在投资机构眼中,什么样的AI类创业公司才“靠谱”?
作者 | 郝毅文(源码资本投资部副总裁)
●在实际接触到的AI项目中,处于技术工具“造榔头”阶段的多,离产品化“造出房子”还远。
●目前人工智能人才的最大缺口是技术型人才,但下一个缺口将会是商业化人才。
●AI类型项目主要退出方式还是被巨头收购(15年69起,16年84起),目前尚未看到哪家有独立上市苗头,和热度略逊的大数据领域也差距较大,基金退出渠道不明。
AI:创投圈2017年最热方向
根据烯牛数据的统计,16年底-17年初,国内各大机构在关于今年投资方向的98篇讨论中,人工智能的提及次数占48次,是第二位“文化娱乐”的1.8倍。
按Venture Scanner数据,2016年,全球人工智能领域创业公司获得的融资总额达到了50亿美元,658个公司获投。市场火热程度毋庸置疑。
但繁荣之下也有隐忧。
Source:CBInsights
产品化与估值泡沫
我们认同AI技术的普及和爆发是必然趋势,但回到实际接触到的AI项目中,处于技术工具“造榔头”阶段的多,离产品化“造出房子”还远。
对比同样To B为主,以解决企业实际问题为目标的SaaS行业,AI领域有一定估值泡沫存在。
业内对SaaS公司有按Forward P/S 5-10倍来估值的共识,而AI类项目还在看人头,看简历定价阶段,或许存在按发表论文Paper数+H Index(学术产出水平)估值的P/P方法。
此外不少换包装的“准AI”项目也大量入市。甚至有些消费类项目,商业模式关键点并不在于AI技术应用,也在融资时凑热点,堆砌一些技术名词“忽悠”投资人。这反而掩盖了自身特点,带来不必要的技术DD,以己之短博人之长。
人才瓶颈
人才需求爆棚,薪资翻番,创业公司招人难。北美地区16年AI开发的相关职位供需比是3:10。该领域人才在国内的供求失衡更为严重,或达到1:10。学术圈人才大量进入工业界,也有诸多大公司骨干按耐不住开始了创业。
Source:David Simonds
目前该领域最大缺口的是技术型人才,但下一个缺口将会是商业化人才:理解技术边界和实现机制,更懂行业需求的“翻译官”类型。
创始人背景:目前普遍受认可,也是最多见的创始人背景是有学术高度的海归博士,在产业圈公司工作3-5年,晋升快,又有商业思维的。
其次是大公司研发线高层创业以及教授选手,一般在副教授级别,30-40岁,有一定学术影响力,有全职下海决心的。科学家创业需要尽快找到商业合伙人,对要落地的行业非常了解的。
退出路径
全球范围,AI类型项目主要退出方式还是被巨头收购(15年69起,16年84起),目前尚未看到哪家有独立上市苗头,和热度略逊的大数据领域也差距较大,基金退出渠道不明。在国内的环境中,大公司依然倾向收购资源和收入,对人才和技术的收购并不积极。
学术界的技术从论文想法到产品落地,再到成为行业常识的时间越来越快,具有技术收购价值的窗口期缩短。例如去年的热门软件Prisma所用到的风格迁移技术,概念最早发表于 15 年 8 月的一篇论文《A Neural Algorithm for Artistic Style》,3-4个月后,开源社区将算法速度提升了几个数量级,16年上半年有2-3家创业公司拥有这个技术,7月Prisma引爆朋友圈后,现在已有不少于20个团队在这个方向创业,也成为所有美图类的标配。届时技术收购价值也大大降低。过高估值的公司,自我造血能力跟不上的话,形势尴尬。
技术成熟周期
前沿科技领域的创业公司需要尊重商业规律,寻找价值创造点,敬畏技术成熟周期。Gartner每年都会公布新兴技术成熟度曲线,创业者应审视自身实力,寻找技术到站距离比较近,或是至少有中途停靠补给站(商业化应用)的赛道,伟大的企业都从满足客户需求开始,而不是依靠赢得世界级的学术地位。
Source:David Simonds
AI领域巨头积极开源,平台类型技术很快会商品化。例如Google Tensorflow这样的框架,现在不少非AI公司都在实际应用了,就像3年前Hadoop的普及一样,靠这样的框架做AlphaGo还不可能,但分析一些离线业务数据已经足够。
源码所看好的AI领域公司特征
数据是生产资料、计算是生产力。纵观整个产业链,我们更看好应用层的行业解决方案公司,在垂直行业中找到价值创造点,能借助AI技术提升行业效率的,或者满足必须依赖AI才能实现的新需求。同时我们也看好沉淀有大量自有数据,未来可能用AI技术发挥更大价值的公司。
Source:网易 乌镇智库 源码资本整理
以下AI+行业会更早引来爆发机会:信息分发、金融、医疗、教育、安防、物流人流等。
Source: 三横九纵投资地图
未来的AI投资难成独立赛道,将会分散到各个应用领域投资中。源码坚信,AI技术是如今最激动人心和最具变革性的机遇,但AI在2-3年后将是一个消失的独立投资领域。它会像第二次工业革命中的电一样,成为基础能力,给每个产业带来新的商业机会,也解放数以百万计现有工作岗位。
“靠谱”AI类创业公司的特征侧写:
●从技术创业开始,从技术层切入,找到优势点后,进入某个行业做应用;
●好切入点,有行业Know-how的高管团队;
●数据端卡位的意识;
●算法端可靠+性价比:基础算法不落后,创始人能卷起袖子解决工程问题;
●To B创业公司占绝大多数,To C很少见。收入以项目制为主,初期一般是分包商地位。赋能传统中间商/集成商/代理商是这个赛道里好的商业模式。
欢迎关注黑智