【重磅】人工智能等四大行业独角兽IPO即报即审(附 26 家企业名单)再见AI黑匣子:研究人员教会AI进行自我解释

简介: 28日下午,监管层对券商作出指导:若有生物科技、云计算、人工智能、高端制造在内的四个行业“独角兽”,应立即向发行部报告,符合相关规定者可以实行“即报即审”。这意味着将会直接加速“独角兽”企业国内上市步伐,下一个BAT呼之欲出。

AI企业在A股上市进入了快速通道。

据21世纪经济报道,2月28日下午,监管层对券商作出指导:若有生物科技、云计算、人工智能、高端制造在内的四个行业“独角兽”,应立即向发行部报告,符合相关规定者可以实行“即报即审”。这就意味着,上述四个领域的“独角兽”不用排队,只需要两三个月就可以审核完毕。

众所周知,由于多数创业公司不具备证监会要求的A股上市标准,国内优质企业如阿里、百度、京东、唯品会等,纷纷登陆纳斯达克等海外市场,形成了“国内赚钱,国外分红”的窘境。

“即报即审”政策将会改变这一情况,并将直接加速“独角兽”企业国内上市步伐。而目前处在风口上的人工智能公司将会首先享受政策带来的红利,“独角兽”会迅速进化成中国科技巨头,下一个BAT诞生在即。

人工智能、云计算等行业将“即报即审”,借鉴富士康IPO模式

目前,主板和中小板对国内企业上市条件为:持续经营三年以上,最近三个会计年度净利润为正数且累计超过3000万人民币。创业板则要求企业最近两年连续盈利,净利润累计不少于1000万;或最近一年盈利,营收不少于5000万元。

按照上述标准,多数国内AI创业公司离A股IPO之路遥遥无期。以易观智库发布的2017中国最具代表性的十大人工智能创业公司为例,持续经营尚不满三年的就有3家,若加上最近三个会计年度的净利润要求,则多数公司达不到主板上市的标准。

84f682ac37c7521cb297a54657492a1a190a9fa0

图据易观国际

北京一家大型券商投行人士对21世纪经济报道表示,目前云计算和生物科技公司大多处于亏损状态。

而监管部门的“即报即审”的政策,将直接为这些AI创业公司在A股上市创造快速通道,这一做法最早始于富士康IPO。 

富士康成立两年,低于A股上市标准,监管层对其申报IPO时“特事特办”。据证监会公告看:2月1日,富士康招股书申报稿上报,2月9日招股书申报稿和反馈意见同时披露,2月22日招股书预披露更新。审核节奏非常快。

“即报即审”被认为是借鉴了富士康IPO模式,这将大大缩短AI企业IPO排队的时间,也在客观上会加速改变行业的竞争格局。 

下一个BAT将诞生于AI公司,最有可能是这26家

在过去几年里,由于达不到A股上市标准,国内优质公司如百度、阿里巴巴、京东等企业赴美上市,造成“国内赚钱,国外分红”的情况。

今年1月31日,证监会在2018证券期货监管工作通报中表示,“以服务国家战略、建设现代化经济体系为导向,吸收国际资本市场成熟有效有益的制度与方法,改革发行上市制度,努力增加制度的包容性和适应性,加大对新技术新产业新业态新模式的支持力度。”

除了“即报即审”外,另有知情人士称,鉴于不少“独角兽”行业公司都有VIE架构,并不需要等待VIE架构拆除后才能申报。“申报后再去拆除VIE架构就行。”VIE架构不会成为即报即审的障碍。

而对指定行业的“独角兽”,在盈利要求、VIE结构上要求放宽,审核加速,这无疑就是上市制度的一次重大改革,A股中诞生“下一个BAT”即将变成可能。

综合企业实力、融资情况和成立时间,新智元将最有可能登陆A股的人工智能“独角兽”公司名单奉上,仅供参考。(数据截止到2018年2月)

8fbb5b91f95ee453391e559f7e105e635f54f50c

(注:云知声已完成B+轮3亿元融资,成立于2012年)

从上表来看,目前科沃斯已经提交IPO申请。根据证监会官网披露的科沃斯招股说明书,招股书显示,科沃斯拟在上交所募资9亿元,发行股数4010万股。若IPO成功,科沃斯有望成为国内“智能机器人第一股”。

另外,国内无人机公司科比特已于去年底完成2亿元人民币Pre-IPO轮融资,创下了2017年无人机领域单笔融资额最大的记录,预计科比特也将率先享受到“即报即审”的待遇。

除了上述两家有明确IPO进程的企业外,

  • 完成D轮融资的人工智能公司有2家:Broadlink(古北电子)和出门问问;
  • 完成C轮融资的人工智能公司有6家:旷视科技、依图科技、诺亦腾科技、图森未来、思岚科技、汇医慧影;
  • 其余16家为完成B(含B+)轮融资的人工智能公司


原文发布时间为:2018-03-1
本文作者:克雷格
本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号
相关文章
|
1月前
|
人工智能 自然语言处理 算法
谷歌DeepMind研究再登Nature封面,隐形水印让AI无所遁形
近日,谷歌DeepMind团队在《自然》期刊上发表了一项名为SynthID-Text的研究成果。该方法通过引入隐形水印,为大型语言模型(LLM)生成的文本添加统计签名,从而实现AI生成文本的准确识别和追踪。SynthID-Text采用独特的Tournament采样算法,在保持文本质量的同时嵌入水印,显著提高了水印检测率。实验结果显示,该方法在多个LLM中表现出色,具有广泛的应用潜力。论文地址:https://www.nature.com/articles/s41586-024-08025-4。
71 26
|
28天前
|
机器学习/深度学习 人工智能 算法
【AI问爱答-双十一返场周】第二场企业办公视频
【AI问爱答-双十一返场周】探讨AI大模型时代对企业办公的影响。AI员工旨在辅助而非替代人类,通过深度学习、大规模训练数据和自我监督学习提升效率。视频介绍生成式智能工具如全妙系列,助力企业内容生产。关注AI问爱答,了解更多AI技术与应用。
|
2月前
|
机器学习/深度学习 人工智能 自动驾驶
企业内训|AI大模型在汽车行业的前沿应用研修-某汽车集团
本课程是TsingtaoAI为某汽车集团高级项目经理设计研发,课程全面系统地解析AI的发展历程、技术基础及其在汽车行业的深度应用。通过深入浅出的理论讲解、丰富的行业案例分析以及实战项目训练,学员将全面掌握机器学习、深度学习、NLP与CV等核心技术,了解自动驾驶、智能制造、车联网与智能营销等关键应用场景,洞悉AI技术对企业战略布局的深远影响。
217 97
|
6天前
|
人工智能 自然语言处理 API
OpenDeepResearcher:开源 AI 研究工具,自动完成搜索、评估、提取和生成报告
OpenDeepResearcher 是一款开源 AI 研究工具,支持异步处理、去重功能和 LLM 驱动的决策,帮助用户高效完成复杂的信息查询和分析任务。
125 18
OpenDeepResearcher:开源 AI 研究工具,自动完成搜索、评估、提取和生成报告
|
7天前
|
存储 人工智能
Scaling Law或将终结?哈佛MIT预警:低精度量化已无路可走,重磅研究掀翻AI圈
哈佛大学和麻省理工学院的研究人员最近发布了一项重磅研究,对Scaling Law在低精度量化中的应用提出严重质疑。研究表明,随着训练数据增加,低精度量化带来的性能损失也增大,且与模型大小无关。这挑战了通过增加规模提升性能的传统观点,提醒我们在追求效率时不能忽视性能损失。该研究结果在AI圈内引发广泛讨论,提示未来需探索其他方法来提高模型效率,如混合精度训练、模型压缩及新型硬件架构。论文地址:https://arxiv.org/pdf/2411.04330。
32 11
|
1月前
|
存储 人工智能 自然语言处理
|
1月前
|
存储 人工智能 自然语言处理
AI Agent与SaaS工具协同发展的未来:企业智能化的全新范式
AI Agent以自主性和智能化为核心,适合复杂任务的动态执行;而SaaS工具则注重服务的完整性和易用性,适合标准化业务需求。
115 14
AI Agent与SaaS工具协同发展的未来:企业智能化的全新范式
|
21天前
|
机器学习/深度学习 人工智能 算法
Transformer打破三十年数学猜想!Meta研究者用AI给出反例,算法杀手攻克数学难题
《PatternBoost: Constructions in Mathematics with a Little Help from AI》提出了一种结合传统搜索算法和Transformer神经网络的PatternBoost算法,通过局部搜索和全局优化交替进行,成功应用于组合数学问题。该算法在图论中的Ramsey数研究中找到了更小的反例,推翻了一个30年的猜想,展示了AI在数学研究中的巨大潜力,但也面临可解释性和通用性的挑战。论文地址:https://arxiv.org/abs/2411.00566
64 13
|
2月前
|
机器学习/深度学习 人工智能 安全
CCF-CV企业交流会:打造大模型时代的可信AI,探索AI安全治理新路径
近日,由中国计算机学会计算机视觉专委会主办的《打造大模型时代的可信AI》论坛顺利举行。论坛邀请了来自上海交通大学、中国科学技术大学等机构的专家,从立法、监管、前沿研究等多角度探讨AI安全治理。合合信息等企业展示了图像篡改检测等技术,助力AI向善发展。
74 11
CCF-CV企业交流会:打造大模型时代的可信AI,探索AI安全治理新路径
|
1月前
|
人工智能 运维 监控
云卓越架构:企业稳定性架构体系和AI业务场景探秘
本次分享由阿里云智能集团公共云技术服务部上海零售技术服务高级经理路志华主讲,主题为“云卓越架构:企业稳定性架构体系和AI业务场景探秘”。内容涵盖四个部分:1) 稳定性架构设计,强调高可用、可扩展性、安全性和可维护性;2) 稳定性保障体系和应急体系的建立,确保快速响应和恢复;3) 重大活动时的稳定重宝策略,如大促或新业务上线;4) AI在企业中的应用场景,包括智能编码、知识库问答、创意广告生成等。通过这些内容,帮助企业在云计算环境中构建更加稳定和高效的架构,并探索AI技术带来的创新机会。

热门文章

最新文章