人工智慧投資真熱還是“虛火”
“人工智慧發展至今,已形成顛覆行業和人類生活的強大能力,在圖像處理、語音識別、服務機器人等諸多領域形成了諸多新商機,將給廣大創業者提供前所未有的機遇。”日前,中國NVIDIA(英偉達)公司全球副總裁、中國區總經理張建中在一次演講中説。的確,人工智慧自降生以來就仿佛自帶光環、備受矚目。尤其是最近,國務院印發的《新一代人工智慧發展規劃》中提出,到2030年使中國人工智慧理論、技術與應用總體達到世界領先水準,成為世界主要人工智慧創新中心,更使得人工智慧將引爆智慧投資革命成為坊間議論的焦點。與此同時,也有人表示擔憂,人工智慧投資是不是有些過熱,該適度降降溫了。但事實真的如此嗎?
人工智慧投資仍是小眾行為
“其實,在我跟市場接觸過程中發現,真正投資人工智慧的並沒有那麼多,大部分機構都在做試錯性嘗試。”近日,在由中共寧波市鄞州區委等主辦的“智匯2017”人工智慧産業發展高峰論壇暨人工智慧全球創新邀請賽啟動儀式上,盛世投資管理合夥人、盛世方舟主管合夥人謝作強説。
會上,盛世方舟發佈了人工智慧研究報告,結果顯示人工智慧投資仍是小眾行為,應用層仍存較大市場空間和投資機會。
人工智慧這個詞,最初是由達特茅斯大學助理教授約翰·麥卡錫在1956年提出的,指展現出看似具有智慧行為的硬體或者軟體。但受制于當時的計算能力,人們無法完成大規模的並行計算和並行處理,使得人工智慧未能如願的智慧起來。直到2006年,隨著硬體層、數據層以及演算法層等各方面技術儲備趨於成熟,科學家提出“深度學習”神經網路,才使得人工智慧得以獲得突破性進展。如今,深度學習的應用使得語義識別、圖像識別的準確率大幅提升,進而促使人工智慧産業又一次進入快速發展階段。
“在看某個領域的投資熱不熱的時候,會觀察兩方面數據:一是媒體的熱度,即看起來的熱度;二是資金的熱度,即真金白銀的熱度。”謝作強説。
媒體方面,近幾年“人工智慧”的新聞熱度整體呈上升趨勢。但百度搜索“人工智慧”,會看到超過11萬篇相關新聞,但比起“智慧製造”的42萬篇相關新聞、“創新金融”的43萬篇相關新聞,人工智慧的媒體熱度還沒有走入廣泛大眾。
在資金方面,有數據顯示,美國有關人工智慧的第一筆風險投資出現在1999年,2012年為爆發期拐點。中國第一筆人工智慧風險投資出現在2005年,2013年進入爆發期。從融資金額來看,目前中國在人工智慧的投資額約為635億元,能佔到全球的33%,僅次於美國的51%。然而,從融資數量來看,2016年一共發生投資案例9124筆、涉及7449億元,而根據公開資訊,人工智慧的投資案例僅100多起,相較仍是“小眾”行為。
人工智慧基金數量佔比並無優勢
根據盛世方舟蒐集到的一手數據,自2016年下半年至今,前來募資的基金當中,投資領域包含“人工智慧”的基金數量佔比約為10%;包含“智慧/AI/大數據/雲計算”的基金數量佔比約為24%。相比之下,覆蓋文化娛樂領域的基金佔比約為19%,覆蓋醫療領域的基金佔比約為27%,覆蓋消費領域的基金佔比約為22%。從投資領域看,較為專注的人工智慧+垂直行業的基金數量佔比約為14%。汽車、醫療和製造相關基金數量相近,汽車産業和醫療産業投資基金規模佔比均超過40%。
通過觀察已經佈局和正在募資的人工智慧相關基金,盛世方舟把活躍的投資方分為兩類:一類是專業投資機構(VC&PE),如真格、紅杉、IDG、創新工場等,這些機構從2012年開始佈局,通常天使輪單筆投資規模在數百萬美元,偏愛海歸。另一類是産業投資方,包括以BAT為首的網際網路巨頭,以及醫療、製造、汽車、消費等傳統行業的産業龍頭、上市公司。它們通過自有資金,但更多的是通過發起産業基金,參與到人工智慧的前期佈局,旨在於新領域佔據一席之地,或希望找到創新動力幫助完成業務升級或轉型,跟上時代步伐。
張建中表示,一項新技術或商業模式,一旦被某一家企業或者個人擁有,其他企業就失去了競爭優勢;而人工智慧恰恰是開放的,它的研發不是一個高門檻或是高投入的東西,但計算力確實是高收入的保障,因為比的是速度和準確度。
應用層仍存較大市場空間和投資機會
“人工智慧領域對創業者要求非常高。很多是全球頂尖高校院所學術背景較強的技術大牛,或出身國內産業巨頭的有技術背景連續創業的老司機。”謝作強説,而且對投資人的要求也非常高,需要專注該領域的投資人有一定的技術知識儲備,並要能與技術來源(科研院所、高校)和應用産業(産業投資方或顧問)進行良好合作。
盛世方舟從接觸的1000多個人工智慧項目中,篩選出200多個進行了跟進研究,其中基礎層項目(包括計算晶片、大數據、存儲)僅佔比1%,技術層項目(包括演算法平臺、圖像識別、自然語言識別處理、智慧機器人等)佔比24%,應用層項目(包括無人駕駛、工業4.0、智慧安防和智慧醫療等)佔比75%。應用層行業上看,醫療、教育、汽車、行銷領域的項目較為突出。
盛世方舟分析,從投資機會而言,國內人工智慧基礎層缺乏重大原創科研成果,基礎層投資缺乏有競爭力的技術和人才,是國家戰略應當搶奪的地盤。而技術層即將進入産業整合階段,核心在於創始團隊的技術實力和創新能力,當中存在可能性和機遇。應用層因國內巨大的人口和市場優勢,以大數據收集為基礎的醫療、教育、消費、行銷等垂直行業尚未出現人工智慧領域的行業龍頭,存在較大的市場發展空間和投資機會。
目前,海內外人工智慧項目仍以初創企業為主,技術層已積聚一定競爭優勢,行業垂直應用尚未完全爆發,傳統企業應借助自身積累的數據和資源優勢,通過投資和並購提前佈局人工智慧,將有助於為企業自身發展注入新的活力。謝作強建議:“産業資本前期可以以小額投資為主,搶先完成産業鏈上下游佈局;在適當的時機,可選擇並購優質標的,鞏固企業自身在人工智慧應用領域的優勢。”
的確,人工智慧的崛起帶來了許多的投資機會,但在源碼資本投資合夥人、前微軟亞洲工程院院長張宏江看來,其中也有許多投資陷阱。例如,中國有上千家做機器人、圖像處理數據的公司,還包括做人臉識別、自動駕駛的,顯然已不需要再增加這樣的公司,而且投資時也要思考其技術的領先到底能否持續。“再就是公司能不能持續獲得數據,這對於競爭非常重要,只有演算法和技術是很難形成持續的商業模式的。”張宏江説。
(責任編輯:張潔欣)