前言

2017年注定是中國(guó)AI領(lǐng)域不平凡的一年，至少在融投資上而言，我們看到了資本一浪高于一浪的涌入與爭(zhēng)奪。

2017年注定是中國(guó)AI領(lǐng)域不平凡的一年，至少在融投資上而言，我們看到了資本一浪高于一浪的涌入與爭(zhēng)奪。今年10月，曠視科技（Face++）完成了C＋輪高達(dá)4.6億美元融資，不僅一舉超越了此前商湯科技的4.1億美元B輪融資，也同時(shí)刷新了全球AI領(lǐng)域的融資記錄。而到了11月，云從科技完成了B輪5億元人民幣融資，加上此前廣州市政府對(duì)云從科技的20億元人民幣的政府扶持資金，云從科技總計(jì)獲得25億元發(fā)展資金。

而以上僅僅是計(jì)算機(jī)視覺領(lǐng)域三家頭部獨(dú)角獸公司的融資情況，如果算上計(jì)算機(jī)視覺領(lǐng)域的其他玩家，以及如自動(dòng)駕駛領(lǐng)域蔚來(lái)汽車，AI芯片領(lǐng)域的寒武紀(jì)、深鑒科技等獨(dú)角獸，還有智能硬件、機(jī)器人領(lǐng)域各種創(chuàng)業(yè)公司的融資，2017年國(guó)內(nèi)全年AI領(lǐng)域的融資額將超過(guò)200億人民幣。

獲得了上述融資以后，目前國(guó)內(nèi)AI公司的估值變得令人咋舌。以計(jì)算機(jī)視覺龍頭商湯科技為例，在傳聞阿里巴巴戰(zhàn)略投資了15億元人民幣之后，商湯科技的估值達(dá)到了30億美元，折合196億元人民幣，而曠視、云從等估值也早已超越了百億級(jí)。在經(jīng)歷了2016年～2017年的投資熱潮以后，中國(guó)的AI公司的估值如火箭般上升，甚至與比特幣相比也毫不遜色，以至于投資人感嘆AI項(xiàng)目太貴的同時(shí)，很多業(yè)界人士開始質(zhì)疑中國(guó)AI公司的估值是否過(guò)高了。

對(duì)于當(dāng)前國(guó)內(nèi)AI公司的估值，我們也許只能說(shuō)，人工智能對(duì)于未來(lái)實(shí)在太重要了，以至于資本和投資者都愿意付出如此多的溢價(jià)去獲得“船票”。而最值得我們?nèi)タ紤]的是，未來(lái)2年～3年這一批獲得了高估值的AI公司應(yīng)該如何發(fā)展才能夠長(zhǎng)期支撐起估值？為此有必要去建立起一個(gè)成熟度模型框架，去觀察、跟蹤這批正在“通往潛在巨頭之路”公司的發(fā)展路徑。

AI企業(yè)成熟度模型

在歷史上，人工智能領(lǐng)域的研究先后經(jīng)歷了兩次低谷期。而目前這波人工智能浪潮的再次興起，其本質(zhì)原因是孜孜不倦積累30多年的深度神經(jīng)網(wǎng)絡(luò)技術(shù)的集中爆發(fā)，在尤其是計(jì)算機(jī)視覺領(lǐng)域取得了巨大的進(jìn)步。AlphaGo的成功很大程度上讓人工智能這項(xiàng)技術(shù)又一次回到了大眾的視野，進(jìn)而又促進(jìn)了資本對(duì)于人工智能優(yōu)秀項(xiàng)目的追逐，也使得原本已經(jīng)四分五裂到各個(gè)自學(xué)科的人工智能界，又一次大一統(tǒng)地重新回到了人工智能的旗幟之下。

然而這波資本的紅利期，目前已經(jīng)基本屬于過(guò)去式。

如對(duì)于領(lǐng)頭羊商湯科技而言，過(guò)去一兩年支撐起其接近200億元估值的，從一定程度上說(shuō)，是湯曉鷗教授本人，以及商湯科技自身表述的豪言壯語(yǔ)：“精通深度學(xué)習(xí)的人基本都讀過(guò)PHD，中國(guó)在這方面目前總共也就一、兩百號(hào)人，而商湯包攬了120人?！倍窈笊虦^續(xù)支撐其估值，除了人和團(tuán)隊(duì)以外，必定是其AI產(chǎn)品的商業(yè)化應(yīng)用。為了更好地觀察、跟蹤目前人工智能公司未來(lái)的演進(jìn)，本文專門提出一個(gè)AI企業(yè)成熟度模型，如下圖所示。

階段一：基礎(chǔ)技術(shù)服務(wù)商。

在AI應(yīng)用場(chǎng)景尚未成熟和得到市場(chǎng)驗(yàn)證之際，任何AI企業(yè)都傾向于從事基礎(chǔ)技術(shù)的積累，這點(diǎn)無(wú)論對(duì)于國(guó)內(nèi)外AI初創(chuàng)企業(yè)而言都是一樣的，最典型的案例是DeepMind。目前大多數(shù)國(guó)內(nèi)AI初創(chuàng)公司均屬于或者準(zhǔn)備脫離這一階段，基礎(chǔ)技術(shù)積累階段的特征是對(duì)于人才的爭(zhēng)奪，以及采取類似于實(shí)驗(yàn)室形式的AI技術(shù)與算法研發(fā)，而其核心驅(qū)動(dòng)因素是團(tuán)隊(duì)與人才。

在此階段，AI企業(yè)們大多熱衷于在各個(gè)頂級(jí)會(huì)議發(fā)paper以及參與到各項(xiàng)國(guó)際AI競(jìng)賽的刷榜之中。由于技術(shù)的商業(yè)化程度不足，往往只能通過(guò)項(xiàng)目制形式為客戶提供AI技術(shù)服務(wù)，即簡(jiǎn)單粗暴地賣模型、賣算法，如人臉識(shí)別技術(shù)服務(wù)、基礎(chǔ)語(yǔ)言識(shí)別服務(wù)、金融領(lǐng)域的知識(shí)圖譜工程等。但以人和算法作為企業(yè)核心能力是不可持續(xù)的，尤其目前深度學(xué)習(xí)領(lǐng)域的算法紅利期變得越來(lái)越短，而人才缺口也在逐漸被填補(bǔ)。

階段二：整體解決方案提供商。

顯而易見的事實(shí)是，單點(diǎn)技術(shù)本身無(wú)法構(gòu)成一項(xiàng)完整的應(yīng)用和產(chǎn)品，比如狹義的人臉識(shí)別技術(shù)，需要與其他業(yè)務(wù)或者產(chǎn)品結(jié)合。比如技術(shù)+攝像頭，成為智能視頻監(jiān)控設(shè)備，或者與傳統(tǒng)支付產(chǎn)品結(jié)合，在密碼/手機(jī)驗(yàn)證碼上再加一層人臉識(shí)別驗(yàn)證，類似還有ATM機(jī)上增加人臉識(shí)別，才能在特定場(chǎng)景中形成具備商用價(jià)值的應(yīng)用。

階段三：AI產(chǎn)品化階段。

單靠基礎(chǔ)AI技術(shù)和整體解決方案本身，都難以成就一家偉大的AI公司，因?yàn)槟呐略俸玫募夹g(shù)和解決方案，都逃脫不了作為別人產(chǎn)品附屬的定位，AI企業(yè)要走得更遠(yuǎn)的話，產(chǎn)品化是一條難以繞過(guò)的道路，這點(diǎn)我們可以在科大訊飛以及前些年百度所走的彎路上，看得再清晰不過(guò)了。對(duì)于目前國(guó)內(nèi)AI公司的估值，未來(lái)離不開推出市場(chǎng)上具有影響力以及粘性的工業(yè)級(jí)/消費(fèi)級(jí)AI產(chǎn)品，單純的技術(shù)和整體解決方案很容易就觸碰到天花板。

階段四：協(xié)同生態(tài)構(gòu)筑者。

產(chǎn)品背后的協(xié)同生態(tài)構(gòu)筑，是AI企業(yè)成熟度的最終標(biāo)志。什么是協(xié)同生態(tài)？我們以亞馬遜智能音箱Echo為例，正如亞馬遜Echo推出開始時(shí)應(yīng)用（Alexa的Skill）的數(shù)量慘不忍睹，隨后當(dāng)Echo出貨量爆炸式增長(zhǎng)后，亞馬遜吸引了大量開發(fā)者融入Alexa生態(tài)中，目前Alexa已經(jīng)有了一萬(wàn)多個(gè)Skill。而其中的關(guān)鍵驅(qū)動(dòng)力，是亞馬遜強(qiáng)大的云計(jì)算能力——通過(guò)AVS（Amazon Voice System）以及ASK（Amazon Skills Kit）的開放，搭建了一個(gè)開發(fā)門檻低得不能再低的生態(tài)，開發(fā)者甚至完全不需要有任何語(yǔ)音識(shí)別的技術(shù)積累，AVS會(huì)解決所有的語(yǔ)音識(shí)別和語(yǔ)義處理等事情。這種類似于Echo的協(xié)同生態(tài)，能夠以AI產(chǎn)品為中心驅(qū)動(dòng)大量的參與者加入到生態(tài)之中，并成為企業(yè)未來(lái)利潤(rùn)的源泉。

演進(jìn)中的“點(diǎn)、線、面、體”

對(duì)于目前國(guó)內(nèi)這批已經(jīng)取得如此高估值的AI獨(dú)角獸，其未來(lái)最終的使命必定是成為偉大的AI產(chǎn)品公司——即全面產(chǎn)品化、產(chǎn)品協(xié)同生態(tài)化，否則我們無(wú)法想象在一個(gè)未來(lái)AI算法變得越來(lái)越普世、技術(shù)方案門檻變得越來(lái)越低的時(shí)代，一家AI公司仍然依靠單純的技術(shù)服務(wù)該如何生存。

上文提出的AI企業(yè)成熟度模型，正是一家企業(yè)從技術(shù)情懷及崇拜出發(fā)、逐漸演變?yōu)閭ゴ驛I產(chǎn)品公司的路徑，四個(gè)階段實(shí)際上就是一個(gè)從“點(diǎn)”到“線”再到“面”，最終到“體”的演進(jìn)過(guò)程。

“點(diǎn)”，就是單點(diǎn)技術(shù)服務(wù)商，也是在整個(gè)AI產(chǎn)業(yè)鏈上提供單點(diǎn)價(jià)值的角色，供給人臉識(shí)別、語(yǔ)音識(shí)別、圖像OCR、到娛樂(lè)級(jí)別的人臉變妝、顏值檢測(cè)等技術(shù)方案，以及產(chǎn)業(yè)輔助層面的各類數(shù)據(jù)標(biāo)注服務(wù)，顯而易見單點(diǎn)技術(shù)的天花板通常都比較低，至少相比目前大部分AI企業(yè)的估值而言。

“線”，即圍繞特定細(xì)分場(chǎng)景，能夠?qū)⒏鱾€(gè)單點(diǎn)連接為線條的角色，也就是上文中AI企業(yè)成熟度模型中的第二階段整體技術(shù)提供商?！熬€”的概念，其實(shí)類似于傳統(tǒng)管理咨詢中的縱向一體化，在特定的垂直行業(yè)（或者其中的一個(gè)特定場(chǎng)景，如安防行業(yè)中的視頻監(jiān)控），通過(guò)整合自身或者上下游的“點(diǎn)”提供全棧服務(wù)，形成整體垂直領(lǐng)域的解決方案。以曠視科技為例，目前曠視推出了自身的全幀率、全畫幅智能人像抓拍攝像頭，里面也使用了曠視自主設(shè)計(jì)、為自家人臉識(shí)別算法優(yōu)化的FPGA芯片，這樣通過(guò)算法—芯片—硬件三點(diǎn)為線，形成了安防視頻監(jiān)控的整體解決方案，通過(guò)全棧服務(wù)從單點(diǎn)的人臉識(shí)別算法商走到了上游。

“面”和“體”，即AI產(chǎn)品化階段，當(dāng)AI整體解決方案足夠標(biāo)準(zhǔn)化，進(jìn)化為具有市場(chǎng)普遍性和粘性的工業(yè)級(jí)/消費(fèi)級(jí)AI產(chǎn)品后，就進(jìn)入了“面”的階段，從而在面上覆蓋更多的市場(chǎng)領(lǐng)域。而當(dāng)“面”（產(chǎn)品）足夠成熟，能夠?yàn)樽銐蚨嗟牡谌胶献骰锇橘x能時(shí)，正如亞馬遜Echo案例中，AVS為第三方賦能語(yǔ)音識(shí)別和語(yǔ)義處理，就演進(jìn)為“體”，即協(xié)同生態(tài)體系。

估值堰塞湖與漣漪效應(yīng)

在稍早前《500家國(guó)內(nèi)AI企業(yè)大數(shù)據(jù)分析：產(chǎn)業(yè)布局與融投風(fēng)云》一文中，通過(guò)梳理目前國(guó)內(nèi)超過(guò)500家AI企業(yè)的領(lǐng)域分布，我提出了一個(gè)接近紡錘體的AI產(chǎn)業(yè)形態(tài)分布：

大多數(shù)AI初創(chuàng)企業(yè)集中于通用AI技術(shù)以及成為了投資熱點(diǎn)的消費(fèi)級(jí)終端（智能機(jī)器人、無(wú)人機(jī)、智能硬件）上。行業(yè)場(chǎng)景應(yīng)用方面雖然公司的絕對(duì)數(shù)量不少但過(guò)度集中于自動(dòng)駕駛、智慧醫(yī)療和智慧金融上面，三者占了場(chǎng)景應(yīng)用層65%的企業(yè)數(shù)量，融資金額更是占絕對(duì)多數(shù)。這反映了當(dāng)前AI產(chǎn)業(yè)所面臨的一個(gè)事實(shí)——在本輪AI創(chuàng)業(yè)浪潮之中，優(yōu)秀資源（科學(xué)家、資金）集中在通用AI技術(shù)上。

通過(guò)這項(xiàng)分析發(fā)現(xiàn)，根據(jù)IT桔子數(shù)據(jù)，雖然目前國(guó)內(nèi)已經(jīng)有超過(guò)500家AI初創(chuàng)公司，其中大部分分布于場(chǎng)景應(yīng)用和消費(fèi)級(jí)終端上，但整體產(chǎn)業(yè)大部分融資額都集中在了如商湯、曠視、依圖等通用AI技術(shù)企業(yè)上。原因在于本輪AI領(lǐng)域融投資的核心邏輯在于投人和團(tuán)隊(duì)，而杰出科學(xué)家創(chuàng)業(yè)團(tuán)隊(duì)往往熱衷于創(chuàng)辦通用AI技術(shù)企業(yè)，其中最熱門的莫過(guò)于受益于深度學(xué)習(xí)最多、相對(duì)較成熟而且離商業(yè)化最近的計(jì)算機(jī)視覺領(lǐng)域，因此才有了現(xiàn)在由商湯、曠視領(lǐng)銜的計(jì)算機(jī)視覺獨(dú)角獸樂(lè)園。

估值的終驗(yàn)

我們看到，當(dāng)前這波AI領(lǐng)域融資紅利期目前基本結(jié)束，由于優(yōu)秀科學(xué)家團(tuán)隊(duì)的稀缺性，使得產(chǎn)業(yè)整體融資和估值出現(xiàn)了明顯的馬太效應(yīng)，以至于在通用AI技術(shù)領(lǐng)域出現(xiàn)了估值的“堰塞湖”。對(duì)于湖水中紛紛拿到了巨額融資的獨(dú)角獸們而言，資本既是一劑貫穿筋脈的強(qiáng)心針，同時(shí)也是壓力和焦慮的源泉。尤其是對(duì)部分習(xí)慣于實(shí)驗(yàn)室式研究，以及在各類頂級(jí)會(huì)議上發(fā)paper的科學(xué)家創(chuàng)業(yè)公司，技術(shù)的商業(yè)化壓力變得更大了。

當(dāng)然，對(duì)于部分尤其是中小AI公司而言，繼續(xù)選擇“點(diǎn)”和“線”作為自身產(chǎn)業(yè)定位是沒(méi)有問(wèn)題的，產(chǎn)業(yè)同樣需要多樣性的生態(tài)，但對(duì)于估值動(dòng)輒百億級(jí)別的獨(dú)角獸們，唯一的一條道路就是成為偉大的AI產(chǎn)品公司，向著全面產(chǎn)品化的“面”和“體”演進(jìn)。否則，單純的技術(shù)服務(wù)和解決方案，基本上難以獲得匹配其估值的未來(lái)營(yíng)業(yè)收入。

回到估值問(wèn)題上，目前優(yōu)秀科學(xué)家團(tuán)隊(duì)、項(xiàng)目、技術(shù)都相對(duì)缺乏，明星企業(yè)拿到了如此高估值是可以理解的。但真正的問(wèn)題是，在不遠(yuǎn)的未來(lái)，當(dāng)上述因素都變得不再稀缺的情況下，誰(shuí)能夠游到全面產(chǎn)品化的岸上。