生死时速！半年吸金600亿，超85%是天使到A轮，它们明年集体争夺B轮融资

2011 年Marc Andreessen 在华尔街日报发表文章“软件正在吃掉世界”，将计算机软件描述为基础设施，未来所有的公司都是软件公司。

之后“互联网正在吃掉世界”、“大数据正在吃掉世界”、“云计算正在吃掉世界”陆续登上了包括福布斯、TechCrunch 等媒体的封面或网站。

终于，今年1月，“人工智能正在吃掉世界”成为TED x Heidelberg的演讲标题。

就在不知不觉中，人工智能像纷繁复杂的毛细血管，深入应用到你能想象到的所有领域中，包括从工业能源的使用到找到合适的GIF动图。

　　 备受资本追捧，将带动万亿产业的新一波科技浪潮

　　 中国已是人工智能企业数量第二大国

自1996年中国第一家人工智能企业未来机器人在上海成立后，中国人工智能产业萌芽，进入了长达7年的蛰伏期，在这一时期，每年成立的人工智能企业仅有零星三两家，人工智能产业面临着无人投资的资本寒冬，艰难前行。

　　2008年以后，中国人工智能企业进入快速增长阶段，涨幅最高超过100%，并在2015年达到最 高峰 值。虽然增势在2015 年后回落，但是按照产业发展规律来看，这一趋势是产业发展的必然。

截至2017年上半年，中国人工智能企业的数量在20 年里从0一路飙升至592家，占据全球总量的23%。

从产业图谱来看，人工智能主要分为技术层、应用层和基础层。技术层包括人工智能通用技术平台（例如计算机视觉与图像、自然语言处理、语音识别）。应用层包括人工智能行业应用方案、消费类终端或服务等。基础层包括人工智能芯片、算法和数据。

据统计，在中国人工智能创业公司中排名前三的领域为：计算机视觉与图像，有146家公司；智能机器人，有125 家公司；自然语言处理，有92 家公司。相比美国的全产业布局特征，中国主要集中在应用侧，只在技术层局部有所突破。

根据《新一代人工智能发展规划》，到2020年人工智能总体技术和应用与世界先进水平同步；初步建成人工智能技术标准、服务体系和产业生态链，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。人工智能已经上升到国家战略。

　　 累计融资超600亿，企业获投率远超互联网公司

在技术和政策的推动下，人工智能自然成了资本追逐的对象。

　　2001年成立的 小i机器人 在2005年获得IDG资本2040万元的投资，打响了中国人工智能企业获投的第一炮。此后，融资从2013年开始激增，截止至2017 上半年，中国人工智能企业累积融资超过600 亿元。2016 非但不显颓势，反而更加强劲，企业获投率达到惊人的69.13%，远超互联网行业。

中国人工智能企业中，融资占比排名前三的领域为：计算机视觉与图像，融资额为143 亿元，占23%；自然语言处理，融资额为122 亿元，占19%；自动驾驶/ 辅助驾驶，融资额为107 亿元，占18%。其中，中国的自动驾驶/ 辅助驾驶企业虽然数量不多（只有31 家），但融资额却排名第三，表明中国投资者非常看好这一领域。

而据投资界（微信ID：pedaily2012）不完全统计，仅2017年至今这不到一年时间，在人工智能领域的创业公司融资事件就高达近150起，详情见下表。

　　 互联网巨头的 AI产业森林

　　 李开复 表示：AI的出现，会很快将大量财富堆积到那些使用AI赚钱的企业，而失去工作的人所产生的经济价值，会乘以某个系数重新输送到AI公司，最终获利的还是AI企业。

　　国内人工智能企业有以百度、 阿里巴巴 和腾讯为代表的互联网巨头，也有如 科大讯飞 这样的人工智能技术领域龙头，这些企业作为国内人工智能的核心力量与关键势力，构成了国内人工智能的第一梯队。

　　 百度：All in AI

作为PC互联网时代的霸主，百度似乎并没有抓到移动互联网的红利，百度逐渐从BAT阵营中掉队。但从年初至今，百度的股价足足涨了65%，近期市值一度逼近千亿美金。

　　投资者对于百度的再次看好，无疑是因为百度将AI作为了核心战略。“百度是一家AI公司。”百度集团总裁 陆奇 表示。

百度人工智能的技术背后是“百度大脑”，主要包括百度语音识别技术、自然语言理解技术、用户画像技术和图象识别技术四部分。目前百度开放了80多项百度大脑的能力（API），有37万多个开发者在使用百度大脑，目前被内外部产品调用的次数达到每天2188亿次。

同时，百度也在推进Apollo平台和DuerOS生态。目前百度初步形成了对话式人工智能和自动驾驶生态系统，为行业输出多层次、立体化的AI解决方案。此外，百度人工智能技术已覆盖金融、教育、医疗、交通、家电等各行各业。

百度正在通过转型成人工智能平台型公司，建立起技术驱动的应用型生态。

　　 从双11到“国家AI登月计划”，阿里AI的场景体系有多少秘密？

　　 阿里巴巴 主要围绕自身的电商业务进行布局，试图将人工智能更好地赋能商业生态，注重消费级人工智能产品研发。今年双十一开始前的一个月，阿里巴巴CTO 张建锋 就给技术部门下了一个特殊的“KPI”——今年双11不但要做的好，还要做的轻松，要让工程师们“喝着茶度过双十一”。

在双11的新零售狂欢中，有太多地方可以加入AI的身影。天猫淘宝采用AI驱动的推荐引擎，为每一个用户勾画符合自身兴趣的商品推荐页面；比如在客服端引用对话式AI技术，让机器来缓解平台客服压力；再比如物流业务体系的精准化、高速化和无人化，也需要人工智能来接通。即使下沉到非常具体的场景中，比如消费者想要知道购买什么样的服装搭配，也可以通过淘宝的时尚大脑来用算法解决问题。交易支付、搜索、广告、库存、流量管理等等体系中，今年的天猫双11用人工智能勾勒了一个复杂精密的人机协同系统。

　　而在零售场景之外，是不是可以将 阿里云 的AI整体解决方案和系列AI能力平行移植到其他产业中？从参与国家“AI登月计划”的ET城市大脑，到工业大脑、环境大脑、医疗大脑等等，或许就可以看出阿里AI对于这个问题的答案。

阿里已先后在杭州、苏州、澳门等地部署了城市ET大脑。此前，杭州城市大脑已经接管了杭州128个信号灯路口，试点区域通行时间减少15.3%，高架道路出行时间节省4.6分钟。在主城区，城市大脑日均事件报警500次以上，准确率达92%；在萧山，120救护车到达现场时间缩短一半。

　　 腾讯：AI in all

腾讯从去年开始，组建了腾讯AI Lab，在机器学习、自然语音处理、语音识别和计算机视觉四个方向开展基础研究。围绕着腾讯核心业务和场景，腾讯的AI 布局在游戏、内容、社交、金融、医疗等方面正在快速展开。

在前不久举行的2017腾讯全球合作伙伴大会上，腾讯披露了人工智能的整体布局，以及在众多研究领域的最新技术进展与应用探索。

同时，还推出“AI生态计划”(AI.QQ.COM)，正式通过腾讯开放平台开放腾讯AI能力，助力AI产业发展。

通过行业共享大生态，腾讯可以赋能中小从业者和传统产业。一方面是针对中小从业者与合作伙伴，共享AI基础能力，如通过腾讯开放平台，将算法、数据到模型等AI基础能力开放，并为从业者提供方便易用的以API和SDK为主的AI服务解决方案。另一方面针对传统行业，通过“行业AI+X”计划与AI创业者的扶植开放腾讯AI能力，推动AI在更多垂直领域台落地。

　　而腾讯发布的首款AI医学影像产品“腾讯觅影”，使用AI Lab技术发现早期食管癌的准确率已高达90%，在取得技术突破的同时，腾讯觅影联手一些医院开展人工智能医学影像研究。数据显示，腾讯觅影已与全国多个省市十多家三甲医院建立了联合实验室，与全国近百家医院达成合作意向，成为企业通过人工智能技术应用推动传动行业 智慧 升级的典型案例。腾讯入选首批国家人工智能开放创新平台，体现了国家对腾讯医疗影像等人工智能基础技术研究实力的认可。

腾讯人工智能发展战略的优势主要体现在三个层面：

首先是基础研究领域，包括在机器学习、计算机视觉、语音识别和自然语言处理等方面的技术积累;

其次是业务落地，得益于腾讯的海量数据和应用场景，腾讯已经把前沿基础研究落地到游戏、社交、内容等应用场景，并且与合作伙伴共同推进医疗、金融、翻译、安防、零售等领域的行业应用;同时，腾讯在建设以AI.QQ.COM能力平台和腾讯AI加速器为代表的开放生态。

此外，腾讯还将从场景、技术、人才、资本四个方面全面扶植AI创业者，与合作伙伴共同推进AI技术的产业落地。

　　 科大讯飞：用成绩说明为什么能与BAT一道进入国家队

11月15日科技部公布了首批国家人工智能开放创新平台名单,除了百度自动驾驶、阿里云城市大脑、腾讯医疗影像外，还有科大讯飞建设智能语音国家人工智能开放创新平台。

就在11月6日，科大讯飞自主研发的AI机器人“讯飞智医助手”，通过了2017国家临床执业医师资格考试，满分600，通过线360，“讯飞智医助手”考分456，在安徽2万名考生中排名前100。这是全世界第一个通过国家医师资格考试的机器人。

不仅如此，科大讯飞还有一系列的成绩来证明自己为什么能建设智能语音国家开放创新平台。

　　 语音合成

语音是科大讯飞的核心强项。在2017年国际权威的语音合成比赛“暴风雪竞赛”中，科大讯飞连续第12年蝉联第一，而且在语音合成技术评分中，获评4.0分，达到美国大学生真人说话水平。

　　 语音识别中方言识别拓展至2012种

在语音识别中，科大讯飞宣布2017年将方言识别种类，拓展至2012种，而且各项指标都相较2016年提升了50%以上，其中准确率超过90%的方言识别已经接近10种。

　　 医学影像识别

在今年8月的全球肺结节测试中，讯飞刷新了世界纪录，准确率达到94.1%.讯飞对肺结节的判断AI技术已经达到了三甲医院平均医生的水平。

　　 图像识别和理解

在奔驰发起的一项自动驾驶图像识别检测测试中，科大讯飞击败了Google在内的其他43家参赛机构，获得第一。

　　 机器阅读理解

　　在今年由 斯坦福大学 牵头的SQuAD的国际的机器英文阅读理解中，科大讯飞击败了微软、Google和IBM等之前的种子选手，排名第一，且刷新了世界纪录。

　　 开发者数据

2017年， 科大讯飞平台上的开发者团队从23万增至46万，过去18个月中，累计使用过讯飞人工智能技术的独立终端数已经突破15亿，每天使用量超过40亿人次。

　　除了BAT和科大讯飞外，近几年来也涌现出了中科寒武纪、格灵深瞳、依图、智齿客服、 深鉴科技 、 碳云智能 、 出门问问 、 商汤科技 、达闼科技、 地平线 等一大批初创型人工智能企业，在智能芯片、计算机视觉、语音识别、智能生活解决方案和医疗基因等领域形成差异化的竞争态势，并在各自领域内的技术领先度或市场占有率上领先。

　 人工智能的产业地图

在工作态度上，陆奇常说：“Head above cloud，Feet on the ground”。就是脑袋要在云端之上，才能看得远，看得清；但是你的脚必须要踩在件事的大地上，一步一步向前迈进。

做人工智能事业要跨越的第一个障碍就是如何落地。人工智能意味着一个非常大的改变，时间会很长。要落地的话首先必须找到好的用户体验、给用户带来实际价值，然后还要找到商业模式，不然没有可持续性。

所以目前人工智能的挑战在于是否能够找到落地的用户体验和实现用户价值的场景，进而找到合适的商业模式，建立一个创新的循环。

　　众所 周知 ，机器的学习需要海量的数据，因而人工智能最先渗透的一定是能够产生大量数据的行业。而且从对AI创业公司的投资情况可以看出，目前率先落地的形式主要是在无人驾驶领域，其领域创业公司今年融资情况见下表：

除了自动驾驶之外，人工智能的应用还在其他几个行业有所突破：

　　 智能金融

人工智能使得金融大数据处理能力大幅提升。由于金融业与整个社会经济存在巨大的交织网络，沉淀了大量有用或者无用数据，包括各类金融交易、客户信息、市场分析、风险控制、投资顾问等，数据级别都是海量单位，同时大量数据又是非结构化的形式存在，如客户的身份证扫描件信息，既占据宝贵的储存资源、存在重复存储浪费，又无法转成可分析数据以供分析；金融大数据的处理工作面临极大挑战。

通过运用人工智能的深度学习系统，能够有足够多的数据供其进行学习，并不断完善，甚至能够超过人类的知识回答能力，尤其在风险管理与交易这种对复杂数据的处理方面，人工智能的应用将大幅降低人力成本并提升金融风控及业务处理能力。

　　 无人零售

各种形式的无人零售商店在国内也如雨后春笋般兴起。从顾客进店开始，通过人脸识别验证顾客身份，在顾客购物时，通过图像识别和对比技术判断商品种类，自动生成购物订单完成自动结算。

当然，无人收费只是零售智能化的第一步，人工智能不同能力的应用将全面改变现在的零售模式。比如开一家店选址、到底在哪开、开多大、覆盖多少人群、卖多少东西？时装周采购设计师的衣服，买那些今年会畅销？以前这些都靠零售人的经验做决策，但在信息时代，这些都可以用精准的算法做决策。

　　此外，按照 马云 的说法，智慧物流也是新零售的一个重要方面，而AI也正在使得物流变得更加智能。

　　 AI+医疗

目前人工智能在医疗健康领域中的应用已经非常广泛，已经有一批高科技企业将人工智能技术用于医疗领域。从具体应用场景来看主要包括虚拟助理、医学影像、药物挖掘等众多领域，涉及多个层面。

这其中又以医疗影像为热点，原因有两点：医疗影像是所有大病诊疗的入口和基础，放射科医生是医疗行业最短缺的人员之一；人工智能技术爆发的核心——深度学习，正好最擅长分析影像类数据。如此，使得影像识别技术成了最有可能在医疗领域率先落地的技术。

　　 AI+安防

安防本身具有两大特性，第一、在传统的以视频为主的安防行业中，经过多年的发展，已经积累了大量的数据资源，满足了人工智能基于大数据为基础的算法模型训练的要求；第二、安防行业中事前预防、事中响应、事后追查的特性刚好吻合了人工智能的算法和技术。

也就是说，目前AI在安防领域的应用主要通过图像识别、大数据及视频结构化等技术进行作用的。

　　2017年以来，AI+安防领域的创业公司融资情况见下表：

　　 智能制造

智能制造，是在基于互联网的物联网意义上实现的包括企业与社会在内的全过程的制造，把工业4.0的“智能工厂”、“智能生产”、“智能物流”进一步扩展到“智能消费”、“智能服务”等全过程的智能化中去，只在这些意义上，才能真正地认识到我们所面临的前所未有的形势。

这一年来，各大制造企业为了重塑自身在制造业的全球竞争优势，在各层面高度重视智能制造，并相应启动了一系列针对基于模型的企业、网络物理系统、工业机器人、先进测量与分析、智能制造系统集成等智能制造关键要素的计划和项目，以对“AI+制造”的新竞争力形成进行系统支持。

结语

　　百度风投 刘维 在接受投资界采访是表示：“2017是从投资AI转向投资AI时代的关键一年，AI再不是狭义的技术，而是一种强大的渗透到各个场景去提升效率的能力。从这个角度看，我们看到了特别多的机会，遍布各种底层技术和纵深的行业应用。”

通过2017年AI领域创业公司的融资情况可以看出，那些专注于基础层以及技术层研究的公司都已经有了多年的积淀，形成了一定的技壁垒。融资一般轮次都比较靠后，而且融资金额较大。

而面向未来10 年，如何实现人工智能产业自身的创新并应用到具体场景中将会是技术社会发展的关键点。因此有一个更显著的特点是，AI+各行各业的创业公司如雨后春笋般涌现，能让AI在具体场景落地的企业的倍受资本青睐。但也可以看出，众多专注于应用层的AI创业公司一般都成立时间较短，融资轮次也大都处于初创期，融资金额相比那些基础曾和技术层的公司也会较少。

对于人工智能的应用来说，技术平台、产业应用环境、市场、用户等因素都对人工智能的产业化应用市场有很大的影响。在这一轮的人工智能技术的应用中，自动驾驶、智能医疗、智能安防、服务型机器人、智能交通、智能制造、智能娱乐等应用成为了全球人工智能市场的热点。

本文为投资界原创，作者：闫启，原文：http://news.pedaily.cn/201712/424567.shtml