人工智能不是骗局,但高估值确实是个问题

人工智能不是骗局,但高估值确实是个问题
文|黄渊普
  创业者和投资人需要对估值更加理性。
  前段时间批评人工智能的舆论很多的时候,一家人工智能公司的创始人发微信问我:你们亿欧EqualOcean在人工智能领域的报道和研究很多,不打算站出来说句话么?
  这个创始人是美国某知名大学的CS(计算机科学)硕士毕业,2017年放弃了美国的工作回国创业,正好赶上人工智能的创业风口,公司先后获得了两轮融资。但是,最近一年他的公司商业化不理想,新一轮融资谈得不顺利。碰到批评人工智能的舆论,我理解他心里很慌张。
  舆论的矛头主要是指向号称”AI四小龙”的商汤、依图、旷视、云从。批评的原因是,几家公司在准备上市过程中透露出来的财务数据低于很多人的预期——营收不高,亏损却非常高。对比之前几家公司的高估值,很多人忍不住吐槽了一番。
  对”四小龙”的批评殃及了池鱼,很多规模更小的人工智能公司的融资跟着受到了不利影响。对于”四小龙”来说,它们面临的问题是以什么样的估值/市值去募资/融资;对于更多规模更小的公司来说,当VC避而不看人工智能赛道时,它们面临的问题是还能不能获得新一轮融资。
  亿欧EqualOcean从2016年下半年开始报道和研究人工智能,和非常多的人工智能公司建立了联系。作为行业观察者,对于人工智能这个赛道我倒并不悲观。
  早期,人工智能公司之间比拼的是发论文的数量。2017年,亿欧智库开始调研AI商业落地时,绝大多数人工智能公司几乎没有任何营收。三四年下来,大多数人工智能公司的营收增长还是非常快的。只是它们能否越过盈亏平衡点,还存在很多值得讨论的地方。
  从商业模式来看,多数人工智能公司的营收方式是项目制,做一单赚一单的钱。这种营收方式是个苦差事,尤其是早期做的项目少时,项目经验几乎没法复用,收入部分完全没法覆盖庞大的研发成本。对人工智能公司来说,巨大的研发成本差不多是固定的,不会因为不做项目就可以不用投入。另外,因为客户的特殊性,销售成本在早期也难免居高不下。
  所以,大多数人工智能公司摆脱不了”烧钱”的宿命,需要大规模融资。区别是,它们到底会沿着哪条线发展(如下图)。

  A线是理想的结果,”烧钱”虽多,但能用较短的时间达到盈亏平衡点,并且未来能赚到大钱,比烧的钱多很多。B线和A线不同,烧同样多的钱,企业需要更长时间达到盈亏平衡点,之后赚钱能力却一般。而C线代表的是,烧完了钱也没能跨过盈亏平衡点,企业最终死掉了。
  在人工智能投融资火热的前几年,无论是创业者还是投资人,都是按照A线所描绘的故事做估值和融资。现实中,多数公司会是C线,做得好的公司也大概率只能做到B线。
  有没有可能做到A线呢?当然也有。前提条件是,人工智能公司做的项目,其技术、方案或经验能充分复用,能形成通用的解决方案;客户拓展成本大幅下降,并且客户类型能迅速多样化。目前看,做到前者并不现实;后者随着数字化变革在全国的推进有所改观,但依然还不够。
  以B线作为一个理性的参考,人工智能公司没法迅速跨过盈亏平衡点,也不是一个能轻松赚大钱的生意。也就是说,人工智能公司投资回报周期较长、回报率也不算高,因此在估值/市值层面就得做妥协,后续的投资人才敢接盘。
  应该按什么逻辑估值呢?目前看,人工智能公司大多属于有技术能力的行业解决方案公司,一个可以参考的方向是,按IBM和埃森哲的估值逻辑。
  埃森哲的市销率为4.2,IBM的市销率仅为1.7。考虑到包括”四小龙”在内的人工智能公司收入增速比IBM和埃森哲更快,可以给到更高的市销率,在没有达到盈亏平衡点之前,10倍是一个不算低的倍数。如果以10倍市销率、营收10亿元计算,对应的估值是100亿元。
  按这个逻辑,一些明星人工智能公司的估值得往下调50%左右。目前的一个难点是,前面一两轮的投资方是否愿意接受估值降低。一些人工智能公司,最终走了C线,不是因为没有价值,而是被高估值给拖累了。
  有人会说,芯片公司寒武纪2020年的收入才4.59亿元,但估值高达440多亿元,市销率超过了95倍;人工智能也同样受国家战略支持,以10倍的市销率去做估值不公允。这样的对比可能没有意义,或许不是人工智能公司被低估了,而是芯片公司寒武纪被高估了。
  也有一种声音,认为人工智能公司割了风险投资人的韭菜,现在谋求上市是为了继续割普通投资者的韭菜。我个人的看法是,暂且不去纠结于”人工智能”这个词,”智能化”一定是中国各行各业升级的大方向;人工智能公司把大多数钱花在了研发上,这在过往被多次证明至少不是差的商业选择。
  即便一些明星人工智能公司的结局是C线,它们培养的大量人工智能工程师们,也将为行业的后续发展做出贡献。几年下来,中国人工智能的星星之火,已经成燎原之势。更乐观一点看,中国出现百亿美元、甚至千亿美元估值/市值的人工智能公司,只是时间问题。
  但是目前,创业者和投资人需要对估值更加理性。