大數(shù)據(jù)/人工智能公司的發(fā)展與估值——重要參數(shù)與實例

大數(shù)據(jù)/人工智能上市公司的發(fā)展與估值-參數(shù)與實例

注1:本文主要討論大數(shù)據(jù)/人工智能相關(guān)上市公司的估值

注2:本文作者認(rèn)為大數(shù)據(jù)/人工智能公司在目前公開市場上可以不作區(qū)分朝抖,事實上荔燎,就其內(nèi)涵而言较幌,也是可以統(tǒng)一來看的件相。以下討論,為迎合和簡單起見胸竞,簡言為“人工智能公司“or “AI公司”何暮。


第一部分:人工智能產(chǎn)品/服務(wù)的組成

人工智能產(chǎn)品/服務(wù)有三個核心部分,數(shù)據(jù)(處理與分析)平臺婆赠、數(shù)據(jù)與(應(yīng)用)場景绵脯。

數(shù)據(jù)平臺幾乎無一例外現(xiàn)在均采用云計算平臺佳励,數(shù)據(jù)平臺包括兩個層面:

1.采集、處理蛆挫、存儲赃承,我們一般稱為數(shù)據(jù)工程

2.利用算法和模型進(jìn)行智能訓(xùn)練、挖掘悴侵、分析數(shù)據(jù)瞧剖,我們可以稱為數(shù)據(jù)科學(xué)

數(shù)據(jù),則是指大數(shù)據(jù)可免。大數(shù)據(jù)特點包括大規(guī)模全記錄樣本(volume)抓于;快速實時產(chǎn)生和收集(Velocity);來自不同來源浇借、形式和結(jié)構(gòu)多樣(Variety)捉撮;真實準(zhǔn)確可信且能有效去除噪音(Veracity);進(jìn)而給社會和組織產(chǎn)生價值(Value)妇垢。有興趣巾遭,具體可參看我之前所寫《靠專家,還是靠機器闯估?談?wù)剶?shù)據(jù)驅(qū)動的決策》一文http://www.reibang.com/p/6eaf049d5093灼舍。

場景,或者說應(yīng)用場景涨薪,則是指人工智能的應(yīng)用領(lǐng)域骑素,應(yīng)用的商業(yè)或社會場景。比如語音識別刚夺,又比如智能推薦商品献丑、智能投顧、智能寫稿等等光督。

第二部分:人工智能公司的劃分

人工智能公司又大體可以分為三類

1阳距、提供解決方案的公司塔粒,提供如數(shù)據(jù)平臺構(gòu)成的產(chǎn)品公司及解決方案结借、數(shù)據(jù)科學(xué)咨詢等服務(wù)公司

2、AI/數(shù)據(jù)平臺公司卒茬,提供AI所需基礎(chǔ)設(shè)施平臺船老,其表現(xiàn)為云計算公司,即市場上提供IaaS,PaaS等公司和AI芯片公司圃酵,AI平臺提供入數(shù)據(jù)導(dǎo)入/采集/清洗/處理和訓(xùn)練模型和驗證模型柳畔、算法工具(如利用機器學(xué)習(xí)來建立)。注意郭赐,此類公司提供AI所需云計算平臺基礎(chǔ)架構(gòu)薪韩,即上述人工智能的的數(shù)據(jù)平臺部分,但不含數(shù)據(jù)。

3俘陷、通用AI公司和垂直/場景AI公司罗捎。通用AI提供如語音識別、計算機視覺拉盾、自然語言處理等通用AI功能桨菜、產(chǎn)品和服務(wù)。垂直/場景AI則提供領(lǐng)域/行業(yè)智能產(chǎn)品和服務(wù)捉偏,如智能陪伴機器人倒得、智能物流、智能制造夭禽、智能營銷霞掺、智能投顧和金融服務(wù)、智能城市安防等等驻粟。此類規(guī)模公司則一般提供至少上述人工智能的三個部分根悼,即數(shù)據(jù)平臺、數(shù)據(jù)和場景應(yīng)用蜀撑。只是在數(shù)據(jù)和場景這兩個部分上會有差異挤巡。舉幾個例子:

科大訊飛目前更多的提供通用AI,如語音識別平臺酷麦,以及某些行業(yè)智能應(yīng)用數(shù)據(jù)和場景AI矿卑,比如智能教育中學(xué)生智能練習(xí)和學(xué)習(xí)平臺及app。又比如阿里巴巴目前提供部分通用AI沃饶,如果人臉識別母廷,以及大量垂直/場景AI,比如智能電商糊肤、物流琴昆、支付等。

第三部分:人工智能公司的發(fā)展過程及核心競爭優(yōu)勢

人工智能公司發(fā)展進(jìn)程一般也是分三個階段

第一階段馆揉,投入建立AI平臺业舍,即建立AI所需利用相關(guān)計算和算法建立計算、存儲升酣、統(tǒng)計分析舷暮、機器學(xué)習(xí)算法平臺。

第二階段噩茄,重點投入在數(shù)據(jù)收集下面,也就是通過各種方式、渠道收集在線和離線數(shù)據(jù)绩聘,包括企業(yè)行為沥割、個人行為耗啦、市場行為等各種數(shù)據(jù),如個人聯(lián)絡(luò)方式和消費數(shù)據(jù)机杜,企業(yè)財務(wù)數(shù)據(jù)芹彬、房產(chǎn)銷售數(shù)據(jù)等等。以阿里巴巴公司發(fā)展科技金融業(yè)務(wù)(螞蟻金服)為例叉庐,該公司通過消費補貼舒帮、人力推廣等巨額投入,不僅僅是獲取了更多的客戶量陡叠,更重要的是從不同數(shù)據(jù)來源采集到了用戶的個人特征玩郊、通信聯(lián)絡(luò)方式、消費記錄枉阵、信用相關(guān)數(shù)據(jù)译红、地理位置相關(guān)數(shù)據(jù)以及社交數(shù)據(jù)等等海量數(shù)據(jù)。

第三階段:重點投入在通用AI和(應(yīng)用)場景發(fā)現(xiàn)兴溜、構(gòu)建和垂直整合侦厚,比如科大訊飛建立語音AI平臺;阿里巴巴構(gòu)建了在線支付的場景拙徽,又利用支付寶重構(gòu)了停車場收費的場景刨沦,發(fā)展了盒馬鮮生的線下生活消費場景,同時整合了線下和線上生鮮產(chǎn)品消費場景等膘怕;京東也在線電商之外發(fā)展京東支付和金融服務(wù)場景想诅、京東體育智能運動管理服務(wù)場景和智能電子產(chǎn)品。

其中第二階段和第三階段發(fā)展會呈現(xiàn)互補共贏之態(tài)勢岛心,也就是說數(shù)據(jù)規(guī)模来破、多樣性、質(zhì)量的不斷提升會有利于場景的發(fā)現(xiàn)忘古、重塑徘禁;而場景的不斷增加可以捕獲越來越多的數(shù)據(jù)。如此進(jìn)入一個正向螺旋髓堪。反過來說送朱,如果場景的創(chuàng)新停滯,則數(shù)據(jù)會越來單調(diào)旦袋,規(guī)模增速也會放緩骤菠;大數(shù)據(jù)放緩它改,則場景的挖掘疤孕、發(fā)展就捉襟見肘。比如京東如果只是停留在電商央拖,其數(shù)據(jù)收集則越來越單調(diào)祭阀,只能收集到用戶的基本聯(lián)絡(luò)信息和網(wǎng)上消費數(shù)據(jù)鹉戚,增速也放緩。而阿里巴巴開發(fā)盒馬鮮生業(yè)務(wù)場景也是可以收集到更多的線下消費數(shù)據(jù)和社區(qū)數(shù)據(jù)专控。


第四部分:人工智能公司的市場估值

那現(xiàn)在回到人工智能公司的估值抹凳。我認(rèn)為的基本原則有:

1、第一類公司伦腐,即單純提供解決方案咨詢或者產(chǎn)品的公司不具備估值的想象力赢底,換句話說, 不具備股價持續(xù)攀升的條件柏蘑,在這里我不做考慮幸冻。當(dāng)然如果只是這些業(yè)務(wù),通常規(guī)模也不大咳焚,上市可能性也不大洽损。不幸的是,IBM眾多業(yè)務(wù)都在這里革半,也就提供解決方案碑定,也不是投入更多直接做AI平臺或產(chǎn)品,這也是其股價近兩年來一路萎靡的重要原因又官。

2延刘、第二類公司,即AI數(shù)據(jù)平臺公司里有一類公司更值得關(guān)注六敬,就是AI芯片公司访娶,比如能提供語音識別、圖像處理的芯片觉阅,無論是數(shù)據(jù)平臺還是終端都會大規(guī)模的采用崖疤,可是目前A股尚無地道的標(biāo)的,沾邊的有典勇,地道國內(nèi)也有劫哼,但還未上市(具體哪些,以后專門撰文討論)割笙。這類公司因其稀缺性权烧、應(yīng)用規(guī)模等可以給予很有想象力的估值。而云計算公司伤溉,如果沒有數(shù)據(jù)般码,只能賺點辛苦錢。沒有數(shù)據(jù)和場景進(jìn)行引爆乱顾,只能歸于平平板祝。這類公司,盡管也有概念炒作走净,但一定要識別其未來戰(zhàn)略具體走向券时。比如孤里,一個數(shù)據(jù)平臺或者云平臺公司通過平臺持續(xù)采集數(shù)據(jù),并可以在法律或商業(yè)意義上進(jìn)行使用橘洞,則我們也是可以給予其很高的估值捌袜,事實上,這類公司也就逐步演變?yōu)榈谌惞玖苏ㄔ妗N覀兛梢哉J(rèn)為虏等,阿里云也好、騰訊云适肠、微信云也好博其,價值不在于本身業(yè)務(wù)收入多少,而在于收集了多少大數(shù)據(jù)迂猴。

3慕淡、第三類公司,是我們估值和買入的重點沸毁,即通用AI公司和垂直場景AI公司峰髓,有數(shù)據(jù),有場景息尺。

AI公司估值和傳統(tǒng)公司的估值的最大區(qū)別就在于一定要將數(shù)據(jù)作為估值最重要的考慮携兵,也就是說阿里、騰訊乃至科大訊飛之所以能給到那么高的PE搂誉,股價持續(xù)攀升徐紧,而且還可以走很遠(yuǎn),就是因為其數(shù)據(jù)炭懊。哪一天并级,他們的數(shù)據(jù)停滯了,不管是規(guī)模和還是多樣性侮腹,則估值就停滯或見頂了嘲碧。沒有更有價值的數(shù)據(jù),就不能形成新場景新業(yè)務(wù)父阻,收入增長也就放緩愈涩、停滯。所以科大訊飛股價持續(xù)攀升也是因為背后持續(xù)升級的音頻大數(shù)據(jù)和其他場景數(shù)據(jù)加矛。有數(shù)據(jù)在履婉,企業(yè)業(yè)務(wù)邊界可以持續(xù)擴展。這點是大數(shù)據(jù)/AI公司的估值的核心斟览。那我們所要做的就是觀察一個AI/大數(shù)據(jù)公司是否能不斷拓展場景毁腿,不斷的采集多樣的數(shù)據(jù),這個過程在繼續(xù),收入和利潤就是自然的狸棍,也就不必拘泥于現(xiàn)有的收入和利潤。

第五部分:人工智能公司估值舉例分析——以科大訊飛為例

我曾經(jīng)說過味悄,科大訊飛是A股為數(shù)不多的人工智能地道標(biāo)的草戈。我們給予其目前的定位是一家通用AI公司和具備少量垂直場景AI(如K-12教育教學(xué)場景、法院審理場景等)的公司侍瑟。

科大訊飛較早的搭建了語音云(第一階段)唐片,以供開發(fā)者和語音應(yīng)用免費使用,事實上涨颜,你所知道的幾乎所有音頻網(wǎng)站/app费韭、電信行業(yè)電話客服等都是其用戶。通過語音云的搭建庭瑰,其采集了海量音頻大數(shù)據(jù)(第二階段)星持。

這些海量音頻大數(shù)據(jù)幫助其進(jìn)入第三階段,建立通用AI平臺弹灭,也就是包括語音識別和自然語言理解(如翻譯)等通用AI(能聽會說)督暂,訊飛重新定義為AIUI,試圖把如計算機視覺(能看)也囊括在內(nèi)的通用AI平臺穷吮,但目前為止逻翁,在視覺這一塊還沒發(fā)布明顯進(jìn)展。當(dāng)然這個通用AI場景還是持續(xù)采集數(shù)據(jù)捡鱼,不過如還只是采集語音數(shù)據(jù)八回,這些數(shù)據(jù)的價值遞增在放緩〖菡基于通用AI也逐漸開發(fā)出一些廣義AI應(yīng)用產(chǎn)品/服務(wù)缠诅,比如訊飛輸入法、錄音寶乍迄、語音搜索等滴铅。

此外,目前科大訊飛還建立了一些垂直場景AI就乓,主要是

在教育領(lǐng)域基于語音的教學(xué)汉匙、考試、學(xué)習(xí)平臺和應(yīng)用生蚁,收集了語音數(shù)據(jù)噩翠,以及未來更重要的學(xué)生學(xué)習(xí)、考試數(shù)據(jù)和名師教學(xué)的數(shù)據(jù)邦投。

$智慧法院伤锚,主要采集了以庭審數(shù)據(jù),不過這些數(shù)據(jù)的持續(xù)場景開發(fā)因其特殊性有待觀察志衣,這個市場還在開拓中屯援,能帶來一定的持續(xù)收入猛们,但想象力不大。

$公共安全狞洋,通過特定的渠道收集到一些特定的如網(wǎng)絡(luò)發(fā)言音頻數(shù)據(jù)等弯淘。同樣的,這一塊數(shù)據(jù)也因其特殊性吉懊,可以帶來一定的穩(wěn)定收入庐橙,但不能盲目給予較大預(yù)期遞增。

我認(rèn)為借嗽,科大訊飛最高近900億的市值态鳖,市場已經(jīng)將其目前所有的通用AI和場景AI預(yù)期價值涵蓋了,未來的更高的估值機會則存在于如果:

$通用AI進(jìn)一步覆蓋計算機視覺和自然語言理解恶导,這是持續(xù)跟蹤的重點浆竭,不要猜想,因為高科技在一個公司的發(fā)展有著很大的不確定性惨寿。

$場景AI進(jìn)一步拓展出生活兆蕉、商業(yè)、社會的不同場景缤沦,比如消費虎韵、家居、家庭服務(wù)機器人缸废、家庭/社區(qū)/樓宇安防/行業(yè)應(yīng)用等等包蓝。以及在教育領(lǐng)域的更縱深的挖掘,特別是能采集到教學(xué)企量、考試和學(xué)習(xí)的更多大數(shù)據(jù)而不僅僅是語音數(shù)據(jù)测萎。但是科大訊飛目前在領(lǐng)域?qū)<曳矫姹容^缺乏,而且總部在合肥届巩,也妨礙了其能捕捉到領(lǐng)先需求和場景的發(fā)現(xiàn)硅瞧,無論是消費者相關(guān)場景還是企業(yè)相關(guān)場景,這也是科大訊飛內(nèi)生缺陷之一恕汇。

第五部分:小結(jié)

總之腕唧,正如前面所談,價值還是在大數(shù)據(jù)和場景瘾英。我們以此來評估一個大數(shù)據(jù)/人工智能公司的市場價值枣接。這是一個和傳統(tǒng)公司價值評估很大不同的模型。

(關(guān)于更多A股大數(shù)據(jù)/AI公司個股的選擇和估值請持續(xù)關(guān)注)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末缺谴,一起剝皮案震驚了整個濱河市槐脏,隨后出現(xiàn)的幾起案子囊拜,更是在濱河造成了極大的恐慌臭埋,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,948評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件晶框,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,371評論 3 385
  • 文/潘曉璐 我一進(jìn)店門财喳,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人碉钠,你說我怎么就攤上這事纲缓【砭校” “怎么了喊废?”我有些...
    開封第一講書人閱讀 157,490評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長栗弟。 經(jīng)常有香客問我污筷,道長,這世上最難降的妖魔是什么乍赫? 我笑而不...
    開封第一講書人閱讀 56,521評論 1 284
  • 正文 為了忘掉前任瓣蛀,我火速辦了婚禮,結(jié)果婚禮上雷厂,老公的妹妹穿的比我還像新娘惋增。我一直安慰自己,他們只是感情好改鲫,可當(dāng)我...
    茶點故事閱讀 65,627評論 6 386
  • 文/花漫 我一把揭開白布诈皿。 她就那樣靜靜地躺著,像睡著了一般像棘。 火紅的嫁衣襯著肌膚如雪稽亏。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,842評論 1 290
  • 那天缕题,我揣著相機與錄音截歉,去河邊找鬼。 笑死烟零,一個胖子當(dāng)著我的面吹牛瘪松,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播锨阿,決...
    沈念sama閱讀 38,997評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼凉逛,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了群井?” 一聲冷哼從身側(cè)響起状飞,我...
    開封第一講書人閱讀 37,741評論 0 268
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后诬辈,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體酵使,經(jīng)...
    沈念sama閱讀 44,203評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,534評論 2 327
  • 正文 我和宋清朗相戀三年焙糟,在試婚紗的時候發(fā)現(xiàn)自己被綠了口渔。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,673評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡穿撮,死狀恐怖缺脉,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情悦穿,我是刑警寧澤攻礼,帶...
    沈念sama閱讀 34,339評論 4 330
  • 正文 年R本政府宣布,位于F島的核電站栗柒,受9級特大地震影響礁扮,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜瞬沦,卻給世界環(huán)境...
    茶點故事閱讀 39,955評論 3 313
  • 文/蒙蒙 一太伊、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧逛钻,春花似錦僚焦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,770評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至屡江,卻和暖如春芭概,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背惩嘉。 一陣腳步聲響...
    開封第一講書人閱讀 32,000評論 1 266
  • 我被黑心中介騙來泰國打工罢洲, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人文黎。 一個月前我還...
    沈念sama閱讀 46,394評論 2 360
  • 正文 我出身青樓惹苗,卻偏偏與公主長得像,于是被迫代替她去往敵國和親耸峭。 傳聞我的和親對象是個殘疾皇子桩蓉,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,562評論 2 349

推薦閱讀更多精彩內(nèi)容