在火热的中国创投市场，资本对人工智能行业充满期待。应用前景广阔、科技含量高、投资回报周期长、技术迭代周期短等特点，令涉足该领域的资本同时面临着诱惑和风险，亦需要付出足够多的智慧和时间。
市场BAT巨头林立中小创投转而瞄准细分领域
今年3月的围棋人机大战中，谷歌公司的AlphaGo(阿尔法围棋)以4：1战胜韩国顶级职业围棋选手李世石。人工智能应用就此轰动世界，也掀起了资本圈的轩然巨波。
人工智能吸引着IBM、谷歌、微软等国际科技巨头，或投资或收购相关公司。比如，获谷歌投资的语音搜索平台出门问问，红杉投资的模式识别公司格灵深瞳，智能机器人平台图灵机器人等。
国内BAT巨头也正加速布局人工智能领域，通过自身优势领域切入，用巨量资金引进人才和项目。其中，百度最早从语音语义、图像识别方面切入，并进军无人车领域，正在加速商业落地，百度大脑项目则号称已经达到四岁小孩水平。阿里则从手机淘宝开始规模使用个性化商品推荐，蚂蚁金服在金融领域的征信、保险、风控等场景推动智能计算应用。最近，阿里云人工智能程序小Ai成功预测了《我是歌手》总决赛歌王，人工智能“洞察人心”的话题再度升温。
对于巨头林立的人工智能领域，有市场人士担忧行业技术门槛要求较高，资金需求大，创业投资公司和中小型企业难在市场中分得一杯羹。对此，分享投资副总裁曹强在接受南方日报记者采访时表示，人工智能领域的应用非常广泛，与实际应用场景密切相关，创业的机会点非常多，因此小公司也有机会。
中兴合创董事长丁明峰则认为，未来颠覆BAT的一定是人工智能，尽管大部分的数据积累都被BAT掌握，但是真正伟大的人工智能公司绝不会在这三个公司里面，它会渗透到行业的各个角落。
在广义的人工智能应用领域，智能医疗、智能家居、无人机、机器人等相关概念愈发火热，聪明的资本已嗅到了其中商机。今年4月，风险投资机构StarVC宣布投资中国深度学习领先企业商汤科技，进驻人工智能领域。在企业方面，专注于智能语音识别的公司云知声已完成数千万美金B+轮融资，未来将布局物联网人工智能服务，包括智能家居、车载、医疗、教育等领域。国内机器人企业浙江万丰斥资3.02亿美元收购美国焊接机器人应用系统服务商Paslin，成为迄今为止国内机器人企业规模最大的跨国并购案。
热点资本追逐无人驾驶等细分领域
人工智能技术未来发展空间巨大，但行业本身的高科技含量也为风投资本入场设置了更高的门槛。易被市场解读、应用场景贴近现实的细分领域更容易成为资本的切入口。其中，无人机无疑是人工智能风口下创业和投资圈的明星领域。
国内的领先企业如大疆、亿航等在海外市场表现靓丽，国内外创业公司和团队风生水起，在AngelList中，国外无人机相关的初创公司就已经超过了330家。
易观分析师佘双琳表示，无人机领域的想象空间巨大，仍将继续升温，但行业内竞争十分激烈。“现在很多企业聚焦在航拍领域，但这个领域相对于其他领域门槛已经没有那么高了，很多技术已经开源，很多传统航模企业也加入进来，导致领域价格竞争越来越激烈，企业利润空间越来越薄。不过，无人机企业可以从两个方面获取机会，第一是应用一体化的解决方案，针对某一个行业进行开发;第二是从电池技术方面进行突破。”
在无人机以外，智能汽车、无人船等相关行业也颇受瞩目。北极光创投董事总经理杨磊表示，当前AI、机器人等领域备受关注，而他将在下一阶段重点关注智能汽车领域。“智能可以理解成感官(传感器)、大脑(人工智能或AI)、执行(机器人)三个部分，如果把传感器、AI和汽车结合在一起，就是智能汽车。”杨磊说，“我们认为，未来的智能汽车会以图像传感器为中心，辅助以其他廉价传感器，以AI为大脑实现无人驾驶。我们会重点在国内投资有壁垒的、高性价比的硬件，以及能够把国外最先进的AI软件结合到国内硬件平台上、结合国内厂商的需求、做好本地化服务的企业。”
前景深度学习技术的商业化应用空间巨大
人工智能在工业生产、生活、出行、教育等方面植入想象，业内人士表示，其距离真正运用于生活和产业的场景还有较大空间，而深度学习技术的商业化应用可能使其更快与现实生活接轨。
“近年来人工智能的最大突破主要在深度学习。”国家千人计划专家、地平线机器人CEO、前百度深度学习研究院负责人余凯表示，近10年间深度学习在各个方向不断刷新纪录，云识别、图像识别以及围棋等等，每年都能看到新进展。“人工智能已经进入到科技的“大航海时代”。未来人工智能会在工业制造、智能家居、自动驾驶、教育、大数据医疗等很多方面为我们的生活带来巨大影响，人工智能系统将诞生一种自主行为和决策的机器，在生活周遭帮助我们，使生活更加便捷。”
阿里云数据科学家、芝加哥大学统计学博士闵万里表示，现阶段人工智能应用大部分只是固定场景下的简单判断回应，比如对话机器人、服务机器人等。人工智能在复杂场景下的应用，无人驾驶技术是一个范例。“谷歌无人汽车可以放在车道上，实时应对处理各种预想不到的路况和车况，从而计算出最佳行驶路线”。
佘双琳认为，机器视觉和语音学习配合深度学习技术进行商业化应用，将在未来B端得到更为广泛的应用。“人工智能行业的难点在于投资回报周期比较长，而且衡量技术的商业价值是相当有难度的，也就是说，消费者能不能认可新的技术。现在更多的企业会从B端的商业化入手，例如蚂蚁金服与Face++合作研发的支付宝人脸识别支付技术。很多技术对消费者而言可有可无，但企业确实存在这一方面的技术刚需，如金融企业使用人工智能实现远程客服等，并且愿意支付更高价格。”
不少投资人在谈及AI技术时直言“看不懂”，应用前景广阔、科技含量高、投资回报周期长、技术迭代周期短等特点，令涉足该领域的资本需付出更多智慧。佘双琳表示，投资人工智能领域的关键在于评估技术在国内外环境中的先进性，需要专业技术和长线投资的眼光。“首先要能评估技术在全球范围内是否领先，评估技术的商业化应用前景。现在很多投资机构比较关注的是短期投资价值，可能希望3—5年内要产生回报，但投资人工智能的项目往往回报周期比较长，能不能在预期内产生回报，就需要进一步去判断。”
转载请注明出处。
相关文章
热门资讯
精彩导读
关注我们
