人工智能泡沫或将破裂 创投更重视场景落地
稿源:达州资讯网  2017-04-14 16:13:00 报料热线:51850000

  证券时报网(www.stcn.com)04月14日讯 证券时报记者 孙璐璐 实习记者 王君晖

  AlphaGo将与柯洁对弈的消息又一次掀起了关于“人工智能”讨论的热潮。从2016年9月发改委提出将人工智能纳入专项建设,到2017年首次被写入政府工作报告,人工智能成为互联网下半场的主要发力点。

  数据显示,2016年1月至2017年2月,人工智能领域共有365起融资事件。截止到2016年底,人工智能产业市场规模已达95.6亿元,年均复合增长率达40.25%,预计到2018年市场规模将达203.3亿元。但是也有投资人士指出,产业快速增长的背后,蕴藏着一定泡沫,未来投资将轻概念,重落地。

  春天也藏泡沫

  猎云网发布的《2017人工智能投融资白皮书》显示,在人工智能市场规模高速发展的同时,投融资趋势出现了一些变化。融资数量从2016年4月份达到39起最高值后波动下降,后半年数量由前半年的199起降至153起,2017年初下降明显,一月份仅有5起融资。从融资轮次来看,B轮、C轮及以后的中后期项目比例增加,A轮、天使轮占比减少。

  融资金额同样于2016年4月达到26亿元最高峰后波动下降,2016年至2017年2月,智能硬件领域共融资172亿元,其中2017年初较2016年金额明显下滑且鲜有大规模融资。

  以上信号一方面反映了2016年人工智能投资热点分散,生命力不强;另一方面,可能意味着泡沫将开始破裂,资本在经历早期跑马圈地后,开始回归理性。

  一方面,蓝驰创投执行董事曹巍、信天创投合伙人蒋宇捷等投资人非常确信现在是人工智能的春天。曹巍认为从数据丰富度和基础设施建设角度讲,人工智能行业尚处于非常早期的发展阶段。从资本层面讲,“目前进入C轮融资的企业数量相当少,证明资本对该行业推动处于早期阶段,未来存在大量机会。”

  另一反面,投资人表示,目前行业确实存在泡沫。原因主要有以下几方面:一是市场发展迅速,投资人预期高;二是创业门槛高,以科学家为主的人力成本高;三是一级市场资金供给量大、流动性好与优秀企业缺乏的矛盾。蒋宇捷表示,这些问题的存在,也反映出目前人们对人工智能的焦虑,如人工智能是否会颠覆自己的行业,能否把握这个“风口”等。

  “从这个早期来看,人工智能行业还是有泡沫的,但是我觉得这个泡沫也是一个好事,它会导致我们更多的市场人才和资本往这个领域流动,相对来说,投资人会有好的市场套利机会。完全没有泡沫的市场或者领域基本上没有机会。”蒋宇捷说。

  另外,线性资本合伙人王淮认为,人工智能泡沫很可能在今年年底破灭。“前一波开始拿到钱的公司,过了12到18个月,会开始下一轮融资,很多公司融不到,会有很多负面消息出来。疯狂的投技者会退场。”

  投资将聚焦场景化和商业落地

  《白皮书》显示,自2016年以来,进入应用层项目的投融资占比逐年增加,人工智能必须与商业化应用场景相结合,这一点已成为诸多投资人的共识。

  宽带资本合伙人刘唯认为,场景化是人工智能的前提和真正价值所在。“AI根本没有发展到通用AI,我们过去两三年看的很多泛场景AI项目仍未找到自己的方向和出路,其服务或产品根本无法有效的落地。”刘唯说,“我们想看场景化、垂直化,能够获取有价值的数据的项目。”

  思必驰CMO龙梦竹表示,人工智能技术本身是没有盈利方向,如果脱离任何场景,脱离使用环境脱离产品根本没有办法盈利,所以越细分的领域越细分的场景,反而变得越来越有价值。

  谈及怎样把技术价值落地,星瀚资本创始人杨歌、水木资本合伙人王弘业等投资人均表示,最重要的是公司定位,明确走资源运作还是市场化的IP运作,回归商业本质,不能把人工智能当成IP来炒作概念。另外,华创资本合伙人熊伟铭称,从短期的机会窗口考虑,要评估业务是否有长期可成长潜力和抵抗能力,是否有和巨头竞争的能力及员工适应等问题。

  突围“BAT”靠垂直

  在互联网领域,如何在BAT等巨头的夹击下生存,是创业公司必须面对的一个问题。

  百度作为中国人工智能研究的标杆,建立了硅谷人工智能、北京深度学习、北京大数据三大实验室进行基础研究,并于2016年9月成立百度风投,专注于投资人工智能领域的早期项目,覆盖底层技术、机器平台、行业智能化三层生态。阿里推出了ET机器人并投资一批人工智能公司,腾讯的布局也涵盖了基础研究、硬件、技术、行业应用等层面。

  对此刘淮表示,巨头们在用户、数据、资金、生态方面有天然优势,他们也是人工智能未来发展最核心的推动因素。但创业公司可尝试深耕垂直领域,关注用户需求,获得有价值的数据,解决用户的实际问题。“通过新的技术或者手段满足用户需求,这个才是真正的可能迅速落地的方向。”

  另外,《白皮书》预测,人工智能将最先于金融行业爆发,智能模型在量化投资、数据分析、风险控制、反欺诈等领域优势明显。