还在融资的AI公司频频出手投资,背后原因几何?对AI公司来说,融资已不稀奇,投资更有深意。
9月12日,商汤又融资了。
在当天宣布获软银中国10亿美元投资后,商汤估值已达60亿美元。但更值得玩味的是1个月前商汤对外投资的消息:8月7日,商汤领投影谱科技13.6亿元D轮融资,创下人工智能影像生产领域单轮最高融资纪录;今年6月21日,商汤还领投了医疗互联网公司禾连健康7500万美元B轮融资,禾连健康投后估值近10亿美元——独角兽开始造小独角兽了。
其实,在互联网和移动互联网的浪潮中,都不乏公司发展到一定阶段进行对外投资的现象。但不同的是,AI公司对外投资的动作明显提前。
对比互联网公司,即使是现在被戏称为“投资机构”的腾讯,也是在2011年,即其成立的第13年,自身发展已相对成熟时才启动对外投资,阿里也是到2006年才成立投资部门。而移动互联网新经济公司,如近日上市的美团,虽是在成立第4年的2014年就成立了投资部,并到现在还处于亏损状态,但美团已初具垄断之势,滴滴亦是如此。
目前已开始出手投资的人工智能公司,如商汤、思必驰、Aibee等,整体上还处于公司生命周期的初期阶段——成立时间不长、造血能力尚未论证、市场份额仍待开拓,均还依赖后续融资维持研发、商业化的高投入。
为何一边烧着别人的钱,一边开始给别人烧钱?
据AI财经社今年4月的一篇报道,彼时商汤已投资了6个项目,计划投资的项目还有10多个。去年底还传出消息,商汤科技与鼎晖拟筹建规模为30亿人民币的AI专项投资基金。
旷视科技也曾于2018年4月全资收购了艾瑞思机器人;同月,旷视还宣布领投了AI+文娱公司Video++3.49亿元的B轮融资。
语音交互领域的头部公司思必驰也于2016年成立人工智能产业基金驰星创投,专注于投资人工智能交互领域的早期项目。截止目前,思必驰及驰星创投已成功孵化并投资了车萝卜、深聪、鹿马、先声教育、AITEK、爱医声等14家人工智能初创公司。
最近的一则消息是,明略数据和比特大陆联合领投了2011年成立的视频大数据技术提供商千视通科技。
Aibee创始人林元庆则向甲子光年透露,Aibee马上也要完成一笔对外投资,被投对象是在某细分赛道市场占有率超过50%的一家传统行业公司,Aibee将和这家公司一起研发和落地AI整体解决方案,推动该行业的AI升级。
甚至还有人提出了“AI公司技术VC化”的设想,直接把投资作为AI团队实现商业价值的一种商业模式:即同一班技术人马,一边投资,一边为被投项目技术赋能,以分享被投项目的增长红利。
尚在成长期的AI公司频频投资,究竟是不务正业还是势在必行?是“AI估值泡沫”的体现,还是其中蕴含着AI行业不同以往的独特商业化路径?
甲子光年采访了旷视科技、Aibee、中科视拓、Video++等多家已开始对外投资或明确表示有意投资的公司,AI公司旗下产业基金合伙人和传统VC投资人,深入探寻“AI公司VC化”趋势背后的真正动因和未来趋势。
我们看到了“快资本”与“慢落地”的焦灼,“深挖洞”和“广积粮”的平衡,以及“加速泡沫”和“加速落地”的双面影响。
怎么用好资本这把双刃剑,已成为所有AI公司都必须关注的重要议题。
快资本与慢落地
纵观全局,对外投资的AI公司可分为两类,一类是已具备一定体量、堆积了巨额融资的AI独角兽,如商汤科技、旷视科技、思必驰等,另一类则是体量相对较小或公司处于更早期阶段的创业公司如中科视拓(成立于2016年)、Aibee(成立于2017年底)等。
从投资轮次上看分两种:AI独角兽已领投某些细分领域处于B轮、C轮甚至D轮的“小独角兽”;而小体量公司则专注于投资天使轮、Pre-A轮的早期项目。
从投资形式上看也分两种:一种是AI公司本身成立投资部门直投项目,如商汤、旷视;另一种则是与传统VC、PE等机构联合成立产业基金,如商汤、思必驰、中科视拓、Aibee等,这样可以募集到外部资金,补充资金池。
从投资标的上看则分为三种:一种是在某细分领域已建立起行业场景、占据一定地位的行业AI公司,如商汤领投的影谱科技、禾连健康;二是在某传统行业已深耕多年,积累了大量的客户资源、销售渠道,占据一定市场份额但受某种局限一直“长不大”的传统公司;三是一些具备了一定的行业认知、客户资源,但技术不够强的初创科技公司。
“AI独角兽对外投资或收购,本质上是消化过多融资,实际业务场景太小、太少,支撑不了估值。”多位行业内人士对甲子光年表达了这样的看法。他们把“AI公司VC化”理解成一种“估值管理”的方式,有的公司是主动选择,有的则是为了撑起高估值,不得已而为之。
以商汤为例,一位业内人士对甲子光年的说法是,2017年商汤收入在3亿人民币:“商汤的实际销售额没有公布过,但圈内都知道,3个亿只是合同收入,但to B领域合同收入和实际收入又是两回事,有账期和坏账。”但甲子光年也了解到另一种说法:2017年商汤的年收入在1亿美元左右。
如果按照1亿美元来计算,2017年底,商汤估值已达30亿美元,则PS(市销率,总市值比销售额)高达30倍。
“一个很现实的问题,怎么撑起这么高的估值?要不我自己干到这个业绩,要不我买一家干到这个收入。”这是另一位持相似观点的AI业内人士对商汤投资逻辑的分析。
其玩法,实际上是利用AI赛道和头部公司的高PS和强资本撬动力,去投资、控股那些估值溢价较低,但现金流较好的公司来提升收入或“讲故事”,以进一步撑起估值,并继续融资。
这很像二级市场的市值管理,一位AI从业者给甲子光年做了个类比:“恒大购买FF 91的股份,它市值的增长肯定比它投FF 91花的钱多,是一个稳赚的生意。”
不论这种被外界解读为“做收入”的投资,是否是商汤等公司的真实考量,但它确实反映了目前AI公司的一个普遍现象:估值与实际收入不成比例。
一边是高估值,大量希望快速获得回报的资本涌入赛道;一边是慢落地,到了2018年,从业者和投资人都越发清晰地意识到,AI的商业化进程不会像滴滴、美团这类to C新经济公司那样“摧枯拉朽”,快速被资本喂大。
这就是“快资本”与“慢落地”之间的焦灼。
两重因素叠加,构成了“AI公司VC化”的驱动力:外在驱动力是资本对AI的追捧;内在驱动力是AI技术的特性和商业化落地方式。
首先是外在驱动力。高估值、高融资、手里有钱,是AI公司对外投资的前提。
2018年,资本寒冬、大型钱荒的惨淡情形正在上演,但AI赛道仍相对是高融资、高估值领域,头部公司更是从不缺资本青睐:
就在今年,商汤相继获得了6亿美元的C轮融资和6.2亿美元的C+轮融资,近日又获得10亿美元的D轮融资,加上之前几轮,商汤目前总融资额已近30亿美元;旷视目前的融资额也近12亿美元;而2017年底成立的Aibee更是以1.65亿美元的天使轮融资额刷新了中国AI初创企业的融资记录。
在一些细分领域,融资额破记录的故事更是屡屡发生。据投中研究院发布的《2018AI产业投融资研究报告》显示,2018年上半年人工智能领域的融资额已经超过2017年全年。另一份VC SaaS发布的《2018年第一季度一级市场最全投融资报告》显示,人工智能尤其是人工智能在医疗健康领域内的应用项目融资额突出。资本的大量积聚,使AI公司在发展早期便有一定的资金去做对外投资。
AI公司VC化的内驱力则是AI的赋能特性和其to B的商业模式:
AI的目标是替代人类实现识别、认知、分类和决策等多种功能,本身并不包含直接的应用解决方案,这使得AI必须融入各行各业,深度改造已有产业才能创造价值。换句话说,AI技术是“大脑”,没有四肢就无法独立行走。
这种“赋能”特性,进一步导致目前AI公司的主要商业模式是to B提供技术产品或服务,AI公司的客户是行业里掌握场景的企业客户。
而to B天然又是一个快不起来的生意,相比此前中国VC、PE投了多年的、能快速形成规模效应的to C互联网公司来说,尤其慢。
多家AI公司CEO向甲子光年诉说了其在业务落地过程中的艰难:
“在交付、实施上花费了巨大的努力,但获得的收入不成正比,收益cover不了成本。”
“我们有技术,但不懂传统行业,而这不是短期能学来的,是靠长期积累来的。”
“AI公司的CEO往往是技术人员,对于to B运营、业务中涉及的销售管理、人情世故、复杂系统、团队管理等等是很难理解的。”
AI公司有高薪养博士,却做着低客单价的技术服务的尴尬,且相比创业背景多元、草根的互联网创业者,AI公司创始团队中多高知科学家、技术专家,他们在适应中国的营商环境上,要付出更大努力。
深挖洞与广积粮
在落地慢、落地难的实际情况下,从消极或负面角度想,成长期AI公司对外投资,是“苦撑估值”,加剧泡沫的行为。
但另一方面,公司对资本画饼也无可厚非,万一路真的走通了呢?
AI公司的VC化,也可以理解为在AI落地慢且难的实际情况下,摸索出来的一条加速AI落地、加速AI赋能进程的战略性路径。
从正向角度来说,AI公司对外投资有两个出发点:横向买场景,即“广积粮”;纵向深入上下游,即“深挖洞”。二者同样服务于布局交叉生态、形成战略协同的目的。
首先是横向买赛道、买场景,广积粮。
一位有意开展对外投资的AI公司CEO对甲子光年讲述了他对场景重要性的理解:纯粹的AI并不产生商业价值,因此AI本身并非独立的主营业务,但场景中的非AI因素一般在(商业化)初期占比更大。
这样就有两条路线:一是先深耕少数几个场景;二是同时切入多个不同场景。头部公司多选择第二条路,商汤是个代表。
但在切入不同场景时,AI技术落地慢,需要与场景深度融合的特点,使AI公司光凭自己的力量,无法快速cover多个场景和赛道,这时投资就是一个加速手段。
比如旷视科技全资收购艾瑞思机器人,是为了进军智能机器人服务领域;商汤投资禾连健康和影谱科技,则是为了加强自己在医疗行业和娱乐行业的实力。
“有些场景现在还没有精力去做或者其商业化落地还需要假以时日,但也不能等到市场起飞了再去做。把有限的人才跟精力先集中在一两个场景,让AI技术像针一样深深扎进具体应用,但也不能蒙着眼睛不去看其他场景。”旷视科技投资方,启明创投执行董事周志峰告诉甲子光年。
第二个出发点则是投资上下游企业,在某个场景、行业“深挖洞”。
由思必驰成立的驰星创投合伙人杨晓敏告诉甲子光年,他们的投资逻辑是“火车头策略”。就是指在基金建立伊始,思必驰就是基金投资的火车头,通过梳理智能交互产业链,扫描细分赛道,判别产业链全线上哪些点可以产生“化学反应”,并收敛出基金的Value Map支撑投资。通过这样一套筛选流程,所投项目既有较好的质量,又能使得思必驰的影响力扩展到上下游更深的领域。
Aibee创始人林元庆告诉甲子光年,接下来,Aibee会着重考察对行业有深刻认知、掌握场景的传统公司:“我们公司的定位本身就是AI升级传统行业,我们要进入到一个行业中搭建AI整体解决方案,就需要和能深刻理解这个行业的公司合作。我们出技术、钱,他们出渠道、客户资源。”
林元庆也向甲子光年透露,Aibee近期会完成一笔对外投资,被投对象是在某细分赛道市场占有率超过50%的一家传统行业公司,Aibee会和这家公司一起推动该行业的AI升级。此前Aibee接受K11集团郑志刚的投资也是同一个逻辑,精准零售和旅游是目前Aibee会花大力气深耕的两个行业。
所以,即使不做对外投资,AI公司本来就与各行各业有或深或浅的合作,这也是AI公司投资方中为什么会出现越来越多战略投资者身影的原因。
而具备一定资本、技术能力的公司对有行业积累的公司进行投资,这是比普通合作更为深度的绑定方式。除了获取资源、渠道外,财务收益也能一定程度上缓解之前提到的收益无法cover成本的问题。
在实际操作中,“广积粮”和“深挖洞”常常同时使用,对资金量大、行业地位高的头部公司来说尤其如此。
如旷视科技就对甲子光年表示,他们的主要投资方向有两个,一是和旷视现有业务强相关,通过投资和收购,提升旷视的技术能力和市场竞争力;二是应用场景,诉求是形成完整数据闭环提升技术,逐步控制几个关键应用场景;除此之外,还有一些旷视暂时不做的AI赛道,对于其中一些潜力领域如医疗、汽车等行业,他们会选择与行业大客户合作。
不管是“广积粮”还是“深挖洞”,其目的都是为了更好地利用资本放大技术的影响力,部分解决短期内技术本身不带来巨大商业营收的痛点。
最头部的公司,如商汤,已经开始考虑用投资构建生态布局。
围绕其原创底层深度算法平台与计算机视觉技术,商汤提出了“1+1+X”的商业战略模型,第一个1代表研发,第二个1代表技术产业化,而X则代表着“赋能百业合作伙伴”。在宣布对影谱科技的投资时,商汤表示:“商汤逐步通过对外投资等方式,吸引更多与商汤存在业务协同和互补性的公司加入人工智能生态中,用资本策略放大商汤的技术影响力。商汤通过领先的技术形成时间窗口,并快速布局行业,倾力打造与合作伙伴共赢的人工智能生态。”
思必驰也采用了生态布局式的投资方式。杨晓敏告诉甲子光年,驰星创投成立的背景正是思必驰在开放DUI语音交互平台过程中,发现他们的开发者除了需要技术支持外,还需要资本和行业资源的支持。因此,思必驰和元禾母基金联合发起了驰星创投,为智能交互领域的创业者提供帮助,通过“专业技术支持、产业资源加速、培训孵化服务”来创建生态。
其他不讲“生态”故事的公司,也都会强调投资后带来的协同效应。
如前所述,AI公司在商业化落地中,有技术人员不懂业务,服务周期长、回款慢,短期无法积累起行业知识、资源等困难,“这个时候找到一些具有这些特质的小团队去投资获得战略协同与互补是个很好的策略。”一位有投资意向的AI公司CEO告诉甲子光年。