人工智能（AI）被認為是下一代技術浪潮，借著這股東風，AI公司們在過去幾年里成為創(chuàng)投領域最炙手可熱的明星。但這個故事已經講不動了：一些投資機構對AI已經“投怕了”；科技巨頭與產業(yè)巨頭們步步緊逼，都將AI當做重要發(fā)展戰(zhàn)略；上市艱難，即使有了科創(chuàng)板，真正意義上的“AI第一股”還沒出現(xiàn)。

2020年的一個特殊變化是新冠疫情暴發(fā)，當疫情對各行各業(yè)造成沖擊時，一些AI公司發(fā)現(xiàn)了商機。人臉識別測溫儀，語音識別電梯控制，行動軌跡智能化監(jiān)測……突發(fā)疫情給了AI公司們商業(yè)化的契機。

但中國疫情很快就得到控制，隨之而來的影響是出口貿易受阻。有不少AI公司此前已經將業(yè)務做到了海外，例如東南亞市場，疫情讓這部分業(yè)務熄火。

所有人都承認AI泡沫的存在，一些公司熬不過去就此止步，即使主動擠掉泡沫，過程也顯得非常艱難。2021年是AI產業(yè)繼續(xù)回歸理性的階段，短期內對于個體公司來說，外部環(huán)境會顯得難上加難，需要扛過去。

01

融資難題

2020年，AI領域的融資情況基本與被稱為“資本寒冬”的2019年持平。數(shù)據(jù)服務商企名片數(shù)據(jù)顯示，中國人工智能領域，2019年共計完成371筆融資交易，融資金額約為271.9億元人民幣，2020年截至目前，共完成305起融資，總金額約243.2億元。

這個數(shù)字和2018年的數(shù)字相比，熱度是明顯下滑的。2018年，中國AI領域共計完成523筆融資交易，融資金額約為667.1億元。

AI公司的資金來源主要是三類機構。一開始看準這個賽道的是美元基金，相比人民幣基金，它們的投資周期相對更長，偏好新技術領域，并且更有錢。

早些年，AI公司也更希望拿美元基金的錢，因為它們愿意給更高的估值。隨著公司估值水漲船高，投資機構的賺錢空間開始變小，此時產業(yè)基金開始進入，包括阿里巴巴、騰訊、百度等互聯(lián)網巨頭，以及富士康、TCL、聯(lián)想等產業(yè)基金，它們或看中AI技術與自身業(yè)務的結合，或希望把AI這張新時代的船票捏在手里。

政府基金也及時介入。2017年，國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，將AI上升到國家戰(zhàn)略層面，各地政府開始大力扶持AI產業(yè)。

但到了今年，這三座資金池都在減少對AI公司的投資。受國際關系影響，不少美國基金，包括養(yǎng)老基金、高?；鸬?，都開始減少對中國的投資，在中國的投資圈，美元基金的光環(huán)已經消失。不僅如此，美元基金們甚至開始避諱提及對中國AI產業(yè)的投資，擔心有政治風險。

產業(yè)基金投資AI的積極性在下降，一些企業(yè)受疫情影響資金吃緊，恢復自身業(yè)務是當務之急。政府基金同樣受到疫情影響，各地政府都投入大量資金在疫情防控和疫后恢復上。

鑒于以上原因，AI公司的融資難題在2021年很難緩解。

中國AI領域的創(chuàng)業(yè)公司格局已經到了相對穩(wěn)定的階段，頭部的獨角獸們已經拿到了足夠甚至太多的融資，下一步就是上市。處于早期階段的AI公司大多開始深耕細分行業(yè)，背靠科技行業(yè)巨頭是它們的首選，但行業(yè)巨頭們對新技術非常敏感，所有人都看到了數(shù)字化、智能化的趨勢，不少科技行業(yè)巨頭都成立了自己的數(shù)字化公司，它們更希望把技術掌握在自己手里。

截至目前，不少AI公司都確定了上市計劃，AI四小龍中，曠視科技的IPO一波三折暫時沒有最新進展，依圖科技與云從科技都在籌備科創(chuàng)板上市，商湯科技的上市情況依然撲朔迷離。

2019年3月，科創(chuàng)板的出臺給AI公司提供了新的退出渠道，目前成功上市的只有AI芯片公司寒武紀，寒武紀最新財報數(shù)據(jù)顯示，今年前三季度共營收1.58億元人民幣，虧損3.1億元，最新的市值是733億元，相比兩個多月前剛上市時，市值下跌13.8%。

投資者將寒武紀歸為芯片領域，受行業(yè)環(huán)境和政治因素影響，當下芯片公司被寄予的希望高于AI公司。所有人都在關注第一批上市的AI公司，他們的表現(xiàn)決定了接下來的投資方向。

02

2021，更苦更累

不過，這一輪的“燒錢”，讓AI公司和投資方們對這個領域看得更清晰了，站在數(shù)字經濟發(fā)展的視野上看，AI只是一個工具，目前智能化程度還不夠高，只能起到輔助作用，且必須在實際的業(yè)務中跑起來才能不斷進化。

從投資人對AI公司的判斷標準變化，也能看出這一趨勢。最早，投資人問的是，公司有哪些技術大牛；隨后，大家開始比拼機器識別準確率；但很快，投資人開始關心AI公司們的落地案例、合作伙伴和客戶；到今天，市場判定標準變得理性且單一：收入有多少？

AI聽起來高大上，但落到實際業(yè)務中，卻是苦活累活。

AI領域目前以To B業(yè)務為主，每個客戶，即使是同一領域，需求也千差萬別。目前行業(yè)的標準化還沒有形成，這意味著就算費心費力服務好一個客戶，也很難把成熟的經驗和方案簡單批量復制給其他客戶。

AI應用屬于SaaS領域，這個領域能夠出現(xiàn)高市值的公司，是因為可以實現(xiàn)標準化和規(guī)模化，但是AI算法還無法做到。在一個簡單的場景中，可能就需要用到大量不同的算法，不少企業(yè)和政府客戶發(fā)現(xiàn)，在很多場景中，使用新技術，還不如用人工。

每個細分行業(yè)都已經有自己的游戲規(guī)則，幾乎大的行業(yè)都有固定的總包公司，2G行業(yè)的總包需要有政府發(fā)放的牌照，例如安防資質等。無論怎么宣傳，一家新公司進入行業(yè)的路徑是一致的，參與招投標，拿出產品名錄，建立銷售渠道?？偘緯鶕?jù)客戶的需求，采購來自不同公司的產品。

而目前中國的AI公司們還沒有強到可以從另一個路徑來打破目前的游戲規(guī)則，這意味著大部分時候，AI公司只能被集成，且只能分到一小塊“蛋糕”，還要面臨回款壓力。不僅如此，大家發(fā)現(xiàn)，科技巨頭們掌握的AI技術，相比AI創(chuàng)業(yè)公司來說，更具有商業(yè)化價值，因為它們業(yè)務龐大，可以幫助算法訓練，讓技術更好地融入業(yè)務。

通過一個個項目來創(chuàng)造收入，對于高估值的AI公司們來說，太慢了，理解一個新行業(yè)至少需要1年-2年的時間，找到客戶、制定方案、交付、回款，又是一個漫長過程。

行業(yè)開始形成潛規(guī)則，通過政府補貼、外部收購、投資換訂單等方式來制造收入。一些AI公司開始在多個地方落戶，以此換取政府補貼和投資，在還沒有做到收入利潤良性發(fā)展時，用融資的錢來進行對外投資、收購。

這些都是活下去的手段。但二級市場比一級市場更加透明，收入質量、收入來源和現(xiàn)金流等關鍵指標，都會被放大。一家頭部公司出現(xiàn)問題，就會產生“蝴蝶效應”，影響很難估計。

AI公司接下來能做的，只有埋頭苦干，專注在某一領域而不是把攤子鋪得太大，找到行業(yè)痛點和空白；打磨優(yōu)勢能力，提高在單個產品上的壁壘。放棄“講故事”，先確保能活下去。

這條路非常艱難，是考驗也是機會，習慣了享受光環(huán)的AI明星們，誰能放下身段，誰就有機會活到新技術趨勢爆發(fā)的那一天。

2016年開始，隨著谷歌AlphaGo戰(zhàn)勝圍棋世界冠軍、職業(yè)九段棋手李世石，全球人工智能技術升級和產業(yè)化勢頭洶涌。到了2019年，AI技術已步入全方位商業(yè)化階段，在金融、醫(yī)療、安防等多個領域實現(xiàn)技術落地，且應用場景越來越豐富。人工智能商業(yè)化帶來了企業(yè)數(shù)字化加速、產業(yè)鏈結構改善、信息利用效率提升等積極效應。可以預見的是，AI將改變整個世界。

但這個過程將是漫長的，對于這個領域的創(chuàng)業(yè)公司來說，盛世帶來機會，但風險也時刻相伴，甚至是死亡。

中國在基礎技術領域一直未能做到世界領先，AI公司們聚集了大量的技術專家和資金，擁有相對寬松的數(shù)據(jù)獲取渠道，可以專注進行基礎技術突破，在AI的一些細分領域，例如人臉識別，中國已經做到世界領先。

但是AI產業(yè)的發(fā)展才剛剛開始，外部環(huán)境的變化也越來越難以預測，這是一個比互聯(lián)網和移動互聯(lián)網更慢的過程，它們需要更多耐心，熬過這個冬天。
責編AJX