14

从泡沫到回归理性 2021年AI公司将难上加难

 3 years ago
source link: https://www.cnbeta.com/articles/tech/1059391.htm
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

人工智能(AI)被认为是下一代技术浪潮,借着这股东风,AI公司们在过去几年里成为创投领域最炙手可热的明星。但这个故事已经讲不动了:一些投资机构对AI已经“投怕了”;科技巨头与产业巨头们步步紧逼,都将AI当做重要发展战略;上市艰难,即使有了科创板,真正意义上的“AI第一股”还没出现。

2020年的一个特殊变化是新冠疫情暴发,当疫情对各行各业造成冲击时,一些AI公司发现了商机。人脸识别测温仪,语音识别电梯控制,行动轨迹智能化监测……突发疫情给了AI公司们商业化的契机。

但中国疫情很快就得到控制,随之而来的影响是出口贸易受阻。有不少AI公司此前已经将业务做到了海外,例如东南亚市场,疫情让这部分业务熄火。

所有人都承认AI泡沫的存在,一些公司熬不过去就此止步,即使主动挤掉泡沫,过程也显得非常艰难。2021年是AI产业继续回归理性的阶段,短期内对于个体公司来说,外部环境会显得难上加难,需要扛过去。

01 

融资难题

2020年,AI领域的融资情况基本与被称为“资本寒冬”的2019年持平。数据服务商企名片数据显示,中国人工智能领域,2019年共计完成371笔融资交易,融资金额约为271.9亿元人民币,2020年截至目前,共完成305起融资,总金额约243.2亿元。

这个数字和2018年的数字相比,热度是明显下滑的。2018年,中国AI领域共计完成523笔融资交易,融资金额约为667.1亿元。

mEjaie6.jpg!mobile

AI公司的资金来源主要是三类机构。一开始看准这个赛道的是美元基金,相比人民币基金,它们的投资周期相对更长,偏好新技术领域,并且更有钱。

早些年,AI公司也更希望拿美元基金的钱,因为它们愿意给更高的估值。随着公司估值水涨船高,投资机构的赚钱空间开始变小,此时产业基金开始进入,包括阿里巴巴、腾讯、百度等互联网巨头,以及富士康、TCL、联想等产业基金,它们或看中AI技术与自身业务的结合,或希望把AI这张新时代的船票捏在手里。

政府基金也及时介入。2017年,国务院发布《新一代人工智能发展规划》,将AI上升到国家战略层面,各地政府开始大力扶持AI产业。

但到了今年,这三座资金池都在减少对AI公司的投资。受国际关系影响,不少美国基金,包括养老基金、高校基金等,都开始减少对中国的投资,在中国的投资圈,美元基金的光环已经消失。不仅如此,美元基金们甚至开始避讳提及对中国AI产业的投资,担心有政治风险。

产业基金投资AI的积极性在下降,一些企业受疫情影响资金吃紧,恢复自身业务是当务之急。政府基金同样受到疫情影响,各地政府都投入大量资金在疫情防控和疫后恢复上。

鉴于以上原因,AI公司的融资难题在2021年很难缓解。

中国AI领域的创业公司格局已经到了相对稳定的阶段,头部的独角兽们已经拿到了足够甚至太多的融资,下一步就是上市。处于早期阶段的AI公司大多开始深耕细分行业,背靠科技行业巨头是它们的首选,但行业巨头们对新技术非常敏感,所有人都看到了数字化、智能化的趋势,不少科技行业巨头都成立了自己的数字化公司,它们更希望把技术掌握在自己手里。

截至目前,不少AI公司都确定了上市计划,AI四小龙中,旷视科技的IPO一波三折暂时没有最新进展,依图科技与云从科技都在筹备科创板上市,商汤科技的上市情况依然扑朔迷离。

2019年3月,科创板的出台给AI公司提供了新的退出渠道,目前成功上市的只有AI芯片公司寒武纪,寒武纪最新财报数据显示,今年前三季度共营收1.58亿元人民币,亏损3.1亿元,最新的市值是733亿元,相比两个多月前刚上市时,市值下跌13.8%。

投资者将寒武纪归为芯片领域,受行业环境和政治因素影响,当下芯片公司被寄予的希望高于AI公司。所有人都在关注第一批上市的AI公司,他们的表现决定了接下来的投资方向。

02 

2021,更苦更累

不过,这一轮的“烧钱”,让AI公司和投资方们对这个领域看得更清晰了,站在数字经济发展的视野上看,AI只是一个工具,目前智能化程度还不够高,只能起到辅助作用,且必须在实际的业务中跑起来才能不断进化。

从投资人对AI公司的判断标准变化,也能看出这一趋势。最早,投资人问的是,公司有哪些技术大牛;随后,大家开始比拼机器识别准确率;但很快,投资人开始关心AI公司们的落地案例、合作伙伴和客户;到今天,市场判定标准变得理性且单一:收入有多少?

AI听起来高大上,但落到实际业务中,却是苦活累活。

AI领域目前以To B业务为主,每个客户,即使是同一领域,需求也千差万别。目前行业的标准化还没有形成,这意味着就算费心费力服务好一个客户,也很难把成熟的经验和方案简单批量复制给其他客户。

AI应用属于SaaS领域,这个领域能够出现高市值的公司,是因为可以实现标准化和规模化,但是AI算法还无法做到。在一个简单的场景中,可能就需要用到大量不同的算法,不少企业和政府客户发现,在很多场景中,使用新技术,还不如用人工。

每个细分行业都已经有自己的游戏规则,几乎大的行业都有固定的总包公司,2G行业的总包需要有政府发放的牌照,例如安防资质等。无论怎么宣传,一家新公司进入行业的路径是一致的,参与招投标,拿出产品名录,建立销售渠道。总包公司会根据客户的需求,采购来自不同公司的产品。

而目前中国的AI公司们还没有强到可以从另一个路径来打破目前的游戏规则,这意味着大部分时候,AI公司只能被集成,且只能分到一小块“蛋糕”,还要面临回款压力。不仅如此,大家发现,科技巨头们掌握的AI技术,相比AI创业公司来说,更具有商业化价值,因为它们业务庞大,可以帮助算法训练,让技术更好地融入业务。

通过一个个项目来创造收入,对于高估值的AI公司们来说,太慢了,理解一个新行业至少需要1年-2年的时间,找到客户、制定方案、交付、回款,又是一个漫长过程。

行业开始形成潜规则,通过政府补贴、外部收购、投资换订单等方式来制造收入。一些AI公司开始在多个地方落户,以此换取政府补贴和投资,在还没有做到收入利润良性发展时,用融资的钱来进行对外投资、收购。

这些都是活下去的手段。但二级市场比一级市场更加透明,收入质量、收入来源和现金流等关键指标,都会被放大。一家头部公司出现问题,就会产生“蝴蝶效应”,影响很难估计。

AI公司接下来能做的,只有埋头苦干,专注在某一领域而不是把摊子铺得太大,找到行业痛点和空白;打磨优势能力,提高在单个产品上的壁垒。放弃“讲故事”,先确保能活下去。

这条路非常艰难,是考验也是机会,习惯了享受光环的AI明星们,谁能放下身段,谁就有机会活到新技术趋势爆发的那一天。

2016年开始,随着谷歌AlphaGo战胜围棋世界冠军、职业九段棋手李世石,全球人工智能技术升级和产业化势头汹涌。到了2019年,AI技术已步入全方位商业化阶段,在金融、医疗、安防等多个领域实现技术落地,且应用场景越来越丰富。人工智能商业化带来了企业数字化加速、产业链结构改善、信息利用效率提升等积极效应。可以预见的是,AI将改变整个世界。

但这个过程将是漫长的,对于这个领域的创业公司来说,盛世带来机会,但风险也时刻相伴,甚至是死亡。

中国在基础技术领域一直未能做到世界领先,AI公司们聚集了大量的技术专家和资金,拥有相对宽松的数据获取渠道,可以专注进行基础技术突破,在AI的一些细分领域,例如人脸识别,中国已经做到世界领先。

但是AI产业的发展才刚刚开始,外部环境的变化也越来越难以预测,这是一个比互联网和移动互联网更慢的过程,它们需要更多耐心,熬过这个冬天。

作者为《财经》记者,编辑:谢丽容

原载《财经年刊:2021 预测与战略》


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK