在她看來,目前人工智能的產(chǎn)業(yè)鏈分為四個層級:基礎(chǔ)知識層、技術(shù)應(yīng)用層、方案集成層以及服務(wù)運營層。她認(rèn)為,目前就人工智能領(lǐng)域而言,這四個方面都有投資機會。而摯金資本將主要關(guān)注技術(shù)層和應(yīng)用層AI創(chuàng)業(yè)公司。
更多精彩內(nèi)容,詳見楊溢演講全文如下:
大家好。我是來自摯金資本的楊溢。非常高興今天有機會跟大家分享一下我們在投資過程當(dāng)中遇到的一些心得,以及我們遇到的一些案例。因為今天時間比較緊,我就直接進入正題。
風(fēng)頭熱追人工智能,行業(yè)處爆發(fā)前夜
今天的分享分為兩部分,部分,人工智能投融資的概況。
其實人工智能這個技術(shù)不是現(xiàn)在才有的,已經(jīng)經(jīng)歷了六七十年的歷史。我們說,每次技術(shù)的革命和變革,都不是一蹴而就的。從時間上來看,1955年就開始了,為什么這段時間又重新火起來?那是2013年深度學(xué)習(xí)的算法在語音和視覺識別上取得了一些新的突破,所以我們認(rèn)為它已經(jīng)可以進入感知智能的時代。所以我們發(fā)現(xiàn),在2013年開始,對于人工智能的投資和機器人領(lǐng)域的投資,也是有一個非常大的突破。
在2011年和2012年,大概有不到100%的增長;但是在2013年-2014年投資金額上將近200%的增長;2015年保持了比較大規(guī)模的投資。今年季度投融資的交易次數(shù)也是非常的活躍。的投資情況也是有一個非常大的突破。
超過65%的交易都發(fā)生在人工智能公司早期階段
大家都知道,在2000年初大家都是投互聯(lián)網(wǎng),都是在互聯(lián)網(wǎng)這個領(lǐng)域有非常大的投資機會和創(chuàng)業(yè)機會。從2013年開始,其實我們就在講大數(shù)據(jù),在講物聯(lián)網(wǎng),在講智能硬件、萬物互聯(lián),在這樣的一個發(fā)展階段,其實投資也是不斷的在與時俱進。所以我們會觀察到,其實在這些投資的領(lǐng)域里面,基本上在人工智能還是處于早期的階段,65%的交易都發(fā)生在這個早期階段。
我們會觀察到,在美國或者日本,基本上在2011年、2012年、2013年的早期投資會更多一些;在國內(nèi),從2013年、2014年、2015年開始,我們也會觀察到有大量的早期項目出現(xiàn)。但是,在2013年、2014年的時候,因為這些項目才剛剛初創(chuàng),還不是那么的耀眼,所以投資的金額和次數(shù)也是偏少。但是在2015年,很多2013年、2014年創(chuàng)業(yè)的項目,基本上它的技術(shù)積累和產(chǎn)品已經(jīng)成形,所以在2015年出現(xiàn)了大量的投資。在B輪、C輪的一些項目是比較少的,但是我們發(fā)現(xiàn)它的金額會非常大。一旦它突破了早期初創(chuàng)的階段,過了天使期,它的產(chǎn)品上市發(fā)布之后,它的估值就會有一個非常大的增長。這也是我們在投資的過程當(dāng)中發(fā)現(xiàn)的一些現(xiàn)象和特點。從天使拿到A輪或者從A輪能夠進入到B輪的項目,這個比例也是非常少的。也就是說,其實我們創(chuàng)業(yè)的時候,大家有非常高的熱情投入進去,但是我們創(chuàng)業(yè)的時候就要想一想是否能夠走得更遠(yuǎn)、怎么樣才能走得更遠(yuǎn),所以,大家可以從投資的統(tǒng)計當(dāng)中來思考,我們創(chuàng)業(yè)初期的時候不是一時的熱情,現(xiàn)在很多創(chuàng)業(yè)有一時熱情,覺得這個idea不錯,我自己有這個技術(shù)。好多去比較一下,看看自己的核心競爭力是在哪里。
超50%人工智能公司來自美國
在看來,人工智能的創(chuàng)業(yè)公司主要還是在美國,這個不說大家都知道,因為我們很多技術(shù)、很多創(chuàng)新可能都是來自于國外的一些idea,但是這個距離慢慢在縮短,我們看到這個綠色的部分(見PPT),有可能以后就在中國。有將近1000家人工智能的公司,當(dāng)然這里只統(tǒng)計了人工智能,還不算機器人。排在第二位創(chuàng)業(yè)多的國家是在英國,但是英國這個數(shù)字就非常小了,只有大概60家人工智能的公司。英國的特點是很多偏人工智能金融方面的案例。
在創(chuàng)業(yè)的類型當(dāng)中,我們會發(fā)現(xiàn),在機器學(xué)習(xí)領(lǐng)域的創(chuàng)業(yè)項目特別的多,特別是在機器學(xué)習(xí)的應(yīng)用層,然后是自然語言處理、計算機視覺、智能機器人以及視覺的應(yīng)用,這些方面創(chuàng)業(yè)的項目會非常非常多。