11位投资合伙人畅聊：AI+的时代，还有哪些投资创业机会？

根据艾瑞咨询预计，2020年全球人工智能市场规模将达到1190亿元，同期中国人工智能市场规模将达91亿元。由大数据、云计算支撑的人工智能产业，终将成为下一轮技术变革的核心。为此，在11月15日，天天投联合微软加速器、AI大数据加速器共同举办「投融资面对面-人工智能大数据专场」活动。本次活动超过600人报名，现场共有 11 位合伙人级别的投资人嘉宾出席，到场80家知名投资机构，30个创业项目，并有10个优质项目路演。

投资人嘉宾分别是英诺天使基金创始合伙人李竹、达晨创投合伙人于志宏、华创资本合伙人熊伟铭、美国中经合集团董事总经理彭适辰、臻云创投合伙人祝晓成、复星互联网投资集团董事总经理钱中华、红点创投合伙人张涵、明势资本合伙人曾颖哲、信天创投合伙人蒋宇捷、东方富海合伙人陈利伟、星河互联合伙人王波，他们在现场讲述各自机构对于人工智能领域的投资逻辑以及利用圆桌论坛的方式讨论该领域在未来还有哪些创业机会。

天天投创始人崔鹏现场发布「人工智能大数据创投全名单」，共有1000+投资机构、1000+专业投资人、740+创业公司/产业大公司参与全名单的评选活动，并通过产业图谱、活跃机构、获投项目的融资轮次/所在地域/成立时间/工作背景/教育背景三大维度进行分析。

人工智能产业图谱可以分成三层，分别是基础层、技术层和应用层。基础层指相关硬件软件，包括传感器、人工智能芯片、云计算等。技术层是指公共领域的计算机视觉、自然语言处理以及机器学习等。应用层被分为几大板块，它服务并深入到很多行业和领域，比如跟医疗、金融的结合。

右边的人工智能细分领域排行榜，是根据全名单项目的数据整理而来。从项目数来看，计算机视觉应用排名第一，而在家用机器人领域，因为中国是硬件制造大国，所以该领域有很多的创业项目。除此之外，智能交通、自动驾驶、智能医疗领域也名列前茅。

在大数据的产业图谱中，分为数据收集、数据管理和数据应用三部分。

截至2016年9月，在天天投平台和AI大数据加速器相关单位收集的数据中，人工智能和大数据领域累计获投公司有436家。从地域分布来看，北京无疑占全国的一半，上海、深圳、杭州、广东、苏州、成都、南京也排在前面。从成立时间来看，2014年开始就涌现出一些非常优质的项目，占总比例的21%，而2013年才14%。在融资轮次上，A轮、A+轮比例最大，占36%。

在拿到融资的436家公司中收录了145家的数据，用来分析团队工作背景。腾讯、微软、IBM、谷歌、阿里、百度这些公司拿到投资是最多的，这里指团队创始人的工作背景。

从教育背景来看，我们收录了436家公司里的197家数据，占比最多的分别为清华、北大、中科院、斯坦福、复旦、上海交大、航空大等。

在活跃投资机构中，位居前列的分别是：IDG资本、真格基金、红杉资本中国、经纬中国等。

以下为圆桌论坛实录：

主持人：英诺天使基金创始合伙人 李竹

论坛嘉宾：

达晨创投合伙人 于志宏

华创资本合伙人 熊伟铭

美国中经合董事总经理 彭适辰

红点创投合伙人 张涵

东方富海合伙人 陈利伟

李竹：阿里目前推出客服机器人平台，行业里很多人都比较看好，那么初创公司在这个领域还有机会吗？

熊伟铭：我觉得稍微有点晚，这是2013、2014年的事情了，那时候AI的概念还没有广为人知。客服机器人是比较容易的切入点，但最后还需要得到客户认可，找到行业真正痛点。小团队要先考虑技术的商业环境，而不是现在技术能做什么。

于志宏：

我们投资领域绝大部分针对的都是to B的企业，细分产业特别多。在投资过程中发现大数据已经应用到金融、医疗等领域，它已然成为投资机会。

彭适辰：

人工智能是工具，大数据是原料，利用工具和原料能产生什么东西很关键，并把它应用到你最熟悉的领域，就将成为一个有价值的公司。

张涵：

像之前所说，大数据是原料，人工智能是工具，原料需要整条产业链的基础架构。而在应用层，人工智能是要替代人脑的，很多领域都有应用的地方，比较看好有核心技术并且能建立起门槛的公司，尤其看好它与金融的结合。

陈利伟：

举一个投资案例：SaaS和AI的结合，该公司主要从事人力资源方面的工作，今年就推出了智能筛选简历的功能，这是非常落地的举措，大大提高了HR筛选简历的效率，使得客户买单意愿非常强烈。

李竹：

正如刚才几位所讲，人工智能的很多细分领域已经有人在做了，那么创业者如果要再在这些领域发力，就要问问自己能不能比别人做的好十倍，如果不能，就要寻找新的突破口。

接下来想问问各位，大公司在做的事情和创业公司有没有冲突？大公司对创业公司的影响又有多大？

熊伟铭：

某些领域我是不建议涉足的，BAT可以直接内部化很多项目，所以创业者要跟BAT有一定的不同点。比如无人车就不见得是VC的菜，对于烧钱的领域要学会适可而止，数据+些许的AI也不建议做，这些方向BAT信手捏来。AI只是个平台，还是需要从业务的角度看哪些能做的比BAT强，总体来说to B 会比to C 好做很多。

于志宏：

BAT有很多的数据源，跟它们合作可能是一个方向，垂直行业+AI将会焕发巨大的活力。同时需要看投入的比例，如果投入太大就不见得适合创业者。

彭适辰：

大公司靠烧钱在做的事情，小公司就不要碰触了。目前的人工智能领域主要看人、看数据，不是靠烧钱就能解决问题的。大公司做很多事情是没有效率的，被流程绑死，所以打败大公司还是有机会的。创业前就要做最详细的市场分析，明白跟大公司竞争你有什么优势，这些不可忽视。

李竹：初创公司有哪些方向？

张涵：

对于资源来讲，创业公司比较难，可以利用大公司的资源去做一些应用产品。垂直领域的应用往往越深入负担越重，不同的垂直领域都会有不少机会。大数据领域从底层技术到上层应用，很多技术都是开源的，产业链很长，创业机会非常多。

李竹：那么创业公司是机会多还是阻力多？

陈利伟：

机会多。AI基础技术开源的趋势非常明显，创业者要考虑这点。目前还处于行业发力阶段，在AI普及后，再去做to C方面的事情。虽然有大公司的压力，但还是有很多机会的，尤其在一些行业应用上面。

李竹：

一些人工智能公司刚开始融资就需要很多资金，那么这个领域的公司估值要怎么判断？

陈利伟：

现在该领域公司估值这么高，还是因为人才的紧缺。这些估值是对团队人才的估值，人工智能领域还没有商业化，不能用传统的估值方式去看，在我看来就是买团队。

张涵：

估值确实比较难，除了人才，还会对企业最早切入的方式做一些评估，比如看他们在应用领域的体量有多大，团队是不是健全。这包括一些自己的判断标准，优秀的人才应该在优秀的公司找，我们的渠道是在专门做大数据公司的平台去找这部分人才。

彭适辰：

作为VC当然希望估值越合理越好，创业者如果不付一定的薪资，没有一定的水平，那么在这个领域是不会找到优秀的人才。这是一场人才争夺战，如果速度不够快，人才就会被竞争对手抢走。总体而言，估值高是有一定的合理性，但现在的确偏高，买高估值不是问题，但将来公司估值会不会更高才最重要，这就是投资人在赌的事情。

李竹：对于创业者而言，速度最重要，先拿到钱跑起来。只要做起来，估值方面不用太在意，尤其是在最开始的一两轮。

于志宏：

估值肯定是难题。这个行业是有技术门槛的，现在很多产品是在炒作概念，所以太热的领域不要盲目进入。

熊伟铭：

这个领域创业是没有90后的，需要很深的行业积累。我们来看从99年到现在的创业人群变化，99年都是圈外人，玩票的性质比较多，而现在更多的是社会主流精英人群去创业，水涨船高，创业机会成本变高，导致VC的成本也在增加。

李竹：由于今天时间有限，最后每个人给创业者一句话建议。

熊伟铭：

只要创业者足够强，就会有无数机会让投资人给你买单。

于志宏：

AI在很多产业都会渗透，要抓住机遇。

彭适辰：

在你懂得的领域利用人工智能大数据帮助你，你会有更多机会。

张涵：

明确自己的方向，挖掘垂直领域。

陈利伟：

把握好技术和产品的平衡，满足客户的需求。

感谢以上嘉宾的精彩分享！

投资家网（www.investorscn.com）实时提供专业的创业、投资资讯和深度分析。长按以下二维码添加"投资哥"可与小编深入交流，并可加入微信群参与官方活动，赶快行动吧。