中国的“AI+”时代才刚刚开始。
编者按：本文来自微信公众号“光源资本”（ID：lighthousecap），作者光源资本。经授权转载。
近期，光源资本携手浪潮共同举办的“AI+创投”论坛落地“2019人工智能计算大会”，多位知名投资人和人工智能行业企业家齐聚现场，阐述了投资凭借打通链条、输出价值、持续赋能对于AI领域长远发展的意义，也分享了对AI+场景应用未来发展的看法。
光源资本创始人、CEO郑烜乐在开场进行了《AI产业投资：冰川之上，生之响往》的主题分享，对人工智能产业投资的行业形势、投资偏好、发展痛点和未来趋势进行了剖析。以下是演讲内容：
光源资本创始人、CEO郑烜乐
光源资本已成立5年的时间，主要围绕新经济领域，为成长期和中后期的企业提供以融资和并购为主的财务顾问服务。截至目前，我们共帮60多家公司完成了100轮左右的融资，融资总额约80多亿美金；我们服务的企业中有18家已经成为该领域的独角兽，所有市值加起来大约在650亿美金左右，他们是中国新经济领域最优秀的企业以及最卓越的创业者。
经过5年的积累，光源所服务的头部企业已涵盖电商、消费、出海、物流供应链、汽车出行、企业服务、IOT等众多行业。其中，AI是光源资本持续关注并深耕的领域，我们已为多家优秀的AI企业提供服务，包括第四范式、特斯联、DataVisor、竹间智能、e成科技、亿咖通科技、Roobo、滴普科技、非码科技、威马汽车、云帐房、洋葱数学等。由于资本市场寒冬正劲，募资困局未解，AI市场看似处于冰川之上。然而，AI与产业的深度结合才刚刚开始，“AI+”的时代正在到来，生之响往是我非常喜欢的一首歌的名字，我希望用它来表达对未来充满希望。
冰川之上
中国的互联网浪潮经过了从增量市场向存量市场的转化，依靠人口红利实现增长的第一纪元已经过去，如今，凭借捕捉移动端用户碎片化时间的时长红利，催生了今日头条这样新一批巨头的诞生。然而我们不得不思考，当人口红利和时长红利都逐渐见顶之时，什么才能继续引发互联网新一轮的聚变，效率红利无疑成为互联网第三纪元的关键词，在存量和存量优化这个时代到来的前提下，提升单位经济效率最强有力的武器就是AI，不论是To C 还是 To B。
资本寒冬未过，AI行业概念红利正在消退
我们先来看资本市场的一些情况。从基金募集的金额和数量来看，在去年基金募集的金额明显下降的情况下，今年比去年又同比下降了百分之十六左右，相较于美元基金，人民币基金下降的幅度则更大。从投资方面来看，今年投资案例同比下降幅度比去年募资的下降幅度更大。尽管去年美元投资暂现井喷，但由于去年美金的募资状况同样堪忧，导致今年美元的投资也在快速收缩。所以，整个资本市场的存量资金正在被严重消耗，资本寒冬仍将持续。
数据源：Pedata、Wind、光源整理
着眼到AI领域，新创公司数量锐减，投资频率放缓，资本向头部集中的趋势非常明显。统计显示，从2015年到2018年，所有的行业中10亿美金以上的公司融资金额在一级市场私募融资额的占比分别是50%、60%、60%+和70%，一直保持上涨，到今年可能会进一步提升，本质上反映了所有的新兴领域、头部公司融资好像没有变难。但是长尾公司融资明显变难了，使得创业的门槛明显提高。AI领域也是呈现一样的特征。
数据源：企名片，亿欧
可以看到，以技术创新和平台创新为核心的创业窗口正在逐渐关闭，依靠AI概念红利创业的“上半场”已经接近尾声。
创业窗口期收窄，AI投资趋于理性
目前，整个资本市场对AI行业都有一个普遍情绪——盈利难，估值高。除了今日头条、科大讯飞、第四范式这样的头部企业，还有很多公司不盈利，收入体量和估值规模存在落差，基金投资AI公司无法保证复合回报率，从而也直接影响LP的出资意愿。
我们最近做了一个统计，访问了大约20几家主看AI的投资机构或是投资机构中的关键推动人，得到了比较一手的市场反馈数据：
① 投资数量减少。受访投资人今年人均看了14个AI项目，平均一个月看2个，有早期也有中后期，投资AI项目的数量人均不到2个。
② 聚焦早期投资。投资人最关注寻找好的团队，以合理的估值投资早期项目，而不是中后期去追高。即使投资中后期项目也更为关注商业化进展较好的。
③ 最被看好的三大细分领域。问卷的结果显示大家最看好的领域首先是工业制造，其次是金融科技，第三是语音语义。
④ 商业化前景最不明朗的三大细分领域。这个部分大家比较关注的第一个是自动驾驶，第二个是芯片，第三个是医疗影像。
⑤ 商业化前景最明确的三大细分领域。投资人认为商业化的前景比较明确的是人力资源、客服和工业制造，这几块是大家觉得商业化的前景比较明朗的。
数据源：光源资本
综上所述，以AI为产品的赛道投资趋于理性，AI如何帮助企业降本增效成为AI行业破局的核心切入点。此外，如何保证商业落地情况良好，避免估值泡沫也成为AI领域下半场角逐的要素。
生之响往
冰川之上必有沃土
冰川期的考验实际上是一把双刃剑，在内外环境的夹击下，70%或者更多的AI公司会消亡，而真正有场景能力、变现能力，且技术领先的AI公司则会脱颖而出成为超级独角兽，这令人充满期待。如同在第四纪冰川期恶劣环境的考验下，70%的哺乳动物都灭绝了，包括猛犸象、剑齿虎这种巨型动物，而人类战胜了考验存活下来，一直到现在生生不息。
本质上AI还是一个赋能型的企业服务，之后的机会在于AI加产业或者场景的创新，这个风潮正在逐渐兴起。第四次工业革命数字化和智能化的趋势变迁至今，深度学习的基础设施已经比较成熟，客观上也为AI领域的发展提供了强大的助力。
第一是互联网、云计算和大数据的发展，目前大的环境、基础设施包括社会的认知都还是比较成熟的。第二是GPU的芯片算力提升，也出现了很多针对AI的各个场景定制化明显提升性能的算力芯片。第三是IOT对于数据的采集能力的提升，这里包括数据的深度、广度、以及连续性都得到持续提升。第四是深度学习算法的准确率开始有了突破。第五是资本助力推动。第六是最近大家都在讲的中台，中台会使一些先进的技术和服务从企业外部输入，逐渐成为企业内化的能力，中台或者说企业组织形式的进化是使得AI可以在企业各个环节快速落地的一个重要推动力。
数据源：Gartner
随着AI与各领域的深度结合，包括芯片、视觉、语音等多个行业都涌现出一批头部的人工智能企业。从革命性和成熟度两个维度来看，语音语义的应用在发展成熟度和商业化落地能力上都尤为突出，聊天机器人、自然语言的生成、AI+C&SI服务、智能应用、AI加速芯片、流程自动化软件等，也会在2-5年内开始大规模商业化应用。
三维评估模型下的六点期待
经过长期的业务深耕，光源资本总结出AI+商业应用价值的三维评估模型，去判断一个行业是否能与AI结合产生1+1>2的市场空间。
首先是这个行业数据信息化的基础水平，行业数据联网而非割裂在每个设备里，是AI发展的根基；其次是行业应用空间，越大的行业会孕育出越大的公司，这关乎AI发展的终极天花板；最后是行业市场化程度，行业监管、决策周期、商业化进度等都决定AI在这个行业的渗透率可以达到多深。
基于以上三个维度，可以看到包括内容资讯、金融、安防等领域已经实现了极为明显的AI化。比如人脸识别已经在机场安检过程发挥很大作用；金融的反欺诈已经在金融机构里面完全替代了原先的风控重复审核；不管是头条还是快手都用AI解决了几亿甚至上十亿用户内容分发的问题。零售、教育、汽车、医疗等行业也将备受期待。
具体去看每个领域的未来发展，我们认为以下6个领域可以凭借AI实现快速增长。
AI+芯片。不管是全球还是国内数据都在爆发式增长，对算法的复杂度和精准度的需求快速上升，通用的芯片已经不能满足算法对于算力的需求，这时不仅GPU的发展是迅速的，同时也出现大量的可以大幅度提升效率的边缘芯片，这些公司非常值得关注。
AI+NLP。人机交互的方式正在从3.0向4.0转移，自然语言处理应该会成为下一个时代人机交互的主流形式，这个核心技术也会在各个场景——金融、客服、零售，有大量的落地空间。
AI+整车制造。以OEM为中心，将来5—10年首先是出现应用L3的自动驾驶汽车，将来可能是L4逐渐开始落地。但自动驾驶的门槛非常高，要求很强的技术能力和非常好的平台，这样的公司屈指可数，因此巨头或者是能够紧贴巨头生态的创业公司在这个领域更有机会。
AI+医学影像。这个领域之前大多数公司还处在和各家医院的试用阶段，谁会开始和主流的医院有大规模商业化的落地很值得期待。
AI+工业视觉。中国制造业的效率在制造业1.0的时代已经高到极致。怎么样破局？还是要靠我们在4.0工业革命时代能够怎样和AI结合，包括各类传感器产品的规模化应用、工业物联网和5G商用、云计算和边缘计算、工业大数据、测量以及具体工业机器人的应用都有很多的市场空间。
AI+数据中台。本质上AI中台是以后各个企业都有可能具备的一套基础设施，通过这套基础设施不管是大数据还是其他的人工智能，包括图像识别等等各种技术，都有机会更快速地触达企业经营的各个环节，不管是用户端还是运营端、生产端、库存管理交付端，都会有大量的应用。光源服务的客户滴普科技就是的AI+中台的践行者，其自主研发的DEEPEXI系列产品和平台解决方案，帮助企业基于开放的开源体系迅速落地互联网的应用中台、数据中台和智能中台，快速实现数字化建设价值，达到数据创造价值的企业经营目标。
中国的“AI+”的时代才刚刚开始
AI作为单一产品的时代过去了，AI和产业结合的时代刚刚到来。目前市场上90%以上的AI企业客户是B端客户，AI企业的发展离不开各种各样以AI为核心能力的To B公司的发展。AI行业进入到下半场，AI企业的四大护城壁垒首先是产品化的能力；其次是精细化的场景；然后是商业生态；最后是行业Know How。
AI这个领域的角逐是一场长跑竞赛，不是以一两年、两三年公司市值上升的多少来论英雄，而是看这个公司到底能不能成为一个经济模型健康、长期有造血能力、有利润的公司。这要求企业找准自身最强大的基因与AI实现融合，强调AI组织化深度赋能企业经营各个环节的能力，强调AI在场景下的产品落地能力，最后拥抱资本。
大多数美国企业服务公司从成立到上市的时间平均是8.3年，中国绝大多数AI公司不超过5岁，从2014年一大批AI公司创业到现在都没有超过5年时间，所以中国AI企业的长跑才刚刚开始。
最后总结我觉得AI创业其实就是做时间的朋友，仍然大有可为。
谢谢大家。
光源系AI企业