【獨家觀點】星河互聯AI事業部總經理劉瑋瑋：2017，第一波AI項目倒閉潮將會出現
雷鋒網【新智造】按：在半個世紀以來，人工智慧經歷了三起三落。在最近的兩三年中，人工智慧再一次火熱起來，吸引了無數的創業者與投資人。本文為【新智造】獨家報導的星河融快閉門路演活動，全文記錄了星河互聯人工智慧事業部總經理、合夥人劉瑋瑋在活動中對行業的深度剖析。在未來，我們將在持續關注智慧時代創新創業基礎上，挖掘站在資本上的投資人觀點，分享他們對於行業、市場的深刻洞見，找到值得創業和投資的機會。如果你是創業者、投資人，你想講述你的創投故事，可通過郵箱xinzhizao@leiphone.com或關注【新智造】公眾號聯繫我們！
新智造消息，4月13日星河融快在北京上地創新大廈舉辦了一場閉門路演活動。融快是一家服務產業互聯網新經濟的創新型投資銀行，為金融科技、大資料、企業服務、人工智慧領域的創業家、投資人提供投資銀行服務，包括私募融資、兼併收購、私募股權投資、早期融資平臺等，此次活動共有8家人工智慧領域的創企和數家投資機構參與。
在活動中星河互聯劉瑋瑋在開場時做了題為“2017，回歸創業規律的人工智慧”的深度行業剖析，從歷史、現狀、問題、經驗等幾個方面，進行了分析。
以下是劉瑋瑋演講的文字全文（附PPT），雷鋒網【新智造】在不更改原意的前提下，做了整理：
星河互聯劉瑋瑋演講
大家下午好。
去年10月份的時候，有一個我們跟人工智慧學會做的線下活動，在會場我也做了分享，那時候的主題叫“資本寒冬下的人工智慧的春天”，AI還處在比較火爆的狀態，但現在可能會有些改變，我們今天一起去討論一下。
2016年的人工智慧發展比較迅猛，無論是從標誌性的事件、巨頭的佈局以及投資的資料等，都可以看到發展極其迅猛，但整體還在初期。
我們講AI領域的三起三落：從50年代起，人工智慧就開始發展起來了，早期不叫“人工智慧”，它有很多符合那個時代的技術屬性的稱謂，比如“人機交互、專家系統、模式識別、機器學習、深度學習”等等，都是人工智慧所覆蓋的領域。2010年以後，以機器學習為代表的一些課題發展跟之前有什麼不一樣？這是我們比較關心的。
大家看到，這是目前人工智慧領域的基本架構。底層是基礎設施，包括資料、訓練模型。中間是技術層，有演算法以及各種框架，上層有在不同細分領域應用的解決方案。這個組成構成了目前人工智慧的產業鏈。
可以看到，實際上百分之六七十的項目都在歐美，但這個資料現在可能有些變化，但應該還是歐美比較多一些。從這張地理分佈圖以及全球的AI項目成立的時間來看，我們推斷，中國比美國整體的AI發展，應該慢半年到一年的時間，大部分歐美的AI的專案，成立在2013年、2014年。中國在2014年、2015年的時候，也有一批AI的天使期專案創建起來，我們可以想到的一些專案，翻翻它的歷史應該都是那個時候甚至更早做起來的，但是那個時候他們都還不叫人工智慧項目。
這是AI和各個領域的結合，比如醫療、行銷、商業智慧、安全、金融、IOT等等，它基本涉及了所有我們現在看到的科技領域以及傳統行業的方方面面，我們認為AI的前景還是很廣闊的，但目前技術相對成熟的，是醫療、金融、垂直領域的智慧客服、語音、安防等幾個領域。
醫療有個典型特點，它的場景和應用比較封閉，資料偏結構化，如果拿到它的資料是很容易拿到訓練模型的，這是它的天然屬性。
還有一些開放的領域，進展就稍微慢一些。語音領域，現在實際上它是最有望全面落地的領域，可以從安靜環境下測試集的測試準確率來看，基本上可以達到95%，但是非安靜環境下，它的應用並不好，實際效果還是有很多的問題。還有一個問題是語意的理解，特別是對中文語意的理解，現在還很不成熟。
現在，我們在各種學術大會上可以看到很多華人的身影，同時，伴隨著這波人工智慧的發展，很多科學家有了創業的衝動，這幾位大家都比較熟。所謂的科學家明星專案，就是團隊裡有技術大牛，在頂級的期刊上有學術貢獻，在以往工作上也有很強的技術履歷，專案聚焦在某個人工智慧領域。
但是，也有一些科學家明星專案，在商業路徑以及經營方面是有不足的。團隊中過分偏重技術能力，少有創業和經營人才。這類項目要小心。
前面講到了人工智慧發展的火熱，但從技術發展來看，人工智慧確實還處於初期。從分佈的象限來看，大部分領域還剛剛開始，語音可能快一些，那麼還有一些比較有潛質的領域，比如智慧型機器人。從存在的項目數來講，智慧型機器人應該是AI裡最大的一個細分領域。
從成熟度曲線來看，語音更靠前一點，然後是電腦視覺，特別是安防領域，封閉的場景，有一些孤島化分佈的大量資料可以用於訓練，在這些領域它是有先發優勢的。
剛才提到，在AI比較火熱的同時，從2016下半年到現在我們也看到了很多變化，這是我們基於人工智慧行業的演進和大環境分析，看到的一些行業變化。
第一個變化就是IPO提速。這個變化對前沿科技領域有沒有影響？未來會有很大影響。很多新三板項目紛紛摘牌，如果你的整個項目基本面比較好，連續三年盈利，那它可能就去IPO排隊了。從資料來看，還是能看到一個IPO提速的趨勢，昨天也看到證監會的消息，說未來將會每週有十家IPO通過審核的專案，按照這樣的速率，一年就有500多個項目。
第二個變化是國內成長期基金募集量最大。成長期的基金，在A輪左右、商業模式得到驗證的專案今年會特別受到投資人追捧。實際上資本市場的關注點有向後移的趨勢，這是我們從資料以及平時的業務過程中感受到的。
第三個變化是在這樣一個資本大的驅動力下，AI項目慢慢也會從早期的天使期隨著時間的演進和資本的驅動力，過渡到A輪左右的趨勢，大家可以看到早期專案融資數目有降低的趨勢。
那麼我們怎麼看待這個問題？有很多AI的項目估值很高，甚至說整個人工智慧領域，去年有比較大的泡沫，我們從資料可以看到。隨著IPO的提速、項目不斷隨著時間演進，高估值的項目後面如何發展和退出？我們可以通過A股人工智慧概念上的項目，以它作為尺子，看一下它的營收、商業模式以及PE、PS，實際上你就會看到，人工智慧現在離全面商用還是很遠的，這是一個結論。
也還遠沒有到全面盈利的階段。我們通過這個尺子去量現在的頭部項目，發現有些項目還是比較危險的，那麼高的估值後邊怎麼辦？誰願意接盤？退出路徑怎麼樣？這是顯而易見的一個嚴肅問題。
截止到2016年Q3的一個資料，以科大訊飛為例，全年科大訊飛營收在33億左右，然後淨利是4.9億，我們以科大迅飛作為一個縮影看行業，那麼跟科大迅飛類似的某些語音公司主營業務還沒有盈利，整體還是在燒錢的狀態。那麼這麼高的估值，要以一個什麼樣的倍數或者期望去退出？這是很核心的問題。
所以我們判斷，在IPO提速以及高估值的雙重作用下，我認為2017年會有第一撥的AI公司會有倒閉的風險，商業模式長時間未被驗證，估值又很高，後面可能就會遭遇無人接盤、無法退出的危險。
最後，分享幾個我們對於這個行業的整體觀點，這些觀點是我們基於不斷看項目，梳理各個重點領域的項目，摸索出來的一些觀點。
第一，演算法壁壘降低
在去年的時候，如果你有一個比較好的科學家和比較好的演算法分析團隊，可能很容易拿到天使輪甚至是A輪以前的融資，這是肯定的，包括我們去年也有很多這樣的機會，當時很多項目我很猶豫，不知道它未來能長成什麼樣。團隊很好，背景很好，很糾結。隨著行業演進，隨著你關注度越來越多、做得人越來越多，不斷有科學家進入這個領域，演算法和壁壘一定會慢慢降低，這是規律。
第二，縱深能力提升
除了演算法之外，創業團隊需要有行業縱深能力、市場實踐能力，如果沒有這些能力，項目落地起來還是做非常困難，非常單薄，可能會面臨許多危機。
第三，解決需求更重要
在落地的應用場景中，解決需求比起演算法創新來說更為重要，需要的能力也更為全面，創造的價值也，更容易實現。所以，核心的問題是，創業專案的產品，能夠解決什麼樣的需求。
第四，整體解決方案更有價值
軟硬體的整體解決方案比單獨演算法更具價值，硬體專案比軟體專案壁壘高一點，這是我們觀察到的一個現象。所以說整體解決方案是極其重要的。比如說，在行業初期，給機器人提供核心的部件，光有演算法或硬體是不夠的，光提供軟體，客戶還要找硬體，光提供硬體還要找軟體。最好的能力是提供整套的軟硬體解決方案，有這個能力，還是有一些機會。
第五，資料資源更稀缺
垂直領域的資料資源比單獨的演算法更稀缺，能不能搞到別人搞不到的帶標記的資料訓練集，比如在醫療領域，這個對於早期訓練模型極其重要。
第六，To C落地還需5-10年
人工智慧將在To B領域率先落體，C端還很遙遠。只有在B端相對成熟，能夠為C端低成本解決需求的時候，C端才有落地的機會。
第七，機會還有很多
在這個領域，還有有很多創新機會，星河互聯也在進行積極地創建和投資。
我總結一下，對於投資人而言，應該如何看待這樣的變化。我們對技術創新的專案，依然有很寬的容忍度，但是我們在評判項目的時候，一定要理性，用商業的尺子，無論是早期階段還是中期階段還是後期階段，要用商業尺子去衡量它。此外，明天的機會永遠比今天還多，不用因為沒投上一個專案而懊惱。多在一線去調研，發現AI的某些應用場景。
而對於AI創業公司來說，首先要考慮的問題是如何活下去，下面是5種生存方式：
尋找被並購機會
賣老股，產生現金流
多與合作夥伴一起整合解決方案，形成高壁壘
管控現金流，高效運營
能拿錢就拿錢，不要一味追求高估值。
總結來講，行業很光明、道路很曲折，2017如果我們用創業的尺子衡量現在的領域，可能會擠出一些泡沫，也會有一些真正有商業感覺的創業者出來，這是我們樂意看到的。
好，今天就分享這麼多，謝謝大家。
本文為雷鋒網【新智造】獨家授權文章，未經授權拒絕轉載！