人工智能被认为是下一代技术浪潮，借着这股东风，AI 公司们在过去几年里成为 领域最炙手可热的明星。
但这个故事已经讲不动了：一些投资机构对 AI 已经 " 投怕了 "；科技巨头与产业巨头们步步紧逼，都将 AI 当做重要发展战略；上市艰难，即使有了科创板，真正意义上的 "AI 第一股 " 还没出现。
2020 年的一个特殊变化是新冠疫情暴发，当疫情对各行各业造成冲击时，一些 AI 公司发现了商机。人脸识别测温仪，语音识别电梯控制，行动轨迹智能化监测 …… 突发疫情给了 AI 公司们商业化的契机。
但中国疫情很快就得到控制，随之而来的影响是出口贸易受阻。有不少 AI 公司此前已经将业务做到了海外，例如东南亚市场，疫情让这部分业务熄火。
所有人都承认 AI 泡沫的存在，一些公司熬不过去就此止步，即使主动挤掉泡沫，过程也显得非常艰难。2021 年是 AI 产业继续回归理性的阶段，短期内对于个体公司来说，外部环境会显得难上加难，需要扛过去。
一、融资难题
2020 年，AI 领域的融资情况基本与被称为 " 资本寒冬 " 的 2019 年持平。数据服务商企名片数据显示，中国人工智能领域，2019 年共计完成 371 笔融资交易，融资金额约为 271.9 亿元人民币，2020 年截至目前，共完成 305 起融资，总金额约 243.2 亿元。
这个数字和 2018 年的数字相比，热度是明显下滑的。2018 年，中国 AI 领域共计完成 523 笔融资交易，融资金额约为 667.1 亿元。
AI 公司的资金来源主要是三类机构。一开始看准这个赛道的是美元基金，相比人民币基金，它们的投资周期相对更长，偏好新技术领域，并且更有钱。
早些年，AI 公司也更希望拿美元基金的钱，因为它们愿意给更高的估值。随着公司估值水涨船高，投资机构的赚钱空间开始变小，此时产业基金开始进入，包括阿里巴巴、腾讯、百度等互联网巨头，以及富士康、TCL、联想等产业基金，它们或看中 AI 技术与自身业务的结合，或希望把 AI 这张新时代的船票捏在手里。
政府基金也及时介入。2017 年，国务院发布《新一代人工智能发展规划》，将 AI 上升到国家战略层面，各地政府开始大力扶持 AI 产业。
但到了今年，这三座资金池都在减少对 AI 公司的投资。受中美关系影响，不少美国基金，包括养老基金、高校基金等，都开始减少对中国的投资，在中国的投资圈，美元基金的光环已经消失。不仅如此，美元基金们甚至开始避讳提及对中国 AI 产业的投资，担心有政治风险。
产业基金投资 AI 的积极性在下降，一些企业受疫情影响资金吃紧，恢复自身业务是当务之急。政府基金同样受到疫情影响，各地政府都投入大量资金在疫情防控和疫后恢复上。
鉴于以上原因，AI 公司的融资难题在 2021 年很难缓解。
中国 AI 领域的创业公司格局已经到了相对稳定的阶段，头部的独角兽们已经拿到了足够甚至太多的融资，下一步就是上市。处于早期阶段的 AI 公司大多开始深耕细分行业，背靠科技行业巨头是它们的首选，但行业巨头们对新技术非常敏感，所有人都看到了数字化、智能化的趋势，不少行业龙头公司都成立了自己的数字化公司，它们更希望把技术掌握在自己手里。
截至目前，不少 AI 公司都确定了上市计划，AI 四小龙中，旷视科技的 IPO 一波三折暂时没有最新进展，依图科技与云从科技都在筹备科创板上市，商汤科技的上市情况依然扑朔迷离。
2019 年 3 月，科创板的出台给 AI 公司提供了新的退出渠道，目前成功上市的只有 AI 芯片公司寒武纪，寒武纪最新财报数据显示，今年前三季度共营收 1.58 亿元人民币，亏损 3.1 亿元，最新的市值是 656 亿元，相比两个多月前刚上市时，市值下跌 37%。
投资者将寒武纪归为芯片领域，受行业环境和政治因素影响，当下芯片公司被寄予的希望高于 AI 公司。所有人都在关注第一批上市的 AI 公司，他们的表现决定了接下来的投资方向。
二、2021，更苦更累
不过，这一轮的 " 烧钱 "，让 AI 公司和投资方们对这个领域看得更清晰了，站在数字经济发展的视野上看，AI 只是一个工具，目前智能化程度还不够高，只能起到辅助作用，且必须在实际的业务中跑起来才能不断进化。
从投资人对 AI 公司的判断标准变化，也能看出这一趋势。最早，投资人问的是，公司有哪些技术大牛；随后，大家开始比拼机器识别准确率；但很快，投资人开始关心 AI 公司们的落地案例、合作伙伴和客户；到今天，市场判定标准变得理性且单一：收入有多少？
AI 听起来高大上，但落到实际业务中，却是苦活累活。
AI 领域目前以 To B 业务为主，每个客户，即使是同一领域，需求也千差万别。目前行业的标准化还没有形成，这意味着就算费心费力服务好一个客户，也很难把成熟的经验和方案简单批量复制给其他客户。
AI 应用属于 SaaS 领域，这个领域能够出现高市值的公司，是因为可以实现标准化和规模化，但是 AI 算法还无法做到。在一个简单的场景中，可能就需要用到大量不同的算法，不少企业和政府客户发现，在很多场景中，使用新技术，还不如用人工。
每个细分行业都已经有自己的游戏规则，几乎大的行业都有固定的总包公司，2G 行业的总包需要有政府发放的牌照，例如安防资质等。无论怎么宣传，一家新公司进入行业的路径是一致的，参与招投标，拿出产品名录，建立销售渠道。总包公司会根据客户的需求，采购来自不同公司的产品。
而目前中国的 AI 公司们还没有强到可以从另一个路径来打破目前的游戏规则，这意味着大部分时候，AI 公司只能被集成，且只能分到一小块 " 蛋糕 "，还要面临回款压力。不仅如此，大家发现，科技巨头们掌握的 AI 技术，相比 AI 创业公司来说，更具有商业化价值，因为它们业务庞大，可以帮助算法训练，让技术更好地融入业务。
通过一个个项目来创造收入，对于高估值的 AI 公司们来说，太慢了，理解一个新行业至少需要 1 年 ~2 年的时间，找到客户、制定方案、交付、回款，又是一个漫长过程。
行业开始形成潜规则，通过政府补贴、外部收购、投资换订单等方式来制造收入。一些 AI 公司开始在多个地方落户，以此换取政府补贴和投资，在还没有做到收入利润良性发展时，用融资的钱来进行对外投资、收购。
这些都是活下去的手段。但二级市场比一级市场更加透明，收入质量、收入来源和现金流等关键指标，都会被放大。一家头部公司出现问题，就会产生 " 蝴蝶效应 "，影响很难估计。
AI 公司接下来能做的，只有埋头苦干，专注在某一领域而不是把摊子铺得太大，找到行业痛点和空白；打磨优势能力，提高在单个产品上的壁垒。放弃 " 讲故事 "，先确保能活下去。
这条路非常艰难，是考验也是机会，习惯了享受光环的 AI 明星们，谁能放下身段，谁就有机会活到新技术趋势爆发的那一天。
2016 年开始，随着谷歌 AlphaGo 战胜围棋世界冠军、职业九段棋手李世石，全球人工智能技术升级和产业化势头汹涌。到了 2019 年，AI 技术已步入全方位商业化阶段，在金融、医疗、安防等多个领域实现技术落地，且应用场景越来越丰富。人工智能商业化带来了企业数字化加速、产业链结构改善、信息利用效率提升等积极效应。可以预见的是，AI 将改变整个世界。
但这个过程将是漫长的，对于这个领域的创业公司来说，盛世带来机会，但风险也时刻相伴，甚至是死亡。
中国在基础技术领域一直未能做到世界领先，AI 公司们聚集了大量的技术专家和资金，拥有相对宽松的数据获取渠道，可以专注进行基础技术突破，在 AI 的一些细分领域，例如人脸识别，中国已经做到世界领先。
但是 AI 产业的发展才刚刚开始，外部环境的变化也越来越难以预测，这是一个比互联网和移动互联网更慢的过程，它们需要更多耐心，熬过这个冬天。
来源：财经十一人
