文 | 竇勇

在10月17日的達晨2019年經濟論壇上，達晨財智業務合伙人竇勇發表演講表示，人工智能初創企業，到D輪之后存活率不到6%，企業BP里展示的場景落地，距離很遙遠。資本泡沫之后，大家開始反思投的這些企業，未來的成長盈利點在什么地方，有沒有現金回流？

人工智能概念經過幾年熱炒之后，正在迅速進入資本退潮期，融資數量在斷崖式下跌。但竇勇表示，達晨2019年，到目前為止已經投了4家，按照正常的進度，今年應該會至少10家以上。

竇勇認為，人工智能的數據量、算法、存儲、法律法規等基礎設施已經完善，行業正在進入發展階段。因此人工智能不會出現第三次泡沫。投資人并沒有逃離AI賽道，只是更加理性了，更關注場景落地的應用能力。

以下為投中網整理的竇勇演講實錄：

從2012年開始，人工智能賽道里面，投資機構到底做了哪些事情？第三方統計數據顯示，2014到2018年，整個人工智能領域里面發生了126起的退出事件，占同期的投資事件大概1/20，整個上市IPO退出的概率只占到四成，回報率并不高。

整個2018年大家感覺寒冬很冷，人工智能領域大額融資事件普遍集中在C輪、D輪，在其他領域也是。在年初融資還是比較簡單的事情，到了年中感覺融資好好像不那么容易了，投資機構都比較刁。說得好好的，協議都簽了，錢沒有到位。

人工智能這個賽道現在面臨什么問題呢？

首先是高投入，人力資源密集型企業，需要大量的資本，找很昂貴的人才進行長期的研發。經過統計顯示，AI初創型企業，經過A輪、B輪、C輪、D輪下來，存活率不到6%，這是極低的數據。為什么？經過資本的泡沫之后，大家都在講一個問題，AI的場景如何落地？企業BP里展示的場景落地，距離很遙遠。

資本泡沫起來以后大家蜂擁而入，冷靜之后大家又會想，到底我們投的這些企業，未來的成長盈利點在什么地方？有沒有現金回流？不是一味長期的投入？

是不是整個資本都變得很冷了呢？其實并不然。第一階段我們發現融資變得難，難在哪個地方？首先資本本身面臨問題，上半年GP募資的資金量在斷崖式的下降。達晨去年募了50億基金，在寒冬里有這個表現也是一個證明。

反過來講，人工智能這個板塊會不會第三次泡沫呢？我們并不這樣認為。從行業本質來看，我們認為整個產業，從小數據到大數據、到人工智能，這個過程中，現在已經來到了行業深層次的發展。大家知道，數據數量越來越多，算法越來越好，存儲的性能，包括法律法規，包括人力資源也在進一步完善。

我們從人工智能的本質來解釋兩個問題。

第一，大家都在說人工智能缺數據，實際數據并不缺，缺什么？缺高質量的數據。什么是高質量的數據呢？從數據本身看，數據有價值嗎？很多人說數據沒有價值。在過去大數據風口的時候，很多企業追求有多少體量的數據。我們可以這么理解，數據經過清洗以后，才會變成信息，信息只有經過整理才會成為知識，知識應用以后才會智慧。這樣因果邏輯循環的關系，才會對數據背后的價值應用產生一定的邏輯關系。

我們看數據本身，在人工智能板塊面臨一個問題，我們政府部門有巨大的數據，但是數據如何開放？怎么開放？用什么成本為我們人工智能提供數據算法呢？目前各地口號比較大，落地效果比較小。

再看看人工智能的另外一個核心問題：算力。國家也在大力鼓勵半導體投入。到目前為止看，在通用算力層面，我們跟美國之間還是有較大的差距。但是我們在具體應用場景算力上面，我們比如安防、消費場景的應用，我們還是比較靠前的。