文|娛樂資本論 知行

編輯|James

ChatGPT之火，在中國產生了燎原之勢，也讓投資人和李彥宏們重新興奮起來，接連幾十場發布會，仿佛AI是新生事物。

當我們在更大的時間范疇里梳理，就能發現AI行業從2015年開始，發展呈現出三波高峰和低谷的波浪式交替。里面既有蘿卜科技、出行問問這樣的創業者用自己的親身試錯，為行業嘗試了各類賽道和變現模式；也有云從科技、科大訊飛、浪潮這樣依靠政府訂單穩定生存的公司；更有的昨天還被資本和業界熱捧，今日已被打入谷底的公司。

其中不論何時，都從不缺少勇敢的新入局者。

AI作畫 by 娛樂資本論

以史為鑒，讓我們從自己擅長的文娛+資本視角，將目光對準過去10年中國的AI創業公司。那些跟泛文娛產業鏈緊密相關的AI初創項目，主要聚集于哪些細分賽道，服務于哪些泛內容工作者？他們當中又有誰曾獲得資本的青睞？從這些以往的規律中，我們能窺見接下來潮水的走向嗎？

總體來看，過去這十年的AI盛宴證明了一件事：它絕不只是頭部精英才能饕餮；正好相反，在框架層、模型層等之上的應用層，這一波AI巨浪帶來的機會，遠比以前任何一次都要多。

娛樂資本論遍覽十年來4000+家人工智能初創公司，結合文娛行業特性，梳理出各類“AI+”型商業模式的數百家有代表性企業。（我們會用幾個非常簡單的圖表說明我們的發現。）

1、在今年這波AI高峰之前， AI與文娛相結合的細分行業哪個發展最好？

2、數百家AI+文娛創業公司前后涌現，哪一半以上公司已經陷入沉寂？

3、留下來的更多是ToG 向公司，原因是哪三點？

4、按模態劃分，擅長生成什么內容的AI公司更受歡迎？

5、應對AI+文娛大趨勢，專業投資人的三個選擇標準、三個看好方向各是什么？

01 我們正在迎來2015、2021之后的第三個AI波峰

2012-2022年，納入本文統計的“AI+”公司概況 制表/娛樂資本論

2012-2022年“AI+文化藝術”方向融資事件數 制表/娛樂資本論

2012-2022年“AI+影視”方向融資事件數 制表/娛樂資本論

2012-2022年“AI+游戲”方向融資事件數 制表/娛樂資本論

2012到2022年，誕生了 200多家商業模式與文化藝術、影視、游戲、媒體等方向有交叉融合的AI企業，它們獲得了超過500億元人民幣的外部投資。

2015-2016兩年，上述細分方向的融資事件數量都顯著上升，迎來了一個高峰。游戲行業吸金能力顯著，相關融資活躍到2017年。這一波AI產業的高峰同時得益于當時的深度學習技術自2012年起日趨成熟，以及“大眾創業、萬眾創新”等為代表的整體友好的創業環境。

之后，我們統計的AI公司融資情況走向了低谷，到2021年前后又迎來一波“小陽春”。關于為什么會這樣，我們問了問知識儲備值豐富的ChatGPT：

再接下來，就是我們都熟悉的劇情了。隨著ChatGPT等大模型講述的新故事，我們正在書寫新的歷史篇章。

02 是持續成長，還是走向疲軟？

納入本文統計的“AI+”公司成長階段分析 制表/娛樂資本論

數據顯示，“AI+游戲”類公司在獲投數量和投資輪數上都優于其它兩類，展現了游戲行業強勁的吸金能力，以及資本對其商業模式的認可。截至目前，這些公司中獲得融資的那部分也更多都進入了B輪或以后的更成熟的成長階段。

2021年起文化藝術、影視行業、游戲行業的發展概況 制表/娛樂資本論

由于我們統計的公司跨度歷經十年時間，這幾百家“AI+”公司里，有的建立得很早，但也早早地沒了動靜。與公司成立、獲得融資等情況不同，當它們陷入衰退或消亡的時候，難以通過媒體報道或新聞稿等信息及時追蹤。因此，我們將那些近年來難以追蹤到其發展動向的公司稱為是“發展緩慢”。

我們發現，不論是何垂直領域，近些年發展緩慢的公司，多集中在VR、AR、Web3等“重災區”。年景好的時候，“元宇宙”“區塊鏈”會疊加上AI的概念，讓公司顯得充滿科技光環；但它們也可能因為缺乏真正有效的技術積累，而在相關概念退潮時變成“裸泳”狀態。

或許投資人對這一點有話要說。娛樂資本論找到了一線基金高級合伙人、中國股權協會和創業投資委員會常務理事陳侃、創享投資合伙人朱春濤，以及Footage 投資人、星光計劃CEO Peter。

談及選擇AI項目看重的要點時，朱春濤和陳侃都將團隊成員的能力排在了前列。

“資源和學術背景，很大程度上決定了公司怎么賺市場上的錢。做產品要看技術，也要看執行力。算力、算法、數據是AI產品生成的三駕馬車。算法誰都能寫；數據除了大公司，個人很少能拿到；算力其實是存量爭奪的局面。如果創業者能背靠大廠，起步早，很容易獲得領先優勢。”朱春濤說。“當然，公司的運營模式、市場規模、商業前景也很重要，企業必須找到活下去的邏輯和商業點。”

Peter建議創業者想清楚細分賽道，是要專注于生成內容，還是內容理解和合成轉化。此外，現在AI生成的內容產品在擬人化情感方面存在不足，也可以從這里入手改進。

03 模態的抉擇

將24家近年有融資記錄的“AI+”公司按模態劃分 制表/娛樂資本論

AI公司使用自己的技術或通過應用層優化，向客戶輸出文本、圖像、聲音、視頻等不同模態的成品。能產出多于一種模態的成品的，我們就將其稱為“多模態”——與此相對，“跨模態”應該是指不同模態之間可以互相聯動。在這方面，研究那些技術相對較新的公司會更具備現實意義。所以，我們找出了24家從2021年到現在有融資記錄的公司來剖析。

我們發現，可以產出圖像、視頻、音頻等模態的“AI+”類公司目前來看是最受歡迎的。不論其是研發了更底層的技術，還是將已經成熟的框架、模型做適當的包裝，我們都能發現這幾種模態相比文本處理，似乎從品質上更趨成熟。

Peter也看到了視頻、圖像等模態方向的出色表現：“這些公司基本都是視頻、圖像方面的應用，在內容領域和技術領域沉淀積累了很多年，才能在 ChatGPT 引領的這波 AI 風潮中跑出來。”

Peter 對娛樂資本論表示：“人和人產生連接的地方，就需要交流。視頻和圖文領域的 AI 應用，可以在商品宣傳、直播帶貨等多個方面極大的節省人力物力，而且還可能表現得比人更出色。”

“疫情以來，全球電影票房下降超30%，流媒體增長也幾乎到了天花板。我相信AI必然會在內容領域掀起一場革命，把人類帶到新的階段，比如助力元宇宙的發展。”

在本文統計的公司之外，如今ChatGPT等技術的出現，將有可能讓那些圍繞文本做文章的AI公司，在這一波浪潮中獲得長足發展。

“我們用谷歌，相當于是一個個的詞搜答案，而 ChatGPT 是以整個文章搜答案，產出的內容更廣闊精準，說白了就是省時省力。當技術可以改變人的時候，它就是有價值的。”陳侃說。

朱春濤向娛樂資本論期待道，“AI能讓從業者用更少的成本產出更多的內容，釋放產能，極大的提高內容的品質、豐富度和個性化。內容的豐富度也是AI創業公司的發力點。像Discard一樣，國內也會出現很多圖像領域的細分公司，服務于不同的人群，甚至給個人定制個性化內容，當產品能夠幫助用戶提升生產力的時候，它的商業前景是無限的。”

04 這一次，ToC 的創業公司有機會嗎？

將24家近年有融資記錄的“AI+”公司按銷售對象劃分 制表/娛樂資本論

一家已經上市的企業——金山云，以及三家融資過億的企業——特贊、倒映有聲、數數科技有一個共同點：它們都是To B（包含To G）的。與消費向的“AI+”公司相比，服務政企客戶的“AI+”公司獲得的融資更多、估值更大、市場更成熟。

從過去的經驗看，為何ToB 的 AI 公司普遍活得更好？陳侃對娛樂資本論表示：

“雖然 ToB 客戶數量較少，但需求更明確穩定，因此具有長期合作的潛力。而且前幾年 ToB 向的 AI 產品涉及到很多技術難題，如語音識別、自然語言處理、計算機視覺等，雖然短期盈利空間少，但前景廣闊，易有政府扶持。”

陳侃認為，相對僅停留在應用層的創業公司，有更深度技術積累的公司可以獲得更堅實的發展。

“技術一定是走在市場前面的，ToB型的企業多是純技術起家，一旦找到了垂直的應用場景，打磨出產品后，往往可以憑借技術壁壘，迅速占領市場。”

朱春濤告訴娛樂資本論，B端客戶的需求更容易催生真正可持續的商業模式。

“相較于個人用戶，企業更看中效益產出。To B向服務的重點，是你的產品能不能提高企業的工作效率，讓企業有足夠強的意愿買單，這才是底層邏輯。”

在我們重點關注的“AI+”型公司中，那些備受投資人青睞的典型案例都幫助企業客戶解決了實際困難。特贊的定制服務集成了企業最容易用到的生產、營銷環節的各種AI輔助創作工具，可以一站式服務企業用戶。倒映有聲的AI語音合成技術，相對人工錄音可為企業節約超90%的成本。

朱春濤說，“工業制造對精品率的要求非常高，如果你的AI產品可以通過數字化的方式提高產品良品率，做到智能化工廠的程度，在中國這個人口過10億的市場中，一定會有很大的發展空間。”

與我們的觀察相一致的是，其實在過去10年我們能看到的針對普通人的AI產品，如果說是翻譯、語音助手這些的話，它們既沒有特別讓人感到驚艷，也無法讓顧客買單。如今，ChatGPT和各種文生圖工具都是消費級的爆款產品。或許這一次，在To C的商業模式探索上會有什么不一樣？就讓我們繼續拭目以待吧。