副總裁高天垚對刺蝟公社舉例說，比如一些屬於消費服務領域的項目，現在藉助一些無人化的概念也會被認為是AI項目，其實不妥。但在這個領域，什麼是比較純粹的AI，很多時候比較難鑒定。

在清科私募通、投中網的投資行業分類中，目前尚未有「人工智慧」這一單獨分類。如此熱門的投資領域，卻沒有在創投大數據平台上得到反映，就是因為領域界定的難題。

人工智慧目前主要有四個方向：語音、視覺、自然語言理解、控制。而這四個方向分類下又有不同的垂直應用。語音包括合成、語音增強等；視覺包括面部及物體理解；控制包括機器人、無人駕駛等。媒體人對自然語言理解或許更為熟知一些，如聊天、問答、數據挖掘等。

「在AI投資各領域中，目前視覺的場景比較多。」華登國際投資總監蘇東對刺蝟公社說，人類60%的信息獲取通過眼睛，所以機器視覺有很大空間。城市安全、無人駕駛乃至掃地機器人的智能視覺都是很好的應用場景。國內視覺創業公司也已有數百家。

「最近幾年，人工智慧項目從獲得投資的數量上看，肯定是越來越多，退出的卻很少。」高天垚說，資本市場從來不缺新的炒作概念，物聯網、互聯網金融、O2O、共享經濟等等，一波接一波。「可能初衷都是好的，但過度的渲染就會導致一些泡沫，使本來不應該出現的創業者或資本進入某個領域。」

「同一階段AI公司，在國內估值是在國外的3倍。」北極光創投董事總經理楊磊對刺蝟公社說。

一直看多AI的創新工場董事長李開復，也在此前「尋找創客大會」上說，「現在創投市場人工智慧泡沫很嚴重，每個商業計劃書上都要加上人工智慧，幾乎任何行業的創始人都說自己是人工智慧公司。」

創新工場近年來在人工智慧領域布局頻繁，4月上旬剛聯合海南生態軟體園主辦了第一屆德撲人機大戰。

李開復認為，現在人工智慧「有點兒過火」。他預計明年初開始，或將有第一波企業走向死亡。

跟風與短板：「不投也得投，怕錯過」

潤米諮詢董事長劉潤認為，目前這一波AI熱潮是被投資催化出來的「虛熱」。

「不投也得投。從創業和投資兩方面來看，都會有跟風。」高天垚說，早幾年看，AI在投資圈並不是主流投資領域，而現在，機構或多或少都有「怕錯過」的心理。

這和當下包括共享充電寶在內的所謂「風口」受到資本追捧的背後邏輯，如出一轍——商業模式究竟是啥、能否賺錢先不管，把位置佔了再說，而且，總能找到接盤手。

成立於2008年的聯想之星，從2011年開始投AI，已經投資了60多家相關企業。除此之外，創新工場、北極光等多家投資機構，也都將人工智慧作為其重點布局的賽道。

但多位關注AI領域的投資人士告訴刺蝟公社，現在這個領域的部分創業團隊給人感覺是「飄在半空中」，「有些甚至完全不懂AI」。

AI是強技術領域。高天垚此前在接受《21世紀經濟報道》採訪時表示，聯想之星布局人工智慧走過兩個階段，第一階段關注底層技術，重點投資各種識別技術和理解技術、感測器等。第二階段聯想之星主要在加大對智能機器+行業應用的布局力度，利用智能技術提高效率。

「譬如無人駕駛，一定是技術驅動的，否則，再有商業模式也不會有產品。」楊磊說，在這個領域和國外技術有挺大差距。

南洋理工大學教授黃廣斌對刺蝟公社說：「國外商業包裝比國內好，比如AlphaGo。其實國內大約在2012年左右，AI協會就曾舉辦了人工智慧大賽。」

黃廣斌曾在一篇微博中指出，人工智慧能夠給帶來歷史機遇。但的AI創業者，雖然想做實事，卻又「比較浮躁，失去了很多機會」。

在機器視覺、自然語言處理、無人機等AI發展較早的細分領域，國內有一些公司已經融到了C輪、D輪等比較靠後的輪次，但現在大量的項目仍處於早期，能跑出來的還是鳳毛麟角。

清科私募通的數據顯示，處於B輪以前（不含）的AI公司，佔比近九成。

光懂技術也不行。很多AI創業者有很強的技術背景，卻依然在融資路上步履艱難。主要原因是這些技術宅男「不會講故事」、「不懂商業」，無法讓投資人理解並認可自己的優勢和前景。

不過，投資人在技術上也有短板。楊磊告訴刺蝟公社，很多投資人看不懂AI。

而一位不願具名的業內人士對刺蝟公社說：「看不懂也不會焦慮。投資這件事兒特別簡單，就是我相信我所投的，我投的都不是我認為有問題的。現在來了個風口，多好啊。大家趕緊投，泡沫出了再說。」

什麼樣的AI項目能拿到投資？「技術做不出來，不投；太貴，不投」

AI創投泡沫何時破滅，業內莫衷一是。高天垚認為，「一定要預測泡沫何時破，沒有意義，而應該思考如何避免成為所謂的泡沫。」

在不少投資人眼裡，AI是其投資的一個重點領域，卻也只是投資組合中的一部分。他們傾向於認為，考察AI創業項目與其他項目並無太大差異。

「主要考察團隊以及主攻方向。」蘇東說。

「所有技術類的投資都是這樣的，看團隊背景、賽道方向來選擇與我們投資邏輯相符合的團隊。」楊磊說。

明勢資本合伙人黃明明在接受《21世紀經濟報道》採訪時稱，該公司在選擇AI投資項目時，著重強調兩點，一是離行業更近一些，二是離錢更近一些。「創業公司要知道錢在哪裡，否則演算法準確度和數據未必是有用的。」

高瓴資本集團合伙人洪婧則表示，「更多還是看創業公司有沒有長期結構性的壁壘，只看需求很快就會藍海變紅海，主要還是看供給端。一定要把技術和實際的應用場景及預算結合起來，慢慢形成循環，積累數據和對行業真正的理解。」

李開復認為，投資人在選擇人工智慧領域進行投資時，需要對相關技術、戰略以及成熟的速度有足夠的理解，而在投資一個案子前，要進行全面評估，「如果技術做不出來，我們不會投資，如果做出來太貴，我們也不會投資。」

「AI這個領域的投資非常不容易」，楊磊說，在互聯網投資早期，的投資機構和其他國家都在一個起跑線，主要競爭的是執行力、資金，還有商業模式創新。

而如今的AI投資中，技術本身的重要性，與巨頭的潛在競爭，如何將技術與商業場景結合形成閉環以及AI領域本身快速的變化等問題，都造成AI投資的難度變大。

至少從目前的跡象看來，國內的AI行業仍處於野蠻生長階段。熱錢不少，優質項目卻不多。國內AI技術發展速度跟不上投資熱情。

而且，國內的這一矛盾比國外更尖銳。楊磊解釋說，因為國內較國外的熱錢更多，但國內技術水平又相對更弱，優質標的更少。

結果就是，創業者拿錢難，投資者有錢卻花不出去。對這二者來說，都很沮喪。