大数据/人工智能公司的发展与估值——重要参数与实例

大数据/人工智能上市公司的发展与估值－参数与实例

注1：本文主要讨论大数据/人工智能相关上市公司的估值

注2：本文作者认为大数据/人工智能公司在目前公开市场上可以不作区分，事实上，就其内涵而言，也是可以统一来看的。以下讨论，为迎合和简单起见，简言为“人工智能公司“or “AI公司”。

第一部分：人工智能产品／服务的组成

人工智能产品／服务有三个核心部分，数据（处理与分析）平台、数据与（应用）场景。

数据平台几乎无一例外现在均采用云计算平台，数据平台包括两个层面：

1.采集、处理、存储，我们一般称为数据工程

2.利用算法和模型进行智能训练、挖掘、分析数据，我们可以称为数据科学

数据，则是指大数据。大数据特点包括大规模全记录样本(volume)；快速实时产生和收集(Velocity)；来自不同来源、形式和结构多样(Variety)；真实准确可信且能有效去除噪音(Veracity)；进而给社会和组织产生价值(Value)。有兴趣，具体可参看我之前所写《靠专家，还是靠机器？谈谈数据驱动的决策》一文http://www.jianshu.com/p/6eaf049d5093。

场景，或者说应用场景，则是指人工智能的应用领域，应用的商业或社会场景。比如语音识别，又比如智能推荐商品、智能投顾、智能写稿等等。

第二部分：人工智能公司的划分

人工智能公司又大体可以分为三类

1、提供解决方案的公司，提供如数据平台构成的产品公司及解决方案、数据科学咨询等服务公司

2、AI／数据平台公司，提供AI所需基础设施平台，其表现为云计算公司，即市场上提供IaaS,PaaS等公司和AI芯片公司，AI平台提供入数据导入／采集／清洗／处理和训练模型和验证模型、算法工具（如利用机器学习来建立）。注意，此类公司提供AI所需云计算平台基础架构，即上述人工智能的的数据平台部分，但不含数据。

3、通用AI公司和垂直／场景AI公司。通用AI提供如语音识别、计算机视觉、自然语言处理等通用AI功能、产品和服务。垂直／场景AI则提供领域／行业智能产品和服务，如智能陪伴机器人、智能物流、智能制造、智能营销、智能投顾和金融服务、智能城市安防等等。此类规模公司则一般提供至少上述人工智能的三个部分，即数据平台、数据和场景应用。只是在数据和场景这两个部分上会有差异。举几个例子：

科大讯飞目前更多的提供通用AI，如语音识别平台，以及某些行业智能应用数据和场景AI，比如智能教育中学生智能练习和学习平台及app。又比如阿里巴巴目前提供部分通用AI，如果人脸识别，以及大量垂直／场景AI，比如智能电商、物流、支付等。

第三部分：人工智能公司的发展过程及核心竞争优势

人工智能公司发展进程一般也是分三个阶段：

第一阶段，投入建立AI平台，即建立AI所需利用相关计算和算法建立计算、存储、统计分析、机器学习算法平台。

第二阶段，重点投入在数据收集，也就是通过各种方式、渠道收集在线和离线数据，包括企业行为、个人行为、市场行为等各种数据，如个人联络方式和消费数据，企业财务数据、房产销售数据等等。以阿里巴巴公司发展科技金融业务（蚂蚁金服）为例，该公司通过消费补贴、人力推广等巨额投入，不仅仅是获取了更多的客户量，更重要的是从不同数据来源采集到了用户的个人特征、通信联络方式、消费记录、信用相关数据、地理位置相关数据以及社交数据等等海量数据。

第三阶段：重点投入在通用AI和（应用）场景发现、构建和垂直整合，比如科大讯飞建立语音AI平台；阿里巴巴构建了在线支付的场景，又利用支付宝重构了停车场收费的场景，发展了盒马鲜生的线下生活消费场景，同时整合了线下和线上生鲜产品消费场景等；京东也在线电商之外发展京东支付和金融服务场景、京东体育智能运动管理服务场景和智能电子产品。

其中第二阶段和第三阶段发展会呈现互补共赢之态势，也就是说数据规模、多样性、质量的不断提升会有利于场景的发现、重塑；而场景的不断增加可以捕获越来越多的数据。如此进入一个正向螺旋。反过来说，如果场景的创新停滞，则数据会越来单调，规模增速也会放缓；大数据放缓，则场景的挖掘、发展就捉襟见肘。比如京东如果只是停留在电商，其数据收集则越来越单调，只能收集到用户的基本联络信息和网上消费数据，增速也放缓。而阿里巴巴开发盒马鲜生业务场景也是可以收集到更多的线下消费数据和社区数据。

第四部分：人工智能公司的市场估值

那现在回到人工智能公司的估值。我认为的基本原则有：

1、第一类公司，即单纯提供解决方案咨询或者产品的公司不具备估值的想象力，换句话说， 不具备股价持续攀升的条件，在这里我不做考虑。当然如果只是这些业务，通常规模也不大，上市可能性也不大。不幸的是，IBM众多业务都在这里，也就提供解决方案，也不是投入更多直接做AI平台或产品，这也是其股价近两年来一路萎靡的重要原因。

2、第二类公司，即AI数据平台公司里有一类公司更值得关注，就是AI芯片公司，比如能提供语音识别、图像处理的芯片，无论是数据平台还是终端都会大规模的采用，可是目前A股尚无地道的标的，沾边的有，地道国内也有，但还未上市（具体哪些，以后专门撰文讨论）。这类公司因其稀缺性、应用规模等可以给予很有想象力的估值。而云计算公司，如果没有数据，只能赚点辛苦钱。没有数据和场景进行引爆，只能归于平平。这类公司，尽管也有概念炒作，但一定要识别其未来战略具体走向。比如，一个数据平台或者云平台公司通过平台持续采集数据，并可以在法律或商业意义上进行使用，则我们也是可以给予其很高的估值，事实上，这类公司也就逐步演变为第三类公司了。我们可以认为，阿里云也好、腾讯云、微信云也好，价值不在于本身业务收入多少，而在于收集了多少大数据。

3、第三类公司，是我们估值和买入的重点，即通用AI公司和垂直场景AI公司，有数据，有场景。

AI公司估值和传统公司的估值的最大区别就在于一定要将数据作为估值最重要的考虑，也就是说阿里、腾讯乃至科大讯飞之所以能给到那么高的PE，股价持续攀升，而且还可以走很远，就是因为其数据。哪一天，他们的数据停滞了，不管是规模和还是多样性，则估值就停滞或见顶了。没有更有价值的数据，就不能形成新场景新业务，收入增长也就放缓、停滞。所以科大讯飞股价持续攀升也是因为背后持续升级的音频大数据和其他场景数据。有数据在，企业业务边界可以持续扩展。这点是大数据／AI公司的估值的核心。那我们所要做的就是观察一个AI／大数据公司是否能不断拓展场景，不断的采集多样的数据，这个过程在继续，收入和利润就是自然的，也就不必拘泥于现有的收入和利润。

第五部分：人工智能公司估值举例分析——以科大讯飞为例

我曾经说过，科大讯飞是A股为数不多的人工智能地道标的。我们给予其目前的定位是一家通用AI公司和具备少量垂直场景AI（如K－12教育教学场景、法院审理场景等）的公司。

科大讯飞较早的搭建了语音云（第一阶段），以供开发者和语音应用免费使用，事实上，你所知道的几乎所有音频网站／app、电信行业电话客服等都是其用户。通过语音云的搭建，其采集了海量音频大数据（第二阶段）。

这些海量音频大数据帮助其进入第三阶段，建立通用AI平台，也就是包括语音识别和自然语言理解（如翻译）等通用AI（能听会说），讯飞重新定义为AIUI，试图把如计算机视觉（能看）也囊括在内的通用AI平台，但目前为止，在视觉这一块还没发布明显进展。当然这个通用AI场景还是持续采集数据，不过如还只是采集语音数据，这些数据的价值递增在放缓。基于通用AI也逐渐开发出一些广义AI应用产品／服务，比如讯飞输入法、录音宝、语音搜索等。

此外，目前科大讯飞还建立了一些垂直场景AI，主要是

在教育领域基于语音的教学、考试、学习平台和应用，收集了语音数据，以及未来更重要的学生学习、考试数据和名师教学的数据。

$智慧法院，主要采集了以庭审数据，不过这些数据的持续场景开发因其特殊性有待观察，这个市场还在开拓中，能带来一定的持续收入，但想象力不大。

$公共安全，通过特定的渠道收集到一些特定的如网络发言音频数据等。同样的，这一块数据也因其特殊性，可以带来一定的稳定收入，但不能盲目给予较大预期递增。

我认为，科大讯飞最高近900亿的市值，市场已经将其目前所有的通用AI和场景AI预期价值涵盖了，未来的更高的估值机会则存在于如果：

$通用AI进一步覆盖计算机视觉和自然语言理解，这是持续跟踪的重点，不要猜想，因为高科技在一个公司的发展有着很大的不确定性。

$场景AI进一步拓展出生活、商业、社会的不同场景，比如消费、家居、家庭服务机器人、家庭／社区／楼宇安防／行业应用等等。以及在教育领域的更纵深的挖掘，特别是能采集到教学、考试和学习的更多大数据而不仅仅是语音数据。但是科大讯飞目前在领域专家方面比较缺乏，而且总部在合肥，也妨碍了其能捕捉到领先需求和场景的发现，无论是消费者相关场景还是企业相关场景，这也是科大讯飞内生缺陷之一。

第五部分：小结

总之，正如前面所谈，价值还是在大数据和场景。我们以此来评估一个大数据／人工智能公司的市场价值。这是一个和传统公司价值评估很大不同的模型。

（关于更多A股大数据／AI公司个股的选择和估值请持续关注）