人工智能產業融資模式及風險分析

◎金輝

人工智能是計算機科學的一個分支，是研究、開發能夠用于模擬人的智能并逐步延伸和擴展這一職能的理論、技術、方法及應用系統的新興技術科學，具有產業鏈布局廣、專業性強以及人力成本高等特征。當前，我國人工智能產業有較為廣闊的市場空間；產業鏈生態逐步完善，基礎技術仍需發力；行業垂直應用不斷深入，交通、安防等領域應用日趨成熟；技術層及應用層大額投資項目不斷增加。商業銀行應把握這些領域快速發展的業務機會，并聚焦上海、北京、江蘇、浙江和廣東等重點省市。

發展空間分析

近年來，在國家政策的大力支持下，各大高校、科研機構及企業紛紛在人工智能技術研發和應用領域加大了投入力度，加快了相關產業發展水平的穩步提升，與全球這一領域的先進產業開展深度合作，并逐步在市場中塑造了自身的獨特優勢。隨著技術不斷創新，應用程度不斷加深，以及產業融合性進程的加快，人工智能產業取得了迅猛發展，為我國經濟高質量發展帶來了強大動力。依據相關研究機構頒布的產業前瞻性投資戰略規劃分析報告可以看出，2018年，我國人工智能領域創造的市場銷售額高達336.9億元，同比增幅高達40%。展望未來，隨著“智能+”時代的迅猛發展，我國將逐步向全球人工智能產業的領軍者方向發展，在整個市場中所占的銷售份額持續保持高增長態勢。預計2023年我國人工智能產業市場規模將突破1100億元，輻射和帶動周邊產業實現規模增長將超出1000億元（見圖1）。

投融資狀況

1.行業融資規模保持高速增長

2018年，人工智能在保持其發展熱度的同時，憑借國家政策與市場形勢的引導，開始將重心落在了線下落地與 人工智能賦能之上。艾媒網發布的《2018中國人工智能產業研究報告-商業應用篇》顯示，2018年我國人工智能領域融資事件共有597起，同比增長15%，融資規模達1311億元，增長率超過100%（見圖2）。投資者看好人工智能行業的發展前景，資本將助力行業更好地發展。

2.行業融資輪次后移趨勢明顯

在融資類型上，2018年以來，人工智能領域投融資主要集中在A輪之后的融資輪次，種子天使輪比重下降，投資人更為謹慎，投資階段有后移趨勢；A輪及以后融資規模較上年增幅較多，表明行業融資逐漸步入正軌，是行業發展趨好的表現。

3.行業應用層面融資領域不斷增加，主要聚焦智能駕駛、商業應用領域

從我國企業融資類型上看，近年來國內人工智能產業中具有融資需求的大多集中在大數據、數據服務、智能駕駛以及“人工智能+”行業應用領域。據中國信息通信研究院調研數據顯示，2017年，智能駕駛融資占比35%，“人工智能+”占比23.1%，在“人工智能+”中，“人工智能+商業”應用占比最高為45.4%；“人工智能+醫療健康”占比11.9%；“人工智能+安防”占比10.9%；“人工智能+新媒體”占比7.7%（見圖3）。通過梳理2018年行業主要融資項目可以看出，一方面，智能駕駛領域融資筆數占比較大，其中小馬智行7月份獲得的1.02億美元的A1輪融資為年內無人駕駛的最高額；另一方面，行業應用層面融資領域不斷拓展，細分領域增多，智能建筑、智慧社區以及水下無人機等細分領域開始獲得投資者關注。

4.互聯網巨頭、行業龍頭加快投資人工智能創業企業，不斷擴大行業布局

近三年以來，百度、阿里、騰訊和京東（簡稱BATJ）紛紛提高了自身在人工智能領域的投資力度，尤其是騰訊和阿里分別投資了12家、11家人工智能創業企業。從投資領域看，投資巨頭們重點關注大數據及數據服務、人工智能駕駛。此外，百度側重于語音領域，阿里除了著重向“人工智能+”旅游、安防、保險以及智能家居等領域投資外，還集中向智能機器人發展邁進；京東的重點投向集中在“人工智能+”安防及物流等領域。此外，科大訊飛作為人工智能領域的佼佼者，在基礎硬件設施、智能機器人兩大領域均有所布局。

銀行業支持人工智能產業發展的業務模式

人工智能產業具備較強的輕資產、高風險以及高成長性特征，同時有較強的并購整合需求，商業銀行應積極探索并開展相應的金融服務，在控制好風險的前提下，滿足客戶多樣化融資需求，分享高成長收益。

圖1 2018-2020年人工智能產業市場規模及增長率預測

圖2 2013-2018年全球及中國人工智能產業融資規模

圖3 2017年國內人工智能應用領域融資占比

1.采用股權投資、投貸聯動模式支持高成長性優質企業及項目

計算機視覺、智能安防、5G手機以及無人駕駛等部分細分領域具備較高成長性，商業銀行可篩選部分擬上市優質企業，選擇可轉債投資、投貸組合、股權投資以及夾層投資等多元化的投資方式，退出則選擇上市或股權轉讓等有效路徑。同時，可適當篩選部分龍頭企業的優質影視、游戲類項目，在確保有合適的對賭安排前提下進行投資，分享項目高收益。

2.關注并購整合、國家重大工程項目及企業走出去的業務機會

（1）關注并購整合的業務機會。人工智能產業正處于產業鏈橫向及縱向并購整合快速發展階段，商業銀行可圍繞BATJ等行業龍頭企業并購提供綜合金融服務，采取并購顧問、并購貸款、并購銀團、夾層融資、可轉債投資基金、并購基金以及并購財團等模式予以支持。

（2）關注國家重大工程項目。近年來，國家對人工智能的支持力度不斷加大，公示了一大批人工智能創新發展重大工程，涵蓋智能芯片、深度學習開源平臺、人臉識別、語音識別、智能無人系統和智能機器人六個方向。未來這些項目將相繼落地，商業銀行可篩選優質客戶，適當采取可轉債投資、夾層投資、股權質押融資等方式予以支持。

（3）關注人工智能企業走出去的業務機會。近年來，我國人工智能產業尤其是語言識別產業“走出去”步伐加快。國內企業通過與境外公司合作、收購境外資產、在境外成立分（子）公司等多種方式進駐海外，商業銀行可關注人工智能龍頭企業的“走出去”項目，為其對外貿易、海外優質資產投資并購項目提供“投行+商行”的綜合化金融服務，把握人工智能產業“走出去”帶來的業務機會。

3.加強銀政、銀銀、銀保合作以控制和分散風險

（1）加強銀政合作。為促進人工智能產業發展，近年來各級政府紛紛以專項資金形式集中支持發展勢頭好、經濟和社會效益明顯的企業和重點項目，并積極開展與銀行等金融機構的合作，推動人工智能產業信貸融資發展。商業銀行可重點支持政府專項資金投資的項目并積極探索與政府合作開展金融服務。

（2）加強與銀行同業合作。對于融資規模較大的企業或項目，商業銀行可與同業合作，采取銀團貸款等方式予以支持，分散信貸風險。

（3）探索與保險公司、擔保公司的合作。商業銀行可將自身信貸優勢同保險公司的經濟補償功能有機結合起來，以分散自身的信貸風險。

4.創新信貸模式支持優質龍頭企業

人工智能產業的大部分企業均具有明顯的輕資產性，相應的固定資產、存貨規模十分有限，無法滿足銀行信貸所提出的提供抵押擔保標的物的資格條件。商業銀行可針對人臉識別、語音識別等優質龍頭企業或優質智能無人系統項目，適當擴大抵押和質押財產范圍，在對抵質押物進行充分評估的前提下，采取應收賬款等設定質押，適當予以信貸支持。

5.聚集東部沿海地區以及上海、北京、江蘇、浙江與廣東等重點省市

由于人工智能產業具備較強的創新性及知識、資本密集型特征，目前在東部沿海地區有較好的發展基礎，北京、浙江、上海、江蘇與廣東五省市在計算機視覺、無人駕駛、智能安防等行業均有較強的競爭優勢，且這些區域受產業升級影響，政府對人工智能產業支持力度較大，居民消費需求旺盛，人工智能基礎設施配套完善，商業銀行可聚焦這些區域開展業務。

風險提示

1.產能過剩風險

人工智能產業在發展初期的產能過剩風險主要體現在兩個方面，一是企業重復投資過剩，二是低端產品產能過剩。企業重復投資過剩主要是指在行業發展初期，為盲目追趕，初創企業數量增長較快，導致多數企業在某一領域出現重復投資行為。我國人工智能企業在應用端投資過熱，而重要的底層技術由于起點高、研發難等特點導致創業企業數量明顯較少，體現出發展的不均衡。而終端產品也存在產能過剩風險，主要是工業機器人領域出現了較大程度的產能過剩，當前，全國在建和已建成的機器人工業園區超過40個；與機器人技術相關的企業多達800多家，其中單機器人本體制造企業已突破200家。機器人領域面臨著嚴峻的高端產業低端化，且低端產品嚴重過剩的發展困境。同時，還需警惕消費領域的智能終端產品過剩，尤其是智能穿戴產品和智能家居產品。

2.信息安全風險

人工智能主要是以信息為基礎構建的相關應用，主要依賴于信息采集、分析、存儲及傳播。從產業發展看，人工智能所涉及的每個層級都會存在數據安全和系統安全問題，如識別認證身份環節。識別身份的關鍵在于密碼技術，但對于便捷式的輕量級設備而言，所具備的計算能力較差，借助成熟化的密碼技術往往會帶來諸多問題，這需要對之前的身份識別著手改進。生物特征識別亦如此，當前在生物識別技術上尚未形成相對安全的邏輯鏈條。目前，全球人工智能領域依然面臨著諸多安全問題。如人的安全、社會安全乃至國家安全，甚至還包含著部分倫理道德及隱私問題。

3.技術創新風險

人工智能仍處于發展初期，其技術創新與發展進程中存在的未知性直接決定了這一領域所集聚的風險。從產業發展的各個環節看，產業鏈各部分之間技術發展不同導致發展不同步。一是人工智能底層技術可能會遭遇較大的開發難度，欠缺關鍵核心技術的有效支撐；在技術壁壘及技術障礙上存在較大風險。二是在技術創新的各個階段都有可能面臨來自市場、管理、資金、技術以及決策領域的風險，這些風險在創新的每個階段擁有差異化的分布，其規律變化存在明顯差異性。

4.貿易政策風險及國別風險

2018年以來中美貿易摩擦引發的經濟、安全等風險上升。在基礎技術領域，由于我國對美國市場仍存在較高的供應鏈依存度，尤其是智能機終端射頻部件及高端通信芯片、CPU以及存儲芯片等領域會受到貿易摩擦較大程度的影響。國別風險亦來源于美國。美國的人工智能企業發展早于我國，無論在基礎層、技術層還是應用層都積累了強大的技術創新優勢，尤其是在算法、芯片和數據等產業核心領域美國各層級企業數量全面領先我國。相比美國當前在這一產業制定的戰略布局，我國的重點集中在應用層面，而基礎和技術兩個層面僅僅實現了局部性突破，尤其是基礎層（主要為處理器/芯片）相對薄弱。

■ 野燒紅爍 布和/攝