大国竞争 | 中美 AI 对比(二)独角兽篇
2024-10-08 17:00
爆米花独角兽
2024-10-08 17:00
爆米花独角兽
2024-10-08 17:00
订阅此专栏
收藏此文章



前言

本文是中美 AI 行业研究的第六篇。


本文是系列文章的第六篇——中国独角兽篇,将重点分析中国独角兽和中美之间的差异。


💡目录💡

01. AI 总投资金额和数量

02. 独角兽对比

03. 创办时间

04. 估值对比

05. 团队分析

06. 赛道分布

07. Infra 分析

08. Hardware 分析

09. 具体公司分析请阅读下篇文章


F1:中美 AI 独角兽陈列对比


01.

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:


  1. 无人驾驶并非是现在的投资重点;

  2.  Scaling Law 对无人驾驶的赋能尚不可知;

  3.  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;

  4.  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;

  5. 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


02.

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


03.

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


04.

估值对比


中国独角兽公司的平均估值约为 27.83 亿美元,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,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


05.

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。


06.

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


07.

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


01

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。


02

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。


03

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




08.

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

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。


F16:中美 Hardware 独角兽数量和估值对比


中美 Hardware 独角兽出现时间分析:


我们发现中国芯片独角兽扎堆出现在 2020 年,如 F18,有如下原因:


01

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。


02

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。


F17:中美 Hardware 独角兽出现时间


To be Continued


具体独角兽公司案例分析,敬请期待续作


人工智能:爆米花独角兽与数字庞氏的交响


写在最后


本次报告仅仅是完整的 AI 报告的一小部分,


我只想投资可以一夜 Pop 成独角兽的企业 (手动狗头)


一个揭露科技传统与迷失的吐槽小狗




【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

爆米花独角兽
数据请求中
查看更多

推荐专栏

数据请求中
在 App 打开