人工智能企业估值回落 数据仍是制约发展重要因素

　　每经记者 张虹蕾 实习编辑 梁枭

　　人工智能大数据企业无疑是近两年“独角兽”阵营中的明星，就在刚刚过去的2018年，包括商汤科技、旷视科技等多个企业都从前几年的低调布局转变为高调发声。

　　这一变化的背后是资本的青睐和驱动。2019年初，《艾媒报告|2018中国人工智能产业研究报告——商业应用篇》显示，2018年行业融资热度持续走高。iiMedia Research（艾媒咨询）数据显示，2018年中国人工智能领域共融资1311亿元，同比增长超过100%，投资者看好人工智能行业的发展前景，资本将助力行业发展。

　　但是资本的涌动仅仅表示投资人对人工智能的预期比较高，并不代表当下人工智能的技术发展已经成熟。有投资人表示AI企业的估值正在回调，创新工场董事长李开复在2018年9月接受《每日经济新闻》采访时表示，在过去的三四个月AI公司估值已经下降了20%和30%。

　　资本青睐仅是表面繁荣

　　“AI的泡沫破灭不会太远了。我认为（2018）年底是估值合理化的一个时间点。过去这三四个月AI公司估值已经下降了20%、30%，再下降20%、30%，就是AI公司合理的估值了。”2018年9月，创新工场董事长兼CEO李开复在《AI·未来》新书发布会上表示，太多人用AI包装项目，造成估值过高，未来将会得到调整。

　　可以看到，在过去的几年时间里，中国的人工智能企业数量快速增长。IT桔子统计数据显示，2013年至今，AI领域共有1332家创业公司，2371起投资事件，投资总额为2885亿元。资本的疯狂涌入催生了一大批人工智能企业，同时也导致了整个行业的企业估值都处在一个偏高的状态。博将资本硅谷管理合伙人AlexRen曾对媒体表示，整体来看中国公司估值比美国高二到四倍。

　　值得注意的是，资本的布局催生了整个行业的繁荣，也意味着，在资本之风不再吹拂之后，有些企业难免会落在地上。腾讯研究院&IT桔子联合发布的《2017年中美人工智能创投现状与趋势研究报告》统计数据显示，截至2017年6月，倒闭的中美人工智能企业数量已超过50家。

　　“资本介入、政府认可并不是行业真正的繁荣，整个行业的泡沫还很大。”艾媒咨询CEO张毅对《每日经济新闻》记者表示，2017年~2018年，资本对于人工智能大数据企业介入较多，整个行业呈现出一片繁荣的景象。但如果在未来两年难以找到具体的应用场景，被用户认可，估值的回落是一种必然。

　　张毅也提到，随着2018年人工智能大数据领域的独角兽企业涌现，拿到大额融资的企业也会对竞品企业产生一定挤出效应，整个行业进入洗牌期，得不到资本持续支持和业务订单的企业很容易面临危机。

　　尽管AI企业估值回落，但作为投资人，星瀚资本创始人杨歌在接受《每日经济新闻》记者采访时表示，他并不怀疑人工智能的发展潜力。大家信心阶段性回落的原因是过去几年资金比较活跃，人们又过度预期了人工智能会产生的商业价值，当这些公司达不到他们的预期时，估值开始回落理所当然。“事实上，AI企业估值回落已经不是第一次，类似的事情历史上已经发生过四次了。”

　　数据制约人工智能发展

　　“限制人工智能发展的重要因素之一仍是数据。”杨歌还表示，企业在收集数据的时候会遇到很多困难，比如数据噪音及数据同源性等问题，这些都会导致最后的分析结果有差异。

　　以“数据同源性”的影响为例，如果数据同源性太高，无法形成有效的分析，最终呈现的结果就会是片面的甚至会是假象。

　　讲到这里，已经可以发现数据的重要性。作为人工智能产业链的上游，借“AI热”的东风，大数据企业的估值应该也不会低，但是事实上并非如此。

　　杨歌分析称，所有这些市场化的数据，同质化严重，溢价竞争力太低，导致大数据企业无法被高估值。相比之下，BAT等互联网巨头商业体量很大，有很多获取数据的渠道，而这些渠道是中小AI企业无法接触到的。

　　因此，对AI企业来说，市场上的数据无法满足它们的需要，但是自己采集数据的话又会遇到各种困难。沈阳新松机器人自动化股份有限公司高级副总裁王宏玉此前向《每日经济新闻》记者表示，人工智能在应用过程中常常涉及到很多隐私，包括个人隐私、企业隐私，现在新松机器人给用户提供的智能化生产线涵盖了这两类用户。

　　“目前我们提供的服务，理论上可以采集用户的数据，但实际上包括机器人、产线都是断网的，不让我们采数据，因为一旦这些数据被泄露以后，所有的生产工艺包括生产秘密都泄露了，这对企业来讲是大问题。”王宏玉表示，现在人工智能不是哪儿都能用的，各种限制比较多，新松机器人也不能轻易去触碰这些底线。

　　当然，数据只是影响人工智能发展的一个因素，并不是全部。当下，除了数据之外，硬件、算法、系统软件等基础层技术也都处在不成熟的阶段，这导致很多人工智能产品无法成为一个C端消费者能直接使用的产品。杨歌表示，今天的人工智能和1960年前后的计算机行业非常相似，仍处在大规模TO B阶段。