关于ZAKER 融媒体解决方案 合作 加入

AI 公司融资变难,投资人开始逃离人工智能?

亿欧网 2019-09-24

" 这个月我已经见了 30 家投资机构,下个月至少还会再见 30 家 ",2019 年 7 月的一个下午,莫涛对融中财经表示。

莫涛是一家人工智能 " 千里马 " 企业的董秘,这个月前刚刚上任,老板招他来的目的也非常明确,那就是找融资。

" 同一家投资机构,会有好几个 FA 同时给我对接,有的推过来的是 VP,有的是合伙人 ",由于需要对接的 FA 实在太多,莫涛甚至记不清这些人的名字。

" 我的态度很简单,谁先领人过来,单子就是谁的,一切以最终见面为准。"

莫涛所供职的企业,以一家人脸识别技术的 AI 初创公司,创始团队由知名科学家组成,在 2017 和 2018 年连续获得 A、B 两轮亿元级别风险投资,还曾入选某三方服务机构评选出的《2018 中国人工智能创新成长企业 50 强》榜单。

" 他们的融资并不顺利 ",一位曾帮助该企业找融资的投行人士刘维告诉融中财经。

" 这家公司 2018 年实际营收是 6000 万,但实际到账只有 2000 多万,主营业务大部分都是政府项目,回款非常困难,但是估值却一点不便宜。"

" 他们上一轮投前是估值 21.5 亿,这轮需要融 3 亿,投前 26 亿,投后 29 亿,这种价格今年没人会接 ",刘维坦言。

" 最近这种情况很普遍,前两年太多 AI 企业的估值虚高,泡沫快撑不住了。"

事实上,莫涛的表态也侧面印证了这种说法。

" 现在我们的态度很开放,投资人觉得估值高不要紧,你可以先开价,具体怎么算都可以坐下来谈 ",莫涛表示。

AI 革命与 " 社会人 " 的逆袭

2016 年曾被称为 " 人工智能元年 "。

这一年的春天,一场 AlphaGo 与世界顶级围棋选手李世乭的世纪对战,让 " 人工智能 " 这一概念几乎一夜之间火遍全球。像科幻小说或电影描述得那样,吃瓜群众们第一次意识到被 " 天网 " 支配的恐惧已经距离自己如此之近;各大科技论坛之上,人们谈论的话题也变成了是 " 奇点已来 " 和机器人三定律。

然而人工智能这个走入大众视野的所谓 " 新概念 ",诞生至今却早已经超过了 50 年。

早在上世纪 50 年代,就已经有研究人员开始尝试通过模拟人脑的方式,赋予计算机 " 智能 "。

在他们看来,人脑识别物体并不是基于明确的规则,而是凭直觉判断。比如我们看到一只狗,我们很明确的知道这是一只狗,但却无法说清楚为什么会知道;事实上,相比于准确定义物体的特征,人脑识别更像是一种特征匹配,而这也是 " 神经网络学派 " 的最初思想。

到上世纪 70 年代,计算机科学家开始研究神经网络在推进人工智能上的可行性,但当时的主流学界普遍认为,神经网络在数学上有局限性,没有前途;因此神经网络学派一直到九十年代都视为边缘地带的 " 异类 ",拿经费、发论文都很困难。

2010 年,斯坦福大学一个叫李飞飞的华裔计算机科学家,组织了一个叫做 ImageNet 的机器学习图形识别比赛,从 2010 年开始每年举行一次。

这个比赛的有趣之处,在于它每年都为参赛者提供一百万张图片作为训练素材,其中每一张图都由人工标记了图中有什么物体。

比赛规则是选手用这一百万张训练图片练好自己的程序,然后让程序识别一些新的图片。每张新图片有一个事先设定的标准答案,而参赛的程序可以猜五个答案,只要其中有一个判断跟标准答案相符合,就算正确。

从 2010 到 2011 年的两年里,ImageNet 比赛中最好成绩的判断错误率都在 26% 以上,但是到了 2012 年,错误率一下子下降到了 16%,从此之后就是直线下降。

到 2017 年,机器识别的错误率已经降到了 2.3% ——这个水平已经超过了人类。

那么 2012 年到底发生过什么,让人工智能技术突然出现了一次质的飞跃?

答案是 " 卷积网络 " 被发明出来了。

那一年 ImageNet 大赛的冠军,是一个来自多伦多大学的研究组,他们创造性的在传统的 " 输入层 " 和 " 输出层 " 之间加入了几个逻辑层 —— 也就是所谓的 " 卷积层 "。

这个研究团队让每一个卷积层只识别一种特定规模的图形模式,然后后面一层只需要在前面一层的基础上进行识别;这样做的好处是每一个神经元只需要处理一个很小区域的数据,且参数可以重复使用,这就大大减少了运算量。

在这个新模型中,那些只有一层卷积的结构被称为简单神经网络(左图);而那些有多层卷积的,就叫做 " 深度学习 " 神经网络(右图)。

这个新算法是如此成功,以至于几乎是一夜之间,以深度学习为代表的神经网络派 " 咸鱼翻身,当家做主 ",从边缘 " 社会人 " 一下成为了正统主流派——今天几乎所有人工智能企业的底层技术构架,全部是继承于神经网络派的衣钵。

总的来说,这是一个来自社会边缘的 " 革命者 " 砸烂旧世界的励志故事。

而 " 卷积网络 " 和 " 深度学习 " 的横空出世,也让新技术的曙光照进现实,人类文明似乎踏上一条全新的进化之路。

红利透支:没有进展的 2018

如此巨大的 " 风口 ",资本当然不可错过——以 2012 年为起点,各路投资人开始蜂拥涌入 AI 赛道。

首先进场的是互联网巨头。Google、Facebook 等公司开始大举扫货,不惜重金购入深度学习领域的头部学者——比如那个来自多伦多大学的获奖团队很快注册了一家公司,2013 年就被 Google 斥资 5000 万美金收购;半年之后 Google 相册就有了搜索能力,紧接着 Google 就可以从自家拍摄的街景图像中识别每家每户的门牌号码了。

另一方面,VCPE 们也不甘示弱,热钱汹涌之下,大批深度学习领域中的专家开始在风险资本的支持下自主创业,而这其中也不乏一些卓越的华人科学家。

2012 年,正在 MIT 实验室担任博士后研究员的朱珑,在 UCLA 视觉识别与机器学习中心主任、导师 Alan Yuille 教授的支持下回国,并拉上自己的好友、ACM 全球大学生程序设计竞赛冠军林晨曦,共同创办了依图科技。2 年之后,在香港中文大学任教的汤晓鸥教授扔下教鞭,与自己的得意门生徐立一起成立了商汤科技。

同样是在那一年,自称 " 环顾四周,没看到一个对手 " 的格灵深瞳开始登上各大媒体的头版;据说其投资人徐小平和沈南鹏曾就格灵深瞳未来的市值应该是 "1000 亿美元还是 5000 亿美元 " 展开过激烈争论——最后双方 " 妥协在 3000 亿美元这个中间数上。"

据乌镇智库发布的《全球人工智能发展报告》显示,仅 2012 年到 2016 年,全球人工智能企业就新增 5154 家,融资规模达 224 亿美元,占 2000 到 2016 年累积融资规模的 77.8%;其中,光 2016 一年的融资规模就达到了 92.2 亿美元,是 2012 年的近 6 倍,相当于 2000 年到 2013 年 13 年间总融资额之和。

在大批投资人看来,人工智能是继蒸汽机、内燃机和互联网之后的第四次生产力革命。

然而烈火烹油般的融资热潮,也让我们很容易忽略一个事实:

作为一项起初并不被广泛看好的技术,神经网络能够完美 " 逆袭 ",其实非常偶然。

正如《浪潮之巅》作者、硅谷风险投资人吴军所言:" 人工智能技术 20 年内恐怕很难再有重大突破,因为今天的人工智能已经用光了 40 年来所积累的技术红利。"

在吴军看来,通常 20 年后能产生巨大加速的事情,大都可以在当下的学术界预测出来—— " 但当下学术界所做的人工智能领域研究并没有太多新的课题 "," 纵使科学家们比较努力,人数众多,大概也要 20 年才能积累出让人感觉非常兴奋、非常惊喜的理论基础。"

事实上,这个判断也绝非危言耸听。

以机器视觉为例,经过了 5 年发展,神经网络算法在这一领域的潜力基本已经被开发殆尽,而雷同的技术也让其渐成红海。

" 现在每年这个领域的比赛很多很多,每家公司都是拿自己最好的一次成绩说事儿,但其实技术都是大同小异,很难形成差异化 ",一位人工智能行业的从业者对融中财经表示。

" 同样两家做机器视觉的企业,一家说自己的识别准确率是 97%,另一家说自己是 98%,你觉得在甲方眼里,他们的差距能有多少?" 上述人士表示," 最后还是要拼价格、看关系。"

" 目前机器视觉最大的应用场景是安防,主要是政府采购,这里面最大的问题就是回款 ",莫涛告诉融中财经," 公司 96% 的订单来自于政府项目,遇到关键人员离职,或者领导改选换届,项目很容易就会烂尾,抗风险能力很差。"

然而初代人工智能企业们的最大危机还不在于此。

相比于大家在机器视觉与语音识别领域杀得刺刀见红,深度学习模型在新领域突破的举步维艰似乎才是真正的麻烦。

事实上,过去一年业界对人工智能有一个共同的评价:2018 年,人工智能的进展就是没有进展。

经过了数年的发展,目前深度神经网络算法仍处于 " 黑箱阶段 ",轻微扰动导致的严重的对抗识别的范例尚无法得到有效解释和解决。对此,图灵奖得主、清华大学姚期智院士曾公开表示称:深度神经网络能产生的 " 价值有限 ",即使未来实现了算法的透明化,其结果也很可能 " 令人失望 ";在他看来,与其对现有的神经网络模型小修小补,不如另起炉灶," 探索新路径,寻求突破。"

然而 " 探索新路径 " 这事儿过于看脸,毕竟砸下去的真金白银,并没有 20 年可以等。

一个残酷现实是,这其中大部分投资的前景并不乐观。

据 IT 桔子等数据源显示,2014 年至 2018 年,中国人工智能领域共发生 126 起退出事件,数量仅为同时期的投资事件的 1/20。其中,IPO 退出占四成,回报仅为 1.83 倍。

而另一个数据则显示,2018 年全年有将近 90% 的人工智能公司处于亏损状态。

早在 2017 年 9 月,李开复就曾预言:" 人工智能创业有泡沫,(融资热)是今年上半年开始的,融资差不多够 18 个月花,明年底估计有一批公司倒掉。"

阳光之下无新事,2010 年前后,石墨烯的美好前景同样曾经迷住了大把投资人,至今七年过去了,全国能量产出三层以下高品质石墨烯的企业还几乎没有,无数热钱全部打了水漂。

前期用力过猛,后期落地太慢,一热一冷间,2019 年的 AI 行业已如石墨烯一样,尽显疲态。

谁在赚钱?谁在接盘?

" 我们今年基本已经不看 AI 技术了," 沪上一位投资人对融中财经表示," 算法其实现在头部公司已经出来了,没什么投资机会了。"

数据显示,2019 年第二季度以来,国内人工智能投融资数量和金额都呈现下降趋势,仅完成 30 起融资,同比下降 45.5%,融资总额达 50 亿元,不足去年同期的 40%。

然而与之对应的,是 "CV 四小龙 " 商汤、旷视、依图和云从合计拿到其中 200 多亿,占总额的五分之一。

资本寒冬之下,不仅投资机构二八分化严重,人工智能企业也无可避免的呈现出二八分化,甚至是一九分化的局面。

一边是大批第二、第三梯队的 AI 企业融资艰难,而另一边则是 " 不差钱 " 的 AI 巨头则频频出手,投资布局产业应用端。

"AI 公司 VC 化 " 已经成为人工智能行业一道独特的风景。

这其中既有商汤、旷视成立的战投部门,直接进场投项目,也有思必驰、中科视拓等与传统 VC、PE 等机构联合成立的产业基金,通过募集外部资金补充自己的资金池。

一边烧别人的钱,一边拿这些钱给别人烧。

"AI 独角兽对外投资或收购,本质上是消化过多融资,实际业务场景太小、太少,支撑不了估值 ",对此有业内人士表示," 有的公司是主动选择,有的则是为了撑起高估值,不得已而为之。"

2019 年 9 月," 人工智能第一股 " 虹软科技在科创板上市,这家已经在机器视觉人工智能领域拥有 126 项发明专利和 73 项软件著作权的低调企业,被认为是目前 " 市场化落地最为成功的 AI 公司 "。

据招股书显示,虹软科技所服务的客户涵盖华为、三星、OPPO、VIVO、小米、索尼、LG、传音等知名手机厂商;2016-2018 年,其来自 " 智能手机视觉解决方案 " 的营收分别为 1.7 亿元、3.1 亿元、4.3 亿元,占总营收比重在 2017 年后逐年上升;到 2018 年,其来自智能手机视觉解决方案的营收占比已经高达 96.57%,对应毛利率为 94.29%。

反观近期刚刚在港交所递交了 IPO 申请的旷视科技,其营收占比最大的部分则是 " 城市物联网解决方案 ";2017 年、2018 年以及 2019 年上半年,该项收入分别为 1.68 亿元、10.57 亿元、6.95 亿元,分别占同期总收入的 53.6%、74.1%、73.2%,对应毛利率分别为 31%、52.1% 和 65.2%。

而 " 为完善 AI+IoT 战略布局 ",巨资收购的物流机器人公司艾瑞思,在 2018 年与旷视并表后,其在招股书中的营收占比也只有约 5%。

口号是响亮了的,但身体是诚实的。

种种迹象表明,政府订单仍是以旷视为代表的初代人工智能们的主要收入来源。

众所周知,科创板上市企业普遍存在较高的估值溢价,首批上市 25 家企业的平均市盈率约在 53 倍左右;截止目前,虹软科技的市值为 250 亿人民币,折合约 35 亿美元左右;而旷视在今年 4 月拿到了由中银集团、工商银行、科威特投资局、阿布扎卡投资局等巨头所投的 5.9 亿美金 D 轮融资之后,甚至还没走到 Pro-IPO,估值就已经超过了 40 亿美元;被称为 " 融资机器 " 的商汤科技,9 月份刚刚披露的估值更是超过了 70 亿美元,继续领跑 " 全球估值最高的 AI 独角兽 "。

里面有没有泡沫,大家可以自行判断。

值得注意的是,据旷视招股书显示,联想之星(天使轮)、创新工场(A 系列及 B 系列)、启明创投(B1 系列)这几家早期机构投资人的最终持股数量远低于当年的投资数量,这意味着其中大部分(约 90%)的股份可能已经被旷视回购了。

事实上,如果按照最后一轮 28.48 美元每股的价格推算,创新工场在 6 年前以 0.24 美元每股对旷视的 A 轮投资,大概收获了 120 倍的回报,年化收益率接近 220%;而 B 轮进入的启明创投也收获了 16 倍回报,年化约在 180% 左右;总体来说,仅旷视一个项目,就让 " 初代 AI 投资人们 " 赚的盆满钵满——而不同于平常的纸面富贵,这笔投资中的大部分恐怕已经通过提前回购落袋为安,是实实在在的真金白银。

金融大鳄索罗斯曾经说过:世界经济史是一部基于假象和谎言的连续剧。要获得财富,做法就是认清其假象,投入其中,然后在假象被公众认识之前退出游戏。

索罗斯是哲学家,说得文邹邹的。

如果通俗的翻译一下,那就是所谓概念、预期都是扯淡,要想赚钱,先要假装信,然后建仓,等不得不信的人抬轿,让真的信的人接盘。

你看,赤裸裸的,就很没有美感。

科技改变生活,5G 创造未来。随着 5G 技术不断深入应用,越来越多 " 更新 " 的应用程序和业务模型将被释放。因此,亿欧公司将在 10 月 18 日举办一场以 "预见 5G 娱乐生态论坛" 为主题的论坛,意在邀请各位行业专家共同探讨和展望 5G 将对娱乐生态带来的改变和未来发展趋势,为行业内外人士提供一个交流学习的资源共享平台。欲知详情,欢迎点击:https://www.iyiou.com/a/yujian5G_shenzhen_2019/

以上内容由"亿欧网"上传发布 查看原文

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容
六和彩香港六合第8期资料