AI遇资本市场寒流,前期大规模涌入到如今的九成企业亏损

如果把时间拨回16、17年,在AI市场商业化初期就得到不小的资金流入,全球范围内统计有152亿美元投入到AI领域。仅仅国内市场就有73亿美元的投资,占据了全球市场的48%。而在15年末还仅仅只有11.3%占比。

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。

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。

这是我们的第一个寒冬,不知道能不能挺过去”,一家AI公司的联合创始人说道,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。创始人明显感觉到,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,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。

像这样的团队国内还有许许多多,大多数都是在最近两三年成立的。根据国内研究院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。

市场初期时代,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。欧能智能CEO说道:“地位早就不平等了,很多企业为了团队活下去,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”。

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。

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。

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。

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。

如今的团队做的是一款K12教育机器人,或者为企业解决电话机器人好不好用的问题时,核心创始成员包括首席架构师无一不是由业内知名人士和行业专家组成,越来越趋向精英化、高效化的团队更加得到青睐。

“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”,欧能智能投资董事对记者表示: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。

“对于AI、科技类的项目,给到市销率10~20倍是很正常的。例如供应链的项目,给到市销率的两倍就不低了”但是很多人还是抱着“大家对TMT的投资信心,主要来自于第三产业的爆发式增长,在爆发式增长的过程中,通过风险投资来去填补中间可回收现金流和它估值之间的差距”。

如今,人工智能的重要性已不言而喻,从这一点上,资本愿意付出更多的溢价去获取“船票”都无可厚非。“但坦率来说,我不理解为什么收入都没多少的公司能值几十亿美元”,一位AI业内人士对市场表示,在头部公司并未获得与其高估值相匹配的营收时,投资更早期的初创企业也不失为一种“支撑估值”更快捷的方式,“这是由资本驱动导致的畸形状态,不能说不合理,但不符合经济价值规律,尤其是当它们自己还没有很‘健康’的时候”。“泡沫”的背后是资本市场“热钱”太多且部分投资人缺乏独立思考的结果。

投资考验的是基于基本常识的敏锐商业触觉、独立的判断力,并保持稳定的节奏,但就像几年的资本市场,大量的热钱投向了一些并没有创造核心价值的公司,从而催生了泡沫的增长。
当AI创业公司的估值被抬高至数十亿美元时,投资机构关心的已不再是项目能否挣钱,在意的是其溢价能力。

那些唯恐错过机会的投资人,争先恐后成了泡沫的“推手”。
对于独角兽公司来说,寒冬下相对宽裕的物资条件并不代表前方一片坦途,选择头部公司下注的机构,也未必找到了安全的出口。小米上市后一二级市场的严重倒挂也令投资者们更加
谨慎看待棋局的变化。

曾经,小米、美团等独角兽公司在互联网时代收割了大规模流量,在用户数量和营收业绩的支撑下估值不断飙升,每一轮新近融资都让老股东欢喜不已。而今,这场击鼓传花的游戏或将难以为继。

“创造稳定超额的回报,一定要有非常高的自律。而自律就是你如何敬畏市场风险”,蓝驰创投管理合伙人陈维广凭借过去20年的投资数据和经验认为,市场好时保持冷静,市场变冷时,投资人则应当克服悲观和恐惧。

当过度繁荣诱发资金持续投机,以至于当项目失去创新的原动力和技术的落脚点时,政策或外部环境一旦变化,危机也伴随而来。

“没钱投了,好多机构都转做FA了”,多位AI领域从业人员对猎云网表示,以前“生怕错过”,现在“害怕看不准”,眼见获利的捷径消失,通过价格竞争、突击入股却不懂产业、技术又缺乏经验和资源的部分机构也逐渐分散开来。

遇冷的市场,是洗牌的开始。
吴军在《浪潮之巅》写道:近一百多年来,总有一些公司很幸运地、有意识或无意识地站在技术革命的浪尖之上。一旦处在了那个位置,即使不做任何事,也可以随着波浪顺顺当当地向前漂十年,甚至更长的时间。

顺应潮流是寻找趋势的红利,但仅仅顺势漂流只会葬身大海,未来十年,无核心的技术实力、找不到合适的落地场景,90%的AI项目将落败出局。而过去几年被资本一路猛追的部分AI创企在“钱荒”的窘境下也将被迫上市,去二级市场寻找资本。
资本市场永远不缺新的概念,但他们仍在期待一个真正能被AI赋能的好故事,穿越经济周期,经历冒险和征服、冲杀而出的“独角兽”。

原文地址:https://blog.51cto.com/14387331/2418017

时间: 2024-08-29 17:54:45

AI遇资本市场寒流,前期大规模涌入到如今的九成企业亏损的相关文章

当AI遇上校园 人脸识别应用场景的多种可能-非思丸

证件.门禁卡.钥匙曾经是高校师生出入校园的必备品,如今在越来越多的高校,师生们只需"刷脸"即可轻松自如享受各种服务.除了"刷脸"进校园.进食堂.进寝室等,近期电子科技大学图书馆等高校纷纷采用人脸识别技术应用于图书馆,在智能化图书馆建设上实现率先探索.作为人工智能领域大规模落地的成熟技术,人脸识别已经被越来越多的教育机构认可,用以构建安全智慧化校园,教育行业的"刷脸"时代正在到来. 人脸识别应用校园带来的安全与便捷 当前在电子科技大学图书馆的出入通

当AI遇上K8S:使用Rancher安装机器学习必备工具JupyterHub

Jupyter Notebook是用于科学数据分析的利器,JupyterHub可以在服务器环境下为多个用户托管Jupyter运行环境.本文将详细介绍如何使用Rancher安装JupyterHub来为数据科学和机器学习开发创建可扩展的工作区.  本文来自 Rancher Labs 人工智能(AI)和机器学习(ML)正在成为技术领域的关键差异化因素.从本质上讲,人工智能和机器学习都是计算量巨大的工作负载,它们需要一流的分布式计算环境才能够蓬勃发展.因此,AI和ML为Kubernetes提供了一个完美

国内手机市场遇冷 寒流杀向供应商

没有长盛不衰的产业,尤其是在当下风云变幻莫测的市场大环境下.目前,国内智能手机市场正遭遇属于自己的"寒冬".在整个市场智能手机保有量趋于饱和,增量天花板显现的当下,这场"寒冬"不仅影响到手机厂商本身,还上溯至智能手机产业链上游--供应商层面. 智能手机销量下滑引发的"寒冬",短时间内就会对手机厂商和供应商造成不可挽回的伤害和损失.如何避免盲目的上马立项和毫无顾忌的市场预期,进一步调整产需关系链,让下一步发展回归理性轨道,是二者都必须面对的问题.

当“资讯机器人”遇上“商业智能”,当“AI”遇上“BI”会有怎样的火花?

新技术的诞生,往往是为了更好的服务人类,而这一过程,则离不开商业.何为商业智能?把企业中现有数据转化为知识,帮助企业做出明智的业务经营决策的工具. 人工智能诞生后,在1958年,商业智能马上进入人们的视野.但在过去,商业智能不能给出决策方案,也不能自动处理企业运行过程中遇到的问题. 而到了今天,借助于人工智能与其他相关学科的技术进步,现代商业智能已能在特定场景中实现商业经营的智能化与自动化. 二十一世纪,商业智能之所以能高速发展,很大原因是大数据为商业智能的发展提供了足够的土壤. 随着互联网.移

全景式AI免费后,百度生态的拓界

2018年,AI落地应用成为行业关键词,当开放共赢基本成为行业共识,百度.腾讯等大厂则更是放出"免费"信号. 从2017年年底,百度宣布人脸识别接口免费开放,一时间打响一场AI"免费战",随后,又加紧开放步伐,陆续公布语音.语义等技术免费.可以看到的是,至今,百度已经免费开放出AI应用最为广泛的技术,从感知到认知全线覆盖. 在最近举行的百度AI开发者实战营第二季中,百度AI技术生态部总经理喻友平更是公布了这样一组数据:目前,百度AI基本以QPS的方式计费,喻友平解释

深度 | AI芯片终极之战

https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652712307&idx=1&sn=28806ccb69a5f5d1142ac5f79ccde395&chksm=847dba7db30a336bfde664a5f2b75fdc443ac541483542eada358f298965614f60e3faaecf7e&scene=21#wechat_redirect 2018-03-05 发布 看点:解读A

AI创投的冰与火之歌:泡沫、跟风、短板和有钱花不出去的沮丧【转】

转自:http://36kr.com/p/5071386.html 国内的AI行业仍处于野蛮生长阶段.热钱不少,优质项目却不多.创业者拿钱难,投资者有钱却花不出去. 编者按:本文来自微信公众号“刺猬公社”(ID:ciweigongshe),作者哲铭:36氪经授权发布. 江山代有风口出,各领风骚一两年.这两年在全世界的创投圈都异军突起的人工智能(AI),最近风头似乎被共享充电宝盖过了.AI创投圈呈现出一面是冰.一面是火的奇异景象. 今年3月5日雷军表示,小米将增加对人工智能的投资.恰巧就在同一天,

中国最好的AI加速器在哪里?

今天,百度AI加速器DEMO DAY在北京举行,来自金融.农业.零售.医疗.互联网等多个行业的12家一期成员代表,纷纷发表感言盛赞这个模式,还在现场进行路演展示加速器的成果.为期短短四个月的"加速"真有用吗?"加速"的目的究竟为何?怎么了解一个AI加速器的好坏?在探寻结果之前,不如我们先来看看到底什么才是AI加速器. 此前我们曾经探讨过有关AI创业孵化器的问题,提出AI创业与传统创业项目不同,传统创业项目通常由一种商业模式或一项产品而起,通过寻找投资,组建包括人士.

少听大忽悠的AI万能论:不打开四道锁,企业永远无法享用AI

如果你是一位科技和AI爱好者,想必会在各种信息渠道看到"人工智能又能干什么了"."人工智能又在某领域超过人类了",这类消息近乎于每天都在我们的眼球前摇晃. 久而久之,我们似乎会习惯性地认为AI已经可以拿下一切问题,甚至觉得AI已经是万能的. 这种想象假如只存在于普通消费者脑中,那么可能还好:假如企业家和行业从业者也靠这些判断来贸然尝试引入AI,那麻烦可就大了. 事实上,今天无论是科技大V.社交网络上的"明白人",还是各种培训讲师.创业BP,都在似