天天投发布人工智能产业图谱:AI+的时代还有哪些机会?

2016年11月16日 17:46 新浪综合
微博 微信 空间 分享 添加喜爱

  根据艾瑞咨询预计,2020年全球人工智能市场规模将达到1190亿元,同期中国人工智能市场规模将达91亿元。由大数据、云计算支撑的人工智能产业,终将成为下一轮技术变革的核心。11月15日天天投联合微软加速器、AI大数据加速器共同举办“投融资面对面-人工智能大数据专场”活动探讨行业发展趋势。

  天天投创始人崔鹏现场发布「人工智能大数据创投全名单」,共有1000+投资机构、1000+专业投资人、740+创业公司/产业大公司参与全名单的评选活动,并通过产业图谱、活跃机构、获投项目的融资轮次/所在地域/成立时间/工作背景/教育背景三大维度进行分析。

  人工智能产业图谱可以分成三层,分别是基础层、技术层和应用层。基础层指相关硬件软件,包括传感器、人工智能芯片、云计算等。技术层是指公共领域的计算机视觉、自然语言处理以及机器学习等。应用层被分为几大板块,它服务并深入到很多行业和领域,比如跟医疗、金融的结合。

  右边的人工智能细分领域排行榜,是根据全名单项目的数据整理而来。从项目数来看,计算机视觉应用排名第一,而在家用机器人领域,因为中国是硬件制造大国,所以该领域有很多的创业项目。除此之外,智能交通、自动驾驶、智能医疗领域也名列前茅。

  在大数据的产业图谱中,分为数据收集、数据管理和数据应用三部分。

  截至2016年9月,在天天投平台和AI大数据加速器相关单位收集的数据中,人工智能和大数据领域累计获投公司有436家。从地域分布来看,北京无疑占全国的一半,上海、深圳、杭州、广东、苏州、成都、南京也排在前面。从成立时间来看,2014年开始就涌现出一些非常优质的项目,占总比例的21%,而2013年才14%。在融资轮次上,A轮、A+轮比例最大,占36%。

  在拿到融资的436家公司中收录了145家的数据,用来分析团队工作背景。腾讯、微软、IBM、谷歌、阿里、百度这些公司拿到投资是最多的,这里指团队创始人的工作背景。

  从教育背景来看,共收录了436家公司里的197家数据,占比最多的分别为清华、北大、中科院、斯坦福、复旦、上海交大、航空大等。

  在活跃投资机构中,位居前列的分别是:IDG资本、真格基金、红杉资本中国、经纬中国等。

  以下为现场嘉宾圆桌论坛实录:

  主持人:英诺天使基金创始合伙人 李竹

  论坛嘉宾:

  达晨创投合伙人 于志宏

  华创资本合伙人 熊伟铭

  美国中经合董事总经理 彭适辰

  红点创投合伙人 张涵

  东方富海合伙人 陈利伟

  李竹:阿里目前推出客服机器人平台,行业里很多人都比较看好,那么初创公司在这个领域还有机会吗?

  熊伟铭:我觉得稍微有点晚,这是2013、2014年的事情了,那时候AI的概念还没有广为人知。客服机器人是比较容易的切入点,但最后还需要得到客户认可,找到行业真正痛点。小团队要先考虑技术的商业环境,而不是现在技术能做什么。

  于志宏:

  我们投资领域绝大部分针对的都是to B的企业,细分产业特别多。在投资过程中发现大数据已经应用到金融、医疗等领域,它已然成为投资机会。

  彭适辰:

  人工智能是工具,大数据是原料,利用工具和原料能产生什么东西很关键,并把它应用到你最熟悉的领域,就将成为一个有价值的公司。

  张涵:

  像之前所说,大数据是原料,人工智能是工具,原料需要整条产业链的基础架构。而在应用层,人工智能是要替代人脑的,很多领域都有应用的地方,比较看好有核心技术并且能建立起门槛的公司,尤其看好它与金融的结合。

  陈利伟:

  举一个投资案例:SaaS和AI的结合,该公司主要从事人力资源方面的工作,今年就推出了智能筛选简历的功能,这是非常落地的举措,大大提高了HR筛选简历的效率,使得客户买单意愿非常强烈。

  李竹:

  正如刚才几位所讲,人工智能的很多细分领域已经有人在做了,那么创业者如果要再在这些领域发力,就要问问自己能不能比别人做的好十倍,如果不能,就要寻找新的突破口。

  接下来想问问各位,大公司在做的事情和创业公司有没有冲突?大公司对创业公司的影响又有多大?

  熊伟铭:

  某些领域我是不建议涉足的,BAT可以直接内部化很多项目,所以创业者要跟BAT有一定的不同点。比如无人车就不见得是VC的菜,对于烧钱的领域要学会适可而止,数据+些许的AI也不建议做,这些方向BAT信手捏来。AI只是个平台,还是需要从业务的角度看哪些能做的比BAT强,总体来说to B 会比to C 好做很多。

  于志宏:

  BAT有很多的数据源,跟它们合作可能是一个方向,垂直行业+AI将会焕发巨大的活力。同时需要看投入的比例,如果投入太大就不见得适合创业者。

  彭适辰:

  大公司靠烧钱在做的事情,小公司就不要碰触了。目前的人工智能领域主要看人、看数据,不是靠烧钱就能解决问题的。大公司做很多事情是没有效率的,被流程绑死,所以打败大公司还是有机会的。创业前就要做最详细的市场分析,明白跟大公司竞争你有什么优势,这些不可忽视。

  李竹:初创公司有哪些方向?

  张涵:

  对于资源来讲,创业公司比较难,可以利用大公司的资源去做一些应用产品。垂直领域的应用往往越深入负担越重,不同的垂直领域都会有不少机会。大数据领域从底层技术到上层应用,很多技术都是开源的,产业链很长,创业机会非常多。

  李竹:那么创业公司是机会多还是阻力多?

  陈利伟:

  机会多。AI基础技术开源的趋势非常明显,创业者要考虑这点。目前还处于行业发力阶段,在AI普及后,再去做to C方面的事情。虽然有大公司的压力,但还是有很多机会的,尤其在一些行业应用上面。

  李竹:

  一些人工智能公司刚开始融资就需要很多资金,那么这个领域的公司估值要怎么判断?

  陈利伟:

  现在该领域公司估值这么高,还是因为人才的紧缺。这些估值是对团队人才的估值,人工智能领域还没有商业化,不能用传统的估值方式去看,在我看来就是买团队。

  张涵:

  估值确实比较难,除了人才,还会对企业最早切入的方式做一些评估,比如看他们在应用领域的体量有多大,团队是不是健全。这包括一些自己的判断标准,优秀的人才应该在优秀的公司找,我们的渠道是在专门做大数据公司的平台去找这部分人才。

  彭适辰:

  作为VC当然希望估值越合理越好,创业者如果不付一定的薪资,没有一定的水平,那么在这个领域是不会找到优秀的人才。这是一场人才争夺战,如果速度不够快,人才就会被竞争对手抢走。总体而言,估值高是有一定的合理性,但现在的确偏高,买高估值不是问题,但将来公司估值会不会更高才最重要,这就是投资人在赌的事情。

  李竹:对于创业者而言,速度最重要,先拿到钱跑起来。只要做起来,估值方面不用太在意,尤其是在最开始的一两轮。

  于志宏:

  估值肯定是难题。这个行业是有技术门槛的,现在很多产品是在炒作概念,所以太热的领域不要盲目进入。

  熊伟铭:

  这个领域创业是没有90后的,需要很深的行业积累。我们来看从99年到现在的创业人群变化,99年都是圈外人,玩票的性质比较多,而现在更多的是社会主流精英人群去创业,水涨船高,创业机会成本变高,导致VC的成本也在增加。

  李竹:由于今天时间有限,最后每个人给创业者一句话建议。

  熊伟铭:

  只要创业者足够强,就会有无数机会让投资人给你买单。

  于志宏:

  AI在很多产业都会渗透,要抓住机遇。

  彭适辰:

  在你懂得的领域利用人工智能大数据帮助你,你会有更多机会。

  张涵:

  明确自己的方向,挖掘垂直领域。

  陈利伟:

  把握好技术和产品的平衡,满足客户的需求。

标签: 人工智能

推荐阅读
聚焦
关闭评论