'人工智能发展至今, 已形成颠覆行业和人类生活的强大能力, 在图像处理, 语音识别, 服务机器人等诸多领域形成了诸多新商机, 将给广大创业者提供前所未有的机遇. ' 日前, 中国NVIDIA (英伟达) 公司全球副总裁, 中国区总经理张建中在一次演讲中说. 的确, 人工智能自降生以来就仿佛自带光环, 备受瞩目. 尤其是最近, 国务院印发的《新一代人工智能发展规划》中提出, 到2030年使中国人工智能理论, 技术与应用总体达到世界领先水平, 成为世界主要人工智能创新中心, 更使得人工智能将引爆智能投资革命成为坊间议论的焦点. 与此同时, 也有人表示担忧, 人工智能投资是不是有些过热, 该适度降降温了. 但事实真的如此吗?
人工智能投资仍是小众行为
'其实, 在我跟市场接触过程中发现, 真正投资人工智能的并没有那么多, 大部分机构都在做试错性尝试. ' 近日, 在由中共宁波市鄞州区委等主办的 '智汇2017' 人工智能产业发展高峰论坛暨人工智能全球创新邀请赛启动仪式上, 盛世投资管理合伙人, 盛世方舟主管合伙人谢作强说.
会上, 盛世方舟发布了人工智能研究报告, 结果显示人工智能投资仍是小众行为, 应用层仍存较大市场空间和投资机会.
人工智能这个词, 最初是由达特茅斯大学助理教授约翰·麦卡锡在1956年提出的, 指展现出看似具有智能行为的硬件或者软件. 但受制于当时的计算能力, 人们无法完成大规模的并行计算和并行处理, 使得人工智能未能如愿的智能起来. 直到2006年, 随着硬件层, 数据层以及算法层等各方面技术储备趋于成熟, 科学家提出 '深度学习' 神经网络, 才使得人工智能得以获得突破性进展. 如今, 深度学习的应用使得语义识别, 图像识别的准确率大幅提升, 进而促使人工智能产业又一次进入快速发展阶段.
'在看某个领域的投资热不热的时候, 会观察两方面数据: 一是媒体的热度, 即看起来的热度; 二是资金的热度, 即真金白银的热度. ' 谢作强说.
媒体方面, 近几年 '人工智能' 的新闻热度整体呈上升趋势. 但百度搜索 '人工智能' , 会看到超过11万篇相关新闻, 但比起 '智能制造' 的42万篇相关新闻, '创新金融' 的43万篇相关新闻, 人工智能的媒体热度还没有走入广泛大众.
在资金方面, 有数据显示, 美国有关人工智能的第一笔风险投资出现在1999年, 2012年为爆发期拐点. 中国第一笔人工智能风险投资出现在2005年, 2013年进入爆发期. 从融资金额来看, 目前中国在人工智能的投资额约为635亿元, 能占到全球的33%, 仅次于美国的51%. 然而, 从融资数量来看, 2016年一共发生投资案例9124笔, 涉及7449亿元, 而根据公开信息, 人工智能的投资案例仅100多起, 相较仍是 '小众' 行为.
人工智能基金数量占比并无优势
根据盛世方舟搜集到的一手数据, 自2016年下半年至今, 前来募资的基金当中, 投资领域包含 '人工智能' 的基金数量占比约为10%; 包含 '智能/AI/大数据/云计算' 的基金数量占比约为24%. 相比之下, 覆盖文化娱乐领域的基金占比约为19%, 覆盖医疗领域的基金占比约为27%, 覆盖消费领域的基金占比约为22%. 从投资领域看, 较为专注的人工智能+垂直行业的基金数量占比约为14%. 汽车, 医疗和制造相关基金数量相近, 汽车产业和医疗产业投资基金规模占比均超过40%.
通过观察已经布局和正在募资的人工智能相关基金, 盛世方舟把活跃的投资方分为两类: 一类是专业投资机构 (VC&PE) , 如真格, 红杉, IDG, 创新工场等, 这些机构从2012年开始布局, 通常天使轮单笔投资规模在数百万美元, 偏爱海归. 另一类是产业投资方, 包括以BAT为首的互联网巨头, 以及医疗, 制造, 汽车, 消费等传统行业的产业龙头, 上市公司. 它们通过自有资金, 但更多的是通过发起产业基金, 参与到人工智能的前期布局, 旨在于新领域占据一席之地, 或希望找到创新动力帮助完成业务升级或转型, 跟上时代步伐.
张建中表示, 一项新技术或商业模式, 一旦被某一家企业或者个人拥有, 其他企业就失去了竞争优势; 而人工智能恰恰是开放的, 它的研发不是一个高门槛或是高投入的东西, 但计算力确实是高收入的保障, 因为比的是速度和准确度.
应用层仍存较大市场空间和投资机会
'人工智能领域对创业者要求非常高. 很多是全球顶尖高校院所学术背景较强的技术大牛, 或出身国内产业巨头的有技术背景连续创业的老司机. ' 谢作强说, 而且对投资人的要求也非常高, 需要专注该领域的投资人有一定的技术知识储备, 并要能与技术来源 (科研院所, 高校) 和应用产业 (产业投资方或顾问) 进行良好合作.
盛世方舟从接触的1000多个人工智能项目中, 筛选出200多个进行了跟进研究, 其中基础层项目 (包括计算芯片, 大数据, 存储) 仅占比1%, 技术层项目 (包括算法平台, 图像识别, 自然语言识别处理, 智能机器人等) 占比24%, 应用层项目 (包括无人驾驶, 工业4.0, 智能安防和智慧医疗等) 占比75%. 应用层行业上看, 医疗, 教育, 汽车, 营销领域的项目较为突出.
盛世方舟分析, 从投资机会而言, 国内人工智能基础层缺乏重大原创科研成果, 基础层投资缺乏有竞争力的技术和人才, 是国家战略应当抢夺的地盘. 而技术层即将进入产业整合阶段, 核心在于创始团队的技术实力和创新能力, 当中存在可能性和机遇. 应用层因国内巨大的人口和市场优势, 以大数据收集为基础的医疗, 教育, 消费, 营销等垂直行业尚未出现人工智能领域的行业龙头, 存在较大的市场发展空间和投资机会.
目前, 海内外人工智能项目仍以初创企业为主, 技术层已积聚一定竞争优势, 行业垂直应用尚未完全爆发, 传统企业应借助自身积累的数据和资源优势, 通过投资和并购提前布局人工智能, 将有助于为企业自身发展注入新的活力. 谢作强建议: '产业资本前期可以以小额投资为主, 抢先完成产业链上下游布局; 在适当的时机, 可选择并购优质标的, 巩固企业自身在人工智能应用领域的优势. '
的确, 人工智能的崛起带来了许多的投资机会, 但在源码资本投资合伙人, 前微软亚洲工程院院长张宏江看来, 其中也有许多投资陷阱. 例如, 中国有上千家做机器人, 图像处理数据的公司, 还包括做人脸识别, 自动驾驶的, 显然已不需要再增加这样的公司, 而且投资时也要思考其技术的领先到底能否持续. '再就是公司能不能持续获得数据, 这对于竞争非常重要, 只有算法和技术是很难形成持续的商业模式的. ' 张宏江说.