眾多創投機構

加大布局

根據Crunchbase的數據顯示，今年以來，全球風險投資者、企業投資者和天使投資人已經向AI和機器學習公司投入了36億美元，超過了去年全年33億美元的投資額。這當中，已經披露了投融資數據的有近250家公司，至少有28家AI和機器學習公司獲得2000萬美元或以上的融資。

“獲得多的融資，說明大家對行業是看好的。AI技術可以說是繼互聯網之后，對整個社會將產生全面且深度滲透影響的技術變革，因此很多創投機構以及大企業都會提前進行布局。”在基石資本副總裁楊勝君看來，不排除有些機構會推崇風口概念，因此在面對AI項目的時候投資決策比較快，而且投的資金也較多。但就理性的角度來看，不論AI是否是風口，投資應該更看重趨勢和能力的結合。就行業的普遍理解來看，整個投資圈都認為，AI技術未來可以起到類似現在互聯網的滲透率和影響力，所以機構布局都比較積極。

昆仲資本創始合伙人姚海波直言，其實投資人和創業者心里都很清楚，AI只是一個翅膀，而不是最終的引擎。“大家擅用主題是對的，無可厚非，這也是AI投資和創業在今年顯現出來的一個特色。”他說，AI并不能改變一切，落實到具體的生意上，如果一家AI企業的收入和利潤在未來兩三年無法與估值匹配，它還會走回原來傳統行業的老路。“大家必須要搞清楚，這是一門生意，不管他加了什么，現在很多創業項目都或多或少加了一些AI元素，需要先弄清楚它到底能創造什么價值。”

對于機構和企業在AI領域的提前布局，姚海波認為，主要原因是人才稀缺。“不管在美國舊金山灣區還是國內，現在AI發展很大的瓶頸是人才，相對于其他行業來說，具有AI教育背景的人稀缺。”

創大資本投資AI事業部投資負責人蘆進則認為，資本在上半年的扎堆跟進并非盲目無理，“只要方向是準的就可以，至于什么時候爆發，背后有清晰的邏輯路線。”在他的觀察中，今年上半年經濟發展中，生產資料成本急劇上升，這在許多企業的生產成本、人力成本中可以看出，而提高企業生產效率只能降低成本，這也促使許多企業開始使用人工智能的生產工具，也正因如此，人工智能開始爆發。“工業機器人、社會機器人，包括無人商店，這些都預示著人工智能的應用開始推廣和普及。”

更強調技術

結合場景落地

龐大的人工智能體系目前已散落到各個行業中，智能的核心是信息的分析、搜集和決策，而在每個行業里的應用卻千差萬別。談到今年以來AI領域投資的新特點，楊勝君表示，仍然是集中在兩個領域，一個是基礎層的技術領域，另一個則是應用層的技術領域。

在他看來，基礎層的技術領域，重點關注的是創業公司自身的技術積累，該領域需要有比較高的技術門檻和前期積累，同時要求創業團隊核心人員有較豐富的工作經驗和技術背景，甚至已經取得了一些國際性的成果。而只有在算法、計算能力和大數據三個方面取得突破，才能開發出比較核心的技術，讓自己處于行業的領先地位。

但他也強調，AI只是一種技術，需要落地到應用才有意義。從目前的投資情況來看，應用型的公司主要是通過AI的比較準確的算法，跟實際的現實場景包括語音識別、醫療領域、無人駕駛、人臉識別等進行結合，最終實現商用。

“從落地的情況看，美國在醫學領域和語音識別領域的落地已經做得比較好，包括IBM幫助一些醫院的醫生進行CT片、核磁共振片的識別和診斷、亞馬遜推出的智能音箱Echo等。國內目前應用場景比較多的集中在人臉和圖像識別方面，比如銀行開卡、門禁刷臉、安防攝像頭、智能交通等方面。”楊勝君說。

姚海波也認為，今年以來，投資標的呈現出更加多樣化的特征，從黑科技走向了應用科技，跟不同的場景進行了線下的結合。但他指出，目前某些行業已經提前支取了AI的預期。在細分領域里面，有些行業其實還沒有真正與AI技術進行結合。他建議，業界不應該對AI期望值過高，現在的AI技術還有很多可以添加的因素，有很大的提升空間。“但其實AI不能解決一切，期望值過高對AI的創業者來說也會給他們很大的壓力，一旦失敗，對他們的傷害也很大。而且我也不建議所有項目都冠上AI名頭，加了之后你的估值是會受到挑戰的，做不到的時候會更難受。”

而在國內外齊頭并進的板塊，楊勝君和姚海波都不約而同地提到了無人駕駛領域。楊勝君指出，目前無人駕駛技術即便在美國，其商用化的程度還不夠，技術的成熟性也欠缺，因此中美兩地的差距是很小的。要做到真正的無人駕駛，需要的時間可能超過五年。姚海波則認為，美國的谷歌、蘋果等母體公司以及中國的百度等公司，都在研發無人車，在這個領域大家的判斷接近。“無人駕駛顛覆了包括汽車制造業、智能交通、出行以及汽車相關的服務業這四大產業，都是千億級別的產業，而且看得見摸得著，看上去是一條發展很快的跑道。這四大市場一定會催生出很多優秀的公司，我們需要做的就是尋找優秀標的。”姚海波說。

蘆進介紹，在項目的落地和應用層面，金融、醫療和教育是最熱門的三大板塊，這三個方面的專家、創業者和投資人也是最集中的。

“人工智能可以進行量化分析、幫助投資決策；還可以輔助醫療診斷，打破醫療資源供需困境；也可以計算出能力曲線和圖譜提高學習、教育的效率。”蘆進說，這些都是目前已經落地的應用。

AI投資應有所取舍

“在投資上，應該有所選擇，要覆蓋整個AI領域，是不現實的。”姚海波在談到AI領域未來的投資策略時表示，要做AI投資，首先要覆蓋到核心技術，但僅僅在智能識別的細分領域，已經有十幾個，因此在做AI投資的時候，一定要有所取舍。“你必須要有一個角度，在這場投資熱潮當中，我參與哪一部分，覺得最值錢的是什么細分領域，再把這個細分領域打穿。”

楊勝君表示，基石資本從2015年底開始進入AI領域的投資后，至今已經看了幾百個標的，但受到基金風格的影響，并沒有在早期項目上進行布局。“除了看技術能力外，我們也看重項目的商業化能力。因為AI真正起來也就是最近一兩年的時間，但目前已經進入我們觀察和跟蹤階段的標的已經有很多，未來一到兩年可能會進入我們的投資范圍之內。隨著AI技術不斷滲透和擴展，我們會繼續在這個領域布局很多標的，包括在一級市場和二級市場，都會有一些動作。”

在投資標的選擇上，楊勝君表示，他們主要側重兩個部分。第一是技術能力有原創性的，這種技術不僅不依賴于現有的開源平臺，而且有自己獨立迭代更新技術的能力。第二是能夠創造商業價值的，只有商業化也跟上技術水平，才能反饋到更多場景的落地使用、獲得更多資金來打造自己的技術團隊和打磨技術能力，從而形成閉環。

姚海波則強調，作為技術革命的生意，在AI領域的投資標的，必須是在應用市場中擔任主流供應商的角色。“在中國，我們尋找這類標的，必須是壟斷級別的，或者是核心供應商。”此外，姚海波還指出，今年以來，昆仲資本投資的AI項目都跟產業相關。“我們感覺，產業在主動擁抱AI，原來是需要我們去推動。這也是今年的一個趨勢，我們投資的項目基本都跟產業是在一起的。”

隨著去年亞馬遜推出智能音箱Echo之后，語音識別領域開始受到資本熱捧，并成為重點關注領域。蘆進介紹，目前人工智能領域的語音識別和視覺識別是投資重點。“上游的NLP（語音識別）項目處于天使階段，但視覺識別中很多項目已經跑到B輪去了，但NLP在未來會有所爆發。”蘆進說。

而已經布局了無人零售F5未來商店、從人工智能切入K12教育的高木智能，創大資本未來將進一步朝著無人藥店、自動倉儲，甚至滲透到供應鏈管理及傳統行業的人工智能改革中去。蘆進建議，創業者介入人工智能領域的創業需要具備兩個要素：第一是懂數學、懂算法，知道如何把大腦的東西用計算機實現；第二是，懂行業，只有懂行業才能根據行業痛點來尋求解決辦法。