search
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

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。

AI各融資輪次公司數量圖(數據來源:清科私募通)

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。

熱門推薦

本文由 一點資訊 提供 原文連結

一點資訊
寫了5860316篇文章,獲得23305次喜歡
留言回覆
回覆
精彩推薦