「人工智能」AI“慢生意”，驶入“快车道” |投资|美好，一直

本文插图
作者 | 黄燕华
责编 | 蛋总
出品 | 子弹财经
1、一个久违的好消息正处于低迷期的AI语音赛道，终于传来了一则令人振奋的消息。
近日，思必驰宣布了4.1亿元E轮融资。至此，这家已走过13年发展历程的老牌AI玩家，在一级市场已累计拿下5轮融资， AI行业的信心借此得以提振，毕竟从2019年起AI行业整体融资热度明显下降。
猎豹全球智库统计数据显示，自2000年以来， AI企业的融资数量已持续18年上涨，在2013年至2018年出现大爆发，融资金额和数量直线飙升，这样的盛况一直持续到2019年的大降温。相比2018年， 2019年中国AI企业的融资金额由1484.53亿下降至967.27亿，下降超3成，融资数量也由737下降至431 ，下降达4成。

本文插图
（图 / 猎豹全球智库）
毫无疑问， 2019年成为了AI资本环境冷与热的分水岭。
以目前国内AI领域估值最高的商汤科技为例，其不仅在2019年没有对外披露过任何融资信息，还在今年3月推迟了原定于在香港进行7.5亿美元的首次IPO计划，转向私募市场寻求5至10亿美元融资。
因此，在资本寒冬下，思必驰依然能获得一级市场投资人的力挺，难免令业界侧目。
那么，思必驰拿下E轮融资的“重要秘诀”是什么？“像思必驰这样处于中后期阶段的TO B型技术平台公司，若想通过融资获得更快速地发展，其底层的技术研发和持续创新，以及业务落地能力，则是资本最为关注的几个点。 ”思必驰CMO龙梦竹告诉「子弹财经」。
公开资料显示，目前思必驰已经接入了上亿的智能终端产品，并在车载、家居、机器人及故事机等物联网终端产品中被应用，其中在音箱和车载后装市场的占有率均为行业第一。

本文插图
不过，在新一轮融资引来欢呼的同时，思必驰也遭遇到了一些质疑。
相比D轮融资拿到的5亿，思必驰本次却少融了0.9个亿，背后原因是否与公司增长不及预期有关？一位不愿具名的业内人士对此表示，业绩表现、市场大环境等因素，或多或少会影响公司最后的融资数额，但更多还是融资层面的包装问题。 “有些公司将多轮融资额合并到同一轮融资上。 ” 该人士说。
投资机构对此的看法则更为直接。 “不能单从融资金额去判断公司的基本面，每家公司的资金用途决定了它到底要拿多少钱，稀释多少比例，下一步要怎么做。融资金额只是给到市场的一个信号，公司可能在此之外拿到其他资金。 ”清科资本投资总监李睿对「子弹财经」表示。
“如果企业增长不理想，则很难获得融资。 ”李睿称，当前各路基金的资金成本都很高，且资金渠道也都有限，由此带来的影响是，出手的基金们对退出回报率等要求会更高。
当前，汽车、医疗和家居等场景，一度成为众AI企业与巨头们的主战场。究其原因，这些场景与消费者距离更近，一来，海量的用户数据有利于提升AI深度学习能力；二来，高频场景让AI技术落地和商业化更快捷。
“从支付能力来看，这些行业客户的支付能力普遍较强；从需求量来看，这些行业的产品标准化程度更高，需求量更大；从用户体验来看，消费者接受度更高，产品增加功能后非但不突兀，反而极大地提升了用户体验。 ”元禾原点合伙人姜明达向「子弹财经」说道。
2、AI是一门“慢生意”成立至今，思必驰主要围绕B端赋能。显然， B端生意距离广大的消费者很远并且难以讲述一个“资本的好故事” ，很容易让外界认为其业务天花板并不高。分页标题
但在元禾原点合伙人姜明达看来，公司采用什么模式，与团队基因和未来的战略有关。思必驰从语言算法到芯片到消费电子智能语音的核心模块，几乎将智能语音赛道上需要的技术和产品都打通，其技术储备的完整性很高。
【「人工智能」AI“慢生意”，驶入“快车道”】此外，思必驰围绕智能语音构建生态，这在一定程度上决定了它走赋能B端路线，而非直接布局终端产品。 “从短期来看，思必驰的投入会很大，可能不会那么快在财务营收上爆发。但如果将时间拉长，由于它服务的客户很多，它的客户又服务了各种各样的场景及C端消费者后，由此积累的数据量和计算能力，其优势和壁垒一旦建立起来，拥有的行业地位以及在整个产业链上的不可替代性会更强。 ”姜明达对思必驰的B端布局有不小的信心。
他认为，最终在价值创造上，思必驰并不亚于那些直接面向C端用户的终端产品公司。
在业务天花板问题上，清科资本投资总监李睿也认为不能从单一信息渠道判断，而要站在更长的时间维度上看。
比如，目前芯片和半导体的热度很高，但这类公司十年前都在做研发、布局投产等基础工作。此外，由于国内提供软件服务或解决方案的公司较难做大，这在一定程度上，反推了AI公司对商业模式做升级迭代，纷纷转型为提供软硬件一体化的产品公司。

本文插图
AI公司不断在随市场需求而迭代升级，因此，投资人对AI市场前景有了更多的耐心和信心，专注于AI行业的长期价值投资。
不过， AI公司的TO B之路并没有想象中容易。 2019年8月，国内AI独角兽旷视向港股IPO发起了冲击。招股书显示，从2016年到2018年，旷视的收入翻了一番，年度亏损也持续扩大到33.52亿元。 2019年上半年，旷视亏损达到52亿元，超过过去三年亏损总额。
“营收能力需要一个时间段才能体现出来。 ”深思考创始人杨志明对「子弹财经」表示，由于AI是新生事物， AI产业还处在整体投入大于财务产出的阶段。
短期来看， “AI+行业”需要一个落地的过程。如果仅从短期回报来看，未免有些短视，但从长期来看，它又是极具爆发力的。比如赋能医疗领域，做癌症早期筛查，按单个用户收费，仅覆盖国内就达十亿级规模，但它有一个相对漫长的过程，涉及到有多少用户临床实际使用、评估效果等情况。
由此看来， AI企业还需要花较长的时间去教育市场并寻找切实有效的商业化方案，而事实上， AI是一门“慢生意”的背后折射出的正是技术落地的困境。

本文插图
目前全球各界正纷纷拥抱AI技术，大量资本与人才流入AI领域，但一个不容忽视的现实是， AI技术的企业级应用依然处于初级阶段，那么，阻碍AI技术落地和进一步发展的原因是什么？
“以智能语音为例，如何将智能语音技术方案包装成熟，拿下一个行业的标杆客户等难题，是初创TO B型智能语音企业面临的，而对于中后期TO B型智能语音企业来讲，它们目前普遍面临规模化定制能力的难题。 ”思必驰CMO龙梦竹对「子弹财经」解释道。
所谓规模化定制能力，是指由于它们提供的智能语音技术整体方案无法被标准化，而出于对厂商个性化需求的考虑，智能语音企业需要具备提供定制的能力。但智能语音企业又不能停留在只为少数客户服务的层面，需要不断拓展新客户，这意味着它们需要具备规模化为每个客户提供定制服务的能力。
然而，由于每个行业都有自身的特色和要求，因此在基于行业打通上， TO B型智能语音企业会面临一定的时间难题。分页标题
此外，落地场景规模化迁移也是当前AI企业需要解决的重大课题。
杨志明向「子弹财经」透露，由于AI必须结合具体行业或场景落地，在结合A场景完成产品化落地后，随之而来的问题必然是如何快速迁移到B场景、C场景……而规模化迁移实际包含的是业务、数据和模型三者的迁移，不同行业间的业务、关注的数据以及构建的AI模型也有所差异。
对于大部分AI公司而言，技术落地与实现商业化，任重而道远。公司在融资期需要“讲故事” ，但现在需要拿出真实的落地数据和商业化方案， AI公司必须将重心从融资转向业务。这也是2019年至今，融资热度大幅下降的原因之一。
2020年， AI行业将加速洗牌，难以规模化或技术落地的企业，将被淘汰出局。而第一道筛选关口，出现在一级资本市场里，投资人的口袋更紧了，也更理性了。
3、投资人更加谨慎众所周知，视觉、语音及语义理解等分属AI的不同方向。但从资本市场的表现来看，相比语音、语义理解等其他方向，专注视觉类方向的AI企业更受资本的追捧。
首先，视觉检测技术已经在很多场景被普遍地接受，如工业检测、安防和智能家居等领域。其次，相比语音、语义理解，视觉检测在商业价值上更易量化，比如能提升多少效率、节约了多少时间和电量等。
“总体而言，资本在往落地场景更商业化方向走。 ”姜明达说。
从早期单纯只看AI公司到看“AI+产业”公司，从大而全的赛道到小而美的赛道——随着AI发展进入商业化深水区，资本的关注点也随之发生了转移。
“如今，资本更关注AI企业的规模化定制能力。 ”姜明达解释，这主要是看AI企业在做规模化定制时，二次开发的比例及其整个交付周期能控制在多久。一般而言，可复制性越强，二次开发的比例越低的项目更容易获得资本的青睐。
此外，资本也关注场景切入、过往案例和实际应用。比如金融、3C、汽车和家居等大场景，且已经有一些成功案例的项目更易获得融资，这是因为从技术到可变现的真实性更高。
当然，资本对于AI企业商业团队的综合能力的考量更多。 “一方面，随着算法逐渐被公开，在拓展B端企业客户的过程中， AI企业势必会面临类似算法上是否更优等评价，而这无疑考验的是商业团队的销售能力；另一方面， AI企业会切入更细分的应用场景，而不是提供大而广的技术服务，此时就看各家对产业的理解是否透彻，在整个产业上下游能否拿到核心客户。 ”李睿表示。
不难看出，资本市场对投资AI企业更谨慎，评估维度不断增加，因此AI企业融资变得更加困难，这让AI企业不得不寻找新的出路。

本文插图
2019年3月，科创板出台，给暂时还未能盈利的AI公司带来了新希望，但如今各家还未有确切的上市消息传出来。
据悉，今年2月25日，旷视继提交上市申请6个月后，进程状态显示为“失效” 。同时，据外媒最新报道，旷视在正式进行IPO之前，仍面临港交所的额外询问。
姜明达认为，这或与去年美国将商汤、旷视等国内几家AI企业列入商务部黑名单有关，受此影响，当它们走向国际投资人居多的海外资本市场时，存在较大的不确定性。
“对D轮后已经很头部的企业来说，由于体量、融资金额和估值等原因，它们可选择的投资机构会更加有限。不过，资本并未因此对AI一级市场变得悲观，只是会更加谨慎，更关注商业化场景的落地能力。 ”姜明达补充道。
投资人的变化首先体现在对AI企业的估值更加理性。李睿向「子弹财经」透露，一方面，投资机构对AI企业的整个估值体系会有所调整，资本对AI企业估值会压得更低，各家虽有一定的造血能力，但不会像过去一样很容易就获得融资和很高的估值。分页标题
另一方面， “高投入，慢回报”对基金投资人的退出会形成压力，但他们在AI赛道上经历过多年的洗礼，从投资决策的那一刻，其实已经对投资标的有一个较为清晰的退出方案。
“可能并购、也可能独立IPO、还可能借壳上市，甚至可能换一个资本市场重新将架构进行重组之后上市。 ”李睿说道。
与此同时，随着BATJ和华为等科技巨头正积极向智能化转型，一部分AI公司正考虑把自己“卖给”巨头们。在他们看来，这个寒冬依然严峻，如何提高自身的造血能力并寻求新出路，成为当务之急。
4、与巨头们竞合共存近年来， BAT、华为及小米等巨头们纷纷进场， AI赛道虽然热度持续升温，但彼此间的竞争却相对温和。
龙梦竹坦言，在互联网时代，巨头们的确拥有流量和渠道方面的优势。不过，随着“AI+行业”的逐步渗透，以及细分品类和场景的持续需求，各家基本还处于同一起跑线。未来各家的玩法与竞争可能是流量和渠道，也可能是技术、内容和生态。
“你再有流量，再有渠道，也离不开人机交互的技术服务，离不开底层的大数据、云计算和传感器。 ”龙梦竹说道。
目前， “AI+行业”的应用“蛋糕”正在培养，尚谈不上白热化竞争。 “不可否认，思必驰与华为、科大讯飞和BAT等一众互联网科技巨头，在一定程度上存在竞争，但它们之间的合作往来，显然也不容忽视。比如，思必驰与阿里在业务层面存在合作关系，阿里内部虽然有很多团队在做智能语音，但天猫精灵产品上还是有和思必驰继续合作。 ”龙梦竹补充道。
在杨志明看来，巨头们入局是必然，它不是威胁，反而是好事。因为巨头们都在做生态，创业公司应该从细分领域切入，将对应领域的细分场景做好做深，先生存再发展，同时与巨头共同形成一个良好的生态，而不是一上来就与巨头正面对抗。
同时，他也指出：“企业还是要最接近自己的用户，这才是生存之本。 ”诚然， AI企业不能完全依赖巨头的流量，应该拥有自己的渠道和规模化的用户。比如AI企业不能只做技术API的提供方，而应形成自己的整体解决方案，并在某一场景下提供十分粘性的服务。

本文插图
在与巨头们寻找合作共赢之道的同时， AI行业迎来了另一个利好消息。
据悉，早在2018年底，中央经济工作会议就明确了“加快5G商用步伐，加强人工智能、工业互联网及物联网等新型基础设施建设” 。今年3月，相关部门再次提出， “加快5G网络、数据中心等新型基础设施建设进度” 。
显然， “新基建”提速，也在为人工智能的发展提速，这个行业一边加速洗牌，一边驶入发展的“快车道” 。
姜明达分析， “新基建”将带来三大利好：一是商业落地场景将更加成熟与多元化；二是将提供更多AI与5G、物联网等技术整合的机会；三是将加速AI公司商业模式的成熟与创新，带来更多商业变现的空间。
李睿则认为，从目前来看，可预期的运营商会围绕5G铺1000万个基站和上亿个小基站，如此大规模的投入，会为AI企业数据做更好的基础设施搭建，未来将产生各种各样新的商业场景或商业模式。
随着AI的不断进步，商业也将随之进化，这是一种大势所趋的“必然性” 。在姜明达看来，由于头部企业的实际业务未必能触及很深，那些对某些细分行业有极深和独特理解，并拥有交付能力的AI公司依然还有机会。
而那些打着概念的伪AI企业，由于自身没有太核心的技术优势，最终被行业淘汰的几率极大；此外，对于那些处于赛道中后段的AI企业来讲，在提供的主要技术、产品和服务上，与头部企业高度重合，加之融资能力、数据积累及人才吸引力等方面较弱，它们的生存压力会很大。分页标题
2020年， AI行业正大浪淘沙，一些企业或振翅欲飞，一些企业或黯然离场，但这一切并不是终局——随着“新基建”的进程提速， AI在人类的未来蓝图中将处于核心位置，属于AI的时代才刚刚开启， AI企业要做的就是“锻炼好肌肉，留在赛场里” 。
*文中题图及其他配图来自：摄图网，基于VRF协议。