商汤科技前不久宣布获软银中国 10 亿美元投资后，其估值已达 60 亿美元。尽管还是一家需要巨额资金支持的创业公司，但商汤科技同时也在不断对外投资： 1 个月前，商汤科技以领投人的身份参与了影谱科技的 13.6 亿元 D 轮融资，创下人工智能影像生产领域单轮最高融资纪录； 3 个月前，商汤科技领投了医疗互联网公司禾连健康 7500 万美元的 B 轮融资。 作为大独角兽的商汤科技，开始以投资的方式批量制造小独角兽了。

互联网巨头中，腾讯在 2011 年启动了对外投资业务板块；阿里在 2006 年成立了投资部门；美团在 2014 年成立了投资部；滴滴也有不少投资动作。但这些基本都是各个领域里的巨头和领导者，发展相对成熟。但目前已纷纷启动对外投资业务的人工智能（ AI ）公司，如商汤、思必驰、 Aibee 等，整体上还处于公司生命周期的初期阶段——成立时间不长、造血能力尚未论证、市场份额仍待开拓，均还依赖自身的后续融资维持公司发展。

那这些 AI 公司为何一边烧着别人的钱，一边把钱投给别人烧？

1.

快资本与慢落地

纵观全局，对外投资的 AI 公司可分为两类： 一类是已具备一定体量、获得了巨额融资的 AI 独角兽 ，如商汤科技、旷视科技、思必驰等； 另一类则是体量相对较小或公司处于更早期阶段的创业公司 ，如中科视拓、 Aibee 等。

从投资轮次上看分两种： AI 独角兽已领投某些细分领域处于 B 轮、 C 轮甚至 D 轮的“小独角兽”；而小体量公司则专注于投资天使轮、 Pre-A 轮的早期项目。

从投资标的上看则分为三种： 一种是在某细分领域已建立起行业场景、占据一定地位的行业 AI 公司 ，如商汤领投的影谱科技、禾连健康； 二是在某传统行业已深耕多年，积累了大量的客户资源、销售渠道，占据一定市场份额但受某种局限一直“长不大”的传统公司 ； 三是一些具备了一定的行业认知、客户资源，但技术不够强的初创科技公司。

“ AI 独角兽对外投资或收购，本质上是消化过多融资，实际业务场景太小、太少，支撑不了估值。”多位行业内人士表达了这样的看法。他们 把“ AI 公司 VC 化”理解成一种“估值管理”的方式 ，有的公司是主动选择，有的则是为了撑起高估值，不得已而为之。

以商汤为例，一位业内人士的说法是， 2017 年商汤收入在 3 亿人民币：“商汤的实际销售额没有公布过，但圈内都知道， 3 个亿只是合同收入，但 to B 领域合同收入和实际收入又是两回事，有账期和坏账。”但也有另一种说法： 2017 年商汤的年收入在 1 亿美元左右。如果按照 1 亿美元来计算， 2017 年底，商汤估值已达 30 亿美元，则 P/S （市销率，估值与销售额的比值）高达 30 倍。

其玩法，实际上是利用 AI 赛道和头部公司的高 P/S 和强资本撬动力，去投资、控股那些估值溢价较低，但现金流较好的公司来提升收入或“讲故事”，以进一步撑起估值，并继续融资。

一边是高估值 ，大量希望快速获得回报的资本涌入赛道； 一边是慢落地 ，到了 2018 年，从业者和投资人都越发清晰地意识到， AI 的商业化进程不会像滴滴、美团这类 to C 新经济公司那样“摧枯拉朽”，快速被资本喂大。

这就是“快资本”与“慢落地”之间的焦灼。两重因素叠加，构成了“ AI 公司 VC 化”的驱动力：外在驱动力是资本对 AI 的追捧；内在驱动力是 AI 技术的特性和商业化落地方式。

2.

深挖洞与广积粮

在落地慢、落地难的实际情况下，从消极或负面角度想，成长期 AI 公司对外投资，是“苦撑估值”，加剧泡沫的行为。但另一方面，公司对资本画饼也无可厚非，万一路真的走通了呢 ?

从正向角度来说， AI 公司对外投资有两个出发点：横向买场景，即“广积粮”；纵向深入上下游，即“深挖洞”。 二者同样服务于布局交叉生态、形成战略协同的目的。

首先是横向买赛道、买场景，广积粮。

纯粹的 AI 并不产生商业价值，因此 AI 本身并非独立的主营业务，但场景中的非 AI 因素一般在（商业化）初期占比更大。这样就有两条路线： 一是先深耕少数几个场景；二是同时切入多个不同场景。 头部公司多选择第二条路，商汤是个代表。

但在切入不同场景时， AI 技术落地慢，需要与场景深度融合的特点，使 AI 公司光凭自己的力量，无法快速 cover 多个场景和赛道，这时投资就是一个加速手段。比如旷视科技全资收购艾瑞思机器人，是为了进军智能机器人服务领域；商汤投资禾连健康和影谱科技，则是为了加强自己在医疗行业和娱乐行业的实力。

第二个出发点则是投资上下游企业，在某个场景、行业“深挖洞”。

思必驰通过梳理智能交互产业链，扫描细分赛道，判别产业链全线上哪些点可以产生“化学反应”，通过这样一套筛选流程，所投项目既有较好的质量，又能使得思必驰的影响力扩展到上下游更深的领域。 Aibee 的定位是 AI 升级传统行业，进入到一个行业中搭建 AI 整体解决方案，就需要和能深刻理解这个行业的公司合作。

所以， 即使不做对外投资， AI 公司本来就与各行各业有或深或浅的合作 ，这也是 AI 公司投资方中为什么会出现越来越多战略投资者身影的原因。

在实际操作中，“广积粮”和“深挖洞”常常同时使用，对资金量大、行业地位高的头部公司来说尤其如此。

3.

改变“传统创投”的新方法论

AI 公司与传统 VC 截然不同的“投资方法论”，具体而言，有三个方面：

一是在 项目来源 上， AI 公司通过实际的业务合作，能接触到许多上下游或行业里的好公司和被忽视的投资标的，比如旷视投资 Video++ 就是在业务合作过程中发现彼此的战略协同性然后再进行投资的；

二是在 项目评估 上， AI 公司本身有丰富的技术人才，至少在技术尽调上颇有优势，如 Video++ 联合创始人兼 COO 董慧智说“他们更识货”；

三是在 投后管理 上， AI 公司不追求短期的财务收益，而是要做“长期陪跑者”。

一些纯财务型的 VC 机构已感到了“技术 VC ”的压力，特别是对出手阔绰的头部企业有所忌惮。 他们本身就是行业中的独角兽，对技术、行业有更深的理解，能够快速地发展项目源；就资金体量来说，像上汤这样获得过 30 亿美元的融资额，可以动用的投资资金超过很多传统 VC 。

尽管看起来有一定优势，但并非所有 AI 公司都能做对外投资。具备投资能力的公司至少应具备以下两方面特质中的一个：

第一，公司具备平台型属性或者说是生态型公司 。目前对人工智能公司的分类大概有三种：核心人工智能公司、应用人工智能公司、行业人工智能公司。能够进行对外投资的公司是中间一层的应用人工智能公司，即搭建了自己的技术平台，能够为合作伙伴提供底层技术支持的公司——不是帮别人做面包，而是为别人提供面粉。比如思必驰的 DUI 语音交互平台、旷视科技的 Face++ 、商汤科技的 SenseAR 平台、中科视拓的 SeeTaaS 。

第二，是公司本身要具备品牌溢价，能够提升投资标的的价值 。比如商汤、旷视、思必驰已经是行业内的明星公司，中科视拓则是中科院背景。

其实， AI 公司 VC 化的现象未来到底是加速泡沫还是加速行业落地，关键就看“资本补给”和“技术落地能力”的动态平衡。