娱乐资本论2023-04-22 14:17:15
作者：知行
(资料图)
编辑：James
ChatGPT之火，在中国产生了燎原之势，也让投资人和李彦宏们重新兴奋起来，接连几十场发布会，仿佛AI是新生事物。
当我们在更大的时间范畴里梳理，就能发现AI行业从2015年开始，发展呈现出三波高峰和低谷的波浪式交替。里面既有萝卜科技、出行问问这样的创业者用自己的亲身试错，为行业尝试了各类赛道和变现模式；也有云从科技、科大讯飞、浪潮这样依靠政府订单稳定生存的公司；更有的昨天还被资本和业界热捧，今日已被打入谷底的公司。
其中不论何时，都从不缺少勇敢的新入局者。
AI作画 by 娱乐资本论
以史为鉴，让我们从自己擅长的文娱+资本视角，将目光对准过去10年中国的AI创业公司。那些跟泛文娱产业链紧密相关的AI初创项目，主要聚集于哪些细分赛道，服务于哪些泛内容工作者？他们当中又有谁曾获得资本的青睐？从这些以往的规律中，我们能窥见接下来潮水的走向吗？
总体来看，过去这十年的AI盛宴证明了一件事：它绝不只是头部精英才能饕餮；正好相反，在框架层、模型层等之上的应用层，这一波AI巨浪带来的机会，远比以前任何一次都要多。
娱乐资本论遍览十年来4000+家人工智能初创公司，结合文娱行业特性，梳理出各类“AI+”型商业模式的数百家有代表性企业。（我们会用几个非常简单的图表说明我们的发现。）
1、在今年这波AI高峰之前， AI与文娱相结合的细分行业哪个发展最好？
2、数百家AI+文娱创业公司前后涌现，哪一半以上公司已经陷入沉寂？
3、留下来的更多是ToG 向公司，原因是哪三点？
4、按模态划分，擅长生成什么内容的AI公司更受欢迎？
5、应对AI+文娱大趋势，专业投资人的三个选择标准、三个看好方向各是什么？
我们正在迎来2015、2021之后的第三个AI波峰
2012-2022年，纳入本文统计的“AI+”公司概况 制表/娱乐资本论
2012-2022年“AI+文化艺术”方向融资事件数 制表/娱乐资本论
2012-2022年“AI+影视”方向融资事件数 制表/娱乐资本论
2012-2022年“AI+游戏”方向融资事件数 制表/娱乐资本论
2012到2022年，诞生了 200多家商业模式与文化艺术、影视、游戏、媒体等方向有交叉融合的AI企业，它们获得了超过500亿元人民币的外部投资。
2015-2016两年，上述细分方向的融资事件数量都显著上升，迎来了一个高峰。游戏行业吸金能力显著，相关融资活跃到2017年。这一波AI产业的高峰同时得益于当时的深度学习技术自2012年起日趋成熟，以及“大众创业、万众创新”等为代表的整体友好的创业环境。
之后，我们统计的AI公司融资情况走向了低谷，到2021年前后又迎来一波“小阳春”。关于为什么会这样，我们问了问知识储备值丰富的ChatGPT：
再接下来，就是我们都熟悉的剧情了。随着ChatGPT等大模型讲述的新故事，我们正在书写新的历史篇章。
是持续成长，还是走向疲软？
纳入本文统计的“AI+”公司成长阶段分析 制表/娱乐资本论
数据显示，“AI+游戏”类公司在获投数量和投资轮数上都优于其它两类，展现了游戏行业强劲的吸金能力，以及资本对其商业模式的认可。截至目前，这些公司中获得融资的那部分也更多都进入了B轮或以后的更成熟的成长阶段。
2021年起文化艺术、影视行业、游戏行业的发展概况 制表/娱乐资本论
由于我们统计的公司跨度历经十年时间，这几百家“AI+”公司里，有的建立得很早，但也早早地没了动静。与公司成立、获得融资等情况不同，当它们陷入衰退或消亡的时候，难以通过媒体报道或新闻稿等信息及时追踪。因此，我们将那些近年来难以追踪到其发展动向的公司称为是“发展缓慢”。
我们发现，不论是何垂直领域，近些年发展缓慢的公司，多集中在VR、AR、Web3等“重灾区”。年景好的时候，“元宇宙”“区块链”会叠加上AI的概念，让公司显得充满科技光环；但它们也可能因为缺乏真正有效的技术积累，而在相关概念退潮时变成“裸泳”状态。
或许投资人对这一点有话要说。娱乐资本论找到了一线基金高级合伙人、中国股权协会和创业投资委员会常务理事陈侃、创享投资合伙人朱春涛，以及Footage 投资人、星光计划CEO Peter。
谈及选择AI项目看重的要点时，朱春涛和陈侃都将团队成员的能力排在了前列。
“资源和学术背景，很大程度上决定了公司怎么赚市场上的钱。做产品要看技术，也要看执行力。算力、算法、数据是AI产品生成的三驾马车。算法谁都能写；数据除了大公司，个人很少能拿到；算力其实是存量争夺的局面。如果创业者能背靠大厂，起步早，很容易获得领先优势。”朱春涛说。“当然，公司的运营模式、市场规模、商业前景也很重要，企业必须找到活下去的逻辑和商业点。”
Peter建议创业者想清楚细分赛道，是要专注于生成内容，还是内容理解和合成转化。此外，现在AI生成的内容产品在拟人化情感方面存在不足，也可以从这里入手改进。
模态的抉择
将24家近年有融资记录的“AI+”公司按模态划分 制表/娱乐资本论
AI公司使用自己的技术或通过应用层优化，向客户输出文本、图像、声音、视频等不同模态的成品。能产出多于一种模态的成品的，我们就将其称为“多模态”——与此相对，“跨模态”应该是指不同模态之间可以互相联动。在这方面，研究那些技术相对较新的公司会更具备现实意义。所以，我们找出了24家从2021年到现在有融资记录的公司来剖析。
我们发现，可以产出图像、视频、音频等模态的“AI+”类公司目前来看是最受欢迎的。不论其是研发了更底层的技术，还是将已经成熟的框架、模型做适当的包装，我们都能发现这几种模态相比文本处理，似乎从品质上更趋成熟。
Peter也看到了视频、图像等模态方向的出色表现：“这些公司基本都是视频、图像方面的应用，在内容领域和技术领域沉淀积累了很多年，才能在 ChatGPT 引领的这波 AI 风潮中跑出来。”
Peter 对娱乐资本论表示：“人和人产生连接的地方，就需要交流。视频和图文领域的 AI 应用，可以在商品宣传、直播带货等多个方面极大的节省人力物力，而且还可能表现得比人更出色。”
“疫情以来，全球电影票房下降超30%，流媒体增长也几乎到了天花板。我相信AI必然会在内容领域掀起一场革命，把人类带到新的阶段，比如助力元宇宙的发展。”
在本文统计的公司之外，如今ChatGPT等技术的出现，将有可能让那些围绕文本做文章的AI公司，在这一波浪潮中获得长足发展。
“我们用谷歌，相当于是一个个的词搜答案，而 ChatGPT 是以整个文章搜答案，产出的内容更广阔精准，说白了就是省时省力。当技术可以改变人的时候，它就是有价值的。”陈侃说。
朱春涛向娱乐资本论期待道，“AI能让从业者用更少的成本产出更多的内容，释放产能，极大的提高内容的品质、丰富度和个性化。内容的丰富度也是AI创业公司的发力点。像Discard一样，国内也会出现很多图像领域的细分公司，服务于不同的人群，甚至给个人定制个性化内容，当产品能够帮助用户提升生产力的时候，它的商业前景是无限的。”
这一次，ToC 的创业公司有机会吗？
将24家近年有融资记录的“AI+”公司按销售对象划分 制表/娱乐资本论
一家已经上市的企业——金山云，以及三家融资过亿的企业——特赞、倒映有声、数数科技有一个共同点：它们都是To B（包含To G）的。与消费向的“AI+”公司相比，服务政企客户的“AI+”公司获得的融资更多、估值更大、市场更成熟。
从过去的经验看，为何 ToB 的 AI 公司普遍活得更好？陈侃对娱乐资本论表示：
“虽然 ToB 客户数量较少，但需求更明确稳定，因此具有长期合作的潜力。而且前几年 ToB 向的 AI 产品涉及到很多技术难题，如语音识别、自然语言处理、计算机视觉等，虽然短期盈利空间少，但前景广阔，易有政府扶持。”
陈侃认为，相对仅停留在应用层的创业公司，有更深度技术积累的公司可以获得更坚实的发展。
“技术一定是走在市场前面的，ToB型的企业多是纯技术起家，一旦找到了垂直的应用场景，打磨出产品后，往往可以凭借技术壁垒，迅速占领市场。”
朱春涛告诉娱乐资本论，B端客户的需求更容易催生真正可持续的商业模式。
“相较于个人用户，企业更看中效益产出。To B向服务的重点，是你的产品能不能提高企业的工作效率，让企业有足够强的意愿买单，这才是底层逻辑。”
在我们重点关注的“AI+”型公司中，那些备受投资人青睐的典型案例都帮助企业客户解决了实际困难。特赞的定制服务集成了企业最容易用到的生产、营销环节的各种AI辅助创作工具，可以一站式服务企业用户。倒映有声的AI语音合成技术，相对人工录音可为企业节约超90%的成本。
朱春涛说，“工业制造对精品率的要求非常高，如果你的AI产品可以通过数字化的方式提高产品良品率，做到智能化工厂的程度，在中国这个人口过10亿的市场中，一定会有很大的发展空间。”
与我们的观察相一致的是，其实在过去10年我们能看到的针对普通人的AI产品，如果说是翻译、语音助手这些的话，它们既没有特别让人感到惊艳，也无法让顾客买单。如今，ChatGPT和各种文生图工具都是消费级的爆款产品。或许这一次，在To C的商业模式探索上会有什么不一样？就让我们继续拭目以待吧。
（部分数据来自IT桔子、36氪）
关键词：
