AI企業(yè)面臨洗牌 更多的初創(chuàng)企業(yè)趁機進入爭搶空間
人工智能經(jīng)過近十年的發(fā)展,終于站上了接受商業(yè)模式拷問的時間節(jié)點。
隨之而來的是一度被各個行業(yè)趨之若鶩的“人工智能+”,顯露出降溫苗頭。后進場的創(chuàng)業(yè)者和投資人,相比前人多出幾分嚴肅和謹慎。整個2019年,人工智能相關(guān)投融資事件顯著下滑,并且更傾向于從早期投資挪向后期。
但在安防、醫(yī)療、智能制造等成熟行業(yè)領(lǐng)域中,人工智能正在以較快的速度落地。同時,AI芯片、AI企服等新興領(lǐng)域也正在崛起,變?yōu)樾碌膬r值洼地。
面對市場的情緒變化,大多數(shù)人寧愿暫時克制,也有人更擅長沙里淘金。對于國內(nèi)最早的一批投資人、高捷資本創(chuàng)始合伙人黎蔓而言,即便抱有“AI投資成功是個小概率事件”的冷靜態(tài)度,但這一年他和團隊出手捕獲的AI項目甚至比往年更多。
從AI相關(guān)產(chǎn)業(yè)鏈看,捷資本第三期幣基的被投企業(yè)已經(jīng)覆蓋上、中、下游。從上游的核?零部件企業(yè)、智能基礎(chǔ)設(shè)施企業(yè),到下游的智能企業(yè),產(chǎn)品則包括芯片等AI 基礎(chǔ)元件,以及其他核心硬件、集成系統(tǒng)、產(chǎn)業(yè)鏈服務(wù)等。
整體而言,人工智能技術(shù)未完全成熟,應(yīng)用面較窄,尚處于“弱人工智能”的初級階段。但它依舊是時代的寵兒,也依舊被寄予厚望。用黎蔓的話來形容,“還有很廣闊的前景。未來10-20年都是一個比較好的機會。”
結(jié)合具體場景開發(fā),“先有釘子再找錘子”
AI芯片,是AI+領(lǐng)域中競爭態(tài)勢激烈的市場之一,巨頭企業(yè)、初創(chuàng)企業(yè)蜂擁進場,市場投資火熱。這背后折射出國內(nèi)半導(dǎo)體產(chǎn)業(yè)將其視為“彎道超車”的重要機遇。
普華永道一份報告顯示,人工智能很可能成為半導(dǎo)體行業(yè)下一個十年增長周期的催化劑。加上中國5G正式商用,下游終端設(shè)備對于半導(dǎo)體的潛在需求增長,也將進一步拉動半導(dǎo)體產(chǎn)業(yè)的升級。
而從國際上看,世界主要國家和地區(qū)的芯片競爭大戰(zhàn)日益加劇。受到中興通訊事件、華為事件以及中美貿(mào)易摩擦的影響,國家層面出臺產(chǎn)業(yè)利好政策,也使得國產(chǎn)替代芯片抬頭迎來新的窗口期。
研發(fā)生產(chǎn)出有極強算力,且符合不同細分市場需求的芯片,成了AI競爭中的關(guān)鍵一役。
在黎蔓看來,這一發(fā)展窗口期十分難得,但也面臨企業(yè)過度扎堆、資本過熱的現(xiàn)象。他甚至看到,過熱的市場甚至吸引到了一些根本沒有半導(dǎo)體投資經(jīng)驗的機構(gòu),“連投資奶茶品牌的機構(gòu)也來了”。
半導(dǎo)體并非新興行業(yè),巨頭盤踞下,AI芯片市場不確定性與機遇同樣巨大,貿(mào)然入場的初創(chuàng)企業(yè)極不小心就成為陪跑。
而作為“工業(yè)大腦”的芯片,本身就面臨著比其他行業(yè)更長的研發(fā)周期,這既考驗初創(chuàng)企業(yè)的耐性,也對有資金使用期限的資本形成挑戰(zhàn)。
除去客觀環(huán)境因素,初創(chuàng)團隊自身也須打鐵硬。黎蔓向億歐提到,“初創(chuàng)企業(yè)必須針對具體場景去開發(fā)芯片,場景不明確就難有很強的驅(qū)動力,起量難,公司就會非常困難?!痹谒磥?,先找場景再開發(fā)的邏輯順序,可以用“先有釘子再找錘子”來作比,“先有錘子才找釘子,就相當(dāng)于還沒找到起點需求就開發(fā)技術(shù)?!?/p>
取決于芯片研發(fā)對技術(shù)的高要求特性,技術(shù)不過硬,良品率低,就會變相拉高芯片研發(fā)成本,難以量產(chǎn);而極強的技術(shù)水平才可以形成壁壘。
黎蔓認為,技術(shù)不行,最后的成品可能就是“大飯店”與“街邊小攤”的差別。因此在實際投資時,高捷資本對于團隊技術(shù)實力更為挑剔,更看重諸如技術(shù)團隊有無頂級大廠研發(fā)經(jīng)驗、技術(shù)實力能否達到行業(yè)前茅等條件。
AI企服還處于低谷上升期
另一個被視為站上風(fēng)口的AI+細分領(lǐng)域,是AI企服。
企服不是新詞。在 2014 年時,企服就作為創(chuàng)投圈的重要細分市場逐漸被投資機構(gòu)重點關(guān)注。有人把2014 年看作是以企業(yè)級 SaaS 類公司為代表的 ToB 企業(yè)集中爆發(fā)之年,在這一年后,資本市場才不斷擴大在 ToB 領(lǐng)域的投資布局。
而企服加上“AI”,核心就是應(yīng)用在具體行業(yè)場景里,用AI技術(shù)給行業(yè)賦能。具體而言,則包括提升簡單重復(fù)性工作的效率、技術(shù)代人承擔(dān)突破人類能力極限工作、提供全新的人機或服務(wù)交互模式。
農(nóng)業(yè)領(lǐng)域里,高捷資本有過兩次AI企服的布局。其中的一家麥飛科技作為智慧農(nóng)業(yè)大數(shù)據(jù)服務(wù)商,通過無人機遙感監(jiān)測與AI大數(shù)據(jù)結(jié)合進行精準化的農(nóng)田病蟲害防治。
在中國,農(nóng)業(yè)這樣一個超千億元級規(guī)模的市場下,病蟲害防治一直是難解的痛點之一。過去通過農(nóng)村植保站人工施藥的方式,不僅機械化程度低,過度施藥也增加種植成本并帶來作物安全隱患、甚至導(dǎo)致減產(chǎn)?!鞍奄|(zhì)量提升、服務(wù)成本下降,進而提供更好的服務(wù)與產(chǎn)品”,在黎蔓看來,麥飛科技正在做的事已經(jīng)接近了AI賦能行業(yè)的答案。
一直以來,農(nóng)業(yè)由于所謂低附加值、農(nóng)民收入低等刻板印象,往往是被忽視的賽道。
但在黎蔓看來,農(nóng)業(yè)具有可擴張的商業(yè)模式,具有極其穩(wěn)定的重復(fù)購買機會,不是一錘子買賣。且中國有18億畝耕地,市場空間巨大。另外,農(nóng)業(yè)基本不牽涉?zhèn)€性化的問題,稻田和小麥的除蟲技術(shù)差別不大。技術(shù)和商業(yè)模式的可復(fù)制性高,擴張性強。
可以看到,除了農(nóng)業(yè),高捷資本在教育、醫(yī)藥等領(lǐng)域都進行了AI企服布局。在應(yīng)用領(lǐng)域的選擇上,農(nóng)業(yè)、教育和醫(yī)療等都有著資源集中化的明顯特點。其中,醫(yī)療和教育的個性化需求還尤為明顯,黎蔓認為,這正是AI發(fā)揮技術(shù)優(yōu)勢的機會所在。
業(yè)內(nèi)有人曾對AI企服的落地痛點進行討論,一些人認為是大量的數(shù)據(jù),也有人認為是與場景的結(jié)合。
黎蔓的“釘子錘子論”則傾向于站在后一種觀點上,“AI的能力還有限,雖然有的行業(yè)已經(jīng)可以享受到AI的果實,比如視覺檢測用于安檢等等。但AI這把錘子還不是什么都能干,所以必須找場景,找到痛點,先看到釘子再看AI這把錘子適不適合用?!?/p>
投資邏輯:技術(shù)、場景、商業(yè)模式
今年10月,芯聲智能拿到了高捷資本領(lǐng)投的2000萬人民幣Pre-A輪融資。這家為AI語音交互提超低功耗芯片方案的企業(yè),創(chuàng)始團隊相關(guān)從業(yè)經(jīng)歷都在15年以上。
仔細看,芯聲智能成立時正趕上是智能音箱市場如日中天。這個大而全的市場里,大多數(shù)企業(yè)都選擇開發(fā)通用型AI芯片,芯聲智能卻沖進別人看不清的耳機市場,專注于小型化專用型AI芯片領(lǐng)域。而這樣的細分賽道正是高捷資本的發(fā)力點。
對于這樣“棄大抓小”的戰(zhàn)術(shù),芯聲智能總經(jīng)理湯健告訴億歐,目前低功耗領(lǐng)域的痛點是芯片供應(yīng)商比較少,市場渴望功耗非常低的芯片,但芯片功耗想要做到一毫瓦以下極其困難,所以競爭對手比較少。
其次,當(dāng)前的消費電子市場,語音交互已經(jīng)成為生物觸控之外的另一種人機交互方式。由于語音信息的復(fù)雜性,語音交互也承載了更多的智能應(yīng)用。而與之對應(yīng)的芯片端,則需要更快速準確的本地化處理,以及更低的離線識別功耗
芯片領(lǐng)域不乏巨頭企業(yè)大手筆發(fā)力,初創(chuàng)企業(yè)能夠進入并擁有一定的生存空間,就需要另辟一個新的戰(zhàn)場,人越少越好,但落地的場景足夠明確。用黎蔓的話說,這個市場“可能是別家看不懂、看不清甚至不屑于做的,你趕緊沖上去,才有大概率的機會成活。”
而總結(jié)高捷資本在AI領(lǐng)域的投資邏輯,除了市場方向的選擇,黎蔓在投資時還格外強調(diào)要有“核心技術(shù)、具體場景”。
在一次公開演講中,黎蔓曾分享過AI領(lǐng)域從底層基礎(chǔ)到頂層應(yīng)用創(chuàng)投新機會。當(dāng)時他指出,從底層、中層到頂層,高捷資本都有所關(guān)注,但以數(shù)據(jù)和算法為主的中間層他認為機會不多。
這樣的判斷,其實也指向了黎蔓所強調(diào)的“技術(shù)壁壘”?!爸虚g層主要是數(shù)據(jù)和算法,數(shù)據(jù)大多集中在大公司,而數(shù)據(jù)處理方面目前還有法律風(fēng)險。算法在全球范圍內(nèi)基本都走向開源。建立不了壁壘,很難有好的項目。但數(shù)據(jù)的獲取,也就是底層感知層還是有很多機會的,比如傳感器,則有一定技術(shù)壁壘的?!?/p>
黎蔓直言,“如果技術(shù)沒有壁壘,就算你成了第一個吃肉的人,后面幾萬人上來搶肉吃,你的賽道又變紅海了?!?/p>
進入2019年,AI經(jīng)歷了從技術(shù)到產(chǎn)品再到商品的過程,但還有相當(dāng)一部分的AI產(chǎn)品服務(wù)未能盈利,盡管有肥沃的需求土壤,但存活率也是殘酷的,這在資本寒冬期間更是如此。自我造血更是被行業(yè)反復(fù)提及。由于以投資早期企業(yè)為主,所以實際投資中,高捷資本對企業(yè)盈利不做過多要求,商業(yè)模式可擴張才是更為看重的指標(biāo)。
以麥飛科技為例,公司成立三年,農(nóng)田服務(wù)面積從第一年3萬畝地規(guī)模做到第二年30萬畝,到今年則達到了200萬畝。
隨著AI賽道的發(fā)展進入新一輪的落地應(yīng)用期,一批AI企業(yè)也面臨洗牌,而更多的初創(chuàng)企業(yè)則趁機進入爭搶空間?!百Y本方還是要出手,篩選到好項目,資產(chǎn)價格下行的時候,價格上更有優(yōu)勢?!?/p>
經(jīng)過了20年的投資生涯,黎蔓仍然堅信AI賽道里“成功是偶然,失敗是必然”,而對于投資機構(gòu)來說,在選擇這樣一個新興領(lǐng)域的項目時,他認為只有足夠強的入場者最后才會勝出,維持冷靜的價值判斷尤為可貴,即便會因此錯失一些較好的投資機會。