2019Q1 風險投資市場回顧
2018年，風險投資金額創(chuàng)十年新高，全年總投資達到1321億美金。當人們心生疑問：這樣的投資熱潮是否只是曇花一現時，2019年第一季度統(tǒng)計數據顯示：風投砸錢的熱情一點也沒降低。
本季度風險投資金額累計326億美金，僅次于2018第四季度，是十年來風險投資金額第二高的季度。
數據來源：Pitchbook
投資熱潮下，大手筆的投資交易（1億美金+）成為常態(tài)。2019第一季度，1億美金以上投資案例超過103筆，相當于每天發(fā)生一筆。
數據來源：Crunchbase?News
那么風投偏好的行業(yè)分布有怎樣的微妙變化呢？
SaaS和軟件公司依舊是風險投資的“重災區(qū)”，錢多、創(chuàng)業(yè)公司扎堆。
在此之外，網絡安防、機器人、人工智能及機器學習算法應用、金融、生物醫(yī)療、房地產等相對傳統(tǒng)的行業(yè)，吸引了越來越多風投的關注。
尤其是生物醫(yī)療行業(yè)，2018年60多家生物醫(yī)療企業(yè)IPO，二級市場活躍，一級市場的風險投資同樣繁榮。癌癥治療、基因治療、神經科學、醫(yī)療器械等領域受關注。
以下，硅兔君帶大家從生物醫(yī)療、SaaS、教育、人工智能&機器學習算法四方面看下部分最近十分活躍的初創(chuàng)企業(yè)。
生物醫(yī)療
除了癌癥、基因等常年熱點，女性生育健康科技熱度上升。
2018年，女性生育健康科技行業(yè)爆了。2013年，行業(yè)總風險投資金額剛剛過億美金，去年，刷新紀錄，初創(chuàng)企業(yè)吸金近4億美金。
數據來源：Pitchbook
Frost?&?Sullivan機構預計，到2025年，女性健康市場規(guī)模將達到500億美金。
這波初創(chuàng)企業(yè)關注女性健康，希望為消費者提供更好的個人護理、孕期護理、生育輔助、延緩衰老、更年期護理等服務。
今年3月，BilliontoOne完成1500萬美金A輪融資。
部分投資機構有：Hummingbird?Ventures,?NeoTribe?Ventures,?Y?Combinator,?Civilization?Ventures,?Fifty?Years,?500?Startups?Istanbul,?HOF?Capital?等。
BillionToOne從孕檢角度切入，為準媽媽們提供產前胎兒基因缺陷檢測服務。2017年，拿到UpHonest?Capital等機構的種子輪投資。
全世界每年有300多萬嬰兒生來即患有因基因缺陷導致的疾病，且大部分患病嬰兒來自發(fā)展中國家。以地中海性貧血癥為例，印度新生兒的患病率高達3%。產前胎兒基因缺陷檢測十分必要。
目前世界上普遍使用的為準媽媽做胎兒基因缺陷測試的技術是羊膜腔穿刺（Amniocentesis）。該技術缺陷十分明顯，由于穿刺位置較深，需要從羊水里提取胚胎細胞進行化驗，有0.5%~1%的概率導致孕婦流產，因此一般只對高危孕婦使用。
BillionToOne的技術可以完美規(guī)避羊膜腔穿刺技術的缺陷，提取母體的血液對胎兒基因進行檢測，更高效的預判出眾多先天性疾病。準確率達99.9%。并且價格適中，大多數的孕婦都有能力負擔。
目前該技術能夠檢測到的基因缺陷疾病包括白血病、地中海性貧血癥等，已在印度地區(qū)進入臨床試驗階段，今年有望開始在美國市場提供檢測服務。
SaaS
2019年第一季度，SaaS類投資略有降溫。第一季度，SaaS類投資金額達98億美金，占總投資的30.1%，相比較，SaaS類投資占2018年總投資的34.8%。
SaaS在企業(yè)內的滲透率提升，人力資源類SaaS服務滲透速度更快。從招聘到績效考核的方方面面，人力資源類SaaS的市場規(guī)模達到4000億美元。過去兩年中，風投及私募投資者在這一領域的投資金額將近20億美元。
今年，Workramp募集了900萬美金的A輪融資。
Workramp旨在為企業(yè)提供內訓服務軟件，讓新員工盡快適應工作環(huán)境，以及提升現有銷售和客戶服務團隊的工作素養(yǎng)。
Workramp種子輪的投資機構有Y?Combinator、Slack、Susa?Ventures、Initialized?Capital、UpHonest?Capital等。
2016年，Slack通過旗下戰(zhàn)投基金投資WorkRamp。Slack希望成為一個更多元、更包容的辦公效率提升平臺，因此，2015年底，Slack成立戰(zhàn)投基金—SlackFund，支持在Slack系統(tǒng)平臺基礎上構建產品，優(yōu)化企業(yè)辦公效率的團隊。
據統(tǒng)計，美國90%的企業(yè)已將在線職業(yè)技能培訓納入公司管理體系，94%的員工表示公司加強職業(yè)培訓會降低他們的跳槽幾率。
統(tǒng)計數據顯示，全美的公司一年花在企業(yè)內部培訓的支出高達1650億美元，每年花在每位員工身上的培訓費用為1200美元。
對于企業(yè)來說，招到合適的人才，以及讓他們快速上手，需要很大的時間和金錢成本。新入職員工通常需要8到12個月工作才能完全上手。
一般公司會直接購買學習管理軟件（LMS）來進行員工培訓。而有調查顯示，超過26%的人都對傳統(tǒng)的LMS培訓軟件不滿意。這也是Workramp想要幫企業(yè)提升的地方。
Workramp基于云端的培訓系統(tǒng)可與公司HR、辦公協(xié)作等系統(tǒng)無縫銜接，根據企業(yè)實際業(yè)務，定制培訓內容，打造多樣化教學方式（郵件、語音、視頻），掌握員工學習情況，及時收集學習反饋，給予最終學習評估。
?
目前，Workramp服務的企業(yè)客戶包括Zoom，Square，PayPal等。
?
2018年底，Workramp推出了新服務—Workramp?Data。在服務企業(yè)客戶的過程中，Workramp發(fā)現，僅提供培訓內容不夠，企業(yè)還想知道—?怎樣準確評估培訓項目的有效性。
收集數據、完成評估，并非易事。
?
就拿銷售這件事來說，團隊在工作過程中，至少需要兩款不同的APP，通過Salesforce查看銷售線索，然后通過Outreach聯系潛在客戶，在整個流程中，信息沉淀在不同的工作應用軟件中，匯總數據、篩選有效信息、并給出評估，非常困難。
Workramp將內容培訓與效果評估相結合，幫助企業(yè)提高員工培訓投資的回報率。
今年3月，Rippling完成4500萬美金A輪融資。
投資機構有Kleiner?Perkins、Initialized?Capital、Threshold?Ventures等，公司估值達到2.7億美金。
Rippling致力于打造服務企業(yè)HR部門的人力資源管理系統(tǒng)，將員工入職培訓、員工信息存儲、工資&福利發(fā)放甚至解雇員工等HR相關工作流程集合到一個系統(tǒng)中。
成立之初，Rippling獲得硅谷風投Initialized?Capital、SV?Angel、UpHonest?Capital等機構投資。
?
2016年，Parker?Conrad卸任Zenefits?CEO，離開了自己一手養(yǎng)到估值45億美金的獨角獸公司。
?
這段創(chuàng)業(yè)經歷，頗為傳奇。
?
Zenefits成立于Conrad的人生低谷，那個時候他近乎破產，完全靠老婆的薪水養(yǎng)著。
熬過了最窮困的幾個月后，Zenefits被?Y?Combinator錄取。成立不到8個月，公司的?run-rate?revenue達到100萬美元，收到了A16Z的投資。
那之后，Zenefits的團隊不斷壯大，請到?Yammer的創(chuàng)始人?David?Sacks出任COO，公司業(yè)績也不斷上漲，估值在最高的時候曾超過45億美元，成為有史以來發(fā)展速度最快的SaaS公司。
好景不長，他被自己的合伙人給炒了，而被炒掉的原因，是他的管理缺少?“流程規(guī)范”。
?
Conrad花了近乎一年的時間調整心態(tài)、養(yǎng)精蓄銳，從這段經歷中走出來。他要為自己重新創(chuàng)造機會，并且牢牢地把握住它。
?
這就有了Rippling。
員工入職涉及的服務包括：背景審查、加入工資單、開設福利賬戶、電腦設置、創(chuàng)建新員工賬戶...?同時，Rippling打通與500多個企業(yè)級服務應用的連接渠道，包括Salesforce、AWS等多個系統(tǒng)，HR可以利用Rippling一鍵整合多個企業(yè)級服務應用中的員工信息。
Conrad的離場，讓他重新審視了HR這個市場，并提出了全新的解決方案，他越敗越戰(zhàn)，越戰(zhàn)越勇。?????????
?
教育
2018年，美國教育科技公司總融資規(guī)模達到14.5億美元。科技的高速發(fā)展以及大數據工具催生了越來越多的教育科技公司。在線技能培訓平臺、教育類App、學習評估與互動平臺將持續(xù)成為這一領域的幾大熱門。
今年3月完成A輪1000萬美金融資的Torch，致力于為創(chuàng)業(yè)者、公司高管等提供領導力培訓和心理輔導。
?
2017年，拿到Y?Combinator、Initialized?Cappital，UpHonest?Capital等機構的種子輪投資。
創(chuàng)業(yè)真的是一件壓力超大的事情。對創(chuàng)業(yè)者來說，他們的時間被一個個項目的截止日期、產品發(fā)布日期，甚至一次次失敗定義。
在創(chuàng)業(yè)巨大的壓力、焦慮和緊迫感下，45%的創(chuàng)業(yè)者表示自己經常處于緊張狀態(tài)（vs.?42%的普通員工)，34%的創(chuàng)業(yè)者表示自己經?！胺浅？只拧保╲s.?23%的普通員工）。
其他調查數據顯示：
抑郁：30%（創(chuàng)業(yè)者）vs.?15%~16.6%（普通員工）
注意力不集中（ADHD）：29%?vs.?5%~4.4%
成癮（藥物/酒精/...）：12%?vs.?4%~8.4%
雙相情感障礙：11%?vs.?1%~4.4%
Torch將專業(yè)導師培訓與軟件化管理相結合，通過三個步驟優(yōu)化領導力培訓效果。領導力測評→導師匹配→制定培訓提升計劃。
培訓前，Torch使用心理學家和領導力培訓專家編撰的測評，從性格、關系、影響力三方面評定學員的領導力水平，并對高管和員工進行360度全方位采訪，綜合評估。
然后匹配相應導師，制定領導力提升計劃，進行1v1視頻教學，并利用培訓平臺記錄、跟蹤、反饋學員進度，以達到最優(yōu)培訓效果。
?
Torch目前在服務客戶數量超過100家，包括Reddit，Atrium等。
考慮到公司高管的日程安排非常緊張，所有的一對一視頻培訓課程都可以在移動端完成。
此外，Torch開發(fā)了系統(tǒng)性的專業(yè)培訓軟件，量化培訓效果，協(xié)助HR和高管掌控自己的學習進度。
至于定價策略，Yarbrough表示“我們不打價格戰(zhàn)，專注提供最有效的培訓服務。我們服務的客戶群體，最關心的是培訓效率，因為，管理不佳造成的損失遠遠超過培訓費用。”
人工智能&機器學習算法應用
2019年Q1人工智能領域的投資規(guī)模為51億美元，同比增長63%。
人工智能領域中，機器學習應用方向的占比最高，超過40%，投資金額總數為21億美元。
今年3月，MoBagel完成A輪500萬美金融資，由緯創(chuàng)資通領投，其他投資機構包括群益創(chuàng)投、第一創(chuàng)投、交大天使資金等。
MoBagel是企業(yè)級的大數據解決方案服務商。種子輪投資機構包括UpHonestCapital等。
大數據時代，企業(yè)積累了海量數據，也意識到數據分析與信息提取的重要性，但自建數據解決方案的難度和成本都很高。
MoBagel提供大數據解決方案，協(xié)助企業(yè)客戶挖掘經營數據價值。其打造的算法引擎Decanter?AI以API形式與企業(yè)數據系統(tǒng)無縫銜接，自動處理企業(yè)數據，建立預測分析模型，給予公司發(fā)展戰(zhàn)略建議。
?
MoBagel的價值在于提供完整解決方案，降低企業(yè)挖掘數據信息的難度，提高數據信息利用效率。
?
目前，Decanter?AI在公司中的實際應用場景有：預測員工離職，準確率高達八成；預測庫存與銷售比率；預估行銷成效、生產線機器壽命等。
Skymind近期完成了1150萬美金A輪融資。主要通過開源深度學習框架幫企業(yè)快速應用AI算法。
投資機構有UpHonest?Capital、TransLink?Capital、ServiceNow、Presidio?Ventures、騰訊等。
?
企業(yè)應用AI技術已是大勢所趨，但使用門檻仍在，許多企業(yè)摸不到業(yè)務與AI結合的路徑。
Skymind開發(fā)基于Java語言的開源深度學習算法框架，致力于幫助不具備自主研發(fā)人工智能算法能力的企業(yè)快速應用人工智能技術。
Skymind開發(fā)的工具，包括其核心產品SKIL?算法框架，旨在讓數據科學家利用Skymind工具，快速提取數據、清洗數據、訓練模型并將之應用到實際工作流程中。
Skymind的人工智能算法可以與當前主流的企業(yè)級大數據分析平臺Hadoop和Spark無縫銜接，簡化企業(yè)應用深度學習算法、計算機視覺、自然語言處理技術以及構建預測模型的流程和難度。
最關鍵的是，Skymind消除了數據專家與IT部門間的隔閡。
?
“人工智能技術的兩大機會是創(chuàng)造更優(yōu)的客戶體驗和工作更加高效，這些都建立在處理數據得到高效決策的基礎之上，恰好是人工智能的價值所在。”Nicholson表示“對企業(yè)來說最重要的數據類型是信息和時間序列數據。所以，企業(yè)對自然語言處理技術、基于數據進行的預測，仍然有很大需求。”
?
Skymind目前合作的企業(yè)有ServiceNow，通信公司Orange，思科和軟銀也在旗下公司中使用了Skymind的技術。
?
目前基于Java語言，最流行的開源AI工具之一--DeepLearning4j背后的開發(fā)團隊也是Skymind。此外，Skymind還開發(fā)了基于Python語言的Keras深度學習算法框架。