展会信息港展会大全

中国AI投资大排名:规模增速第一,总投资第二,初创企业数第三
来源:互联网   发布日期:2021-02-06 18:07:19   浏览:22631次  

导读:资本的大量注入,让我国的人工智能产业呈现高速发展的火热之势。 2月5日晚间,伦敦经济学院教授许成钢发布了《2020中国人工智能指数报告》(下称《报告》)。《报告》显示,中国在人工智能领域的投资规模增速已成为全球第一,但初创企业数量仍与美国相差悬殊...

资本的大量注入,让我国的人工智能产业呈现高速发展的火热之势。

2月5日晚间,伦敦经济学院教授许成钢发布了《2020中国人工智能指数报告》(下称“《报告》”)。《报告》显示,中国在人工智能领域的投资规模增速已成为全球第一,但初创企业数量仍与美国相差悬殊。同时,虽然中国在学术论文领域中的多项指标已反超美国,但在开源软件使用和研究成果落地等应用层面,中美间的差距依然存在。热闹之后,我们仍需面对不少无法依靠资本快速解决的问题。

“当行业需要长期投入的时候,资本到底有没有足够的耐心?这是我们在行业发展中一个很大的考验。”快手人工智能科学家刘霁在《报告》发布会上表示。

企业供给追不上资本野心

从《报告》数据看,中国的人工智能产业显然是近年来的投资热土,对于人工智能初创企业的总投资金额自2014年起急剧加速,目前位居世界第二,且增速为世界第一。美中两国分别占据了全球人工智能初创企业投资总额的59%和48.7%,与其他国家拉开了较大差距。

这些投资从哪里来?许成钢称,中国人工智能初创企业的融资高度依赖对外开放。投资交易中,46.5%完全来自国外,14.4%来自国内外的联合投资。同时,中国人工智能企业的投资主体是风险资本,而非传统金融机构,风险资本和私募股权分别贡献了74%和16%的投资。

有投资机构人士对第一财经记者表示,风险投资的资金主要来自于欧美国家,对于人工智能行业这类风险较大的投资标的具有较高的风险容忍度。“这些钱的特点是不怕失败,愿意承受风险去投资具有极大不确定性的项目。人工智能是个太新的行业,到现在行业的商业模式还没有被证明,中国的金融机构一般很难接受投资亏损,不太愿意进来冒这个风险。”

虽然这个新兴领域获得了大规模投资的青睐,但从被投资的初创企业数量来看,中国人工智能企业的萌芽速度还无法满足资本的狂欢。目前,美国外部融资人工智能初创企业有4664家,占比45.2%,在全球范围内占据绝对优势。中国的人工智能初创企业数仅为730,占比7.1%,排在拥有846家初创企业的英国之后,位列世界第三。

巨大的投资额和相对较少的初创企业数量,导致平均每家企业能够获得极为丰厚的投资。自2014年起,中国的人工智能初创企业平均股权投资额即呈现快速攀升趋势,目前已超过6000万美元。这一数据大幅高于排名第二的美国,美国的人工智能初创企业平均投资额不到2000万美元。

根据许成钢的推测,我国高额的企业平均投资一方面源于国内缺乏硬预算约束,从而可能造成投资的过多“浪费”;另一方面,由于我国的市场规模相对可观,投资人即便在初期投入大量资金,也能够获得可靠的投资效益。

而在上述投资人士看来,中美在企业所得平均投资上的差距也可能是投资偏好与成熟度差异造成的结果。“中国市场的风投资金量非常大,他们很喜欢投人工智能这类新型行业,因为天花板很高,好的标的风投都会去抢,这就导致估值水涨船高。美国的投资体系相对完备,投资机构数量也多,投资分散度相对高一些。”

科研成果需越过产业鸿沟

除了资本的大量涌入,中国人工智能行业的快速发展在学术研究领域也可见一斑。《报告》显示,自2017年起,中国的人工智能领域研究发表数量出现快速增长,不断缩小着与美国之间的差距。其中,中国在该领域发表的期刊论文数量在2011年超过美国后便持续拉大领先优势,在会议论文数量上仍有不小差距,却也呈现出明确的差距缩小趋势。

对于中国人工智能领域在学术上的进步,清华大学计算机系教授、智能技术与系统国家重点实验室主任朱小燕深有感触。“近几年国家和大型企业在人工智能研究上提供了非常多的资金,资金支持的效果也体现在了论文发表数量上。期刊论文的周期较长,含金量也比较高,能在这一点上超过美国是个非常好的趋势,接下来更需要关注论文的高被引情况。”

然而,从科研到应用,还有一段漫长的路要走。刘霁表示,学术成果与产业应用之间仍旧存在着较大的沟壑,很多研究并不能与实际问题相适配,需要更多地将研究思路投射到特定的应用场景中。

在产业应用的积累上,美国的先发优势较为凸显。许成钢介绍道,中国研究者使用人工智能开源软件的数量远小于美国,且这一差距还在不断扩大。最新数据显示,美国研究者使用的开源软件数接近14万,而国内这一数据约为3万。

“深度学习出来以后,美国的大公司迅速抓住了开源软件的先发优势,开始使用之后就很难迁移,国内错过了这次机会。但我们现在也在积极拥抱开源,实验室一般的科研产出我们都会鼓励开源。”腾讯天衍实验室主任郑冶枫表示。

朱小燕进一步谈道,在开源软件之外,我国人工智能行业的软肋还包括数据管理和标准制定,且这两方面与美国之间的差距还非常明显。

“根据我们从企业界听到的声音,其中比较大的障碍就是在技术上,技术和算法是人工智能企业看来最大的挑战,从数据的运营能力和数据处理的商业模式发展来看,在我们这样一个人口大国中,这一块理论上具有很强的规模效应。但是从基础数据的应用和AI化的潜质来看,我们其实还是有一定的距离要追赶。”波士顿咨询集团合伙人俞晨骜表示。


赞助本站

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港