扫码打开虎嗅APP
本文来自微信公众号:爆米花独角兽,作者:VC Popcorn,头图来自:AI生成
在上篇《大国竞争之中美AI(一)》中,系统性地从涵盖技术、独角兽企业、创业高管及创业方向等方面比较了中美在AI领域的差异,本篇为第二篇。
F1:中美AI独角兽陈列对比
一、中美AI独角兽(2015年后创办)对比
我们整理和挖掘了中美2015年-2024年,这10年时间的AI独角兽,并且将无人驾驶相关企业排除在外,主要是因为:
无人驾驶并非是现在的投资重点;
Scaling Law对无人驾驶的赋能尚不可知;
无人驾驶的估值偏高,但大多数企业都无法商业化,Waymo是2009年就已经成立,现在还没有商业化;
无人驾驶企业风险极高,例如头部企业如图森未来,2021年IPO时市值89亿美元,截止2024年10月3日,中概股暴涨一波行情后,估值5000万美元,跌幅超过99%,基本等同于归0,投资人血本无归;
综上,无人驾驶对我们做整体分析干扰极其严重,故将其排除。
去除无人驾驶赛道后,中美AI独角兽一共有总共有109家公司,其中73家公司来自美国(USA),36家公司来自中国(China)。请参考下表是全部AI独角兽的对比。
二、AI总投资金额和数量
在AI领域,VC和PE的投资通常集中在少数大型交易中,因此不仅要关注资金总额,还需要重视交易的数量。从我们的数据库中查阅得知,美国的投资交易数量接近60,000笔,远远超过中国的8,200笔。在投资金额方面,差距也非常显著,美国的总投资额约为6,050亿美元,而中国仅为860亿美元。
然而,根据2024年国家经济研究局发布的研究报告,从2000年到2023年,中国政府的风险投资基金在AI领域投资了9,623家独立公司,完成了超过20,000笔交易,总金额达1,840亿美元。该研究将AI公司定义为从事大数据、图像处理、面部识别、自然语言处理、机器学习、深度学习、神经网络、机器人、自动化、计算机视觉、数据科学和认知计算等领域的企业(这个数据的原始数据我们无法查询,因此数据统计原则我们不得而知)。
F2:AI投资数量和金额
三、创办时间
如图F3 和F4,中美两国独角兽在创办时间上,并没有出现明确规律。值得一说的是2020年,中国出现的企业后面成为独角兽的数量更多。
F3: 中美AI独角兽创办时间
F4: 中美AI独角兽创办时间
四、估值对比
中国独角兽公司的平均估值约为 27.83 亿美元,而美国独角兽公司的平均估值约为 52.16 亿美元。美国是中国的接近2倍。
中国独角兽公司的平均每年估值增长为 4 亿美元,而美国独角兽公司的平均每年估值增长约为 7.6亿美元。美国是中国的接近2倍。
中国的Hardware(芯片)领域的平均估值高于美国公司,所以我们将hardware和其他没有中国独角兽的细分领域去除后,包括去除了OpenAI,因为它估值实在太高了(1500亿美元),我们发现中美之间的差异反而有所缩小。
F5:中美独角兽数量,平均估值,平均每年增长估值对比
五、团队分析
如F6所示,中美独角兽团队都是豪华创业,美国质量1-3的团队占比达到54%,中国有52%。但是质量为最高等级的(grade 1),美国占比8.3%,中国只有3.7%,是美国的一半。而质量最低(grade 7),美国占比是中国的小一半,代表中国草根创业比例更高。
F6:不同团队分数,中美占比
我们详细拆分一下不同细分赛道的团队情况,由于中国没有Horizontal和Consumer独角兽,我们对比其他赛道,除此之外,我们把中国企业集中的赛道拿出来单独比较,分别是芯片,模型,和AI医疗。如F7,可以看出,中美在Subcategory(赛道),团队评分差距是很小的,只有机器人赛道差距巨大,那是因为细分赛道不同,美国在此领域的创业集中在具身智能和人形机器人(技术门槛更高)。而中国则集中在消费端,例如扫地机器人(多数为草根创业)。
中美最大的差距出现在Model领域,很显然中国独角兽的团队背景,不论是学术成就,还是工作成就都与美国独角兽差距巨大。从他们的履历来看,似乎追上美国大模型是永远不可能完成的任务。好在LLM技术本身没有壁垒,但是数据是有壁垒的,只要美国不断开源新模型,中国凭借深厚的中国语料储备,是可以在中文大模型上超越美国的。
F7:不同赛道,子赛道中美团队分数
这里要说明一下,技术通常只有门槛,没有技术壁垒,有专利壁垒。
壁垒指的是我在这里建了一个东西,能把别人挡住。门槛指的是,只要认知达到某个水准,都可以实现,没人拦着你。因此,基础模型只要公开发表论文就不是壁垒,而只是门槛,但是数据是壁垒。但是,
最近三年,AI学术研究进入了至暗时刻,相关论文越来越少,取而代之的是技术报告,
技术报告缺乏技术细节,使得研究人员无法同行审阅,或者去复制其实验成果(也因此,无法判断实验结果的可靠性)。经年累月,也许技术就也有“壁垒”了。
六、赛道分布
参考下图F8, F9, F10 和 F11,中美赛道分布如下:
• 美国公司的主要赛道包括:Consumer,Horizontal,Infra,Robotic AI,Vertical;
• 中国公司的主要赛道包括:Infra,Robotic AI,Vertical。
中国公司没有Consumer和Horizontal相关的独角兽企业。
F8:中美AI独角兽总数量对比(不同Category)
F9: 中美AI独角兽数量对比(不同Category)
F10:中美独角兽赛道分布数量,平均估值
F11:不同Category,估值对比
七、基础设施Infra
如F12,在Infra赛道里,中国只有Data,Hardware和Model相关细分领域里有独角兽,中美大热的Agent领域,中国尚未出现独角兽,虽然中国已经有了一些头部创业企业,例如Genspark,秘塔等,但是他们并非独角兽。而美国已经有 3 家独角兽。
美国在ML Ops方面有4家独角兽,而ML Ops作为一个非端到端的解决方案,在中国商业化难度高,且易受到巨头倾轧,相对而言不受VC喜爱,难以出现独角兽。
至于Computing即卡集群,算力优化等领域,国内起步较晚,但是极为重视,我相信很快会出现独角兽。
F12:中美Infra细分领域独角兽数量对比
中美Infra细分领域独角兽估值对比如图 F13 和 F15
Data:
中国:2,050.00 M美元;
美国:5,466.67 M美元;
美国是中国估值的2.5倍。
Hardware:
中国:4,026.25 M美元;
美国:1,800.00 M美元;
中国估值是美国的接近3倍。
Models:
中国:1,955.56 M美元;
美国:38,610.42 M美元。
由于中美在这个领域创新能力和领导力的巨大差距,OpenAI,Anthropic等项目的估值远高于中国对标企业。导致Model赛道的估值差异巨大,接近20倍的差距。
F13:中美独角兽子赛道平均估值对比
F14:中美Data,Hardware,Models独角兽估值对比
八、硬件(芯片为主)Hardware
中国独角兽多出现在芯片领域,显示了近年来我国在该领域的政策支持与市场扩展。美国独角兽则比较均衡。如图F15和F16。
F15:中美Hardware数量和估值对比
F16:中美Hardware独角兽数量和估值对比
我们发现中国芯片独角兽扎堆出现在2020年,有如下原因:
全球芯片短缺危机:2020年全球范围内开始出现芯片短缺现象,主要原因包括新冠疫情导致的供应链中断、需求激增(特别是消费电子、汽车等行业)。这种短缺使得全球对芯片的需求大幅增加,同时推动了中国国内更多企业进入芯片制造和研发领域,以弥补市场缺口。
资本市场支持:在2020年,资本市场对芯片企业表现出极大的兴趣和支持。大量投资机构对芯片初创企业进行融资和投资,尤其是在A股市场上的科技创新板(科创板)吸引了许多芯片公司上市。此外,国家半导体基金等政府背景的资本也在积极推动相关企业的发展。
如F17所示,中国芯片独角兽在数量和估值上都远超美国同行,一方面展示了中国市场不论是出于政治或者经济因素,对芯片的强劲需求,另一方面则表示了其估值与市场规律的背离,事实上和现在大模型企业的估值如出一辙,也是整个AI领域资本市场的缩影,一切的泡沫终究都有破掉的一天。
F17:中美Hardware独角兽出现时间
本文来自微信公众号:爆米花独角兽,作者:VC Popcorn