来源：36氪
概要：回到战场，考验各家公司CEO和谋士的时刻，已经到来。
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。
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。
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，但这些大市场往往都很分散，而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。
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不得不聘请了保镖。
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。
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。由互联网进化论作者，计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。
如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
