分享到微信
科技
作者:品玩
2021-09-06 10:54
[亿欧导读]

落地了又没完全落地。

科技

题图来自“收费图库”

来源 |  品玩

作者|洪雨晗

从2019年旷视科技港股首次申请IPO,到今年3月再次冲击科创板并预计9月“上会”;再到今年6月依图科技终止IPO进程;7月云从科技科创板顺利过会;以及8月底商汤科技向港交所正式递交招股书冲刺IPO——“AI四小龙”的上市进程都已清晰。

从他们交出的公开成绩单来看,他们的存在促进了AI向人们生活的渗透,但他们所做的事情却越来越不像一门好生意。

AI历史进程里的四小龙

今年距四小龙中最早诞生的旷视科技成立已经过去了十年。

十年前,伴随着深度学习技术的成熟以及计算机算力的增长,沉寂已久的人工智能行业再次沸腾起来,一大批企业踩上了第三次人工智能的浪潮闯入人们的视野。这也让这批AI企业在成立之初就可以秉承着商业需求主导的意志。

商汤、旷视、云从、依图这四家在当时被称为“AI四小龙”,它们最初都是从计算机视觉领域(计算机视觉,ComputerVision,简称CV)起步的公司,并在该领域所占的市场份额常年排在前列。

1.jpg.jpg

AI独角兽选择计算机视觉领域作为突破口的原因很简单,2012年到2015年,在代表计算机智能图像识别最前沿发展水平的ImageNet竞赛(ILSVRC)中,参赛的人工智能算法在识别准确率上突飞猛进。2014年,在识别图片中的人、动物、车辆或其他常见对象时,基于深度学习的计算机程序超过了普通人类的肉眼识别准确率。

2.jpg.jpg

来源:李开复《人工智能》

这意味着人工智能在计算机视觉领域商用转折点的到来,众多AI公司或多或少以此为契机在市场中立足,同时,计算机视觉也确实是人工智能中商业化成熟度较高的领域,也自然在当时引起人们的遐想,人工智能在计算机视觉领域的成功落地是否预示着人工智能落地的大拐点临近?AI商业化的潮流就要席卷社会?千行百业都在被AI重新改造的前夕?

数年前,第三次人工智能爆发的早期,人工智能专家李开复认为,相对于前两次热潮,第三次热潮正在从学术研究主导向商业化需求转向,不同于过去学术界劝说政府和投资人投钱,第三次热潮多是投资人主动向热点领域的学术项目和创业项目投钱,也因此,第三次人工智能热潮的关键在于解决问题。

在人工智能最火热的时期,甚至有不少人认为人工智能在未来20年扮演的角色比过去20年的移动互联网更加重要。此前,整个移动互联网的兴起是将线上与线下联系起来,而这其中产生的海量数据将推动人工智能优化各业务流程的效率,实现生产力的大幅提高。

用人工智能行业向的话来说,就是如何将万物互联时代产生的庞大的非结构化的数据,转化为结构化可进一步利用的数据,从中获取有效信息来指导和预测社会、公司以及个人的行动,以此来实现商业价值,这其中的关键就是有效数据的提取。

如今,十年之期已到,实际情况如何呢?

在拥有高质量数据的行业,人工智能的切入看起来是极为迅速的,例如上文提到的计算机视觉领域仍是人工智能技术应用比重最高的领域,该领域在城市、商业、生活等各方面的应用也是四家AI企业的主要收入来源之一。

3.jpg.jpg

来源:亿欧智库

以近期交表的商汤科技为例,其业务涵盖智慧商业、智慧城市、智慧生活、智能汽车四大板块,主要通过提供软件服务以及人工智能芯片、传感器等能使AI模型运行的软硬一体的产品及服务来盈利,其中智慧商业和智慧城市贡献了商汤80%以上的营收。

旷视科技的业务则主要包括消费物联网解决方案、城市物联网解决方案、供应链物联网解决方案三类。依图科技的定位是“算力提供商”,以人工智能芯片技术和算法技术为核心,研发和销售包含人工智能算力硬件和软件在内的人工智能解决方案。云从科技则瞄准了智慧金融、智慧治理、智慧出行、智慧商业四个领域,人机协同操作系统和人工智能解决方案是其主要营收构成。

虽然四家企业对AI落地的领域和主要兜售产品、服务有纷繁的叫法,但总结下来较为成熟的落地领域仍然是基于视觉、语音、文本、数据科学相关的AI技术,同时,行业解决方案、企业服务、机器人、医疗、安防等赛道是大部分AI企业的重点投入领域。

因此,计算机视觉作为应用比重最大的人工智能技术,AI四小龙的营收排名与它们在计算机视觉领域的营收情况关联性依然较高,如下图所示,从营收上来看商汤、旷视、云从、依图在每年的营收排名上与它们在CV领域的市场份额状况相当。

这也从侧面说明,在CV领域外,四小龙的AI落地仍充满着艰难。那些志向远大的希冀并未实现。

营收越高,亏损越多

从净利润上来看,四家企业仍然“吞金”严重,每家企业都在疯狂烧钱。尤其值得注意的是,企业的亏损并没有随着营收的增长而逐渐降低,反而呈现出“营收越高,亏损越多”的怪象,除去未来可能兑现员工期权所造成的“公允价值损失”,四家企业的亏损仍然严重。

4.jpg.jpg

备注:报告期内,商汤科技2021年的数据截至6月30日;依图科技2020年的数据截至6月30日

以其中营收和亏损都最高的商汤科技为例,经调整,2018年到2021年6月30日,商汤科技亏损净额分别为2.21亿元、10.37亿元、8.78亿元以及7.26亿元。商汤科技在招股书中表示未来仍有无法盈利的可能,其预计公司未来将继续扩大业务(探索物联网设备、元宇宙、智慧健康等)、运营以及投资于研发、通用人工智能基础架构和地域扩张上的开支,如据传花费超40亿的商汤上海临港大型人工智能计算与赋能数据中心 ( AIDC ),科研人员用其跑一次数据就需花费50万元 。

横向来看,四家企业在可能持续亏损风险上面临着一些类似的问题,一是都需要在研发以及人才招聘上保持高投入;二是在市场拓展和地域扩张上保持高投入。同时,这两个问题也是“营收越高,亏损越多”的直接原因。

人工智能行业是人才和技术密集型行业,各公司需要投入大量资源用于系统层、算法层、操作系统及 AI 重新定义硬件的研究创新,以此来保持在行业的竞争优势。同时,随着市场需求的不断迭代更新,公司同样需要保持技术的先进性。

创投圈有个共识:“投人工智能要先投科学家”。算法工程师间的技术、经验差异仍决定着算法模型的生产力高低,百万年薪招AI大牛在业内是再普通不过的事情。商汤科技的创始人徐立甚至表示公司成立之初就将大约一半的资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名科学家和工程师。因此,四家企业的研发支出异常高昂,甚至一些企业当年的研发支出已经超过了全年的总营收。

5.jpg.jpg

备注:报告期内,商汤科技2021年的数据截至6月30日;旷视科技2020年的数据截至9月30日;云从科技2020年的数据截至6月30日;依图科技2020年的数据截至6月30日

6.jpg.jpg

备注:报告期内,商汤科技2021年的数据截至6月30日;旷视科技2020年的数据截至9月30日;云从科技2020年的数据截至6月30日;依图科技2020年的数据截至6月30日

人工智能企业在市场拓展新赛道上的高投入也是不得已为之。首先,成熟市场的蛋糕有限,像基于人脸识别技术衍生的各类商业应用已有足够多的竞争者,但该赛道远远没有手机、汽车等赛道的广度和深度,不足以支撑这些高估值公司的盈利以及未来发展的预期。

7.jpg.jpg

来源:商汤科技招股书

技术壁垒逐渐消失

海康威视的总裁胡扬忠曾在媒体采访时表示:“用高成本的人力去跑安防,就像拿步枪打苍蝇一样,投入与产出是非常不匹配的。”

据沙利文的报告显示,计算机视觉软件是全球人工智能最大的软件版块,2020年的占比达到46.9%,其中2020年中国计算机视觉软件的市场规模仅为167亿元,远不足涉入其中的人工智能企业瓜分。因此,开辟新赛道是所有人工智能公司的必然选择。

当然,新市场、新赛道的拓展并不容易。商汤科技甚至直接开始在招股书中大吐苦水:“我们对新的垂直领域并不熟悉……我们决定拓展至的垂直领域都可能有一个或多个现有的市场领导者,此类公司或许能够较我们更有效的竞争,此乃由于它们具备该市场开展业务的经验以及更深入的行业洞察力以及更高的客户品牌认知度。”

现实也确实如此,在安防领域,成立于2001年的老牌视觉设备公司海康威视也在加速推进产品的人工智能转型,通过新技术,海康威视在全球视频监控领域继续保持着市占率连续多年第一的成绩,保住了该领域的龙头位置。这也表明,在AI算法公司们向垂直领域拓展的时候,各行各业的公司们也在不断利用着先进技术来提高生产效率。

8.jpg.jpg

来源:Omdia

这对纯AI算法公司来说不是一个好消息,它意味着AI公司们过去引以为傲的部分技术正在通用化、大众化,不能将AI公司和非AI公司再作为简单有效的行业壁垒,某些通用性的、基础设施性的技术正在潜移默化的被所有行业内的公司所使用。例如安检机上的人脸识别系统,从过去AI公司们的专属技术,变成了所有入局安防行业的公司都要必备技术,因此,整个行业的竞争从这项技术“有没有”变成了“准确率高不高”等更具象化、场景化的要素。

换言之,这表示着纯AI算法公司需要有更加领先的技术优势才能在垂直领域抢夺市场,同时,纯AI算法公司们的技术窗口期也在缩短,要尽可能的在窗口期内完成技术到商用的转化。也因此,四家公司频频在各类人工智能顶会上得奖发paper,不仅仅是单纯刷脸赚荣誉,也有着现实需求的推动。这也导致我国AI领域相关论文数量急剧增长,在SCI收录的深度学习领域论文中,中国在2015年已反超美国。

9.jpg.jpg

专利数据来源:智慧芽(不完全统计)

AI公司们在垂直赛道上遇到的困难远远不止这些。在人工智能领域,数据的收集是异常重要的,可要得到闭环的、有标注的、数据量大到足以发挥深度学习效力的数据也同样异常的艰难。例如要从0到1收集到充足的、符合要求的医疗大数据,对新入局的纯AI算法公司来说不是一件能快速变现的事情。

而互联网上最具变现能力、符合该要求的海量数据也基本被该领域的互联网公司所占据,自然没有哪一家互联网公司会将自己的核心数据交由第三方AI算法公司,更何况,字节跳动百度、谷歌、脸书等互联网巨头的众多核心业务本质就是由机器学习驱动的,而且这些大厂下属的AI Lab都有不菲的实力。或者说,这些互联网巨头依靠自己的资金和市场反而更容易占据某一个垂直赛道,纯AI算法公司或许更应该担心。

必须赶紧赚钱了

高营收,高亏损背后另一个需要考量的就是AI企业主要营收产品背后的毛利率。四家公司在毛利率的变化上较大,最高的商汤科技2021上半年可以达到73%,最低的云从科技2018年仅为21.7%。云从表示,其主营业务中的人机协同操作系统是标准化的产品,相关研发产生的人员薪酬计入研发费用,因此毛利率相对较高,而人工智能解决方案业务由于需外购部分配套软硬件产品或服务,外购材料成本较高,因此毛利率较低。

10.jpg.jpg

备注:报告期内,商汤科技2021年的数据截至6月30日;旷视科技2020年的数据截至9月30日;云从科技2020年的数据截至6月30日;依图科技2020年的数据截至6月30日;

云从科技在人工智能解决方案上遇到的低毛利率问题是四家AI企业都会遇到的,当各家主要营收来自高度定制化而非标准化的解决方案时,自然意味着毛利率难以保持稳定,企业的整体盈利状况会随着不同的个案和服务的对象而发生波动。那么,企业营收依赖少数大单的情况也很容易出现。

去年9月,有“AI国家队”之称的云从科技中标《广州市南沙区卫生健康局中山大学附属第一(南沙)医院信息基础设施与智能化管控平台建设项目》,项目标的额达3.12亿,这是目前公开的AI企业单一订单中金额最高的一笔。

要知道2020年云从科技的总营收仅为7.55亿元。云从科技在招股书中也表示公司有客户集中度较高的风险,2017年到2020年1-6月,云从科技前五大大客户销售收入合计占当期营业收入的比例分别为59.77%、62.26%、51.83和31.23%。有华为寒武纪、苹果概念股公司的前车之鉴,想必没有任何一家公司希望自己的命脉被掌握在少数几个客户手中。

在AI渗入社会肌理的过程中,这些纯算法公司的AI企业起到了重要的作用,AI带来的改变让人们认可它是一个好技术,但作为一门生意,它却越来越不像一个好生意。四小龙们也都不再年轻,讲故事的时期告一段落,现在他们要思考的是如何让自己真正拥有一个可以持续下去的生意了。

本文经授权发布,版权归原作者所有;内容为作者独立观点,不代表亿欧立场。如需转载请联系原作者。

人工智能科技计算机视觉商汤