编者按:本文来自微信公众号“投中网”(ID:China-Venture),作者 张丽娟,36氪经授权发布。
随着依图、京东数科、禾赛、云知声等AI明星公司科创板上市受阻,有悲观的从业者甚至提出了AI全面崩溃的说法,AI独角兽们以为或许要迎来自己的春天,但却有人可能再也看不到春天了。
这些从2016年“AI元年”趟过来的AI独角兽们,都在2020年末竞相提交上市,但随着各家招股书的披露或者其他各式各样的原因,有的并不能在二级市场获得匹配于融资时的高估值,有的甚至可能都上不去。即便如李开复也曾在2020年公开承认,“不少AI公司割了投资人的韭菜。”
当然,随着AI技术的优化升级,其势必会真正地实现大规模落地,但此前讲的故事有多好听,现在面临的现实就有多残酷。关键问题在于,AI技术该如何真正跟产品结合起来并落地实施?
对于AI公司来说,什么又是当务之急?上市?盈利?行业共识面又如何?如何长久发展?
在投中2½沙龙这个系列项目的开端,我们邀请了众多企业端以及资本端的嘉宾,或许能为这个行业提供一个方向。
在沙龙中,众多嘉宾达成意见一致:AI公司还是要回归到企业本身的价值所在,至于依图、禾赛、云知声等暂时中止上市申报,反倒不是多么严重的问题,中止原因是多元的,从企业自身角度来说,还是要更加注重自己竞争力的打造。
祥峰投资执行合伙人夏志进提及的观点也得到更多与会嘉宾的认同,“一个企业的竞争力不仅仅来自于技术和产品,运营、客户关系、生产制造等等环境,都可能对企业造成影响,很多科技公司反而经常忽略整个业务各个环境的竞争力打造。”
在夏志进看来,国家确实在控制上市的节奏,一方面现在太多的企业在排队上市,里面很可能良莠不齐,并不是每个行业的所有企业都有上市的机会,这是现实情况,另一方面,如果以为以前没有办法上市的那些企业,现在因为科创板就能上市并且有好的估值,这是一个很大的误解;特别是科技企业没有利润也没有问题,甚至有些没有收入也想上市,这可能就是一个误解。
明势资本执行董事黎嘉宁补充道,过去两年整个上市通道更加的开放,要比五六年前好很多,整体趋势是更加有利于企业和创业者的。一般有泡沫的行业,泡沫破裂之后能留下很多不错的企业、不错的人才,还是有利于行业整体发展的。
AI产业发展中,场景比技术更为重要。以明势投资的100来家2B公司为例,很少有公司的第一标签是AI,但是80%的公司都有AI属性。“我们就投了用AI做锅炉节能的公司,这里更重要的是有懂业务场景的人,把一个相对先进的技术应用在场景之中,跟行业其他选手拉开显著的差距。”
黎嘉宁也指出,现在都在说的AI有很多瓶颈,就在于AI还是受限于其上游数据采集能力、算力,和下游场景的接受度。所谓的瓶颈可能会随着上下游的变化而得到突破。
华兴新经济基金执行董事邹彦书则把AI公司遇到的瓶颈更加具象化:1)场景过于集中。安防的确是有一个非常好的基础、非常巨大的市场,AI公司只要有一定的市场份额,就能创造出非常不错的收入体量。
2)回归到业务本质。对于AI公司来说,最后一定要有一个挣钱的模型。“从另外一个角度来讲,AI企业的科技含量到底体现在哪里?它跟一家有10亿收入、20%左右毛利的一个项目型公司,本质区别在哪里?这个要公司自己解答,告诉市场,告诉投资人。”
海松资本执行董事陈思宇也一针见血地指出,“海松更看重底层技术的创新和应用是否解决了真正的痛点(must have),而不是伪需求(nice to have)。AI和传统行业的结合赋能也好、算法替代人力降本提效也好,都需抓住真正的核心需求,不仅产品端要有独特竞争力,能解决客户的差异化诉求,而且收入端的增长也必须是健康可持续的,才能在这波科创板上市潮提前退潮之际,持续驶向星辰大海。”
这无疑表达了投资者们对于整体AI行业的看法:无论是作为一级市场的投资者,还是作为监管的角度来看问题,大家最关心的就是业务的真实性和可持续性。
对于此,国科嘉和合伙人丁润强是如此阐述的,“任何一个新技术是不是真的能解决实在的问题,业务真实、客户明确、有人为此而买单且有一定的定价能力,且在业务真实的前提之下,可以复制到不同的行业和客户中去。”
此外,AI企业一定需要解决的就是天花板的问题,破题之策则是真正解决一些切实有价值的问题。
“这个问题在中短期时间内一定要非常的具像、具体,它不能大。我们到底是用一个更高的成本去解决一个简单的问题,还是我可以用同样的成本解决同样的问题?这个其实是我们区分为真科技创新和一个伪科学最关键的点。”丁润强说道。
至于最后水到渠成的上市,创世伙伴CCV合伙人Melissa Yang表示,中国的股市从最早的审批制到核准制,再到科创板的注册制,最核心体现的是未来比过去更重要,因为核准制看的是过去的数据。“我们是做投资前沿科技,AI是其中的一个,整体上来说科创板还是对AI利好的,这个大势是没有变化的。只是现在科创板是一个新的东西,也在不断地调整。”
这样一来,对于企业来说,傲林科技投融资VP郭楠就提到,对于2B企业来说,所做的每件事都需要真正为客户创造价值,客户才会愿意买单,以及只有产品化交付,才能真正地展现出公司产品化的能力。
来也科技财务VP郭宇也指出,“先在客户层面上创造出难以撼动的价值,在成功验证了客户价值和市场价值之后,再在资本市场上通过资本放大的作用去实现更多的为全社会做出价值的贡献。所以聚焦业务的本质,可能比创造资本市场上的价值对公司而言更重要一些。”
澎思科技副总裁曲瀚提供了另外一个维度的做法,“现在应该是处于一个大去泡沫的时期,所以我们这样的科技公司,尤其是做2B业务的,需要更追求的是性价比,就是在商业上能够极大程度的为客户降低获取AI价值的成本。比方说,在2B市场,我们提供产品的成本可能只有2G市场的几分之一。”
深醒科技创始人&CEO袁培江则总结道,AI行业最终还是要回归它的价值和商业模式。提高效率,降低整个交易的成本,这是企业最终的使命。一个企业如果不能够客观面对这个问题,不能够把这些事情解决了,找到一个适合的商业模式,路就是走不远的。不管是百度也好、阿里也好、腾讯也好、华为也好,在发展过程中都从来不是一帆风顺的。这个过程可能对这些企业来说,是一种历练,之后才会做得更扎实。
但好在,商汤科技人工智能产业基金合伙人扈与同也提及,偏严的监管舆论有利于头部公司成长。头部公司,尤其是绝对的龙头企业上市影响较小,但对长尾的创业小公司想要满足上市要求比以前要难了。所以从整体的资本市场趋势来说,头部效应越发明显,资源未来也会向进一步向头部企业倾斜,“2-8”定律变为“1-9”定律。
以自动驾驶赛道来说,中科慧眼创始人&总经理姜安表示,自动驾驶有点像高音歌唱家,前些年起调起太高了,导致后面跟不上了。最近随着自动驾驶应用场景的进一步落地,这个赛道又开始受到资本市场的追捧。
“近些年自动驾驶行业跌宕起伏,产品、技术和商业模式,都需要真实且可持续的,这些都是大家关注的很现实的问题。所以我觉得经历过这波浪潮后,对整个自动驾驶行业也是一种洗涤,挺过这阶段的很多公司将能走上更加健康、稳健的发展历程,毕竟市场容量、落地场景太大了。”
另外,2020年3月发改委等11个国家部委联合出台《智能汽车创新发展战略》,明确提出到2025年实现有条件自动驾驶(L3级)的智能汽车达到规模化生产,实现高度自动驾驶(L4级)的智能汽车在特定环境下市场化应用。这在姜安看来也是对整个行业的巨大利好。
同样作为自动驾驶大潮中的淘金者,黑芝麻智能CMO杨宇欣也表示,现在整个汽车行业对自动驾驶的理解,更偏向于L2到L3级别的自动驾驶。市场开始回归理智,技术方向上相对比较明确,时间点也相对比较明确,车厂基本上是2023年主流车型都准备上,争取赶上特斯拉现在的水平,也就是两年的时间。
那么,对于AI行业现状达成之后,众多AI从业者更加关心的是,在现如今AI场景不断分散化的趋势下,到底如何做好场景的服务者,并真正能成为AI掘金者?
扈与同表示,新技术的成熟和技术融合,催生了多种新的商业模式和应用场景。AI赋能百业的时代已经到来。一方面各细分行业AI技术可以落地、变现的机会越来越多,另一方面,国家层面“全面数字化”的战略部署也利好AI企业的发展。
但在这些垂直领域,不可能由一家平台类公司在每个领域都去做产品和服务;平台公司需要在不同领域培养生态合作伙伴,因此对各垂直领域的个AI创业公司,未来还是有很大的发展机会。
以商汤为例,商汤这样的平台型的公司一个是数字化时代基础设施的一个提供者。在平台型企业的超算平台或者技术开放平台的基础上,各个AI公司可以在产业生态中进行更多细分应用场景的开发,这个生态其实是一个开放的、宽容的生态,和之前2C端所谓刚才提到的诸侯争据的还是有比较大的差异。
夏志进也指出更多创业者关心的问题,到底AI是不是越来越分散?从应用端是越来越分散的,我们看到各种行业里边都会用AI,农业也会用AI,安防、汽车、各行各业都会用AI,这是完全分散的。这个分散不仅仅在技术上面可能是不同的方案,可能在商业模式上面也会有不一样。
回到AI创业企业做生态的问题之上,由谁引领生态不一定是下游AI应用的开发商,可能再往上游核心能力的提供商去赋能各种各样的应用,形成相对比较宽松的生态,而不是特别紧密结合的生态,更多的是赋能。
杨宇欣则表示,自己对AI的看法可能相对简单粗暴:AI首先不是个行业,但AI商业模式可以简单划分成平台商业模式和服务商业模式。AI面向的场景本身是分散化的,不是AI在分散化,因为AI就是面对着一个分散的市场所以你手里的武器越多,赋能的时候能产生的价值量越高。所以AI下端下沉到场景里的AI,最好的商业模式就是服务型商业模式。
“大公司有能力就去搞上边的东西,所有的平台性质的资源都掌握在你手里,谁手里掌握的资源多,谁的商业价值就大。而底下的小公司谁对行业扎的深,客户服务质量高,谁的溢价权就变大。但是脱离不了商业,商业模式上就是要做服务这件事。”杨宇欣说道。
郭宇以来也科技作为例证表示,原来来也科技做对话机器人产品的时候是由自己的交付团队向客户提供实施与运维服务。而业务拓展至RPA+AI产品体系以后,现在已经初步形成了由平民开发者和合作伙伴构成的“双生态”战略格局。来也科技希望通过更紧密结合的AI能力,更低代码更易学易用的产品特性,通过“双生态”的布局,让 RPA+AI 真正落地到各行各业。
丁润强则强调,无论是技术成熟度,还是企业规模,一定有实际的问题。商汤当然可以成立产业基金,因为做的比较早,但对于更多创业起来来说,要先在垂直领域找到微观的客户,先做行业客户,再做行业迁移。且不说每个生态都有很大的规模,越往上游其实越集约,比如最上游的芯片,其实就是舍我其谁,但下游产业往下走可能就越发散越开放。
郭楠再次以奥林科技例证道,傲林科技的创业也正是因为几位创始人看中了自动化到信息化到智能化的趋势这个时机:很多企业的产线已经能够实现工业4.0,甚至有了“黑灯工厂”,但到企业经营层,各个部门基本上还是用一些非常原始的方法来拉齐公司战略级的经营计划,这是傲林科技发现的时机之一。
“原来可能都是业务进行数字化,能够让上面的人分部门或者是分模块能够呈现、看到现在是什么样的数据,现在则希望把这些企业全域的数据返回去指导一些小的业务场景的决策和指导一些大的战略方向的点。这又是一个时机。”
曲瀚也以指出,AI产业链在逐渐分工,有些东西逐渐标准化、产品化。澎思现在在尝试2B端的AIoT标准化产品,包括AI终端和澎思云的智能服务。“我们把AI服务、设备管理、视频处理、数据分析等功能做成中台能力,然后把这部分开放出来给渠道伙伴合作,在这个闭环里,伙伴作为业务专家,澎思是AI专家。”
“第二,可能还需要更加注重小生态的活跃。比方说,我们的合作伙伴有各种行业信息化专家,在泛安防、教育、交通、工业、零售等各种领域,AIoT产品和服务是嵌入到伙伴信息化系统中的。伙伴越丰富,面对不同客户时,方案的完整性越强,我们可以互为渠道,相互帮助。”曲瀚说道。
杨宇欣直指问题本质,单从做生意的角度来讲,做生意就要做体量和利润。相对比较好的方式就是做生意,因为平台做的好,就可以把开发的事下发给供应商,企业自己直接面对客户。
那怎么做利润?杨宇欣表示,利润就要回到AI技术本身了。“大家都去做AI,用AI帮助去赋能产业,前提是AI能够帮你,节省你投入的成本。这是把量做大了以后,再用你的技术不断的迭代,去增加你的利润。这样公司才能往大了做。当然,也必须要有咨询团队能够把客户的痛点变成需求,这个是很重要的点。”
丁润强也指出,其一,如果产品或者业务核心是作为一个工具赋能给其他应用,前提是得有足够的稀缺性;其二,企业的开发工具本身,无论是软件还是硬件,有一个比较完备的体系,受众群体多,且上手容易;其三,有足够高的margin,这个margin高到除了养自己的核心的研发团队以外,以至于做任何下游的项目开发都亏,这是前提,这三个缺一不可。
但在黎嘉宁看来,有可能企业打的不是客户生死存亡的痛点,而是他的痒点。比如用AI帮客户省了5个人力,降本的价值很明确。“问题是客户今天面临太多事了,他要搞销售、要搞内部质量控制,有好多事焦头烂额的。省这5个人当然能产出价值,但不一定是他当务之急马上要解决的问题。”
邹彦书也表示,华兴新经济基金在跟企业聊的时候,也经常问这家公司到底是must have 还是nice to have 大家能够拼命地去验证说这个是nice to have。但是这其实是一个比较矛盾的问题。
“我分享一个案例,我们投了贝壳,贝壳现在也是千亿美金市值的公司,现在如果大家再去参加房地产论坛的时候,都会将贝壳当成一家行业里的标杆企业,有能力颠覆市场的新经济公司。但是如果把时间回到10年前,这笔投资不一定是must have,那时候传统的房地产企业也都没有觉得贝壳带来的威胁。有些事情不一定是你今天能看清的,而且头部公司的确会对整个市场产生绝对的带头作用,成为风向标。”
也因此,深醒科技袁培江就表示,现在很多企业都在构建生态,促进了技术和场景的落地,同样,这些生态也会形成诸侯割据,数据安全和数据共享又成了瓶颈,形成一个个的数据“烟囱”,所以需要技术创新和新的规则。
而在海松资本管理合伙人马东军看来,中国人一方面非常聪明,创业马上就先盯住一个特别容易实现的场景,但更关键的是,什么时候能够出现一个企业或者一群人,在不那么马上需要解决现金流问题的情况下,能像马斯克那样多用第一原则去问一些问题。
“整个行业,现在我们的聪明人和优秀的企业足够多,但是需要有一些企业能够把长、中、短的东西做好。特别期待我们的创业者,也许时间可能到了,能够出现领军的颠覆式的东西。这样的话,对所有的人和参与者都是好事。”