本篇文章给大家谈谈聚合数据估值,以及聚合数据市值对应的知识点,希望对各位有所帮助,不要忘了收藏本站喔。
今天给各位分享聚合数据估值的知识,其中也会对聚合数据市值进行解释,如果能碰巧解决你现在面临的问题,别忘了关注本站,现在开始吧!
本文目录一览:
大数据时代哪7类人最赚钱
大数据时代哪7类人最赚钱
一个划时代新的技术和思维的兴起
聚合数据估值,它会驱动几乎所有的产业变革
聚合数据估值,大数据更是如此,通过几年的观察和最近大量的基金公司朋友的接触,我从赚钱的角度对这个领域进行了分析。
第一类:对已经上市企业股票投资的基金公司
他们通过炒作概念在股票市场活动巨额回报。这些人分析发展趋势,把握大局,他们关心产业政策,关心市场空间,少关心具体运营能力和市场竞争格局。据了解,大数据概念股以 2010 年 6 月 1 日为原始起点,截至 2015 年 11 月 10 日,大数据概念指数变化区间在 [95%,1860%],一直以来强于上证指数,相对上证指数有很高的收益,这个相对收益是惊人的,最高时超额收益超过 15 倍。即使从 2012 年底开始的创业板指数,也跑弱于大数据概念指数,足见大数据概念相关个股具有较好的回报。相对高点时,大数据概念指数强于创业板指数 10 倍以上;从低点起来,大数据指数涨幅到最高点超过 18 倍,如此高的涨幅让许多人羡慕不已,相关个股精彩纷呈。投资这类的企业如拓而思,用友,东方国信、启明星辰、绿盟科技、恒生电子。
他们用最短的时间,研究股票,投资,获益,资本效率极高,一些高端的股票和投资者,他们会专门针对行业要求做培训,走访企业家走访客户。短时间内就可以赚的钵满盘满。
第二类:对大数据创业方向投资的 VC 和 PE 们
他们从最开始就投资有最高价值的大数据的企业,并从中发现商机,过去的几年只是一个开始,可以预见大数据行业未来十年仍然会是创业公司的机遇地。他们眼光超前,投资的估值不断高升;他们跟进投资,然后迅速推动企业发展,然后期待包装上市。这类企业如:集奥聚合、国双科技、华院数云、品友互动、易赞普、百分点科技、永洪科技、国云数据、数据堂、数海科技等。投资资本如:宽带资本、红杉资本、IDG、创新工场、深圳创投、清科、软银中国,今日资本等。
第三类:创始人和联合创始人,企业越来越值钱
虽然有些企业死了,但是大部分还在受到资本追捧,创业者最苦逼,但是在资本催生产业变革的年代他们获益也是最多的,现在大数据企业的估值从几年前的几个亿到几十亿是翻了近十倍;企业老板的身价也是翻了近十倍,这类人笔者认识很多,因为比较涉密不一一列举。
第四类:讲课的人
行业内专家教授参加各种会议各种讲课,培训机构,在线教育,还有专家学者备受亲来。笔者成立的大数据培训联盟、数据共享联盟等微信群,经常会收到邀请做讲课深有体会。
第五类:CDO 们,技术架构师们,大数据分析师们,获得长足的薪水提高第六类:一些媒体,自媒体
媒体版面改版,自媒体增多,受到关注的大数据自媒体如:大数据邦、大数据文摘、大数据参考、腾讯大数据、CSDN 大数据、36 大数据等。
第七类:他们没有赚钱,但是都在圈地,投入很大,未来会成为非常赚钱的企业
那就是免费数据,收费 api 的这些数据开放平台们;已经成功的如: Salesforce 23 亿美元的年收入中超过的一半的收入是通过 API 产生的。Google 每天通过 API 处理 50 亿笔交易,Twitter 每天通过 API 处理 130 亿笔交易,亚马逊每天通过 API 处理万亿笔交易,还没有成功的但是已经获得很好的发展的国内如:BAT、运营商、政府的数据开放平台,高德数据开放平台,数据交易市场 (数海科技、数据堂、聚合数据、九次方、美林数据等)。
数据之美在于流通,在于推动业务发展,在于提高用户体验,在于预测业务发展做好企业战略规划,在于集群众智慧、激活人员动力。利用数据推动商业变革才刚刚开始,做企业赚钱才是硬道理,先活下来,因为企业的大数据路还很长,变数也很多。盲目跟风,不可取!
公司入股估值计算?
最经典的方法当然是DCF,也就是“现金流折现模型”,现金流折现更像是进行一个数学建模,这种方式不容易受外界影响,关注企业内在价值,不过并不适合创业企业,因为创业企业太难预测,加入太多主观假设容易出现偏差。现金流折现更像是进行一个数学建模,这种方式不容易受外界影响,关注企业内在价值,不过并不适合创业企业,因为创业企业太难预测,加入太多主观假设容易出现偏差。当然最主要的缺点是---太复杂,反正我是从来没有算明白过...作为非金融背景的人,要想使用熟练任重而道远。已经有大神给出很详尽的回答。我就结合自己的工作,来总结下创业公司估值的方法,适合初创企业的创业者和风险投资人在工作中对项目进行估值,也欢迎同行来交流。1. 估值的目的【目的】:通过评估公司未来的价值,来确定当前投资的价格。【本质】:估值是一个站在未来看现在的过程,创业公司进行估值的时候,最重要的是经验和判断力(或者说靠运气),其次才是科学的方法。经验是需要积累的,我就不班门弄斧了,有机会多和前辈交流,阅读的时候多做记录,比如有经验的投资人,在谈到一个细分领域的时候,会直接对能做到前几名的公司进行一个估值范围的判断,这就要靠经验的积累了。【重点】:对于不同的阶段,有不同的重点。初创期:关注商业模式和团队(这时候不会太贵,重点看团队);成长期:行业发展和收入情况(价格会上涨很多,要考虑天花板);成熟期:现金流和盈利情况(有了相对规范的财务指标,可以更科学系统的进行估值)。2. 相对估值法(倍数估值)这里就是最方法论的地方了,但也很简单。首先要找到几个类比的公司,同一个细分领域的最好,如果项目比较创新,没有很多竞争对手,就找找类似行业处于相同阶段的公司作为对比。之后就是选取估值的数据指标,可以多选择几个进行综合对比。【市盈率(P/E)倍数法】以项目的净利润作为核心指标:股权价值=净利润 * 市盈率倍数这个是最常见的倍数估值法了,毕竟公司的核心奥义就是实现盈利。一般来说,对创业公司估值会按照合理预测的净利润来进行计算,比如一家公司未来12个月的净利润是200万,类似的公司市盈率倍数平均是10倍。那么我们可以给这家公司估值:200万*10=2000万。但是用市盈率进行估值的时候,会遇到一些bug:很难找到合适的对比公司或者对比公司的数据:这时候需要凭自己的经验和判断,从上市公司来看,纳斯达克平均市盈率倍数在35左右,中国的创业板也达到了36,未上市的公司不会这么高,一般创业公司估值是净利润的10~20倍比较合理(只是大致的范围,明星企业facebook当初可是以57倍的市盈率倍数拿到过融资)。公司还没有盈利:那最好的方法就是把预测期放得更远,比如两年之后,这个需要和创始人充分沟通,但是风险也很大,因此可以考虑换其他的指标进行估值。【息税前利润(EBIT)倍数】息税前利润(EBIT)指的是剔除公司的税负和利息等之前的利润:息税前利润(EBIT)=净利润+所得税+利息EBIT主要是消除公司资本结构和税收的影响,因为不同地区的公司,可能会有不同的税收政策,而公司不同的资本结构(运用杠杆的多少、负债情况),也会带来利息费用的不同,这些因素会产生净利润的差异,从而影响对公司的判断。股权价值=EBIT * EBIT倍数原理和市盈率倍数法是一样的,建议10~20倍也是比较合理的估值范围。【息税折旧摊销前利润(EBITDA)倍数】息税折旧摊销前利润(EBITDA)则是剔除折旧和摊销前的利润:息税折旧摊销前利润(EBITDA)=EBIT+折旧+摊销EBITDA不仅仅消除税收和利息的影响,还把资产的折旧对利润的影响剔除,对于一些有重资产的企业(京东的仓库、Mobike的车),可以把影响降到最低。很多人也认为EBITDA是与公司实际现金流量最接近的指标。股权价值=EBITDA * EBITDA倍数还是建议10~20倍吧,毕竟这只是一个大致的范围,不过对于重资产的企业,可以适当降低估值的倍数。【市净率(P/B)倍数】市净率(P/B)反应了净资产和股权价值的关系:股权价值=净资产 * 市净率倍数刚才提到了重资产企业,但是互联网行业里也有很多轻资产的公司(金融类、平台类、内容类),这些企业资产流动性较高,其净资产的账面价值更接近企业价值。上市企业的市净率平均在2~6之间徘徊,而且中小企业市净率反而更高一些(A股平均3倍、中小板平均4倍、创业板平均5倍)。因此,对于创业公司5倍左右是相对合理的。【市销率(P/S)倍数】很好理解了,以销售收入为判断标准:股权价值=销售额 * 市销率倍数对于互联网创业公司,市销率其实是非常实用的,因为有很多创业公司净利润为负、现金流为负、账面的价值也非常低,这个时候其他的倍数都会有一定的偏差。但是所有公司一定是要有收入的,哪怕仅仅是预测。市销率倍数的一个缺陷是无法反映成本的影响,但是对于许多互联网企业(电商、平台类、科技类),反而销售成本就非常的稳定,因此天生适合通过市销率的方式来估值。从普遍的数据来看,销售额的2~4倍作为估值是被更多投资人接受的。【运营数据倍数】有时候我们很难找到合适的财务数据,或者在运用财务数据估值的同时希望结果更加准确,可以通过运营数据。股权价值=运营数据 * 相关倍数比如对于短视频平台的“用户数”和“DAU”,对于同城配送公司的“配送员数量”,共享单车行业的“车辆数”等等。在互联网线上流量越来越贵的背景下,按照“每个用户多少钱”的逻辑来估值,是很多投资人会使用的方式之一。以上就是对相对估值法的一个总结,基础原理就是基于对比和倍数。不过不同的行业有不同的天花板和想象空间,并没有一个通用的倍数。甚至在同一个行业里,市场份额第一的企业估值倍数可能会比第二名高很多,因为互联网的大部分赛道是“赢家通吃”的。3. 站在风险投资人的角度估值除了“数据 * 倍数”的方式,很多时候投资人会有自己的估值思路。我们都知道,VC就是通过投资获得股权,后期通过退出获取股权增值收益。因此,站在投资人的角度估值,最主要关注的就两点:退出时股权价值目标收益率(回报倍数)换算成公式:股权价值=退出时股权价值/目标回报倍数=退出时股权价值/(1+目标收益率)^ n(n=回报周期)比如一家风投机构准备投资一个短视频制作公司,期望5年后退出,并实现5倍的回报(对应目标收益率38%),根据经验,一家成熟的短视频公司5年后估值可以达到5亿元。因此这家公司目前估值=5亿元/5倍=5亿元/(1+38%)^ n=1亿元前面提到过估值很依赖投资人的经验,主要就体现在“退出时股权价值”的判断。之前听过一线基金合伙人对内容行业估值的看法:“从早期投资人的退出角度来说,内容制作的项目一般可以到达10~15亿的估值;做内容平台可以做到20~25亿;在平台基础上聚合了MCN的属性或许可以挑战30亿。”当然这只是一个概括的看法,判断项目的天花板,要综合行业、团队、战略等层面一起。4. 站在创业者角度估值接触了很多创业者,对于估值没有一个系统的了解,很多时候也不确定自己公司估值多少更合适。当然建议创业者尽可能的去了解估值的方法和逻辑,不过估值是投资人和FA要做的专业事,创业者如果对估值没有感觉,不如从自身出发,主要关注三点:资金需求(要多少、用在哪、用多久)发展规划(可以做多少收入、盈利、ipo计划)股权设计(期权池、本轮出让多少、预留多少给未来融资)估值是投资人和创业者博弈的核心,大家都希望达到一个:“卖家多赚钱,买家少花钱,没有中间商赚差价”的情况。其实投资人和创业者没必要因为估值而走到一个对立面,因为双方的核心诉求都是公司的快速发展。理性的数据核算是普遍被认可的,但是个人觉得分别站在投资人和创业者的角度考虑估值逻辑也很重要,也更接近创业投资的本质:创业者要提投资人考虑退出的方式和收益,投资人也要充分顾及创业者的发展规划。让我们手拉手,一起构建美好和谐的创投环境。更多商业知识,欢迎关注知乎专栏【商业知识储备】感谢~笔芯~
正在成长期的亏损股票适合哪种估值方法?
正在成长期的亏损股票可以用以下几种估值方式:
1、市值/用户数
互联网公司初期通常是不盈利的,主要依靠“烧钱”来获取用户,因为其最终利润的源头来自于用户。这个模式其实很好理解,互联网公司主要依靠用户数量来赚取收入,用户流量越大,收入也就越大。BAT估值为什么高,高就高在他们的用户数量太庞大了。而更重要的,支撑其用户价值的就是他们能够利用自己庞大的用户数挖掘多种业务模式与盈利模式,从而实现多种变现的可能。这就是为什么他们经常会投资一些持续亏损且盈利模式不清晰但却拥有一定用户量的企业;这也是为什么他们会把自己的战略定位在用户流量上。因此,对于仍处于亏损的互联网企业,采用市值与用户流量、活跃用户数之比进行估值是一个不错的选择。
比如趣头条,根据其招股书,你可以看到截至2018年7月,趣头条月活跃用户约4880万,日活用户数约1710万,每人每日停留时长55.6分钟;然后再看一看其目标用户群:趣头条的战略目标是中国三线以下城市的用户群体,因为这个服务不足的市场蕴含着巨大的机遇;再看看趣头条在所处行业中的地位和竞争优劣势。于是你可以粗略判断,目前趣头条的用户价值与可比参照公司(比如腾讯新闻、今日头条、天天快报等)的用户价值之间的关系,最后判断公司的估值大概是什么水平,等等。
2、市销率
虽然很多公司初期不盈利,可能是由于前期的规模扩张导致投入的资金成本较大,也有可能是我们号称的“战略性亏损”,意思就是我是故意要亏损的但是只要我想盈利我立马能盈利。比如京东,我们会发现它有些大额的成本费用都是我们俗称的“一次性开销”,如资产减值等。如果非要正常化盈利,也都是可以加回去的。我们暂且先不考虑如何把战略亏损的公司盈利正常化,就拿处于亏损中的成长型公司来讲,只要公司股东不是《西虹市首富》里的王多鱼、公司投身的事业不是站在街上给人发钱,那公司的营收总归应该是个正数。而且大多数的成长型公司其他可以不增长但营收一般都要怒涨,要不然怎么好意思出门说自己是成长型的公司来忽悠别人投资。从另一个角度来讲,营收的大小也在一定程度上代表企业的规模以及在行业中的地位,这也是亏损企业目前的价值所在。因此,对于亏损企业,只要能恰如其分地找到与自身盈利模式类似的可比公司,采用市销率进行估值不失为一个很好的选择。
我们同样以趣头条为例,其招股书显示,2018年上半年趣头条的营收为7.178亿元,其中来自广告的收入为6.70亿元,占总收入的比重达到93.31%。值得注意的是,趣头条的营收增长非常迅速,2017年趣头条的营收5.171亿元,较2016年的5800万元增长近九倍。再看看趣头条的商业模式:趣头条是一个以娱乐生活为主体内容的资讯聚合平台,通过智能化数据分析系统,为用户推荐其感兴趣的内容。事实上,趣头条的产品形态与今日头条较为类似,只是公司通过独特的产品定位,成功抓住了下沉市场的风口。于是你又可以粗略判断公司的估值与今日头条、腾讯新闻等同类型公司相比大概是什么水平。
3、市净率
就像前文所提到的,对于目前暂不盈利的企业,可能是由于前期的规模扩张导致投入的资金成本较大。尤其是对重资产行业来说,由于前期需要购置大量的机器、设备、厂房、场地等固定资产,行业内企业目前的收入可能还暂时未来得及覆盖前期相关的成本、费用、折旧、摊销等花费,所以会导致企业初期处于亏损状态。这与互联网企业为获得用户而导致的亏损情况不同,对于这种类型的亏损企业,我们该如何对其进行估值?这就回到了我们之前的一句话:亏损的企业未来将靠什么“赚钱”,目前就应该靠什么值钱。重资产企业未来靠什么“赚钱”?就是靠这些机器设备未来能够切切实实转化成收益的潜力;靠当前已有的盈利模式且未来能够变现的预期。或者我们换个角度讲,重资产行业内的企业前期投入可能非常巨大。比如你建个核电站,可能分分钟要你个几百亿,你能随随便便拿出手吗,要知道这可是人民币不是越南盾。这种巨额的投入直接的表现就是形成了巨高的行业壁垒,这种壁垒也是企业的价值所在。而最直观最有效的代表指标就是净资产。因此,对于重资产行业内的亏损企业,采用市净率对其进行估值可谓再合适不过了。
4、其他参照指标
不同的行业有其独特的商业模式与盈利模式,因此能够反映不同行业内企业价值的标准必然也是不同的,这就是前文所说的不同行业“值钱”的东西是不尽相同的。尽管如此,类似的对比估值方法一样能够适用于其他行业,因为逻辑合理的对比估值法是基于市场给出的类似企业的价格,只是不同的行业会使用不同的衡量变量来推算估值。具体来说,当我们给一个行业内的亏损企业进行估值时,必然首先会对该行业进行一定的分析与研究,只有在对该行业有一定的了解之后对该行业内的企业估值才算靠谱;然后分析该行业中哪些指标是企业未来能够产生利润的保障,这些指标就可以作为该行业的估值参照系数;进而在市场上找到同类型且数据来源充分可靠的企业,然后根据估值参照系数进行类比,对行业内的亏损公司进行估值导算。
2021年3.15人工智能独角兽企业发展报告:理性与坚持
2021开年,伴随着我国经济的复苏与高增长,人工智能行业也是保持了欣欣向荣的景象。
但看似繁荣的AI,2021年,或许会成为一个重要的“分水岭”。
根据IT桔子提供的2021年1-2月的独角兽动态榜,2021年新晋的9家独角兽企业中,有三家大数据及人工智能类企业入榜,分别是燧原 科技 、TalkingData、摩尔线程,估值分别达到了80亿、84亿、140元人民币。
之前的2020年8月,胡润研究院也曾发布了一份《2020胡润全球独角兽榜》,中国227家独角兽企业上榜,其中21家人工智能行业独角兽企业上榜。
这21家企业最分别是:商汤 科技 、旷视 科技 、云从 科技 、地平线机器人、明略 科技 、寒武纪 科技 、依图 科技 、影谱 科技 、特斯联 科技 、涂鸦智能、第四范式、斑马网络、达闼 科技 、海尔卡奥斯、G7(北京汇通天下)、集奥聚合、出门问问、Momenta(北京初速度)、奥比中光、云知声、闪银奇异。
21家独角兽企业中,最低估值70亿元的有11家企业,估值超过100亿元的有10家企业。其中,最高估值的商汤 科技 达到了500亿元,21家人工智能行业独角兽估值共计达到了2750亿元。
回顾到2020年7月,在上海举办的WAIC世界人工智能大会上,当时工信部苗圩部长公布的人工智能企业相关数据显示,中国人工智能企业超过2600家,人工智能核心产业的规模超过了510亿元人民币。
如果按照这个数据统计,每家人工智能企业的年平均营收,也就仅在2000万人民币左右。
除了这些领头的人工智能独角兽企业之外,对于更多的AI腰部、尾部创业企业来说,更多AI创业企业的营收还是处在一个相对非常低位的水平,甚至说,大部分人工智能企业,都还在拉投资、炒概念、找场景的阶段。
毕竟人工智能的基础是大数据,在东方林语看来,如果从数据的维度再深入分析一下的话,企业对数据的利用可以分为四个阶段:
1、数据的有效整合;
从基础的维度,整合各方数据源,并做好数据的获取、储存、清洗与治理。
2、数据的响应运营;
从运营的维度,可以发挥数据更多的价值。
3、数据的响应业务;
从业务的维度,数据可以产生更多新的价值。
4、数据的创造业务。
从发展的维度,数据可以创造新的业务模式。
AI转型,是很多政府部门、企业的战略诉求,而对任何一家计划往人工智能转型的机构而言,想要相对科学合理的完成这个“企业对数据利用的四阶段模型”,一般至少需要一年甚至3-5年以上的时间。
最直接的问题,就是有多少人(主要是领导层)会合理把控好这个“心理预期”呢?
人工智能带来的到底是“惊喜”,还是“惊吓”?如果再进一步分析一下的话,除了数据的整合与有效利用这个“基础门槛”之外,其实,还有很多看不见的、更大的“隐形门槛”会挡在诸多AI创业企业面前。
而这些“巨坑”往往都是在很多AI创业企业千辛万苦拿下合同之后在工程化实施中才发现的。
这些隐形的“巨坑”,带来的最直接问题就是:交付的周期与难度,比预期大的多,导致验收困难、回款困难甚至项目烂尾……
在东方林语看来,这些前期看不到的,可能存在的“隐形门槛”与“巨大深坑”,具体包括:
第一、人工智能业务场景落地的可行化;
一个看似让人激动兴奋的场景落地项目,论证实施阶段的“美好想象”,能否经得起实际业务场景的验证。
第二、各种AI模型服务平台的工程化;
一个完整的项目,需要从AI基础层、AI技术层、AI应用层实现系统融合,工程化的难度,永远比预期要大的多。
第三、AI能力统一输出的门户平台化;
在数据中台、AI中台概念火热的大背景下,AI能力如何实现底层的数据复用、模型复用等新的需求可能会不断提出,导致项目的外延不断扩大。
第四、AI与数据能力的闭环迭代化。
这里面,需要将过往、现有、未来产生的数据,以及内部、外部的数据全部打通,继而再通过通过传统机器学习、深度学习、NLP、知识图谱等领先型人工智能技术,将整合后的数据转化为业务上可以理解的“数据资产”,并实现闭环迭代化。
这些隐形的“四化”方案,对很多想转型的AI企业、机构而言,可能需要3-5年才有可能真正完成闭环迭代与良性循环。有多少企业,有这样的耐心与战略定力呢?
如果再进一步总结的话,人工智能能够得到更广泛的认可并充分价值的话,需要满足下面的三个定律:
1、人工智能是真正有用的;
只有真正产生落地价值,才能获得持续发展。
2.人工智能是可解释的;
人工智能建立的模型,需要既知其然,又知其所以然。
3. 人工智能是可信并安全的。
无论是隐私保护、监管合规,还是业务发展等的要求,这已经是必须满足的条件。
对于数千家AI创业企业而言,就像万里长征一样,90%以上的AI创业企业都无法坚持到最后。
即使目前已经杀出重围的几十家“独角兽企业”,也是仍旧处于巨额的亏损与烧钱阶段。
因此,从2020年到2021年,尽快上市已经成了诸多AI独角兽企业的最佳选择乃至唯一选择。
近段时间,包括依云知声、依图、云从 科技 、云天励飞等AI独角兽企业相继递交上市申请。
然而最新的消息却显示:
云知声提交撤回上市申请,状态变更为“终止”。
依图 科技 ,2021年3月11日,主动要求“中止”审核。
为什么变数如此之大?
数据显示,这些AI独角兽企业,尽管营收飞速增长,甚至都是以成倍、数倍的速度在增长,但长期处于巨额的亏损与烧钱状态,能否通过监管机构的“合规审查”?能否在资本市场受到投资者的青睐?都还面临一系列不确定的巨大考验。
云知声,作为深耕智能语音赛道上的独角兽,希望冲刺“AI语音第一股”,三年半已累计亏损7.9亿元,累计营收为5.61亿。
依图 科技 ,在向上交所科创板递交的招股申请书中,拟募集资金超过75亿元,主要用于人工智能项目和高性能SoC芯片制造。作为一家成立8年左右的人工智能公司,依图 科技 报告期内四年净亏达72亿左右,对应的营收为14.7亿。
云天励飞:2017年、2018年、2019年及2020年1-9月,分别亏损5480万、1.99亿、5亿、8.6亿,这期间总亏损超16亿元,对应的总营收为6.83亿。
云从 科技 :2017、2018、2019年和2020年1-6月分别亏损1.06亿、1.8亿、17亿(2019年亏损扩大主要是实施股权激励,确认股份支付费用13亿元)和2.9亿元,三年半累计亏损22.8亿元,营收15.77亿。
更大的两家明星企业,旷视 科技 与商汤 科技 呢?
据此前报道,2019年8月,旷视 科技 已经向香港联交所递交上市申请。当时旷视 科技 提交的招股书显示,旷视 科技 2016年至2018年收入分别为6,700万元、3.13亿元、14.27亿元,复合增长率为358.8%。报告期内,公司分别亏损3.43亿元、7.59亿元及33.51亿元。而最新的消息显示,3月10日,中信证券发布公告,公布关于旷视 科技 首次公开发行存托凭证并在科创板上市辅导工作总结报告。旷视 科技 能否圆梦科创板,我们就拭目以待了。
作为估值最高的人工智能独角兽企业,商汤 科技 去年年底完成了Pre-IPO轮融资。融资完成后,商汤 科技 估值约为120亿美元(约合775.37亿元人民币)。2020年11月,《 财经 》援引获得的一份商汤 科技 上市融资计划书,内容表示商汤 科技 预计在3年内进行A+H两地上市。
另外,包括推想 科技 、第四范式、地平线、思必驰、壁仞 科技 等一众AI独角兽,也不断有上市消息开始传出……
AI独角兽企业的上市之路如此坎坷,最重要的原因其实只有一个:持续的、不断扩大的、巨额的亏损与烧钱。
……
除了已经上市的中芯国际、寒武纪等“芯片概念股”,风口之下,风光无限同时又坎坷不断的人工智能领域,数千家人工智能创新企业,都还在热火朝天的 探索 与前进中。
2021年,还会诞生更多的AI独角兽企业吗?
多家计划登陆资本市场,就差“临门一脚”的AI独角兽企业,包括商汤 科技 、旷视 科技 、云从 科技 、依图 科技 、云知声、云天励飞以及其他的几十家AI独角兽……哪些家能够率先登陆资本市场呢?
如果从行业大趋势来分析的话,值得一提的是,2021年作为新十四五规划开局之年,在新规划建议中,多次提及人工智能这个关键词,这也预示着人工智能与各行业融合已经成为必然的发展趋势。
而 科技 前沿领域的公关,排在第一位的就是“新一代人工智能”,重视程度,不言而喻。
但从另一面,一个必然不可回避的问题就是:所有AI企业,作为前沿、高端的研发与技术密集型行业,收入规模在相当长一段时间内,有可能无法支撑巨额的、持续的、大规模研发投入、场景 探索 及市场开拓等,持续亏损的风险与压力,会长期存在。
无论对AI企业,监管机构,投资者,都必须以正确的态度来理性对待这个问题。
要知道,在这一波人工智能的大浪潮之前,2000年前后的那一拨互联网的浪潮中,我国的诸多互联网创业公司,包括百度、腾讯、阿里等都是参考硅谷等国外相对成熟的技术与商业模式创新,所以规模化、盈利的时间相对更快一些,商业价值的实现在比较短的时间就可以体现。
因此,无论是对于人工智能独角兽企业,还是其他AI创业企业来说,通往“诗与远方”的人工智能道路上,前途是光明的,道路一定是异常曲折的。
平衡好巨额的亏损、有价值的落地场景,快速的发展、投资者的认可四者的关系,从生存再到发展,这是必须要处理好的理性问题。
首先坚持活下来,才是这个阶段的主旋律。
红宝丽估值方法?红宝丽价格上涨原因?红宝丽股份股吧?
市场上大部分投资者都被化工板块聚合数据估值的高涨给吸引了聚合数据估值,站在化工产业转型角度来看待,中国化工产业已经到了加速往高附加值的精细化工及新材料的方向去走,有个化工行业中新材料的优质企业,叫做红宝丽,今天就给大家介绍下。
在开始分析红宝丽前,分享一份我整理的化工行业龙头股名单给大家,点击下即可领取:宝藏资料:化工行业龙头股名单
一、从公司角度来看
公司介绍:红宝丽主要从事环氧丙烷衍生品,包括聚氨酯硬泡组合聚醚、特种聚醚、异丙醇胺系列产品,以及新兴材料聚氨酯保温板的研发、生产和销售。目前,集团公司拥有聚氨酯、异丙醇胺、新材料以及环氧丙烷四大产业基地,与国际跨国公司同台竞技中,在行业名列前茅。
粗略的介绍完红宝丽的公司后,再来看一下公司的优势有哪些?
优势一、聚氨酯行业知名企业,市场认可度高
红宝丽是聚氨酯保温行业的知名企业,公司自主研发生产的高阻燃聚氨酯保温板,采用的是结构阻燃技术,实现永久阻燃,兼具保温和防火,在行业内始终保持产品品质和持续稳定性的优势。红宝丽通过多年的经营,已在建筑保温领域拥有较高的知名度,产品已应用于政府民生保障项目、房地产开发项目、北京老旧房屋改造项目和住宅产业化等保温项目,在市场的认可度非常高。
红宝丽在聚氨酯行业里处于领先位置,是中国工业和信息化部等两部门公布的第二批制造业单项冠军企业,红宝丽也被中国质量协会列为了"全国质量奖"的获奖单位。
优势二、生产资源优势
红宝丽现在所经营的产品涉及了四大产业,拥有的生产资源和产业基础都是很不错的。红宝丽的硬泡组合聚醚和异丙醇胺生产基地在我们的国家级化工园区南京江北新区新材料科技园里面,园内基础设施都很完善。每年大概可以有15万吨的硬泡组合聚醚被生产出来,而且聚醚多元醇还可以进行配套生产,可以生产出标准跟型号不一样的产品出来,产品单套装置规模超过其他同类生产企业,并且产品结构可以调整,装置所用到的是超临界生产工艺,区别于世界同类企业。
红宝丽在生产条件上非常全,有很强规模优势,国内目前尚没有规模化全系列的较大的同类生产企业。"红宝丽新材料产业园"拥有1000万平方米的高阻燃保温板方面的生产能力。
由于篇幅不够,更多关于红宝丽的深度报告和风险提示,我保存在这篇研报当中,点击就能马上查看:【深度研报】红宝丽点评,建议收藏!
二、从行业角度来看
聚氨酯行业:MDI 属于全球定价的品种,全球增量需求维持 1.5 倍 GDP 增速,即年增量需求约 30万吨。供应端,产能投放区域均在亚太区,预计以聚合 MDI 为锚的价格会中长期维持在 12000 元/吨以上的水平。聚氨酯行业前景长期可看好。
综上所述,我认为红宝丽公司是化工行业中新材料的先锋军,借助行业上升的红利,有望迎来高速发展。但是文章具有一定的滞后性,假如想更深入的了解红宝丽未来行情,链接直接打开,诊股有专业的投顾为你服务,看下红宝丽现在行情是否到买入或卖出的好时机:【免费】测一测红宝丽还有机会吗?
应答时间:2021-11-01,最新业务变化以文中链接内展示的数据为准,请点击查看
关于聚合数据估值和聚合数据市值的介绍到此就结束了,不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息,记得收藏关注本站。
聚合数据估值的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于聚合数据市值、聚合数据估值的信息别忘了在本站进行查找喔。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
暂时没有评论,来抢沙发吧~