“在2014、2015年，如果你不提移动互联网，显得你特别low；2015年如果你不谈O2O，好像都不好意思去创投的所有场合；从2016年底到2017年初，如果你说话时口里不带着大数据，显得你多少有点不合群；2017年上半年，很多人连AI是什么都不知道，嘴里就挂着这个词到处讲。”这是猎聘网CEO戴科彬关于各种创投泡沫的一线观察和体会。

的确，2017年，创投界最热的是人工智能（Artificial Intelligence）。在全球，根据Crunchbase的数据，从今年开始截至到7月份，各类投资者在全球AI和机器学习公司上的投资金额已达36亿美元。而去年一整年这个数字才33亿美元。

　　数据来源：Crunchbase

在中国，企名片大数据服务平台首份AI行业图谱显示，截至2017年3月份，国内AI企业多达1083家，其中约一半已经获得投资，估值超10亿元的项目也不胜枚举。

GGV管理合伙人李宏玮一直聚焦中外AI领域的投资机会。在她看来，AI无疑是大趋势，但它不会是一个风口，不会在短时间内迅速成长为比较有利的商业模式；如果它（人工智能）要花十年才会有市场，它就不一定是一个要扎堆的领域。

但AI已经不可避免地成为很多人眼中的风口。从全球AI人才，到中外明星科技公司，再到VC界、产业资本，他们无一例外地都在AI领域跑马圈地。

在这个领域，VC赛道式投资凶猛程度远超以往，单个投资机构投资几十家AI公司的现象并不少见。

只有当潮水退去时，才知道谁在裸泳。对于AI领域的参与者来说，也许当下需要严肃思考的是：

究竟什么才是真正适合他们的AI细分方向？泥沙俱下时，泡沫不可避免。如果AI有泡沫，它今天已经有多大？如百度、IBM这样在AI领域孤注一掷的明星公司如何才能避免从先锋变为先烈？

1

AI人才不够用了

“我们研究的产品积累了一部分经验和算法，我现在想出去创办一家公司，把产品实现落地，你们愿不愿意跟我来？”

“可以，既然机会来了，那我们就好好博一把。”

“既然你都辞职，一心要创业，我们也做了这么久的研究，那就开始吧。”

这是2013年陈士凯跟RoboPeak团队聚餐时的一段对话，后者是由上海交通大学、北京航空航天大学等国内知名院校在2009年成立的一支在业余时间进行研发的技术团队。

陈士凯，思岚科技创始人、CEO，发生上述对话时，陈士凯在微软从事视觉识别技术研究。几乎没有迟疑，饭桌上的几位成员一口答应陈士凯的邀请，虽然背景不同，但他们都有一致的目标跟看法。

2013年，他们一起创办了思岚科技，这是一家提供消费级产品领域高性能机器人定位导航解决方案及相关核心传感器的公司。今年7月，思岚科技刚完成1亿元B轮融资。

陈士凯当年萌生创业想法是基于他对AI和机器人的认知和判断。他认为，AI跟机器人的时代即将来临，语音跟视觉技术可能会有很好的落地场景。

2014年下半年，IDG主动找到香港中文大学多媒体实验室的骨干徐立等人创业。彼时，徐立在计算机视觉领域已经颇有名气，他是香港中文大学的博士。

当徐立认为该年正是技术越过工业化红线时，商汤科技正式成立，徐立出任CEO。“从学术上转换成工业应用，本身是一种责任。”徐立说。商汤科技目前是一只AI独角兽，今年7月，商汤科技完成B轮4.1亿美元融资。

纵观全球计算机视觉领域的“四大天王”—— Geoffrey Hinton、Yann LeCun、Yoshua Bengio、吴恩达，其中3位已经离开研究岗位，投身产业。

AI人才离职创业风潮不仅发生在研究机构，也发生在大公司。

今年3月，百度人工智能负责人、首席科学家吴恩达离职，他的新方向是创办自己的AI公司——Deeplearning.ai；4月份，百度高级副总裁、原自动驾驶事业部总经理王劲也正式离开百度，并围绕自动驾驶进行创业，目前已获洪泰基金投资。人才的流失让百度一度很谨慎。

据《2016早期企业薪酬调研报告》显示，由于人工智能以及大数据的快速发展，相应的行业中出现了许多新职位的空缺，从而导致了人才流动的加剧，2016年，业内平均员工离职率高达44%。

那么，什么才是最适合AI人才创业的方向？

《2017年AI图谱大报告》显示，目前我国人工智能企业在图像和语音识别两个类别企业占比相对较高，人脸识别技术水平处于领先地位。

但面对于AI人才的创业潮，商汤科技CEO徐立提醒说，“人工智能创业机遇的关键是把握好工业化应用红线，技术型创业公司，如果在某个技术领域5年内还看不到工业化红线，说明进入得过早，可能熬不到变现就死掉了，但如果太晚进入，红海市场也没有机会。2014年是视觉领域突破工业化红线的前夕，这也是为什么我们愿意从实验室走出来，进入工业界创立商汤科技的原因。”

在数元资本合伙人李笙凯看来，“AI公司想要在短期内盈利非常困难，所以我们预留了10年左右的回报周期。在短期内我们看中的是核心的人才和产品的落地。就产品落地而言，目前视觉识别是应用最广泛的，更容易得到资本的青睐。”

除了自主创业，全球AI人才生活的平静还在被另外一种力量打破：来自各种致力发展AI的公司的挖角，比如阿里，它对于AI人才的引入不惜血本，不设预算上线。

今年7月，全球最大的职场社交平台LinkedIn（领英）发布了业内首份《全球AI领域人才报告》。报告称，伴随AI风口而来的是全球AI领域人才需求的激增。过去3年，仅通过领英平台发布的AI职位就从2014年的5万飙升至2016年的44万，增长近8倍。具体到细分领域，当前对AI基础层人才的需求最为旺盛，尤其是算法、机器学习、GPU、智能芯片等方面，相对于技术层与应用层呈现出更为显著的人才缺口。

但这背后，也不乏产业界自身制造的一些泡沫。

流利说的CEO王翌告诉全天候科技，“在线教育领域toC的公司来说，都在说自己在往AI转型，但实际上，真正在做AI的凤毛麟角。10家公司里面有5家都是在吹泡泡，剩下的5家拿以下3个问题去问（团队如何？数据的数量跟质量如何？是否出产品，销售量跟利润如何？），基本上也就可以刷掉其中的90%了。”流利说主打人工智能+教育，最近刚刚完成近亿美元C轮融资。

专注于提供智能仓储解决方案的快仓公司CEO杨威对全天候科技表示，如今AI这个市场肯定是有泡沫存在的，但这也不一定是坏事，“有泡沫是因为这个行业达到了一个临界点，大家都意识到这是个好机会，但能否瓜熟蒂落，还得看个人的判断和把控。”

2

什么导致了AI项目的高估值？

估值增长数倍，成功跻身估值10亿美元以上的独角兽之列，这是商汤创立3年来的成长速度。

7月11日，商汤科技宣布完成4.1亿美元B轮融资，创下了人工智能领域史上最高单笔融资纪录，其估值也将超过15亿美元。

该轮融资分为B1和B2两个阶段，B1轮由著名私募公司鼎晖领投；B2轮由赛领资本领投，中金公司、基石资本、招商证券（香港）、晨兴资本、TCL资本等近20家投资机构、战略伙伴参投。

“我们本身计划只融一轮，但是随着市场的发展，我们发现可以在一些垂直领域有上有更大的投入、搭建更大的底层平台；另外，我们需要形成更丰富的垂直产品线来形成产品线的链条；最后就是需要打通上下游生态。而有更多的资金则可以加速我们这三条线齐头并进的速度。”商汤科技CEO徐立对全天候科技表示。

商汤科技新一轮融资的消息在社交媒体引发疯狂转发和热议。

对于高估值，商汤科技的一位投资人向全天候科技解释说，“它（商汤）的高估值是存在合理性的，毕竟投资方也会慎重考量。一方面，AI之争是人才跟数据的争夺，在大家都没有得到全面的市场验证的情况下，人才跟数据是重要的考量标准。”

据徐立介绍，商汤科技拥有亚洲最大的深度学习研究团队，目前有18名教授、120余名来自世界名校的博士生，在世界范围内人工智能领域拥有最多的华人科学家群体。他们已在与计算机视觉相关的国际顶尖学术杂志和会议上累积发表400多篇论文。曾经在2014年，商汤首次出征人工智能领域权威竞赛ImageNet，在大规模物体检测比赛中就以40.7%的成绩荣获世界亚军，战胜微软、百度等企业，仅次于谷歌。

不过，数据显示，高估值、高融资额已成为近期AI项目融资的突出特点。

《2017年AI图谱大报告》显示，在2017 年短短不到三个月的时间，国内 AI 获投项目已有36 个，其中千万级别融资占据半数以上，他们当中多家公司融资过亿。达闼科技、依图科技、快仓、思岚科技、云天励飞等明星AI初创公司均拿到过亿级别融资，估值都已超过10亿元。

源码资本投资合伙人张宏江不久前在2017商业新生态峰会上公开表示：“大家做投资应该很清楚，现在任何一家公司都说自己是AI公司，所以泡沫非常非常严重。这块我们有几点要把握住：如果说这个公司只有算法，只有几个牛人，没有数据、没有应用场景，或者说他未来依然很难拿到数据的话，这样的公司做不大，很难持久。”

VC对于AI项目的哄抢成为拉高估值的推动因素。

根据公开资料，徐小平创立的真格基金目前领跑AI领域，投资项目数多达36个；IDG、红杉资本中国则分别以总数23、20笔位居第二、第三。晨兴资本、经纬中国、线性资本、达晨创投、GGV纪源资本、金沙江创投在AI领域投资的企业数均达9个。

在VC对于AI项目的狂热背后，磐谷人工智能事业部合伙人程绮文表示，目前资本回热，很多资本都有大量闲置资金；与共享经济一样，人工智能同样是最好的投资方向之一。它能在多个领域撬动了巨大的市场想象空间。但是在AI的浪潮之下，也不排除会有跟风的资本泡沫存在。

3

百度、IBM：如何避免从AI先锋变成先烈？

AI被一致认为是人类第四次工业革命，为了抓住这个历史机遇，大公司对人工智能的押注力度有目共睹。他们纷纷以业务向AI转型，投资、并购，设立内容研究院等形式向AI投入大量资金。

比如，微软就成立了一个新的AI研究院；Google和丰田先后宣布成立新的AI风投基金；阿里引进前亚马逊AI大牛任晓峰；联想宣布进军AI，做AI的驱动者和赋能者。

据CBInsights统计，2017年第一季度由谷歌、Facebook、苹果、英特尔等科技巨头发起的人工智能创业公司收购项目达30多起，其中谷歌是最为活跃的收购方，共有11起收购，苹果次之，共有7起收购。然而，相比之下2016年全年只有56起，可见增长之快。

在国内BAT中，百度无疑是在AI领域投入最大的一家，李彦宏对百度做AI的态度是“all in ”。一位不愿透露姓名的百度技术工程师对全天候表示，很明显，自从百度宣布了AI战略转型后，各类的人才及技术资源都有一定的偏向，往AI方面靠拢。

李彦宏在今年3月份百度牵头的深度学习国家工程实验室揭牌仪式上介绍，百度在过去五、六年一直保持对人工智能的巨大投入，在研发上的投入达两百亿。“在中国五百强企业当中，我们论收入肯定不是排在第一的，但是论研发占收入的比例，绝对是第一。而这个研发的投入，应该说绝大多数都已经投入到人工智能上了”，他说道。

但至少在目前，百度新兴的人工智能业务尚未有营收。根据百度2017年第二季度财报，2017年第二季度百度总收入为208.74亿元，较2016年同期增长14.3%；第二季度营业利润为42.1亿元，同期增长46.9%，这些营收主要来自“搜索+信息流”业务。

在一位专注AI领域的VC看来，陆奇为百度寻找的AI落点主要是DuerOS和自动驾驶汽车，但用户是不会立马为高科技买单的，用户更看重的是产品的体验和高质量的服务，所以，在技术等因素没有完全解放前，百度还需要在ToB的业务上寻找突破。

目前来看，二级市场分析师纷纷看好百度的AI前景，并给出“买入评级”，只是不清楚他们的耐心可以持续多久。

相比百度，另外一家all in 人工智能的巨头IBM现状有点悲惨。

不久前IBM公布了2017年第二季度财报，财报显示，IBM第二季度营收为192.89亿美元，比去年同期的202.38亿美元下降5%，这已经是IBM连续第21个季度营收下滑。

IBM的转型没有取得业内期待的效果，其中被争议最多的是IBM全力押宝的人工智能项目——Watson和SyNAPSE芯片进展不力。

IBM自2006年开始研发Watson（沃森）。一开始IBM想把Watson打造为超级Siri，依托于硬件盈利。但是后来转型为认知商业计算平台，2011年8月开始应用于医疗领域。随后是2014年人工智能成为IBM重点关注领域，其试图通过Watson打造AI生态系统，并且计划每年在该计划上投资30亿美元以上。

华尔投行杰富瑞分析师詹姆斯·基斯纳（James Kisner）发布了关于IBM人工智能“沃森”（IBM Watson）的研究报告。该投行认为，IBM对沃森的投资很难给股东带来价值回报。

其一、IBM很难让该公司的技术去满足客户需求；其二、IBM在招聘机器学习开发者的过程中速度不够快。在深度学习领域，IBM的情况似乎尤为不佳。在这个领域，IBM在招聘时需要面对苹果和亚马逊等巨头的竞争。

今年5月，IBM遭到股神巴菲特的大幅减持，市场将之视为看空的强烈信号，甚至有投资人公开评论说，IBM的沃森就是一个笑话。

从IBM到百度，豪赌AI的公司或许都应该谨慎思考下一步如何避免从先锋变为先烈。