除去寥寥几家火热的头部公司，曾经是投资人香饽饽的人工智能，没想到自己这么快就被打入了冷宫。
“从2017年11月开始，很多原来看AI的投资机构都转去看区块链了。这波炒币的过去后，大家都懵了，幸好芯片出来了，大家才知道该去追什么风口。投资，还是要有深度研究和深度思考能力的，不能浮于表面。”翊翎资本合伙人范维肖告诉投中网。
2018年，风起云涌的AI创投圈正发生着一幅“冰与火”交织的奇异图景：一面是钱荒，募资难、机构缺钱，随之而来的是小AI创业公司的融资难；另一面却是项目荒，好标的太少，钱快速涌向头部AI公司。可以说是饱的撑死，饿的饿死。
这两种趋势齐头并进，我们无法忽略任何一方去理解眼下的AI资本市场。在这场AI行业的集体焦虑中，独角兽们担忧技术红利期即将结束，小的创业公司们则害怕自己熬不过钱荒的“寒冬”。
投中网采访了多家AI创业公司和投资机构，梳理了目前寒冬和狂热交织的现状。
资本大考
“最近几个月，募不到钱的基金太多了。我们最近在招聘，好多面试的人说，在其它地方干不下去了，因为募不到钱。”联想之星总经理、主管合伙人王明耀称。
资本荒的传导效应之下，小AI创业公司们门可罗雀、危机四伏。与此相对的，是AI独角兽的持续火爆：门槛几乎被踏平，融资额不断创下新高。
最明显的是AI视觉识别领域的爆发。近一年多来，四家人脸识别独角兽（商汤、旷视、云从、依图）的总融资额高达数百亿人民币。其中，规模最大的商汤科技一年内连续获得四轮融资，目前累计融资已经超过16亿美元，估值已经超过45亿美元。其它几家公司的融资额虽然没有明确对外透露，不过据《财经》此前报道，云从科技目前的估值约为30亿美元、旷视科技约为25亿美元、依图科技大约是10亿美元。
有行业相关人士向投中网透露，云从科技目前也正在进行新一轮融资，届时可能会引进四个国家基金。
从几家公司背后的股东来看，数量和质量都远超正常水平：商汤科技的投资方超过20家，旷视科技的股东超过10家。资方中除了各大美元基金和国内知名机构，还有众多bat等互联网巨头的战投部门。
除此之外，对于自动驾驶领域的威马汽车、蔚来汽车，AI芯片领域的深鉴科技、寒武纪等独角兽，投资人们捧着巨金却投不进去的情况也十分普遍。
在范维肖看来，这种AI创业“冰火两重天”的现象，本质上是投资机构的专业度不够，底层的认知逻辑有所缺失：非技术出身的投资人，可能不够了解技术和底层；技术出身的创业者，则可能缺乏商业思维、离产业过于遥远。于是，人人追逐热点，AI、区块链、芯片等多个风口变换犹如“龙卷风”。
这个过程中，机构们只能更多寄托那些能带来安全感的指标：项目在赛道的位置、是否有明星团队、前投资方是否知名等。“热钱的专业度低，钱没有好的退出渠道，砸向大的项目至少相对安全”。这种思路体现在融资上，就是热钱拼命往后期聚拢，“明星”项目一票难求，估值飙升。体现在机构层面，则是专业投资AI的早期机构屈指可数，投资技术类项目的中后期基金却多如牛毛。
“早期技术投资对于机构本身的技术认知有很高要求，没有多年积累，基本很难看得明白。在其中耕耘的机构确实很辛苦。另一方面，中后期基金看似对技术类项目很‘狂热’，有时候可能是LP的要求，比如有些险资一上来就要求说要投技术类项目。这些大背景下，后期的技术类投资估计还会持续火热。”王明耀如此解释。
“这其实是整体投资环境缺乏安全感的表现。”多个投资人称。钱荒之下，这种焦虑将被进一步放大。
王明耀认为，人工智能企业需要同时具备几个条件才算有“价值”：第一，公司拥有持续获得大量数据的能力；第二，通过对人工智能的应用，能大幅度提升公司的效率；第三，有一支专业的、懂技术的团队；第四，有落地场景驱动。
诸多接受投中网采访的投资人认为，2018年，第四个因素才是决定AI公司生死的关键——那些能真正进行场景落地并构建护城河的公司才有可能在竞争中胜出。
独角兽的焦虑
“按照巨头现在的追赶速度，我们的技术红利期可能也就还剩一年。”云从科技联合创始人姚志强有些担忧地说道。
依靠以人脸识别为核心的技术和商业布局，云从科技2017年11月完成了5亿人民币的B轮融资，跻身AI“独角兽”队列。这家成立不到3年的公司，发展可以称得上迅猛。除了云从科技，目前视觉识别领域还有三家独角兽：成立于2011年的旷视科技、成立于2012年的依图科技和成立于2015年的商汤科技。
视觉识别因为技术相对成熟，能较好地应用落地，近两年成为了AI投资最火热的赛道之一。在姚志强看来，其中最先跑到头部的几家公司，关键在于“抓住了技术红利期”，同时在AI领域最大的难题——商业化上实现了突破。
“从最基础的技术来说，目前四家独角兽没有什么特别大的差别。还没有人脸识别技术从实验室出来后，就可以包打天下的。”姚志强表示，之所以如此，是因为AI技术落地存在非通用性。技术在某个应用场景实现突破并走向产业化后，换个场景，可能就达不到产业化标准。“比如，银行和机场是两个看起来很相似的场景，人们都是拿身份证去证明我是我自己，但把在银行中用得好的技术直接拿到机场去，因为光线照射等不同，依然不能完全适用。”
这意味着，即使抓住红利期而跑得更快一些，几家独角兽的AI技术也只是在某些应用场景下各有所长，并没有一家足够强大到能“号令天下”。如果公司只是甘于做技术提供商，很容易被资金和人才储备深厚的后来者（比如BAT）取代。“你能提供99%的技术，巨头能提供98%，彼此的体验可能没有太大差别。如果巨头说，我这个技术免费提供，那只提供技术的公司可能就很难生存了。”姚志强举例。
“按照巨头现在的追赶速度，我们的技术红利期可能也就还剩下一年。”姚志强有些担忧地表示。他认为，公司要想在PK中不落后，只有通过和更多行业场景深度结合、搭建壁垒，才能真正构建护城河。
“AI要占地为王，它比的不仅是算法好坏，还是谁能更贴合应用场景落地。”王明耀也称。
从目前的格局来看，安防和金融是几家视觉识别独角兽进行商业化落地最重要的战场。在国内特殊的维稳环境下，安防行业的产值高达4500亿元。目前，创业公司在这个行业的技术渗透率才1%，成长空间广阔。几大独角兽已经在其中竞争了多年，2018年这种割据的态势正在进一步加剧。
“AI的产业化落地存在窗口期。无论是商业还是技术，总有个最好的机遇，太早太晚都不合适。比如，2015年，在银行场景的落地中，我们都在一个起跑线上。但到了2017年，这个场景基本格局已定。其他竞争者再想进入，就比较难了。”据姚志强透露，目前云从科技在银行的市占率大概有90%。
走到2018年，在更加汹涌的资本助推下，各家独角兽都在加快资源和产业化落地的比拼，抢占新落地场景成了当务之急。
手机行业正成为他们的新战场之一。早在2017年5月，商汤和旷视两家公司在争夺手机人脸识别解锁上就进行了多轮PK。旷视科技的相关负责人吴文昊曾在采访中表示，手机聚集了世界上60%的摄像头，是人工智能的必争之地。这个市场前景广阔，未来的收益可能会不少于金融领域。
姚志强认为，之所以几家视觉识别独角兽都在争夺手机场景，一方面是因为中国手机产量比较大；另一方面，相比需要充分理解行业客户、提供整体解决方案的2B模式，手机场景的模式较轻，只提供一个软件SDK，不需要过多的销售和服务人员。
不过，这种不触及核心操作系统的轻模式，同时意味着很强的可替代性。“如果一些小公司做出来的SDK比你的速度更快，还更便宜，那手机厂商一定会选择他们。因为可替代性太强，这种模式比较难形成护城河。”姚志强称。
此外，为了构筑竞争壁垒，在资方的选择中，几家公司也有了更多考虑。2018年4月初，商汤科技拿到新一轮6亿美金融资，其股东名单里多了阿里、苏宁和新加坡主权基金淡马锡的身影。把阿里和苏宁这两家零售巨头纳入股东名单，无疑有助于公司在新零售上的落地。
和其它三家视觉识别独角兽相比，背靠国家队机构的云从科技，在资方选择上始终更倾向于“内资”机构。“如果只是冲估值的话，肯定是找美元基金更好拿钱。但我们落地的行业和公共安全数据、个人隐私等关系紧密。从长远来看，外资背景的公司占有数据，还是有比较大的风险。” 姚志强称。
在旷视科技早期投资人王明耀看来，几家独角兽看起来竞争激烈，但达到稳定状态后，各家专注各自的范围，形成某种格局，最终的结局不一定是你死我活。
“从业务来看，四家独角兽中，目前商汤科技跟旷视科技的重合度更高，竞争也比较激烈。不过，他们打法还是有些不同，旷视科技更偏向底层平台和技术，在此基础上叠加产业，而商汤则更偏向产业跟资源积累。”王明耀称。
小创业公司的新主题曲
相比寒冬中依然受到众多关注的独角兽，其它小AI创业公司的日子并没有那么好过。当资本的大潮退去，“裸泳”的公司将面临生死存亡的考验。如何活下去，将成为它们2018年的主题曲。
通过AI人机对话技术，在双十一期间，智能一点为天猫十多个电商进行售前商业导购，为后者节省了大约50%的人力。据公司创始人兼CEO胡云华透露，之所以选择从电商售前这条细分赛道切入，是因为售前在电商流程中占比高达75-80%，是个很能赚钱的部分，同时因为人力效率低、培训成本高等问题，对机器导购存在庞大需求。
“从一开始，我们就想着一定要做一家能落地、能在短期内见到经济效益、最好是能养活自己的AI公司。”在创立智能一点前，胡云华在微软做了9年科学家，还有3年的阿里业务线经验。离开阿里后，他创立了一家儿童智能音箱企业，不过“做了两个月后，意识到方向不对，很快就选择了重新开始。”
如果说两年前AI创业者们还处于懵懵懂懂的摸索期，对AI的商业化能力不抱期望，走到狂热消退的2018年，商业化落地已经成为这个领域的关键词，也成为这些公司能否存活下去的关键。
可以看到的是，在一些没有那么热门的领域里，有很多像智能一点这样小而美的创业公司，正尝试在巨头还未涉足的细分领域，通过切实解决客户需求的产品落地模式，提高效率、获得收入。这些微小的“光点”搭建起一个毛细血管式的AI方阵。
与此同时，随着钱袋收紧、风口更迭，部分凑热闹的资本离开后，留下来的投资人们也开始更加理性地看待这个行业。他们除了心态更加务实，也意识到“并不是每一种AI都是必需品”，因此在项目的押注中，倾向性更加鲜明。
据王明耀透露，面对2018年更加恶劣的外部资金市场，联想之星会在投资策略上进行略微调整，把重心更多放到所关注方向里的头部公司，在精简项目数量的同时，提高单个项目的押注比例，让投资更加聚焦。新的一年他看好的AI赛道包括：产业升级、教育、企业服务和保险等。截至目前，联想之星在AI领域已经投资了七八十家初创企业。
一直专注于技术投资的北极光创投，除了坚持大方向不变，在创始团队的选择上，会更加关注有产业背景的创业者，而不是只看其学院背景。“北极光最开始的错误在于迷恋学院派，我们第一批的投资对象都是学院派的人。但现在我们更喜欢在产业中真正摸打滚爬过的创业者。”北极光董事总经理杨磊称。
范维肖也称，“2017年之后，我们决定在算法上降低投资数量，因为我们相信算法的产生过程会有革命性变化。”他总结了自己AI投资三个阶段的关键词：2015年围绕“数据”进行投资；2016年关注“算法”；2017年则对“算力”和“底层技术平台”进行发力。
走到2018年，他认为很多企业对AI的接受度已经大大提高。但在具体落地上，依然存在高成本和技术难题。因此，他看好能够为传统产业提供算法、解决AI问题的基础服务商和技术平台。后者或能够通过“鼠标拖拽”等简单的方式，将自动化机器学习等AI技术通过流程任务编排，快速地应用于所在的行业场景中。
这个逻辑和王明耀的AI“平民化”思路有异曲同工之妙。在后者看来，当AI走到应用层面，可能会产生一些新的趋势。比如，AI技术会逐渐变成标准配置，走向“平民化”。就像移动互联网刚起来时，在网上做个APP是少数人才能做到的事情。后来，互联网逐渐不再“高高在上”，开始以基础设施的姿态走进各行各业，AI也会经历这个过程。
在这种趋势下，这个领域可能会产生“长尾效应”。比如，“在视觉识别领域，多家头部公司抢占安防和金融等庞大市场的同时，在三四线城市，在一些巨头不那么集中、竞争不那么激烈的领域，也有很多小团队，他们可能技术一般，但因为能够把技术真正用起来，和实际产业结合，也能有不错的收益。” 王明耀举例。
閱讀更多 投中網 的文章
