AI越來越不像門好生意了，不信你問問AI四小龍 原創(chuàng) 洪雨晗 品玩

作者｜洪雨晗

郵箱｜hongyuhan@pingwest.com

從2019年曠視科技港股首次申請(qǐng)IPO，到今年3月再次沖擊科創(chuàng)板并預(yù)計(jì)9月“上會(huì)”；再到今年6月依圖科技終止IPO進(jìn)程；7月云從科技科創(chuàng)板順利過會(huì)；以及8月底商湯科技向港交所正式遞交招股書沖刺IPO——“AI四小龍”的上市進(jìn)程都已清晰。

從他們交出的公開成績(jī)單來看，他們的存在促進(jìn)了AI向人們生活的滲透，但他們所做的事情卻越來越不像一門好生意。

AI歷史進(jìn)程里的四小龍

今年距四小龍中最早誕生的曠視科技成立已經(jīng)過去了十年。

十年前，伴隨著深度學(xué)習(xí)技術(shù)的成熟以及計(jì)算機(jī)算力的增長(zhǎng)，沉寂已久的人工智能行業(yè)再次沸騰起來，一大批企業(yè)踩上了第三次人工智能的浪潮闖入人們的視野。這也讓這批AI企業(yè)在成立之初就可以秉承著商業(yè)需求主導(dǎo)的意志。

商湯、曠視、云從、依圖這四家在當(dāng)時(shí)被稱為“AI四小龍”，它們最初都是從計(jì)算機(jī)視覺領(lǐng)域（計(jì)算機(jī)視覺，ComputerVision，簡(jiǎn)稱CV)起步的公司，并在該領(lǐng)域所占的市場(chǎng)份額常年排在前列。

AI獨(dú)角獸選擇計(jì)算機(jī)視覺領(lǐng)域作為突破口的原因很簡(jiǎn)單，2012年到2015年，在代表計(jì)算機(jī)智能圖像識(shí)別最前沿發(fā)展水平的ImageNet競(jìng)賽（ILSVRC）中，參賽的人工智能算法在識(shí)別準(zhǔn)確率上突飛猛進(jìn)。2014年，在識(shí)別圖片中的人、動(dòng)物、車輛或其他常見對(duì)象時(shí)，基于深度學(xué)習(xí)的計(jì)算機(jī)程序超過了普通人類的肉眼識(shí)別準(zhǔn)確率。

來源：李開復(fù)《人工智能》

這意味著人工智能在計(jì)算機(jī)視覺領(lǐng)域商用轉(zhuǎn)折點(diǎn)的到來，眾多AI公司或多或少以此為契機(jī)在市場(chǎng)中立足，同時(shí)，計(jì)算機(jī)視覺也確實(shí)是人工智能中商業(yè)化成熟度較高的領(lǐng)域，也自然在當(dāng)時(shí)引起人們的遐想，人工智能在計(jì)算機(jī)視覺領(lǐng)域的成功落地是否預(yù)示著人工智能落地的大拐點(diǎn)臨近？AI商業(yè)化的潮流就要席卷社會(huì)？千行百業(yè)都在被AI重新改造的前夕？

數(shù)年前，第三次人工智能爆發(fā)的早期，人工智能專家李開復(fù)認(rèn)為，相對(duì)于前兩次熱潮，第三次熱潮正在從學(xué)術(shù)研究主導(dǎo)向商業(yè)化需求轉(zhuǎn)向，不同于過去學(xué)術(shù)界勸說政府和投資人投錢，第三次熱潮多是投資人主動(dòng)向熱點(diǎn)領(lǐng)域的學(xué)術(shù)項(xiàng)目和創(chuàng)業(yè)項(xiàng)目投錢，也因此，第三次人工智能熱潮的關(guān)鍵在于解決問題。

在人工智能最火熱的時(shí)期，甚至有不少人認(rèn)為人工智能在未來20年扮演的角色比過去20年的移動(dòng)互聯(lián)網(wǎng)更加重要。此前，整個(gè)移動(dòng)互聯(lián)網(wǎng)的興起是將線上與線下聯(lián)系起來，而這其中產(chǎn)生的海量數(shù)據(jù)將推動(dòng)人工智能優(yōu)化各業(yè)務(wù)流程的效率，實(shí)現(xiàn)生產(chǎn)力的大幅提高。

用人工智能行業(yè)向的話來說，就是如何將萬物互聯(lián)時(shí)代產(chǎn)生的龐大的非結(jié)構(gòu)化的數(shù)據(jù)，轉(zhuǎn)化為結(jié)構(gòu)化可進(jìn)一步利用的數(shù)據(jù)，從中獲取有效信息來指導(dǎo)和預(yù)測(cè)社會(huì)、公司以及個(gè)人的行動(dòng)，以此來實(shí)現(xiàn)商業(yè)價(jià)值，這其中的關(guān)鍵就是有效數(shù)據(jù)的提取。

如今，十年之期已到，實(shí)際情況如何呢？

在擁有高質(zhì)量數(shù)據(jù)的行業(yè)，人工智能的切入看起來是極為迅速的，例如上文提到的計(jì)算機(jī)視覺領(lǐng)域仍是人工智能技術(shù)應(yīng)用比重最高的領(lǐng)域，該領(lǐng)域在城市、商業(yè)、生活等各方面的應(yīng)用也是四家AI企業(yè)的主要收入來源之一。

來源：億歐智庫

以近期交表的商湯科技為例，其業(yè)務(wù)涵蓋智慧商業(yè)、智慧城市、智慧生活、智能汽車四大板塊，主要通過提供軟件服務(wù)以及人工智能芯片、傳感器等能使AI模型運(yùn)行的軟硬一體的產(chǎn)品及服務(wù)來盈利，其中智慧商業(yè)和智慧城市貢獻(xiàn)了商湯80%以上的營收。

曠視科技的業(yè)務(wù)則主要包括消費(fèi)物聯(lián)網(wǎng)解決方案、城市物聯(lián)網(wǎng)解決方案、供應(yīng)鏈物聯(lián)網(wǎng)解決方案三類。依圖科技的定位是“算力提供商”，以人工智能芯片技術(shù)和算法技術(shù)為核心，研發(fā)和銷售包含人工智能算力硬件和軟件在內(nèi)的人工智能解決方案。云從科技則瞄準(zhǔn)了智慧金融、智慧治理、智慧出行、智慧商業(yè)四個(gè)領(lǐng)域，人機(jī)協(xié)同操作系統(tǒng)和人工智能解決方案是其主要營收構(gòu)成。

雖然四家企業(yè)對(duì)AI落地的領(lǐng)域和主要兜售產(chǎn)品、服務(wù)有紛繁的叫法，但總結(jié)下來較為成熟的落地領(lǐng)域仍然是基于視覺、語音、文本、數(shù)據(jù)科學(xué)相關(guān)的AI技術(shù)，同時(shí)，行業(yè)解決方案、企業(yè)服務(wù)、機(jī)器人、醫(yī)療、安防等賽道是大部分AI企業(yè)的重點(diǎn)投入領(lǐng)域。

因此，計(jì)算機(jī)視覺作為應(yīng)用比重最大的人工智能技術(shù)，AI四小龍的營收排名與它們?cè)谟?jì)算機(jī)視覺領(lǐng)域的營收情況關(guān)聯(lián)性依然較高，如下圖所示，從營收上來看商湯、曠視、云從、依圖在每年的營收排名上與它們?cè)贑V領(lǐng)域的市場(chǎng)份額狀況相當(dāng)。

這也從側(cè)面說明，在CV領(lǐng)域外，四小龍的AI落地仍充滿著艱難。那些志向遠(yuǎn)大的希冀并未實(shí)現(xiàn)。

營收越高，虧損越多

從凈利潤上來看，四家企業(yè)仍然“吞金”嚴(yán)重，每家企業(yè)都在瘋狂燒錢。尤其值得注意的是，企業(yè)的虧損并沒有隨著營收的增長(zhǎng)而逐漸降低，反而呈現(xiàn)出“營收越高，虧損越多”的怪象，除去未來可能兌現(xiàn)員工期權(quán)所造成的“公允價(jià)值損失”，四家企業(yè)的虧損仍然嚴(yán)重。

備注：報(bào)告期內(nèi)，商湯科技2021年的數(shù)據(jù)截至6月30日；依圖科技2020年的數(shù)據(jù)截至6月30日

以其中營收和虧損都最高的商湯科技為例，經(jīng)調(diào)整，2018年到2021年6月30日，商湯科技虧損凈額分別為2.21億元、10.37億元、8.78億元以及7.26億元。商湯科技在招股書中表示未來仍有無法盈利的可能，其預(yù)計(jì)公司未來將繼續(xù)擴(kuò)大業(yè)務(wù)（探索物聯(lián)網(wǎng)設(shè)備、元宇宙、智慧健康等）、運(yùn)營以及投資于研發(fā)、通用人工智能基礎(chǔ)架構(gòu)和地域擴(kuò)張上的開支，如據(jù)傳花費(fèi)超40億的商湯上海臨港大型人工智能計(jì)算與賦能數(shù)據(jù)中心 ( AIDC )，科研人員用其跑一次數(shù)據(jù)就需花費(fèi)50萬元 。

橫向來看，四家企業(yè)在可能持續(xù)虧損風(fēng)險(xiǎn)上面臨著一些類似的問題，一是都需要在研發(fā)以及人才招聘上保持高投入；二是在市場(chǎng)拓展和地域擴(kuò)張上保持高投入。同時(shí)，這兩個(gè)問題也是“營收越高，虧損越多”的直接原因。

人工智能行業(yè)是人才和技術(shù)密集型行業(yè)，各公司需要投入大量資源用于系統(tǒng)層、算法層、操作系統(tǒng)及 AI 重新定義硬件的研究創(chuàng)新，以此來保持在行業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。同時(shí)，隨著市場(chǎng)需求的不斷迭代更新，公司同樣需要保持技術(shù)的先進(jìn)性。

創(chuàng)投圈有個(gè)共識(shí)：“投人工智能要先投科學(xué)家”。算法工程師間的技術(shù)、經(jīng)驗(yàn)差異仍決定著算法模型的生產(chǎn)力高低，百萬年薪招AI大牛在業(yè)內(nèi)是再普通不過的事情。商湯科技的創(chuàng)始人徐立甚至表示公司成立之初就將大約一半的資金用在了人才招聘上，其一家公司就囊括了40位教授、250多名博士和博士生，以及3593名科學(xué)家和工程師。因此，四家企業(yè)的研發(fā)支出異常高昂，甚至一些企業(yè)當(dāng)年的研發(fā)支出已經(jīng)超過了全年的總營收。

備注：報(bào)告期內(nèi)，商湯科技2021年的數(shù)據(jù)截至6月30日；曠視科技2020年的數(shù)據(jù)截至9月30日；云從科技2020年的數(shù)據(jù)截至6月30日；依圖科技2020年的數(shù)據(jù)截至6月30日

備注：報(bào)告期內(nèi)，商湯科技2021年的數(shù)據(jù)截至6月30日；曠視科技2020年的數(shù)據(jù)截至9月30日；云從科技2020年的數(shù)據(jù)截至6月30日；依圖科技2020年的數(shù)據(jù)截至6月30日

人工智能企業(yè)在市場(chǎng)拓展新賽道上的高投入也是不得已為之。首先，成熟市場(chǎng)的蛋糕有限，像基于人臉識(shí)別技術(shù)衍生的各類商業(yè)應(yīng)用已有足夠多的競(jìng)爭(zhēng)者，但該賽道遠(yuǎn)遠(yuǎn)沒有手機(jī)、汽車等賽道的廣度和深度，不足以支撐這些高估值公司的盈利以及未來發(fā)展的預(yù)期。

來源：商湯科技招股書

技術(shù)壁壘逐漸消失

海康威視的總裁胡揚(yáng)忠曾在媒體采訪時(shí)表示：“用高成本的人力去跑安防，就像拿步槍打蒼蠅一樣，投入與產(chǎn)出是非常不匹配的。”

據(jù)沙利文的報(bào)告顯示，計(jì)算機(jī)視覺軟件是全球人工智能最大的軟件版塊，2020年的占比達(dá)到46.9%，其中2020年中國計(jì)算機(jī)視覺軟件的市場(chǎng)規(guī)模僅為167億元，遠(yuǎn)不足涉入其中的人工智能企業(yè)瓜分。因此，開辟新賽道是所有人工智能公司的必然選擇。

當(dāng)然，新市場(chǎng)、新賽道的拓展并不容易。商湯科技甚至直接開始在招股書中大吐苦水：“我們對(duì)新的垂直領(lǐng)域并不熟悉……我們決定拓展至的垂直領(lǐng)域都可能有一個(gè)或多個(gè)現(xiàn)有的市場(chǎng)領(lǐng)導(dǎo)者，此類公司或許能夠較我們更有效的競(jìng)爭(zhēng)，此乃由于它們具備該市場(chǎng)開展業(yè)務(wù)的經(jīng)驗(yàn)以及更深入的行業(yè)洞察力以及更高的客戶品牌認(rèn)知度。”

現(xiàn)實(shí)也確實(shí)如此，在安防領(lǐng)域，成立于2001年的老牌視覺設(shè)備公司海康威視也在加速推進(jìn)產(chǎn)品的人工智能轉(zhuǎn)型，通過新技術(shù)，海康威視在全球視頻監(jiān)控領(lǐng)域繼續(xù)保持著市占率連續(xù)多年第一的成績(jī)，保住了該領(lǐng)域的龍頭位置。這也表明，在AI算法公司們向垂直領(lǐng)域拓展的時(shí)候，各行各業(yè)的公司們也在不斷利用著先進(jìn)技術(shù)來提高生產(chǎn)效率。

來源：Omdia

這對(duì)純AI算法公司來說不是一個(gè)好消息，它意味著AI公司們過去引以為傲的部分技術(shù)正在通用化、大眾化，不能將AI公司和非AI公司再作為簡(jiǎn)單有效的行業(yè)壁壘，某些通用性的、基礎(chǔ)設(shè)施性的技術(shù)正在潛移默化的被所有行業(yè)內(nèi)的公司所使用。例如安檢機(jī)上的人臉識(shí)別系統(tǒng)，從過去AI公司們的專屬技術(shù)，變成了所有入局安防行業(yè)的公司都要必備技術(shù)，因此，整個(gè)行業(yè)的競(jìng)爭(zhēng)從這項(xiàng)技術(shù)“有沒有”變成了“準(zhǔn)確率高不高”等更具象化、場(chǎng)景化的要素。

換言之，這表示著純AI算法公司需要有更加領(lǐng)先的技術(shù)優(yōu)勢(shì)才能在垂直領(lǐng)域搶奪市場(chǎng)，同時(shí)，純AI算法公司們的技術(shù)窗口期也在縮短，要盡可能的在窗口期內(nèi)完成技術(shù)到商用的轉(zhuǎn)化。也因此，四家公司頻頻在各類人工智能頂會(huì)上得獎(jiǎng)發(fā)paper，不僅僅是單純刷臉賺榮譽(yù)，也有著現(xiàn)實(shí)需求的推動(dòng)。這也導(dǎo)致我國AI領(lǐng)域相關(guān)論文數(shù)量急劇增長(zhǎng)，在SCI收錄的深度學(xué)習(xí)領(lǐng)域論文中，中國在2015年已反超美國。

專利數(shù)據(jù)來源：智慧芽（不完全統(tǒng)計(jì)）

AI公司們?cè)诖怪辟惖郎嫌龅降睦щy遠(yuǎn)遠(yuǎn)不止這些。在人工智能領(lǐng)域，數(shù)據(jù)的收集是異常重要的，可要得到閉環(huán)的、有標(biāo)注的、數(shù)據(jù)量大到足以發(fā)揮深度學(xué)習(xí)效力的數(shù)據(jù)也同樣異常的艱難。例如要從0到1收集到充足的、符合要求的醫(yī)療大數(shù)據(jù)，對(duì)新入局的純AI算法公司來說不是一件能快速變現(xiàn)的事情。

而互聯(lián)網(wǎng)上最具變現(xiàn)能力、符合該要求的海量數(shù)據(jù)也基本被該領(lǐng)域的互聯(lián)網(wǎng)公司所占據(jù)，自然沒有哪一家互聯(lián)網(wǎng)公司會(huì)將自己的核心數(shù)據(jù)交由第三方AI算法公司，更何況，字節(jié)跳動(dòng)、百度、谷歌、臉書等互聯(lián)網(wǎng)巨頭的眾多核心業(yè)務(wù)本質(zhì)就是由機(jī)器學(xué)習(xí)驅(qū)動(dòng)的，而且這些大廠下屬的AI Lab都有不菲的實(shí)力。或者說，這些互聯(lián)網(wǎng)巨頭依靠自己的資金和市場(chǎng)反而更容易占據(jù)某一個(gè)垂直賽道，純AI算法公司或許更應(yīng)該擔(dān)心。

必須趕緊賺錢了

高營收，高虧損背后另一個(gè)需要考量的就是AI企業(yè)主要營收產(chǎn)品背后的毛利率。四家公司在毛利率的變化上較大，最高的商湯科技2021上半年可以達(dá)到73%，最低的云從科技2018年僅為21.7%。云從表示，其主營業(yè)務(wù)中的人機(jī)協(xié)同操作系統(tǒng)是標(biāo)準(zhǔn)化的產(chǎn)品，相關(guān)研發(fā)產(chǎn)生的人員薪酬計(jì)入研發(fā)費(fèi)用，因此毛利率相對(duì)較高，而人工智能解決方案業(yè)務(wù)由于需外購部分配套軟硬件產(chǎn)品或服務(wù)，外購材料成本較高，因此毛利率較低。

備注：報(bào)告期內(nèi)，商湯科技2021年的數(shù)據(jù)截至6月30日；曠視科技2020年的數(shù)據(jù)截至9月30日；云從科技2020年的數(shù)據(jù)截至6月30日；依圖科技2020年的數(shù)據(jù)截至6月30日；

云從科技在人工智能解決方案上遇到的低毛利率問題是四家AI企業(yè)都會(huì)遇到的，當(dāng)各家主要營收來自高度定制化而非標(biāo)準(zhǔn)化的解決方案時(shí)，自然意味著毛利率難以保持穩(wěn)定，企業(yè)的整體盈利狀況會(huì)隨著不同的個(gè)案和服務(wù)的對(duì)象而發(fā)生波動(dòng)。那么，企業(yè)營收依賴少數(shù)大單的情況也很容易出現(xiàn)。

去年9月，有“AI國家隊(duì)”之稱的云從科技中標(biāo)《廣州市南沙區(qū)衛(wèi)生健康局中山大學(xué)附屬第一（南沙）醫(yī)院信息基礎(chǔ)設(shè)施與智能化管控平臺(tái)建設(shè)項(xiàng)目》，項(xiàng)目標(biāo)的額達(dá)3.12億，這是目前公開的AI企業(yè)單一訂單中金額最高的一筆。

要知道2020年云從科技的總營收僅為7.55億元。云從科技在招股書中也表示公司有客戶集中度較高的風(fēng)險(xiǎn)，2017年到2020年1-6月，云從科技前五大大客戶銷售收入合計(jì)占當(dāng)期營業(yè)收入的比例分別為59.77%、62.26%、51.83和31.23%。有華為寒武紀(jì)、蘋果概念股公司的前車之鑒，想必沒有任何一家公司希望自己的命脈被掌握在少數(shù)幾個(gè)客戶手中。

在AI滲入社會(huì)肌理的過程中，這些純算法公司的AI企業(yè)起到了重要的作用，AI帶來的改變讓人們認(rèn)可它是一個(gè)好技術(shù)，但作為一門生意，它卻越來越不像一個(gè)好生意。四小龍們也都不再年輕，講故事的時(shí)期告一段落，現(xiàn)在他們要思考的是如何讓自己真正擁有一個(gè)可以持續(xù)下去的生意了。

· 文章版權(quán)歸品玩所有，未經(jīng)授權(quán)不得轉(zhuǎn)載。

原標(biāo)題：《AI越來越不像門好生意了，不信你問問AI四小龍》

閱讀原文