雷锋网【新智造】按：在半个世纪以来，人工智能经历了三起三落。在最近的两三年中，人工智能再一次火热起来，吸引了无数的创业者与投资人。本文为【新智造】独家报道的星河融快闭门路演活动，全文记录了星河互联人工智能事业部总经理、合伙人刘玮玮在活动中对行业的深度剖析。在未来，我们将在持续关注智能时代创新创业基础上，挖掘站在资本上的投资人观点，分享他们对于行业、市场的深刻洞见，找到值得创业和投资的机会。如果你是创业者、投资人，你想讲述你的创投故事，可通过邮箱xinzhizao@leiphone.com或关注【新智造】公众号联系我们！
新智造消息，4月13日星河融快在北京上地创新大厦举办了一场闭门路演活动。融快是一家服务产业互联网新经济的创新型投资银行，为金融科技、大数据、企业服务、人工智能领域的创业家、投资人提供投资银行服务，包括私募融资、兼并收购、私募股权投资、早期融资平台等，此次活动共有8家人工智能领域的创企和数家投资机构参与。
在活动中星河互联刘玮玮在开场时做了题为“2017，回归创业规律的人工智能”的深度行业剖析，从历史、现状、问题、经验等几个方面，进行了分析。
以下是刘玮玮演讲的文字全文（附PPT），雷锋网【新智造】在不更改原意的前提下，做了整理：
大家下午好。
去年10月份的时候，有一个我们跟人工智能学会做的线下活动，在会场我也做了分享，那时候的主题叫“资本寒冬下的人工智能的春天”，AI还处在比较火爆的状态，但现在可能会有些改变，我们今天一起去讨论一下。
2016年的人工智能发展比较迅猛，无论是从标志性的事件、巨头的布局以及投资的数据等，都可以看到发展极其迅猛，但整体还在初期。
我们讲AI领域的三起三落：从50年代起，人工智能就开始发展起来了，早期不叫“人工智能”，它有很多符合那个时代的技术属性的称谓，比如“人机交互、专家系统、模式识别、机器学习、深度学习”等等，都是人工智能所覆盖的领域。2010年以后，以机器学习为代表的一些课题发展跟之前有什么不一样？这是我们比较关心的。
大家看到，这是目前人工智能领域的基本架构。底层是基础设施，包括数据、训练模型。中间是技术层，有算法以及各种框架，上层有在不同细分领域应用的解决方案。这个组成构成了目前人工智能的产业链。
可以看到，实际上百分之六七十的项目都在欧美，但这个数据现在可能有些变化，但应该还是欧美比较多一些。从这张地理分布图以及全球的AI项目成立的时间来看，我们推断，中国比美国整体的AI发展，应该慢半年到一年的时间，大部分欧美的AI的项目，成立在2013年、2014年。中国在2014年、2015年的时候，也有一批AI的天使期项目创建起来，我们可以想到的一些项目，翻翻它的历史应该都是那个时候甚至更早做起来的，但是那个时候他们都还不叫人工智能项目。
这是AI和各个领域的结合，比如医疗、营销、商业智能、安全、金融、IOT等等，它基本涉及了所有我们现在看到的科技领域以及传统行业的方方面面，我们认为AI的前景还是很广阔的，但目前技术相对成熟的，是医疗、金融、垂直领域的智能客服、语音、安防等几个领域。
医疗有个典型特点，它的场景和应用比较封闭，数据偏结构化，如果拿到它的数据是很容易拿到训练模型的，这是它的天然属性。
还有一些开放的领域，进展就稍微慢一些。语音领域，现在实际上它是最有望全面落地的领域，可以从安静环境下测试集的测试准确率来看，基本上可以达到95%，但是非安静环境下，它的应用并不好，实际效果还是有很多的问题。还有一个问题是语意的理解，特别是对中文语意的理解，现在还很不成熟。
现在，我们在各种学术大会上可以看到很多华人的身影，同时，伴随着这波人工智能的发展，很多科学家有了创业的冲动，这几位大家都比较熟。所谓的科学家明星项目，就是团队里有技术大牛，在顶级的期刊上有学术贡献，在以往工作上也有很强的技术履历，项目聚焦在某个人工智能领域。
但是，也有一些科学家明星项目，在商业路径以及经营方面是有不足的。团队中过分偏重技术能力，少有创业和经营人才。这类项目要小心。
前面讲到了人工智能发展的火热，但从技术发展来看，人工智能确实还处于初期。从分布的象限来看，大部分领域还刚刚开始，语音可能快一些，那么还有一些比较有潜质的领域，比如智能机器人。从存在的项目数来讲，智能机器人应该是AI里最大的一个细分领域。
从成熟度曲线来看，语音更靠前一点，然后是计算机视觉，特别是安防领域，封闭的场景，有一些孤岛化分布的大量数据可以用于训练，在这些领域它是有先发优势的。
刚才提到，在AI比较火热的同时，从2016下半年到现在我们也看到了很多变化，这是我们基于人工智能行业的演进和大环境分析，看到的一些行业变化。
第一个变化就是IPO提速。这个变化对前沿科技领域有没有影响？未来会有很大影响。很多新三板项目纷纷摘牌，如果你的整个项目基本面比较好，连续三年盈利，那它可能就去IPO排队了。从数据来看，还是能看到一个IPO提速的趋势，昨天也看到证监会的消息，说未来将会每周有十家IPO通过审核的项目，按照这样的速率，一年就有500多个项目。
第二个变化是国内成长期基金募集量最大。成长期的基金，在A轮左右、商业模式得到验证的项目今年会特别受到投资人追捧。实际上资本市场的关注点有向后移的趋势，这是我们从数据以及平时的业务过程中感受到的。
第三个变化是在这样一个资本大的驱动力下，AI项目慢慢也会从早期的天使期随着时间的演进和资本的驱动力，过渡到A轮左右的趋势，大家可以看到早期项目融资数目有降低的趋势。
那么我们怎么看待这个问题？有很多AI的项目估值很高，甚至说整个人工智能领域，去年有比较大的泡沫，我们从数据可以看到。随着IPO的提速、项目不断随着时间演进，高估值的项目后面如何发展和退出？我们可以通过A股人工智能概念上的项目，以它作为尺子，看一下它的营收、商业模式以及PE、PS，实际上你就会看到，人工智能现在离全面商用还是很远的，这是一个结论。
也还远没有到全面盈利的阶段。我们通过这个尺子去量现在的头部项目，发现有些项目还是比较危险的，那么高的估值后边怎么办？谁愿意接盘？退出路径怎么样？这是显而易见的一个严肃问题。
截止到2016年Q3的一个数据，以科大讯飞为例，全年科大讯飞营收在33亿左右，然后净利是4.9亿，我们以科大迅飞作为一个缩影看行业，那么跟科大迅飞类似的某些语音公司主营业务还没有盈利，整体还是在烧钱的状态。那么这么高的估值，要以一个什么样的倍数或者期望去退出？这是很核心的问题。
所以我们判断，在IPO提速以及高估值的双重作用下，我认为2017年会有第一拨的AI公司会有倒闭的风险，商业模式长时间未被验证，估值又很高，后面可能就会遭遇无人接盘、无法退出的危险。
最后，分享几个我们对于这个行业的整体观点，这些观点是我们基于不断看项目，梳理各个重点领域的项目，摸索出来的一些观点。
第一，算法壁垒降低
在去年的时候，如果你有一个比较好的科学家和比较好的算法分析团队，可能很容易拿到天使轮甚至是A轮以前的融资，这是肯定的，包括我们去年也有很多这样的机会，当时很多项目我很犹豫，不知道它未来能长成什么样。团队很好，背景很好，很纠结。随着行业演进，随着你关注度越来越多、做得人越来越多，不断有科学家进入这个领域，算法和壁垒一定会慢慢降低，这是规律。
第二，纵深能力提升
除了算法之外，创业团队需要有行业纵深能力、市场实践能力，如果没有这些能力，项目落地起来还是做非常困难，非常单薄，可能会面临许多危机。
第三，解决需求更重要
在落地的应用场景中，解决需求比起算法创新来说更为重要，需要的能力也更为全面，创造的价值也，更容易实现。所以，核心的问题是，创业项目的产品，能够解决什么样的需求。
第四，整体解决方案更有价值
软硬件的整体解决方案比单独算法更具价值，硬件项目比软件项目壁垒高一点，这是我们观察到的一个现象。所以说整体解决方案是极其重要的。比如说，在行业初期，给机器人提供核心的部件，光有算法或硬件是不够的，光提供软件，客户还要找硬件，光提供硬件还要找软件。最好的能力是提供整套的软硬件解决方案，有这个能力，还是有一些机会。
第五，数据资源更稀缺
垂直领域的数据资源比单独的算法更稀缺，能不能搞到别人搞不到的带标记的数据训练集，比如在医疗领域，这个对于早期训练模型极其重要。
第六，To C落地还需5-10年
人工智能将在To B领域率先落体，C端还很遥远。只有在B端相对成熟，能够为C端低成本解决需求的时候，C端才有落地的机会。
第七，机会还有很多
在这个领域，还有有很多创新机会，星河互联也在进行积极地创建和投资。
我总结一下，对于投资人而言，应该如何看待这样的变化。我们对技术创新的项目，依然有很宽的容忍度，但是我们在评判项目的时候，一定要理性，用商业的尺子，无论是早期阶段还是中期阶段还是后期阶段，要用商业尺子去衡量它。此外，明天的机会永远比今天还多，不用因为没投上一个项目而懊恼。多在一线去调研，发现AI的某些应用场景。
而对于AI创业公司来说，首先要考虑的问题是如何活下去，下面是5种生存方式：
寻找被并购机会
卖老股，产生现金流
多与合作伙伴一起整合解决方案，形成高壁垒
管控现金流，高效运营
能拿钱就拿钱，不要一味追求高估值。
总结来讲，行业很光明、道路很曲折，2017如果我们用创业的尺子衡量现在的领域，可能会挤出一些泡沫，也会有一些真正有商业感觉的创业者出来，这是我们乐意看到的。
好，今天就分享这么多，谢谢大家。
本文为雷锋网【新智造】独家授权文章，未经授权拒绝转载！
正在生成分享图...
我在思考中