据新浪科技9月10日报道，软银中国已向AI芯片研发公司商汤科技投资10亿美元，将商汤的估值抬高至60亿美元。

据悉，目前国内跟人工智能有关的公司大概有四千多家，但是能够得到投资人青睐，或者投资人关注、并且愿意投资的大概占三分之一不到。如果没有后续的资金投进入，意味着接下来可能就难以生存下去。根据亿欧智库《2018中国人工智能商业落地研究报告》，2017年中国人工智能创业公司获得的累计融资超过500亿元，但2017年中国人工智能商业落地100强创业公司累计产生的收益却不足100亿元，90%以上的人工智能企业亏损，绝大多数企业年营收不足两亿。也就是说，目前AI看似繁荣实则泡沫风险剧增，AI领域的整个大环境并不好，甚至将迎来一波倒闭潮。

融资说明资本市场对商汤科技的认可

商汤科技作为AI领域里的“独角兽”，在2017年的时候就创下了人工智能单轮融资最高的记录，同时也成为了全球融资最高的人工智能企业， 从2014年11月成立至今，商汤科技已经历9轮融资，除两笔交易未公开数额外，公布的融资总额超18亿美元，且每笔融资间隔的时间越来越短。在大环境不好的情况下，商汤科技还能获得资本的青睐，京比特不禁要问商汤凭什么能吸引这么多的资本？

首先商汤科技有充足的技术团队，商汤科技的创始人汤晓鸥本身就是一个技术人才，被誉为当前全球人脸识别技术的“开拓者”和“探路者”。商汤科技成立后，汤晓鸥实验室的许多博士生加入商汤，成为最早的创始团队成员。目前商汤科技的核心团队由两大部分组成：一部分是来自麻省理工学院、香港中文大学、清华大学、北京大学的博士、硕士等；另一部分则是来自微软、谷歌、联想、百度等相关领域的从业者。作为一家科技型公司，商汤科技对人才是十分重视的，为了能够吸引更多的高级人才加入公司，商汤科技在2014-2016投入了巨额资金招揽业界人才。丰富和强大的人才储备，已成为商汤科技在行业里制胜的法宝。

其次商汤科技有成熟的商业变现模式，在2017年的时候商汤科技就宣布已全面盈利，商汤科技联合创始人杨帆曾对媒体阐述过商汤科技探索的商业策略模型：“1+1+X”。其中，第一个1代表研发，第二个1代表技术产业化，而X则代表着“赋能百业合作伙伴”。在赋能百业合作伙伴的过程中实际上就是商汤为自己的技术找到了应运场景，从而实现商业变现。如果说对人才的重视和对技术的投入是商汤科技得以在行业立足的根本的话，技术与市场的结合找到更多的应运场景则更够让商汤科技有更多的变现渠道，进而推动商汤科技快速前进。

商汤科技将加大技术投入以及探索更多的商业变现途径

从以往商汤科技的融资的用途来看，大多用于技术投入研发和投资其它产业进行商业变现模式的探索。

在投入技术研发方面，商汤科技必须树立起自己的技术壁垒，商汤科技作为一家创业公司，垄断了150多位人工智能深度学习方向的博士，今年2月，美国麻省理工学院与商汤科技宣布成立人工智能联盟，该联盟致力于全方位人工智能原创技术研发，涉及领域包括计算机视觉、脑科学智能算法、医疗图像、机器人等，将全力推动人工智能技术突破以应对更多全球性挑战，并将有力支持MIT在人工智能领域进行最前沿跨学科探索研究，当然商汤在技术研究上的投入远远不止这些，商汤科技在加大技术的投入进而实现技术自主。技术创新是企业生存和发展的基本前提。在当前新的国际国内环境下，加大技术创新力度，更是企业增强发展能力、应对市场竞争的必然选择，而商汤科技作为一家科技型企业更是应该把技术放在首位。京比特希望商汤能够利用技术领先的优势将护城河挖得更广更深。

从京比特所查资料来看商汤目前已投资7个项目，计划投资的项目还有10多个，包括AI芯片、医疗、物联网、手机和互联网、游戏等。似乎凡是能跟AI沾边的场景应用商汤都会考察一番，战略投资已经成为商汤科技盈利的主要部分，因为商汤科技的投资具有商业导向性，相对其它的投资机构来说对行业的理解更深、更熟，就这一点来说商汤科技联合创始人、主管战略投资部的徐冰表示就曾：“因为目的不同，我们跟红杉、IDG资本等这样的专业机构在投资逻辑、项目收益和风险评估上，会有些差异。”

AI下半场：技术与应用场景的结合

纵观如今的AI市场中领先企业，不难发现它们都是将自己的AI技术进行落地，让自己的企业实现自我造血，就百度而言运用AI技术开发无人驾驶技术Apollo系统，可以说是无人驾驶里面的“安卓系统”，近来和长安、长城、比亚迪等汽车品牌都达成了合作，百度利用自身技术为传统汽车厂赋能，让自己的无人驾驶技术落地到不同的场景中。和百度一样商汤科技也注重技术与落地场景的结合，商汤科技研发的智能相册、美颜和滤镜功能，有些已应用到华为和小米手机上。OPPO旗舰手机R11s上，也应用了商汤科技提供的AI智慧美颜技术和 “面部识别”人脸解锁功能。未来商汤科技还将寻找更多的行业落地方向。

如果说AI的半场是在技术上的比拼，那么AI的下半场则是如何将自己的技术落地到更多的应用场景中去，中国的人工智能技术起步较晚，在技术与应用场景的结合上合海外还存在一定的差距，就目前而言国内大量的人工智能创业公司其实到现在还没有找到合适的、明确的应用场景。这也是中国的人工智能企业所面临的一个主要的困难。只有找准应用场景，才能做出真正有市场需求的产品，这样人工智能企业才能产生现金流。

就目前来看，投资者都比较看重技术和应用场景的结合，这样有助于人工智能行业回归理性，让创业企业思考如何让技术在应用场景中落地。相信人工智能技术发展和关注度的不断提高，越来越多的AI企业将会落实和拓宽技术应用场景。