江苏龙网

  1. 首页 > 资讯 > 科技 > >

「人工智能」AI“慢生意”，驶入“快车道”( 三 )


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 。
「人工智能」AI“慢生意”，驶入“快车道”
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 。


推荐阅读


上一篇：「数字货币」「初露端倪」渐行渐近，央行数字货币将掀起何种“支付变革”？

下一篇：『』TikTok因未启用HTTPS连接 研究者警告易受篡改攻击