在人工智能大火的今天，很多AI項目都有很高的估值。隨著時間演進，高估值的項目如何發展和退出？這是很核心的問題。星河互聯人工智能事業部總經理、合伙人劉瑋瑋認為，在IPO提速以及高估值的雙重作用下， 2017年將會出現第一撥AI公司的倒閉潮。
4月13日，星河融快在北京上地創新大廈舉辦了一場閉門路演活動，此次活動共有8家人工智能領域的創企和數家投資機構參與。在活動中，劉瑋瑋在開場時做了題為“2017，回歸創業規律的人工智能”的深度行業剖析，以下為演講精選：
大家下午好。
去年10月份的時候，我們跟人工智能學會做了一個線下活動，在會場我也做了分享，那時候的主題叫“資本寒冬下的人工智能的春天”。現在AI還是處在比較火爆的狀態，但也有了一些改變，我們今天一起討論一下。
1
中國AI發展比美國慢半年到一年
2016年，無論是從標志性的事件、巨頭的布局以及投資的數據等，都可以看出人工智能發展迅猛，但其整體還是處於初期的。
這是目前人工智能領域的基本架構。底層是基礎設施，包括數據、訓練模型﹔中間是技術層，有算法以及各種框架﹔上層有在不同細分領域應用的解決方案。這個組合構成了目前人工智能的產業鏈。
從這張地理分布圖以及全球AI項目成立的時間，我們推斷，中國比美國整體的AI發展，應該慢半年到一年的時間。大部分歐美的AI的項目，成立在2013年、2014年。中國在2014年、2015年的時候，也有一批AI的天使期項目創建起來，但是那時候都還不叫人工智能項目。
2
智能機器人未來發展潛力巨大
AI和各個領域的結合基本涉及了我們看到的科技領域以及傳統行業的方方面面，比如醫療、營銷、商業智能、安全、金融、IOT等等。AI的前景是很廣闊的，但目前技術相對成熟的，是醫療、金融、垂直領域的智能客服、語音、安防等幾個領域。
醫療有個典型特點，它的場景和應用比較封閉，數據偏結構化，它的數據是很容易拿到訓練模型的，這是它的天然屬性。還有一些開放的領域，進展就稍微慢一些。
從分布的象限來看，人工智能大部分領域剛剛開始發展。
語音是現在是最有希望全面落地的領域。從安靜環境下測試集的准確率來看，基本上可以達到95%，但是在非安靜環境下的應用並不好。還有一個問題是對語意的理解，特別是對中文語意的理解，現在還很不成熟。
還有一些有潛質的領域，比如智能機器人。從存在的項目數來講，智能機器人應該是AI裡最大的一個細分領域。
從成熟度曲線來看，語音更靠前一點，然后是計算機視覺。像安防領域這樣的封閉的場景，有孤島化分布的大量數據可以用於訓練，在這些領域它是有先發優勢的。
3
AI領域融資數目增幅向后期輪次移動
在AI比較火熱的同時，從2016下半年到現在我們也看到了很多變化。這是我們基於人工智能行業的演進和大環境分析，看到的一些行業變化。
第一個變化就是IPO提速。這個變化對前沿科技領域會有很大影響。很多新三板項目紛紛摘牌，如果你的整個項目基本面比較好，連續三年盈利，那它可能就去IPO排隊了。証監會的消息說，未來每周將會有十家IPO通過審核的項目，按照這樣的速率，一年就有500多個項目。
第二個變化是國內成長期基金募集量最大。在A輪左右、商業模式得到驗証的項目今年會特別受到投資人追捧。實際上資本市場的關注點有向后移的趨勢，這是我們從數據以及平時的業務過程中感受到的。
第三個變化是在這樣一個資本的驅動力下，AI項目慢慢也會從早期的天使期過渡到A輪左右的趨勢，大家可以看到早期項目融資數目有所降低。
4
2017年會出現第一波AI公司倒閉潮
現在有很多AI的項目估值很高，甚至說整個人工智能領域去年都有比較大的泡沫。隨著IPO的提速、項目不斷隨著時間演進，高估值的項目后面如何發展和退出？我們可以以A股人工智能概念上的項目為尺子，看一下它的營收、商業模式以及PE、PS。你會看到，人工智能現在離全面商用還是很遠的，也還遠沒有到全面盈利的階段。
我們通過這個尺子去量現在的頭部項目，發現有些項目還是比較危險的，那麼高的估值后邊怎麼辦？誰願意接盤？退出路徑怎麼樣？
以科大訊飛為例，截止到2016年Q3，全年科大訊飛營收在33億左右，淨利是4.9億。我們把科大迅飛作為一個行業縮影來看，那麼跟科大迅飛類似的某些語音公司主營業務還沒有盈利，整體還是在燒錢的狀態。這麼高的估值，要以一個什麼樣的倍數或者期望去退出？這是很核心的問題。
所以我們判斷，在IPO提速以及高估值的雙重作用下， 2017年第一撥的AI公司會有倒閉的風險。商業模式長時間未被驗証，估值又很高，后面可能就會遭遇無人接盤、無法退出的危險。
5
人工智能在C端落地還需5-10年
下面分享幾個星河對於這個行業的整體觀點，這些觀點是我們通過不斷看項目、對各個重點領域的項目進行梳理后總結出來的。
第一，算法壁壘降低
去年，如果你有一個比較好的科學家和比較好的算法分析團隊，可能很容易拿到天使輪甚至是A輪以前的融資。隨著行業演進，關注度越來越高、做得人越來越多，不斷有科學家進入這個領域，算法和壁壘一定會慢慢降低，這是規律。
第二，縱深能力提升
除了算法之外，創業團隊需要有行業縱深能力、市場實踐能力，如果沒有這些能力，項目落地起來非常困難，非常單薄，可能會面臨許多危機。
第三，解決需求更重要
在落地的應用場景中，解決需求比起算法創新來說更為重要，需要的能力也更為全面，創造的價值也更容易實現。所以核心的問題是，創業項目的產品，能夠解決什麼樣的需求。
第四，整體解決方案更有價值
軟硬件的整體解決方案比單獨算法更具價值。硬件項目比軟件項目壁壘高一點，這是我們觀察到的一個現象。所以說整體解決方案是極其重要的。
比如說，在行業初期，給機器人提供核心的部件，隻有算法或硬件是不夠的。隻提供軟件，客戶還要找硬件，隻提供硬件，客戶還要找軟件，最好的能力是提供整套的軟硬件解決方案。
第五，數據資源更稀缺
垂直領域的數據資源比單獨的算法更稀缺，能不能拿到別人拿不到的帶標記的數據訓練集，比如在醫療領域，對於早期訓練模型極其重要。
第六，To C落地還需5-10年
人工智能將在To B領域先落地，C端還很遙遠。隻有在B端相對成熟，能夠為C端低成本解決需求的時候，C端才有落地的機會。
第七，機會還有很多
在這個領域，還有很多創新機會，星河互聯也在進行積極地創建和投資。
6
投資人評判AI項目一定要用商業尺子
對於投資人而言，應該如何看待這樣的變化？
我們對技術創新的項目，依然有很寬的容忍度，但是我們在評判項目的時候，無論是早期階段還是中期階段還是后期階段，都要用商業尺子去衡量。
此外，明天的機會永遠比今天還多，不用因為沒投上一個項目而懊惱。多在一線去調研，發現AI的某些應用場景。
7
AI創業公司不要一味追求高估值、不要以燒錢為榮
對於AI創業公司來說，首先要考慮的問題是如何活下去，下面是5種生存方式：
尋找被並購機會
賣老股，產生現金流
多與合作伙伴一起整合解決方案，形成高壁壘
管控現金流，高效運營
能拿錢就拿錢，不要一味追求高估值。
總結來講，行業很光明、道路很曲折。2017年，如果我們用創業的尺子衡量現在的領域，可能會擠出一些泡沫，也會有一些真正有商業感覺的創業者涌出，這是我們樂意看到的。
好，今天就分享這麼多，謝謝大家。
