去年当投资人为元宇宙、虚拟偶像争论不休时，随着商汤及创新奇智上市，“沉静”两三年的人工智能重新回到投资人视野。

曾几何时人工智能创业潮远超现在的元宇宙和虚拟偶像，被誉为继蒸汽机、内燃机、互联网后的第四次生产力革命。然而巨额吞金背后AI技术商业落地并未像预想中进展顺利，并且除了少数作为技术供应商的公司略微盈利外，90%的人工智能公司长期处于亏损状态。AI技术“落地难”、“盈利难”，迟迟望不到头的投资人在2019年动摇了，有的投资机构和投资人甚至彻底逃离了人工智能领域。

当AI四小龙上市时间一拖再拖，争议也越来越多时，让人意想不到的是去年人工智能独角兽企业集体“闯关”IPO，9家人工智能企业在A股或是港股提交了上市申请。其中估值吓退众多投资人的商汤科技在2021年倒数第二天成功登陆港股，春节前5天由李开复博士亲自挂帅的创新奇智顺利成为“AI第二股”。

2021年中国人工智能领域相关企业融资共计247起，融资总额达549.9亿元，B轮之前的初创项目投资总数占到53.4%，并且包括地平线、图达通、Momenta、涂鸦智能在内的11家人工智能独角兽企业去年获得超10亿元融资。此外，去年人工智能领域投资数量比2020年高出了35.7%，并且略好于2019年，时隔三年后人工智能领域又慢慢热起来，底层技术以及AI新应用场景上的新突破悄悄开启了人工智能创业和投资的下半场。

01

AI应用端发展现状

人工智能简单来说就是指计算机等生产资料具备了人的智慧去完成任务。人工智能知识所涉及的学科领域包括了计算机科学、数据科学、数学、心理学、行为学、工程学等众多科学，而其应用的场景则更加广阔，能够与理工、社会、人文等几乎所有学科分支进行交叉融合，使其成为人类发展的重要支撑基础。

从宏观层面上讲，2021年，我国政府对人工智能实行了一系列支持，先后颁布了一系列行动计划和纲要，从顶层设计上重点支持人工智能。在“十四五”规划纲要中，明确了人工智能将成为建设创新型国家，实现新型工业化、信息化，推动经济高质量发展的最有力助推器之一。

近年来我国企业在人工智能应用端取得了较大的进步。

这不仅因为人工智能是一个可以被企业广泛利用的技术和范式。理论上其能帮助公司提高效率、降低成本、精准营销、改善体验、革新产品，以及找到新的需求从而实现整体转型。

还因为我国人工智能的整体发展还能得益于世界数一数二巨大的数据量以及中国可与美国媲美的网络科技头部企业的带动作用。

早在2018年李开复博士就已经明确提出，由于掌握了更大的数据量以及拥有一批在AI领域有技术能力和资本实力的超级企业作为产业链支撑，中国的企业将在AI国际竞争中取得巨大优势。

同时对于企业间以及国别间合作，李博士并不认为企业需要用保密或者隔离的手段独立发展AI技术，而是需要共享最新成果，从而在整体上获得更快的突破。

综合国内主流研报观点，如下图所示，当前依附于人工智能的价值链广义上可以分成基础研究端、技术支持端、以及应用端三个维度。

基础研究端是基于学术上的底层科学铺垫，不但涉及计算机科学、数据科学，以及数学等学科的最新理论进展，还涉及芯片与传感器等“高端硬科技”产业在学术层面的实践成果。

技术支持端主要建立在计算机科学特别是软件、编程等领域的有力支撑之上开发服务型产品或者实体产品，也可以为企业运营提供解决方案。具体例子就是老邢比较熟悉的以机器学习/深度学习等统计学模型来预测，或者是图形视觉以及自然语言处理等计算机科学下的细分专业。

应用端是本文的重点，所关联的领域非常广泛，即涉及AI技术企业商业发展与技术研发成果的直接应用，又涵盖各行各业利用AI技术开展自身运营效率提升、策略革新，以及数字化转型等的间接应用。

比较典型的直接应用为智能语音识别、人脸识别、信贷违约预测、消费大数据智能分析等；比较典型的间接应用例子可以是企业利用人工智能技术重新设计工作业务流程以及变革管理以增加企业员工效率并降低运营成本。

在直接应用上，据东方证券首席经济学家邵宇前不久发布的研究显示，我国AI技术有50%应用在了安防、人脸识别上，还有30%应用在了互联网金融中。可见目前我国AI的直接应用整体上还是非常集中的，或需要拓展多元化的应用场景。

根据麦肯锡在2020年底发布的一篇调研报告，我国企业人工智能间接应用上取得了很大进展但也存在一些障碍，可归结为几个点：

（1）各行各业过半数的受访企业表示至少在标准业务流程中嵌入了一项AI应用。30%企业表示正在尝试至少一项人工智能的应用技术。

（2）虽然大部分企业认识到了人工智能在应用端的价值，但只有21%的企业把AI技术普遍布置到业务单元中。

（3）通过使用人工智能，企业可以有效推动核心业务的数字化转型，但依然面临人才紧缺以及投入资金不足的限制。

02

人工智能投资回潮

融资中国举办的2022（第11届）资本年会上，复星全球合伙人、复星创富联席董事长、管理合伙人徐欣从价值投资和趋势投资相结合的角度对科技投资进行了解读：“科技发展在过去近三十年中以超指数形式影响我们的信息系统和生活，当下我们已迈入工业产业转型4.0时代，工业活动正在被计算机模拟所驱动。好的科技投资出现在时间、地点和人都正确的节点，因此需要灵活的方式进行精准匹配。技术产业和金融有条共振曲线，其中科技创新、场景创新、金融创新缺一不可，风险投资行业就像行走在黑暗森林中的猎人，找到好机会就要出手”。

对于科技投资而言，投资进入的时间节点至关重要！根据Garter技术成熟度曲线，科技跟人一样都有生命周期，科技Idea落地时要做概念化验证、测试、找到客户，然后新技术开始兴起并受到资本关注。然而新技术一般成本较高并且技术稳定性和成熟性有限，因此在经济成本达不到理想效益情况下产业是不会用的，所以新技术热闹一阵之后往往会进入幻灭期。幻灭期并不代表新技术没有生命力了，而是创业和投资趋于冷静不再内卷，创业项目潜下心来好好做研发并与客户慢慢磨合，不断打磨自己的技术和产品，最终将新技术融合到产业中，改变原有产业生产格局。

Garter技术成熟度曲线

如果说元宇宙和虚拟偶像去年正处于Garter技术成熟度曲线第一阶段话，那么AI人工智能则是慢慢穿越幻灭期，将迎来新一轮发展。

1. AI技术上不断突破

近年随着人工智能算法技术的不断进步和成熟，在语音识别、图像识别、智能阅片、病毒测序、药物设计之外，人工智能技术有了新的突破。2021年人工智能领域迎来“高光时刻”，佛蒙特大学和塔夫茨大学研究团队创造出迄今为止第一个可自我繁殖的活体机器人，该机器人不仅能生孩子，还拥有自我修复基因。

此外，2021年科学家报告了一种能与人类进行竞技辩论的自主智能体，这个演示表明人工智能开始具备参与复杂人类活动的能力。《自然》杂志还发表了一项结构生物学最新研究，人工智能公司DeepMind的神经网络Alphafold2预测的蛋白质结构能达到原子水平的准确度。

2. AI技术渗透到各领域

对于人工智能技术，创新工场董事长兼CEO李开复曾在2020年表示：“AI是创新工场很强的标签，但时至今日AI不在是我们的一个投资方向，而是重要的投资工具和赋能手段”。有的人眼中这段话被解读为就连创新工场也认为AI尚离商业化落地存在距离，不再投资AI项目了，但其实这句话的价值在于李开复博士提前洞察到国内AI创业企业所经历的蜕变过程，即AI创业企业经过Garter技术成熟度曲线第一阶段，从概念向技术落地之后正迎来第二阶段——从技术到应用的跨越。

2011-2021年人工智能细分赛道融资数量

数据来源：企查查

通过对人工智能细分赛道融资情况统计可以看到，提高生产自动化的智能机器人、提高线上化办公效率的数据服务、数字化医疗、半导体芯片、自动驾驶等近年来热门的投资领域均与人工智能技术密切相关，就连当下如火如荼的元宇宙和虚拟偶像无疑也是如此。人工智能技术开始像互联网一样，渗透到各个领域为其赋能。

03

美元基金押注国内AI

今年刚一开年深势科技就抢到了人工智能融资头彩，获得数千万美元B轮融资，本轮融资由源码资本、启明创投领投，老股东高瓴创投、经纬中国继续加码，此外该公司早期投资人也是圈内有名美元基金和双币基金。依靠“AI+分子模拟”技术深势科技在国内开拓了新的应用领域，这家人工智能公司能够顺利获得美元基金青睐是偶发事件还是美元基金其实早就“盯上”了国内AI创业公司，看好国内AI技术未来发展？融中财经对2021年国内AI创业公司融资情况进行了统计，美元基金对中国AI科学家的热衷程度确实超出了我们最初设想。

2021年获融资的AI项目中的美元基金（部分）

数据来源：公开信息整理

2021年获融资的AI项目中的双币基金（部分）

数据来源：公开信息整理

从美元基金2021年对中国AI创业项目投资情况来看，除了对地平线、图达通、Momenta、涂鸦智能在内的11家人工智能独角兽企业继续投信任票外，对国内AI初创项目支持力度同样不可小觑。与之前投资情况相比，美元基金对人工智能领域更具颠覆性的技术和应用显示出超高热情。

以深势科技为例，通过自创的“多尺度建模+机器学习+高性能计算”，该公司突破性地实现了多尺度分子模拟中精度与效率的统一，解决微尺度工业设计难题，解放研发工作者生产力。

在精度求解原子间相互作用过程中会遇到两难选择，即使用经验立场法时往往快而不准，使用量子力学法时往往准而不快，还伴随“维数灾难”的风险。深势科技在效果上不仅保持了量子力学的精度，还将分子动力学的计算速度提升了至少五个量级。在药物、新材料研发等需要通过大规模计算保证精度情况下，人工智能结合分子模拟在计算方法上的突破，正在催生新一代研发体系。

由于不同应用领域在算法和技术路径上存在差异，国内人工智能创业项目主要围绕计算机视觉、语音识别等几个技术相对成熟的垂直领域，并在视觉领域涌现出AI四小龙，在智能语音领域诞生了引领行业的科达讯飞。

计算机视觉、语音、自然语言处理成为人工智能创业红海后，过去两年国内人工智能领域多以战投为主，早期创业项目融资案例明显减少。现阶段随着AI底层算法和技术上的不断成熟和发展，人工智能领域开始涌现新的颠覆性创业项目。此外，由于中国AI技术在国际上领先，有人才、技术、市场三重优势，美元基金积极押注国内AI人才和创业项目预示了国外资本对AI技术的信心以及对未来趋势的判断。

04

中国AI科学家凭实力说话

今年春节刚过，2月10日美国国家工程院公布了新增院士名单，北京智源人工智能研究院理事长张宏江博士凭借其在多媒体计算领域的杰出贡献与领导力入选了该机构的外籍院士，同时入选的还有伊隆.马斯克。美国工程院是工程学界顶尖学术机构，是美国四大国家学术机构之一，当选美国国家工程院院士是工程领域专家的最高专业荣誉之一。

张宏江博士发表过近四百篇学术论文，曾获2010年IEEE计算机学会技术成就奖和2012年ACM多媒体杰出技术成就奖，并在2020年入选全球计算机科学和电子领域H-index排名前1000科学家。此前，张宏江博士曾是微软亚太研发集团首席技术官，现为北京智源人工智能研究院理事长并且是还是源码资本的投资合伙人。

中国人工智能技术在国际上目前处于什么水平？去年7月世界人工智能大会公布数据显示，人工智能排名前十的国家，美国得分66.31分，中国综合得分50.6仅次于美国，另外几个国家分别是韩国、加拿大、德国、英国、新加坡、以色列、日本、法国。

春节前两天清华大学计算机系与中国工程科技知识中心知识智能联合研究中心共同发布了2022年人工智能全球最具影响力学者榜单AI 2000，该报告指出美国入选AI 2000学者及提名学者人数最多，有1,146人次，占比57.3%，超过入选人数一半以上。中国排在美国之后，位列第二，有232人次，占比11.6%。而AI 2000入选学者中华人学者有595人，占到入选学者总数将近1/3。此外，从各国AI学者流动性对比情况来看，来中国谋求发展的AI科学家越来越多。

AI 2000学者流动图

数据来源：AI 2000全球最具影响力学者报告

2017年《麻省理工科技评论》首次发布中国区“35岁以下创新35人”青年科技人才榜，35个获奖青年科学家中有19人与人工智能技术领域相关。而这也被称为中国青年科学家的首次集体亮相，并让西方世界开始关注中国的这群在计算上极具天赋的青年天才科学家。

三年后包括深势科技创始人张林峰在内组成的一只由中美科学家组成的团队获得被誉为计算机界诺贝尔奖的戈登贝尔奖（ACM Gordon Bell Prize）。值得骄傲的是这个8人研究团队中，有7名都是华人，这7名华人中5位是北大人。

在编程与计算上，国内涌现了多位颇有建树的青年“天才”科学家，很多都是令国外羡慕的别人家孩子。譬如深势科技创始人张林峰因参加省队的物理竞赛，在高三上学期初就被保送北大。北京大学元培学院学习期间，张林峰同时进修了数学、物理、计算机三个专业课程，在科研方面成果颇丰。毕业后张林峰同时获得美国普林斯顿、麻省理工学院、康奈尔大学的录取通知书，最终选择进入普林斯顿大学并获得该校应用数学系博士学位。张林峰目前研究方向涉及统计物理、分子模拟和机器学习及其在化学、生物、材料等方向的应用。

数学考验的是人的逻辑能力、数学思维、聪明才智，换而言之数学能力是一个极需天赋的学科。因“韦神”走红北大的数学天才们开始受到关注，与“韦神”韦东奕齐名的刁晗生12岁就拿下了华罗庚金杯少儿数学邀请赛个人金牌，18岁就在第46界IMO上一战成名。

无论教学还是人才培养上，北大在数学领域可谓人才济济。其实北京大学是中国最早开展人工智能研究的大学之一，1988年就成立了人工智能领域最早的国家重点实验室之一，2002年就创办了中国第一个智能科学系，2007年最早建成了本、硕、博完善培养体系。2020年11月起，人工智能领域全球著名学者，多次荣膺计算机视觉和图像科学领域最高奖项——马尔奖的朱松纯教授归国担任北京大学人和清华大学两所高校工智能研究院院长。

除各高校外，各大厂也为中国AI科学家和人才的培养起到举足轻重的作用，其中作为知名的当属华为的“天才少年计划”。一般博士毕业生年薪大概在60-80万元，而华为在2020年因为以201万高薪聘用了钟钊备受争议，但入职仅过两年华为就骄傲的晒出了这位年轻科学家取得的重大成果——带领团队攻克了AutoML算法，解决了如何用算法实现手机超越单反拍照效果这一棘手难题，并在世界上一次将AutoML大规模商用，而钟钊今年不过31岁，是个地地道道的90后青年AI科学家。

在学术培养和商业化落地双重推动下，中国在AI科学家和人才培养上，实现了70、80、90后三代同堂的蓬勃景象。

今年1月16日出版的《求是》杂志发表了习近平主席题为《不断做强做优做大我国数字经济》的重要文章，文中鼓励互联网、大数据、云计算、人工智能、区块链等技术加速创新，融入经济社会发展各领域。

对于中国在人工智能领域的机会，《自然》杂志一篇对中国当前AI发展现状分析文章中科学家们表示，中国对人工智能的追求不仅是与美国的一场国力竞赛。人工智能技术有望在医疗、交通和通信领域取得进步，在人工智能领域取得根本性突破的国家可能会决定其未来的方向，并从中获得最大的利益。

当下人工智能行业情况很像一条微笑曲线。过去几年中国在人工智能研发方面的巨额投入以及技术上的积累和突破经过周期性沉淀后，技术在向应用方向发展，并不断与其他技术和学科交叉，涌现新的投资和创业机会。

05

2022年AI投资看点

首先，AI技术企业将在2022年继续蓬勃发展。据IEEE（电气电子工程师学会）最近的一份调研报告显示，全球主要经济体的超过300名首席技术官或者首席信息官中有超过20%的受访者表示人工智能和机器学习将成为影响2022年最重要的技术，排在所有技术门类第一。

报告同时显示普罗大众对未来5年人工智能技术的增长非常有信心，约95%的全球受访者认为，人们生活的各个层面中都将会被植入人工智能技术的应用，且更重要的是，这些受访者普遍认为这些应用是推动社会产业创新和进步的动因。

AI企业整合力度空前，科技企业巨头加大收购AI应用“专精”小企业力度。据外媒报道，2021年世界范围内有超过130宗涉及AI应用企业的并购，总金额超过280亿美元，这一金额比2020年增长超过5倍。

典型的例子要数微软斥资160亿美元收购人工智能应用公司Nuance Communications。新一年里类似的科技巨头兼并“AI小专精”的情景大概率将继续上演。

对投资者来说，虽然收购本身很可能带来新的投资机遇，但并不是每个收购都能带来企业价值的提升。还要关注这些巨头完成收购后成本是否上升过多以及对原来公司创新的支持力度上是否减弱。

从上市企业角度讲，万得人工智能指数（884201.WI）在2021年涨势良好，截止12月31日，近一年上涨近18.5%，大幅度跑赢大盘指数以及2020年热门的消费指数。

即使上涨幅度较大，其估值水平依然不错，如下图所示AI指数的PE依然较为合理，没有像白酒等板块那么高。

从独角兽投资层面讲，2022年我们可以更加关注以下这些直接应用细分产业：云计算中的人工智能、视觉分析人脸识别、人工智能芯片、人工智能解决方案、基于人工智能的高性能计算、智能物联网平台、智能语音交互、深度学习解决方案。

其次，对于那些间接应用人工智能的企业，我们在2022年还可以关注这几个点。

第一，根据市场营销咨询机构International Data的最新报告，2021年世界范围内零售产业在AI应用上的支出超过了银行业，成为在AI上的第一大支出产业。主要原因在于疫情对于线上消费的重大刺激作用导致零售企业纷纷加大对电商业务以及数字转型的投入，而人工智能在其中扮演了核心角色。

除疫情带来的因素之外，人工智能还能帮助那些传统线下零售商（诸如大超市、建材卖场等）更有效地预测客户消费模式以及消费趋势，帮助这些企业更有效率地选择铺货品牌以及摆放合适的货物在卖场合理的位置。

越来越多的零售业电商以及线下零售商正在启动上述这些AI革新并加大AI上的投入，我们完全有理由预计这个趋势将在2022年得到延续。特别可以关注基于数字化转型的新消费企业以及那些拥有AI技术储备的互联网巨头的零售业务拓展。

第二，银行业的AI转型之路将继续。根据麦肯锡2020年底的一份研报指出，银行业整体上虽然在AI应用上投入较多，但依然没有完成基于AI的基础转型。报告指出，银行几乎可以应用AI技术在各个场景上，特别是对应客户的营销和个性化服务，控制风险、改善效率、降低成本，以及获悉新的商机。

报告同时指出银行目前的数据基础设施以及核心信息技术架构相对互联网金融企业是不占优势的。这种竞争力的相对低下更凸显在银行传统的业务架构上，因为按照原有条线（对公、零售、风控、中收等等）分开治理模式，各个条线与集中化管理的信息技术以及数据分析团队更难形成有效率的合作，导致银行整体AI转型面临瓶颈。

我认为上述这些不足恰代表2022年银行业的AI转型机会可期，特别是面对新兴数字银行的压力，银行业的危机感较强。投资者或许可以更多关注银行AI方面人才招聘战略等公开信息作为投资决策依据。

第三，2022年AI药物研发领域可能具备较大增长空间。谷歌旗下DeepMind公司2021年中正式发布了“诺奖级”的人工智能生物研究工具AlphaFold2。请各位读者务必记住这个名字，因为研究人员利用它获得了迄今最准和最全的人类蛋白质组图像。一堆代码组成的工具居然代替生物研究人员预测了21种生物的全蛋白质内35万个结构！

这项AI技术有望帮助人类减少新药物研发的成本，特别是大大提升新药物试验效率。CRO+AI会不会是一个新的热门赛道？

第四，制造业在人工智能时代的转型将可能是2022年的工业主赛道。据麦肯锡研究2021年初的一份报告，在工业领域，机器学习驱动的高级分析以及机器视觉是工业领域目前最主要的AI应用。特别是基于深度学习的高级分析已经帮助不少高耗能企业（诸如钢铁厂）精确演算出最佳的能源消耗参数（比如锅炉温度的精准预测），为这些企业降低了成本。机器视觉则可以代替人工为工业企业识别和分析产品外观上的瑕疵，从而提升质量控制。

文章来源： 融中财经， 财经早餐