2017年注定是中國AI領(lǐng)域不平凡的一年，至少在融投資上而言，我們看到了資本一浪高于一浪的涌入與爭奪。今年10月，曠視科技（Face++）完成了 C＋輪高達(dá) 4.6 億美元融資，不僅一舉超越了此前商湯科技的 4.1 億美元B 輪融資，也同時刷新了全球AI領(lǐng)域的融資記錄。而到了11月，云從科技完成了B輪5億元人民幣融資，加上此前廣州市政府對云從科技的20億元人民幣的政府扶持資金，云從科技總計(jì)獲得25億元發(fā)展資金。

而以上僅僅是計(jì)算機(jī)視覺領(lǐng)域三家頭部獨(dú)角獸公司的融資情況，如果算上計(jì)算機(jī)視覺領(lǐng)域的其他玩家，以及如自動駕駛領(lǐng)域蔚來汽車，AI芯片領(lǐng)域的寒武紀(jì)、深鑒科技等獨(dú)角獸，還有智能硬件、機(jī)器人領(lǐng)域大大小小start up的融資，2017年國內(nèi)全年AI領(lǐng)域的融資額將超過200億人民幣。

獲得了上述融資以后，目前國內(nèi)AI公司的估值變得令人咋舌。以計(jì)算機(jī)視覺龍頭商湯科技為例，在傳聞阿里巴巴戰(zhàn)略投資了15億元人民幣之后，商湯科技的估值達(dá)到了30億美元，折合196億元人民幣，而曠視、云從等估值也早已超越了百億級。在經(jīng)歷了2016~2017兩年的投資熱潮以后，中國的AI公司的估值如火箭般上升，甚至與比特幣相比也毫不遜色，以至于投資人感嘆AI項(xiàng)目太貴的同時，很多業(yè)界人士開始質(zhì)疑中國AI公司的估值是否過高了。

當(dāng)然，如果拿二級市場為數(shù)不多的類似標(biāo)的、也是中國AI界“老大哥”科大訊飛來比較的話，上述的估值也沒什么大不了?？拼笥嶏w自15年起其PE就沒有低于100倍，目前更加達(dá)到了驚人的177倍，2017年前三季度凈利潤僅有1.72億的科大訊飛目前市值更是超過了850億。

對于當(dāng)前國內(nèi)AI公司的估值，我們也許只能說，人工智能對于未來實(shí)在太重要了，以至于資本和投資者都愿意付出如此多的溢價去獲得船票，而最值得我們?nèi)タ紤]的是，未來2到3年這一批獲得了高估值的AI公司應(yīng)該如何發(fā)展才能夠長期支撐起其估值？為此有必要去建立起一個成熟度模型框架，去觀察、跟蹤這批正在“通往潛在巨頭之路”公司的發(fā)展路徑。

AI企業(yè)成熟度模型

在歷史上，先后經(jīng)歷了兩次低谷期的人工智能領(lǐng)域，目前這波人工智能浪潮的再次興起，其本質(zhì)原因是孜孜不倦積累30多年的深度神經(jīng)網(wǎng)絡(luò)技術(shù)的集中爆發(fā)，在尤其是計(jì)算機(jī)視覺領(lǐng)域取得了巨大的進(jìn)步。而AlphaGo的成功很大程度上讓人工智能這項(xiàng)技術(shù)又一次“滿血復(fù)活”地重新回到了大眾的視野，進(jìn)而又促進(jìn)了資本對于人工智能優(yōu)秀項(xiàng)目的追逐，也使得原本已經(jīng)四分五裂到各個自學(xué)科的人工智能界，又一次大一統(tǒng)地重新回到了人工智能的旗幟之下。

而在經(jīng)歷了八九十年代第二次人工智能低谷期（專家系統(tǒng)破滅）后，能仍然堅(jiān)持在人工智能領(lǐng)域中如機(jī)器人、機(jī)器學(xué)習(xí)、認(rèn)知科學(xué)等子學(xué)科的研究人員本來就不多，其中優(yōu)秀科學(xué)家更加鳳毛麟角，這這批堅(jiān)持下來的人工智能科學(xué)家在近幾年已被國內(nèi)BAT、國際FLAG等巨頭瓜分殆盡，當(dāng)然后來這批優(yōu)秀科學(xué)家在資本的追逐下重新又出來紛紛創(chuàng)辦了自身的人工智能公司，如前谷歌明星科學(xué)家李志飛創(chuàng)辦了獨(dú)角獸公司出門問問，百度方面除吳恩達(dá)以外，三位百度深度學(xué)習(xí)實(shí)驗(yàn)室核心人物余凱、黃暢及余鐵男離開創(chuàng)辦了地平線機(jī)器人；百度無人駕駛事業(yè)部總經(jīng)理王勁與首席科學(xué)家韓旭創(chuàng)辦了景馳科技。

而面對渴望風(fēng)卷殘?jiān)瓢闳谌肴斯ぶ悄茴I(lǐng)域的各路資本，優(yōu)秀科學(xué)家及其項(xiàng)目變得極度稀缺，國內(nèi)人工智能領(lǐng)軍人物幾乎十個手指頭都能數(shù)得過來。在回顧近兩年人工智能領(lǐng)域的融投資事件，我們能夠清晰地觀察到，資本的投資邏輯可以說并不復(fù)雜——投人和團(tuán)隊(duì)，而科學(xué)家創(chuàng)業(yè)也成了人工智能創(chuàng)投領(lǐng)域中最主流的形式，在這段資本的紅利期，人工智能科學(xué)家成為了獲益最大的一個群體。

然而這波資本的紅利期，目前已經(jīng)基本屬于過去式。

如對于領(lǐng)頭羊商湯科技而言，過去一兩年支撐起其接近200億估值的，從一定程度上說，是湯曉鷗教授本人，以及商湯科技自身表述的豪言壯語——“精通深度學(xué)習(xí)的人基本都讀過PHD，中國在這方面目前總共也就一、兩百號人，而商湯包攬了120人”。而今后商湯要繼續(xù)支撐其估值，除了人和團(tuán)隊(duì)以外，必定是其AI產(chǎn)品的商業(yè)化應(yīng)用。為了更好地觀察、跟蹤目前人工智能公司未來的演進(jìn)，本文專門提出一個AI企業(yè)成熟度模型，如下圖所示。

階段一：基礎(chǔ)技術(shù)服務(wù)商。在AI應(yīng)用場景尚未成熟和得到市場驗(yàn)證之際，任何AI企業(yè)都傾向于從事基礎(chǔ)技術(shù)的積累，這點(diǎn)無論對于國內(nèi)外AI初創(chuàng)企業(yè)而言都是一樣的，最典型的案例是DeepMind。目前大多數(shù)國內(nèi)AI初創(chuàng)公司均屬于或者準(zhǔn)備脫離這一階段，基礎(chǔ)技術(shù)積累階段的特征是對于人才的爭奪以及采取類似于實(shí)驗(yàn)室形式的AI技術(shù)與算法研發(fā)，而其核心驅(qū)動因素是團(tuán)隊(duì)與人才。在此階段，AI企業(yè)們大多熱衷于在各個頂級會議發(fā)paper以及參與到各項(xiàng)國際AI競賽的刷榜之中，由于技術(shù)的商業(yè)化程度不足，往往只能通過項(xiàng)目制形式為客戶提供AI技術(shù)服務(wù)，即簡單粗暴地賣模型、賣算法，如人臉識別技術(shù)服務(wù)、基礎(chǔ)語言識別服務(wù)、金融領(lǐng)域的知識圖譜工程等。但以人和算法作為企業(yè)核心能力是不可持續(xù)的，尤其目前深度學(xué)習(xí)領(lǐng)域算法紅利期變得越來越短，而人才缺口也在逐漸被填補(bǔ)。

階段二：整體解決方案提供商。對于基礎(chǔ)AI技術(shù)服務(wù)商而言，一個很顯而易見的事實(shí)是，單點(diǎn)技術(shù)本身無法構(gòu)成一項(xiàng)完整的應(yīng)用和產(chǎn)品，比如狹義的人臉識別技術(shù)，需要與其他業(yè)務(wù)或者產(chǎn)品結(jié)合。比如技術(shù)+攝像頭，成為智能視頻監(jiān)控設(shè)備，或者與傳統(tǒng)支付產(chǎn)品結(jié)合，在密碼/手機(jī)驗(yàn)證碼上再加一層人臉識別驗(yàn)證，類似還有ATM機(jī)上增加人臉識別，才能在特定場景中形成具備商用價值的應(yīng)用?；A(chǔ)AI技術(shù)服務(wù)商需要向整體解決方案提供商進(jìn)化，從細(xì)分產(chǎn)業(yè)場景深耕以及數(shù)據(jù)運(yùn)營兩個角度形成自身整體解決方案的核心能力，這個階段核心驅(qū)動因素從人演進(jìn)為場景和數(shù)據(jù)——聚焦于深耕細(xì)分場景和數(shù)據(jù)及其背后的整體解決方案。為此，我們看到了經(jīng)過幾輪融資，總體上并不缺錢的商湯科技，仍然接受了阿里巴巴15億元人民幣的戰(zhàn)略投資（未經(jīng)官方最終證實(shí)），若屬實(shí)的話，對于商湯而言這筆投資背后最大的意義，在于阿里系龐大的數(shù)據(jù)資源和應(yīng)用場景，使用股權(quán)置換巨頭手中的數(shù)據(jù)和場景，或?qū)⒊蔀榻趪鴥?nèi)AI公司的一個重要趨勢，原因在于在整體解決方案階段，核心驅(qū)動因素已經(jīng)由團(tuán)隊(duì)和算法技術(shù)，逐漸轉(zhuǎn)變?yōu)閿?shù)據(jù)和場景。另外一個案例是AI企業(yè)國家隊(duì)云從科技，云從借助其中科院背景，主攻金融領(lǐng)域的人臉識別及反欺詐場景，目前已攬下包括建行、農(nóng)行、交行、招行等50家客戶。

階段三：AI產(chǎn)品化階段。單靠基礎(chǔ)AI技術(shù)和整體解決方案本身，都難以成就一家偉大的AI公司，因?yàn)槟呐略俸玫募夹g(shù)和解決方案，都逃脫不了作為別人產(chǎn)品附屬的定位，AI企業(yè)要走得更遠(yuǎn)的話，產(chǎn)品化是一條難以繞過的道路，這點(diǎn)我們可以在科大訊飛以及前些年百度所走的彎路上，看得再清晰不過了。對于目前國內(nèi)AI公司的估值，未來離不開推出市場上具有影響力以及粘性的工業(yè)級/消費(fèi)級AI產(chǎn)品，單純的技術(shù)和整體解決方案很容易就觸碰到天花板。

階段四：協(xié)同生態(tài)構(gòu)筑者。產(chǎn)品背后的協(xié)同生態(tài)構(gòu)筑，是AI企業(yè)成熟度的最終標(biāo)志。什么是協(xié)同生態(tài)？我們以亞馬遜智能音箱Echo為例，正如亞馬遜Echo推出開始時應(yīng)用（Alexa的Skill）的數(shù)量慘不忍睹，隨后當(dāng)Echo出貨量爆炸式增長后，亞馬遜吸引了大量開發(fā)者融入Alexa生態(tài)中，目前Alexa已經(jīng)有了一萬多個Skill。而其中的關(guān)鍵驅(qū)動力，是亞馬遜強(qiáng)大的云計(jì)算能力——通過AVS（Amazon Voice System）以及ASK（Amazon Skills Kit）的開放，搭建了一個開發(fā)門檻低得不能再低的生態(tài)，開發(fā)者甚至完全不需要有任何語音識別的技術(shù)積累，AVS會解決所有的語音識別和語義處理等事情。這種類似于Echo的協(xié)同生態(tài)，能夠以AI產(chǎn)品為中心驅(qū)動大量的參與者加入到生態(tài)之中，并成為企業(yè)未來利潤的源泉。

演進(jìn)中的“點(diǎn)、線、面、體”

對于目前國內(nèi)這批已經(jīng)取得如此高估值的AI獨(dú)角獸，其未來最終的使命必定是成為偉大的AI產(chǎn)品公司——即全面產(chǎn)品化、產(chǎn)品協(xié)同生態(tài)化，否則我們無法想象在一個未來AI算法變得越來越普世、技術(shù)方案門檻變得越來越低的時代，一家AI公司仍然依靠單純的技術(shù)服務(wù)該如何生存。

上文提出的AI企業(yè)成熟度模型，正是一家企業(yè)從技術(shù)情懷及崇拜出發(fā)、逐漸演變?yōu)閭ゴ驛I產(chǎn)品公司的路徑，四個階段實(shí)際上就是一個從“點(diǎn)”到“線”到“面”最終到“體”的演進(jìn)過程。

“點(diǎn)”，就是單點(diǎn)技術(shù)服務(wù)商，也是在整個AI產(chǎn)業(yè)鏈上提供單點(diǎn)價值的角色，供給人臉識別、語音識別、圖像OCR、到娛樂級別的人臉變妝、顏值檢測等技術(shù)方案，以及產(chǎn)業(yè)輔助層面的各類數(shù)據(jù)標(biāo)注服務(wù)，顯而易見單點(diǎn)技術(shù)的天花板通常都比較低，至少相比目前大部分AI企業(yè)的估值而言。

“線”，即圍繞特定細(xì)分場景，能夠?qū)⒏鱾€單點(diǎn)連接為線條的角色，也就是上文中AI企業(yè)成熟度模型中的第二階段整體技術(shù)提供商。“線”的概念，其實(shí)類似于傳統(tǒng)管理咨詢中的縱向一體化，在特定的垂直行業(yè)（或者其中的一個特定場景，如安防行業(yè)中的視頻監(jiān)控），通過整合自身或者上下游的“點(diǎn)”提供全棧服務(wù)，形成整體垂直領(lǐng)域的解決方案。以曠視科技為例，目前曠視推出了自身的全幀率、全畫幅智能人像抓拍攝像頭，里面也使用了曠視自主設(shè)計(jì)、為自家人臉識別算法優(yōu)化的FPGA芯片，這樣通過算法—芯片—硬件三點(diǎn)為線，形成了安防視頻監(jiān)控的整體解決方案，通過全棧服務(wù)從單點(diǎn)的人臉識別算法商走到了上游。

“面”及“體”：AI產(chǎn)品化階段，當(dāng)AI整體解決方案足夠標(biāo)準(zhǔn)化，進(jìn)化為具有市場普遍性和粘性的工業(yè)級/消費(fèi)級AI產(chǎn)品后，就進(jìn)入了“面”的階段，從而在面上覆蓋更多的市場領(lǐng)域。而當(dāng)“面”（產(chǎn)品）足夠成熟，能夠?yàn)樽銐蚨嗟牡谌胶献骰锇橘x能時，正如亞馬遜Echo案例中，AVS為第三方賦能語音識別和語義處理，就演進(jìn)為“體”，即協(xié)同生態(tài)體系。

估值堰塞湖與漣漪效應(yīng)

在稍早前《500家國內(nèi)AI企業(yè)大數(shù)據(jù)分析：產(chǎn)業(yè)布局與融投風(fēng)云》一文中，通過梳理目前國內(nèi)超過500家AI企業(yè)的領(lǐng)域分布，我提出了一個接近紡錘體的AI產(chǎn)業(yè)形態(tài)分布：

通過數(shù)據(jù)我們也看到了一個接近紡錘體的產(chǎn)業(yè)形態(tài)，大多數(shù)AI初創(chuàng)企業(yè)集中于通用AI技術(shù)以及成為了投資熱點(diǎn)的消費(fèi)級終端（智能機(jī)器人、無人機(jī)、智能硬件）上。行業(yè)場景應(yīng)用方面雖然公司的絕對數(shù)量不少但過度集中于自動駕駛、智慧醫(yī)療和智慧金融上面，三者占了場景應(yīng)用層65%的企業(yè)數(shù)量，融資金額更是占絕對多數(shù)。這反映了當(dāng)前AI產(chǎn)業(yè)所面臨的一個事實(shí)——在本輪AI創(chuàng)業(yè)浪潮之中，優(yōu)秀資源（科學(xué)家、資金）集中在通用AI技術(shù)上。 

通過這項(xiàng)分析發(fā)現(xiàn)，根據(jù)IT桔子數(shù)據(jù)，雖然目前國內(nèi)已經(jīng)有超過500家AI初創(chuàng)公司，其中大部分分布于場景應(yīng)用和消費(fèi)級終端上，但整體產(chǎn)業(yè)大部分融資額都集中在了如商湯、曠視、依圖等通用AI技術(shù)企業(yè)上。原因在于本輪AI領(lǐng)域融投資的核心邏輯在于投人和團(tuán)隊(duì)，而杰出科學(xué)家創(chuàng)業(yè)團(tuán)隊(duì)往往熱衷于創(chuàng)辦通用AI技術(shù)企業(yè)，其中最熱門的莫過于受益于深度學(xué)習(xí)最多、相對較成熟而且離商業(yè)化最近的計(jì)算機(jī)視覺領(lǐng)域，因此才有了現(xiàn)在由商湯、曠視領(lǐng)銜的計(jì)算機(jī)視覺獨(dú)角獸樂園。

這樣，在目前國內(nèi)整個AI產(chǎn)業(yè)中，出現(xiàn)了堵截于通用AI技術(shù)領(lǐng)域的估值“堰塞湖”——大量融資投向了通用AI技術(shù)領(lǐng)域，獨(dú)角獸們紛紛拿到了不菲的融資，但客觀上說目前眾多通用AI技術(shù)公司尚處于單“點(diǎn)”狀態(tài)，或者正在某些垂直領(lǐng)域積極形成“線”，要消化如此多的融資以及其背后的壓力，最靠譜的做法是將估值重新擴(kuò)散到產(chǎn)業(yè)鏈上——這也是目前商湯等通用AI技術(shù)巨頭在做的事情。通過布局自身產(chǎn)業(yè)戰(zhàn)略投資，以縱向一體化的路徑打通產(chǎn)業(yè)鏈上下游，尤其是上游場景應(yīng)用，加速自身由“點(diǎn)”成“線”并逐漸向“面”演進(jìn)的速度。

  

如商湯科技領(lǐng)投了51VR這家聚焦全場景VR看房的場景應(yīng)用領(lǐng)域初創(chuàng)公司，曠視科技戰(zhàn)略投資了國內(nèi)AI制藥初創(chuàng)公司AccutarBio。這樣一出出獨(dú)角獸們紛紛把剛?cè)诘降腻X又重新投給別人的咄咄怪事，形成了產(chǎn)業(yè)界以AI技術(shù)公司估值堰塞湖為中心的“漣漪效應(yīng)”——其背后的邏輯是此前以投人和團(tuán)隊(duì)為核心的AI領(lǐng)域融資浪潮，讓通用AI技術(shù)公司獲得了飽和的融資，不缺錢的獨(dú)角獸們?yōu)榧铀購?ldquo;點(diǎn)”到“線”和“面”的演進(jìn)，參與到了產(chǎn)業(yè)戰(zhàn)略投資之中。

估值的終驗(yàn)

我們看到，當(dāng)前這波AI領(lǐng)域融資紅利期目前基本結(jié)束，由于優(yōu)秀科學(xué)家團(tuán)隊(duì)的稀缺性，使得產(chǎn)業(yè)整體融資和估值出現(xiàn)了明顯的馬太效應(yīng)，以至于在通用AI技術(shù)領(lǐng)域出現(xiàn)了估值的“堰塞湖”。對于湖水中紛紛拿到了巨額融資的獨(dú)角獸們而言，資本既是一劑貫穿筋脈的強(qiáng)心針，同時也是壓力和焦慮的源泉——尤其是對部分習(xí)慣于實(shí)驗(yàn)室式研究以及在各類頂級會議上發(fā)paper的科學(xué)家創(chuàng)業(yè)公司，技術(shù)的商業(yè)化壓力變得前所未有的迫切。

而未來，技術(shù)和算法都難以成為AI產(chǎn)業(yè)的核心壁壘，純粹以“點(diǎn)”為根基的AI技術(shù)服務(wù)顯然會在不遠(yuǎn)的將來被逐漸邊緣化。馬云曾多次說過，在未來計(jì)算是生產(chǎn)力，這句話背后的含義，至少對于阿里這樣的云計(jì)算服務(wù)提供商而言，在未來大部分阿里的AI技術(shù)都可以低成本甚至免費(fèi)使用——只要使用阿里云異構(gòu)計(jì)算平臺，類似還有百度的Apollo自動駕駛生態(tài)平臺，這無疑將進(jìn)一步壓縮單點(diǎn)技術(shù)本身的意義和價值。

當(dāng)然，對于部分尤其是中小AI公司而言，繼續(xù)選擇“點(diǎn)”和“線”作為自身產(chǎn)業(yè)定位是沒有問題的，產(chǎn)業(yè)同樣需要多樣性的生態(tài)，但對于估值動輒百億級別的獨(dú)角獸們，唯一的一條道路就是成為偉大的AI產(chǎn)品公司，向著全面產(chǎn)品化的“面”和“體”演進(jìn)，否則，單純的技術(shù)服務(wù)和解決方案，基本上難以獲得匹配其估值的未來營業(yè)收入。

回到估值問題上，在目前優(yōu)秀科學(xué)家團(tuán)隊(duì)和項(xiàng)目、算法和技術(shù)都仍然屬于相對缺乏下，明星企業(yè)拿到了如此高估值是可以理解的，但真正的問題是，在不遠(yuǎn)的未來，當(dāng)上述因素都變得不再稀缺的情況下，誰還沒能夠游到全面產(chǎn)品化的岸上？