“一級市場估值和泡沫怎么起來的，他們自己心里沒點數(shù)嗎？”一位券商科技產(chǎn)業(yè)分析師在談起即將到來的科創(chuàng)板時對我們說。

“我們反正第一批肯定先不上?！币晃?a href="http://m.makelele.cn/tags/ai/" target="_blank">AI獨角獸融資負責(zé)人面對我們對科創(chuàng)板的提問，回答略顯曖昧。

“你說那家公司為什么就值這么多錢呢？”一位國內(nèi)頂尖券商的投行業(yè)務(wù)部門負責(zé)人也曾反問我們，“反正他們的材料遞到我這兒，我不會簽字?？床欢！?/p>

去年11月亮相，今年3月開閘，6月即將迎來第一批登陸公司的科創(chuàng)板，正在以超預(yù)期速度大力推進。

在科創(chuàng)板重點推薦上市的六大領(lǐng)域——新一代信息技術(shù)、高端裝備、新材料、新能源、節(jié)能環(huán)保、生物醫(yī)藥中，屬于新一代信息技術(shù)的AI公司可能會經(jīng)受最大的估值邏輯挑戰(zhàn)。

過去幾年，中國AI公司在一級市場保持著估值增長默契：

即便是去年的資本寒冬，因優(yōu)質(zhì)項目稀缺帶來的“幸存者效應(yīng)”，頭部項目仍能拿到不成比例的大額融資；疊加上《減持新規(guī)》及IPO審核趨嚴(yán)導(dǎo)致高估值項目退出渠道受阻，退出挑戰(zhàn)滯后，以及一級市場交易頻率低、市場不透明的特點，公司的估值越來越高，回調(diào)速度相對滯后于二級市場。

本來，這個游戲還將在默契中繼續(xù)，但平地一聲雷，科創(chuàng)板來了——AI公司上市時間軸被拉向眼前。

科創(chuàng)板對未盈利的、但具有廣闊前景的AI公司所表明的包容態(tài)度，既帶來了機會，也帶來了挑戰(zhàn)。當(dāng)?shù)谝慌鶤I公司登陸二級市場，當(dāng)二級市場的保守務(wù)實遇到一級市場的敢賭和想象力，一個觸發(fā)器會被悄悄按下：二級市場投資者的邏輯將一層層傳導(dǎo)回一級市場——AI估值體系的變革甚至重塑，今年將會大概率展開。

一個本來可以更晚回答的問題正被提前推到所有人面前：

都9102年了，AI公司到底值多少錢？

1

2016-2018：被迅速推高的估值

在細說科創(chuàng)板對AI估值體系的重塑之前，我們不妨先看一看，備受期待和關(guān)注的AI公司在近年來是如何一步步獲得高估值的。

AI公司的命運大體可以以2016年AlphaGo戰(zhàn)勝李世乭為分界點。

第一波是在2012年深度學(xué)習(xí)取得突破后，市場上陸續(xù)出現(xiàn)的AI創(chuàng)業(yè)先驅(qū)者。它們多是在AI成為大風(fēng)口之前、以單點技術(shù)起家的AI公司，如以人臉識別起家的商湯、曠視，以語音技術(shù)起家的云知聲、思必馳等；第二波是AI成為大風(fēng)口之后，成立于2016年之后，在某細分領(lǐng)域找到落地場景的垂直行業(yè)應(yīng)用公司。

對第一批公司來說，在2016年的AlphaGo事件前，對估值影響最大的因子是算法和人才，可簡化表達為：

V（2012-2016）=f（算法，人才）

2014年1月，谷歌以6.6億美元收購DeepMind——當(dāng)時這家公司只有12位博士和教授，這是反映人才價值的一個典型案例。

商湯敏銳地意識到了這個市場信號。其聯(lián)合創(chuàng)始人徐冰在2017年接受《中國企業(yè)家雜志》采訪時曾明確表示其估值對標(biāo)了DeepMind，“我們在那個時間點是一個三十多個人的團隊，2011年開始做深度學(xué)習(xí)，比DeepMind還要早一年。”［1］

此后，商湯在2015年11月先后完成了千萬美元級別的A輪和A+輪融資，投后估值達8億美元。

緊接著，2016年AlphaGo戰(zhàn)勝李世乭，AI被推上風(fēng)口。風(fēng)口效應(yīng)，使得“市夢率”和行業(yè)地位也進入了估值因子，可概括為：

V（2016-2018）=f（算法，人才，市夢率，行業(yè)地位）

“市夢率”是對AI的高期待。

AlphaGo直接推高了市場對AI顛覆性的想象，資本洶涌入場。

軟銀集團首席執(zhí)行官孫正義曾在采訪中表示，他旗下持資1000億美元的愿景基金已經(jīng)投資700億美元，其中重點投資的就是人工智能（AI）領(lǐng)域。他明確表示，“相信AI將在30年內(nèi)徹底改變?nèi)祟惖纳罘绞健！?/p>

這時，市場上已存在的AI公司獲得了先發(fā)優(yōu)勢，他們已建立的行業(yè)地位、人才儲備吸引了大量資本，行業(yè)頭部溢價開始顯現(xiàn)，這一趨勢持續(xù)到2018年。

以最受國內(nèi)資本市場追捧的計算機視覺賽道為例，去年，中國AI創(chuàng)業(yè)公司的融資總額是1131億人民幣［2］，而“計算機視覺四小龍”——商湯、曠視、依圖、云從合計拿到了其中200多億——占總額的五分之一。9月，商湯估值已達到60億美元，成為人工智能創(chuàng)業(yè)公司。

2018頭部玩家的融資競賽

但也是在2018年，一級市場對AI的態(tài)度發(fā)生了微妙的變化：

一方面，隨著技術(shù)已進入普及化階段，高精尖人才的碾壓式優(yōu)勢逐漸減弱，算法與人才的重要性下降；另一方面，隨著前期被投公司從初創(chuàng)期進入成長期，市場也期待看到更多商業(yè)成果，最初的“市夢率”消退，真實商業(yè)價值的重要性上升。

而目前弱AI的通用能力有限，在商業(yè)落地上又必須深入各行業(yè)、各場景，場景本身的市場空間，公司對場景know-how的把握和能調(diào)動的場景數(shù)據(jù)就變得尤為重要。這一階段的新邏輯開始變?yōu)椋?/p>

V（2018）=f（算法，人才，市場空間，數(shù)據(jù)，行業(yè)地位）

因此，自2017年開始，在某細分場景找到自己行業(yè)定位，能夠獲取大量數(shù)據(jù)的公司更容易獲得融資和市場的認(rèn)可，前期的明星公司也開始紛紛進入“場景攻堅階段”：

如AI+文娛商用公司Video++，目前估值達65億；曠視收購艾瑞思機器人，推出機器人操作系統(tǒng)“河圖”，并深耕倉儲場景。

回顧一級市場AI公司估值邏輯的演變，從最初的f（算法，人才），到f（算法，人才，市夢率，行業(yè)地位），再到f（算法，人才，市場空間，數(shù)據(jù)，行業(yè)地位），AI估值邏輯的演變路徑和20世紀(jì)90年代末沃頓商學(xué)院的威廉·F·漢密爾頓教授基于技術(shù)物種進化思想提出的“新興技術(shù)發(fā)展演化模型”的內(nèi)在演變邏輯一致：

一項新技術(shù)在科學(xué)研究、技術(shù)發(fā)展、商品化的三步走中，競爭將逐漸從形式競爭（更看重技術(shù)能力）轉(zhuǎn)化為應(yīng)用競爭（更看重商業(yè)競爭力）。

橫坐標(biāo)為新技術(shù)發(fā)展演化的不同階段；縱坐標(biāo)為推進技術(shù)發(fā)展的努力程度。

一句話概括一級市場的AI估值邏輯走向，即越來越往“可評判商業(yè)價值的指標(biāo)”靠攏，整體逐漸趨于理性、務(wù)實，更加“二級化”。

只有一點“非理性趨勢”，或者說導(dǎo)致二級市場“看不懂”的現(xiàn)象仍在延續(xù)——越來越明顯的馬太效應(yīng)。

與互聯(lián)網(wǎng)馬太效應(yīng)的內(nèi)因“網(wǎng)絡(luò)效應(yīng)”不同，AI行業(yè)的馬太效應(yīng)更多來自對未來的不確定性，使得投資者傾向于在商業(yè)模式清晰之前押注頭部、抱團取暖、借力扎堆。

而現(xiàn)在，滾滾而來的科創(chuàng)板可能要戳破最后一層窗戶紙了。

2

2019：一瓶來自科創(chuàng)板的卸妝水？

從變化中看不變，科創(chuàng)板縱然是個新事物，但它的本質(zhì)依然是中國二級市場的一部分，大概率遵循二級市場的一些固有邏輯。

二級市場與一級市場的最大區(qū)別是：信息更透明，流通速度更快。在二級市場嚴(yán)格的財務(wù)披露制度下，科創(chuàng)板猶如一瓶卸妝水，讓粉飾手段變得極為有限，市值可上可下，這將打破一級市場估值只會越來越高的“潛規(guī)則”。

不變中的變化，則是科創(chuàng)板的一條新規(guī)定：市場化詢價。

以往A股上市在定價時，采取的是直接定價方式，且定價的圈內(nèi)標(biāo)準(zhǔn)是不要超過23倍PE市盈率（即發(fā)行價不要超過每股盈利的23倍，這并非明文規(guī)定，而是券商在長期操作中摸索出的規(guī)律）。

而《科創(chuàng)板股票發(fā)行與承銷實施辦法》明確規(guī)定，考慮到科創(chuàng)板對投資者的投資經(jīng)驗、風(fēng)險承受能力要求更高，全面采用市場化詢價，詢價對象限定在證券公司、基金公司等七類專業(yè)機構(gòu)。

這意味著，對一些估值暫時不被二級市場接受的公司來說，問題已不是破發(fā)不破發(fā)了，而是首次公開發(fā)行的發(fā)行價可能直接低于上一輪的估值，出現(xiàn)一二級市場估值倒掛。

而與多方協(xié)商出一個發(fā)行價還只是萬里長征第一關(guān)，接下來，進入公開市場的AI公司必須披露真實的財務(wù)數(shù)據(jù)，并接受二級市場的估值邏輯，承受市值的起起伏伏。

二級市場的邏輯又會進一步傳導(dǎo)到一級市場，在AI這個新領(lǐng)域上，“一級市場二級化”的進程會加速到來。

傳統(tǒng)上，二級市場有兩大估值思維：

1. 絕對估值法

其核心邏輯是公司未來現(xiàn)金流的折現(xiàn)。著眼于對公司內(nèi)在價值的評估；適用于處于成熟發(fā)展階段且現(xiàn)金流穩(wěn)定的行業(yè)，如制造類、消費類、公共事業(yè)類企業(yè)。但絕對估值法不能很好地反應(yīng)市場變化，且模型計算復(fù)雜，各種參數(shù)基于預(yù)測，包含很大的主觀因素。

2. 相對估值法

按照公司所處的行業(yè)和細分賽道，在一系列核心商業(yè)指標(biāo)、財務(wù)指標(biāo)的基礎(chǔ)上，對標(biāo)行業(yè)典型公司或平均水平，通過比價來定價。常用的對比指標(biāo)包括市盈率、市凈率、市銷率［3］。

比如在科創(chuàng)板對標(biāo)的納斯達克，市銷率就是最常用的對比指標(biāo)。其好處是淡化盈利，適合互聯(lián)網(wǎng)這種需要長期戰(zhàn)略性虧算來維持未來成長性的行業(yè)。

如京東在2014年上市時，就對標(biāo)了同類公司亞馬遜的市銷率。當(dāng)時亞馬遜的市銷率為1.2倍，京東的承銷商在定發(fā)行價和估值時則選了2015年京東預(yù)期銷售額的0.7-0.8倍。

尚處于發(fā)展階段、商業(yè)模式還在完善中的AI公司顯然更適合相對估值法。在這種大思路之下，未來市場主要有兩部分挑戰(zhàn)：

挑戰(zhàn)一：AI公司核心商業(yè)指標(biāo)亟待厘清

這里可以用此前的互聯(lián)網(wǎng)公司做一個類比。

關(guān)注互聯(lián)網(wǎng)上市公司的人不難發(fā)現(xiàn)，各公司的財報基本形成了固定的指標(biāo)體系，披露訪客量、活躍用戶數(shù)、平臺交易量、用戶使用時長等已成為常規(guī)操作。

這些指標(biāo)的共同點是全部圍繞一個中心：用戶。

因為to C互聯(lián)網(wǎng)公司的核心商業(yè)價值就來源于用戶。只不過由于商業(yè)模式不同，側(cè)重不同，比如訪客量對應(yīng)于門戶等模式；活躍用戶數(shù)、使用時長等對應(yīng)社交、流媒體；平臺交易量對應(yīng)電商。

未來AI公司也需要有發(fā)展出自己的核心商業(yè)指標(biāo)，這是判斷其價值的一個“錨”。

根據(jù)具體商業(yè)模式的不同，錨的形態(tài)各異。

目前的AI公司基本可以分為兩類：

一是側(cè)重于技術(shù)投入，有平臺潛質(zhì)的AI公司，或者也可以叫“橫著長”的AI公司。

這一領(lǐng)域的玩家現(xiàn)在多是巨頭，但也不排除部分頭部的成長期公司有躋身平臺的潛力，比如一直在這個方向上講故事和努力的商湯。

目前看來，幾個比較明顯的平臺商業(yè)模式包括：智能語音平臺、自動駕駛平臺、人臉識別平臺、AIoT平臺等。且AI在云計算平臺中的重要性也越來越大。

對這類“橫著長”的AI公司來說，合作伙伴/開發(fā)者數(shù)量、某個功能的調(diào)用次數(shù)、調(diào)用均價、數(shù)據(jù)量、單個開發(fā)者帶來的平均收入等可能成為確定其價值的重要指標(biāo)，或可表達為：

V平臺=f（合作伙伴/開發(fā)者數(shù)量，調(diào)用次數(shù)，調(diào)用均價，數(shù)據(jù)量）

一些平臺已在積極披露這些數(shù)據(jù)：如百度阿波羅自動駕駛平臺已有上百個合作伙伴，且已開始有收入；去年，谷歌和亞馬遜先后發(fā)布其語音助手接入的智能設(shè)備數(shù)量，前者是5000種（去年5月數(shù)據(jù)），后者是2萬種（去年9月數(shù)據(jù)）。

二是側(cè)重于深耕行業(yè)應(yīng)用，如做金融+AI、醫(yī)療+AI、營銷+AI的公司，即“縱著長”的AI公司。

對這些公司來說，理想的商業(yè)模式一定是可規(guī)?；?、產(chǎn)品化的AI，而不是項目制的AI。

對于產(chǎn)品化的AI而言，其核心價值邏輯包括行業(yè)變量（行業(yè)、場景的市場空間），和產(chǎn)品的商業(yè)價值（客戶/用戶數(shù)，客單價/單次調(diào)用價格，年訂單總額，復(fù)購率等等）。其估值方式可表達為：

V應(yīng)用=f（市場空間，客戶數(shù)，客單價/單次調(diào)用價格，年訂單總額，復(fù)購率）

一些在產(chǎn)品化上走得較遠的公司已開始向市場披露具體商業(yè)數(shù)字：如走云端芯路線的云知聲近日對外披露，其語音解決方案已在去年落地200多萬臺智能家居設(shè)備；最近半年，其Pandora智能中控解決方案已經(jīng)落地2萬多間酒店客房。

實際運營中，也不少公司“橫縱兼有”，一邊做平臺，一邊開發(fā)應(yīng)用，這類公司則可以采用“分部估值法”，不同業(yè)務(wù)拆分，估值加總。

V= V平臺+ V應(yīng)用

挑戰(zhàn)二：對標(biāo)指標(biāo)將經(jīng)歷演變

在核心商業(yè)價值進一步厘清的同時，資本市場的投資人和AI公司未來還將在互動中，進一步確定合適的對標(biāo)指標(biāo)——即到底是采用市銷率還市盈率等指標(biāo)進行估值。

這和單個公司以及行業(yè)整體的商業(yè)成熟度有關(guān)。

在2019年的當(dāng)下，許多估值和收入達到科創(chuàng)板上市標(biāo)準(zhǔn)的公司其實仍處于商業(yè)摸索探索期，尚未形成穩(wěn)定的銷售，更談不上穩(wěn)定利潤，對這類公司來說，要么就是“不急于上市”，如果真要上市，則初期市銷率（看銷售）和市盈率（看利潤）可能都不合適。最初的估值將是一個多方協(xié)商、市場詢價的結(jié)果。

而隨著公司商業(yè)模式的逐漸成熟，以以往多個行業(yè)的估值演進來看，未來應(yīng)該會先過渡到市銷率，再過渡到市盈率。

大的方向很明確：估值邏輯會不斷地向商業(yè)本質(zhì)——盈利靠攏。

3

最終：AI將收斂為一個因子

在討論了二級市場對AI公司估值體系的影響后，轉(zhuǎn)換視角，再來看AI公司對二級市場的影響：

未來，AI 將會收斂成整個資本市場的一個估值因子。

自上世紀(jì)90年代互聯(lián)網(wǎng)新物種出現(xiàn)至今，遠有亞馬遜、Facebook，近有美團、滴滴，互聯(lián)網(wǎng)公司對二級市場估值體系的最大顛覆是：市場接受了長期的戰(zhàn)略性虧損。

最典型的是亞馬遜。它曾經(jīng)歷連續(xù)20年的虧損，市值卻逐年增長，并在2018年短暫超過萬億美元大關(guān)。人們甚至說“只有處在虧損狀態(tài)的亞馬遜才是最值得投資的亞馬遜”。

同理，AI元素的批量性崛起，也將潛移默化地改變二級市場評價公司的總體核心邏輯和投資心態(tài)。

已有苗頭的變化是，越來越多的傳統(tǒng)行業(yè)已上市公司，正在用添加AI能力的方式來提升自己的長期價值和市場對自己的發(fā)展預(yù)期。

對各行業(yè)公司來說，AI或“智能化”帶來的效率提升和新增價值，也會成為衡量價值的重要因素，具體到估值邏輯里，可能會轉(zhuǎn)化為“人效”、“人力成本”等指標(biāo)，即：

V=f（常規(guī)估值指標(biāo)，AI滲透率）

去年以來，BAT在調(diào)整組織架構(gòu)上大動作頻頻，共同點就是凸顯云和AI的重要性，紛紛成立了以云平臺為基礎(chǔ)，以AI能力為核心增長引擎的事業(yè)群組。對這些公司來說，更側(cè)重于輸出AI技術(shù)，創(chuàng)造新增價值，AI直接轉(zhuǎn)化為業(yè)務(wù)。

而制造業(yè)、餐飲業(yè)、教育業(yè)等多行業(yè)的公司則側(cè)重于用AI提升已有流程、商業(yè)模式的效率。

積極擁抱科技的傳統(tǒng)玩家，有打造了AI Lab、腦科學(xué)實驗室，用云計算技術(shù)、智能交互技術(shù)推動教育資源更低成本擴散、普惠的好未來；有建立了首個無人火鍋店，上市剛一年的海底撈。

從海底撈的宣傳口徑上可見，公司內(nèi)部十分看中AI帶來的附加價值。海底撈今年3月中旬發(fā)布的第一份上市后財報中特別提到，其與用友合資成立的信息化公司“火紅臺”幫助海底撈實現(xiàn)了智能選址、智能人力、智能供應(yīng)鏈管理等功能，促進了近兩年間，海底撈門店數(shù)從170多家到400多家的“科技化復(fù)制”。

長遠來看，“AI公司”的標(biāo)簽的確會“越來越不值錢”。因為當(dāng)所有公司都完成了AI化，“AI公司”的說法將不復(fù)存在——除了AI，還有什么？這才是新技術(shù)泡沫退去，真正落地時的應(yīng)該回答的問題。

每一個時代，都有當(dāng)時被認(rèn)為最代表主流市場增長動力的公司類型，市場已見證了多代“獨領(lǐng)風(fēng)騷者”的新老接力：以由30支股票組成、代表著美國經(jīng)濟動力的道瓊斯工業(yè)平均指數(shù)為例，從1896年誕生以來，“主流”概念依次從能源、通信、運輸、信息、發(fā)展到互聯(lián)網(wǎng)。而這些彼時新興、令人興奮的概念終會在歲月中變得“平平無奇”。

真正產(chǎn)生價值的創(chuàng)新，正是最終變舊了的那些。