前言：本月，腾讯研究院与IT橘子联合发布《2017年中美人工智能创投现状与趋势研究报告》，对国内外1000多家AI企业进行深度分析.报告中给出了许多有见地的结论。但遗憾的是，本报告虽然对国内人工智能初创企业做了一定的宏观分析，但可能限于篇幅。遗憾的是，目前还没有对产业链上的投资布局等方向进行深入的数据分析。因此，本文萌生了从IT橘子爬取国内所有人工智能初创企业数据，继续深挖行业特征的想法。本文基于IT橘子爬取的国内人工智能初创企业数据，从人工智能初创企业产业链分布、投融资事件、投资机构风格、产业链布局等维度进行深入分析。基础数据来源本文所用数据来自通过爬虫获取的截至2017年9月国内人工智能领域所有初创公司的基本信息和投资事件数据，包括公司信息、投资时间、轮次、投资金额、投资者等。需要注意的是，本文数据中排除了阿里、百度、腾讯等互联网巨头，以及具有人工智能概念的上市公司，以免影响整体数据的分布。本论文的研究范围主要围绕国内591家AI初创企业展开。调研目的是通过分析国内所有人工智能产业初创企业的产业链分布，了解当前人工智能产业格局，鸟瞰融资投资热点。同时，从投资人的角度，分析AI产业链上各类投资机构的布局和风格，统计谷歌、微软亚洲研究院、BAT科学家创办的AI公司现状和其他巨头。从数据的角度对整个AI行业形成新的认识。AI产业链模型由于产业链模型涉及到国内这591家人工智能公司的领域如何归类，需要认真对待。不过本文并没有完全采用《2017年中美人工智能创投现状与趋势研究报告》中人工智能企业的分类方法，因为这种分类可能存在一些小问题。本文特意提出以下人工智能产业链模型，对这591家企业进行分类：整个人工智能产业链将从事该行业的企业通过三个层级划分为20个子类。简单描述如下：基础层为整个行业提供计算能力，硬件部分包括芯片、传感器和中间件。寒武纪、深鉴科技等芯片领域的典型公司从事GPU、FPGA、ASIC等各类AI芯片的研发设计。由于技术门槛高、投资周期长，国内只有极少数有足够技术积累的初创企业参与其中。算力平台利用云计算为AI全产业链提供算力。除了3A（AWS、Azure、阿里云），典型的国内初创公司如七牛云、青云，由于深度学习的持续火爆，全球AI产业普遍面临算力瓶颈，预计未来将有更多参与者进入算力平台领域。技术层主要为全产业链提供通用AI技术能力。感知层包括计算机视觉和语言识别这两个重要的机器感知任务。由于这两个技术相对成熟，大量的创业公司选择了这两个领域。例如，计算机视觉聚集了商汤科技、旷视科技、云从科技等一大批独角兽；而认知层定位为“机器大脑”，包括知识图谱/语义分析、智能问答/虚拟助手两大核心领域，顶层平台层基于通用技术应用平台提供深度学习、模式以对接应用层的形式提供识别等技术应用服务。根据对象的不同，应用层可以分为消费终端应用和行业场景应用两部分。消费级终端包括智能机器人、智能无人机、智能硬件等。智能硬件领域的公司包括Rokid等智能音箱玩家，致力于消费级硬件的智能化。场景应用部分，对接智慧医疗、智慧金融等各类外部行业的AI应用场景。***需要注意的是，深耕AI行业应用场景的企业，往往在技术层面具备一些核心技术能力。例如，亚森科技等医学影像公司利用计算机视觉技术对心脏、肺、肾脏等医学图像进行建模。有助于提高重要疾病诊断的准确性。这类公司的定位很明显是“科技行业探索者”，所以我们不能认为他们是计算机视觉技术公司，而需要归入智慧医疗领域。因此，这就涉及到企业产业链定位和分类的模糊性。这篇文章的原则是，凡是深入涉足行业场景应用的公司，都倾向于归类到相应的应用层领域。AI产业链初创企业分布本文对IT橘子爬取的1158家AI初创企业数据进行清洗、筛选、转换，其余591家企业按照上述AI产业链分类标准进行分类。不得不说，在重现这个关键数据的过程中，我花了很多精力去观察和判断各个公司的业务，但整个过程结束后，我会对公司的整体状况有更深刻的了解。国内人工智能产业。最终的统计结果如下图所示。目前，智能机器人是AI行业最热门的领域。创业公司数量达到105家，其次是通用计算机视觉技术（70家），包括人脸识别、图像处理、视频监控等多个技术领域。类似智能机器人，目前国内有45家创业公司聚集在智能无人机的创业浪潮中，而在自动驾驶/ADAS方面，目前有超过30家企业进入该领域，百度也逐渐打开了自己的视野。Apollo自动驾驶平台（目前开放至1.5版本），类似平台的开放将大大降低创业公司自动驾驶的研发难度，预计将有更多的创业团队入驻未来的自动驾驶。随着智能投顾、大数据风控、生物识别等技术在金融领域不断发酵，涌现出一批专注于智能投顾、金融风控等智能金融应用的初创企业。例如，今年8月，专注于海外市场智能投资的海鲸金融获得1100万美元A轮融资；获得超过8000万人民币的A轮融资。在行业场景应用领域，智慧医疗是另一主战场。得益于CNN深度学习技术在计算机视觉领域带来的革命，涌现出一批专注于医学影像AI分析的初创公司（据不完全统计，约25家），但它们不同于其他公司，如比如人脸识别。医学图像的计算机视觉应用和临床分析是经验性很强的领域，人工智能医学图像分析在真正落地之前可能还有很长的临床验证过程。此外，高质量的医学图像标注数据也是一种考验，未来该领域的发展还有待观察。与上述聚焦AI热点不同的是，还有一批创业公司低调深耕知识图谱/语义分析技术。其中知名的公司是三角兽科技，在去年的锤子大会上被罗永浩感谢过。它是SmartisanOS3.0提供的语义分析技术。语义分析技术在自然语言理解（NLU）层面将语言转化为机器可以理解和推理的数据，而知识图谱，粗略地说，是尝试更普遍地转化存储在各个行业的结构化和非结构化数据。机器可以理解的知识成为人工智能应用的坚实基础。例如在金融领域，通过知识图谱技术将上市公司年报转化为机器可读数据，实现年报自动汇总、财报数据自动审计等应用。又如，阿里建立了淘宝海量商品的知识图谱，利用知识图谱推理引擎技术，自动识别各类商品的侵权假冒行为。典型的深度涉足知识图谱的AI初创企业有文印互联、明略数据。平均融资情况分析591家国内AI创业公司中，75%（436家）目前处于B轮及之前融资，其中236家目前正在接受A轮融资，其次是天使轮，而目前有92家AI初创公司处于天使轮阶段。从投资时间来看，2014年、2015年、2016年、2017年AI领域的融资事件数量分别为113、241、262、163（截至2017年9月）。从天使轮来看，截至2017年9月，天使轮融资只有26起（相比之下，2015年和2016年分别为89起和69起），这表明2017年AI领域的融资事件逐渐减少。这种趋势在天使轮融资中尤为明显。一方面，这反映出当前优质的AI项目已经逐渐稀缺。另一方面，在经历了2015、2016年的融资狂潮后，市场整体逐渐回归理性。从产业链各领域实际融资金额来看，截至2017年9月，自动驾驶/ADAS领域的AI初创企业获得累计融资最多，融资总额达162亿元；排名第二，融资总额128亿元，虽然从公司数量上看，计算机视觉领域的创业公司不如智能机器人（分为70家和105家），但从融资总额上看融资领域，计算机视觉略多于智能机器人（主要受益于商汤科技的4.1亿美元B轮）。自动驾驶、算力平台、计算机视觉、智能机器人四大领域的初创公司几乎瓜分了大部分AI行业融资。令人意外的是，虽然智能无人机初创企业众多，但整体融资占比并不高。这与大疆的主导产业结构有关。在市场上寻求差异化。2016~2017年人工智能领域Top10融资事件——本文盘点了2016年至今AI领域单轮融资金额最大的10大融资事件。去年获得6亿美元战略投资的智车优行排名第一。今年获得4.1亿美元B轮融资的商汤科技排名第二，魔门问以1.8亿美元D轮融资排名第三。第4至10名分别为三款智能机器人独角兽、两大云平台、阿里Face++、为华为麒麟970提供深度学习芯片IP的寒武纪科技。（注：数量相同的按总数排序）融资金额）AI行业投资人分析在这波AI创投浪潮中，我们看到过去三年各种资本小步快跑。真格基金在AI行业创投榜单中排名第一，共投资了37轮各类AI初创公司。IDG资本和创新工场分列二、三位，人工智能行业前10大投资人如下表所示。10家Top10投资机构中，88.5%的投资轮次为领投方，体现了其在本轮AI浪潮中的核心基金发起人角色。在AI行业的其他30强投资者中，我们有联想、高通和京东。全在人工智能的联想在AI行业创投大举动作，先后投资了寒武纪、Face++、蔚来、水滴。科技等AI企业，联想之星旗下的联想之星已在AI领域进行了11轮投资。京东的AI产业投资组合也非常专注。除了金融大数据公司ChinaScopeDatabank，其余都与智能汽车/智能硬件相关。包括蔚来汽车、智行科技和乐家科技三大智能汽车/ADAS公司，以及智能未来机器人等硬件公司。此外，与Top10机构不同的是，其余30家机构的跟投比例非常高，与Top10机构形成鲜明对比。***，在统计AI行业投资者的过程中，我们发现也有个人投资者，所以我们对参与AI创业公司股权投资的个人投资者做了简单统计。熊猫资本现任合伙人毛盛波位列第一。另外两位投资人匡子平和茹海波分别投资了4家AI初创公司。其余个人投资者的投资公司数量为2家或以下。当然，这些投资人都是以跟投的形式参与了各个AI初创企业的投资轮次，所以累计投资金额只能作为参考。产业链投资布局本节我们来看看上述人工智能产业投资榜单前十的十家机构的AI全产业链布局。为了便于展示，本文选择了智能机器人、计算机视觉、智能无人机、自动驾驶/ADAS、问答/客服/虚拟助理、应用平台、智慧金融、算力平台、语言分析/知识图谱、语音识别技术而上述智慧医疗等10家机构中的任何一家都实现了布局的17个领域，并制作了如下可视化图表来展示这10家机构的AI产业链布局。从这张图我们大致可以看出，真格基金、IDG资本等排名前5的机构普遍覆盖了大部分AI产业链环节，但各家机构都有自己的投资偏好。例如，真格基金和IDG资本在无人机和智能机器人领域的投资最多，创新工场和红杉中国在整个人工智能产业链中的投资组合最为均衡。从纵向来看，计算机视觉几乎已经成为每个机构的一个选项。这是因为CNN等深度学习技术给计算机视觉带来了一场革命，帮助CV在很多场景的识别率上达到了一个新的高度。也是大多数创业团队最常选择的项目区域。但归根结底，技术成熟度和商业应用场景还有一层窗口。对于这些获得重金投资的计算机视觉初创公司来说，下一步就是看如何切入更多的商业应用场景。并非所有人都聚在一起。这种认可引发了蜂拥而至，或智能图像编辑等天花板较低的应用。接下来我们来看看BAT、谷歌、微软五巨头的AI创业团队的发展现状。首先，作为人工智能领域最大的两大“黄埔军校”，谷歌和百度都拥有一大批优秀的科学家离职创办了自己的人工智能公司。除了吴恩达，百度深度学习实验室的三位核心人物余凯、黄畅和余铁南相继离职，创立了地平线；百度无人驾驶事业部总经理王进与科技领军人物韩旭共同创立了景驰科技。从各部门团队的投资金额来看，得益于魔文文、拼友互动等独角兽的估值，谷歌系列第一；随着陆奇对百度AI方向和资源整合的调整，百度部门接连败北。一大批优秀的科学家和科技巨头，这些人大多在这波AI风投中创办了自己的AI公司，而这些百度公司先后获得了超过30亿元人民币的融资。微软和微软亚洲研究院科学家团队的创业公司位列第三，但融资额不及百度的一半。Face++依图科技和Rokid的估值排名第四，腾讯排名最高。结语通过爬取到IT橘子的国内AI创业公司的数据分析可以看出，2017年整体AI领域的融资节奏已经逐渐降温。优质的人工智能项目逐渐变得稀缺。同时，自2015年以来，随着AI热潮的兴起，谷歌、微软亚洲研究院、百度等AI风向标的一大批优秀科学家相继离职，创办了自己的AI创业公司。这些杰出的科学家凭借多年的技术积累优势，大多致力于通用人工智能技术的创业。他们创办的公司几乎占据了整个AI产业链技术层的所有细分领域，其中计算机视觉领域尤为拥挤。因此，未来新创团队进入纯AI通用技术领域的难度会越来越大，尤其是优秀科学家的资源极为稀缺。因此，通过数据，我们也看到了一个接近主轴的产业形态。人工智能初创企业大多聚焦通用人工智能技术和消费级终端（智能机器人、无人机、智能硬件），成为投资热点。在行业场景应用方面，虽然企业绝对数量较多，但过于集中在自动驾驶、智慧医疗、智慧金融等领域。三者占场景应用层公司数量的65%，融资金额占绝对多数。这反映了当前AI行业面临的一个事实——在当前的AI创业浪潮中，优秀的资源（科学家、资金）都集中在通用AI技术上。当然，扎根的技术在AI产业还不成熟的今天无可厚非，但风险点在于通用人工智能技术的成果能否转化为商业应用场景，而不是实验室式的科研成果。这对每一个获得大笔融资的通用人工智能技术初创公司来说都是无法逃避的考验。目前这波AI浪潮的兴起，本质上是30多年孜孜不倦积累的深度神经网络技术的集中爆发，这波深度学习的势能基本已经耗尽。就连深度学习之父GeoffreyHinton最近也公开呼吁放弃现有的深度学习（主要是BP、CNN）范式，努力寻找新的前进道路。或许Hinton的表态预示着AI行业将进入调整期。未来，随着AI技术应用平台（如百度Apollo自动驾驶平台）的成熟和异构计算云服务的兴起，场景应用的准入门槛会越来越低。比如在自动驾驶领域，以往需要花费数亿美元长期研究的成果，利用Apollo等无人驾驶解决方案开发平台，可以在短时间内完成。未来，新一轮AI爆发将聚焦于场景应用。毕竟，场景应用是AI实现商业化最重要的窗口。届时，技术和算法将不会成为核心壁垒。目前光靠技术就能拿到很多融资恐怕再也不会出现这种情况了。单纯的AI技术服务商未来很难有大作为。目前专注于通用AI技术的初创公司，未来需要转型为场景运营商，找到坚实的落地点，围绕场景数据和服务价值进行深耕。
