人工智能是近些年发展速度较快的行业之一，受益于算法、算力和大数据的不断成熟和积累，催生了人工智能技术的突飞猛进。现如今，人脸识别、图像识别、智能驾驶、智能客服、人形机器人等AI产品和服务已经落地在各种商业场景中，公众对于人工智能认识和感知也越来越深刻。
近日，中国信通院院长余晓辉在2022年世界人工智能大会产业发展全体会议上介绍，2021年全球人工智能产业规模达3619亿美元，其中中国占4041亿元人民币，占比近16%。从投融资规模来看，2021年全球人工智能产业投融资金额为714.7亿美元，同比增加90.2%，中国人工智能产业投融资金额为201.2亿美元，占比28%，同比增加40.4%。由此可见，人工智能行业在国内外的投融资热度依然高涨，中国的人工智能产业规模也依然在不断扩大。
2022年以来，科技行业迎来了一波“寒冬”，从二级市场来看，科技行业的上市公司股价接连走低，投资者迷茫恐慌，而人工智能行业的发展状况如何呢？二级市场的“寒气”是否传递给了一级市场的人工智能行业呢？数据猿整理了2022年年初至8月中旬，人工智能行业新增的投融资案例，希望能从中发现人工智能行业正在发生的一些变化。
人工智能的热点是行业应用
在人工智能这个一级行业中，数据猿将其分成了5个二级行业：计算机视觉、人工智能行业应用、AI芯片、AI工具和人工智能基础技术。在5个二级行业中，除了AI芯片之外，对另外四个二级行业再次进行细分，共划分了38个细分领域，如下表所示。数据猿将从获融资企业数量、企业所在地区、获融资的月份、企业所处的融资阶段和主要投资的机构等维度，分别对人工智能行业今年的投融资情况进行分析。
（人工智能行业划分目录，来源：数据猿基于公开资料整理）
（人工智能二级行业融资分布，来源：数据猿基于公开资料整理）
从整个人工智能二级行业融资的情况来看，2022年前8个月，共有209家企业完成融资，在五个二级行业中，人工智能行业应用方面有115家，占比55%，人工智能基础技术40家，占比19%，计算机视觉31家，占比14.8%。AI芯片22家，占比10.5%，AI工具仅有1家。从二级行业的维度来看，资本更热衷于人工智能行业应用的投资，毕竟人工智能真正找到应用场景、满足市场和消费者的需求，更容易产生高附加值。
如果从38个细分领域入手，数据猿发现，投资机构偏爱的行业也相对比较集中。如下图所示。
（人工智能细分领域获融资企业的数量，来源：数据猿基于公开资料整理）
从细分领域来看，虽然人工智能细分领域较多，但是并不是每个领域都有投融资事件发生，智能驾驶、智能医疗、AI芯片是三个融资企业最多的方向，分别占比27%、19%和11%，深度学习、人机交互、机器学习三个领域的融资企业数量均超过10家，具有较大潜力。
为什么智能驾驶、智能医疗和AI芯片会成为当下的热点呢？数据猿认为，背后的原因与当下社会面临的机遇和挑战有极大关系。新冠疫情发生的两年多时间里，全社会对于医疗的重视程度越来越高，智能医疗将在某些方面代替人完成某些简单重复的工作，极大提升人的工作效率，所以智能医疗的机会受到众多投资机构和创业者的青睐；同时，疫情的袭扰对全球供应链系统产生了严峻的考验，全球“缺芯”一直困扰着不少科技企业的发展，再叠加“国产替代”的大背景，促使AI芯片这个曾经的“冷门赛道”瞬间“转暖”。智能驾驶更是当下的热点，伴随着新能源汽车销量的持续增长以及技术的不断成熟，新能源汽车的上半场关于新能源的竞争似乎已经结束，下半场的竞争大概率将围绕汽车智能化进行，因此在这个关键的时间点上，智能驾驶的投资热度自然而然将会猛增。
人工智能创业渗透多个城市
从获融资企业所在地区来看，北京市是最多融资企业的所在地，占了接近1/4，上海、深圳、杭州、苏州紧随其后。与云服务行业不同的是，获融资企业所在地区分布比较广，既有沿海城市又有内陆城市。在26个城市中，北方城市有7个，融资企业数量61个，占比29%。
（人工智能领域获融资企业所在地区，来源：数据猿基于公开资料整理）
这是一个非常有意思的现象，为何人工智能领域在这么多城市均有渗透呢？数据猿认为有两方面的原因：一方面，高新技术企业多、环境好的城市容易吸引人工智能企业，这一点很容易理解，毕竟高新技术企业多意味着人才就会聚集，人工智能技术与互联网和移动互联网技术在某些程度上有交叉，因此更容易获得人才；另一方面是场景更容易落地，比如青岛、天津、成都等城市，虽然高新技术企业的数量无法与北上广深相比，但是这几个城市的制造业发达，比如成都有车企，做智能化更贴近实际的应用场景，因此也能吸引到不少企业落地。
三大最受欢迎的细分领域
从融资事件发生的月份来看，人工智能领域的火热程度可见一斑。前7个月中，平均每月每月27家企业，最多的月份有37家企业融资，平均一天至少有一家人工智能企业获得投资机构的融资。
（人工智能领域2022年不同月份获融资企业数量，来源：数据猿基于公开资料整理）
如果把各细分领域在不同月份发生投融资案例的分布整理之后，不难发现，智能医疗、智能驾驶、AI芯片几乎每个月都有企业获得融资，赛道的火热程度一直持续高涨。
（人工智能行业2022年不同月份各细分领域获融资企业数量分布，数据来源：数据猿基于公开资料整理）
要么IPO，要么“抱大腿”
数据猿整理了人工智能领域获融资企业所处的融资阶段，如下图所示。
（2022年人工智能领域获融资企业所处阶段，来源：数据猿基于公开资料整理）
从获融资企业所处的融资阶段来看，绝大部分的企业都处在起步阶段。A轮阶段（含A轮、A1轮、A2轮、A+轮、A++轮、A+++轮、Pre-A+、Pre-A2）的企业数量有56家，占比27%；初始阶段（含天使轮、天使+轮、种子轮、Pre-A轮）的企业数量有51家，占比24%。
除了一级市场外，前8个月中，人工智能行业实现IPO的企业有6家，具体情况如下表所示。
（2022年前8个月人工智能行业IPO的企业，数据来源：数据猿基于公开资料整理，截止到2022年9月29日）
除IPO之外，前8个月中，也有4家企业被收购，具体信息如下表所示。这四家公司分别属于字符识别、智能医疗、智能零售和机器学习。
（2022年人工智能行业企业收购事件汇总，数据来源：数据猿基于公开资料整理）
结合IPO和被收购的案例来看，数据猿认为，上市和被收购可能是企业创始团队和一级市场投资人最好的退出方式。对于能形成产品，或者技术、应用场景频率高的企业来说，上市是最佳的选择，比如蔚来，虽然是车企，但也要提升汽车智能化水平，再比如云从科技，人脸识别技术的应用场景和渗透行业广泛，这类企业可以努力发展走向二级市场；但是对于某些功能频率低、很难渗透到其他行业的企业来说，被收购也是不错的发展方式，通过与其他企业的深度合作，更有可能发挥自身价值。
人工智能“集齐”所有类型的投资机构
从投资机构的角度来看，除了IPO外，前8个月中，高瓴创投投资的企业数量有10家，是投资最多的机构，紧随其后的还有五源资本、红杉中国、高榕资本、经纬创投等，而且既有产业资本、又有国有资本，还有民营资本和外资资金。
（2022年人工智能领域投资案例较多的机构/渠道，来源：数据猿基于公开资料整理）
数据猿整理了高瓴创投在今年前8个月的投资案例信息，如下表所示。
（2022年前8个月高瓴创投投资的企业，数据来源：数据猿基于公开资料整理）
从表格中的信息来看，今年前8个月，高瓴创投在人工智能行业的投资大部分为起步阶段的企业，9家企业中只有两家是D轮及以上投资，而且均为跟投项目，领投或者单独投资的项目有3个，“大量布局起步阶段的优秀创业公司，然后陪伴它们成长、变大”，这大概率是高瓴创投在该行业中的投资模式。从投资的细分领域看，高瓴创投投资的项目涉及智能驾驶、智能医疗、机器学习等，既有人工智能应用企业又有人工智能基础技术企业，由此推测，高瓴创投的投资涉及整个产业链，并不局限于某一个单一方向或细分领域。
尽管高瓴创投投资的项目最多，但是从投资金额上来看，除IPO之外，融资最多的四家公司均不在其中。截止到8月中旬，人工智能领域融资最多的企业有四家，融资规模均在10亿人民币以上，具体信息如下表所示。
（2022年前8个月人工智能行业融资金额最多的企业，数据来源：数据猿基于公开资料整理）
在四家融资最多的企业中，有三家属于智能驾驶领域，一家属于AI芯片领域，由此验证了智能驾驶领域火热的现象。从投资方的数量来看，基本上投资方数量均在4家以上，多则11家机构共同投资。数据猿认为，出现这种情况可以从两个方面解释：一是该行业的好项目很少，机构都在“抢货”；另一方面该行业风险比较大，多家机构共同投资是为了分担风险。从投资方的信息中可以看出，投资机构的背景都是五花八门，有外资背景的机构、国资背景的机构，民营资本、地方政府背景的机构、港澳背景的机构、上市公司，可以说“集齐”了所有类型的资本机构，人工智能的火热程度和重视程度可见一斑。
一级市场中的“供过于求”
整体来看，投资机构对于人工智能行业的追捧依然非常高涨，这一点主要表现在两个方面：一方面，目前热衷于投资人工智能行业的机构数量非常多，而且既有“国家队”、又有外资机构，同时还有地方投资机构和民营私募股权基金，由此判定，一级市场上并不缺钱；另一方面，投资机构对于人工智能行业的布局目前并不“挑剔”，通过数据来看，无论是专注于人工智能基础技术的企业还是人工智能应用的企业，均受到机构的关注。
数据猿认为，尽管人工智能行业的投资机构很多，但是机构对于行业的投资相对也比较谨慎，一是创业企业大多处于起步阶段，未来是否可以做成还是未知数；其次，人工智能行业的项目，大部分前期投入较高，而且面临的技术挑战比较大，大部分项目的投资期限相对较长，风险和不确定也就相对较大。所以不少企业选择联合投资的形式，通过分散投资实现对风险的管理。
从创业企业的经营业务来看，目前人工智能行业的热度也很高，既有专注技术研发的企业，又有专注硬件和应用场景落地的企业，可以说是“全面开花”。但是由于人工智能行业的门槛相对较高，既需要技术又要数据积累，因此并不适合所有人或者“门外汉”随意进入。预计，整个行业内的企业数量不会太多。
在供给充足、需求不足的情况下，好项目将会发生争抢的局面，不过，这对于高投入、高门槛的人工智能行业而言，或许是一件好事。
文：赢家/数据猿
