硅谷顶级投资人看2017趋势,AI将成为5年前的“大数据”

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

硅谷银行的数据显示2017年的风险投资将继续缩减,与之相对的一些众筹平台将增长,而初创公司将需要更长的时间筹集资金。那么,2017年有哪些值得关注的投资趋势?硅谷的顶级投资人都在关注什么技术趋势?2017年是“科技泡沫”破灭的时间点吗?本文带来了几位硅谷著名风投公司合伙人的洞察。

16年对于硅谷的创业公司来说是重要的一年。他们期待着自己的公司能够有高估值,能够成为独角兽,追逐着更容易拿钱的个人投资者,从而可以延迟进入公众市场的激烈竞争。然而,与2015年相比,2016年的风投基金的投资金额是锐减的。

总部位于伦敦的安永会计师事务所(Ernst&Young,EY)的报告显示,截至第三季度,美国公司今年募集了总金额413亿美元,一共完成2802宗风险投资交易。仅在旧金山湾区就有916宗交易,共计169亿美元。“与去年第三季度相比,风险投资减少了,”安永美国风险投资负责人JeffreyGrabow说,“原因有几点,最主要的原因是市场需要吸收已经部署的资本。动量资本已经冲入风险管道的后期阶段,已经投资于几乎所有可能的机会。现在是观察这些赌注如何收场的时候。

那么2017年对初创企业意味着什么?Grabow预计,总体来说,2017年的风险投资将继续减少。硅谷银行(SVB)的数据证实了这一点,数据显示2017年的风险投资约达到250亿美元,比2016年减少约38%。来自SVB的其他预测数据包括:

由于初创企业的创始人们寻求筹集种子资金的替代方式,一些领先的众筹平台(AngelList,Republic,OurCrowd)的增长将超过2016年。

资金的筹集需要更长时间,初创公司在种子阶段对债务的需求增加。

本文是venturebeat对来自GV、GreylockPartners、AndreessenHorowitz、NEA等风险投资公司的著名投资合伙人的专访,主题有关2017年的投资预测。

语音计算是大趋势


M.G. Siegler,GV(原Google Ventures)合伙人

投资:Medium,Slack,Stripe,Giphy,以及Periscope(2015年被Twitter收购)

VentureBeat:2017年的热门技术趋势是什么?

M.G.Siegler:人工智能和机器学习将继续是明年的增长趋势。我特别感兴趣的一个分支是:我认为声音和语音计算到2017年将有更多令人兴奋的进展。显然,像AmazonEcho,以及最近的GoogleHome,为语音的应用埋下了种子。明年,我预计像苹果的AirPods这样的产品将以不同的方式扩大这种趋势。

VB:你的公司明年是否有投资某个特定行业的打算?

Siegler:我个人认为,过去几年里从投资的角度来说,我们对面向消费者的技术没有很重视。原因很明显,我们都在等待下一个大型的、新的平台的出现。考虑到这种事情有周期性的趋势,我们2017年可能要为此做好准备。

VB:你们的基金2016年对硅谷创业公司的投资占比多少?明年这个占比会增加还是减少?

Siegler:虽然硅谷仍然是我们关注的焦点,但我们在硅谷之外的地区也建立了不错的投资组合。在美国,我们在其他更传统的科技圈,例如纽约和波士顿也相当活跃。我们也在亚特兰大这样的地方有相当强大的投资组合,亚特兰大的投资公司包括FullStory,IonicSecurity,Luma以及PindropSecurity。还有密歇根州的安阿伯,是DuoSecurity总部所在的城市。当然,我们在欧洲也有一些投资组合公司。

这种地域的分散投资对我们来说越来越常见,我认为2017年的一个有趣的事情可能是会有很多初创公司出现在奥克兰,而不是旧金山。

VB:你认为明年科技泡沫会破灭吗?

Siegler:你的意思是,科技泡沫这个问题在2009年,2010年,2011年,2012年,2013年,2014年,2015年以及2016年都预测过?不,我认为不会(笑)。

自动驾驶汽车是焦点


JerryChen,GreylockPartners合伙人

投资:Cloudera,Docker和Gladly

VentureBeat:2017年的热门技术趋势是什么?

JerryChen:AI无处不在,因此也似乎无处可寻。人工智能驱动的企业应用将是幕后的大脑,支持新一代水平应用程序,例如CRM和IThelpdesk,以及垂直应用程序,如医疗保健,建筑和金融科技。安全和数据主权(在非本国区域保护本国公司和政府的数据安全)将成为国家以及企业的优先事项。

VB:你的公司明年是否有投资某个特定行业的打算?

Chen:新兴技术将是我们关注的焦点,自动驾驶汽车将有数十亿美元的前景。我认为我们将看到自动驾驶技术会有很大进步,包括计算机视觉、传感器和测绘技术,以及AV驱动系统。就我个人而言,我还认为像医疗保健以及工业领域的垂直应用将是新创业公司的沃土。

VB:2017年将是IPO的好年景吗?

Chen:虽然我们无法预测未来的估值和IPO的景况,但我可以放心地说,2017年将比2016年有更多的公司上市。

VB:你认为明年科技泡沫会破灭吗?

Chen:我认为不会破灭,但加息以及投资者开始更谨慎地衡量风险的联合影响将导致新的正常的发展形势。我们今年早些时候经历了一次大的市场调整,市场将不再适合以高成本为代价的增长和高燃烧率的公司。但市场将回报那些有竞争力,有策略地使用现金,并且执行有效的市场营销模式的公司。

在线服务将百分之百地占领金融服务市场

AlexRampell,AndreessenHorowitz合伙人

投资:Point,Quantopian和PeerStreet

VentureBeat:2017年的热门技术趋势是什么?

AlexRampell:金融服务占美国GDP的近10%,资本市值是万亿美元级别的。随着纸币的使用频率减少,越来越多的交易使用线上交易的形式,金融行业中以物理位置为中心的银行,保险,投资管理的各个业务将被更轻的,更容易使用的线上业务取代。这种趋势很快。以零售业来说,亚马逊不可能占领所有的零售类别,因为实体商店购物具有即时性,而且可以试用——有时,购物和浏览商品只是一种消遣。金钱是最终的商品,而去银行很麻烦,所以可以想象,在线金融服务将百分之百地占领这个市场。

VB:你对未来IPO的形势和所谓的科技泡沫有什么想法?

Rampell:我们不猜测哪些公司将会上市,会发展得很好或者发展得不好。我们也不会破坏我们的投资习惯。而且,我们不认为现在处在科技泡沫中。

AI将成为五年前的“大数据”

RaviViswanathan,恩颐投资(NEA)合伙人

投资:Acquia,BloomReach和Boku

VentureBeat:2017年的热门技术趋势是什么?

RaviViswanathan:AI将成为五年前的“大数据”——最初的大规模追捧将转变为真实的使用案例,将真正解决问题,而不只是一个流行词。我们将继续在应用层和基础设施层看到AI技术的广泛应用。

在应用层中,我们将看到水平应用的市场会继续得到投资和扩大,包括安全,数据分析和营销等。金融服务,医疗保健和零售等垂直领域的市场也将有更多的公司使用AI技术。在基础设施层,新兴领域例如机器智能和深度学习将继续得到更多的投资。

VB:2017年将是IPO的好年景吗?

Viswanathan:从2016年开始的增长趋势将持续到2017年,高质量的技术公司会上市,这不是看公司的私募轮估值。这些交易将继续保持非常保守的价格,这种趋势会持续,这应该对科技IPO市场有利。

并购在2017年的技术行业中可能仍然看不到太流行的趋势,因为买家可能会继续观望,等待“独角兽”现象被重新定价到更合理的水平。尽管如此,精英级的公司仍会得到高额交易。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
4天前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
39 10
|
25天前
|
人工智能 分布式计算 大数据
大数据&AI产品月刊【2024年9月】
大数据& AI 产品技术月刊【2024年9月】,涵盖本月技术速递、2024云栖大会实录、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
2月前
|
人工智能 Cloud Native 数据管理
重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
阿里云发布首个AI多模数据管理平台DMS,助力业务决策提效10倍
238 17
|
2月前
|
人工智能 分布式计算 DataWorks
大数据&AI产品月刊【2024年8月】
大数据& AI 产品技术月刊【2024年8月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
3月前
|
数据采集 人工智能 安全
AI大数据处理与分析实战--体育问卷分析
本文是关于使用AI进行大数据处理与分析的实战案例,详细记录了对深圳市义务教育阶段学校“每天一节体育课”网络问卷的分析过程,包括数据概览、交互Prompt、代码处理、年级和学校维度的深入分析,以及通过AI工具辅助得出的分析结果和结论。
|
3月前
|
分布式计算 搜索推荐 物联网
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
|
3月前
|
人工智能 分布式计算 架构师
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
|
3天前
|
机器学习/深度学习 人工智能 供应链
AI技术在医疗领域的应用与未来展望###
本文深入探讨了人工智能(AI)技术在医疗领域的多种应用及其带来的革命性变化,从疾病诊断、治疗方案优化到患者管理等方面进行了详细阐述。通过具体案例和数据分析,展示了AI如何提高医疗服务效率、降低成本并改善患者体验。同时,文章也讨论了AI技术在医疗领域面临的挑战和未来发展趋势,为行业从业者和研究人员提供参考。 ###
|
3天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用与挑战
【10月更文挑战第21天】 本文探讨了人工智能(AI)在医疗领域的多种应用,包括疾病诊断、治疗方案推荐、药物研发和患者管理等。通过分析这些应用案例,我们可以看到AI技术如何提高医疗服务的效率和准确性。然而,AI在医疗领域的广泛应用也面临诸多挑战,如数据隐私保护、算法透明度和伦理问题。本文旨在为读者提供一个全面的视角,了解AI技术在医疗领域的潜力和面临的困难。
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗健康领域的应用与前景
随着科技的不断进步,人工智能(AI)技术已经深入到我们生活的方方面面,特别是在医疗健康领域。本文将探讨AI在医疗健康领域的应用现状、面临的挑战以及未来的发展前景。

热门文章

最新文章