作者：袁煜明/蒋佳霖/徐聪/钱路丰/陈冠呈/雷雳/洪依真
众所周知，在国内A股市场有一种现象是一直不乏有各式各样动听的故事在上演，在众人的期待下，不少上市公司的股价迎来彪悍上涨。但是讲故事并不是中国特色，在美股市场同样也不缺乏通过在传统业务上加入一两个新概念，从而引来无数的目光关注，媒体争相追捧，投资者争先恐后进场的情况。
而说到概念，当下最红火的莫过于人工智能这个“可能会威胁人类生活和工作”的重磅杀器。人工智能从2016年初Alpha Go历史性战胜职业围棋选手开始，就引起了全球对人工智能的广泛关注，一年多来热度未褪反升。这篇随笔谈到的新晋IPO的Veritone公司就是通过讲述了一个“广告 AI”的故事而获得媒体给予“美国人工智能概念第一股”的称号。
近日，美国人工智能公司Veritone提交IPO申请，计划融资1500万美元，成功后将会成为美股中“首家纯正人工智能公司”。“首家”“纯正AI”的字眼让故事听起来非常震撼，相比而言，技术领先但业务太庞大的Google、亚马逊，或是高速增长却被定格为硬件公司的英伟达气势上都差了一截。
本青由此也联想到不久前看到高通投资部的某位投资人曾说过：“许多融不到资的公司将自己公司定位为人工智能公司，甚至市面上有企业打着人工智能Wifi、人工智能榨汁机等等各种各样的名号。”那么Veritone这家打着人工智能第一股的公司到底是名副其实，还是只是借着人工智能的名字宣传和融资呢？他的人工智能和其他的人工智能有什么区别呢？我们认真研读了公司的158页英文招股书。
按照惯例，首先给出本篇随笔目录：
一、创始人过往经历
二、从招股书读Veritone财务状况
三、创意来源于通用化人工智能
四、AI平台是怎样的一个故事？
五、Veritone AI平台体验
六、未来的想象空间有多大？
七、目前有哪些竞争对手？
八、展望一下veritone正式上市后可能的进展
九、总结
一、创始人过往经历
Veritone创办于2014年7月，创始人为Steelbergs俩亲兄弟，哥哥Chad Steelberg担任董事长兼CEO，弟弟Ryan Steelberg担任总裁。哥儿俩之前已经有了丰富的创业经历，甚至可以称之为创业狂魔，近20年来他们的主要经历就是——创办公司、卖掉；创办公司、卖掉；创办公司、卖掉；创办公司，上市。（这种创业爱好者在硅谷还是有不少的）
由于过往在广告行业的丰富经历，他们创业的主要领域全都集中在广告领域，最近创办的公司就是这边随笔的主角——2014年创办的广告代理 人工智能公司Veritone。
二、从招股书读Veritone财务状况
首先简单来看一下Veritone公司的收入、费用和利润等财务状况。
目前公司的主营业务收入来源包括两方面：广告代理业务和AI平台业务。从2014年7月公司成立一直到2015年4月，公司盈利主要来自于广告代理业务。做为公司传统主业的这一块广告代理业务在2016年大幅下滑。从2015年4月开始，Veritone的SaaS授权产品AI平台正式上线，并且公司表示在未来的时间内将会投入大部分的资金和精力发展AI云服务业务，但是从数据来看，公司的AI平台业务2016年收入仅仅只有51万美元，目前看不到太多盈利的迹象。
再看看一下毛利率和净利率的情况，2016年Veritone公司的期间费用率大幅增长，销售费用率从41%增长到了93%，研发费用率和管理费用率增加更为明显，几乎是2015年的三倍。从而导致公司在2016年的净利润亏损了2327万美元，净利润率为-261%。
从以上简单的财务数据中，我们可以得到这样的信息：Veritone公司传统主业已经出现较大困境，但是新业务的拓展在短期之内并不能为其带来利润，那为什么Veritone会选择在这个时机提交IPO申请，又要通过什么方式能够赢得资本市场众多投资者的支持呢？
接下来，我们具体分析一下这两块业务。
1、广告代理业务
广告代理业务是公司的主要收入来源，Veritone利用其专属平台帮助客户提升广告投放精准度、通过实时广告投放和分析来实现广告投资回报最大化，2016年主要客户包括Uber、1-800 flowers.com、在线美容零售商Dollar Shave Club、体育游戏公司DraftKings、亚马逊Audible、Casper Sleep和Tommy John等公司。
2015年、2016年公司帮助广告客户投放的媒体广告额分别为1.1亿美元、7500万美元，同比下降32%；广告收入分别是1393万、891万美元，同比下降36%。据招股书披露，下降的主要原因是公司最大的客户LifeLock在2015年8月之后就开始放弃使用Veritone转而自己投放广告，同时另外一个客户DraftKings由于商业活动减少和法律管制的原因导致媒体广告购买减少。这两大客户在2015年构成收入的43%，到了2016年比例降至10%。很明显，传统的广告代理业务的增长遇到了极大阻力，转型迫在眉睫。
2、AI平台业务
虽然标榜自己是一家AI公司，但是Veritone的AI平台业务还处于发展的早期阶段，从体量来上，2015、2016年的AI平台的收入分别是4万、51万美元，只构成营业收入的一小部分，不过增速已经达到了1800%，一年期间增长了超过10倍。这一部分的收入在财报中暂时还与广告代理业务处于平行的关系，但Veritone的愿景是希望能借助这个平台提供更加精准的广告代理业务，同时还把应用范围逐步扩大到政治竞选、企业客户管理等领域，市场不仅仅局限于媒体广告投放。换言之，等Veritone建构起一个成熟的AI平台，把所有的广告客户资源转移到AI平台后，财报上将不会出现“广告代理业务”和“AI平台业务”两种细分，而是在“AI平台业务”这一大类下细分媒体业务、政治业务、企业客户以及其他垂直领域的客户。（当然这只是本青的猜测）
Veritone的AI平台业务目前是以SaaS商业授权许可的形式为客户服务，将来Veritone的媒体广播客户可以通过SaaS授权的模式进去Veritone AI平台，Veritone的目标是想构建一个利用包括广播、电视、Podcasting、Youtube等媒体的AI广告平台，利用这个平台把Veritone打造成为云服务 人工智能的领先者，从而获得盈利。
因此，刚刚提到为什么Veritone提交IPO的问题已经呼之欲出：通过讲好AI平台这个故事获得融资。
三、创意来源于通用化人工智能
3.1、人工智能的分类
在具体分析Veritone的AI平台前，先普及一下人工智能的背景知识方便各位读者理解。
目前人工智能的服务大致分为两个类别，一个是专业化的人工智能，一个是研究通用化的人工智能。
专业化人工智能：我们知道，人工智能整个生态包含众多领域，从应用来看分为智能搜索、人机交互、模式识别、语音识别、生物识别、图像识别、自然语言处理、认知科学、神经科学等等。现在大部分的人工智能初创公司都是集中在某一个自己最擅长的领域进行深入研究，应用的范围很窄，整个人工智能系统专门被训练成去执行特定的任务，脱离了这个任务无法应用到其他领域。这些公司往往会聘请最资深的专家努力把自己的算法和技术达到最优，让识别和分析判断和预测达到最精确，例如专注于人脸识别的公司仅仅只会考虑把人脸识别的准确率提高到95%，到达之后就会设定目标到99%、99.9%、99.99%……，在成功之前其实很少会考虑分心去做其他领域的AI技术。再比如IBM的Watson也是仅限于国际象棋领域的高度专业化、目的单一的机器，一旦需要Watson去下飞行棋，他宁可原地爆炸。
通用化人工智能：通用人工智能的重点落在“通用”上，是构建一套包含众多功能、可以应用在众多领域，可能很多人不知道，Alpha Go的DeepMind其实就是典型的通用人工智能技术团队，他们使用深度学习 增强学习的通用算法，这个算法可以训练用来下围棋（Alpha Go），但事实上没有对程序进行任何围棋知识的固化，所以也可以用玩其他棋牌类游戏甚至股票交易等其他功能。通用化的人工智能把众多专业化人工智能的功能集结在一起，可以同时实现人脸识别、信息检索、数据分析、判断预测等功能。
3.2、AI基础平台开源化为通用平台奠定了基础
在过去两年中，AI公司开源自己的平台是特别明显的一个新特征，尤其是巨头公司也非常乐意开源自己的AI生态圈。在看到Google开源Android平台获得极大的好处后，众多巨头公司纷纷开放自己的AI技术，因为当别人采用开源的平台接入自己应用的时候，每一次对代码的优化都会返回到最初开源的平台，对自身平台的优化有着极大的促进作用。（关于开源的好处，我们在2016年10月曾经推出《开源—软件企业的梦靥还是拓荒者的福音》深度报告）
所以在人工智能领域，自从2015年1月Facebook开源了自身的关注深度学习的开源软件项目Torch后，各大涉足人工智能领域的IT巨头谷歌、Facebook、IBM、微软、百度、雅虎等纷纷开源自己的AI技术。
在众多AI生态平台和技术开源的基础上，有人想到，能不能把多种AI技术接入，类似搭积木的方法搭建并整合出一个强大的AI生态平台，这个平台类似于“AI界淘宝”——把所有强大的AI技术集结到一个平台上，以供有需求的客户使用。如果能构建这么一个超级通用平台，那么我们可以大胆预测，未来的百亿级别的人工智能创业公司肯定是出现在通用的人工智能领域。
四、AI平台是怎样的一个故事？
4.1、为什么Veritone会想到这种方式切入到AI行业？
通过上面分析，为什么Veritone会选择用构建AI平台的方式切入到AI行业已经非常清晰：人工智能需要非常专业的算法，但是像Veritone这样的新型公司一没有技术，也不可能花大价钱养一批稀缺性专家进行人工智能深度学习算法研究，与巨头相比，在人才储备与数据、用户、流量、资本不在一个档次。在众多人工智能技术开源的情况下，Veritone剑走偏锋，走起了整合创新的道路，通过集成或者购买各种AI智能技术的办法，整合构建一个生态圈平台来供现实应用。
但是Veritone肯定不能盲目地构建一个适用于各行各业的完美超级平台，因此它选择做垂直领域的先行者，利用自己在广告代理行业20多年经验优势，先积累用户和数据，结合技术和算法优势，成为垂直领域的颠覆者。继而切入到政治、法律、公共安全等其他垂直领域。由此，Veritone Platform诞生。它所讲述的一个故事是：做一个广告领域上的“非结构化数据的搜索引擎” 通用AI平台，把大量的AI引擎集结到一个平台上，让广告媒体客户可以搜索和分析非结构化数据。未来可以拓展到政治客户、法律客户、政府客户等其他垂直领域。
4.2、Veritone Platform——目标是广告领域“非结构数据的搜索引擎”
根据介绍，Veritone平台主要是给SaaS客户提供包括内容管理与搜索、分析工具、内容共享与分发等功能服务。通俗一点来说，Veritone平台更像是一个面向B端用户提供非结构化数据搜索与处理的Google搜索引擎。不同的是，Google搜索不收费，面对所有个人用户，目前大部分功能都是通过文字等结构化数据进行搜索；而Veritone的平台则是通过云服务的方式，为授权用户提供搜索图片、视频、语音等非结构化数据的搜索与分析。
Veritone AI平台的核心主要是基于AI的认知引擎（Cognitive Engines）。目前Veritone的AI系统包括了43种不同类型的开源认知引擎，其中大多数来自于第三方公司接入，包括Google、IBM、Microsoft、Nuance、OpenCV和Hewlett Packard的认知引擎，一小部分由Veritone自身研发。换言之，Veritone其实是自己基本不生产数据和AI引擎，而是构建起一个平台，这个平台接入很多很多其他AI公司的引擎，从而能让大家一下子体验到所有市面上技术成熟的AI算法，而不用一个个AI引擎尝试。这种关系就类似于：阿里巴巴构建起一个电商平台，把各位有货源需要销售的商家集结在一起，阿里巴巴负责吸引客户过来购买货物。在这个过程中，阿里巴巴充当的是一个中间平台媒介的作用，他本身并没有货源。同样Veritone也是充当一个平台作用，它提供AI服务，但本身并没有（或者拥有很少）AI认知引擎。
为了让大家对AI平台有个清晰的了解，本青特意画了个略显简陋的Veritone AI平台整体架构图。（各位读者不要嫌弃）
这43种认知引擎将其从互联网或者其他渠道捕捉到的音频、视频等非结构化的数据进行处理、分析，然后生成结构化的可以处理的语言、数字信息。认知引擎的能力包括语音识别与转录、人脸识别、目标识别、情绪识别、语言翻译、声音视频指纹识别、地理位置等等。
Ø 语音转录：识别语音的语言，并把语音识别转录成文字。
Ø 人脸识别：主要是点头等头部姿态和说话，吐舌，闭眼等面部的动作。
Ø 目标识别：判断目标区域的人群状态以及具体目标对象的特征。
Ø 情绪识别：主要是指识别喜悦、悲伤、恐惧、厌恶、惊讶、轻蔑等多种基本情绪。
Ø 状态识别：目前主要是识别疲劳、思考、认真观看、走神等。
Ø 语言翻译：翻译工具，主要是把A语言实时翻译成B语言。
Ø 声音视频指纹识别：目前主要是判断与已存储的声音和视频的相似度，用途类似指纹识别。
Ø 地理位置：地理位置引擎联结拥有地理位置数据点的媒体，最终将会展示基于地理位置的媒体信息。
生成的结构化信息再次经过分析处理后通过SaaS云服务的模式提供给B端的应用层客户使用，从而产生商业价值，对于一个互联网广告公司，这些信息目前暂时的用途主要在广告领域，用于广告精准投放、媒体宣传、媒体策划、媒体战略等方面。
上面的描述如果显得过于理论，那就再举个容易理解的实际的例子。如同下图所示，Veritone通过对街景的所有物体进行识别，通过目标识别检测到视频中的企业logo、通过人脸识别得出这条街道上的人的年龄、肤色、性别、年龄等等特征，然后立刻返回到Veritone的平台进行数据分析，实时预测出哪条广告在这条街道的投放效果最佳，最后进行广告投放。
4.3、Veritone AI平台目前的数据量
大部分的人工智能公司其实面临着数据的挑战，因为认知引擎训练机器学习的算法需要大量的数据才能提高精确度，收集和学习的信息越多越庞大，那么引擎的准确率就越高，换言之数据就是AI的基础。Veritone接入了众多AI引擎和媒体数据，采用的数据来源包括电视、广播以及互联网上的Google Drive， DropBox， Box， YouTube， RSS， FTP和其他媒体。
下图是从Veritone官网上官方公布的Veritone AI平台的数据量。单单看目前AI平台最为成熟的语音识别与转录这一项能力：当前Veritone AI平台已经接入了12个语音识别与转录的认知引擎，可以识别转录30种语言，目前转录的语言超过2200000小时的信息，相当于91666天，251年的时长。
4.4、Veritone AI平台目前的精确度
关于精确度方面，从Veritone官网上公布的数据我们获悉，Veritone AI平台大部分的引擎精确度达到较为理想的状态，如人脸识别、目标识别、情绪分析、语言翻译的精确率都已经超过90%，甚至在地理位置识别上面，Veritone AI上面的精确度已经超过了人类。在认知速度方面，语音转录的速度有的甚至已经达到人类转录的18倍。
五、Veritone AI平台体验
由于篇幅有限，本文仅仅只是列举出人脸检测和关键信息监控两个功能的体验。
5.1、人脸检测
Veritone的图片搜索认知引擎来自于OpenCV的开源计算机视觉库，这个认知引擎已经把图片和视频里面的信息全部都打上标签，并且创建了人脸ID。
1）、首先在界面的右上角地方点击人脸图标进入人脸搜索，输入想要搜索的名字，例如“Hlilary Clinton”。
2）、那么将会搜索出Veritone平台里面存储的所有包含Hlilary Clinton人脸的视频或者图像。
3）、而如果再次输入“Bernie Sanders”，最终搜索的结果显示他们两人曾经参加的Women’s Leadersip Forum 2015的视频。
5.2、关键信息监控
关键信息监控允许人们设定关键词、时间范围等等条件，通过关键信息监控，人们可以避免每次都要重复输入，当监控到出现满足条件的关键信息时，平台将会自动提醒。
1）、第一步创建关键词“home depot”，同时还会设定时间等其他范围。
2）、设定搜索的媒体类型，例如下图设定的为“radio”和“Podcast”。
3）、第三步，可以设定选择观看监控结果的时间，可以选择一旦有消息立刻弹出，或者一天弹出一次。最后点击“创建”。那么这个关键词监控的搜索结果将会在特定条件下自动弹出。
六、未来的想象空间有多大？
6.1、政治领域
在政治领域，Veritone可以帮助竞选活动的各方参与者、政治顾问、选举办公室、委员费和其他组织分析公共及个人媒体的各种数据。早在2012年美国总统选举的时候，就已经有公司通过检测和分析200人观看奥巴马和罗姆尼辩论时候的表情变化，从而预测出投票的结果。
Veritone AI平台利用认知引擎把各种各样的媒体的非结构化数据转化成结构化数据，将选举人登记数据、捐赠人数据与已经处理的数据连接在一起进行数据分析，找出他们之间的联系。可以说Veritone AI可以贯穿一个政治组织整个周期，包括帮助候选人快速分析某个重要事情中是否与候选人有关、监控最新的趋势和话题、发现捐款、塑造故事和竞选策略、与选民交流……根据美国竞选财政组织统计，竞选花销在2016年就已经达到20亿美元，在2010年还只是1.05亿美元，2014年增长到3.87亿美元。
6.2、法律领域
在法律领域，Veritone目前重点发展的业务为eDiscovery（电子发现）。美国法律规定要求企业用户保留和提供电子存储信息，为可能面对的法律诉讼案件提供相关证据，因此企业用户对电子发现解决方案的需求非常巨大。根据ComplexDiscovery的统计，2016年eDiscovery软件和服务的市场空间为83亿美元，其中软件部分的市场空间为22亿美元。
eDiscovery可以帮助企业用户管理电子存储信息，帮助各个组织和法律事务所处理各种法律事务和调查，当律师需要与案件相关的信息时，eDiscovery可以提供例如主语、日期范围以及关键IT词汇等参数的搜索，为诉讼案件提供相关证据。其中文字、数字等结构化数据的保存和搜索已经非常普遍，但是语音、视频等非结构化数据的搜索依旧相对困难。Veritone的目标即是成为此类非结构化数据处理、保存和搜索的供应商。
目前Veritone与一家领先的eDiscovery软件解决方案供应商kCura签订了合作协议，并且已经把其eDiscovery软件接入到AI平台，从而让Veritone的客户能够在法律案件中快速自动找到相关的音频和视频文件并自动实时对其进行分析。
例如，用户可以使用Veritone AI平台监控记录电话从而来判断是否合规，比如违规营销的药品、不正当的证券或金融产品销售；还可以查找出讨论过某个产品的所有会议语音记录；还可以设定搜索条件，如查找电梯中有且只有两个人时候的监控录像。
6.3、执法和社会治安领域
在政府执法和社会治安领域，最近Veritone已经把自身的AI平台接入到微软Azure的政府安全云，在对大量的视频、音频以及日常积累的大量结构化数据（包括警方监控录像、车辆监控、闭路电视、911录音带等）进行数据分析与处理，警察和政府机关能够根据此进行恐怖事件的检测、分析和预警。IHS统计在2016年全球范围有3.5亿个监控摄像机，这些监控摄像机在2017年每天将会产生859PB的数据，如此庞大的数据肯定不能人力观看和检索这种耗时低效的方式来挖掘出有用的信息，例如2011年伦敦骚乱事件中，警方花费了4个月的时间查阅20万小时的监控视频来追踪嫌疑人的去向。Veritone AI平台能够帮助警察和政府部门更好更加智能存储、管理、分析每天搜集的海量的数据资源，从而更加高效地进行调查，提高执法和维护社会治安的效率。
七、目前有哪些竞争对手？
如同前面所描述的，Veritone讲述的一个故事是做一个广告领域上的“非结构化数据的搜索引擎” 通用AI平台，把大量的AI引擎集结到一个平台上，让媒体客户可以搜索和分析非结构化数据。未来可以拓展到政治客户、法律客户、政府客户等等。目前来看，在广告领域上，Veritone是首创这个概念的第一家公司，这个概念也支撑着其提交IPO的申请进行融资。
从技术壁垒的角度来看，构建一个类似Veritone的AI平台在技术上不是属于特别困难的事。因为他并没有对AI技术的深度学习算法有多么深入的研究，他所做的其实是构建一个AI平台集结了多个认知引擎，把这些认知引擎的服务提供给自己的广告客户。这就类似于：阿里巴巴构建起一个电商平台，把各位有货源需要销售的商家集结在一起，把货物卖给自己原来拓展的客户（我们假定阿里巴巴像Veritone一样，原本拥有客户资源）。搭建起一套电商平台在技术上并不是属于特别困难的事情，难得的是阿里巴巴第一个吃螃蟹，充分利用先发优势成功抢占先机，最后形成了平台效应。
既然在技术上壁垒不高，Veritone一家原本传统主业是互联网广告代理的公司也可以构建，那么在人工智能产业链上任何一家公司，无论是大巨头、还是小型初创公司，都有可能会搭建起这样的AI平台，甚至在垂直领域的一些传统公司。
事实也是如此，拥有搭建平台的想法的公司Veritone并不是第一个，早已有诸多巨头公司和AI初创公司已经在通用人工智能上面进行布局，前面所谈到的开源即是布局中的关键一步。这些公司自己首先搭建起包含一种或多种功能的AI平台，之后采用AI开源的方式，把自己的AI技术开放，利用全球码农贡献的代码来优化自己的平台，总结起来就是“我自己有多种货物，我自己搭建一个平台自产自销”，Veritone最大的区别在于“我没有货物，我搭建一个平台卖所有人的货物”。
这一类的搭建通用AI平台并且开源的公司目前市面上已有不少，由于篇幅有限不一一列举。仅拿国外的DeepMind和OpenAI、国内的百度和灵云为例。
谷歌DeepMind：谷歌的DeepMind在2016年12月在官方博客上宣布将其AI核心平台DeepMind Lab开源，把全部代码上传至Github，供研究人员和开发者进行实验和研究，DeepMind Lab开源之后,所有开发者都能下载源代码并对其进行个性化设置，以这种方式训练和测试原有的 AI 系统。这个平台将几个不同的AI研究领域整合至一个平台环境下，方便研究人员测试AI智能体的导航、记忆和3D成像等能力，从而达到DeepMind的使命——扩大AI的边界。但这家人工智能公司的CEO Mustafa Suleyman非常耿直地提出，人类距离实现通用AI还有很长一段路要走。大概还需要多久呢？Suleyman在英国伦敦举行的Disrupt London大会上说“可能还需要几十年”。
OpenAI：OpenAI几乎是与DeepMind同时宣布开源其用于测试和训练人工智能通用能力的平台Universe。根据官博介绍，Universe 是一个能在几乎1000多种环境中衡量和训练 AI 通用智能水平的软件平台。
百度：百度已经开放了旗下两大人工智能平台：百度大脑开放平台（ai.baidu.com）和百度深度学习平台（PaddlePaddle）给开发者和企业使用，并且很多是免费提供。和Veritone没有技术基础通过集成第三方的AI引擎的情况不同的是：百度所有技术包括语音技术、图像技术、自然语言、机器学习、AR增强现实等等都是自行研发并进行整合，最后开放底层技术出来让所有接入的用户一同进行改良。
捷通华声（灵云）：灵云全智能平台的技术团队来自于清华，对外的宣传是全国第一家全方位人工智能开放平台。组合应用包括灵云语音合成、语音识别、手写识别、OCR、声纹识别、人脸识别、指纹识别、语义理解等技术在内的各项能力，涵盖的范围非常全面。灵云平台能够嵌入到系统集成商的平台中，从而为企业提供人工智能能力。
当然很多人会有疑问，类似于百度、谷歌这样的AI开放平台，能不能接入第三方的AI技术？答案是：能。但是从现状来看，他们依然没有选择这样做，因为他们都希望自己能够成为AI界的Android，抢占AI界的份额。由于开源后所有接入AI平台的开发者在进行个性化设置的时候，都会训练优化原有的AI系统，因此AI公司都希望借助这种方式占领AI底层技术的市场份额。最后的结果是，谁也不会接入对手的AI平台。
但是Veritone与这些拥有AI底层技术的公司不同，它非常乐意接入多种AI引擎来丰富自己的AI平台。从这个角度上来看，不做运动员，还是有利于做好裁判员的。
八、展望一下veritone正式上市后可能的进展
接下来猜想一下Veritone正式上市后可能发展的方向。本青猜测，Veritone上市后五年之内最大的可能是被收购。
第一，从创始人本身的过往经历和处事风格我们可以看到，Steelbergs俩兄弟过去20年每创立一家公司最终的命运都是被收购，其中AdForce在纳斯达克上市后一年内也被CMGI收购。因此按照他们创立和管理公司的风格，veritone最后的走向也很有可能是被收购。当然，我们也不能排除Steelbergs俩兄弟在把AI业务做大做强后，已经和以前创立的广告公司有明显区别了，继续把veritone握在手中。
第二，细读Veritone的招股书会发现，Veritone对自己拥有的技术始终闭口不谈，因为他们自己本身并没有过多AI方面的技术人员和技术积累，依赖的只是讲述了“集成AI平台”这么一个故事，与谷歌、facebook等这些拥有相对成熟技术的AI公司有相当大的差距。
第三，就算是拥有人工智能技术的公司，也难逃被收购的结局。因为人工智能的技术虽炫酷但盈利方面艰难，即使是到了AI被炒得火热的今天，商业化落地依然面临尴尬局面。纵观最近几年的人工智能技术公司，大部分取得一定成果的公司的命途都是被巨头收购，这些巨头包括致力于发展人工智能的一众大型互联网公司，包括谷歌、微软、IBM、Facebook等等。因为目前人工智能公司仍然处于研发阶段，需要大量烧钱维护团队的运营，但是距离盈利还有非常长的一段路要走，所以通常这些人工智能初创公司会考虑被互联网巨头收购，从而注入足够的资金维持正常运转。2016年初引起一时轰动的Alpha Go就是由谷歌2014年初收购的初创企业DeepMind的成果。据CB Insights提供的数据显示，自2011年以来，已有近140家从事人工智能技术的初创公司被收购，其中2016被收购的企业数量达到了40家。
九、总结
通篇随笔下来，我们其实可以脑补出整个过程：Veritone管理层已经意识到传统的互联网广告业务已经进入到了瓶颈时期，2015年4月Veritone的SaaS授权产品AI平台正式上线与公司最大的客户LifeLock在2015年8月放弃使用Veritone的时间仅仅只相隔了4个月的时间， 这不是时间上的吻合，而是Veritone领导层其实早已经获悉LifeLock在2015年下半年将会放弃使用Veritone的广告代理业务，在无法快速找一个相当的公司来填补公司这一部分广告收入空缺的情况下，Steembergs兄弟察觉出人工智能已经有了一定的热度，将会迎来新一轮的追捧热潮，因此决定转型AI公司，把公司定位为一家人工智能的广告公司，希望能搭上AI这一热点，通过跟投资者讲述一个个动人的故事，希望能获得融资。
从目前的状况来看，2016年8月，Veritone获得 Acacia研究公司5000万美元的投资，而这次的IPO计划融资1500万美元。投资者当然不会因为Veritone表现不佳的传统广告业务而投入资金，必然是被Veritone所讲述的AI平台的故事吸引到。而在IPO的过程中，又会有多少人因为“美国首家纯正的人工智能上市公司”这个标题所吸引呢？毕竟Steembergs兄弟早已经在广告媒体行业浸淫多年，早已深谙媒体宣传和造势之道。在成功IPO后，Veritone又会不会再次以被收购的结局收尾呢？
当然，以上所有设想皆为脑补猜测，我们不能排除Veritone把大量优质的认知引擎集结起来，把AI平台做大做强，成为一个可以搜索文字、数字、图像、视频的搜索引擎和分析工具。本青也很期待Veritone继续把这个故事说下去，有朝一日弯道超车，与巨头们进行较量。
（编辑：孙涵予）
