人工智能被認為是下一代技術浪潮，借著這股東風，AI 公司們在過去幾年里成為創投領域最炙手可熱的明星。

但這個故事已經講不動了：一些投資機構對 AI 已經 " 投怕了 "；科技巨頭與產業巨頭們步步緊逼，都將 AI 當做重要發展戰略；上市艱難，即使有了科創板，真正意義上的 "AI 第一股 " 還沒出現。

2020 年的一個特殊變化是新冠疫情暴發，當疫情對各行各業造成沖擊時，一些 AI 公司發現了商機。人臉識別測溫儀，語音識別電梯控制，行動軌跡智能化監測 …… 突發疫情給了 AI 公司們商業化的契機。

但中國疫情很快就得到控制，隨之而來的影響是出口貿易受阻。有不少 AI 公司此前已經將業務做到了海外，例如東南亞市場，疫情讓這部分業務熄火。

所有人都承認 AI 泡沫的存在，一些公司熬不過去就此止步，即使主動擠掉泡沫，過程也顯得非常艱難。2021 年是 AI 產業繼續回歸理性的階段，短期內對于個體公司來說，外部環境會顯得難上加難，需要扛過去。

一、融資難題

2020 年，AI 領域的融資情況基本與被稱為 " 資本寒冬 " 的 2019 年持平。數據服務商企名片數據顯示，中國人工智能領域，2019 年共計完成 371 筆融資交易，融資金額約為 271.9 億元人民幣，2020 年截至目前，共完成 305 起融資，總金額約 243.2 億元。

這個數字和 2018 年的數字相比，熱度是明顯下滑的。2018 年，中國 AI 領域共計完成 523 筆融資交易，融資金額約為 667.1 億元。

AI 公司的資金來源主要是三類機構。一開始看準這個賽道的是美元基金，相比人民幣基金，它們的投資周期相對更長，偏好新技術領域，并且更有錢。

早些年，AI 公司也更希望拿美元基金的錢，因為它們愿意給更高的估值。隨著公司估值水漲船高，投資機構的賺錢空間開始變小，此時產業基金開始進入，包括阿里巴巴、騰訊、百度等互聯網巨頭，以及富士康、TCL、聯想等產業基金，它們或看中 AI 技術與自身業務的結合，或希望把 AI 這張新時代的船票捏在手里。

政府基金也及時介入。2017 年，國務院發布《新一代人工智能發展規劃》，將 AI 上升到國家戰略層面，各地政府開始大力扶持 AI 產業。

但到了今年，這三座資金池都在減少對 AI 公司的投資。受中美關系影響，不少美國基金，包括養老基金、高校基金等，都開始減少對中國的投資，在中國的投資圈，美元基金的光環已經消失。不僅如此，美元基金們甚至開始避諱提及對中國 AI 產業的投資，擔心有政治風險。

產業基金投資 AI 的積極性在下降，一些企業受疫情影響資金吃緊，恢復自身業務是當務之急。政府基金同樣受到疫情影響，各地政府都投入大量資金在疫情防控和疫后恢復上。

鑒于以上原因，AI 公司的融資難題在 2021 年很難緩解。

中國 AI 領域的創業公司格局已經到了相對穩定的階段，頭部的獨角獸們已經拿到了足夠甚至太多的融資，下一步就是上市。處于早期階段的 AI 公司大多開始深耕細分行業，背靠科技行業巨頭是它們的首選，但行業巨頭們對新技術非常敏感，所有人都看到了數字化、智能化的趨勢，不少行業龍頭公司都成立了自己的數字化公司，它們更希望把技術掌握在自己手里。

截至目前，不少 AI 公司都確定了上市計劃，AI 四小龍中，曠視科技的 IPO 一波三折暫時沒有最新進展，依圖科技與云從科技都在籌備科創板上市，商湯科技的上市情況依然撲朔迷離。

2019 年 3 月，科創板的出臺給 AI 公司提供了新的退出渠道，目前成功上市的只有 AI 芯片公司寒武紀，寒武紀最新財報數據顯示，今年前三季度共營收 1.58 億元人民幣，虧損 3.1 億元，最新的市值是 656 億元，相比兩個多月前剛上市時，市值下跌 37%。

投資者將寒武紀歸為芯片領域，受行業環境和政治因素影響，當下芯片公司被寄予的希望高于 AI 公司。所有人都在關注第一批上市的 AI 公司，他們的表現決定了接下來的投資方向。

二、2021，更苦更累

不過，這一輪的 " 燒錢 "，讓 AI 公司和投資方們對這個領域看得更清晰了，站在數字經濟發展的視野上看，AI 只是一個工具，目前智能化程度還不夠高，只能起到輔助作用，且必須在實際的業務中跑起來才能不斷進化。

從投資人對 AI 公司的判斷標準變化，也能看出這一趨勢。最早，投資人問的是，公司有哪些技術大牛；隨后，大家開始比拼機器識別準確率；但很快，投資人開始關心 AI 公司們的落地案例、合作伙伴和客戶；到今天，市場判定標準變得理性且單一：收入有多少？

AI 聽起來高大上，但落到實際業務中，卻是苦活累活。

AI 領域目前以 To B 業務為主，每個客戶，即使是同一領域，需求也千差萬別。目前行業的標準化還沒有形成，這意味著就算費心費力服務好一個客戶，也很難把成熟的經驗和方案簡單批量復制給其他客戶。

AI 應用屬于 SaaS 領域，這個領域能夠出現高市值的公司，是因為可以實現標準化和規模化，但是 AI 算法還無法做到。在一個簡單的場景中，可能就需要用到大量不同的算法，不少企業和政府客戶發現，在很多場景中，使用新技術，還不如用人工。

每個細分行業都已經有自己的游戲規則，幾乎大的行業都有固定的總包公司，2G 行業的總包需要有政府發放的牌照，例如安防資質等。無論怎么宣傳，一家新公司進入行業的路徑是一致的，參與招投標，拿出產品名錄，建立銷售渠道。總包公司會根據客戶的需求，采購來自不同公司的產品。

而目前中國的 AI 公司們還沒有強到可以從另一個路徑來打破目前的游戲規則，這意味著大部分時候，AI 公司只能被集成，且只能分到一小塊 " 蛋糕 "，還要面臨回款壓力。不僅如此，大家發現，科技巨頭們掌握的 AI 技術，相比 AI 創業公司來說，更具有商業化價值，因為它們業務龐大，可以幫助算法訓練，讓技術更好地融入業務。

通過一個個項目來創造收入，對于高估值的 AI 公司們來說，太慢了，理解一個新行業至少需要 1 年 ~2 年的時間，找到客戶、制定方案、交付、回款，又是一個漫長過程。

行業開始形成潛規則，通過政府補貼、外部收購、投資換訂單等方式來制造收入。一些 AI 公司開始在多個地方落戶，以此換取政府補貼和投資，在還沒有做到收入利潤良性發展時，用融資的錢來進行對外投資、收購。

這些都是活下去的手段。但二級市場比一級市場更加透明，收入質量、收入來源和現金流等關鍵指標，都會被放大。一家頭部公司出現問題，就會產生 " 蝴蝶效應 "，影響很難估計。

AI 公司接下來能做的，只有埋頭苦干，專注在某一領域而不是把攤子鋪得太大，找到行業痛點和空白；打磨優勢能力，提高在單個產品上的壁壘。放棄 " 講故事 "，先確保能活下去。

這條路非常艱難，是考驗也是機會，習慣了享受光環的 AI 明星們，誰能放下身段，誰就有機會活到新技術趨勢爆發的那一天。

2016 年開始，隨著谷歌 AlphaGo 戰勝圍棋世界冠軍、職業九段棋手李世石，全球人工智能技術升級和產業化勢頭洶涌。到了 2019 年，AI 技術已步入全方位商業化階段，在金融、醫療、安防等多個領域實現技術落地，且應用場景越來越豐富。人工智能商業化帶來了企業數字化加速、產業鏈結構改善、信息利用效率提升等積極效應。可以預見的是，AI 將改變整個世界。

但這個過程將是漫長的，對于這個領域的創業公司來說，盛世帶來機會，但風險也時刻相伴，甚至是死亡。

中國在基礎技術領域一直未能做到世界領先，AI 公司們聚集了大量的技術專家和資金，擁有相對寬松的數據獲取渠道，可以專注進行基礎技術突破，在 AI 的一些細分領域，例如人臉識別，中國已經做到世界領先。

但是 AI 產業的發展才剛剛開始，外部環境的變化也越來越難以預測，這是一個比互聯網和移動互聯網更慢的過程，它們需要更多耐心，熬過這個冬天。

來源：財經十一人