《10家人工智能企业完成融资 资本挤进头部才能获得生存》

  • 来源专题:装备制造监测服务
  • 编译者: zhangmin
  • 发布时间:2020-10-14
  • 2020年,北拓资本共帮助近10家人工智能企业完成融资,融资金额最高的企业拿到了数亿元。这些企业分布在无人驾驶、智慧医疗、智能客服、视觉机器人等相关领域,其中一些是我们概念中技术落地已经比较成熟的领域,有些则仍处在技术研发与投入阶段,尚未步入市场化产出阶段。这些不同赛道不同阶段企业的成功融资,也打破了“资本短视”的偏见。

      在北拓资本看来,今年整个AI产业的融资情况相比去年并无显著变化。资本在挑选企业时,看重的依然是企业是否具备长远发展前景。作为一家数字化创业服务企业,北拓资本在寻找目标企业时,首先关注其所在赛道的发展阶段,然后是技术的成熟度与领先性。

      北拓资本董事总经理王阳告诉《数据》记者,“AI产业在短期主要看重技术红利,长期来看则是行业理解、工程化能力和落地案例。因为AI是有技术门槛的,技术领先性和准确率是核心观测指标。但是技术可以被学习,技术也在不断演进。随着技术门槛下降,准确率在快速提升,使得产品体验更好、服务更好、成本更低。当然,一款好的产品打磨需要从理论走向实践,这其中还涉及到供应链、规模化生产、营销策略及商业化落地等各个方面”。

      此外,在企业的选择上,还要看其是否有全栈解决方案的能力。如果只能在整个流程的一个环节用AI替代人工,虽然单一环节可以降本增效,但是整个流程的成本结构、效率并没有得到明显改善,客户的痛点并未得以解决,因此也不会买单的。

      当然,并不是所有的投资方都只关注快速变现的企业。对于像无人驾驶、智慧医疗这类尚未能进行市场化落地的,业内将其归类为“长期可落地”的领域。考虑到该领域直接面向广泛的C端用户,拥有庞大的市场空间,众多的投资方愿意承担风险去尝试。

      我国智慧医疗建设行业规模,预测2020年将超千亿元。而无人驾驶领域到2025年可以催生出一个2000亿-1.9万亿美元的巨大市场。当然,能够抢占这些领域的企业仍是少数,高技术门槛以及高研发成本成为众多参与者的天然屏障。而且对于这种技术研发投入成本较高的企业,投资方则更信赖规模较大、资金门槛较高的企业。

      北拓在选择这类企业时,通常会根据对安全的容忍度将其分为两类。一类比如高级别自动驾驶,即使准确率达到99.99%,1万次仍会出现1次交通事故,这也是无法接受的。此类企业往往技术门槛非常高,研发周期较长,短期无法商业化落地,自然很难靠自身产生现金流收入。“对于这类项目,我们的策略就是聚焦技术团队,挖掘第一梯队中最好的企业,因为只有它能够实现持续融资。”王阳表示。

      另一类如安防应用,一般情况下,AI准确率95%以上就达到商用水平了,短期就可以迅速实现落地,并产生稳健的现金流。所以,对于这类企业而言,不应纠结于准确率高低,成功案例往往是吸引投资人的最好营销手段。对于金融、安防等领域而言,客户对稳定性和效果要求很高,因此非常看重实际应用案例。一旦通过评估测试,便能形成长期稳定的商务关系。同时,高质量数据来自场景,在应用中采集数据,反哺算法迭代。

      从商业角度,机构在选择优质标的时,会重点关注行业纵深、投入产出比以及规模化复制能力这三大核心因素。如果为了1%的技术指标提升而进行成倍的投入,这显然不是一笔划算的生意。其次,安防、金融等市场规模大的行业,高研发投入是一种普遍现象,规模化复制能力也决定了定制化程度,对后续批量落地成本有很大影响。

      不论是安防、无人驾驶还是智慧医疗,从资本对它们的选择中,我们能感受到,“前景”依然是资本最看重的。王阳总结道,对于短期可落地企业,资本看重的是其自身的造血能力,对于长期可落地企业,资本看重的是其市场空间。

      挤进头部才能获得生存

      资本但不论哪个赛道,也不论落地周期性长短,头部企业已愈加成为投资方的青睐对象。尽管当前市场环境错综复杂、资本普遍收紧,但丝毫不影响某些赛道的头部企业成为资本竞相追逐的对象,且部分企业融资额度甚至超过往年。

      例如自动驾驶解决方案公司驭势科技(Uisee)宣布完成B轮融资,拿到了博世创业投资(RBVC)、深创投(深圳市创新投资集团)、中金资本、厦门七匹狼节能环保基金和重庆两江服务业基金等的投资;自动驾驶公司小马智行(Pony.ai)也完成了4.62亿美元的B轮融资,投后估值达30亿美元。

      “需要让资本方相信你的企业能撑过下一个五年,人家才敢去投”,王阳表示。这句话背后的另一个隐喻是:短命似乎正是这个行业的一个普遍情况。天眼查数据显示,截止到8月底,500多家有融资的倒闭企业中,400多家企业倒在了A轮及以前。

      2019年的情况同样如此。36氪提供的数据显示,2019年前11个月投资总额同比下降29.5%,投资案例数同比下降18.7%,300多家初创企业先后倒闭,55%的企业一年之内未能获得投资,即使是市场追逐的人工智能赛道也未曾幸免。

      在初期几乎所有领域的AI技术都未落地时,资本挑选的是那些出身光鲜的团队,海外归来的创始人、清华系、中山系等皆是资本眼中的未来之星。到技术逐渐落地的阶段,资本的考察重点开始转向技术落地的情况、市场前景及收入情况等。可以说,自此资本方对AI领域的投资才逐渐开始趋于成熟。

      “不管是去年的资本寒冬,还是今年的疫情,受到冲击的永远都是没有进入第一梯队的企业,资本越是吃紧的时候,就越青睐于那些细分赛道上的头部企业。当然这也意味着,在现在的形势下,不管身处哪个赛道,只有挤进头部才能获得生存资本,”王阳表示,“这也倒逼AI企业在钻研技术的同时必须学会自己造血挣钱。”

      当然,不仅是中小微企业们面临生死挑战,AI独角兽们今天所面临的境地更加艰难。据新京报贝壳财经推出的《数读独角兽2020—中国248家独角兽“乘风破浪”报告》显示,2020年上半年,有22家企业估值冲破10亿美元,成为新晋独角兽,其中,14家超级独角兽贡献六成估值,超70%独角兽是估值在10亿-20亿美元之间的早期创新企业。

      对此,王阳就指出,一些独角兽的估值远高于业绩,对于这类企业,一是估值和融资需求超出了投资机构的极限,二是企业自身造血能力仍有待考验,这让一些投资机构显得非常为难。而独角兽们奔赴A股上市这条路如今看起来也“差些火候”,所以融资、上市之路同样受到重重阻碍。

相关报告
  • 《我国人工智能企业突破4000家》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2018-07-02
    • “人工智能企业于2015年到2016年呈现爆发性增长,截至2018年5月8日,全国人工智能企业共计4040家,中关村成为我国人工智能创新的高地。”6月30日,北京市经济和信息化委员会软件处副处长尤靖,代表该委员会首次发布《北京人工智能产业发展白皮书》。 白皮书首次摸清了北京人工智能产业的底数,由该委前期组织相关单位经过大量调研和专题讨论,综合情科、IT橘子、蓝海巨浪等投资公司定向采集的数据编制。 近年来,北京在人工智能相关领域涌现了众多产品和企业,例如今日头条研发了2018年第一季度全球下载量第一的抖音APP。“北京已形成覆盖全产业的人工智能优势产业集群,这与其在相关政策、创新创业氛围、资本环境、软件研发和专利保护方面具备较大优势有关。”尤靖在主题为“聚焦人工智能,畅享美好未来”的第二十二届中国国际软件博览会第四场全球软件产业发展高峰论坛上发布白皮书时表示。 记者了解到,全国4000多家人工智能企业中,北京人工智能企业达到1070家,占比26%;全国获得风险投资的人工智能公司合计1237家,其中有431家在北京,占比35%;北京有56.9%的人工智能企业融资阶段处于A轮之前,表明超半数以上仍处于初创期,具有创新发展潜力。 白皮书指出,北京排名前五的人工智能优势领域分别为智慧医疗、智慧家居、智慧城市、智慧零售和无人驾驶。天坛医院、北京协和医院等在探索智慧医疗方面走在全国前列;小米音响、京东丁东音响成为市场广受欢迎的智能家居产品;智慧零售涌现了京东、美团、便利蜂等各具特色的零售企业。
  • 《数据、人才和资本夹缝生存的法国人工智能》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2018-01-24
    • 提起欧洲的人工智能,或许大多数人的第一反应是驻地英国的DeepMind,或者是俄罗斯的Yandex。其实在法国,这个以往人们印象中的浪漫之都,也存在不少人工智能企业。 法国出名的是苏菲玛索和时装周,乍一听好像和科技完全不沾边,可要论供给人工智能企业生长的土壤,法国却不输欧洲其他国家。 数据、人才和资本,法国究竟有什么? 要说人工智能企业大规模发展的必备条件无非以下几条:第一需要海量数据、第二需要高校作为人才供应补给、第三则需要资本、政府方面提供支持。 说到数据方面,人口数量相对更少、移动设备普及度一般的欧洲面对中美甚至印度都处于弱势,但在个别行业上的先进,也给了法国另辟蹊径的可能。 法国最为著名的,或许是红酒、电影和浪漫情怀,可在这个国家也拥有极客和现代化的一面。法国的格勒诺布尔有着“欧洲硅谷”之称,聚集了大量半导体和微电子企业,也孵化出了一系列IT、嵌入式电子等等产业链上的相关企业。 在法国索菲亚,还有自上世纪70年代成立的欧洲最大科技园。这些企业给了法国足够的产业数据和工程化基础。这样一来,法国虽然不能在深度学习这类依赖数据的算法端取得优势,却能够在产业基础和硬件能力上找回一程。 高校方面,法国拥有集合了国立中央科学研究所、高等研究所等科研机构的巴黎萨克雷大学。法国还推出了一个类似中国211、985的“210所工程院线”,这些院校中有不少都开设了人工智能相关专业。但从论文发表数量和研究成果来看,相比美国高校还是有不少的差距。 或许是因为法国有着严格的应试教育系统,在大学预科中,线性代数、微积分这类偏理论性的考核十分严格,但现在的人工智能更依靠概率学和统计学,导致法国这个数学大国在人工智能的学术研究上稍有落后。 但现在大热的卷积神经网络,其实就是由法国人雅恩乐昆(LeCun)提出,他在法国就读博士期间就提出了人工神经网络概念,可惜在机缘巧合之下,直到近些年卷积神经网络才被利用和重视起来。这时的乐昆已经在多伦多大学以及美国企业中摸爬滚打多年,距离法国很远了。要不或许他还能在法国带出一批深度学习的大牛呢。 不过在政府的支持程度上,法国要比很多国家更强。自从2010年以来,法国就开始试点扶持创新企业。在2013年,跟随欧盟的机器人研发计划推出了《法国机器人发展计划》。在今年夏天,法国还出台了《法国人工智能战略》。虽然没能推出太多的税收优惠政策,却更注重以加大公私合作的方式推助研究所和高校中的科研成果商业化。 总之,在发展人工智能的背景上,法国的优势在于机器人和工程方面,虽然有政府支持,却在资本和人才供应上处于弱势。 法国AI企业什么样?或许比你想象中更强 在企业发展上,也体现出了法国人工智能发展背景的不少特质。 首先,由于受政府主导影响,法国很多人工智能先进研究成果是和“国字头”合作推出的。在巴黎萨克雷大学的一次次合并中,大量研究机构走入高校,形成了高校→研究机构→孵化项目的良性人才产业链。 像是法国国家科学研究院主导研究出的世界上第一个能够识别出不同人说出的数字的人造纳米神经元。这一研究代表了磁振荡器的极高稳定程度,而高稳定性磁振荡器意味着可以构建模拟生物神经元,快速处理实时大数据,最终制造出更节能的微型芯片。 第二,在欧盟倡导发展机器人的大环境下,加上法国本身工程能力的基础,法国在3D打印、机器人、无人机等等方面拥有不小的优势。不论是政府还是资本,都愿意为这些项目买单。 像法国一家企业曾经推出过机翼可充气的无人机,而波尔多市的交警已经开始利用无人机来辅助执勤了。法国拿到融资最多的人工智能企业,则是研究人造心脏的CARMAT,他们致力于用3D打印等方式制造大量人造心脏,并利用算法来配适人造心脏与人体之间的配合运动。 第三,由于法国作为法语国家的优势,有大量NLP相关的项目被谷歌、Facebook等企业收购。在NLP研究中,不同语言之间其实存在着巨大的鸿沟。语言不同,语音标注、分词方法、常用俚语之间都会有差异,这也是谷歌搜索在俄罗斯市场份额低的原因之一。在以数据量论成败的人工智能时代,语言造成的差异更加明显。想要完善某一语种相关的NLP技术,直接收购初创公司是最划算的了。 像是对话App平台Wit.ai在成立21个月之后,就被Facebook收购。还有一家名为Snips的公司,致力于通过搜索移动端本地数据为用户建立属于个人的语音助手,现在已经获得千万美金级别的投资。 除了收购和投资,已经有一些企业开始入驻,直接收割人才。在人工智能研究院负责人乐昆的带领下,Facebook就在法国建立了人工智能实验室,除了招揽人才,还与法国国家信息与自动化研究所建立合作关系,共同开展研发项目。 从毕业到变现,法国政府贴心的一条龙服务 如果要总结一下法国人工智能发展现状的话,可以用“退出机制完善”、“工程能力强”和“政府主导倾向明显”几点来概括。 这样一想,在法国做人工智能创业似乎是一件还不错的事:在乐昆的影响下,一些有关深度学习的会议也来到了法国,人工智能在学术上的力量逐渐加强。学生从学院毕业后直接进入研究院,享受着国家建立的云数据共享平台,把研究成果商业化的奖金当做第一桶金。走出研究院后,虽然创业氛围不比美国,却可以以更低成本招聘到人才,项目完成后,可以找欧美大企业或者政府买单。 可这样优质的创业条件背后的现实是:法国已经没有什么希望诞生出人工智能领域的大企业了。 中美争霸之间,留下的缝隙还要容纳印度、以色列和整个欧洲。可就算在欧洲范围来看,法国的技术话语权也不是最强的。由国家政府牵头加快把实验室中的技术商业化,或许可以看成一种对抗大企业和资本收购的战略政策,把人才、技术和数据所有权留给法国自己。 否则在未来,法国的无人驾驶、物联网等等与人们日常生活息息相关的技术都掌握在别国手中,除了经济因素外,从政治角度看来也是细思恐极。法国人工智能的发展路线,正是放弃了报酬更丰盛、危险系数也更高的正面战场,承担起人工智能全球化发展中的一个小角色,从而换得可以保留住关乎自身安危的东西。 不得不说和很多国家相比,法国政府已经算是反应相当快的了。很多和法国一样的中小型国家,在人工智能时代都处在类似的尴尬情况中,却没有办法为自己争取更多的主动权。 那么换个角度想,作为掌握了大半人工智能技术解释权的中国,是不是可以以资本出海的方式猎取更多小国家、尤其是小语种国家的技术成果,比如荷兰、意大利这些欧洲国家,都有不少的自动化工程经验和高校研究成果,目前来看当地政府对研究机构的把控性还不算太强。 还有泰国、越南这类东南亚国家,这些国家智能终端下沉都由中国品牌主导,未来进一步做技术收购和数据挖掘将更加顺遂。尝试着像法国一样,以产学研一体化的优势驱动人才参与,一边获得技术,一边帮扶就业。相信很难有人会拒绝这样的交换条件。 总之,世界这么大,处处都存在着机会。中国企业与其都一股脑的跑到湾区、西雅图开实验室,企图挖走谷歌的人才,不如学学Facebook,绕开大魔王去探索一下其他地图,或许会有新的收获呢。