2018年中國人工智能行業融資熱度持續走高但技術發展不成熟

人工智能大數據企業無疑是近兩年“獨角獸”陣營中的明星，就在剛剛過去的2018年，包括商湯科技、曠視科技等多個企業都從前幾年的低調布局轉變為高調發聲。

這一變化的背后是資本的青睞和驅動。2019年初，《艾媒報告|2018中國人工智能產業研究報告——商業應用篇》顯示，2018年行業融資熱度持續走高。iiMediaResearch(艾媒咨詢)數據顯示，2018年中國人工智能領域共融資1311億元，同比增長超過100%，投資者看好人工智能行業的發展前景，資本將助力行業發展。

但是資本的涌動僅僅表示投資人對人工智能的預期比較高，并不代表當下人工智能的技術發展已經成熟。有投資人表示AI企業的估值正在回調，創新工場董事長李開復在2018年9月接受《每日經濟新聞》采訪時表示，在過去的三四個月AI公司估值已經下降了20%和30%。

資本青睞僅是表面繁榮

“AI的泡沫破滅不會太遠了。我認為(2018)年底是估值合理化的一個時間點。過去這三四個月AI公司估值已經下降了20%、30%，再下降20%、30%，就是AI公司合理的估值了。”2018年9月，創新工場董事長兼CEO李開復在《AI·未來》新書發布會上表示，太多人用AI包裝項目，造成估值過高，未來將會得到調整。

據前瞻產業研究院發布的《中國人工智能行業市場前瞻與投資戰略規劃分析報告》統計數據顯示，2018年中國人工智能領域融資額高達1311億元，增長677億元，增長率為107%。在“資本寒冬”來臨的論調中，人工智能融資額增長率超過100%。雖然2018年人工智能融資事件數增長幅度較緩慢，但融資總額攀升，大額融資事件頻發，行業資本變動更集中于頭部企業。截止至2017年中國人工智能領域專利申請量為46284件，增長率為59%。

2012-2018年中國人工智能行業融資額及融資事件數統計情況

數據來源：前瞻產業研究院整理

2007-2017年中國人工智能領域專利申請量統計情況

數據來源：前瞻產業研究院整理

可以看到，在過去的幾年時間里，中國的人工智能企業數量快速增長。IT桔子統計數據顯示，2013年至今，AI領域共有1332家創業公司，2371起投資事件，投資總額為2885億元。資本的瘋狂涌入催生了一大批人工智能企業，同時也導致了整個行業的企業估值都處在一個偏高的狀態。博將資本硅谷管理合伙人AlexRen曾對媒體表示，整體來看中國公司估值比美國高二到四倍。

值得注意的是，資本的布局催生了整個行業的繁榮，也意味著，在資本之風不再吹拂之后，有些企業難免會落在地上。騰訊研究院&IT桔子聯合發布的《2017年中美人工智能創投現狀與趨勢研究報告》統計數據顯示，截至2017年6月，倒閉的中美人工智能企業數量已超過50家。

“資本介入、政府認可并不是行業真正的繁榮，整個行業的泡沫還很大。”艾媒咨詢CEO張毅對《每日經濟新聞》記者表示，2017年~2018年，資本對于人工智能大數據企業介入較多，整個行業呈現出一片繁榮的景象。但如果在未來兩年難以找到具體的應用場景，被用戶認可，估值的回落是一種必然。

張毅也提到，隨著2018年人工智能大數據領域的獨角獸企業涌現，拿到大額融資的企業也會對競品企業產生一定擠出效應，整個行業進入洗牌期，得不到資本持續支持和業務訂單的企業很容易面臨危機。

盡管AI企業估值回落，但作為投資人，星瀚資本創始人楊歌在接受《每日經濟新聞》記者采訪時表示，他并不懷疑人工智能的發展潛力。大家信心階段性回落的原因是過去幾年資金比較活躍，人們又過度預期了人工智能會產生的商業價值，當這些公司達不到他們的預期時，估值開始回落理所當然。“事實上，AI企業估值回落已經不是第一次，類似的事情歷史上已經發生過四次了。”

數據制約人工智能發展基礎層技術發展不成熟

“限制人工智能發展的重要因素之一仍是數據。”楊歌還表示，企業在收集數據的時候會遇到很多困難，比如數據噪音及數據同源性等問題，這些都會導致最后的分析結果有差異。

以“數據同源性”的影響為例，如果數據同源性太高，無法形成有效的分析，最終呈現的結果就會是片面的甚至會是假象。

講到這里，已經可以發現數據的重要性。作為人工智能產業鏈的上游，借“AI熱”的東風，大數據企業的估值應該也不會低，但是事實上并非如此。

楊歌分析稱，所有這些市場化的數據，同質化嚴重，溢價競爭力太低，導致大數據企業無法被高估值。相比之下，BAT等互聯網巨頭商業體量很大，有很多獲取數據的渠道，而這些渠道是中小AI企業無法接觸到的。

因此，對AI企業來說，市場上的數據無法滿足它們的需要，但是自己采集數據的話又會遇到各種困難。沈陽新松機器人自動化股份有限公司高級副總裁王宏玉此前向《每日經濟新聞》記者表示，人工智能在應用過程中常常涉及到很多隱私，包括個人隱私、企業隱私，現在新松機器人給用戶提供的智能化生產線涵蓋了這兩類用戶。

“目前我們提供的服務，理論上可以采集用戶的數據，但實際上包括機器人、產線都是斷網的，不讓我們采數據，因為一旦這些數據被泄露以后，所有的生產工藝包括生產秘密都泄露了，這對企業來講是大問題。”王宏玉表示，現在人工智能不是哪兒都能用的，各種限制比較多，新松機器人也不能輕易去觸碰這些底線。

當然，數據只是影響人工智能發展的一個因素，并不是全部。當下，除了數據之外，硬件、算法、系統軟件等基礎層技術也都處在不成熟的階段，這導致很多人工智能產品無法成為一個C端消費者能直接使用的產品。楊歌表示，今天的人工智能和1960年前后的計算機行業非常相似，仍處在大規模TOB階段。

聲明：本文為轉載類文章，如涉及版權問題，請及時聯系我們刪除（QQ:2737591964），不便之處，敬請諒解！