AI创投的中场休息

有人说，2019年是令人失望的一年。

　　在创投圈，不少人认为创业者、投资人的信心似乎也在直线下降。老罗都开始琢磨“卖艺还债”了，王思聪也一度背上“限高令”。硬件上的折叠屏、5G手机等等，PPT天花乱坠，落地的屈指可数。就连被寄予希望的下沉市场也已经成为一片血海。过去几年的热门风口似乎接连响起了寒冬的论调，包括被寄予厚望的人工智能。

　　从投融资数额频次到企业发展、竞争，AI创投的2019显得格外低调，期待中类似于团购大战、网约车大战的较量没有上演。

　　那么，AI的故事结束了？显然不是，AI本身的潜力毋庸置疑。事实上，所有的寒冬背后只不过是一些特定的发展状况罢了，5G手机爆发只是时间问题，互联网产品也会经历下一轮更新换代，但就像阿里巴巴集团学术委员会主席曾鸣说的：

　　“容易赚的钱肯定是没了，往后大家都得做更辛苦的事。”

　　就AI产业而言，从多个维度来看，在经历了五年的狂奔过后，容易拿到的投资肯定没了，产业似乎也到了停下来进行中场休息的时候，准备去做今后更辛苦的事。

　　创投烽烟不在，赛手止戈休养

　　2018年，金沙江创业投资基金董事总经理朱啸虎提出：“教育、企业应用和人工智能是资本寒冬的‘吉祥三宝’。”按照当时的大环境，这一言论似乎没什么错。

　　有数据显示，2015年到2018年，AI产业复合平均增长率达到54.6%，2018年，中国人工智能产业市场规模达到415.5亿元。

　　随着产业规模的扩大，AI领域融资进度也在不断加快。据投中研究院与崇期资本联合发布的《2019中国人工智能产业投融资白皮书》显示，中国人工智能领域的总体融资规模从2015年的458亿人民币增长至2018年的1189亿人民币，增长超过两倍。

　　只不过在进入2019年之后，“吉祥三宝”的魅力似乎也不复存在，当然这里面也包括今天我们所说的人工智能。

　　2019年，AI创投已经不再是资本的宠儿。今年前三季度，AI产业投融资数额为577亿，AI投资热情出现明显缩水。事实上，从去年年中IBM沃森大裁员开始，关于AI寒冬的论调就逐渐开始响起，这也为今天行业融资难现象发生埋下了伏笔。

　　从资本的角度来看，投资行为变得更加谨慎本身也是无可厚非的事，面对“黑天鹅”谁都得谨慎才行。

　　套用财经记者吴晓波的水大鱼大论，从O2O开始，创投风潮井喷，风投机构如雨后春笋般冒了出来。据有关资料显示，到2018年，登记在案的私募基金管理人达2.37万，资产管理规模由2015年1月的2.6万亿陡增到如今的12.6万亿。资本“大水”滋养着教育、共享经济、云服务以及人工智能领域的“大鱼”。

　　到了2017年，数据显示私募行业总募资额已经达到万亿级的历史新高。而2017年关于规范金融机构资产管理业务的指导意见(征求意见稿)》公布，为资本圈的野蛮生长画上了休止符。一些实力不够的机构遭遇募资困境。

　　到去年中小私募的减少还在进行着，2019年12月6日，中国证券投资基金业协会公布了11月份私募行业备案数据显示，截至2019年11月底，百亿私募相比10月增加了5家；中小私募的数量增长明显乏力，其中规模在50亿~100亿元的有285家，相比10月减少了4家；此外，管理规模低于行业平均规模的私募达到6893家。两级分化明显。

　　募资难，资本寒冬，AI创投热情自然也会出现退潮。而缺少了资本“荷尔蒙”加持，AI公司们在过去一年似乎也异常的低调。

　　今年年初，随着旷视即将IPO的消息传出。AI企业上市潮的说法也不胫而走。然而，2019年已经过去了，旷视方面IPO“爽约”已经成为现实，而商汤方面似乎一直都是“上市有计划，但无时间表”。

　　在产品端，从2018年年底，因深度学习而爆红的人工智能创业窗口期已近于关闭，未来更强调商业落地。然而，任何新技术的发展都会遵循加德纳曲线效应，会经过五个阶段：技术萌芽期，期望膨胀期，幻觉破灭期，复苏期与平稳生产期这五个阶段。

　　目前看来，产业正处于复苏期到平稳生产期之间，会经历一段时间的瓶颈。具体多久没有人知道，都知道总有大规模商用的时刻，但时间上却并不可期。在此期间，我们看到AI公司们更多的其实在休养生息，没有太多针尖对麦芒的碰撞，静候产业瓶颈期的度过。

　　但这种黎明前的静悄悄往往更可怕，在上半场脱颖而出的AI公司或许就在这短暂的中场休息期间形成分化也未可知。

　　“主干道”挤不进，“小路故事”不动人

　　说了投资机构自身的因素，事实上，AI产业自身的内因才是创投遇冷的根本原因。前面我们把现阶段比喻成中场休息，既然是休息无需较量，自然也不需要太多资本进入来强行加戏，去做些逆潮流而行的事。

　　那么为什么现阶段是AI创投的“中场休息”阶段呢？在互联网江湖看来，不同项目，在发展的不同阶段，关于投融资以及竞争力有着不同的评判重点。就比如过去消费互联网时代的一些生意，最早看人、看模式，然后看数据，接下来看市场规模、行业地位，最后看盈利能力。但每个阶段结束，在迈向下一个阶段之前会有一定的空白期，对于还处于上个阶段的企业已经失去拿到投资的资格。

　　AI创投也是如此，只不过与技术有关，过渡期会更长一些，而且时间不可控。就目前观察到的，过去的五年AI创投大致经历了三个阶段：

　　AI创投1.0阶段：大致从2016年AlphaGo战胜李世石开始，直接也引爆了AI领域的创投热情。在这一时期，算法实力和高精专人才是AI企业发展潜力的评判标准，具备这两项的创业公司更容易得到资本的青睐。

　　AI创投2.0阶段：先发企业积累了大量的人才基础和基础算法基础，奠定了足够的行业地位，在相关AI技术落地的高价值场景中取得一定规模。这时候投融资开始分化，赛道上“赛手”优劣差距形成。仅凭算法实力和高精专人才的公司已经OUT，资本走向呈马太效应。例如去年AI创业公司的融资总额是1131亿人民币，其中“CV四小龙”就占了五分之一。

　　AI创投3.0阶段：从去年下半年开始，商业化逐渐成为讨论最多的话题，整个AI领域缺的不再是技术，而是承载技术的场景。一些AI公司，譬如科大讯飞、搜狗自己上阵做硬件。整个AI产业其实都在进行着一场润物细无声的去泡沫化行为，近段时间，科创板上市企业不再有当初的一片大涨就是证明。

　　这时候，基础层、技术层所涉及的底层深度学习、数据已经趋于稳定。基础层自不用说，从主要的底层技术来看，据清华大学数据显示，计算机视觉、语音、自然语言处理是中国市场规模最大的三个应用方向，分别占比34.9%，24.8%和21%。我们可以把它们看作AI创业的“主干道”，但商汤、旷视、依图、科大讯飞等独角兽企业已经建立起足够的优势，创业者很难卡进去，投资人也不会去投这类企业，整体投资规模遇冷也就成为理所应当。

　　AI底层技术的创业公司卡进“主干道”的概率很低，但细分领域的“小路故事”如今看来似乎也很难打动投资人。我们看到时不时的会冒出一些细分领域机会的评论，但做起来的几乎没有，这主要归结于以下三个方面：

　　*前期的AI投资已经消耗了投资人的很多热情，再加上在落地方面没能达到投资人内心锚定，对于投资会比较谨慎。

　　*很多“小而美”的创意缺乏足够的市场想象力，但投入却比较高，因而风险比较大。借用火山石资本管理合伙人章苏阳评价芯片投资时的话：“投芯片要么成功，要么失败，不像部分模式创新，这条路没走通可以立马改。”

　　AI创投也是如此，技术的故事确实比较吸引人，但由于容错空间小，行业集中度高等特征，使得行业的容错空间小，投资人对新兴的“小路”保持较高的怀疑态度。

　　*容易被科技公司、AI独角兽们跟进。一旦某个细分领域的成功可能性增强，独角兽们就会跟进拓展。就像过去消费互联网时代的BAT，很多高频场景到最后都成BAT之间的角逐。

　　基础层、技术层门槛已经过于高了，而在应用层方面的创业机会其实也不多。

　　技术、人才的比拼时代过去，场景为锚的时代到来，作为一个2B或者2G的领域，AI企业的商业落地能力已然成为它们综合实力判定的重要标准。而布局应用层，原先没有场景的创业公司机会很小，很难打动投资人。

　　“主干道”挤不进，“小路故事”不动人，商业化还任重道远。这一系列因素夹杂在一起也预示着AI创投热情的下降，AI项目不再是资本眼中的“香饽饽”，促使产业创投产业竞争进入中场休息阶段。

　　下个五年，AI公司从“徒手攀岩”开始

　　回顾2019，怨天尤人者甚多。而罗振宇在他“时间的朋友”跨年演讲中给予更多的鸡汤，或者说面对客观事物应有的积极意识。

　　演讲中，罗振宇针对投资人张颖组织人看电影，连拉带拽，动员所有创业者去看一部纪录片《徒手攀岩》这件事时评价道：

　　“张颖为什么这么积极地拉人看这部纪录片呢？他是一个投资人，他其实在跟这个时代的创业者说：徒手攀岩的过程不是克服困难，而是习惯困难。”

　　AI产业创投瓶颈，对于有自己主营业务作为盈利支撑的BAT等科技企业而言当然不慌，可对于那些AI独角兽们而言却很难做到淡定。在中场休息阶段，头部的AI公司似乎都不约而同的选择躬身入局，进行张颖所提倡的“徒手攀岩”。

　　目前计算机视觉、语音识别等基础技术的主要应用场景其实有限。例如计算机视觉主要集中在金融和安防。还比如语音识别的科大讯飞会与一些硬件公司展开合作。除了各自擅长且对口的领域以外，AI独角兽们对于场景延伸也有更多的试探和占位。

　　就目前看来，AI独角兽们在应用层方面的布局主要围绕以下两个方面展开：

　　一方面通过投资延伸到其它垂直场景。根据企查查检索显示的数据来看，旷视目前的投资动态有五起，商汤有四起，老牌企业的科大讯飞更是有十多起。以计算机视觉企业为例，商汤布局面更广一些，旷视的移动终端和零售、物流布局，云从的银行业，依图的医疗领域都有相应的投资布局。

　　另一方面，自己做硬件。主要代表包括科大讯飞、搜狗。它们在硬件选择上也是针对一些小众产品，不与自己的主流企业级客户有直接竞争。而且产品本身的市场竞争小，购买者的议价能力也比较弱，更容易创造更多商业价值。

　　然而，虽说AI独角兽们对于目前行业瓶颈期都有自己的应对策略。但无论是投资行为还是自己做硬件本身也存在一些潜在的挑战。

　　投资方面，每一个新的AI赛道，还要考虑对应的落地场景需要怎样的算法和模型去做出有效的决策。如何筛选识别出确保收集高质量的数据，这些都是AI企业需要考虑的问题。此外，AI独角兽们的投资，大都围绕价值投资进行，是为了未来，而不是财务投资，眼下多赚点钱，这就导致投资回报的周期有些过于长，这对于企业财务状况可能会带来一些压力。况且从来没有什么稳赚的投资，这些AI独角兽们势必还要承担投资失败的风险。

　　而自己做硬件的话，技术公司做硬件天生具备一定的顾虑。一方面，与企业级客户没什么竞争，但未来呢？另一方面，软件与硬件本身具备很大的鸿沟，一个项目发展初期可能不明显，但发展到一定程度，技术趋于成熟，制造业底蕴会成为企业之间的分水岭。

　　经过人才、融资、算法、行业地位考验脱颖而出的AI独角兽们，正在商业落地方面面临更为严峻的考验。

　　但哪里没有挑战？与那些被过去一年一些困难表象吓到的人相比，这些头部AI公司创业者们面对未来“难赚的钱”拿出徒手攀岩的勇气。类似于这样的勇士，也存在于互联网、传统行业、硬件厂商等各个领域。熬过漫长的瓶颈期之后，未来这批勇士也将带给我们更多的惊喜。