在狂熱的資本與“風(fēng)口論”面前，數(shù)字不會說謊。以下為2017中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告解讀。
一、人工智能開啟的微智時代
AI能否完成人類歷史上的顛覆式創(chuàng)新，開啟人類新時代？
60余年來人們對這個話題一直爭論不休。2006年，Hinton教授發(fā)明了一種訓(xùn)練深層網(wǎng)絡(luò)的新思路，隨后三篇論文炸開了深度學(xué)習(xí)算法突破口。很快，又有公司發(fā)明了用于支持深度學(xué)習(xí)算法的新型芯片，大大改善了舊芯片計算能力不足的問題。
在算法和算力的支持下，互聯(lián)網(wǎng)存儲了20多年的大量數(shù)據(jù)終于找到了它歷史的使命：訓(xùn)練機器！于是第三次人工智能熱潮被掀起了。
雖然，這一次深度學(xué)習(xí)算法將語音、圖像識別率先推向了人類實現(xiàn)的最佳邊界，但是目前AI算法并不完美，一是算法訓(xùn)練模型只能針對特定領(lǐng)域，通用性差；二是這一代算法太依賴于數(shù)據(jù)。
AI推理、思考、聯(lián)想等智力功能與人類大腦相去甚遠，目前，AI的發(fā)展水平整體上只能算是處于“微智時代”。要想讓機器成精，AI還需更上幾層樓，恐怕要更待些時日。
雖然只是微智時代，但并阻擋不了“AI+”對行業(yè)的顛覆，目前應(yīng)用型技術(shù)層出不窮，未來可以預(yù)見人工智能與產(chǎn)業(yè)應(yīng)用會產(chǎn)生更深層次的結(jié)合。
二、創(chuàng)業(yè)項目三梯隊中的C端到底行不行？
在目前的AI微智時代，創(chuàng)業(yè)公司大致可分為三個梯隊：廣義機器人、自然語言處理、計算機視覺與圖像。
根據(jù)騰訊研究院&IT桔子聯(lián)合發(fā)布的《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》統(tǒng)計數(shù)據(jù)，國內(nèi)智能機器人與無人機相關(guān)技術(shù)創(chuàng)業(yè)最為火爆，位居于第一梯隊；語義分析、語音識別、聊天機器人等自然語言系列的技術(shù)位列第二梯隊；第三梯隊則為人臉識別、視頻/監(jiān)控、自動駕駛、圖像識別等計算機視覺系列的技術(shù)；另外，情感計算這種綜合了心理學(xué)、語義、視覺、環(huán)境感知等多種技術(shù)的復(fù)雜應(yīng)用技術(shù)也在慢慢成長中，這類企業(yè)正在嘗試產(chǎn)業(yè)的探索與創(chuàng)新，前景廣闊，但是目前處于熱度排行末端。
B端市場無疑是創(chuàng)業(yè)最合適的切入點，可以充分發(fā)揮AI的工具性，提升效率和體驗，從而跨過工業(yè)應(yīng)用紅線。
雖然目前的AI技術(shù)應(yīng)用多數(shù)著眼于B端市場，為企業(yè)提供服務(wù)。不過，近兩年來，市場上出現(xiàn)了一些定位于C端用戶的產(chǎn)品。
靠近C端用戶并探索流量和數(shù)據(jù)的變現(xiàn)模式是較為理想的發(fā)展路徑，比如，在廣告、媒體、美妝、設(shè)計等行業(yè)已經(jīng)涌現(xiàn)了第一批消費級終端產(chǎn)品，并且在消費者中形成了一定的影響力。
消費級市場或許是近期人工智能應(yīng)用爆發(fā)的一個重要場景。據(jù)統(tǒng)計，美國已經(jīng)有超過50家針對于C端初創(chuàng)AI企業(yè)，融資規(guī)模超過8億人民幣，雖然這些公司仍然十分微小，但是星星之火可以燎原。我們可以預(yù)見，AI消費級產(chǎn)品遍地開花的時間為期不遠了。
三、行業(yè)應(yīng)用最先落地的會是誰？
技術(shù)實力是AI公司的核心競爭力之一，而技術(shù)+產(chǎn)品+行業(yè)落地更是其勝負關(guān)鍵。新一代人工智能的繁榮，猶如一棵枝葉繁茂的大樹，滲透至各行業(yè)的藍天之中，服務(wù)于眾多領(lǐng)域。
報告數(shù)據(jù)顯示，醫(yī)療行業(yè)成為AI應(yīng)用最為火熱的行業(yè)，其中包括了醫(yī)療影像診斷、醫(yī)學(xué)病歷分析等方向，目前弱人工智能更容易在醫(yī)學(xué)這種專業(yè)性較強但不要求通用能力的行業(yè)發(fā)揮作用；
汽車行業(yè)則憑借自動駕駛相關(guān)AI技術(shù)脫穎而出位列第二，有80家AI公司業(yè)務(wù)和汽車相關(guān)，其中30家專注于自動駕駛相關(guān)技術(shù)；
排在之后的AI技術(shù)行業(yè)應(yīng)用方向，無可厚非包括了教育、金融、制造、安防、家居等行業(yè)。
四、中美兩國的根本差距何在？
近日有一篇外媒文章，給了中國人工智能高度的贊揚，它認為中國在AI大潮中具有相當優(yōu)勢，跟美國幾乎不相上下，很容易彎道超車。在我們看來，這實在有些夜郎之論。真實情況如何？請看數(shù)據(jù)：
企業(yè)數(shù)量差距：報告數(shù)據(jù)顯示，截止于2017年6月31日，全球人工智能企業(yè)總數(shù)達2542家，其中美國擁有1078家，占全球人工智能企業(yè)總量的41%；中國擁有592家，占據(jù)23%，排名第二。中美兩國差距486家。
投資金額差距：根據(jù)統(tǒng)計數(shù)據(jù)，美國AI公司總?cè)谫Y金額達978億元，占據(jù)全球總?cè)谫Y的50.10%；中國以635億元位居第二，占據(jù)全球AI公司總?cè)谫Y額的33.18%。
人才團隊差距：在 AI 領(lǐng)域，中國的人才總儲量低于美國，美國的 AI 人才總儲備達 78700 人，中國的人才總量僅有 39200 人，人才儲備總量不及美國的 50%。目前中國人工智能的人才培養(yǎng)已成為一個發(fā)展的關(guān)鍵問題，人才缺失可能會對中國未來AI產(chǎn)業(yè)的發(fā)展產(chǎn)生牽制作用。
投資機構(gòu)差距：AI投資機構(gòu)數(shù)量上，美國超中國兩個身位，為中國三倍。中國關(guān)注AI領(lǐng)域的投資機構(gòu)總數(shù)量約為620家，美國約為1800家。其中投資次數(shù)在兩次及以上的投資方數(shù)量，中國為203家，美國為596家。綜合來看，美國投資界對AI的關(guān)注度遠超中國。
綜合對比，美國AI走在了全球發(fā)展的最前列，代表著各大熱門領(lǐng)域的高精尖。根據(jù)目前的數(shù)據(jù)統(tǒng)計，中國人工智能水平距離美國還有不小的差距，企業(yè)數(shù)量、融資總量、團隊規(guī)模等大約只有美國的50%左右。
中美雖有差距，中國也有自己的獨特優(yōu)勢，即，中國目前的人工智能創(chuàng)業(yè)環(huán)境。
五、為何中國創(chuàng)業(yè)環(huán)境更勝一籌？
美國AI存量市場遠超中國，但投融資速度與獲投率中國更高美國一籌，對于AI初創(chuàng)公司來說，中國環(huán)境更適合創(chuàng)業(yè)。
獲投率
中國獲投率遠超美國，呈后來居上之勢。中國AI平均獲投率為69%，美國平均獲投率為51%，中國超出美國18%。另外，從數(shù)據(jù)可以推斷，目前，中國人工智能創(chuàng)投市場缺少優(yōu)質(zhì)項目，中國市場對于AI的投資不缺資金，根本缺失的是技術(shù)和人才。
獲投速度
從一家公司成立時間算起，到每一輪獲得投資的時間間隔代表了這家公司的獲投速度。間隔時間越短，公司獲投速度越快，表示其越受投資方的青睞。美國AI公司從成立到種子/天使輪的平均時間需要14.8個月，中國則需要9.7個月，中國AI公司的早期獲投速度明顯比美國快很多。
六、如何走出產(chǎn)業(yè)核心的困境？
人工智能發(fā)展的基礎(chǔ)在于算法、算力和數(shù)據(jù)，三者缺一不可。中國擁有龐大的數(shù)據(jù)庫，在應(yīng)用算法上也不落其后，唯獨在算力這一領(lǐng)域，出現(xiàn)了非常嚴重的缺陷。
算力的核心在芯片，而中國在芯片領(lǐng)域上的積貧積弱也延伸到了AI芯片上。根據(jù)數(shù)據(jù)統(tǒng)計，美國芯片企業(yè)合計33家，累計融資308.18億元。中國合計13家，累計融資13.28億元，融資額僅為美國的4.3%。
在中美總?cè)谫YTOP10 公司中，中國以ASIC和FPGA為主，類腦芯片其次，占據(jù)1個席位；美國光GPU就有4家之多，剩下6席分別被FPGA和ASIC平分，值得注意的是Rigetti Computing這家公司，自2012年起開始研發(fā)量子芯片，頗受關(guān)注，吸納到一共6筆，總計4.72億元的融資。
綜合來看，中國芯片在公司和融資上大大落后于美國，并且在芯片核心產(chǎn)業(yè)和技術(shù)上也和美國相去甚遠。而在GPU領(lǐng)域，中國尚無創(chuàng)業(yè)公司，只能圍繞FPGA，ASIC等進行邊緣研發(fā)，類腦芯片在國內(nèi)有異軍突起之勢，或許能有所突破，總體形勢十分嚴峻。
七、誰才是AI大潮幕后的推手？
在中美AI熱潮的幕后推手中，VC的功勞不可小視。一些有遠見卓識的VC已經(jīng)開始盤點賬面上賺到的利潤，合計什么時候準備殺出城去；而另一些后知后覺的VC，正在籌集糧草，殺進城來。
對AI的投資并非是最近兩年的事，而是自上世紀就開始了。自1999年美國第一筆VC資金投資給AI技術(shù)平臺Enkia時，人工智能投資就已經(jīng)拉開了序幕。
在短短的18年內(nèi)，各大投資方競相爭搶有潛力的人工智能企業(yè)，全球人工智能領(lǐng)域投資吸金2026億元。
對于AI的投資，A輪看團隊、B輪看產(chǎn)品、C輪看數(shù)據(jù)的套路已經(jīng)過時，簡單沿用過去PC/移動互聯(lián)網(wǎng)的投資邏輯可能導(dǎo)致VC們錯過最佳入局AI的時間窗口。相比于關(guān)注公司財務(wù)數(shù)據(jù)，不如更重視其核心商業(yè)本質(zhì)以及戰(zhàn)略意義，并且要真正理解技術(shù)的意義，來預(yù)測技術(shù)是否能大規(guī)模提升效率，適不適合規(guī)?；l(fā)展。
中國投資方（投資次數(shù)）TOP20
美國投資方（投資次數(shù)）TOP20
其中，Y Combinator投資了34次包括Sift Science，Chute，Qventus和SimpleLegal在內(nèi)的25家人工智能企業(yè)，其中Sift Science 獲得了包括Founder Collective, SV Angel, Y Combinator在內(nèi)等17家投資方總計3.64億元投資，而Y Combinator參與投資的其余AI公司獲投金額從76萬元到1.14億元不等，輪次也零散分布在天使/種子輪，A輪，B輪和C輪。
在中國，真格基金以37次投資投資高居風(fēng)投榜首，創(chuàng)新工場和IDG資本分別以28次和22次排列在第二和第三。
在投資熱門領(lǐng)域中，計算機視覺和圖像擁有最多的投資者，共291家；其次是智能機器人和機器學(xué)習(xí)應(yīng)用。這些投資機構(gòu)的投資額在2016年達到歷史最高值，僅2016年一年，就涌現(xiàn)了231.9億元的投資資金。2017年后國內(nèi)投資更為偏向于中后期項目，對人工智能的投資持更加謹慎態(tài)度。
項目少而資金多，大家恨不得把每個選手都投一遍。終于有一天，大家會發(fā)現(xiàn)，好項目不夠用了，于是拼命加持舊注。
當前，人工智能產(chǎn)業(yè)的核心矛盾有兩個：一是投資需求大而創(chuàng)業(yè)項目供給減少；二是市場期望高而產(chǎn)品體驗卻不佳。
八、如何逾越AI產(chǎn)業(yè)鴻溝？
拿到錢并不意味著就可立于不敗之地。按照創(chuàng)新擴散理論，拿到錢，其實是往死亡靠近了一大步。這是科技行業(yè)規(guī)律使然，AI企業(yè)自然也不例外。
科技創(chuàng)新企業(yè)在上升發(fā)展階段會遇到一定的阻礙和壁壘，稱為創(chuàng)新鴻溝。技術(shù)、產(chǎn)品、資金三個環(huán)節(jié)若有一環(huán)不穩(wěn)，可能就會墜入深淵不得翻身。
具備怎樣素養(yǎng)的企業(yè)可以越過產(chǎn)業(yè)鴻溝繼續(xù)發(fā)展，總結(jié)為以下三點：
第一，技術(shù)鴻溝。
技術(shù)是第一生產(chǎn)力，只有具備一定技術(shù)能力并且有后續(xù)研發(fā)能力的企業(yè)才足以支撐后續(xù)的升級和發(fā)展。初期技術(shù)的運用也許能夠支撐企業(yè)度過初步發(fā)展期，但若沒有資金和研發(fā)能力這兩個強有力的支撐后續(xù)，企業(yè)可能會被后來企業(yè)趕超甚至直接被拍死在沙灘上。
第二，產(chǎn)品鴻溝。
產(chǎn)品落地是重中之重，如何將技術(shù)落地為產(chǎn)品，突破口和方向決定了企業(yè)未來的命運。具有一定技術(shù)能力的公司將技術(shù)落地為產(chǎn)品，進入市場，促使資金回流，形成良性發(fā)展。
第三，市場鴻溝。
市場是產(chǎn)品唯一的檢驗標準，產(chǎn)品是否合格由市場來判定。不符合市場需求，產(chǎn)品不合格的將會被嚴格淘汰，這可能會嚴重影響公司發(fā)展。這三大鴻溝是人工智能企業(yè)發(fā)展的門檻，只有跨越過這三大鴻溝，才能引來更光明的未來。
人工智能產(chǎn)業(yè)雖然前景廣闊，但創(chuàng)業(yè)項目增量降低，創(chuàng)新鴻溝已經(jīng)出現(xiàn)，死亡瘟疫開始蔓延，泡沫依然擴大，下一步創(chuàng)業(yè)者和投資者怎么走，著實需要冷靜思考。
事實就是如此殘酷。于是，沒有跨過鴻溝的企業(yè)等待的只有死亡。創(chuàng)業(yè)的高峰已經(jīng)短暫結(jié)束。
九、什么類型的新項目會死亡？
根據(jù)騰訊研究院&IT桔子聯(lián)合發(fā)布的《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》統(tǒng)計數(shù)據(jù)，人工智能經(jīng)過創(chuàng)業(yè)持續(xù)火爆增長的兩年高峰期，在2017年，產(chǎn)業(yè)開始進入休整階段。
很多類似的創(chuàng)業(yè)公司難以獲取用戶，商業(yè)模式不能驗證。最后只能關(guān)張了事。
2013-2015兩年間快速發(fā)展下積壓的眾多市場矛盾已經(jīng)出現(xiàn)爆發(fā)的前兆。目前，智能無人機、餐廳機器人、虛擬助理、智能硬件等領(lǐng)域和行業(yè)已初顯頹勢。
據(jù)初步估算，中美倒閉企業(yè)總數(shù)已超過50家。虛擬助理技術(shù)并未完全成熟，消費級市場還沒有被打開，如近期倒閉的公司有：應(yīng)應(yīng)-雨恒矩陣、智能萬事屋等。2017年，很多無人機領(lǐng)域的公司資金方面都遇到了一些問題，億航、零度相繼大幅裁人，全球銷量前三的Parrot也宣布裁員三分之一。
機器人服務(wù)員是噱頭，早期幾家均倒閉。由多位蘋果前資深員工創(chuàng)立的 Pearl Automation（珍珠自動化）自動駕駛公司，曾獲得兩輪總計 5000 萬美元的投資，因為旗下產(chǎn)品銷量慘淡，目前已經(jīng)停止了運營。
部分創(chuàng)業(yè)公司的死亡是在所難免的，用死亡換來的經(jīng)驗和教訓(xùn)，尤其值得關(guān)注。就目前倒閉企業(yè)分析，原因歸納為以下5點：
第一，技術(shù)未成熟，產(chǎn)品不合格；
第二，難以突破并實現(xiàn)穩(wěn)定的市場份額增長；
第三，缺乏與巨頭競爭的能力；
第四，成本高昂導(dǎo)致售價超過消費者購買能力；
第五，資金不足無法支撐后續(xù)研發(fā)。
同質(zhì)化嚴重的市場上，死亡的瘟疫依然還在蔓延。我們可以預(yù)見AI企業(yè)在接下來很長一段時間都要接受市場的嚴格考驗，大多數(shù)企業(yè)會被市場毫不留情的淘汰，只有少數(shù)會活下來。
來源：IT桔
