《财经》记者 刘以秦|文 谢丽容|编辑

安防的蛋糕不够分了。

2017年，计算机视觉技术落地安防领域后，获得了资本市场的高度关注，鲸准数据显示，2017年，中国市场上，计算机视觉领域共计完成约23.8亿美元的融资，为各AI细分领域的第一。

视觉技术还培育出了AI领域两大头部独角兽公司——2017年商汤科技与旷视科技两家公司的融资额，占到了该领域总融资额的40%以上。

除了商汤与旷视，包括深鉴科技、格灵深瞳等不少AI公司都加入这条赛道。同时，多个巨头都盘桓于此——从传统的安防大厂海康威视、大华股份，到2012年就宣布进军安防领域的华为，再到新加入的BAT等等。

巨头们或有多年安防行业经验，或有丰富的技术落地经验，这对于任何一家试图挤进安防领域的新公司来说，机会渺茫。

“第一批公司火起来之后，每家公司都来做安防，20家进来的时候还说的通，到第30家的时候，就很难了。”旷视科技投资方、启明创投合伙人叶冠泰对《财经》记者说道，“这个时候大家已经开始讨论，下一个落地热点在哪？”

AI公司与投资人开始将目光集中在更多的落地场景上，其中，医疗、金融、教育与消费四大领域在现阶段吸引了最多的注意力。

这几大领域的AI应用各有优势，也各有阻力，谁更有可能成为AI领域的下一个安防，培育出一批新的独角兽公司？

对于手握资金的投资人来说，这是一场赌局，对于手握技术的创业公司来说，这是一场考验综合能力的赛跑，输家只能成为行业发展的垫脚石，而胜者，则能在AI下一阶段的进程中，掌握话语权。

安防的经验

多次被打破的融资纪录，将2017年变成了AI领域的“安防年”。

但从某种程度来说，AI在安防领域的应用，是后于技术发展脚步的。

两年前，大部分图像识别的创业公司还都在标榜自己的技术和算法能力，对于这项技术真正能够解决什么问题，当时尚未有定论——这就像是在打造一把锤子，但不知道要敲的是哪一枚钉子。这也导致，几乎所有的AI公司都在宣传自身技术的识别率、准确度、国际上的获奖情况等信息。

找不到商业化的场景，也让这些公司的融资节奏相对缓慢。

2012年成立至2016年11月，旷视科技共完成4轮融资，平均一年一轮，融资金额在数百万元人民币至2500万美元之间。商汤成立于2014年，在2017年7月完成创纪录的4.1亿美元融资前，该公司仅拿到两轮融资，金额也都在千万美元级。

落地安防的效果相当明显，上述两家公司在2017年估值迅速飙升，一步跃升独角兽行业，成为AI领域估值最高的两家头部公司。

同时，这也给行业风向带来了刺激，只提技术能力的公司很难获得资本青睐，“AI赋能”成为了真正的风口。

“AI技术正在向通用型技术方向转化，现在以及接下来，技术能否落地应用，是更重要的投资考量因素。”专注AI领域投资的将门创投创始合伙人杜枫告诉《财经》记者。

而技术落地商业化，考验的是公司的综合能力。

专注于提高技术的精准度，是很多技术出身的AI创业者们热衷的方向，而安防领域的经验证明，技术商业化落地时，适合往往比精准更有价值——明确要敲的钉子类型，再去打造合适的工具，效率更高。

例如，AI安防一个主要的应用场景是帮助公安抓捕逃犯，一位曾经担任公安部门技术顾问的专家表示，如果一家公司的人脸识别准确率是95.1%，另一家是95%，但是效率要快10倍，显然后者更适合。

“不少AI安防公司都在花大力气去提高那0.1个百分点，这其实是无用功，这个时候如果你能够做到大幅度提高效率，价值会更高。”上述技术专家对《财经》记者说道。

此外，安防的价值在于有足够体量的B端用户，杜枫向《财经》记者透露，AI安防领域已经出现了多笔超过1亿元人民币的订单。对比这一点，接下来在商业化和融资能力上能够迅速起势的细分领域，至少需要满足一个基本条件——有愿意下大订单的B端用户，或是有足量的C端用户。

能否匹配落地领域，灵活地进行技术开发，以及该领域的市场空间是否足够广阔，是安防这一先行者提供的经验。

准猎场不少

对市场变化敏感的投资人，已经开始寻找新的“猎物”。

此前持续关注AI领域的不少投资人，目光开始聚焦，他们的侧重点各不相同，但大多集中在四大领域——医疗、金融、消费、教育。

一位长期关注AI领域的投资人告诉《财经》记者，今年他已经将重点转向AI教育领域，因为能看到数量广阔的C端用户。

AI教育领域已经开始出现明星公司，英语流利说就是其中一家。去年7月，英语流利说完成1亿美元融资，估值已经接近独角兽级别。

英语流利说成立于2013年，在2016年之前，这家公司都还未将AI作为主要竞争力。公司创始人兼CEO王翌在接受《财经》记者采访时表示，他们在创业之初，其实就已经将公司定位为“AI+教育”公司，“但那个时候讲AI很多人都不明白，我们也就没有重点提这个概念。”

王翌曾经就职于谷歌，2012年，他询问当时还在谷歌从事语音识别技术研究的林晖，“目前的语音识别技术，能否做到实时对英语口语打分？”在得到肯定的答复后，他拉上林晖，与当时还在美国互联网大数据公司Quancast任资深软件工程师的胡哲人，一起创办了英语流利说。

王翌此前并没有教育方面的经验，创业之前，他考虑过好几个不同的方向，他设定的标准是，市场空间大，已经形成用户付费习惯，并且能用AI技术解决行业问题。以此为标准，他挑选了教育、健康和金融领域。

“金融和健康领域都有很强的政策壁垒，准入门槛太高。”最终他选定了教育方向。

教育领域，尤其是英语教育方面，国内市场的主要问题是效率低下。按照欧洲标准，平均1000小时-1200小时的学习时长，一个普通人就能从零基础到达母语水平，但很多中国学生花了超过2000小时，仍然没有显著进步。此外，还有课程价格昂贵、教育资源不均等问题。

在王翌看来，这些都是可以通过AI技术解决的问题。

而且，相比较其他细分领域的AI应用，教育是为数不多的C端市场，而C端用户的付费意愿往往远低于B端用户，尽管教育行业的用户付费意愿相对较高，但王翌在一开始还是打了免费的牌。

直到2016年7月，英语流利说才推出付费产品，在此之前，已经积累了数千万的免费用户。“用户尝试过，觉得有效，他自然会买单。”王翌说，“免费模式就是在往水池里蓄水，开始收费后，就是把这一池蓄满的水，引流出来。”

英语流利说主要使用的AI技术是针对口语的语音识别，同时也包括一些针对语法词汇的自然语言处理技术，以及根据用户个人的学习状态实时调整课程的自适应技术。

据王翌介绍，目前英语流利说已经实现了规模化的收入和利润，但他并未透露具体数字。

创业六年间，他也明显感受到了趋势的变化，2015年，互联网教育领域兴起，但很快，又因难以触及教育的核心，热度迅速下降，2016年后，AlphaGo的名声大噪，AI成为热门话题，到2017年，对“AI+教育”模式感兴趣的投资人越来越多。

同样，AI成为创投热点后，AI落地金融、医疗、消费等领域的投资事件也有明显上升，其中，AI医疗项目的融资表现最为亮眼。金融工作系统服务商企名片提供给《财经》记者的数据显示，进入2018年后，AI医疗领域的融资热度继续增加，截至5月，本年度AI领域共完成234起融资，其中AI医疗30起，占比约12.8%，为各细分领域第一。

另一个明显的趋势是，相比去年AI医疗的融资集中在医疗影像方面，今年不少医疗细分领域的创业公司也开始崭露头角。

例如，今年1月，由红杉资本、Google、腾讯等投资方共同投资1500万美元的智能药物研发公司晶泰科技；5月2日获得纪源资本、红杉、真格基金共同投资1亿元人民币的智能医学文本分析公司森亿科技，另外，包括人工关节3D打印、智能医疗器械、康复机器人等在内的多个创业项目，也在今年拿到了数千万元人民币级别的融资。

一位投资机构合伙人向《财经》记者表示，AI医疗是一个非常重要的方向，有很多可落地并创造价值的环节。

相比医疗，金融的机会更加成熟，因为金融领域的数据结构化程度相对更高，更适合AI技术的落地。此前，罗兰贝格管理咨询公司全球CEO常博逸接受《财经》记者采访时也表示，金融服务行业高度重视数据与数学计算，基于此，AI在金融领域的应用有直接的发展空间，“我们估计AI对金融业的影响将达到6000亿元人民币”。

截至目前，2018年AI金融领域共计完成11起融资，主要集中在智能投顾、大数据风控领域。

而在传统消费领域，痛点也非常明确——客单价已经没有明显增加，人工、房租等成本却在连年增长，通过AI技术来降低越来越高的获客成本，提振利润率，是目前消费领域的重要议题。

铉伟英对此深有体会，这也是她创业的初衷。她是AI零售公司甘来科技的创始合伙人，甘来科技已经与微软、百度、科大讯飞等多家大公司展开技术合作，目前的代表客户是可口可乐。

相比医疗领域从影像出发，消费市场的AI技术从一开始就落在了各个环节上。“消费链条很长，而且环环相扣，每个环节都有机会。”铉伟英说道。

AI对于消费市场来说，是一个提高效率、降低成本的工具，但影响一个门店效率和成本的因素非常复杂——仓储、物流、配货，到门店内的用户数据，门店周边的环境数据等。

甘来科技现阶段的重点就是零售环节的数据收集与处理，数据来源于多个渠道，包括合作伙伴提供、爬虫获取等等，通过这些数据，来辅助零售点做更高效的决策。

AI消费领域的引领者是美国巨头亚马逊，从仓储、物流到门店货架摆放，再到身份识别、支付，亚马逊几乎已经将AI技术应用于消费每个环节。而在中国这个巨大的消费市场上，智能零售的火苗也已经被点燃。

杜枫的感受很明显，“之前大家都在说新零售，今年我们明显感觉到，新零售这个词很少出现了，取而代之的是所有人都在提智能零售。”

教育、医疗、金融和消费，AI的应用已经多点开花，但考验也接踵而至。

各有阻碍，谁能破局？

AI安防留给新人的空间不多，但其他领域的AI落地进程也并非畅通无阻。

接受《财经》记者采访的多名投资人都提到，AI医疗的前景大、价值高，但由于医院分散、政策限制以及市场教育等问题，医疗领域的优质数据难以获得，AI技术的落地还需要等待较长的时间。

不仅如此，在AI医疗初创公司还未发展成熟，巨头们的触角已经伸了进来。2014年8月，科大讯飞就开始针对语音技术在医疗方面的应用开展了研究，目前科大讯飞的医疗团队已经超过150人；2017年8月，腾讯发布了AI医学影像产品“腾讯觅影”，利用人工智能医学影像技术辅助医生进行早期食管癌筛查；2017年3月，阿里云发布“ET医疗大脑”，宣布正式进入医疗AI领域。

同样受到严厉政策监管的还有金融领域，2015年开始，互联网金融的兴起一度导致行业乱象，央行条法司也迅速展开监管，进行专项整治工作，成效明显。

而AI金融领域最大的阻碍是，巨头公司和大型金融机构的话语权更强。以BATJ为首的巨头们，是科技金融的引领者，也已经形成了巨大的体量。蚂蚁金服与腾讯金融的估值都已经超过1000亿美元，最早提出“Fintech”概念的京东金融估值近300亿美元。

不仅如此，多家大型国有银行和金融机构，都在积极布局AI技术，打造金融科技平台。

今年4月，中国建设银行成立了国有银行首家全资金融科技公司；中国平安更是在多年前就开始重点投入AI技术，中国平安董事长马明哲在此前接受媒体采访时透露，过去五年，平安每年在人工智能等科技创新上的投入高达数十亿元。

政策限制与巨头夹击之外，医疗与金融都属于专业用户市场，这也意味着前期发展速度会相对较慢。

教育和零售这两块看起来更大众化的市场也有自己的烦恼。

消费的长链条给了创业公司更大的发挥空间，但同样也是一道枷锁，只有每个环节的数据链条都打通，且成体系化后，技术的价值才能得到充分体现。否则，在这个阶段盲目扩张的结果，就是规模越大，成本越高。

这一点在去年火热的无人零售领域已经有明确体现，从今年初开始，无人零售公司倒闭的消息不断。

一位曾经投资无人零售项目的投资人告诉《财经》记者，短期内他们不会再追加这方面的投资，“这个领域已经变成烧钱的无底洞了，尤其是已经成规模的公司，每天的投入成本都非常高，收入又完全跟不上”。

而AI教育的一个问题在于，AI技术的存在感并不强。

一位使用过包括英语流利说在内的多个教育平台的用户告诉《财经》记者：“并没有感觉到智能体现在哪，对我来说只是一个普通的移动端学习工具。”杜枫也认为，目前很多AI教育公司所标榜的AI并不清晰。

不过，技术对C端市场的影响是潜移默化的，教育行业的用户量已经在迅速增加，海量用户行为数据将会刺激AI技术在这一领域的逐渐成熟。

医疗领域的技术发展，仍然需要长期的铺垫与积累，而在金融与消费领域，更多的话语权仍然掌握在大公司手里，目前看来，AI教育是一块更适合初创公司迅速成长的沃土。

变数仍然存在，纵观商业历史进程，一个商业领域的颠覆者出现之前，几乎很难猜到它的模样。

（作者微信：biaomei001，欢迎交流）