2019,摧枯拉朽式的AI洗牌之路


    “这是我们的第一个寒冬,不知道能不能挺过去”,罗霄是一家AI公司的联合创始人,2017年,项目在成立之初就以不菲的价格顺利拿到了首轮融资。去年下旬,又一轮融资到账,此时,公司的估值已增至亿元人民币。
    也正是此时,资本寒冬加剧,“AI泡沫”论甚嚣尘上。罗霄明显感觉到,从5月接触投资人到7月拿到TS(投资意向书),短短两个月,市场对待AI项目的谨慎程度就发生了改变。
    “我们这一轮谈的时候,投资人还没有关注核心的数据问题。过几个月再聊,很多机构天使轮就要看营收了”,谈及此事,罗霄还有些后怕,“去年8月份那个节点对我们来说很危险,那时候资金到账,但我们账上的钱其实也只够花到8、9月”。即便如此,他依然担心公司可能熬不过今年。
    和罗霄的团队一样,国内大多数AI公司是在近两三年成立的。来自CB Insights的统计,2017年全球范围内有152亿美元的投资被投入到AI领域,其中,中国公司吸引到的投资为73亿美元,占全球比重达48%,位列第一。而2016年,这个比重还仅有11.3%(约7亿美元)。
    “16、17年,几乎整个投资圈都在聊AI。天使轮的项目投资人看看方向、团队,聊一聊即便就定了,很多公司什么都没有,一个PPT只要带上AI也能拿到不错的估值。”一位AI业内人士表示,绝大多数AI算法的开源也在一定程度上降低了人工智能行业的进入门槛。
    虽然资本蜂拥而至,但所见收益却微乎其微。由于技术本身的制约、自身造血能力不足以及商业模式尚未成型,AI公司短期内还很难看到盈利的可能。
    根据腾讯研究院2017年发布的《2017中美人工智能创投现状与趋势》,截至2017年6月31日,全球AI公司总数为2542家,中国达592家。仅2017年,全球已有超过50家AI创业公司宣布倒闭,其中,90%以上的AI公司面临亏损。
    2018年,现实的考验更加残酷——历经波折的人工智能在历史第三次热潮后迎来了第一个“遇冷”周期。
    资本“围猎”独角兽
    “过去三四个月其实估值已经下降了,我估计下降了20%、30%吧,再下降20%、30%就很合理了,我们就会大大增加投资。”2018年9月,创新工场董事长兼CEO李开复在公开场合谈到,接下来AI公司的估值将从“偏高”走向“合理”。
    受2018年全球资本市场的波动,一级市场的募资环境愈发险恶。
    “募资难,退出又受限,投资人自然会要求被投公司‘降低估值’或者对团队商业化的要求提高”,多位AI领域投资人表示,对于眼下的项目,“团队好我感兴趣见,但具体投不投拿数据说话”。
    一位AI行业的CEO说,“地位早就不平等了。为了团队活下去,降不降估值都不是最重要的,甚至降了估值人家也未必敢投你。之前‘讲故事’投资人是认的,现在不同,即使方向选对了,也可能赶不上等到营收的时候——之前计划两三年,现在要求一年半”。
    从昨日的“众星捧月”到今昔“不计代价活下去”,就像任何一个从风口跌落的赛道,人工智能创业也在遭遇商业落地之痛后,走向了打折融资的道路。
    根据《北京人工智能产业发展白皮书(2018)》对国内AI创业公司数量和投资的统计显示,截至2018年5月8日,全国人工智能企业4040家,但其中拿到风险投资的公司合计1237家(含31家已上市公司),占总数的30%,也就是说,有70%的公司仍然拿不到投资。
    “现在拿不到钱的一些项目,当初就不该拿到钱”,某一级市场投资人回忆,“尤其是16年,很多项目不管是不是真的有AI,PPT里都会写上。比如做个识别,一定会说自己是通过深度学习,但具体问他是深度学习什么样的算法、逻辑等等,他是讲不出来的,这是一种,或许是用了开源的框架导入一些模型——这已经是比较好的方式了”。
    类似的AI项目不在少数。PPT上看似完美的解决方案和广阔的市场前景,至少5~10年才可能实现。甚至,很多项目只是贴上了AI的标签就被推向市场,并且能在短期内快速拿到比其他创业赛道高数十倍的估值。
    由于盲目的市场追捧,大多数AI项目兜兜转转一两年基本都耗在了方向调整和产品研发上——不是更换了五六个产品思路,就是近一半的项目无疾而终。最后,钱快烧完了,产品还没有推出或者只有简单的产品原型。
    “我们团队花了8个月做了一个半成品,刚集中目标没多久又换了。最后,产品都跟AI没什么关系了。”一位AI方向创业者小K说,而更令他担心的是,如果没有了“人工智能”,不仅估值会受到打击,过去所有的“故事”也都不成立了。
    小K从事的是与娱乐相关的产业,他表示,在与之相关的场景应用上,技术的可靠性还远不如人工,“只靠AI现在根本做不出营收,技术还远远达不到能提高效率的阶段”。
    无明确落地方向、缺乏市场渠道……聚光灯外的人工智能不再像资本市场上的一针兴奋剂令人摩拳擦掌,相反,对大多数行业客户和消费者来说,高昂的成本投入、市场价格与其平庸的表现,令人尴尬不已。
    在《AI医疗泡沫|有人做医疗助手,有人造“AI玩具”》的报道中曾提到,北京协和医院门诊部的一楼接待大厅处,摆放了科大讯飞的“晓医”机器人和云知声的智能导医机器人,以便为患者进行就诊流程解答、科室位置引流等工作。而实际应用中,这类服务型机器人由于不能清晰地识别语义内容,往往答非所问。
    尽管如此,对企业来说,实际落地经验不仅是积累数据、完善产品的机会,也是未来从众多竞争者中突出重围的重要推力。然而,很多早期项目在还未真正推进业务前就选择了默默离场。
    小Q所在的团队做的是一款K12教育机器人,核心创始成员包括首席科学家无一不是由业内知名人士和行业专家组成。
    拿到700万元的天使轮融资后,经过一年半的研发,团队不仅搭建了知识图谱,还能识别高中理科的试卷,包括选择题和解答题,并且根据错题为学生推荐相关知识点的题目。
    但当产品准备推公校时,才发现行业资源一个也调不动。小Q说,“公校没有经费,不可能为产品买单。我们要么是向学生家长收费,每年八千到一万二,要么就是参与学校招标。但家长大都不愿花这个钱,招标的话,我们关系也不到位”。索性,团队在2017年底就关停了项目,小Q也转而进军区块链行业。
    相比头部公司,规模较小的初创公司无论是人才输出还是资金储备,都难以支撑起AI项目从研发到落地的长期消耗。为了降低运营成本,大多数公司都选择裁员来控制支出。
    而对于缺少核心竞争力的团队来说,精兵简政或许只能延缓消失的速度,却无法改变“死亡”的命运。
    “大环境的变化和竞争的加剧导致创业者的心态普遍比较急”,联想之星投资董事高天垚表示,过去一年最明显的感受就是AI创业的同质化,“以前看项目往往会有那种让人‘眼前一亮的感觉’,现在基本上每个赛道都会有几家甚至很多家在做,而彼此的差异化又没有很大,所以整体上对初创公司来说竞争比之前更激烈”。
    2016年下半~2017年上半年,AI项目曾经历了一波融资高潮,若以账上现金能活18个月的标准来看,2018年底~2019年未有融资动向的公司将举步维艰。
    最终,大批跟风入局的初创公司在短暂地享受高估值的红利后,不得不走向兼并或倒闭。
    由此,AI创业也逐渐演变成一场利好头部玩家的竞赛——即使在钱荒、融资难的2018年,部分头部公司的融资速度和估值也依然强势,一家追着一家对外披露融资消息。
    今年以来,商汤相继在4、5月连续宣布获得6亿美元C轮融资和6.2亿美元C+轮融资;5月,优必选科技完成由腾讯领投的8.2亿美元C轮融资;6月,依图科技完成2亿美元C+轮融资;7月,旷视科技获得6亿美元D轮融资;10月,云从科技获得超过10亿元B+轮融资。
    来自投中研究院《2018AI产业投融资研究报告》显示,2017-2018H1人工智能企业A轮前项目融资金额偏小,规模较大的融资案例多集中于A轮、B轮以及C轮,整体投资阶段由早期向中后期转移,且战略投资增多。
    “对投资而言,头部和稀缺资源永远是最有价值的”,中关村大河资本创始合伙人王童谈到,“虽然估值很高,但确定性更强,包括企业的技术能力、方向、再融资能力、社会对它的接受程度等”。
    当AI初创公司还在夹缝中求生存时,独角兽们已经在资本的助力下筑建起隐形的“防护墙”,维持了人才、研发、商业化的高投入。
    备受追捧的“人才租赁业务”
    2015年,国内人工智能投资刚起步时,算法和人才是资本下注的主要因素。根据腾讯研究院《2017年全球人工智能人才白皮书》,D轮及以上的公司由于规模成熟,实力强大,人才吸纳上最为积极,招聘需求占到了行业的45.4%。
    作为地平线的早期投资方之一,祥峰投资合伙人夏志进说,“当时投地平线,我们的想法很简单,就是找到一个有前瞻性和创新能力的团队。因为这个领域还在不停地变化,很多问题没有现存的解决方案,团队的核心技术实力是非常重要的一环”。
    虽然战事尚未明朗,但就像YC创始人保罗·格雷厄姆说的,如果你开发出来的技术是竞争对手难以复制的,那就够了,你不需要依靠其他防御手段了。研发实力在某种程度上意味着更高的行业壁垒、以及公司持续发展的动力。
    为了登上通往未来商业帝国的“独木桥”,投资顶级科学家成为AI创业初期资金流向的主要动因——从科技巨头到创业公司,无一不在组建自己的科学家团队。
    作为汇集科技家数量最多的AI独角兽,商汤科技拥有一支150人的博士队伍,CEO徐立曾在公开场合透露,公司成立之初就将大约一半的资金投入到了人才的招聘上。
    “商汤对投资人市场做了一个反向教育,就是教会大家‘投人工智能要先投科学家’。我们见过大量的团队,科学家今天到这个公司来,融完钱又去下一个公司,最后,AI创业被搞成了人才租赁业务。”某知名基金从业者表示。
    于是,在商业模式和货币化能力还未被认真探讨前,“融资先组队,组队先组科学家”几乎成为前几年国内AI创业公司的必经流程。
    由此,也诞生了AI融资的新模式,“就是一个顶级AI科学家拿十家VC的钱,一人给一两千万,一轮就做完了,无领投状态。这就变成了一个很奇葩的事情,如果每家都占十分之一的份额,他们能够提供什么价值呢?但很多不可持续的事情就这么发生了”,在李开复看来,所谓的AI去“泡沫化”就是归回理性后的“估值调整”,“中国的创业环境就是这样,一个概念突然火了,很快就会被玩坏。每个创业者都要包装AI,每个投资人都要搞点AI项目”。
    “抢夺人才这件事情上”,红点中国创业投资基金合伙人张涵认为,“BAT无可厚非,创业公司的商业模式还没有被验证,为了抢夺人才把市场搞得很混乱得不偿失,因为巨头会花更高的代价挖人”。
    “AI人才的市场需求不是由市场催生出来,而是被资本硬推出来的。很多进来的钱就这么被‘烧’掉了,原来能招十个的人,被炒热之后只能招两个,而且人才的价格和能力也不匹配,很多都在滥竽充数”。作为AI领域早期创业者,Y君无奈地感慨道。
    而在国科嘉和投资经理马思超看来,“所谓技术溢价本身就是个虚的东西,有的初创项目这部分可能已经占到了50%、60%。二级市场看财务,一级市场又没有财务指标,估值就这么被顶上去了”。
    蒙眼狂奔两三年后,随着人工智能的触角伸向更细分的领域,落地能力能重要性愈发凸显,此时,高尖科研人才红利也已接近尾声。
    夏志进说,如今,看项目的标准也从创新能力过渡到技术落地、创造营收上,“AI本质上是一种技术工具,至少现阶段是帮助传统行业获得更高的生产效率,不是完全取代,派生出新的市场,所以创业团队一定要对相应的传统行业有足够深的理解”。
    
    
    1  2  下一页>