人工智能融资潮背后：各怀心事的阿里巴巴和创业公司们

作为目前国内人工智能领域的两大头牌，旷视科技和商汤科技似乎一直在暗中较劲。

两家公司分别成立于2011年和2014年，同样专注于视觉识别领域。虽然两家公司背后都有阿里巴巴的身影，但他们之间依然暗藏火药味。

这种浓烈的竞争意识伴随着人工智能技术的大爆发而诞生，他们既要争先恐后地将自己的技术在各个行业落地，又要避免成为技术浪潮下的牺牲品——在商业世界，只有带来实际的营收，技术的价值才能够体现。

然而从2018年上半年开始，尽管明争暗斗还在继续，但两家公司的关系逐渐变得微妙起来。

阿里巴巴掀起融资狂潮

2018年4月，商汤科技正式对外宣布完成C轮融资，融资金额达到6亿美元，阿里巴巴领投，新加坡主权基金淡马锡、苏宁等投资机构和战略伙伴跟投。

仅仅三个月后，老对手旷视科技也传出了完成融资的消息。巧合的是，根据彭博社报道，这轮融资的金额在6亿美元左右，阿里巴巴同样参与其中。

实际上，阿里巴巴的名字并不是第一次出现在两家企业的融资历史之中。2017年11月，蚂蚁金服就已投资过旷视科技，并且在后者的董事会席位中拿到了一个位置。至于商汤科技，阿里巴巴则是在2017年10月向对方投资了15亿元人民币。

尽管界面新闻记者了解到，蚂蚁金服的投资部门和阿里巴巴集团本身的投资部门相互独立运作，严格意义上说并不算一家人，但这并不足以抹除旷视科技以及商汤科技身上的“阿里”属性。

这意味着，在这一轮融资过后，两家曾经暗中对抗的人工智能公司摇身一变成了同门师兄弟。

除去这两家之外，阿里巴巴的身影还在视觉识别领域内的其他公司周边萦绕。2017年5月，在安防领域积累了一定技术基础的依图科技完成了一笔3.8亿元的C轮融资，领投方为高瓴资本，跟投机构的名单中则有云锋基金、红杉资本、高榕资本、真格基金等。其中，云锋基金的创办人之一便是阿里巴巴的掌门人马云。另外，依图科技的联合创始人林晨曦同样出自阿里体系。

到目前为止，被业内称为国内视觉识别领域的“四大初创公司”之中，阿里巴巴已经和其中的三家产生了或多或少的联系，只剩下云从科技一家尚未被纳入阿里巴巴的“势力范围”。

从这一点可以看出，对于这些在前沿技术上有着领先优势的初创企业们，阿里巴巴从来不会吝啬自己手上的支票簿，甚至愿意为行业内的几家竞争对手同时伸出橄榄枝。

阿里巴巴战略投资部总监谢鹰曾将其对技术类公司的投资分为两种类型：一种是“探路者”，即看重被投企业在其所处赛道中的前瞻性，比如说这项技术能否创造长期价值，以及给行业整体带来新变化；另一种则是对现有能力的补充，即是否可以与阿里巴巴自身的业务形成技术上的补充。

对于阿里巴巴来说，人工智能已经不属于“探路者”领域，反而更像是一个逐渐步向成熟的行业。“放在2015年，人工智能还算是一个前瞻性业务，但到了2018年，已经不能这么形容了。”谢鹰认为，人工智能已经在很多行业落地，阿里巴巴需要更多从战略层面进行布局。

但巨头的大洒金钱，却让投资机构们开始谨慎看待人工智能领域的投资机会。

国中创投投资总监童亮亮对界面新闻记者表示，以视觉识别为例，资本市场从2015年就开始下重注投入，现在包括安防、医疗等领域，人工智能的落地大局已定。“几轮大的融资过后，一些龙头企业的估值已经处于相对高位，大家对于投资这个行业的热情反而有一些下降。”原因在于，产业资本很多时候侧重于对业务的布局，对于价格的敏感度较低，这在客观上提升了投资机构的下注难度。

“我们在去年做了一些布局，但是今年就没有新的投资了。”童亮亮说。去年商汤科技和旷视科技等公司的体量已经较大，因此国中创投投资选择了一些具有独特竞争点的企业进行布局，包括做眼球跟踪算法的七鑫易维，做智能驾驶的天瞳威视和双髻鲨等。

战略布局人工智能

投资人工智能初创企业，在阿里巴巴内部被赋予一定的战略意味。

界面新闻记者从一名行业内人士处获知，商汤科技已经成为阿里巴巴智慧城市项目的主要合作伙伴。前者主要在智能监控、智能交通、城市管理上为阿里巴巴提供技术支持，并在此基础上形成大的产品矩阵。同时，商汤科技会将自己的深度学习技术形成一个技术框架提供给有需求的城市。

在行业落地方面，商汤科技主要关注安防监控、金融、手机、移动互联网等领域，其具有的人脸识别、视频监控识别等能力，构成了智慧城市的重要技术组成部分。这对于将智慧城市作为重要业务领域的阿里巴巴来说，尤为重要。

商汤科技联合创始人、CEO徐立此前接受36氪采访时也提到了双方的合作，他表示这是商汤科技决定接受阿里巴巴投资的原因之一，“接受投资是考虑到战略上比较匹配，我们都是战略合作，本身是业务场景的深度结合。”

至于旷视科技，这家公司在接受蚂蚁金服的投资之后，已经将自身的技术应用到相关产品上。支付宝等App上的人脸识别解锁所使用的正是旷视科技的技术。旷视科技的人工智能零售解决方案同样能为阿里巴巴的新零售战略提供协助。

这刚好印证了谢鹰所提到的“对现有能力的补充”——在这些技术领域，阿里巴巴的投资意味着可以获得使用权，直接通过自身的产品或者业务实现相关技术的落地。除旷视科技和商汤科技外，阿里巴巴体系内类似的投资事件不少，例如蚂蚁金服今年5月给3D视觉综合技术方案商奥比中光送出的2亿美元D轮融资。

但上述投资行为并不构成阿里巴巴在人工智能领域的所有投资布局。除软件层面的投资外，他们还在芯片领域投入过大量资源。

今年4月，阿里巴巴全资收购了杭州中天微系统有限公司，也陆续投资过寒武纪、Barefoot Networks、深鉴、耐能（Kneron）、翱捷科技（ASR）等芯片企业。

“我们需要廉价的芯片、有效的芯片和普惠性的芯片，可以被运用到任何领域。阿里巴巴的芯片并不是为了竞争，它是普惠性的。”马云在日本早稻田大学演讲时如此表示。

界面新闻了解到，阿里巴巴对芯片的布局也有两个方向，一个是装载进家电设备中的嵌入式芯片，来为其物联网业务提供技术支持；另一方面则是和人工智能、深度学习相关的芯片企业，例如寒武纪和深鉴。这两种方向同样会在不同层面与阿里巴巴的现有业务提供互补。

阿里巴巴在人工智能领域进行投资布局的目的非常明显：通过投资该领域中不同方向的公司，构筑出人工智能的整体生态，包括技术、芯片等层面。通过这个生态，阿里巴巴得以用一个更加快速的模式获得自己所需要的前沿技术，从而避免了长期投入所带来的时间成本。

激进投资背后

有投资人如此形容阿里巴巴在人工智能领域的投资策略：“激进、看不懂”。在投资人眼中，阿里巴巴的业务所需要的技术，似乎并不需要通过如此大规模的投资来实现。先后投资旷视科技和商汤科技，看起来很像是一次重复操作。

但这可以被看作是阿里巴巴在人工智能领域的“占坑”行为，当自身的投入比较少时，通过外部投资卡位或许是唯一可行的选择。

一直以来，阿里巴巴在人工智能，尤其是视觉识别方面的研究成果并不算突出。界面新闻记者从获得的一份材料中了解到，在2015年-2017年这三年中，阿里巴巴在CVPR（国际计算机视觉与模式识别会议）以及ICCV（国际计算机视觉大会）两大视觉识别领域的国际级学术会议上，合计只发布了8篇论文，少于腾讯的21篇和百度的18篇，距离商汤科技等专注于这一领域的企业更是有着较大的差距。

“互联网巨头的投资策略还是会围绕着自己的核心业务来布局，比如蚂蚁金服对于奥比中光的投资，主要还是用于自己支付宝端的人脸识别。”童亮亮向界面新闻记者评价称。

当然，阿里巴巴近年也开始加快自身对于基础研究的投入步伐。2017年10月的杭州云栖大会上，阿里巴巴集团首席技术官张建锋宣布成立达摩院，将在全球各地建立实验室，并引入更多高校教授参与其中，未来三年投入1000亿元进行基础科学研发。

达摩院目前已初见成果。2018年4月，达摩院宣布正研发一款神经网络芯片Ali-NPU，该芯片将运用于图像视频分析、机器学习等AI推理计算。2018年5月，达摩院量子实验室宣布研制出世界最强的量子电路模拟器“太章”。

然而相比老对手腾讯来说，阿里巴巴在人工智能领域的投入进度存在一定差距。

腾讯在图像识别领域也早有投入，先后成立了优图实验室以及腾讯AI Lab，并且接连请来曾经担任百度研究院副院长和大数据实验室负责人的张潼，以及香港中文大学计算机科学工程系终身教授贾佳亚作为这个领域的人才储备。

腾讯发展人工智能技术的优势在于有着广阔的消费应用场景。技术本身可以落地到腾讯丰富的产品矩阵中，并且在应用中不断调试、学习和发展。比如腾讯优图的技术就已经在QQ空间、QQ音乐、微信等产品中落地，这些应用每天带来的数以亿计的数据，是其它企业在发展人工智能的过程中所求之不得的。

如果说在云服务方面，阿里巴巴凭借着先发优势已经超过了腾讯一截的话，那么在人工智能、深度学习这方面，两者目前难分高低。随着时间的推移，两家公司在技术上的进程也将会逐渐趋向一致。

除了腾讯之外，包括百度、今日头条等科技企业也都在大力布局人工智能。在这样的大环境下，阿里巴巴必须加速，否则将会是逆水行舟。因此，在外部看起来过于激进的投资选择，也许是阿里巴巴不得不采取的一些战略性行为。

“投资也是为了一个安全感，对于阿里巴巴和被投企业来说都是一样的。”阿里巴巴战略投资部总监谢鹰表示。

拿钱不一定是好事

对于商汤科技和旷视科技而言，选择接受阿里巴巴的投资，除了“站队”之外，自身的发展是更加重要的考量因素。

“无论是B端还是C端，阿里巴巴拥有庞大的数据和应用场景，可以成为商汤科技高级别的‘场景提供者’，为其创新型技术应用提供入口。”一名接近商汤科技的人士对界面新闻记者分析。旷视科技则同样可以从阿里巴巴的支付宝、新零售等应用场景中受益。

巨头提供的技术落地路径，是商汤科技和旷视科技这样的纯技术企业所不具备的。但在一些旁观者看来，即便是拿到了巨头的投资，也未必可以获得安全感。

“人工智能本身是一个投入巨大、存活者少的产业，用户本身不希望过多的技术方案影响使用体验。如同当年的搜索一样，人工智能企业最后也只会有一两家存活在市场上。”一位前谷歌算法工程师告诉界面新闻记者，由于人工智能和硬件设备绑定得更加紧密，技术迭代的周期会更长，需要更多的投入。

在他看来，人工智能本身的技术门槛并不算高，关键在于技术背后的内容和行为。只有把三者整合起来，才能真正创造出人工智能的价值。

他的判断是，那些体量较小的公司会在技术上更加专注，但在另外两个维度上无法和大企业匹敌。“以谷歌为例，哪怕它进入时间比较晚，一旦将背后的内容和数据打通，就能够为人工智能技术释放出巨大的能量。小公司在这方面差距太大。”

这意味着，即便是细分领域的初创企业可凭借专注度获得先发优势，但大企业经过一定时间的积累，后来居上并不困难。

一名微软内部人士提出了类似的意见。他认为对于体量较小的初创技术企业而言，如何尽快将技术落地，转化为商业价值，从而使自身能够持续向前发展，是比获得融资更为重要的事情。

“很多企业提出过很超前的技术，但最终没办法落地。衡量一个企业是否成熟，收入、利润等指标都很重要，融资只是其中的一部分，关键在于提出技术之后如何发展下去。”上述人士表示。