人工智能投資真熱還是“虛火”
“人工智能發展至今，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說。的確，人工智能自降生以來就彷彿自帶光環、備受矚目。尤其是最近，國務院印發的《新一代人工智能發展規劃》中提出，到2030年使中國人工智能理論、技術與應用總體達到世界領先水平，成爲世界主要人工智能創新中心，更使得人工智能將引爆智能投資革命成爲坊間議論的焦點。與此同時，也有人表示擔憂，人工智能投資是不是有些過熱，該適度降降溫了。但事實真的如此嗎？
人工智能投資仍是小衆行爲
“其實，在我跟市場接觸過程中發現，真正投資人工智能的並沒有那麼多，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”人工智能產業發展高峯論壇暨人工智能全球創新邀請賽啓動儀式上，盛世投資管理合夥人、盛世方舟主管合夥人謝作強說。
會上，盛世方舟發佈了人工智能研究報告，結果顯示人工智能投資仍是小衆行爲，應用層仍存較大市場空間和投資機會。
人工智能這個詞，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能行爲的硬件或者軟件。但受制於當時的計算能力，人們無法完成大規模的並行計算和並行處理，使得人工智能未能如願的智能起來。直到2006年，隨着硬件層、數據層以及算法層等各方面技術儲備趨於成熟，科學家提出“深度學習”神經網絡，才使得人工智能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，進而促使人工智能產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。”謝作強說。
媒體方面，近幾年“人工智能”的新聞熱度整體呈上升趨勢。但百度搜索“人工智能”，會看到超過11萬篇相關新聞，但比起“智能製造”的42萬篇相關新聞、“創新金融”的43萬篇相關新聞，人工智能的媒體熱度還沒有走入廣泛大衆。
在資金方面，有數據顯示，美國有關人工智能的第一筆風險投資出現在1999年，2012年爲爆發期拐點。中國第一筆人工智能風險投資出現在2005年，2013年進入爆發期。從融資金額來看，目前中國在人工智能的投資額約爲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，而根據公開信息，人工智能的投資案例僅100多起，相較仍是“小衆”行爲。
人工智能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“人工智能”的基金數量佔比約爲10%；包含“智能/AI/大數據/雲計算”的基金數量佔比約爲24%。相比之下，覆蓋文化娛樂領域的基金佔比約爲19%，覆蓋醫療領域的基金佔比約爲27%，覆蓋消費領域的基金佔比約爲22%。從投資領域看，較爲專注的人工智能+垂直行業的基金數量佔比約爲14%。汽車、醫療和製造相關基金數量相近，汽車產業和醫療產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能相關基金，盛世方舟把活躍的投資方分爲兩類：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。另一類是產業投資方，包括以BAT爲首的互聯網巨頭，以及醫療、製造、汽車、消費等傳統行業的產業龍頭、上市公司。它們通過自有資金，但更多的是通過發起產業基金，參與到人工智能的前期佈局，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；而人工智能恰恰是開放的，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，因爲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
“人工智能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，或出身國內產業巨頭的有技術背景連續創業的老司機。”謝作強說，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)和應用產業(產業投資方或顧問)進行良好合作。
盛世方舟從接觸的1000多個人工智能項目中，篩選出200多個進行了跟進研究，其中基礎層項目(包括計算芯片、大數據、存儲)僅佔比1%，技術層項目(包括算法平臺、圖像識別、自然語言識別處理、智能機器人等)佔比24%，應用層項目(包括無人駕駛、工業4.0、智能安防和智慧醫療等)佔比75%。應用層行業上看，醫療、教育、汽車、營銷領域的項目較爲突出。
盛世方舟分析，從投資機會而言，國內人工智能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。而技術層即將進入產業整合階段，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，以大數據收集爲基礎的醫療、教育、消費、營銷等垂直行業尚未出現人工智能領域的行業龍頭，存在較大的市場發展空間和投資機會。
目前，海內外人工智能項目仍以初創企業爲主，技術層已積聚一定競爭優勢，行業垂直應用尚未完全爆發，傳統企業應藉助自身積累的數據和資源優勢，通過投資和併購提前佈局人工智能，將有助於爲企業自身發展注入新的活力。謝作強建議：“產業資本前期可以以小額投資爲主，搶先完成產業鏈上下游佈局；在適當的時機，可選擇併購優質標的，鞏固企業自身在人工智能應用領域的優勢。”
的確，人工智能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，只有算法和技術是很難形成持續的商業模式的。”張宏江說。
我決定深入AI，奮鬥終生！