AI独角兽的下一个猎场在哪?

有愿意下大订单的B端用户,或是能覆盖足量的C端用户——这是验证AI落地细分领域的两大标准

Caijing Magazine - - 封面文章 - 文 /本刊记者刘以秦 编辑 /谢丽容

安防的蛋糕不够分了。2017年,计算机视觉技术落地安防领域后,获得了资本市场的高度关注,鲸准数据显示,2017年,中国市场上,计算机视觉领域共计完成约23.8亿美元的融资,为各AI细分领域的第一。

视觉技术还培育出了AI领域两大头部独角兽公司——2017年商汤科技与旷视科技两家公司的融资额,占到了该领域总融资额的40%以上。

除了商汤与旷视,包括深鉴科技、格灵深瞳等不少AI公司都加入这条赛道。同时,多个巨头都盘桓于此——从传统的安防大厂海康威视、大华股份,到2012年就宣布进军安防领域的华为,再到新加入的BAT等等。

巨头们或有多年安防行业经验,或有丰富的技术落地经验,这对于任何一家试图挤进安防领域的新公司来说,机会渺茫。

“第一批公司火起来之后,每家公司都来做安防,20家进来的时候还说的通,到第30家的时候,就很难了。”旷视科技投资方、启明创投合伙人叶冠泰对《财经》记者说道,“这个时候大家已经开始讨论,下一个落地热点在哪?”

AI公司与投资人开始将目光集中在更多的落地场景上,其中,医疗、金融、 教育与消费四大领域在现阶段吸引了最多的注意力。

这几大领域的AI应用各有优势,也各有阻力,谁更有可能成为AI领域的下一个安防,培育出一批新的独角兽公司?

对于手握资金的投资人来说,这是一场赌局,对于手握技术的创业公司来说,这是一场考验综合能力的赛跑,输家只能成为行业发展的垫脚石,而胜者,则能在AI下一阶段的进程中,掌握话语权。

安防的经验

多次被打破的融资纪录,将2017年变成了AI领域的“安防年”。

但从某种程度来说,AI在安防领域的应用,是后于技术发展脚步的。

两年前,大部分图像识别的创业公司还都在标榜自己的技术和算法能力,对于这项技术真正能够解决什么问题,当时尚未有定论——这就像是在打造一把锤子,但不知道要敲的是哪一枚钉子。这也导致,几乎所有的AI公司都在宣传自身技术的识别率、准确度、国际上的获奖情况等信息。

找不到商业化的场景,也让这些公司的融资节奏相对缓慢。

2012年成立至2016年11月,旷视科技共完成4轮融资,平均一年一轮,融资金额在数百万元人民币至2500万美元之间。商汤成立于2014年,在2017年7月完成创纪录的4.1亿美元融资前,该公司仅拿到两轮融资,金额也都在千万美元级。

落地安防的效果相当明显,上述两家公司在2017年估值迅速飙升,一步跃升独角兽行业,成为AI领域估值最高的两家头部公司。

同时,这也给行业风向带来了刺激,只提技术能力的公司很难获得资本青睐, “AI赋能”成为了真正的风口。

“AI技术正在向通用型技术方向转化,现在以及接下来,技术能否落地应用,是更重要的投资考量因素。”专注AI领域投资的将门创投创始合伙人杜枫告诉《财经》记者。

而技术落地商业化,考验的是公司的综合能力。

专注于提高技术的精准度,是很多技术出身的AI创业者们热衷的方向,而安防领域的经验证明,技术商业化落地时,适合往往比精准更有价值——明确要敲的钉子类型,再去打造合适的工具,效率更高。

例如,AI安防一个主要的应用场景

是帮助公安抓捕逃犯,一位曾经担任公安部门技术顾问的专家表示,如果一家公司的人脸识别准确率是95.1%,另一家是95%,但是效率要快10倍,显然后者更适合。

“不少AI安防公司都在花大力气去提高那0.1个百分点,这其实是无用功,这个时候如果你能够做到大幅度提高效率,价值会更高。”上述技术专家对《财经》记者说道。

此外,安防的价值在于有足够体量的B端用户,杜枫向《财经》记者透露, AI安防领域已经出现了多笔超过1亿元人民币的订单。对比这一点,接下来在商业化和融资能力上能够迅速起势的细分领域,至少需要满足一个基本条件——有愿意下大订单的B端用户,或是有足量的C端用户。

能否匹配落地领域,灵活地进行技术开发,以及该领域的市场空间是否足够广阔,是安防这一先行者提供的经验。

准猎场不少

对市场变化敏感的投资人,已经开始寻找新的“猎物”。

此前持续关注AI领域的不少投资人,目光开始聚焦,他们的侧重点各不相同,但大多集中在四大领域——医疗、金融、消费、教育。

一位长期关注AI领域的投资人告诉《财经》记者,今年他已经将重点转向AI教育领域,因为能看到数量广阔的C端用户。

AI教育领域已经开始出现明星公司,英语流利说就是其中一家。去年7月,英语流利说完成1亿美元融资,估值已经接近独角兽级别。

英语流利说成立于2013年,在2016年之前,这家公司都还未将AI作为主要竞争力。公司创始人兼CEO王翌在接受《财经》记者采访时表示,他们在创业之初,其实就已经将公司定位为“AI+教 育”公司,“但那个时候讲AI很多人都不明白,我们也就没有重点提这个概念。”

王翌曾经就职于谷歌,2012年,他询问当时还在谷歌从事语音识别技术研究的林晖,“目前的语音识别技术,能否做到实时对英语口语打分?”在得到肯定的答复后,他拉上林晖,与当时还在美国互联网大数据公司Quancast任资深软件工程师的胡哲人,一起创办了英语流利说。

王翌此前并没有教育方面的经验,创业之前,他考虑过好几个不同的方向,他设定的标准是,市场空间大,已经形成用户付费习惯,并且能用AI技术解决行业问题。以此为标准,他挑选了教育、健康和金融领域。

“金融和健康领域都有很强的政策壁垒,准入门槛太高。”最终他选定了教育方向。

教育领域,尤其是英语教育方面,国内市场的主要问题是效率低下。按照欧洲标准,平均1000小时-1200小时的学习时长,一个普通人就能从零基础到达母语水平,但很多中国学生花了超过2000小时,仍然没有显著进步。此外,还有课程价格昂贵、教育资源不均等问题。

在王翌看来,这些都是可以通过AI技术解决的问题。

而且,相比较其他细分领域的AI应用,教育是为数不多的C端市场,而C端用户的付费意愿往往远低于B端用户,尽管教育行业的用户付费意愿相对较高,但王翌在一开始还是打了免费的牌。

直到2016年7月,英语流利说才推出付费产品,在此之前,已经积累了数千万的免费用户。“用户尝试过,觉得有效,他自然会买单。”王翌说,“免费模式就是在往水池里蓄水,开始收费后,就是把这一池蓄满的水,引流出来。”

英语流利说主要使用的AI技术是针对口语的语音识别,同时也包括一些针 对语法词汇的自然语言处理技术,以及根据用户个人的学习状态实时调整课程的自适应技术。

据王翌介绍,目前英语流利说已经实现了规模化的收入和利润,但他并未透露具体数字。

创业六年间,他也明显感受到了趋势的变化,2015年,互联网教育领域兴起,但很快,又因难以触及教育的核心,热度迅速下降,2016年后,AlphaGo的名声大噪,AI成为热门话题,到2017年,对“AI+教育”模式感兴趣的投资人越来越多。

同样,AI成为创投热点后,AI落地金融、医疗、消费等领域的投资事件也有明显上升,其中,AI医疗项目的融资表现最为亮眼。金融工作系统服务商企名片提供给《财经》记者的数据显示,进入2018年后,AI医疗领域的融资热度继续增加,截至5月,本年度AI领域共完成234起融资,其中AI医疗30起,占比约12.8%,为各细分领域第一。

另一个明显的趋势是,相比去年AI医疗的融资集中在医疗影像方面,今年不少医疗细分领域的创业公司也开始崭露头角。

例如,今年1月,由红杉资本、Google、腾讯等投资方共同投资1500万美元的智能药物研发公司晶泰科技;5月2日获得纪源资本、红杉、真格基金共同投资1亿元人民币的智能医学文本分析公司森亿科技,另外,包括人工关节3D打印、智能医疗器械、康复机器人等在内的多个创业项目,也在今年拿到了数千万元人民币级别的融资。

一位投资机构合伙人向《财经》记者表示,AI医疗是一个非常重要的方向,有很多可落地并创造价值的环节。

相比医疗,金融的机会更加成熟,因为金融领域的数据结构化程度相对更高,更适合AI技术的落地。此前,罗兰贝格管理咨询公司全球CEO常博逸接

受《财经》记者采访时也表示,金融服务行业高度重视数据与数学计算,基于此,AI在金融领域的应用有直接的发展空间,“我们估计AI对金融业的影响将达到6000亿元人民币”。

截至目前,2018年AI金融领域共计完成11起融资,主要集中在智能投顾、大数据风控领域。

而在传统消费领域,痛点也非常明确——客单价已经没有明显增加,人工、房租等成本却在连年增长,通过AI技术来降低越来越高的获客成本,提振利润率,是目前消费领域的重要议题。

铉伟英对此深有体会,这也是她创业的初衷。她是AI零售公司甘来科技的创始合伙人,甘来科技已经与微软、百度、科大讯飞等多家大公司展开技术合作,目前的代表客户是可口可乐。

相比医疗领域从影像出发,消费市场的AI技术从一开始就落在了各个环节上。“消费链条很长,而且环环相扣,每个环节都有机会。”铉伟英说道。

AI对于消费市场来说,是一个提高效率、降低成本的工具,但影响一个门店效率和成本的因素非常复杂——仓储、物流、配货,到门店内的用户数据,门店周边的环境数据等。

甘来科技现阶段的重点就是零售环节的数据收集与处理,数据来源于多个渠道,包括合作伙伴提供、爬虫获取等等,通过这些数据,来辅助零售点做更高效的决策。

AI消费领域的引领者是美国巨头亚马逊,从仓储、物流到门店货架摆放,再到身份识别、支付,亚马逊几乎已经将AI技术应用于消费每个环节。而在中国这个巨大的消费市场上,智能零售的火苗也已经被点燃。

杜枫的感受很明显,“之前大家都在说新零售,今年我们明显感觉到,新零售这个词很少出现了,取而代之的是所有人都在提智能零售。” 教育、医疗、金融和消费,AI的应用已经多点开花,但考验也接踵而至。

各有阻碍,谁能破局?

AI安防留给新人的空间不多,但其他领域的AI落地进程也并非畅通无阻。

接受《财经》记者采访的多名投资人都提到,AI医疗的前景大、价值高,但由于医院分散、政策限制以及市场教育等问题,医疗领域的优质数据难以获得,AI技术的落地还需要等待较长的时间。

不仅如此,在AI医疗初创公司还未发展成熟,巨头们的触角已经伸了进来。2014年8月,科大讯飞就开始针对语音技术在医疗方面的应用开展了研究,目前科大讯飞的医疗团队已经超过150人; 2017年8月,腾讯发布了AI医学影像产品“腾讯觅影”,利用人工智能医学影像技术辅助医生进行早期食管癌筛查;2017年3月,阿里云发布“ET医疗大脑”,宣布正式进入医疗AI领域。

同样受到严厉政策监管的还有金融领域,2015年开始,互联网金融的兴起一度导致行业乱象,央行条法司也迅速展开监管,进行专项整治工作,成效明显。

而AI金融领域最大的阻碍是,巨头公司和大型金融机构的话语权更强。以BATJ为首的巨头们,是科技金融的引领者,也已经形成了巨大的体量。蚂蚁金服与腾讯金融的估值都已经超过1000亿美元,最早提出“Fintech”概念的京东金融估值近300亿美元。

不仅如此,多家大型国有银行和金融机构,都在积极布局AI技术,打造金融科技平台。

今年4月,中国建设银行成立了国有银行首家全资金融科技公司;中国平安更是在多年前就开始重点投入AI技术,中国平安董事长马明哲在此前接受媒体采访时透露,过去五年,平安每年在人 工智能等科技创新上的投入高达数十亿元。

政策限制与巨头夹击之外,医疗与金融都属于专业用户市场,这也意味着前期发展速度会相对较慢。

教育和零售这两块看起来更大众化的市场也有自己的烦恼。

消费的长链条给了创业公司更大的发挥空间,但同样也是一道枷锁,只有每个环节的数据链条都打通,且成体系化后,技术的价值才能得到充分体现。否则,在这个阶段盲目扩张的结果,就是规模越大,成本越高。

这一点在去年火热的无人零售领域已经有明确体现,从今年初开始,无人零售公司倒闭的消息不断。

一位曾经投资无人零售项目的投资人告诉《财经》记者,短期内他们不会再追加这方面的投资,“这个领域已经变成烧钱的无底洞了,尤其是已经成规模的公司,每天的投入成本都非常高,收入又完全跟不上”。

而AI教育的一个问题在于,AI技术的存在感并不强。

一位使用过包括英语流利说在内的多个教育平台的用户告诉《财经》记者: “并没有感觉到智能体现在哪,对我来说只是一个普通的移动端学习工具。”杜枫也认为,目前很多AI教育公司所标榜的AI并不清晰。

不过,技术对C端市场的影响是潜移默化的,教育行业的用户量已经在迅速增加,海量用户行为数据将会刺激AI技术在这一领域的逐渐成熟。

医疗领域的技术发展,仍然需要长期的铺垫与积累,而在金融与消费领域,更多的话语权仍然掌握在大公司手里,目前看来,AI教育是一块更适合初创公司迅速成长的沃土。

变数仍然存在,纵观商业历史进程,一个商业领域的颠覆者出现之前,几乎很难猜到它的模样。

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.