1. 推广 ?#20154;眩?/strong> 2019  互联网  科技  地坪  PVC  建筑节能  板材  有限公司  机械  包装 

      2019年03月28日科创板,一瓶AI的卸妆水(花洒)?

         日期:2019-03-28     来源:甲子光年    浏览:800    
      核心提示:十环网摘要:都9012年了,AI公司到底值多少钱?作者| 小北编辑| 火柴Q、甲小姐设计| 李丹“一级市场估值和...。

      都9012年了,AI公司到底值多少钱?

      作者| 小北

      编辑| 火柴Q、甲小姐

      设计| 李丹

      “一级市场估值和泡沫怎么起来的,他们自己心里没点数吗?”一位券商科技产业分析师在谈起即将到来的科创板时对我们说。
      紫色情调家居客厅装修模型设计
      紫色情调家居客厅装修模型设计

      “我们反正第一批肯定先不上。”一位AI独角兽融资负责人面对我们对科创板的提问,回答略显暧昧。

      “你?#30340;?#23478;公司为什么就值这么多钱呢?”一位国内顶尖券商的投行业务部门负责人也曾反问我们,“反正他们的材料递到我这儿,我不会签字。看不懂。”

      去年11月?#26009;啵?#20170;年3月开闸,6月即将迎来第一批登陆公司的科创板,正在以超预期速度大力推进。

      在科创板重点推荐上市的六大领域——新一代信息技术、高端装备、新材料、新能源、节能环保、生物医药中,属于新一代信息技术的AI公司可能会经受最大的估值逻辑挑战。

      过去几年,中国AI公司在一级市场保持着估值增长默契:

      即便是去年的资本寒冬,因优质项?#32943;?#32570;带来的“幸存者效应?#20445;?#22836;?#32943;?#30446;仍能拿到不成比例的大额融资;叠加上?#37117;?#25345;新规》及IPO审核趋严导致高估值项?#23458;?#20986;渠道受阻,退出挑战滞后,以及一级市场交易频率低、市场不透明的特点,公司的估值越来越高,回调速度相对滞后于二级市场。

      本来,这个游戏还将在默契中继续,但平地一声雷,科创板来了——AI公司上市时间轴被拉向眼前。

      科创板对未盈利的、但具有广阔前景的AI公司所表明的包容态度,既带来了机会,也带来了挑战。当第一批AI公司登陆二级市场,当二级市场的保守务实遇到一级市场的敢赌和想象力,一个触发器会被?#37027;?#25353;下:二级市场投资者的逻辑将一层层传导回一级市场——AI估值体系的变革甚至重塑,今年将会大概?#25910;?#24320;。

      一个本来可以更晚回答的问题正被提前推到所有人面前:

      都9102年了,AI公司到底值多少钱?

      2016-2018:被迅速推高的估值

      在细说科创板对AI估值体系的重塑之前,我们?#29615;?#20808;看一看,备受期待和关注的AI公司在近年?#35789;?#22914;何一步?#20132;?#24471;高估值的。

      AI公司的命运大体可以以2016年AlphaGo战胜李世乭为分界点。

      第一波是在2012年深度学习取得突?#22378;螅?#24066;场上陆续出现的AI创业先驱者。它们多是在AI成为大风口之前、以单点技术起家的AI公司,如以人脸识别起家的商汤、旷视,以语音技术起家的云知声、思必驰等;第二波是AI成为大风口之后,成立于2016年之后,在某细分领域找到落地场景的垂直行业应用公司。

      对第一批公司来说,在2016年的AlphaGo事件前,对估值影响最大的因子是算法和人才,可简化表达为:

      V(2012-2016)=f(算法,人才)

      2014年1月,谷歌以6.6亿美元收购DeepMind——当时这家公司只有12位博士和教授,这是反映人才价值的一个典型案例。

      商汤敏锐地意识到了这个市场信号。其联合创始人徐冰在2017年接受《中国企业家杂志》采访时曾明确表示其估值对标了DeepMind,“我们在那个时间点是一个三十多个人的团队,2011年开?#30002;?#28145;度学习,比DeepMind还要早一年。”[1]

      此后,商汤在2015年11月先后完成了千万美元级别的A轮和A+轮融资,投后估值达8亿美元。

      紧接着,2016年AlphaGo战胜李世乭,AI被推上风口。风口效应,使得“市梦率”和行业地位也进入了估值因子,可概括为:

      V(2016-2018)=f(算法,人才,市梦率↑,行业地位↑)

      “市梦率”是对AI的高期待。

      AlphaGo直接推高了市场对AI颠覆性的想象,资本汹涌入场。

      软银集团首席执行官孙正义曾在采访中表示,他旗下持资1000亿美元的愿景基金已经投资700亿美元,其中重点投资的就是人工智能(AI)领域。他明确表示,“相信AI将在30年内彻底改变人类的生活方式。”

      这时,市场上已存在的AI公司获得了先发优势,他们已建立的行业地位、人才储备吸引了大量资本,行业头部溢价开始显现,这一趋势?#20013;?#21040;2018年。

      以最受国内资本市场?#25918;?#30340;计算机视觉赛道为例,去年,中国AI创业公司的融资总额是1131亿人民币[2],而“计算机视觉四小龙”——商汤、旷视、依图、云从合计拿到了其中200多亿——?#30002;?#39069;的五分之一。9月,商汤估值已达到60亿美元,成为人工智能创业公司。

      2018头?#23458;?#23478;的融资竞赛

      但也是在2018年,一级市场对AI的态度发生了微妙的变化:

      一方面,随着技术已进入普及化阶段,高精尖人才的碾压式优势逐渐减弱,算法与人才的重要性?#38470;擔?#21478;一方面,随着前期被投公司?#26144;?#21019;期进入成长期,市场也期待看到更多商业成果,最初的“市梦率”消退,真实商业价值的重要性上升。

      而目前弱AI的通用能力有限,在商业落地上又必须深入各行业、各场景,场景本身的市场空间,公司对场景know-how的把握和能调动的场景数据就变得尤为重要。这一阶段的新逻辑开始变为:

      V(2018)=f(算法↓,人才↓,市场空间↑,数据↑,行业地位↑)

      因此,自2017年开始,在某细分场景找到自己行业定位,能够获取大量数据的公司更容易获得融资和市场的认可,前期的明星公司?#37096;?#22987;?#36861;?#36827;入“场景攻坚阶段?#20445;?/p>

      如AI+文娱商用公司Video++,目前估值达65亿;旷视收购艾瑞思机器人,推出机器人操作?#20302;场?#27827;图?#20445;?#24182;深耕?#25191;?#22330;景。

      回顾一级市场AI公司估值逻辑的演变,从最初的f(算法,人才),到f(算法,人才,市梦率↑,行业地位↑),再到f(算法↓,人才↓,市场空间↑,数据↑,行业地位↑),AI估值逻辑的演变路径和20世纪90年代末沃顿商学院的威廉·F·?#22909;?#23572;顿教授基于技术物种进化思想提出的“新兴技术发展演化模型”的内在演变逻辑一致:

      一项新技术在科学研究、技术发展、商品化的三步走中,竞争将逐渐?#26377;问?#31454;争(更看重技术能力)转化为应用竞争(更看重商业竞争力)。

      横坐标为新技术发展演化的不同阶段;纵坐标为推进技术发展的努力程度。

      一句话概括一级市场的AI估值逻辑走向,即越来越往“可评判商业价值的指标”靠拢,整体逐渐趋于理性、务实,更加“二级化”。

      只有一点“非理性趋势?#20445;?#25110;者说导致二级市场“看不懂”的现象仍在?#26377;?#36234;来越明显的马太效应。

      与互联网马太效应的内因“网络效应”不同,AI行业的马太效应更多来自对未来的不确定性,使得投资者倾向于在商?#30340;J角?#26224;之前押注头部、抱团取暖、借力扎堆。

      而现在,滚滚而来的科创板可能要戳破最后一层窗户纸了。

      2019:一瓶来自科创板的卸妆水?

      从变化中看不变,科创板纵然是个新事物,但它的本质依然是中国二级市场的一部分,大概?#39318;?#24490;二级市场的一些固?#26032;?#36753;。

      二级市场与一级市场的最大区别是:信息更透明,流通速度更快。在二级市场严格的财务披露制度下,科创板犹如一瓶卸妆水,让粉饰手段变得极为有限,市值可上?#19978;拢?#36825;将打破一级市场估值只会越来越高的“潜规则”。

      不变中的变化,则是科创板的一条新规定:市场化询价

      以往A股上市在定价时,采取的是直接定价方式,且定价的圈内标准是不要超过23倍PE市盈率(即发行价不要超过每股盈利的23倍,这并非明文规定,而是券商在长期操作中摸索出的规律)。

      而《科创板股票发行与承销实施办法》明确规定,考虑到科创板对投资者的投资经验、风险承受能力要求更高,全面采用市场化询价,询价对象限定在证券公司、基金公司等七类专业机构。

      这意味着,对一些估值暂时不被二级市场接受的公司来说,问题已不是?#21697;?#19981;?#21697;?#20102;,而是首次公开发行的发行价可能直接低于上一轮的估值,出现一二级市场估值?#26500;搖?/strong>

      而与多方协商出一个发行价还只是万里长征第一关,接下来,进入公开市场的AI公司必须披露真实的财务数据,并接受二级市场的估值逻辑,承受市值的起起伏伏。

      二级市场的逻辑又会进一步传导到一级市场,在AI这个新领域上,“一级市场二级化”的进程会加速到来。

      传统上,二级市场有两大估值思维:

      1. 绝对估值法

      其核心逻辑是公司未来现金流的折现。着眼于对公司内在价值的评估;?#35270;?#20110;处于成熟发展阶段且现金流稳定的行业,如制造类、消费类、公共事?#36947;?#20225;业。但绝对估值法不能很好地反应市场变化,且模型计算复杂,各种参数基于预测,包含很大的主观因素。

      2. 相对估值法

      按照公司所处的行业和细分赛道,在一系列核心商业指标、财务指标的基础上,对标行业典型公司或平均水平,通过比价来定价。常用的对比指标包括市盈率、市净率、市销率[3]。

      ?#28909;?#22312;科创板对标的纳斯达克,市销?#31034;?#26159;最常用的对比指标。其好处是淡化盈利,适合互联网这种需要长期战略性亏算来维持未来成长性的行业。

      如京东在2014年上市时,就对标了同类公司亚马逊的市销率。当时亚马逊的市销率为1.2倍,京东的承销商在定发行价和估值时则选了2015年京东预期销售额的0.7-0.8倍。

      尚处于发展阶段、商?#30340;J交?#22312;完善中的AI公司显然更适合相对估值法。在这种大思?#20998;?#19979;,未来市场主要有两部分挑战:

      挑战一:AI公司核心商业指标亟待厘清

      这里可以?#20040;?#21069;的互联网公司做一个类比。

      关注互联网上市公司的人不难发现,各公司的财报基本形成了固定的指标体系,披露访客量、活?#23621;没?#25968;、平台交易量、?#27809;?#20351;用时长等已成为常规操作。

      这些指标的共同点是全部围绕一个?#34892;模河没А?/p>

      因为to C互联网公司的核心商业价值就来源于?#27809;А?#21482;不过由于商?#30340;?#24335;不同,侧重不同,?#28909;?#35775;客量对应于门户等模式;活?#23621;没?#25968;、使用时长等对应社交、流媒体;平台交易量对应电商。

      未来AI公司也需要有发展出自己的核心商业指标,这是?#21368;?#20854;价值的一个“锚”。

      根据具体商?#30340;?#24335;的不同,锚的形态各异。

      目前的AI公司基本可以分为两类:

      一是侧重于技术投入,有平台潜质的AI公司,或者?#37096;?#20197;?#23567;?#27178;着长”的AI公司。

      这一领域的玩家现在多是巨头,但也不排除部分头部的成长期公司有跻身平台的潜力,?#28909;?#19968;直在这个方向上讲故事和努力的商汤。

      目前看来,几个比较明显的平台商?#30340;?#24335;包括:智能语音平台、自动驾驶平台、人脸识别平台、AIoT平台?#21462;?#19988;AI在云计算平台中的重要性也越来越大。

      对这类“横着长”的AI公司来说,合作伙伴/开发者数量、某个功能的调?#20040;?#25968;、调用均价、数据量、单个开发者带来的平均收入等可能成为确定其价值的重要指标,或可表达为:

      V平台=f(合作伙伴/开发者数量,调?#20040;?#25968;,调用均价,数据量)

      一些平台已在积极披露这些数据:如百度阿波罗自动驾驶平台已有上百个合作伙伴,且已开始有收入;去年,谷歌和亚马逊先后发?#35745;?#35821;音助手接入的智能设备数量,前者是5000种(去年5月数据),后者是2万种(去年9月数据)。

      二是侧重于深耕行业应用,如做金融+AI、医疗+AI、营销+AI的公司,即“纵着长”的AI公司。

      对这些公司来说,理想的商?#30340;?#24335;一定是可规模化的、产品化的AI,而不是项目制的AI。

      对于产品化的AI而言,其核心价值逻辑包括行业变量(行业、场景的市场空间),和产品的商业价值(客户/?#27809;?#25968;,客单价/单次调用价格,年订单总额,复购率等等)。其估值方式可表达为:

      V应用=f(市场空间,客户数,客单价/单次调用价格,年订单总额,复购率)

      一些在产品化上走得?#26174;?#30340;公司已开始向市场披露具体商业数字:如走云端芯路线的云知声近日对外披露,其语音解决方?#25954;?#22312;去年落地200多万台智能家居设备;最近半年,其Pandora智能中?#20127;?#20915;方?#25954;?#32463;落地2万多间?#39057;?#23458;房。

      ?#23548;?#36816;营中,也不少公司“横纵兼?#23567;保?#19968;边做平台,一边开发应用,这类公司则可以采用“分部估值法?#20445;?#19981;同业务拆分,估值加总。

      V= V平台+ V应用

      挑战二:对标指标将经历演变

      在核心商业价?#21040;?#19968;步厘清的同时,资本市场的投资人和AI公司未来还将在互动中,进一步确定合适的对标指标——即到?#36164;?#37319;用市销率还市盈率等指标进行估值。

      这和单个公司以及行业整体的商业成熟度有关。

      在2019年的当下,许多估值和收入达到科创板上市标准的公司其实?#28304;?#20110;商业摸索探索期,尚未形成稳定的销售,更谈不上稳定利润,对这类公司来说,要么就是“不急于上?#23567;保?#22914;果真要上市,则初期市销率(看销售)和市盈率(看利润)可能都不合适。最初的估?#21040;?#26159;一个多方协商、市场询价的结果。

      而随着公司商?#30340;?#24335;的逐渐成熟,以以往多个行业的估值演进来看,未来应该会先过渡到市销率,再过渡到市盈率。

      大的方向很明确:估值逻辑会不断地向商业本质——盈利靠拢。

      最终:AI将收敛为一个因子

      在?#33268;?#20102;二级市场对AI公司估值体系的影响后,转换视角,再来看AI公司对二级市场的影响:

      未来,AI 将会收敛成整个资本市场的一个估值因子。

      自上世纪90年代互联网新物种出现至今,远有亚马逊、Facebook,近有美团、滴滴,互联网公司对二级市场估值体系的最大颠覆是:市场接受了长期的战略性亏损。

      最典型的是亚马逊。它曾经历连续20年的亏损,市值却逐年增长,并在2018年短暂超过万亿美元大关。人们甚?#20102;怠?#21482;有处在亏损状态的亚马逊才是最值得投资的亚马逊”。

      同理,AI元素的批量性崛起,也将?#24065;?#40664;化地改变二级市场评价公司的总体核心逻辑和投资心态。

      已有苗头的变化是,越来越多的传统行业已上市公司,正在用添加AI能力的方式来提升自己的长期价值和市场对自己的发展预期。

      对各行业公司来说,AI或“智能化”带来的效率提升和新增价值,也会成为衡量价值的重要因素,具体到估值逻辑里,可能会转化为“人效”、“人力成本”等指标,即:

      V=f(常规估值指标,AI渗透率)

      去年以来,BAT在调整组织架构上大动作频频,共同点就是凸显云和AI的重要性,?#36861;?#25104;立了以云平台为基础,以AI能力为核心增长引擎的事业群组。对这些公司来说,更侧重于输出AI技术,创造新增价值,AI直接转化为业务。

      而制造业、餐饮业、教育业等多行业的公司则侧重于用AI提升已有流程、商?#30340;?#24335;的效率。

      积极?#24403;?#31185;技的传统玩家,有打造了AI Lab、脑科学实验室,用云计算技术、智能交互技术推动教育资源更低成本扩散、普惠的好未来;有建立了首个无人火锅店,上市刚一年的海底捞。

      从海底捞的宣传口径上可见,公司内部十分看中AI带来的附加价值。海底捞今年3月中旬发布的第一份上市后财报中特别提到,其与用友合资成立的信息化公司“火红台”帮助海底捞实现了智能选址、智能人力、智能供应?#22402;?#29702;等功能,促进了近两年间,海底捞门店数从170多家到400多家的“科技化复制”。

      长远来看,“AI公司”的标签的确会“越来越不值钱”。因为当所有公司都完成了AI化,“AI公司”的说法将不?#21019;?#22312;——除了AI,还有什么?这才是新技术泡沫退去,真正落地时的应?#27809;?#31572;的问题。

      每一个时代,都有当?#21271;?#35748;为最代表主流市场增长动力的公司类型,市场已见证了多代“独领风骚者”的新老接力:以由30支股票组成、代表着美国经济动力的道琼斯工业平均指数为例,从1896年诞生以来,“主流?#22791;?#24565;?#26469;未?#33021;源、通信、运输、信息、发展到互联网。而这些彼时新兴、令人兴奋的概念终会在岁月中变得“平平无奇”。

      真正产生价值的创新,正是最终变旧了的那些。

      END.

      [1]创业两年估值达到100亿,这家黑科技公司成长中有哪些秘密?

      http://www.sohu.com/a/193767012_115280

      [2]2018中国人工智能产业报告

      http://www.ebrun.com/20190208/318914.shtml

      [3]市盈率(P/E)=每股市价/每股盈利,?#35270;?#20110;发展成熟、盈利稳定的企业;

      市销率(P/S)P/S=市值/销售收入,?#35270;?#20110;边际成本率较低,或投入期、暂时无利润或低利润的公司的行业,如传统的服务类企业;

      市净率(P/B)=每股股价/每股净资产,?#35270;?#20110;重资产的行业或公司,即公司的营收和利润很大程度上?#35272;?#20110;资产,最典型的就是银行,钢铁行业?#21462;?/div>

       
      标签: 卸妆水 科创板 AI
      打赏
       
      更多>同类资讯

      推荐图文
      推荐资讯
      点击排行
       
      无敌猪哥心水主论坛手

            1. app彩票软件哪个正规 十一选五任五平刷盈利 福建31选7走势图 福利三分彩计划软件 14场胜负彩走势 北京快三走势图 pc蛋蛋淘宝返利源码 腾讯欢乐升级能好友一起玩 青海十一选五遗漏数据 68期福彩中奖号码 c重庆时时彩 江西快3开奖结果全部 深圳风采几点开奖 篮彩 爱彩乐