每經(jīng)記者 任飛    每經(jīng)編輯 肖芮冬    

圖片來源：攝圖網(wǎng)

在經(jīng)歷過此前三年間的行業(yè)洗禮之后，機構(gòu)投資者對于AI技術(shù)的態(tài)度開始由狂熱走向理性。據(jù)洪泰基金統(tǒng)計，2019年一季度，中國整體VC投資案例跌至1543例，同比之前兩年幾近腰斬，其中熱門的AI產(chǎn)業(yè)投資也逐漸開始強調(diào)技術(shù)轉(zhuǎn)化優(yōu)先。

有分析人士指出，部分技術(shù)的“民主化”趨勢加快，資本更愿意看到有清晰成果轉(zhuǎn)化的項目，僅強調(diào)技術(shù)的一紙BP在今天可能不太容易能夠拿到早期投資了。

VC慎對“黑科技”

過去三年，以“黑科技”自居的人工智能領(lǐng)域巨額融資層出不窮，押注AI賽道的投資機構(gòu)視之是繼蒸汽技術(shù)革命、電力技術(shù)革命、計算機及信息技術(shù)革命后的第四次工業(yè)革命。不過這也導致了諸多AI公司估值高、盈利難，原先資本蜂擁而至的盲目熱潮在最近兩年開始“退燒”。

有一個現(xiàn)實的問題是，所謂“黑科技”的變現(xiàn)機遇到底有多大？

這個問題在三年前不論是創(chuàng)業(yè)者還是VC都很難給出答案?！睹咳战?jīng)濟新聞》記者采訪發(fā)現(xiàn)，早期進軍AI產(chǎn)業(yè)的創(chuàng)業(yè)者往往身披高光學術(shù)背景光環(huán)，在國內(nèi)乃至全球AI產(chǎn)業(yè)方興未艾之時，拿到一筆風投似乎不是什么難事。有市場人士就坦言，“投，估值確實高，我們也擔心成了抬轎一方；可不投，早期成本尚如此，未來萬一爆發(fā)，切入的機會更小。”

可見，無論是技術(shù)一方還是產(chǎn)業(yè)端，或是資本在早期對待AI有種所謂“賭運”的心理存在。但值得注意的是，近一年來，創(chuàng)投界已經(jīng)開始對所謂“AI黑科技”謹慎有加。

近日，記者從洪泰基金處了解到，他們的AI投資策略正在發(fā)生改變。洪泰基金執(zhí)行董事金海燕坦言，放在三年前，掌握AI技術(shù)的科學家出來創(chuàng)業(yè)，即便沒有非常確定的產(chǎn)業(yè)應用路徑，也能很快拿到投資，甚至還沒有完整的團隊，都可以拿到。因為AI科學家是稀缺的，資本認為你拿了投資再組團隊、應用方向都來得及；而今天，只強調(diào)技術(shù)先進性，而沒有產(chǎn)業(yè)落地路徑的早期項目，顯然沒有這樣的待遇了。

來源：洪泰基金根據(jù)市場融資信息總結(jié)

行業(yè)統(tǒng)計數(shù)據(jù)顯示，2019年一季度，國內(nèi)VC共發(fā)生1543例融資，相較于2018年同期的3272起、2017年同期3322起來說，數(shù)量有了明顯下滑。她表示，“盡管人工智能賽道投資仍然活躍，但近一年內(nèi)，VC投資已趨于冷靜，人工智能賽道上的投資，更開始強調(diào)人工智能技術(shù)在產(chǎn)業(yè)的應用落地與商用價值。”

記者發(fā)現(xiàn)，出現(xiàn)當前情形的背景是很多風險投資擁有的傳統(tǒng)經(jīng)驗似乎已經(jīng)式微。于投資方而言，考量項目的維度不再只停留在技術(shù)本身，而是要聚焦技術(shù)“轉(zhuǎn)化”，特別是對于圖像識別、語音識別等領(lǐng)域，所謂技術(shù)創(chuàng)新或多或少成為機構(gòu)人士眼中的“紅海IP”。

金海燕還表示，在資本方看來，技術(shù)本身是沒有絕對壁壘的，只有時間上的相對領(lǐng)先優(yōu)勢，項目方要做的就是及時將這種技術(shù)的時間領(lǐng)先優(yōu)勢轉(zhuǎn)化為市場優(yōu)勢。比如人工智能人臉識別，以前還是一項“黑科技”，只有非常少數(shù)的科技團隊能掌握，而近幾年隨著深度學習算法的公開化、人臉訓練數(shù)據(jù)的豐富性，專業(yè)團隊已有不少，“包括高科技平臺團隊、實驗室、創(chuàng)業(yè)頭部項目、小創(chuàng)業(yè)項目都已經(jīng)能做到超過99.5%識別準確率，這個準確率高于普通人肉眼識別圖片97.5%的準確率。我們認為這項數(shù)據(jù)已經(jīng)‘民主化’了”。在她看來，以人臉識別為主要技術(shù)應用方向的企業(yè)已不稀缺，項目的競爭進入產(chǎn)品化，以及渠道、產(chǎn)業(yè)進展更綜合的競爭。“產(chǎn)品能做得出來，賣得出去才是王道。”

AI落地可“軟硬兼施”

“立足行業(yè)痛點解決實際問題”是多數(shù)創(chuàng)業(yè)者的初衷，但如前述市場人士分析所言，當下創(chuàng)投生態(tài)日漸對AI行業(yè)的應用提出硬性要求，這也倒逼著創(chuàng)業(yè)者思考“痛點”在軟件和硬件領(lǐng)域落地實施的解決方案。

建筑設(shè)計領(lǐng)域是當下房地產(chǎn)開發(fā)企業(yè)的工作重點之一，尤其在建筑設(shè)計前期，開發(fā)商不僅需要對土地的貨值進行綜合評估，還要求在規(guī)定容積率范圍內(nèi)發(fā)揮土地價值最大化的可執(zhí)行方案。對傳統(tǒng)企業(yè)而言，利用CAD軟件進行人工繪圖測算，理論貨值極限往往難以在現(xiàn)有土地上根據(jù)人的經(jīng)驗精準判斷，AI技術(shù)賦能在即。但現(xiàn)實困惑是，算法技術(shù)雖然可以通過深度學習不斷優(yōu)化，但在建筑設(shè)計領(lǐng)域，試錯成本較高，國內(nèi)嘗試該項業(yè)務的企業(yè)并不多見，具備建筑設(shè)計從業(yè)背景且懂算法設(shè)計的創(chuàng)始人更是鳳毛麟角。

《每日經(jīng)濟新聞》記者注意到，目前資本較為關(guān)注的一家初創(chuàng)型企業(yè)“小庫科技”，此前經(jīng)歷了三輪融資，洪泰資本、東方富海、中南荷多等機構(gòu)在2016年~2018年紛紛向其拋出橄欖枝。據(jù)前OMA建筑師、小庫科技創(chuàng)始人兼CEO何宛余介紹，通過小庫科技的智能設(shè)計云平臺，只需“在線圈地”或“上傳CAD基地文件”輸入容積率等基本條件、選擇樓型產(chǎn)品獲得智能推薦組合幾個步驟，就可以在百秒內(nèi)生成上千個優(yōu)質(zhì)方案，同時給出9組推薦。

事實上，AI技術(shù)并非局限于軟件領(lǐng)域，在芯片硬件領(lǐng)域，AI也可以通過底層通用算法的涉獵來提高綜合運算能力。在這個細分上，行業(yè)已經(jīng)經(jīng)歷了從GPU芯片到FPGA及ASIC芯片的過渡，而時下的前沿探索之一是從前期數(shù)字專用芯片到模數(shù)混合芯片的過渡。

據(jù)了解，一家專注于模數(shù)混合神經(jīng)網(wǎng)絡處理器芯片研發(fā)的九天睿芯科技有限公司（以下簡稱九天睿芯），其在2018年8月獲得了洪泰基金數(shù)千萬元人民幣的天使輪融資，其CEO兼聯(lián)合創(chuàng)始人劉洪杰告訴記者，AI芯片的算法也是基于不同的場景應運而生的，此前較為常見的架構(gòu)是通過數(shù)字化編程控制實現(xiàn)，“但在信息的表達上不如連續(xù)的模擬信號表達的信息量大。如何通過模擬/混合信號的架構(gòu)，最大程度發(fā)揮半導體技術(shù)的內(nèi)在優(yōu)勢來實現(xiàn)高能效的神經(jīng)網(wǎng)絡推理及訓練，是我們探索的主要方向”。

但需指出的是，盡管純數(shù)字AI芯片算力有望進一步提升，但如果能耗偏高則會影響芯片的整體運行效率，因此九天睿芯致力于提高處理器能效，促進AI應用成為主流，用于支持主要神經(jīng)網(wǎng)絡架構(gòu)在傳感器節(jié)點的無縫整合。換句話說，這些模數(shù)混合電路構(gòu)成的神經(jīng)網(wǎng)絡單元好比是構(gòu)建芯片整體功能的各個分支，他們的技術(shù)就是可以將這些神經(jīng)元通過編程的方式進行更有效的排列組合，進而適應更多的場景應用，保持最低的功率消耗，能效可達到25Tops/W，每秒每瓦25萬億次計算。劉洪杰表示，這比現(xiàn)在很多純數(shù)字的AI芯片能效至少高5~10倍。

據(jù)了解，目前應用場景包括人工智能視覺系統(tǒng)中高速度或者低功耗需求的應用，以及微瓦級別功率的聲音檢測和關(guān)鍵詞識別智能設(shè)備的喚醒和聲音控制領(lǐng)域的應用。

行業(yè)應用多樣化的場景應用需求，需要人工智能底層算法和算力技術(shù)不斷得到突破來支撐。金海燕告訴記者，人工智能賽道分成行業(yè)應用、大數(shù)據(jù)和底層算法等基礎(chǔ)設(shè)施層三個維度，芯片這個子賽道技術(shù)壁壘最高，必須是同時掌握非常頂級的原創(chuàng)技術(shù)和非常強芯工業(yè)技術(shù)的團隊才能跑出來。

更多創(chuàng)投新聞，請關(guān)注外光錐創(chuàng)投（微信ID：waiguangzhui）