原标题：风向2018 | 人工智能的创投泡沫要破了？但赛场上的博弈才只是刚刚开始

问：2017年AI行业最大的进展是什么？

答：创业公司的估值。

高估值，曾将AI初创公司带上高光的创投舞台，也正将这些公司卷进激战的赛场。

当“人工智能的创投泡沫要破了”的争论再次回响， AI 初创公司或将迎来一场艰难的博弈。

对垒的另一方，是投资人、客户、竞品、巨头，甚至公司的高管和曾经共同奋战的同事……博弈的奖励则是高速发展的快车道。

面对这一系列博弈、竞争与对垒，AI初创公司能否凯歌高奏，赢到最后？

一、VS 投资人

军备竞赛，总是从钱开始。

2018年的第一个月，人工智能领域的融资依然在刷新纪录。

就在本文发布的一天前（1月16日），原百度研究院院长林元庆创立的行业升级AI整体解决方案公司Aibee (爱笔智能) 宣布获得1.65亿元人民币天使轮融资，刷新了中国AI初创企业天使轮融资额新纪录；前百度无人车团队核心成员James Peng和楼天成创办的小马智行(Pony.ai)宣布完成1.12亿美元A轮融资，成为自动驾驶赛道上最高的一笔融资。

这种趋势似乎延续了2017年的AI创投繁荣。

2017年，商汤、旷视两家计算机视觉领域的公司，先后公布4.3亿美元B轮融资、4.6亿美元C轮融资，刷新全球AI初创公司的融资纪录。11月，国内人工智能人形机器人公司优必选（Ubtech）宣布完成4000万美元C轮融资，估值40亿美元，之前快手达到30亿美元估值时月活已经达到1.5亿。10月，AI教育公司乂学天使轮（含追加轮）融资高达2.7亿元，这笔钱很可能能投资ofo的B轮。8月，AI芯片厂商寒武纪完成1亿美元A轮融资，成为独角兽，之前达到这一成绩的中国公司是阿里体育、瓜子二手车，这些公司往往当时已有大平台资源注入。

而据36氪获得的业内信息，多家人工智能初创公司正在寻求新一轮融资，其中诸如景驰、深鉴等多家知名公司新一轮融资的金额或在1亿美元以上。

高估值之下，留给新投资人的是一道退出难题。

以往，海外技术公司多是以收购为主要退出方式，收购价格往往在2-5千万美元，少数优质公司的收购金额或能达到2亿美元，极少数公司会突破两亿美元。但现在，国内AI初创公司的融资，天使轮估值基本是1亿元左右，不少优质项目是1亿美元估值起步，赛道上大多数公司完成Pre—A轮融资或者A轮融资后，几乎已经很难能遇到合适买家。另一方面，中国缺少对创新的保护，大公司往往缺少收购意愿与收购文化。

投资退出基本只能依赖商业化。 但目前来看，当前人工智能能解决的实际问题较为有限，客户多处于观望、试点阶段，目前除服务安防、汽车、客服、硬件的初创公司外，实际能持续产生营收的寥寥无几。即使是行业最为知名的几家初创公司，目前基本也很难或者未能实现当年营收平衡。

高估值、高风险、长周期，新投资人是否依然愿意为梦想买单？当潜在的投资风险已经高于潜在的投资回报，如何说服新的投资人，会是摆在初创公司面前的第一道必答题。

2017年12月的最后一周，一级市场创投平台鲸准上，人工智能赛道的投资热度开始出现折线式的下滑，投资热度数据由92下跌至73。在经历了快速增长、平稳提升之后，大幅回落。

给钱还是不给，或许也正成为困扰这些投资人的一道选择题。

二、VS 弱需求

商业化是这场大赛的重头戏，但说服客户持续付费显然并不容易。

中国的人工智能创业是从技术层开始，希望以技术为切入点，提升企业效率，优化用户体验，降低运营成本，从而分得经济收益。理论上来说，利用机器取代人工，完成机械性、重复性的工作理所当然，但实际落地过程中，技术所能达到的效果往往大打折扣。

理想丰满，现实骨感。过去两年，中国的人工智能公司几乎尝试了所有的应用市场：汽车、金融、安防、物联网、客服、零售、电商、医疗、广告、教育、法律、工业制造、航空航天……但多是处于尝试、探索、试点期。制约这些客户意愿的，一是当前的技术还远不能满足客户需求，一是达到同样的效果，其他技术路线成本或会更低。

2017年，AI公司开始逐渐聚焦大市场。汽车、金融、物联网、零售、安防成为AI公司竞相争抢的热门市场。数据显示，中国的金融市场规模在43万亿以上，商品零售市场在29.7万亿以上，物联网市场规模在6000亿左右，安防市场规模在5000亿左右。这些大市场被认为是最有可能为初创公司提供持续营收的市场。2017年获得大额融资或者估值较高的AI公司，基本都以汽车、金融、物联网、安防等为主要服务对象。

当前大多数客户仍以试点为主。以当前最为热门的AI安防市场为例，目前只有1％的安防设备应用了AI技术。根据《财经》的报道，当前所有的AI安防产品，产值不到20亿元；目前智能安防领域最大的一笔订单在上海宝山，为3000路，相比庞大的安防领域，这个数字几乎可以忽略不计。而在其他领域，技术的渗透率可能还要更低。

这些客户的付费意愿似乎也远没有想象中的那么强。比如，金融金融行业被认为付费能力强，但实际的落地案例中，不论是为金融客户提供智能客服服务，大数据风控服务，用户智能运营维护服务，初创公司都没有多少话语权与议价权，从项目中获得的经济费用十分有限。即使是各家用于宣传的标杆合作案例，付费金额也鲜有超过百万。另外，这些强势客户，往往要求私有部署，这不仅意味着初创公司要提供驻场开发服务，成本高，也很可能意味着合作并不会帮助初创企业拿到行业数据。

种种现状，使得现在的人工智能公司，更像是外包公司。

但从卖服务到卖产品的转变，并不容易。赚钱的产品很可能分为硬件、软件两类。硬件方向，做上游元器件供应商，离客户和钱就远；做下游产品，对技术公司来说，补足产品定义、运营、渠道能力都不简单。软件方向，当SaaS类公司都没有解决中小客户付费提升的难题，AI公司解决成功的概率显然要更低。

三、VS 友商

竞争再所难免。但商业化道路上，“友商”暗战，“合作伙伴”神离，甚至“化友为敌”会是新常态。

一场对外公开的展示上，一家做NLP技术的厂商，担心语音识别的合作伙伴从中作梗，提前预备了Plan B——一旦遇到意外立即切换到另一家语音识别服务商；一场私下的交流里，一名AI公司的CEO几乎吐槽了赛道上所有的竞品，虽然接受媒体采访时，这个赛道上所有的公司几乎都口径一致——“ 这些公司都是业内特别优秀的公司，只是做的业务重点不相同”；为了拖慢另一家体量类似的竞品融资进度，一家公司主动找到了券商沟通交流，希望有机会反向影响投资人的选择；为了监测、防止合作伙伴涉足自己在做的业务，一家大体量的AI公司一旦监测到合作伙伴购买了自己公司的硬件产品，就会第一时间致电合作伙伴质问意图……

这些2017年真实发生的小细节背后，正是当下AI领域创业的部分缩写：“友商”明争暗战，“合作伙伴”貌合神离。在技术强导向且应用较为成熟的赛道，这样的趋势格外明显。

大市场可以支撑足够多的玩家，一般都是分散的市场，服务分散市场的市场也往往是分散市场。这意味着绝大多数可以商业化的场景，都会是同质化竞争的重灾区。以人脸识别领域为例，过去几年，这一赛道上，已经挤进了大约数百万家公司。

与友商的明争相比，暗斗难防。比如，为了拖慢对手的商业化进程，甚至有公司为了不让对方拿到订单，故意报一个有竞争力的低价。

金钱面前，技术公司的合作关系也正经受考验。过去两年，在智能语音、机器视觉两个大的方向上，出现了新一批新公司，既有直接竞品，也有上下游公司，其中不少也获得了资本加持，加上潜在客户对应用AI技术高度热情，出现了一批真实的、甚至付费的需求，行业有了盈利的可能，使得行业竞争激烈，压缩了AI公司的正常成长周期，短期内合纵连横成为必然。

但在2018年，AI 公司的梯队差距进一步拉大，资源、资金、关注度等都会向第一、二梯队倾斜，为向客户提供更好的全套解决方案，AI公司有倾向于全做产业链，同时有了做全产业链研发的资金支持和时间窗口，加上作为产业链的上游，AI公司能够分得的蛋糕有限，为了商业化，势必要向上下游拓展。

如果说这还是赛场上的淘汰赛。冲出重围的初创公司还要面临更为艰辛的排位赛。不可否认，人工智能正在重塑产业链，给了初创公司绝佳的历史机遇，但接下来迎接他们的则是赛场上的大体量玩家。

技术方面，百度、微软、腾讯、阿里都是初创公司绕不开的大山。充足的预算，真实的数据，都使得这些大平台更有优势。比如，在智能音响这样的热门方向上，知名公司不仅数倍薪资挖角人才，也希望用补贴的方式抢下更多市场份额，令不少创业公司措手不及。上市公司发起的竞争可以由股民买单，辛苦赚钱融资的初创公司何从何处？跟，还是不跟，这是个不得不面对的难题。

商用方面，每一条应用的赛道上，都聚集了不少老玩家。以安防为例，市值4000亿人民币的华康，是整个赛道绕不去的大山，而现在海康不仅也做摄像头，在做技术，也在做芯片，希望革新产业链的初创公司显然并不愿意见到这个局面。更多的赛场边，还潜伏着这样的玩家，他们迟迟未动，并非毫无察觉，只是等待入场的时机。

四、 VS 人

令人措手不及的，或许还有团队内部的分歧、斗争和分裂。

国内的人工智能公司，多是从技术起家。在完成了“技术——产品——商品”的三步转化后，商业化都逐渐成为公司的重心，销售团队的重要性开始提升。从技术主导到销售引导的过程中，是公司权利与利益的再分配，矛盾往往在所难免。36氪接触的多家获得大笔融资的AI公司，都遇到了类似的问题。比如，其中一家公司销售高管直接与CEO产生矛盾，最后CEO不得不聘请了保膘。

高速发展的公司，也考验着高管的成长速度。核心创始团队中的成员，因为个人能力、过往经历，都有可能难以适应公司的新阶段。与此同时，当公司扩张到一定规模，高管之间的利益之争，往往会超越公司利益。未能在利益分配的过程中获利的一方，很可能会黯然离场或主动离开。几家知名AI公司都经历了COO、商务负责人内斗之后离职，CTO离职亦有发生。

热心的投资人推波助澜。当前，AI项目普遍太贵，因此不少投资人倾向于投资早期优质项目。但AI创业是人才、技术驱动，一定时间内人才供给是稳定的。离职高管再创业比较受投资机构欢迎，甚至有投资机构喜欢攒团队，主动拉拢知名公司高管创业。

过去两年，融资环境太好，被追逐的知名企业往往完成了意料之外的多轮融资。被稀释大量股份的公司，不少正在失去公司的绝对控制权。36氪了解到，不少公司在A轮结束时，创始团队的股份已经在50%左右浮动。而现在，距离终点还很长。

五、最好的时代

任何领域，博弈与竞争都再所难免。从近代开始，几乎所有的社会活动都是在竞争中开展。在商业社会，更是如此，即使是在市场经济探索中的中国。在AI这种被认为有可能产生新一次工业革命的领域，全球范围的竞争如火如荼。

过去两年，人工智能创投领域有没有泡沫的争论，从未停息。背后的潜台词则是认可人工智能公司的前景，但对估值存在疑义。

人工智能未来会以燎原之势改造各行各业，似乎正成为共识。从需求侧看，人工智能是新的先进生产力。自2005年以来的十年期间，中国劳动力成本上升了五倍，2030年年轻人口（15-39岁）所占的比例将有可能从2013年的38%下降到28%，到2050年，中国老年人抚养比可能增加到现在的3倍，利用机器提升效率是大势所趋。

而从供给侧看，人工智能技术所需要的技术逐渐成熟。数据方面，全球数据资料存储量2020 年将达到 40ZB， CAGR 约为 40%。算力方面，现在12颗GPU性能相当于2000颗CPU的深度学习效果，算力软硬件方面的创新都还在一直继续 。算法方面，2006年深度学习算法使得语音识别、图像识别的准确率大幅提升，成为不少应用的强力助推器。

国家对于人工智能行业高度重视。国家“十三五”战略性新兴产业发展规划提出，到2020年以人工智能为核心的新一代信息技术相关产业市场规模将超10万亿元。

而从远景看，人工智能可能会产生下一代互联网。信息输入的方式正从文字转变为语音、图像、数据、声光电信号。信息输出的方式正从搜索结果排序转化到 “精准答案”、“控制信号”等。而这不仅会带来行业的洗牌，也会是新的基础设施。

事实上，正是这种种乐观的预期，使得资本市场愿意付出更高的溢价。泡沫的背后，其实也是行业价值重建的过程。过去几年，一二级市场估值倒挂已经较为常见，诸如滴滴、Uber这样的公司都在一级市场获得了更高的溢价。这也倒逼诸如港股等在内的交易所放宽条件，以吸引更多潜力公司。

而另一方面，战略的买家也正逐渐接受高溢价。近年来，人工智能及其相关领域的收购不断刷新纪录，软银收购ARM花费234亿英镑，Intel收购 Altera、Mobileye花费均超过150亿美元。

对于那些能在博弈中不断胜出的公司来说，这无疑不是一个最好的时代。