人工智能时代，中国10家AI独角兽总估值高达3500亿
信息科技在中美两国得到迅猛发展，在互联网时代，全球十大科技企业来自中美企业，如今信息科技向人工智能时代转变，继全球中美互联网格局后，将有望形成中美人工智能局面，国内以BAT、华为等为核心企业的AI技术得到了广泛应用，以及涌现出众多明星AI独角兽，包括大疆创新享誉全球，成为超级独角兽。
在应用落地上，中国企业走得更快，中美在这一轮竞争中，国内实现超越很有信心，在物联网资深专家杨剑勇看来，应用场景是人工智能落地核心，因中国具有用户规模、数据和应用场景上的优势，使得国内人工智能蓬勃发展，围绕人工智能创新企业受到资本青睐，明星AI企业融资额一轮高过一个轮，让他们在聚光灯下吸晴无数。
这10家AI独角兽估值超过3500亿
根据公开信息显示，中国以下10家AI独角兽总估值高达507亿美元，约3500亿人民币，这些中国AI独角兽分别是大疆创新240亿美元，商汤科技60亿美元，优必选50亿美元，云从科技33亿美元，深兰科技33亿美元，旷视科技25亿美元，寒武纪25亿美元，依图科技21亿美元，碳云科技10亿美元，出门问问10亿美元。
大疆创新
深圳诞生了多家享誉全球的科技企业，腾讯和华为闻名海外，作为创新之城，大疆创新就诞生在这块创新沃土上，无人机应用AI技术走在行业前列，被视为全球创新者与塑造者，《快公司》早前所公布的2018全球创新力企业排名中，大疆排全球第35位，中国最具创新力企业10强中，大疆排在第三。
同时，大疆营收规模和利润也呈现快速增长态势，2017年营业收入为175.7亿元，同比增长80%，利润同比增长123%。另有公开数据显示，大疆创新估值240亿美元，是无人机绝对王者，也是全球为数不多的超级独角兽之一。
商汤科技
商汤科技估值为45亿美金，这是今年五月布C+轮6.2亿美元融资后給的估值，但在9月，有消息指出软银已投资10亿美元，估值飙升至60亿美元，是估值最高的AI独角兽。作为计算机视觉领域独角兽，承担了智能视觉国家新一代人工智能开放创新平台建设。
商汤科技包括人脸识别和图像识别各类智能视觉技术已广泛应用于城市、金融、汽车、零售和机器人等诸多行业，服务超过700家企业，其构建起强大的人工智能产业集群和生态圈，引领着智能视觉人工智能时代发展大潮。
优必选
机器人创新企业优必选估值高达50亿美元，这是今年早些时候，腾讯领投优必选C轮8.2亿美元的融资，这一笔融资让优必选估值高达50亿美元，无疑成为全球最大机器人公司。早在2016年，因旗下机器人Alpha亮相央视春晚让名声大噪，至此迎来高速发展阶段，融资和估值一路飙涨，在人形机器人方向，优必选无疑是明星企业，他们要让机器人走进千家万户。
云从科技
云从科技在近日已经完成B轮融资，此轮融资后，估值高达230亿（约33.3亿美元），是名副其实的AI独角兽。云从科技作为计算机视觉的国家队，参与了人工智能国家标准与行业标准的制定，并承担了人工智能基础资源公共服务平台国家级重大工程。
与此同时，其AI技术已应用银行、安防、民航等领域，2018年客户和业务量较之前实现了数十倍增长，农行、建行、中行、招行总行等全国400多家银行已采用他们产品，中国农业银行的超级柜台采用了云从人脸识别技术，极大缩短了自助业务办理时间，提升业务的便捷性和安全性。
深兰科技
来自证券时报·e公司消息，深兰科技董事长陈海波近日透露，上一轮深兰估值160亿，今年底到明年初会完成230亿（约33亿美元），并预计到2019年底，应该有30亿以上的销售规模，同时，计划走人工智能独角兽绿色通道推进IPO。
这家仅成立于2014年的创业公司，短时间内就成长为人工智能第一梯队头部企业，并获得了国家队中金资本投资，作为致力于人工智能基础研究和应用开发的创新企业，把深度学习，机器视觉，生物识别，数据挖掘，智能芯片等核心技术加入到自动驾驶、智能机器人等九大领域。
旷视科技
安防是人工智能技术最大应用场景之一，在人工智能＋安放的刺激下，市场潜力巨大机遇，面向该领域的创新企业备受资本追逐，而旷视科技作为机器视觉明星企业，受益于深度学习技术的发展，从技术服务起家的旷视科技，有望分得更多行业红利，估值更是高达25亿美元，其人脸识别技术Face++曾被《麻省理工科技评论》评为2017全球十大前沿科技。
作为入榜了“全球最聪明50家公司”的旷视科技，在今年CVPR2018期间，旷视科技参与了AVA和WAD挑战赛，击败谷歌DeepMind和英伟达等巨头公司，斩获时空行为定位和实例视频分割双项冠军。另外，截至2017年，已经在中国、美国、印度、欧洲等国家和地区提交人工智能相关专利申请近700件，人工智能行业内拥有自主知识产权最多的企业之一。
寒武纪
万物互联让百亿智能设备接入网络成为现实，用于数据采集的物联网芯片和高性能AI芯片需求剧增，巨头们纷纷抢滩和大肆押注AI芯片，而围绕AI芯片方向创业公司也迎来机遇，其中，寒武纪则成为炙手可热的智能芯片厂商，估值高达25亿美元。
寒武纪也发布了国内首个云端人工智能芯片MLU100，这款云端在处理人工智能任务时可获得巨大的性能功耗比提升，是真正适合AI的处理器，甚至一些参数可以叫板英伟达，希望以寒武纪等为代表的国内芯片厂商，在资本和政策双重支持下，借助人工智能缩小与美国芯片巨头差距。
依图科技
作为机器视觉明星企业的依图科技，在今年6月一轮2亿美元融资中，估值高达150亿元（约21亿美元），在7月再次完成兴业国信资管1亿美元融资。作为AI四大独角兽之一的依图科技要把人工智能的创新应用到产业主要有两个发展方向，第一个是产业化，第二个是商品化。
随着算法能力的飞速提升和大数据的结合应用，依图科技人脸识别正在从智能2.0时代迈入数据智能3.0时代，在依图看来，3.0数据智能时代，即“新安防·真智能”时代，更注重技术与应用的深度结合，将全面利用人工智能技术，渗透到解决公共安全的实际问题里进行研发和结合，给出多维度解决方案，让智能技术更好服务行业。
碳云科技
碳云智能自成立之初，就成为炙手可热创业明星公司，获得包括腾讯领投的10亿元投资，成立不到半年，估值就达10亿美元，是成长最快的独角兽企业，作为面向生命科技方向的创新企业，迎合了精准意料趋势，以此建立一个健康大数据平台，运用人工智能技术处理这些数据，帮助人们做健康管理。
出门问问
出门问问作为一家以语音交互和软硬结合为核心的人工智能公司，估值高达10亿美元，是目前国内面向语音技术估值最高的独角兽企业，在可穿戴、车载和家居等场景，出门问问推出了智能手表TicWatch、智能耳机TicPodsFree，智能后视镜TicMirror，智能驾驶辅助TicEye，智能音箱TicKasa和TicKasaMini等人工智能软硬件结合产品。与此同时，在今年早些时候，出门问问AI语音芯片模组“问芯”正式量产，成为了中国首款已量产的AI语音芯片模组。
人工智能时代到来
人工智能这一概念已超过60年，几轮高潮起伏后，因2016年谷歌一场人机大战再次点燃，让沉寂的人工智能再次引发热议，至此在近几年，人工智能为核心的智能化浪潮席卷全球，发展速度超乎想象，全社会都在积极拥抱。
在工业方向掀起新工业革命；在AI技术驱动下，惠普金融将得以实现；城市通过应用物联网、云计算和人工智能等技术，能提升城市精细化管理能力；在以IOT＋AI融合下，人们追求更美好的智慧家庭生活成为现实。
AI技术正在逐步融入金融、城市、工业和生活诸多领域，利用新兴技术推动数字化转型，宣誓着人工智能迎来了最好的时代，也被视为科技界视作为下一个浪潮，在人工智能这条道路上，应用场景覆盖越来越广之时，世界将会被人工智能所包围，无处不在，至此，赢的人工智能就意味着赢得未来成为业界共识。
峰瑞资本朱祎舟：人工智能公司的估值怎么算
本文由峰瑞资本(微信ID：freesvc)授权前瞻网发布
朱袆舟本科期间做过一段时间机器人，2012年从斯坦福毕业回国后，参与创办人工智能公司“出门问问”。目前，他重点投资人工智能、智能硬件、新能源，新材料等以核心技术为驱动的创业项目。
文章要点
AI创业的技术、人才红利都迅速放缓。
互联网这条线会继续往前发展，AI做的事情则更偏向底层——在生产端提高生产效率
AI技术有它固定的规律和速度，不太可能迅速通过融资拔苗助长。
在人工智能创业的第一阶段，公司的估值是“算法x人才”;进入第二阶段后，AI公司的估值=算法+数据x商业价值。
↓下文详解↓
AI公司估值的阶段论
口述/朱祎舟
来源/朱祎舟在Xtecher杭州私享会上的分享
加入峰瑞资本做投资之前，我在人工智能领域创业。下面，我从投资与创业交叉的角度和大家分享自己最近的一些观察，也欢迎随时交流。
先简单介绍一下，峰瑞资本是一家新基金，成立于2015年8月。我们希望做成一家研究型导向的全链条基金，不看风口，长期持有。我们比较早就开始看人工智能领域，已经投资了十余家AI领域的初创公司。
下面切入正题。
/01/
技术、人才红利都迅速放缓
过去在人工智能能领域创业的时候，大家会问我这些问题：
你的算法到底是什么?是不是深度学习的算法?
你是不是用了神经网络?神经网络多少层?
这是投资者或大众关注的第一点——“算法如何”?
然后，大家还会问：
你的团队里有PHD吗?有BAT研究院出来的人吗?有高校教授吗?
人工智能能刚刚起步时，大家的焦点基本集中在两个方面：算法和人才。
这两张图反映了我过去一段时间对这两个方面的观察。
第一张图，我称之为“技术的红利”。这张图是在ImageNet历年图像分类任务中获得第一名的算法的错误率。2013年的时候，获得第一名的算法错误率是13%，2014年时是7%，2015年时是3.6%，到2016年时变成3.0%。大家可以看到，从2013年到2014年，错误率下降了近一半，从2014年到2015年，又下降了近一半，而2015年到2016年的时候，下降的幅度就变得很小了。
做技术的人应该都知道，在深度学习的框架下，以现有的技术处理图像分类任务的能力，错误率继续下降的空间已经不多了。看到这个结论，我非常吃惊。技术放缓的速度远比我们自己想象的要快。
第二张图，我称之为“人才的红利”。
横坐标是时间，纵坐标是工资。过去，人工智能公司招人都很贵。最近，我随机选取了一家非常知名的人工智能公司的招聘列表，2017年时，这家公司招聘图像识别处理工程师的薪水是15—30K/m，已经和普通的IOS工程师差不多。
目前，大家普遍的认知是：人工智能领域，所做事情的框架已经日趋清晰明了，但人才缺口比较大，学校的供给不够。任何一家人工智能公司招人，都更倾向于熟练的、很快能将想法实践落地的人，倾向于招有一定专业院校和学术背景的人才。
通过上面两张图，我想说的是：人工智能技术跟其它技术一样，到了一个阶段性平台期，技术红利放缓的速度非常快，人才供给发展的速度非常快。
对投资人来说，在人工智能创业的第一阶段，公司的估值就是“算法x人才”。它们的乘积，大概就是你的公司在市场当中的价值。而目前，这个乘法的两端都在快速地下降，这是我们对第一阶段人工智能创业的的判断。
/02/
AI公司估值的阶段论
我把人工智能赛道上的公司分成5个阶段：
1.提供狭义技术的阶段
2.提供解决方案的阶段
3.提供模块化产品的阶段
4.提供整体产品的阶段
5.业务闭环数据循环阶段
大部分创业公司处在“狭义细分技术”的阶段。这一阶段，判断公司的标准就是我们刚刚提到的公式：“估值=算法x人才”。我们可以看到，这个公式下的公司，价值在被快速地拉平。在我看来，这一波的机会红利已经基本结束。
在这一阶段的人工智能创业浪潮中，获利最大的科学家创业团体，现在在创业上的优势不会那么大了。接下来，我相信机会仍然会留给产品经理、工程师和商业人才。过去的估值方式，过去的价值判断方式，和过去的技术、人才红利都已经基本结束。
现在，很多公司都已经进入第二阶段了。不论是图像公司还是语音公司，大家都开始进入提供解决方案的阶段。
在第二阶段，判断公司市场价值的方式也会发生变化。我自己列了一个公式，就是从“算法x人才”演变成“估值=算法+数据x商业价值”。算法后面是一个加号，主要原因在于，大家都还没有数据和商业价值的时候，比的是算法，但是当大家都有了数据和商业价值后，商业价值的重要性会迅速地超过算法，所以算法所占的比重会越来越少。
/03/
人工智能并不是互联网的下一代
互联网在过去做的最主要的事情是解放渠道，释放渠道的效率。所以我们看到，过去的创新型模式都是为了让产品能够直接抵达消费者。不论是电商打掉中间的零售商和经销商的渠道，还是滴滴打掉出租车的渠道，其实都是在渠道上做文章。
我觉得人工智能并不是互联网的下一代，也不是互联网的替代者。这两者是并行的。因此，移动互联网、互联网的机会依然有，并且依然非常大。互联网这条线本身会继续往前发展，人工智能做的事情则更偏向底层——在生产端提高生产效率。
这也是我们现在为什么觉得toC端的机会比较难：生产端还没有被改造，于是就不太会有新的产品出来;没有新的产品出来，用户端体验也就不会有特别大的提升。
这波人工智能的浪潮，凸显的是“数据x商业价值”。我们从toB和toC两个角度来分析。
toB端，我的判断是人工智能会向行业的纵深端去发展。从生产端来看，不论是服务业、农业还是工业，大家对效率提升的需求是非常明显的：在医疗领域，提升诊断的效率;在金融领域，提高金融数据服务的效率……需求和商业空间是巨大的。于是我们的挑战不再是技术被拉平了，而在于对行业需求的理解和产品的设计。
另外提到一点：大数据。这个词其实是老生常谈了。从企业服务端来看。美国企业服务市场的路径是：传统软件→IT服务→云计算→大数据→人工智能，最后才有了人工智能。所以，在美国做人工智能领域的创业，好处是基础设施非常成熟、完善，但很多事情都被大公司做了，初创公司需要在大公司的夹缝中寻找生存空间。
在中国，企业端基础设施还是非常落后的，是一片空白。因此，中国有一个特有现象：跨越式的发展。在电商、本地服务、金融支付等行业，跨越式发展的例子比比皆是。
toC端，我的观点是：想用人工智能去提升消费者的体验，通过一个单点去突破比较困难，更多是一个系统化的工程。比如，车载语音的交互体验，智能家居体验等。它需要的不仅仅是产品本身做得多好，更是整体的居家环境、车载环境。这些基础的传感器和基础的服务、数据足够完整之后，我们才会有一个体验足够好的东西出来。反之，现在做这个事情，就会感觉很累或者说撬不动，因为基础设施和服务没起来。
互联网领域，单点做个小APP就能撬动一个很大的空间。但在人工智能领域，这几乎不可能。关于这个结论，我自己心里也有个问号，我也很好奇人工智能里能够单点突破的产品到底是什么。
这是我对于AI创业第一个阶段和第二个阶段的一些投资思考和笔记。
/04/
人工智能没有网络效应
最后，回答四个疑问：
第一个疑问是：人工智能是不是可以理解为互联网或者移动互联网后的下一个创新，或者是替代品?
我认为这是不对的。人工智能和互联网是并行的，相对独立的。照套互联网的思维方式是很危险的。
比如，人工智能是没有网络效应的，也几乎没有马太效应。这句话是什么意思呢?马太效应基于网络效应，因为网络效应能快速地集聚资源、拉开与竞争者的差距，所以会出现行业通吃的情况。而人工智能是基于生产效率的提升，它本身没有网络效应。至少现在看起来，行业通吃的事情可能不存在。不见得谁比谁快、谁能把谁灭了，而是大家都能找到自己的一块地盘。
第二个疑问是：人工智能领域创业有没有势能?
我们可以看到，在互联网、移动互联网的窗口期，创业公司要打仗，要迅速融资。但是看起来，在人工智能领域似乎没有所谓的“势能”。技术有它固定的规律和速度，不太可能用融资的方式拔苗助长。在同一个人工智能细分领域，谁先做、谁后做差异并不会特别大，能够扎扎实实把事情做好倒是更加重要。在传统互联网领域或在移动互联网领域，或许可以在四年之内做出一个上市公司，但是在人工智能领域，这基本是不可能的。
第三个疑问和第四个疑问其实是连在一起的：投资人们都喜欢问，人工智能公司会变成什么?到底能做多大?这个行业到底能做多大?
大家以前对这类公司的期望是做成一个技术平台公司。技术平台公司的意义更多的是，怎么把算法和数据整合成一个产品，或者整合成一个服务。云计算就是很典型的一个例子。但现在看来，“技术平台”只是其中一种选择，还有许多其它方式。
从人工智能领域公司的壁垒来看，要从算法开始，让你的公司从一个技术平台公司做到一个数据产品服务公司，然后再抽象到一个更高层面的技术平台公司。
人工智能很难像互联网一样从单点突破，做横向整合。它做大做深最大的可能性是纵向整合，整合整条产业链里不同的生产者、生产资料，再往上整合到产品层面。这比较抽象。举个例子，比如你做人脸识别，是只做人脸识别?还是做人脸识别加上人脸识别摄像头?还是做人脸识别、人脸识别摄像头，还要再加上人脸识别系统，做成一整个产品?它不是只做一个人脸识别就把所有人脸识别都做全了，而是做人脸识别可以选择从产业链下游往上做，也可以从上游往下做。
这是人工智能领域创业的状态和规律，它和现在的互联网公司完全不一样，我的一点思考供大家参考。