四小龙变四小虫？AI独角兽们的AI故事好不好讲？

　　5月17日，《广东省社会信用条例》发布，明确禁止采集疾病、生物识别等自然人信息。早前，天津、杭州、南京等多地开始立法严控人脸识别，甚至要求拆除售楼处、物业等人脸识别设备。
　　2020年下半年以来，关于强制使用人脸识别的抗议声越来越高涨。今年央视3·15晚会，爆出包括科勒、宝马、名创优品等全国2353家企业安装上百万个人脸识别摄像头，涉嫌在用户不知情前提下，搜集上亿用户面部信息，更是掀起一波涉及个人隐私问题的舆论危机。
　　包含人脸识别在内的人工智能图像识别场景是AI四小龙的主赛道。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。无独有偶，依图、云从、商汤也是从＂刷脸＂起步，从安防、金融等领域打开市场。由于表现出色，彼时在国内的人工智能领域中，它们被并称为＂AI 四小龙＂。
　　如今，人脸识别的商业场景面临整改风险，AI四小龙除了不得不面临越来越大的政策和舆论的阻力以外，与此同时，长期巨额亏损、高管出走、上市多次遇阻等问题也一并被暴露在镁光灯下。5月20日，AI四小龙比惨大甚至会登上了脉脉热榜。不难发现，曾受资本簇拥的四小龙几年间早已跌落神坛，AI企业的日子实际上过得也大不如前。如今，AI行业已然步入深水区,未来如何找到更合适的前进路径，成为了全行业共同关注的焦点。
　　资本往后，市场往前
　　今年以来，曾经争做＂人工智能第一股＂的独角兽们纷纷折戟IPO。3月11日，依图科技突然主动申请中止IPO。短短一天后，旷视科技就被曝出在港股IPO搁浅后转战科创板。近日，云从科技IPO也因＂发行上市申请文件中记载的财务资料已过有效期＂而中止审核。商汤科技还没有披露上市计划，云知声、禾赛科技等企业也终止上市。
　　前几年，经常有个说法：下个十年是AI的十年。在大批投资人看来，人工智能是继蒸汽机、内燃机和互联网之后的第四次生产力革命。彼时，AI 赛道的融资犹如竞技比赛，融资金额也被一遍又一遍地刷新。公开数据显示，2017年国内各色的AI企业累计达到600多家，2018年中国AI企业融资规模在达到顶峰的1485亿元。
　　＂智能相对论＂从天眼查看到，依图科技从2012年9月至2020年6月共经历了10次融资，战略投资方包括红杉资本中国、高瓴资本等；商汤科技2014年11月至2018年9月共经历了9次融资，投资方包括软银愿景基金、厚朴投资、银湖资本、阿里巴巴、Temasek淡马锡、IDG资本等；云从科技从2015年4月至2020年5月共经历了10次融资，投资方包括中网投、上海国盛集团、南沙金控、工商银行(5.200, -0.04, -0.76%)、众安资本、顺为资本等；旷视科技从2011年11月至2019年5月共经历了7次融资，投资方包括工银资管有限公司、阿布扎比投资局、中银投资、麦格理资本、阿里巴巴、蚂蚁金服、联想创投等。
　　然而，高估值和高投入之下，四小龙都远未实现盈利。根据招股书，2017年、2018年、2019年上半年，旷视科技经营活动所得现金流金额分别为-1.5亿元、-7.2亿元和-6.8亿元。依图披露的招股书也显示出了巨额亏损，2019年的净亏损为36.47亿元，2010年上半年的净利润仍然亏损13.03亿元。云从的招股书披露，经过调整后的亏损净额，2017年、2018、2019年分别净亏损-10631.63万元、-18,067.52万元、-170,801.61万元，而2020年上半年，该净亏损达到-28,620.22万元。在融资计划书中，商汤科技2019年的负债率也高达102.35%.
　　＂智能相对论＂看到，商业化进展缓慢而烧钱能力惊人的现状让四小龙等人工智能企业的商业模式及变现能力成为了市场质疑的焦点。人工智能行业投资回报周期长、投入高的认知，也已经广为人知。
　　2020年以来融资事件数量及规模较大幅度地下降。据 CB Insights ，2020 年第一季度的整体 AI 融资交易数量从上一季度的 542 起降到了 506 起，而 2019 年第三季度待交易数量是 660 起 。依图科技最近披露融资金额为2020年3月由润城产业领航基金投的3000万美元，已经不及此前最高数额C++轮的六分之一。即使是被称为是融资机器的商汤科技也已经两年没有新的资本入驻了。
　　如今人工智能的浪潮已经逐渐褪去。AI企业一级市场募资愈发困难，且历经数轮大额融资后一级市场也已经很难承担体量这样体量的公司，为了筹集资金推动业务发展，四小龙中先后走上IPO 之路。
　　另外，资本之外，市场也在进化。在上一波资本红利期，AI 应用场景尚未成熟，并未过多得到市场验证。当时，AI 公司都处于基础技术积累阶段，核心驱动因素是团队、人才。如今，AI 行业的发展进入了新的阶段，只做简单的技术生意，没法带来足够的想象空间。
　　＂今年，我们确实已经很少看纯 AI 的项目了，我们关注得更多的是AI 跟金融、物流、医疗这些行业的结合能力，公司有多少复合型人才，对行业理解程度有多深＂＂投资人除了看重技术和产品，也重视整个业务各个环境的竞争力，包括运营、客户关系、生产制造等。在AI产业发展中，场景比技术更为重要＂一位长期关注硬科技的投资人对记者说道。
　　资本往后，市场往前。AI行业早已不拘泥于算法层面的研发和落地，而是向芯片、行业方案、生态等多方面发展。在技术升级、模式升级和方法升级的过程中，一定会有一批新AI公司显现，当然也会有一批企业逐渐落伍淘汰。
　　从+AI到AI+,行业逻辑完全变了
　　经过五六年的发展，AI目前已经在众多垂直领域实现应用，目较为成熟的领域包括家居、金融、交通、医疗等。通过与诸多垂直领域相结合，人工智能技术可以通过两方面进行产业赋能：一方面提高生产效率、降本增效，即＂+AI＂；二是创造新的需求和增长点，即＂AI+＂。
　　从＂+AI＂方面来说，AI细分赛道是否可以商业化，和所有2B行业类似，取决于到底产业效率提高了多少、是否带来增加的收入，或者说AI技术解决的痛点有多痛。在商业化上，决定是否付费有个很直接的考察逻辑：这个AI产品到底有没有帮助其提升生产力并有效的解决了某个问题？节省了多少成本？提升了多少收入？
　　所以，与过去以技术单点为发力方向，抓住某一场景持续烧钱获取、处理、训练数据的方式不一样，AI企业需要为客户提供越来越精准化的服务,这需要团队具备前沿技术与商业逻辑的结合能力，最大程度满足企业降本增效等需求。另外，在如今同质化竞争非常激烈的情况下，也需要企业拥有优秀的B端渠道运营能力。
　　＂现在的趋势是做一体化、规模化的解决方案，AI只是集成在其中的一个能力。＂有业内人士向记者介绍。当下，仅靠技术对推动AI公司估值的增长已经非常有限了。说到底，AI公司面临的转变是从技术服务商，向整体解决方案提供商转变，核心驱动因素由团队和算法技术，逐渐转变为数据和场景，对于创业团队以科学家为主的AI公司们来说，获客能力、服务能力、议价能力等都是新的挑战。
　　另外，在同济大学副研究员马云龙看来，AI中台会是未来的一大趋势。他认为：＂AI中台融合了城市数字化转型场景中的多种复杂算法，提高了产品的场景适应性，更加贴近用户和市场的需求。＂
　　据＂智能相对论＂了解，AI中台是商汤、依图、百度、阿里等公司的强项。企业不需要具备太高的AI开发能力，便可以在AI中台的基础上，快速将这些AI能力赋能于自己的企业系统。
　　而从AI+方面来说，百度和淘宝已经用AI围绕自己的搜索业务做智能应用，科大讯飞语音领域一家独大，其他的互联网巨头们也用社交互动、电商、网约车、信息推荐等业务场景让AI技术落地。
　　一直以来，数据量的多与少，被认为是构成AI企业核心的技术壁垒，这意味着具备数字化能力的互联网巨头将会更有优势。除了本身的数据与场景优势之外，相关领域的数字化巨头将会以更低的成本实现破局，且应用也会更加精细顺畅。
　　在落地阶段，进入行业如何抗衡行业玩家，赢得市场份额，这是AI企业面临的巨大挑战。
　　目前AI商业化落地高度集中。据艾媒咨询发布的《2020年中国人工智能产业研究报告》，安防和金融是AI赋能实体经济市场份额最多的前两大领域，占比分别达到53.8%、15.8%，合计近70%。以旷视科技为例，招股书显示，以安防为主的城市物联网业务贡献了旷视73.2％的收入。然而这两个领域都面临着激烈的竞争。
　　在安防业务领域，相比于大华、宇视、海康威视等老牌大厂，四小龙在品牌、渠道、议价空间上难言有竞争力。安防领域除了价格因素，更重要的是硬件能力，比如，摄像头传感器涉及产业链上下游，整合好难度很大。AI 四小龙只能从软件能力切入，软件又很难盈利。据了解，海康威视还自建了算法团队，在海康园区外的马路上布局着密密麻麻的摄像头，自己收集测试数据。在金融领域，＂AI四小龙＂被巨头夺食，比如蚂蚁金服发布刷脸支付硬件＂蜻蜓＂，微信支付紧随其后推出同类产品＂青蛙＂，算法均来自阿里和腾讯自家的算法团队。
　　值得注意的是，尽管四小龙在硬件上也有所布局，但在安防、金融领域面临的竞争目前依然主要是视觉图像相关业务的竞争。先前的四小龙，一直把AI业务停留在相对容易实现的层面上，如语音、图像识别等。然而过两年的发展后，受制于算法瓶颈、同质化、落地场景难深入、政策等因素，计算机视觉领域后劲不足。
　　早在2019年，一位AI技术大拿从AI创业公司离职后就说过：＂几年前，一套人脸识别算法卖上千万，现在只值40万元。＂巨头下场后，图像识别算法的门槛越来越低，人脸识别算法也不值钱了。＂目前国内除了一些有G端资源的安防视觉公司以外，视觉公司基本都是没有盈利的。＂青桐资本投资总监陈鹏仁此前在接受媒体采访时说道。
　　目前AI浅水区的果子已被摘完，面临更大的深水区，AI企业们正在积极寻找更多的商业化场景，挖掘更深层次的行业需求，以差异化发展路径实现自我造血。
　　正如旷视CEO印奇所说，在经历了五六年的早期爆发期后，AI产业如今进入＂深水区＂，不带来真实价值的AI企业将被淘汰出局。在现在这个AI产业落地的深水区，谁能最先实现价值闭环、产业落地，谁就将有生存下去的权利，而市场留给它们的时间，剩下不多了。
　　独角兽们，将如何进化？
　　随着市场环境的变化以及模式、战略的转变，＂AI四小龙＂正在从狭义的人脸识别公司变成更加综合的公司。
　　＂智能相对论＂了解到，旷视从单点计算机视觉切入机器人 AIoT 领域，将物流业务视为未来的增长点，具体业务来看，分为个人物联网、城市物联网和供应链物联网。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。去年，旷视一举发布7款适配物流仓储环节的AI+智能硬件产品，并宣布推出软件智能机器人操作系统河图2.0。据了解，旷视正在构建中的全球柔性服装类智能仓，依托河图系统，能连接并调度10类近4000台智能物流装备。
　　与旷视相似，依图科技同样强化了软硬一体化思路，进入2020年以来，算力取代原来的视觉定位，转型算法+芯片厂商。去年，依图科技发布了求索芯片，并在后续发布基于求索芯片的原石系列服务器、前沿系列边缘计算设备，在其招股书中依图科技不仅多次提及竞争对手英伟达、寒武纪，还表示上市募资很大一部分资金也用于芯片相关产品研发。据了解，目前计算机视觉公司的算力支撑主要依赖于英伟达高性能的GPU系列芯片，而AI公司自研芯片不仅能够降低成本，也能够针对应用场景进行性能优化、更好地满足客户需求，加速AI产品的推广速度。实际上，造芯是不少AI企业共同的选择，商汤、寒武纪、科大讯飞等均通过自研或外部合作研发芯片。云知声、云天励飞、思必驰等也将AI芯片视为提升未来竞争力的核心要素。
　　从招股书来看，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%。
　　云从科技，则将最核心的技术集成在人机协同操作系统，一方面,包括根据不同应用场景客户需求提供的多种人机协同应用产品和整体操作系统，服务于客户单点业务效能提升和整体业务升级；另一方面也包括通用服务平台＂轻舟平台＂。
　　据招股书介绍，＂轻舟平台＂融合了自主研发的AI技术和战略客户服务经验，集合了自动化算法训练、开源的标准应用解决方案等通用的能力模型、场景应用和行业应用，是一款轻量化的通用服务平台。通过招股书可以看到，人机协同操作系统经过四五年时间的沉淀，收入贡献占比越来越高，2020年上半年，已接近5成占比。同时，还带动毛利率的增长，最新数据已经达53%。
　　而与其他公司深耕优势场景、打磨主营业务有所不同，商汤提出的是＂1+1+X＂的平台化战略，其中1代表研发和技术产业化，X则代表赋能百业。商汤科技在多个垂直领域布局，业务涵盖智能手机、互联网娱乐、汽车、智慧城市、教育、医疗、金融、地产等多个行业。有媒体曾经报道称，商汤科技成立以来，在组织架构上经历四次变革。最新一次调整中，业务分为智慧城市、移动、商业洞察和创新。另外，商汤科技将自己定位为＂AI工厂＂，而为了支撑整个＂工厂＂的不断运转，商汤科技投入了约50亿元的资金用于建超算中心、开源核心算法。
　　随着AI落地逐渐走进深水区，AI 四小龙从单点业务到多线程业务全面铺开，从业务战略、打法上走向了「三岔路口」。如今，大部分人工智能企业面临着与四小龙相似的困境，如商用落地周期长、竞争激烈、现金流承压、依赖大客户、数据危机等等。去除神话光环，AI落地还有很长的路要走。文/智能相对论 一希
　　编辑/范辉