公司決策層對(duì)人工智能的預(yù)期是“投入大”、“收益多”，期望聘請(qǐng)一位百萬(wàn)年薪的專家就能撬動(dòng)整個(gè)公司的現(xiàn)有業(yè)務(wù)流，實(shí)現(xiàn)效率的提升，挖掘公司應(yīng)得的隱形利潤(rùn)。
但立項(xiàng)后，由于將人工智能技術(shù)融入已存在行業(yè)需要重新建模、收集數(shù)據(jù)等工作，隱形利潤(rùn)的挖掘需要很長(zhǎng)時(shí)間，但隱形成本卻倍增——人工智能項(xiàng)目的成本不止百萬(wàn)年薪的人才成本，還有配套的數(shù)據(jù)采集、分析、深度學(xué)習(xí)云服務(wù)的成本。有創(chuàng)業(yè)公司因聘請(qǐng)到專家后，買不起深度學(xué)習(xí)服務(wù)器而最終放棄項(xiàng)目。
不過(guò)，當(dāng)我們談起“人工智能熱”的時(shí)候，那些巨頭公司的研究院，以及把無(wú)人駕駛、圖像識(shí)別和語(yǔ)音識(shí)別等技術(shù)當(dāng)成公司核心產(chǎn)品的公司，對(duì)人工智能科學(xué)家的“容忍度”前所未有地高。由于家底雄厚，它們也是推動(dòng)人工智能人才高薪的主要原因。
但它們的人工智能產(chǎn)品無(wú)論多神奇，似乎永遠(yuǎn)只出現(xiàn)在新聞里而不是市場(chǎng)上。
誰(shuí)為“高薪”買單
既然人工智能行業(yè)并不賺錢，那么人工智能從業(yè)人員的高薪是誰(shuí)支付的？
與所有風(fēng)口吹泡泡的故事一樣，資本再次充當(dāng)了那個(gè)“老好人”的角色，但資本自己并不如此認(rèn)為。
從2016到2017年，國(guó)內(nèi)投資過(guò)人工智能領(lǐng)域的機(jī)構(gòu)多達(dá)145家，而無(wú)論是否投資過(guò)人工智能企業(yè)，幾乎所有投資機(jī)構(gòu)在公開場(chǎng)合都認(rèn)為：人工智能的確是未來(lái)，只是在未來(lái)有多遠(yuǎn)，以及如何估值這個(gè)問(wèn)題上存在一定疑問(wèn)。
以學(xué)術(shù)水平論估值，是正在布局這個(gè)行業(yè)的一些VC的基本邏輯。
與投資App和消費(fèi)升級(jí)不同，大多數(shù)人工智能創(chuàng)業(yè)公司都以To B為主要業(yè)務(wù)方向，同時(shí)有大量的研發(fā)支出。“短期內(nèi)”現(xiàn)金流上巨虧似乎是不可避免的，在業(yè)務(wù)上也無(wú)法找到可以用于衡量的增長(zhǎng)指標(biāo)。
因此，核心團(tuán)隊(duì)是否有真才實(shí)學(xué)，是否能持續(xù)的從人才匱乏的學(xué)術(shù)界挖到人，維持整個(gè)公司的研發(fā)進(jìn)度，成為VC衡量人工智能創(chuàng)業(yè)公司的一個(gè)重要因素。
“業(yè)內(nèi)一些基金的邏輯其實(shí)是在投分裂，”一位基金投資經(jīng)理告訴PingWest品玩，“基金進(jìn)入每個(gè)行業(yè)都需要交學(xué)費(fèi)，只不過(guò)人工智能和TMT不同，在投TMT的時(shí)候你可以找兩個(gè)實(shí)習(xí)生，把市面上的項(xiàng)目都用一遍就學(xué)會(huì)了。但人工智能的學(xué)術(shù)門檻高，要想判斷一個(gè)項(xiàng)目好壞，你不可能自己雇一個(gè)學(xué)術(shù)派來(lái)做投資經(jīng)理。
你只能相信一些在學(xué)術(shù)上有可見(jiàn)成就的人，盡管他的公司可能商業(yè)上不成功，但他的學(xué)生和人脈會(huì)進(jìn)他的公司。然后一段時(shí)間后他的高管和下屬會(huì)離職創(chuàng)業(yè)，與一些商業(yè)邏輯更強(qiáng)的行業(yè)人結(jié)合在一起建立新公司，這個(gè)時(shí)候你才有機(jī)會(huì)投到這些公司。”
換句話說(shuō)，投資人投的就是人，而不是公司，投資人恨不得親自直接把高額的薪水鈔票砸到這些人工智能專家的臉上。這種現(xiàn)象在其它領(lǐng)域的投融資雖然也有，但很少像人工智能創(chuàng)業(yè)公司那樣，能靠團(tuán)隊(duì)撐起上億美金規(guī)模的融資。
商湯科技的湯曉鷗就是在這一邏輯下最值得“被投”的人之一，湯曉鷗1990年于中國(guó)科學(xué)技術(shù)大學(xué)獲得學(xué)士學(xué)位，1991年于美國(guó)羅切斯特大學(xué)獲得碩士學(xué)位，1996年于麻省理工學(xué)院 (MIT) 獲得博士學(xué)位。在計(jì)算機(jī)視覺(jué)、模式識(shí)別和圖像處理等人工智能的細(xì)分領(lǐng)域上已有200余篇論文。
2014年，湯曉鷗創(chuàng)辦商湯科技，背靠香港中文大學(xué)多媒體實(shí)驗(yàn)室，商湯科技迅速成為業(yè)界人才優(yōu)勢(shì)最強(qiáng)的人工智能創(chuàng)業(yè)公司之一。按照商湯科技官方的介紹，商湯科技主要研究人臉識(shí)別、文字識(shí)別、人體識(shí)別、車輛識(shí)別、物體識(shí)別、圖像處理等技術(shù)的應(yīng)用。在實(shí)際業(yè)務(wù)上，主要深耕金融、移動(dòng)互聯(lián)網(wǎng)和安防監(jiān)控三個(gè)方向。
但商湯科技的技術(shù)人脈優(yōu)勢(shì)，在之后的幾年反倒成為了商湯科技的軟肋，商湯科技在發(fā)展過(guò)程中始終沒(méi)有擺脫研究院式的學(xué)術(shù)氣息，缺乏商業(yè)人才導(dǎo)致其在商業(yè)化上的探索并不成功。
去年12月，商湯科技引入擁有國(guó)資背景的鼎暉投資完成B輪融資，不到半年后又引入國(guó)資屬性更強(qiáng)的賽領(lǐng)資本作為戰(zhàn)略投資方。并與地方政府合作建立人工智能超算中心，強(qiáng)化了自身的技術(shù)研究院與基礎(chǔ)設(shè)施屬性。