圖片來源@視覺中國

文 丨鈦資本研究院

在AI領(lǐng)域,近幾年很多大型企業(yè)投入了很多資源。但是,2020年以來,很多初創(chuàng)公司投資人卻對AI持謹慎態(tài)度,那么這個賽道現(xiàn)在發(fā)生了什么變化?其前景又是怎樣的?

在鈦資本投研院第46期分享中,清研新一代人工智能產(chǎn)業(yè)基金及第十區(qū)孵化基金合伙人錢雨博士分享了他的觀察。

AI,為什么投資有挑戰(zhàn)?

實際上AI賽道大多數(shù)企業(yè)在日趨向好,整個行業(yè)營收規(guī)模不斷提高就是例證。但行業(yè)的欣欣向榮僅是投資活躍的必要條件,投資活躍還需要其他充分條件,例如投資人對行業(yè)、企業(yè)投資價值的判斷方式、邏輯等等。

所以,要分析AI行業(yè)投資現(xiàn)狀,首先是要看清楚一個根本性問題,為什么AI領(lǐng)域投資比較有挑戰(zhàn)?有以下幾點原因:

第一,判斷AI公司產(chǎn)品的市場前景有挑戰(zhàn)。因為AI的需求非常特例化,不同客戶的需求細分方向完全不同。此外偽需求、癢需求也很多,一個產(chǎn)品按創(chuàng)業(yè)者想法認為是剛需,聽起來也是邏輯自圓其說,實際上功能一旦做出來,有可能才發(fā)現(xiàn)客戶實際并不需要。投資人必須有能力判別出真需求、剛需求。

第二,判斷AI公司產(chǎn)品服務(wù)的通用性有挑戰(zhàn)。因為需求特例化,所以在很多領(lǐng)域,很難產(chǎn)生通用化的貨架式AI產(chǎn)品,而貨架式產(chǎn)品是投資人最喜歡的,投入產(chǎn)出比最高的。所以投資人必須有能力判斷,擬投項目能否發(fā)展出通用性、貨架式產(chǎn)品。這個能力依靠于對傳統(tǒng)行業(yè)的理解和想象力。

第三,判斷AI公司投資效用比有挑戰(zhàn)。如果找錯了項目,該項目不具備貨架式產(chǎn)品化能力,不具備快速擴張市場的能力,就會導(dǎo)致投給該企業(yè)的錢,實際上無法快速直接轉(zhuǎn)化成產(chǎn)能,反而可能導(dǎo)致該被投企業(yè)不得不將剩余資金拿來投資,參股更加有落地能力的AI企業(yè),這等于創(chuàng)業(yè)企業(yè)反而去搶干VC的活。

第四,即使投資人深刻掌握上述幾點,要找到合適的創(chuàng)始人也很有挑戰(zhàn)。AI行業(yè)對創(chuàng)始人的要求非常高,創(chuàng)始人必須兼顧技術(shù)、市場、商業(yè)模式、渠道資源于一身。人工智能是一個交叉行業(yè),只有又懂AI又懂行業(yè)的人,才能避免高風(fēng)險。因此能在AI行業(yè)中脫穎而出的創(chuàng)業(yè)者可以說是鳳毛麟角。

因此,人工智能投資的主要挑戰(zhàn),源自于人工智能是一個全新的技術(shù)和應(yīng)用范疇,還沒有形成一個固定的產(chǎn)業(yè)鏈,技術(shù)從長遠看還不夠成熟、產(chǎn)業(yè)應(yīng)用未來也不夠清晰,投資人無法按照傳統(tǒng)投資思維,利用產(chǎn)業(yè)鏈的節(jié)點來投資。

資本對于企業(yè)擴大市場份額的效費比有限,整個創(chuàng)業(yè)過程是多種資源的整合,市場需求、產(chǎn)品服務(wù)和商業(yè)模式都處在不穩(wěn)定的探索階段,能夠整合上述資源并且有運作能力實現(xiàn)贏利、進而找到支持資本退出的商業(yè)模式的創(chuàng)始人極其罕見,即便有能力也要從大量隨機意外中生存下來才能堅持到最后。

此外,AI很難像移動互聯(lián)網(wǎng)那樣在同一時間點出現(xiàn)大量集中于同一賽道的項目,從而誕生批量投資的機會。可以說AI每個項目都是獨立發(fā)展成熟,大多數(shù)項目處于不同賽道,所以,也就不好滿足大體量基金的投資需求。

之前人工智能領(lǐng)域的獨角獸,有不少都是在一個特定的時間段開始創(chuàng)業(yè)——技術(shù)處于稀缺狀態(tài),再加上很多人對于AI有美好的理想,因此快速發(fā)展,也融到了很多錢。但這主要是由技術(shù)發(fā)展階段和投資需求的雙輪驅(qū)動,而不是市場、產(chǎn)品和商業(yè)模式的高度融合所導(dǎo)致的,這些獨角獸的成功在今天不容易再復(fù)制。所以在今天,也很難找到這種只需要技術(shù)領(lǐng)先就可以成功,對投資人來說容易把握的投資標的。

由于市場、產(chǎn)品和商業(yè)模式的交互不確定,導(dǎo)致人工智能相關(guān)的創(chuàng)業(yè)和投資如同三體般不穩(wěn)定,可能有很多因素往前推進都會打破已有的平衡,投資人即使能夠判斷團隊可以很好的處理三者關(guān)系,有充裕的資金,但也沒法一定保證會達到預(yù)期的結(jié)果,因為這就是其本身不穩(wěn)定所導(dǎo)致的。

在當下,要能看破這三體,找到能帶來穩(wěn)定高回報的項目,才是AI投資最挑戰(zhàn)的部分??炊娜松伲匀煌顿Y也就少,看起來可能是資本比較謹慎,實際上和氏璧一直都有,只是在等待卞和。

從投資角度看AI技術(shù)趨勢 

人工智能可以分為四類:

一類是與知識有關(guān)的,包括推理和規(guī)劃;

一類是與學(xué)習(xí)有關(guān)的;

一類是與通信、感知以及行動有關(guān)的;

還有一類是問題求解。問題求解以當前的技術(shù)還遠遠達不到,所以暫不作討論。

下圖中畫紅線的部分是近期和投資有關(guān)的領(lǐng)域,包括文本識別、信息提取、語音識別、計算機視覺、機器人智能,深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、知識表達推理、知識圖譜等,這些看起來量很大,但是實際上與投資有關(guān)的并不多。

所有的技術(shù)發(fā)展都有一些關(guān)鍵的時間節(jié)點,要了解技術(shù)當前處于什么點上,這樣才能作與之相對應(yīng)的決策。

第一階段,即很早期的科研階段,還處于高校、科研院所的探索與建模階段,不太適合進行風(fēng)險投資;

第二階段,即工程化階段,已經(jīng)具備了實驗結(jié)果甚至是原型機,也注冊了專利、知識產(chǎn)權(quán),處于脫離實驗室的理論階段,具備了可執(zhí)行內(nèi)容,類似于天使輪到A輪之間的狀態(tài);

第三個階段是應(yīng)用階段,即下圖中綠色和藍色部分,已經(jīng)有了一定的使用經(jīng)驗,開始商業(yè)落地和積累早期客戶,這才是投資最主要的部分。藍色部分適合B輪以后投資,在客戶群體已經(jīng)擴大、應(yīng)用變得廣泛后,就可以向其它階段擴散了;最后就是影響社會階段,當市場已經(jīng)成熟,獲得了廣泛的關(guān)注,就可以替代現(xiàn)有的很多技術(shù)。

往后再看,像綠色和藍色部分,可以把它看成是行業(yè)的2B和2G的階段,因為人工智能直接面向2C還不夠成熟。最后是橙色部分,影響社會階段,實際上就是一個2C階段,人工智能企業(yè)現(xiàn)在能夠完全2C的還很少,絕大多數(shù)AI技術(shù)還到不了那個階段。

AI投資趨勢是類似于三浪疊加的形態(tài):第一浪是工程化階段,這個階段還處在工程化向應(yīng)用之間的過渡,歸根結(jié)底還是投技術(shù);第二浪,即應(yīng)用階段,比如機器視覺就處于應(yīng)用階段,雖然應(yīng)用還不算廣泛,但是還是有很多應(yīng)用的點;第三浪,就是影響社會,如果技術(shù)能影響社會,說明已經(jīng)趨于成熟,這就是2C的階段。

目前第一浪已經(jīng)過去,現(xiàn)在大家關(guān)注的是第二浪,就是投2B和2G的好企業(yè),不過最值錢肯定是2C企業(yè),但目前還看不到,根本原因不只是企業(yè)的問題,更是技術(shù)還沒有發(fā)展到那一步的問題。

AI的S曲線 

S曲線(下圖為移動互聯(lián)網(wǎng)和互聯(lián)網(wǎng)的比較)在初期底層研究的階段,可能有海量的投入,但是這些投入不會對產(chǎn)業(yè)帶來本質(zhì)影響;

當?shù)竭_某一個時間點以后會促成產(chǎn)業(yè)、技術(shù)和應(yīng)用的結(jié)合,就是S的豎線,在這個時間點會出現(xiàn)很多創(chuàng)新的機會,這是最適合風(fēng)險投資的階段;

最后是產(chǎn)業(yè)化階段,產(chǎn)業(yè)化階段最關(guān)鍵的要素是資本和行業(yè)資源,需要利用整個國家和體制去推動。這個產(chǎn)業(yè)的開頭和結(jié)尾都是國家在推動,只有中間部分才是最適合創(chuàng)業(yè)者和風(fēng)投資本。

引用自:a16z

再回到S曲線的開始階段,人工智能技術(shù)從長周期來看還是處于早期階段,因為沒有找到好的市場和應(yīng)用匹配,產(chǎn)品也在不斷迭代;而過了這個點,就會像火箭發(fā)射一樣到達S的豎線階段,但關(guān)鍵問題是如何判斷這個點,對于投資人來說還是具有挑戰(zhàn)性的。

在S曲線底部,存在兩種混沌的狀態(tài):第一個狀態(tài)是科技還沒有得到足夠的發(fā)展,還無法落地到一個成型的產(chǎn)品,這就是當下自動化和混合現(xiàn)實所處的階段,也是智能手機在2006年的情況;

第二個狀態(tài)是技術(shù)先行,但是并不住清楚可以用此技術(shù)做什么,正如1994年HTML 和Web技術(shù)剛剛被發(fā)明的時候,就當時的情況來看,可以在電腦上運行,但是對于如何操作、如何發(fā)揮其功用等問題并不清楚,以及如果世界上每個人都使用的話,將意味著什么。

而這兩種混沌狀態(tài)的結(jié)合體,即在科技發(fā)展早期,試圖看出科技未來的應(yīng)用方向,則更是混沌。

引用自:a16z

如下有兩張圖,當一些技術(shù)到達S曲線的頂端,已經(jīng)基本上被壟斷,說明這些技術(shù)已經(jīng)沒有前途了,人工智能現(xiàn)在處在一條橫線向豎線轉(zhuǎn)化的拐點。人工智能有很多技術(shù),比如語音技術(shù)要比其它技術(shù)在S曲線更靠右的階段。

技術(shù)是工具而不是生產(chǎn)力,投資人投的是生產(chǎn)力,是技術(shù)的合理應(yīng)用,所以就必須得了解產(chǎn)業(yè)的宏觀環(huán)境和技術(shù)的微觀發(fā)展。

有很多技術(shù)都是比較值得投資也是投資會比較偏好的領(lǐng)域,例如神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)、計算機視覺、音頻處理、自然語言處理、規(guī)劃、音視頻技術(shù)等,這些技術(shù)其實彼此都是相互交叉的。

引用自:a16z

AI技術(shù)與市場的匹配

AI的本質(zhì)就是輔助、替代和超越人。輔助人是指考慮數(shù)據(jù)處理的速度和規(guī)模時,人力不能為時需要AI來幫助處理;而替代人是指在一些危險以及人類無法清晰辨別及表述的情況下,AI可以替代人來完成任務(wù);

第三是超越人,有些任務(wù)人類是無法做到的,比如利用 AI來預(yù)測海洋的風(fēng)暴并且據(jù)此來推斷觀察海里魚類的游動情況等等。原則上講,只要AI能在這三個方面發(fā)揮足夠大的效果,就有投資的價值。

AI有五大能力:第一是推理,能解決問題;第二是可以存儲大量的知識;第三是規(guī)劃,AI可以設(shè)定目標并且實現(xiàn)目標;第四是交流,語音識別、圖象識別和視頻識別都屬于交流范疇;第五是感知,使用大量傳感器感知視覺、聲音。

這幾個能力組合在一起,如果有足夠多的已打標簽的數(shù)據(jù),加上合適的AI算法,就能幫助企業(yè)實現(xiàn)減員增效和增能。所以投資需要判斷幾點,是否有足夠多的結(jié)構(gòu)化數(shù)據(jù),算法是否合適?是否解決了企業(yè)的剛需?如果能解決剛需,那么就可能有投資價值。

AI引領(lǐng)了新一代的產(chǎn)業(yè)革命。第三代產(chǎn)業(yè)革命的核心生產(chǎn)資料是數(shù)據(jù),成長的驅(qū)動是網(wǎng)絡(luò)+AI。如果將大數(shù)據(jù)和AI結(jié)合,就會有很多創(chuàng)新點。

下圖列舉了AI在不同領(lǐng)域的應(yīng)用。在工業(yè)領(lǐng)域有很多應(yīng)用,比如生產(chǎn)排期、智能控制、設(shè)備維護、智能質(zhì)檢等等;在零售行業(yè)、酒店、智能電網(wǎng)、農(nóng)林牧漁、化工、金融、石油石化、物流等很多領(lǐng)域也有很廣泛的應(yīng)用。

AI是一個特別好的技術(shù),看起來可以應(yīng)用在生產(chǎn)生活的多個方面,但是反過來——基于深度學(xué)習(xí)路線AI的每個算法都需要特定數(shù)據(jù)訓(xùn)練,所以就很難具備通用性。如果一個技術(shù)不具備通用性,就只能做垂直的領(lǐng)域,這樣就會受限于垂直市場的大小,市場太小就很難實現(xiàn)IPO,不能IPO就會導(dǎo)致投資人的回報比較有限。整體說回來,投資人更希望投資具有廣泛應(yīng)用場景的技術(shù),而不只是在特定領(lǐng)域的應(yīng)用。

信息參考:機器之心

AI+行業(yè)的落地有一個很典型的問題,殺手級的應(yīng)用還是比較少。所謂殺手級應(yīng)用,就是能夠給產(chǎn)業(yè)界帶來顛覆式創(chuàng)新的應(yīng)用。本質(zhì)原因還是技術(shù)不夠成熟,而且研發(fā)成本也很高,所以現(xiàn)狀是用基于成熟技術(shù)、聚焦于熱門行業(yè)、做特定場景的淺層智能,比如智慧安防、智能客服、缺陷檢測以及目標檢測,相比之下更加容易產(chǎn)業(yè)落地。

AI的細分客戶 

客戶可以分兩類:一類是主流客戶,舍得花錢提升效率,主要是指政府、國企、上市公司等大型機構(gòu)或企業(yè),越大型的機構(gòu)越有資金,也越有意愿提升效率;另外一類就是小微民營企業(yè),這些企業(yè)往往資金周轉(zhuǎn)不開,不太愿意嘗試不成熟的技術(shù),提高效率是次要的,首要目標還是降低成本。

大型企業(yè)如央企或者大國企,與AI創(chuàng)業(yè)企業(yè)之間有很大差距,很多AI創(chuàng)業(yè)企業(yè)無法摸清客戶的門檻在哪兒,也不知道如何與客戶對接,客戶內(nèi)部結(jié)構(gòu)也很龐大復(fù)雜,客戶對AI的需求也難以具體描述出來。這是目前很大的問題,如果哪個AI企業(yè)能夠解決企業(yè)和客戶之間的關(guān)系,就是一個成功的典型范例。

“新基建”在當下很熱門,新基建融資有很多新機遇,可分為以下幾類:第一類,已有基礎(chǔ)設(shè)施,比如像全國存有大量的安防攝像頭,需要經(jīng)過智能化升級改造;第二類,已經(jīng)有了概念,但是還沒基礎(chǔ)設(shè)施,可能要全新部署;第三類,對于尚未存在概念的基礎(chǔ)設(shè)施,需要去創(chuàng)造。

再來談投資要素,主要是產(chǎn)品、市場、企業(yè)、技術(shù)、行業(yè)和資本運作,下圖中顏色越深的地方就越重要。

首先考慮產(chǎn)品是否存在剛需,其次是市場規(guī)模空間是否夠大,第三是企業(yè)團隊和創(chuàng)始人的人品性格。除此以外,產(chǎn)品競爭力、產(chǎn)品進化能力、知識產(chǎn)權(quán)保護等也都很重要,不過這些也要有先前的條件支撐才有意義。

AI的不同層級

分析一下中國AI的不同層級:技術(shù)層就是理論研究,屬于科研院的范疇;平臺層有很多,往往是互聯(lián)網(wǎng)和通信時代的巨頭在運營,例如BAT、華為、谷歌、京東、亞馬遜、Facebook,它們既有數(shù)據(jù)又有流量。

同時我們會發(fā)現(xiàn)很多獨角獸企業(yè)也在做平臺,因為單憑一個或者幾個具體的垂直行業(yè)撐起獨角獸公司百億以上的市值是很難的,所以與他們的資本估值匹配的最佳選擇,就是做平臺。

真正讓技術(shù)落地、有機會成為獨角獸的公司,一種是從事具體的解決方案,一種就是落地的應(yīng)用性平臺。如果沒有很好的中間商和渠道,基本上產(chǎn)品再好,也不具備快速推向市場的機會。

AI和傳統(tǒng)行業(yè)的關(guān)系是AI+傳統(tǒng)行業(yè)。有兩類企業(yè):第一類就是已經(jīng)確定的技術(shù)成熟領(lǐng)域的淺層次應(yīng)用,特點是競爭極其激烈,因為數(shù)據(jù)很密集、客戶資金充足,但是僧多粥少、不好切入;很有投資價值的一種就是獨辟賽道的公司,他們在布置項目層級的時候采集了很多獨有的數(shù)據(jù),一旦采集足夠多以后,就會形成壟斷性,不過這種情況不太容易出現(xiàn),一旦出現(xiàn),就有獨角獸潛質(zhì)。

“六投三不投”之可投:一開始要做垂直落地的事情,而不是上來就做一個大項目;要有很明確的應(yīng)用場景;要有很優(yōu)質(zhì)的頭部客戶;應(yīng)用場景要夠普遍,這樣用得人就越多,節(jié)約的人力成本越多,給客戶帶來價值越大;工程和服務(wù)能力要很強;團隊演進能力的要很高。

“六投三不投”之不投:第一就是解決萬眾矚目問題的大項目,現(xiàn)有技術(shù)還無法實現(xiàn);第二是沒有應(yīng)用場景也沒有太多客戶,宣揚豪華團隊、算法領(lǐng)先,但是市場業(yè)績比較可疑,這種企業(yè)一般都不落地,風(fēng)險很大;第三是沒有行業(yè)服務(wù)經(jīng)驗,就無法完成目標。

Q&A

Q:怎么看AI芯片創(chuàng)業(yè)公司,怎么看AI和芯片的結(jié)合?

A:AI行業(yè)本身不是一個很成熟的具有產(chǎn)業(yè)鏈節(jié)點性的行業(yè),但有些創(chuàng)業(yè)企業(yè)還是愿意把自己包裝成一個在很成熟的或者說相對成熟的產(chǎn)業(yè)鏈中去創(chuàng)業(yè),此時硬件就是一個關(guān)鍵節(jié)點。轉(zhuǎn)向做芯片,就會有更多故事可講。

當然,有很多企業(yè)的AI芯片有明確的應(yīng)用需求,比如比特大陸就很明確,因為其實礦機本身就可以看做是一種特殊的AI應(yīng)用,只不過用在“采礦”上而已,把“CPU+GPU”替換成FPGA甚至ASIC,其實是在降低成本、提高運算效率、提高產(chǎn)業(yè)能力,這就是另外的故事了。

Q:AI創(chuàng)業(yè)公司往往比較弱小,與傳統(tǒng)信息化巨頭在小場景中對碰沒問題,但到一定程度是不是會以并購為主要方向,而不一定是獨立上市?

A:我覺得都有可能,比如傳統(tǒng)行業(yè)的巨頭,很希望在自己的產(chǎn)品中加入新概念,特別是傳統(tǒng)的工業(yè)企業(yè)或者是傳統(tǒng)的信息化企業(yè)。AI市場是一個由無數(shù)個小市場組成的大市場,如果由一家企業(yè)去并購海量的小企業(yè),從而組成一個大團隊,這個事情還是有可能的,未來這種并購可能會很活躍。

Q:怎么看AI跟IoT的行業(yè)結(jié)合?

A:AI本來就是ABCI(AI、Big Data、Cloud Computing、IoT)中的一個。IoT的一個重點是既要感知又要交流,這會給AI的整體處理、邊緣計算、混合計算等帶來關(guān)鍵的應(yīng)用點?;旧弦袮I項目落在工業(yè)或農(nóng)業(yè)或任何實體行業(yè),就一定是AIoT。

Q:像工業(yè)機器人這樣帶硬件的產(chǎn)品,一是銷售起量慢,二是盈利還以產(chǎn)品銷售為主,您覺得這一類的投資價值在哪里? 

A:嚴格來講機器人和人工智能是兩個平行的領(lǐng)域。機器人更多像是人的四肢,人工智能其實是人的大腦加上耳朵、眼睛甚至觸覺。現(xiàn)在所謂的機器人,都不是智能化,而是自動化。它們只能按照既定的程序和腳本去執(zhí)行,但反過來如果機器人足夠智能化,就一定很掙錢,當然現(xiàn)在真正能智能化的機器人其實比較少,這是工業(yè)機器人的當前狀態(tài)。

另外像工業(yè)視覺領(lǐng)域怎么切入。比如紡織行業(yè),中國是全世界第一的紡織大國,中國的紡織機可能有幾千萬臺,如果每一臺紡織機都差不多,用了工業(yè)視覺技術(shù)后都能給老板每年帶來很高的收益,這個市場就可以做,因為這是一個很確定、很具體的市場;

但是反過來,如果紡織機器千奇百怪,每一個工廠的需求都不一樣,這種項目做起來就會特別累。所以,工業(yè)視覺能否落地到紡織行業(yè),這必須是在紡織行業(yè)工作很多年的人才能弄清楚。工業(yè)視覺技術(shù),一定要切海量市場、共性超級強的市場,而不要去切細微市場、要求很高的市場。

再一個,工業(yè)領(lǐng)域技術(shù)做成類似PaaS的形式會比較好,PaaS是能夠提供更多可能的平臺。

Q:AI公司在早期是不是只能采用項目制,有沒有通用型的解決方案?

A:要看到底是做什么,還有在什么時間節(jié)點去做。比如AI芯片就肯定不是項目制。

我覺得AI創(chuàng)業(yè)公司,如果確定好要走通用型道路,還是要專門做AI的一些核心節(jié)點,AI這個產(chǎn)業(yè)雖然說沒那么成熟,但還是有核心節(jié)點的。

計算芯片是一個核心節(jié)點、深度學(xué)習(xí)框架是一個核心節(jié)點,純憑技術(shù)之外還要考慮市場,比如AI芯片就要不考慮功耗和算力的平衡。好的芯片公司,例如寒武紀的芯片不是拍腦袋想的,而是根據(jù)華為的需求做出來的。可以理解成AI芯片有定制化的方向,定制化方向做多了以后就有可能成為通用芯片,但芯片太通用了也有問題,本來做芯片的目的是為了提高專用性、降低成本,太通用了以后肯定會導(dǎo)致高冗余、高成本。

但如果是行業(yè)垂直應(yīng)用的公司,如果不從具體的項目開始做,基本上是沒戲的,最大的原因就在于AI和行業(yè)應(yīng)用的結(jié)合,關(guān)鍵在行業(yè)而不在AI。如果沒有做過具體的項目,直接上來就要做通用平臺,那一定沒法用也沒有人會用,所以AI的平臺型公司可能最近這些年會很少,反過來把項目做好了就可能變成一個平臺。

鈦資本研究院觀察

近兩年以來,各機構(gòu)對于AI項目的投資明顯謹慎很多,一方面是前面大量被投項目的商業(yè)變現(xiàn)不如預(yù)期,另一方面AI本身借助資本的力量在快速發(fā)展一段時間后從質(zhì)的發(fā)展上處于停滯狀態(tài),理論基礎(chǔ)缺乏新的大突破。

如同其它科技的技術(shù)成熟度曲線一樣,AI又一次經(jīng)歷從過度期望到泡沫破裂,逐步走向過度失望的低谷狀態(tài)。

大浪淘沙,在一個技術(shù)成熟的長周期里面,不同的時期對于投資機構(gòu)對項目的選擇,一定跟其基金的投資期限和項目商業(yè)變現(xiàn)能力和快速成長階段緊密相關(guān)。正如錢雨博士所指出的,技術(shù)本身只是工具,不代表生產(chǎn)力,技術(shù)的合理應(yīng)用才是生產(chǎn)力,并且會深刻改變生產(chǎn)關(guān)系。

可以判斷的是,經(jīng)過2016年到2019年的人工智能全球熱潮和創(chuàng)業(yè)泡沫后,人工智能技術(shù)盡管發(fā)展不如預(yù)期,但已經(jīng)一步步進入到了實際的生產(chǎn)生活場景中,并逐步應(yīng)用到生產(chǎn)生活的方方面面。

未來人工智能技術(shù)作為新基建的頭雁,在疫情后的新社會生活范式中也將迎來全新一輪的發(fā)展機遇,AI投資雖然不易,但一個充滿了AI的人類時代,正在實實在在的到來。

分享嘉賓介紹:錢雨博士是北京基金業(yè)協(xié)會人工智能專委會秘書長、中國人工智能發(fā)展聯(lián)盟投資組副組長,曾經(jīng)主持了國家電網(wǎng)VR+產(chǎn)業(yè)示范項目的研發(fā)工作,具有豐富ToB的產(chǎn)業(yè)經(jīng)驗。

鈦媒體作者介紹:鈦資本是專注于企業(yè)級科技的投資銀行和管理咨詢服務(wù)平臺。微信公號:tmtcapital】

本文系作者 鈦資本研究院 授權(quán)鈦媒體發(fā)表,并經(jīng)鈦媒體編輯,轉(zhuǎn)載請注明出處、作者和本文鏈接。
本內(nèi)容來源于鈦媒體鈦度號,文章內(nèi)容僅供參考、交流、學(xué)習(xí),不構(gòu)成投資建議。
想和千萬鈦媒體用戶分享你的新奇觀點和發(fā)現(xiàn),點擊這里投稿 。創(chuàng)業(yè)或融資尋求報道,點擊這里。

敬原創(chuàng),有鈦度,得贊賞

贊賞支持
發(fā)表評論
0 / 300

根據(jù)《網(wǎng)絡(luò)安全法》實名制要求,請綁定手機號后發(fā)表評論

登錄后輸入評論內(nèi)容

快報

更多

15:50

宇信科技:2025年歸母凈利潤4.32億元,同比增長13.69%

15:50

美國多地舉行抗議示威反對特朗普政府政策

15:49

深紡織A:2025年歸母凈利潤6841.87萬元,同比下降23.44%

15:49

新華制藥:2025年歸母凈利潤2.9億元,同比下降38.32%

15:48

中國石油:2025年凈利潤1573億元,同比下降4.5%

15:47

天山鋁業(yè):2026年第一季度凈利同比預(yù)增107.92%

15:46

百邦科技:籌劃控制權(quán)變更事項,股票停牌

15:25

美軍地面戰(zhàn)數(shù)周速決方案曝光,欲復(fù)刻“42天滅伊”神話

15:24

本周新增范式智能、斯比特等4家上市輔導(dǎo)備案企業(yè)

15:23

本周新增寶蓋新材、雙林股份等3家境外上市備案企業(yè)

15:10

日本民眾舉行抗議集會,敦促日本政府就強闖使館事件道歉

15:07

華創(chuàng)證券:四重維度透視中國寬基指數(shù)的“中游制造”成色

15:01

國內(nèi)兆瓦級液氫燃料航空發(fā)動機首次整機性能達標

14:30

河南:聚焦老年用品研發(fā)生產(chǎn)培育龍頭企業(yè)和產(chǎn)業(yè)集群,建設(shè)高標準養(yǎng)老產(chǎn)業(yè)園區(qū)

14:28

河南:到2027年養(yǎng)老服務(wù)等領(lǐng)域民政服務(wù)供給不斷優(yōu)化

14:02

宇樹科技王興興:具身智能GPT時刻大概還需兩到三年

14:01

阿塞拜疆首都地區(qū)降水量打破百年紀錄

13:54

蒙古國執(zhí)政黨選定總理候選人

13:32

本周南向資金凈買入251億港元,泡泡瑪特凈買入超36億港元

13:17

沙特每日700萬桶石油繞過霍爾木茲

掃描下載App