9月9日,冲刺港交所失败后的旷视科创板IPO过会;8月27日,商汤科技正式向港交所递交招股书。此前,云从科技过会科创板,依图科技则在终止科创板上市计划后又传出计划赴港上市。一时间,AI四小龙向资本市场冲刺的气势如虹。

纵观AI四小龙,都是戴着光环诞生,融资总额均超过数十亿元。但随着招股书的公开,原来被赛道泡沫遮盖的真相也渐渐被人所知。

持续的亏损、高昂的研发投入、承压的现金流,成为AI四小龙的共性问题,也是它们上市路上的绊脚石。今年7月,云从科技科创板经历三次询问才被正式批准上市;成立最早的旷视科技在港交所申请上市未果后,只得转身将上市目标改为A股;依图科技经历上交所问询后直接终止了科创板上市计划,之后又传出计划赴港IPO。

AI四小龙走下神坛,质疑之声也越来越多,而且外界对AI四小龙的质疑,又被进一步放大为对人工智能产业的质疑。实际上,今年以来,有关人工智能产业前景的争议越来越多,有来自学术界批评AI“顶不了天,落不了地”,有AI科学家从工业界离职回归学术界等现象。近期科技巨头谷歌也传出了医疗AI遭遇重挫拟战略放弃的不利消息,业界“唱衰”的声音就更多了。

人工智能究竟有没有用?AI全面普及、产业化有没有机会?机会又在哪里?

至少AI从业者们对此的认识很清晰,也很坚定。

“AI是一个技术革命,不是一个泡沫。”在人工智能教育示范区,一年下来高考一本达线率提升40%,孩子们的学习负担反而减轻了。基于人工智能的防控系统,目前可对44种法定传染病和6大症候群自动判断。在工业生产中,运用人工智能技术可实现全天24小时自动“监听”,判断生产线故障,这是人工排查无法比拟的。同时,通过图像识别、语音识别等技术,还可以实现智能排产、智能补货、柔性生产,对生产过程中不符合相关要求的操作可进行实时监控、自动分析、及时提醒,为传统产业加装“智慧大脑”……

他们认为,随着AI产业发展进入深水区,出现质疑的声音并不出奇,最重要的是“人工智能需要真正能够解决社会问题,要能够看得见摸得着”,最好还“能用统计数据来证明业务成效”。此外,政府也应该统筹发展,集约建设,让AI用得起、用得好、用得放心。

今年3月,“十四五”规划纲要出台,“人工智能、量子信息、集成电路”三个领域成为新的关注点,其中人工智能成为大国提升国家竞争力、维护国家安全的重大战略。

对AI,我们不应再有怀疑,也决不能落后。

2019年8月,旷视科技曾在港交所递交招股书,但10月初,受到美国商务部对中国进出口管制“实体清单”的影响,接着又遭遇新冠疫情,其赴港上市计划一再跌宕。

时隔19个月后,旷视再次冲击IPO,港股换成了A股科创板。今年3月12日,上交所官网显示,旷视科技申请科创板上市获受理。9月9日傍晚,科创板上市委公告,旷视科技有限公司首发获通过。

饱受“上市”煎熬的不只旷视。截至发稿时,和旷视一起并称为“AI四小龙”的云从科技于7月底在科创板顺利过会,商汤科技在8月底向港交所递交招股书,依图科技在终止科创板上市计划后,最近又传出有赴港上市的计划。

不可否认,人工智能泡沫期已过,行业资本市场遇冷,国产AI公司们面对的质疑也越来越多。到了今天,“AI四小龙”的IPO进程终于有了新进展,谁会先上市?人工智能还能讲出好故事吗?

1AI上天了,也落地了

60多年前就已经出现的AI(人工智能)概念,全球风靡却是始于2017年。正如美国计算机科学家克里斯·哈蒙德所言,“过去AI技术达不到要求,并不是因为设计不足,而是欠缺技术发展所需的基础和环境。”

2017年是AI发展的一个特别年份,决定AI智慧水平的两大要素——数据和算法,在这一年中均获得了突破性的进展,标志性事件是人工智能系统AlphaGo Master与人类世界实时排名第一的棋手柯洁展开围棋人机对决,最终连胜三盘。

AlphaGo的胜出表明——人工智能技术已取得飞跃发展,先进的计算机算法在很多时候和人类经验相比更具优势。由此激发了大规模商业需求和资本力量的推动,为AI发展营造出绝佳环境。我国也是在2017年首次将人工智能写进政府工作报告,意味着它已上升为国家战略。

同样是在2017年,国内以BAT为首的科技企业争相发布各自的人工智能发展战略,一时间大小企业都宣布自己转型为AI驱动,或者干脆称自家就是AI公司。AI概念在公众眼中似乎变得越来越值钱,也越来越不值钱了——AI独角兽动辄融资数十亿元,但所生产的AI商品最便宜又不过几十元。

2上市X光机下,是虫是龙?

从资本界角度看,人工智能产业链包括三层:基础层、技术层和应用层。从基础层和技术层来看,人工智能三大核心要素数据、算法和算力已相对成熟,其中AI四小龙为典型的 AI算法提供商。屡次冲刺上市,AI四小龙的身家信息也被招股书一一披露,在“上市”这台X光机的透视下,它们到底实力如何?

“AI四小龙”中公司历史最长的成立10年,最短的才6年。包含人脸识别在内的计算机视觉是AI发展最快也最成熟的领域,也是四家公司创业初期的主赛道。早在2014年,旷视就成功抓住支付宝寻找“刷脸支付”技术提供商的机会,找到了第一个商业化落地场景。依图、云从、商汤同样从“刷脸”起步,从安防、金融等领域打开市场。由于表现出色且融资凶猛,彼时在国内的人工智能领域中,获冠“AI四小龙”的美名。

云从科技是“四小龙”中成立最晚的一家。从招股书来看,云从科技投资方多为“国字头”背景的产业投资和地方基金,包括六大国有银行在内的400多家金融机构均为云从科技的用户。云从科技将最新的发展方向定位在人机协同操作系统,并新增了机器人、物联网技术研究投入,试图构建更为标准化的AI产品。借助底层操作系统这一统一入口,云从科技就可以提供人机协同相关算力、算法、数据管理能力和应用接口,从而构建自己的生态闭环。

依图科技以医学影像分析为主战略,转型AI芯片+算力厂商,这是一条更为艰辛的道路。去年5月依图科技发布了求索芯片,并在后续发布了基于求索芯片的原石系列服务器、前沿系列边缘计算设备。从招股书看,自研芯片为依图带来新的增长动力。2020年上半年依图软硬件组合业务占营收60.78%,而2017年软硬件组合营收占比仅为10.32%,过半营收依赖软件业务。造芯使得依图的综合毛利率也有所提升,主营业务总体毛利率上升至70.99%。依图科技也在招股书中表示,上市募资的很大一部分资金将用于芯片相关产品研发。

同样是软硬件一体化思路,旷视科技则切入AIoT领域,将物流业务视为未来的增长点。旷视科技主营业务包括个人物联网解决方案、城市物联网解决方案以及供应链物联网解决方案,在后两项业务上旷视的“硬”色彩尤为明显。例如针对城市物联网,旷视建立了摄像头、边缘服务器、云端服务器三大硬件体系,推出了30多款摄像头。在供应链物联网方面则开发了多款自动化设备,专门执行物流及仓储任务。

与其他公司深耕优势场景、打磨主营业务有所不同,商汤将自己定位为“AI工厂”,为了支撑整个“工厂”,商汤投入了约50亿元的资金用于建超算中心、开源核心算法。

商汤提出了“1+1+X”的平台化战略,其中1+1代表研发和技术产业化,X代表赋能百业。2019年商汤进行了新一轮组织架构调整,将国内事业群分为智慧城市综合业务事业群、移动智能事业群和新兴创新事业群,新兴创新事业群关注领域并不固定,聚焦于行业潜在增长机会,包括医疗健康、教育等团队均源自这一事业群。

3融得越多,亏得越多

以营收规模计,商汤科技稳坐AI四小龙的老大地位,也是亚洲最大的人工智能软件公司和中国最大的计算机视觉软件公司。2018年至2020年,商汤科技的营收分别为18.53亿元、30.27亿元和34.46亿元,收入呈上升趋势。

旷视科技的营收也是逐年增长,招股书显示,2018年至2020年,旷视科技分别实现营收8.54亿元、12.58亿元、13.92亿元。2021 年上半年,公司营业收入为6.68亿元,较2020年1-6 月的3.4亿元增长91.27%。

但AI四小龙却均处于亏损状态,其中亏损程度最严重的是“老大”商汤。2018年至2020年,商汤科技的亏损额分别为34.33亿元、49.68亿元和121.58亿元,三年累计亏损205亿元。旷视科技三年半营收41.92亿元,亏损146.26亿元。2020年,归属于母公司股东的综合收益总额为-33.26亿元。

需要指出的是,AI四小龙的亏损,都包含“公允价值损失”,主要是员工期权造成的亏损。扣除非经常性损益的亏损,商汤科技经调整亏损净额降低,分别为2.21亿元、10.37亿元、8.78亿元以及7.26亿元,三年半累计扣非净亏损为28.6亿元。

AI领域,高额的研发投入难以避免。商汤科技营收规模是其他三家企业的几倍,相对应的研发支出也非常高。2018年至2020年,商汤科技的研发费用分别为8.49亿元、19.16亿元和24.54亿元,研发费用率也上升得很快,2020年达到107%。另三家企业的研发费用率同样非常高,2020年均上升至90%以上,其中旷视科技高达112%。

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。

收入方面,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3.12亿元,这是目前公开的AI企业单一订单中金额最高的一笔。

包括商汤在内的AI四小龙一直没有撕掉“盈利难”的标签。云从科技在招股书中提到,预计未来三年实现收支平衡。旷视科技与商汤科技方面,相关负责人称因处于静默期并未给予回应。

“AI四小龙”近年营收亏损表

4资本遇冷,长期看好

随着AI四小龙陆续披露财务数据,原来被赛道泡沫遮盖的企业真相被公之于众。四家公司这两年来急于上市却又屡遭波折,今年又频频传出降薪、裁员等消息,也就不难理解了。

实际上,今年以来,有关人工智能产业前景的争议越来越多,有学术界批评AI“顶不了天,落不了地”,有AI科学家从工业界离职回归学术界,5月脉脉组织的“AI四小龙比惨大会”话题成为了当时的热门笑料,即使是IPO捷报频传的七八月,也传出了谷歌医疗AI遭遇重挫拟战略放弃的不利消息,业界“唱衰”的声音就更多了。

到底,人工智能有没有用?AI全面普及、产业化有没有机会?机会又在哪里?

在新经济领域,资本往往最早感知水温。根据深圳市人工智能行业协会统计数据,中国AI行业融资规模与投融资数量在2013年-2018年快速增长,2019年则出现45%左右的显著下滑,2020年恢复42.5%正增长,但距2018年的巅峰时期仍有差距,整体看投融资数量仍有下降。对此,国金证券在一份最新研报中指出,“我们认为资本市场早期对于人工智能行业回报周期过于乐观,以及市场对当前创业型AI公司商业落地和变现模式存疑,是近两年资本市场遇冷的主要原因。”

但国金证券的这份研报也表示,“风物长宜放眼量,虽然短期内AI行业遇冷,但长期看市场空间广阔。”2017年国务院《新一代人工智能发展规划的通知》的“三步走”战略目标提出,到2020年人工智能总体技术和应用与世界先进水平同步,产业竞争力进入国际第一方阵,核心产业规模超过1500亿元,带动相关产业规模超过1万亿元;到2025年AI基础理论实现重大突破,并进入全球价值链高端,核心产业规模超过4000亿元,带动相关产业规模超过5万亿元;到2030年理论、技术与应用总体达到世界领先水平,核心产业规模超过1万亿元,带动相关产业规模超过10万亿元。

多位产业大咖近日也就此话题发表看法。一流科技创始人袁进辉表示,对AI从业者来说,“我们应该有一个基本判断:今天的低谷和以前是不一样的。之前两次AI热潮的确没有解决多大的问题,今天,即使有很多人唱衰,但AI实际上已经解决了很多问题,而且还在向更多的领域进军,”站在技术的角度,“AI是一个技术革命,不是一个泡沫。”

在华为高级副总裁、全球人工智能总裁许映童看来,目前,人工智能在能力上已经超过了人类,在技术上已经具备了大规模运用的基础。可以说,人工智能已走进行业,与行业进行深度融合;走进科研,成为科研优秀的加速器;走进生活,成为人们必备的隐形助手,“人工智能将给生活的方方面面带来便捷。同时,人工智能技术的成熟运用,有力地促进了产业的转型升级。”

AI企业则用AI产业化案例来说话。江苏民营企业无锡梦燕品牌管理有限公司,在旷视的帮助下建起了一座自动化程度堪比亚马逊物流中心的新仓库。据悉,新仓库占地8万平方米,是一个自动化物流中心,自去年底运行以来可支持出货量提升5倍,工人减少40%,每个工人的步行量也实现日降3万步的大减负。

科大讯飞董事长刘庆峰介绍,在人工智能教育示范区,最高的一年,高考一本达线率提升40%,孩子们的学习负担反而减轻了。基于人工智能的防控系统,目前可对44种法定传染病和6大症候群自动判断,也就是在一线医生还没有意识到问题时,就能系统性地看到传染病的潜在前趋风险。在工业生产过程中,运用人工智能技术可实现全天24小时自动“监听”,判断生产线故障,这是人工排查无法比拟的。同时,通过图像识别、语音识别等技术,还可以实现智能排产、智能补货、柔性生产,对生产过程中不符合相关要求的操作可进行实时监控、自动分析、及时提醒,为传统产业加装“智慧大脑”。

5瓶颈甚多“集约”破局

国金证券认为,从当前AI公司的财务表现、资本市场融资情况看,AI行业发展已经进入深水区,商业模式和变现能力成为行业发展的主要瓶颈。主要原因在于AI实战落地场景分散,产品标准化程度低;还有难以解决的知识产权和伦理问题。

曾经风光一时的谷歌医疗AI的命运,或许是行业当前瓶颈的一个注解。

今年9月1日,谷歌健康宣布旗下各个团队解散,由DeepMind开发、曾被寄予厚望的应用Streams全面下架。2016年11月,DeepMind骄傲官宣与伦敦皇家自由医院合作,Streams将被应用到临床一线上,未来还会扩展到更多疾病上。2017年,英国数据隐私监管机构发现,Streams在开发阶段时,合作伙伴伦敦皇家自由医院向DeepMind提供了160万份患者诊断记录属于违法行为。今年上半年,英国多家公立医疗机构纷纷结束了与Streams的合作。

还有IBM的Watson Health部门,主要利用AI帮助医院、保险公司和制药商管理数据,辅助诊断。但成立6年,年收入仅10亿美元,占公司总收入2%以下,至今尚未获得盈利。更严重的是,2018年Watson被曝出给患者开错了药物,严重的话可能会致人死亡。

如何突破产业当前的这些瓶颈?许映童表示,目前人工智能面临巨大的发展机遇,但同时也面临巨大的发展不确定性,要实现持续的商业成功,传统的开发商业模式已经难以满足要求,“人工智能开发难度非常大,而且周期很长、产业链条非常多,很多中小企业可能难以熬过漫长的前期投入,导致AI在产业落地和行业落地遭遇困难。他认为,应由政府统筹,集约建设,让AI用得起、用得好、用得放心。”

刘庆峰表示,“人工智能需要真正能够解决社会问题,要能够看得见摸得着,能用统计数据来证明业务成效,而且是在安全可控的基础上。”

至于AI四小龙,国金证券认为,它们持续亏损的原因之一在于人力成本过高,特别是高度定制化的碎片场景,需要较多人力投入,导致人均效益低。随着AI人才供给增加,人力成本下降,AI技术公司盈利和变现能力提升,也许能改变行业结构,使行业拐点提前到来。(郑志辉)