摘要：11月23日根据调研机构CBInsights日前发布的“AI状况”季度报告，与资本市场当前状况一致，AI的投资持续放缓。

   根据调研机构CBInsights日前发布的“AI状况”季度报告，与资本市场当前状况一致，AI的投资持续放缓。
　　
　　自上季度以来，AI初创公司的总投资下降了31%，降到2020年第三季度以来的最低水平。大型融资(1亿美元以上)与上季度相比下降39%，创下9个季度以来新低。
　　
　　尽管AI融资的停滞将会减缓该领域的发展，但它也促使投资者将更多注意力放在可能实现持续发展的AI项目上。投资者需要了解获得融资的AI初创公司，以对AI行业在未来几个月的发展趋势有大致的了解。
　　
　　AI的商业模式
　　
　　AI初创公司是一个模糊的术语，通常适用于所有类型的公司，其范围从专注于提供AI工具（例如MLOps、预测分析工具、无代码/低代码模型开发）到在产品中使用AI的公司（例如使用机器学习预测风险的保险科技公司）。
　　
　　然而，有一些因素决定了围绕AI和机器学习形成的商业模式的成功。以下是其产品的一些共同原则：
　　
　　1、产品/市场的契合度：AI产品必须解决未解决的问题，或者在现有的解决方案上提供足够的附加值。
　　
　　2、增长策略：必须有可扩展的渠道，让产品向目标用户传递其价值(例如付费广告以及与现有应用的整合)。这些渠道必须是防御性的，并使竞争对手难以抢占市场份额。
　　
　　3、目标市场：投资者希望获得投资回报。其产品必须有一个相当大的市场才能增长并达到目标估值。如果产品太小众，很少有人问津，那么投资者也不会有兴趣为其提供资金。
　　
　　除了上述原则，使用AI和机器学习的产品还必须解决一些其他问题：
　　
　　1、训练数据：产品团队需要有足够的高质量数据来训练和测试其模型。在某些情况下，这些数据很容易获得(例如公共数据集和企业数据库中的现有数据)；在其他方面则比较难以获得(例如健康数据)。对于某些应用，数据在不同的地理区域和受众之间可能存在细微差别，这需要它们自己进行数据收集工作。
　　
　　2、持续改进：AI和机器学习模型需要随着世界的变化而不断更新。在部署机器学习模型之后，产品团队必须有持续收集数据以更新和改进模型的策略。这种不断的改进也加强了产品对竞争对手的防御能力。
　　
　　本着这些原则，根据CBInsights公司的调查报告，需要了解在经济低迷的情况下，AI初创公司是否存在为其AI计划吸引资金的模式。
　　
　　逆势实现早期融资的AI项目
　　
　　AI行业早期融资的平均规模一直稳定在300万美元左右。相比之下，中期和后期的交易规模季度环比分别下降了15%和53%。但早期交易的数量已经减少，这意味着AI初创公司将更难为他们的产品创意找到投资。
　　
　　在CBInsights的报告中提到的种子资金和天使交易中，以色列AI初创厂商Voyantis公在7月获得了1900万美元的资金，用于开发其预测增长平台。
　　
　　如今的广告环境发生了变化，对用户数据和隐私的规定更加严格，Voyantis致力于解决营销人员面临的这些问题。例如，苹果公司最近在iOS系统中添加了一个功能，允许用户阻止广告商收集他们的设备ID。由于没有用户的详细数据，之前基于规则的广告活动只能提供较差的结果，这将增加每个用户获取成本(CAC)。Voyantis使用机器学习来预测用户行为和终身价值，有助于做出明智的决策，并提高营销活动的投资回报率。
　　
　　另一家总部位于以色列的生物技术初创厂商ElevenTherapeutics于今年8月获得了2200万美元的种子资金。其专注于RNA治疗，这一领域近年来备受关注，尤其是在新冠疫情蔓延期间。
　　
　　该公司正在开发一个深度学习框架，用于“生成siRNA分子活性分布的功能数据”。关于该公司的AI技术并没有太多信息，但这是一个有大量可能的市场空间，其财务支持者包括比尔及梅琳达·盖茨基金会。
　　
　　总部位于美国的初创厂商SpiceAI在今年9月获得了1400万美元的种子资金，正在为创建AI驱动的Web3应用程序构建数字基础设施。有趣的是，在加密初创行业境况比其他行业糟糕的时候，这家公司却成功地吸引了投资。
　　
　　这家公司有三点值得注意：首先，它正在创建数据工程基础设施，以索引主要区块链上的现有数据，这意味着它在获取数据方面没有任何重大障碍。其次，其创始人是微软Azure的资深人士，包括首席技术官MarkRussinovich以及GitHub（2018年被微软收购）的前任和现任CEO。正因为拥有如此知名度的行业人物，即使在最困难的时候，该公司也更容易吸引投资。第三，区块链数据工程在很大程度上是一个尚未解决的问题，随着行业的成熟，Web3公司肯定会面临这个问题，因此这可以被认为是Web3风险较低的项目之一。
　　
　　谁在AI领域获得了巨额投资?
　　
　　在2022年第三季度获得巨额融资的初创公司中，美国初创企业Afresh在今年8月获得了1.15亿美元的B轮融资。该公司使用机器学习帮助杂货店经营者减少高达25%的食物浪费，即平台跟踪新鲜食品的销售，帮助预测未来的客户需求。供应链团队可以使用该平台优化采购，用户可以直接使用该平台向供应商下订单，以减少食物浪费。
　　
　　该公司已经在美国40个州拥有数千个客户，后续将利用新融资实现业务增长，将市场扩大到其他国家和地区，并增加新功能，以增加其产品的价值和市场覆盖率。
　　
　　另一家获得巨额投资的公司是总部位于意大利的移动应用开发商BendingSpoons，该公司在今年9月份融资了3.4亿美元。BendingSpoons主要开发移动视频和照片编辑应用程序，这些应用使用机器学习来执行复杂的任务，例如背景删除、自动字幕和照片增强。
　　
　　该公司的应用采用免费增值模式，用户可以免费使用基本功能，但如果使用高级功能必须付费。成立于2013年的BendingSpoons下载量已超过5亿次，年收入已持续数年超过1亿美元，下一步将利用新融资资金开发新产品和进行收购，向现有客户推销其新产品，并收集更多的数据，进一步扩大相对竞争对手的领先优势。
　　
　　穿越周期的AI投资法则
　　
　　如果深入研究接受融资的AI公司，就会获得更多信息，但注意以下几点：
　　
　　1、坚持良好的产品原则：无论AI有多好，都需要一个能解决实际问题的产品，它比其他产品要好得多，而且采用的阻力更小。同时AI产品还需要有一个庞大的市场、扩张空间和可持续增长的清晰愿景。
　　
　　2、B2BAI是最重要的：虽然AI驱动的应用为消费者提供了便利，但它们对企业的价值要大得多，尤其是在经济进入衰退的情况下。实施良好的AI可以减少资金浪费、优化推荐和自动化人工功能，所有这些都会影响AI公司的开支和收入。
　　
　　3、在未解决的问题中寻找新的AI市场：在AI领域，已经建立的市场很难被征服，因为现有的AI公司已经拥有更好的数据集来训练他们的模型。而进入新市场更容易，成本更低，特别是如果能在竞争对手之前快速收集数据来训练机器学习模型。
　　
　　4、降低获取数据的成本：在数据已经存在并有注释的地方寻找AI创意（例如，金融交易、销售历史、患者病历）。或者寻找生成模型所需数据的解决方案，以减少数据收集的需要。如果企业的应用需要一个新的管道来收集、清理和注释数据，那么将需要更多的时间、人才和资金，这在当前情况下很难实现。
　　
　　5、拥有知名度高的创始人将会吸引更多投资：大型科技企业工作过的创始人更有可能为AI公司（例如Web3AI的数据基础设施）吸引更多和投资。
　　
　　编辑：Harris编辑