從2019年曠視科技港股首次申請IPO，到今年3月再次衝擊科創板並預計9月“上會”；再到今年6月依圖科技終止IPO程序；7月雲從科技科創板順利過會；以及8月底商湯科技向港交所正式遞交招股書衝刺IPO——“AI四小龍”的上市程序都已清晰。

從他們交出的公開成績單來看，他們的存在促進了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歷史程序裡的四小龍

今年距四小龍中最早誕生的曠視科技成立已經過去了十年。

十年前，伴隨著深度學習技術的成熟以及計算機算力的增長，沉寂已久的人工智慧行業再次沸騰起來，一大批企業踩上了第三次人工智慧的浪潮闖入人們的視野。這也讓這批AI企業在成立之初就可以秉承著商業需求主導的意志。

商湯、曠視、雲從、依圖這四家在當時被稱為“AI四小龍”，它們最初都是從計算機視覺領域（計算機視覺，ComputerVision，簡稱CV）起步的公司，並在該領域所佔的市場份額常年排在前列。

AI獨角獸選擇計算機視覺領域作為突破口的原因很簡單，2012年到2015年，在代表計算機智慧影象識別最前沿發展水平的ImageNet競賽（ILSVRC）中，參賽的人工智慧演算法在識別準確率上突飛猛進。2014年，在識別圖片中的人、動物、車輛或其他常見物件時，基於深度學習的計算機程式超過了普通人類的肉眼識別準確率。

這意味著人工智慧在計算機視覺領域商用轉折點的到來，眾多AI公司或多或少以此為契機在市場中立足，同時，計算機視覺也確實是人工智慧中商業化成熟度較高的領域，也自然在當時引起人們的遐想，人工智慧在計算機視覺領域的成功落地是否預示著人工智慧落地的大拐點臨近？AI商業化的潮流就要席捲社會？千行百業都在被AI重新改造的前夕？

數年前，第三次人工智慧爆發的早期，人工智慧專家李開復認為，相對於前兩次熱潮，第三次熱潮正在從學術研究主導向商業化需求轉向，不同於過去學術界勸說政府和投資人投錢，第三次熱潮多是投資人主動向熱點領域的學術專案和創業專案投錢，也因此，第三次人工智慧熱潮的關鍵在於解決問題。

在人工智慧最火熱的時期，甚至有不少人認為人工智慧在未來20年扮演的角色比過去20年的移動網際網路更加重要。此前，整個移動網際網路的興起是將線上與線下聯絡起來，而這其中產生的海量資料將推動人工智慧最佳化各業務流程的效率，實現生產力的大幅提高。

用人工智慧行業向的話來說，就是如何將萬物互聯時代產生的龐大的非結構化的資料，轉化為結構化可進一步利用的資料，從中獲取有效資訊來指導和預測社會、公司以及個人的行動，以此來實現商業價值，這其中的關鍵就是有效資料的提取。

如今，十年之期已到，實際情況如何呢？

以近期交表的商湯科技為例，其業務涵蓋智慧商業、智慧城市、智慧生活、智慧汽車四大板塊，主要透過提供軟體服務以及人工智慧晶片、感測器等能使AI模型執行的軟硬一體的產品及服務來盈利，其中智慧商業和智慧城市貢獻了商湯80%以上的營收。

曠視科技的業務則主要包括消費物聯網解決方案、城市物聯網解決方案、供應鏈物聯網解決方案三類。依圖科技的定位是“算力提供商”，以人工智慧晶片技術和演算法技術為核心，研發和銷售包含人工智慧算力硬體和軟體在內的人工智慧解決方案。雲從科技則瞄準了智慧金融、智慧治理、智慧出行、智慧商業四個領域，人機協同作業系統和人工智慧解決方案是其主要營收構成。

雖然四家企業對AI落地的領域和主要兜售產品、服務有紛繁的叫法，但總結下來較為成熟的落地領域仍然是基於視覺、語音、文字、資料科學相關的AI技術，同時，行業解決方案、企業服務、機器人、醫療、安防等賽道是大部分AI企業的重點投入領域。

因此，計算機視覺作為應用比重最大的人工智慧技術，AI四小龍的營收排名與它們在計算機視覺領域的營收情況關聯性依然較高，如下圖所示，從營收上來看商湯、曠視、雲從、依圖在每年的營收排名上與它們在CV領域的市場份額狀況相當。

這也從側面說明，在CV領域外，四小龍的AI落地仍充滿著艱難。那些志向遠大的希冀並未實現。

營收越高，虧損越多

從淨利潤上來看，四家企業仍然“吞金”嚴重，每家企業都在瘋狂燒錢。尤其值得注意的是，

企業的虧損並沒有隨著營收的增長而逐漸降低，反而呈現出“營收越高，虧損越多”的

怪象

，除去未來可能兌現員工期權所造成的“公允價值損失”，四家企業的虧損仍然嚴重。

以其中營收和虧損都最高的商湯科技為例，經調整，2018年到2021年6月30日，商湯科技虧損淨額分別為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“風險提示”中表示未來仍有無法盈利的可能，其預計公司未來將繼續擴大業務（探索物聯網裝置、元宇宙、智慧健康等）、運營以及投資於研發、通用人工智慧基礎架構和地域擴張上的開支，如據傳花費超56億的商湯上海臨港大型人工智慧計算與賦能資料中心（AIDC）。

橫向來看，四家企業在可能持續虧損風險上面臨著一些類似的問題，一是都需要在研發以及人才招聘上保持高投入；二是在市場拓展和地域擴張上保持高投入。同時，這兩個問題也是“營收越高，虧損越多”的直接原因。

人工智慧行業是人才和技術密集型行業，各公司需要投入大量資源用於系統層、演算法層、作業系統及AI重新定義硬體的研究創新，以此來保持在行業的競爭優勢。同時，隨著市場需求的不斷迭代更新，公司同樣需要保持技術的先進性。

創投圈有個共識：“投人工智慧要先投科學家”。演算法工程師間的技術、經驗差異仍決定著演算法模型的生產力高低，百萬年薪招AI大牛在業內是再普通不過的事情。商湯科技的創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名科學家和工程師。因此，四家企業的研發支出異常高昂，甚至一些企業當年的研發支出已經超過了全年的總營收。

人工智慧企業在市場拓展新賽道上的高投入也是不得已為之。首先，成熟市場的蛋糕有限，像基於人臉識別技術衍生的各類商業應用已有足夠多的競爭者，但該賽道遠遠沒有手機、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展的預期。

技術壁壘逐漸消失

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

據沙利文的報告顯示，計算機視覺軟體是全球人工智慧最大的軟體版塊，2020年的佔比達到46。9%，其中2020年中國計算機視覺軟體的市場規模僅為167億元，遠不足涉入其中的人工智慧企業瓜分。因此，開闢新賽道是所有人工智慧公司的必然選擇。

當然，新市場、新賽道的拓展並不容易。商湯科技在招股書“風險提示”中表示：“我們對新的垂直領域並不熟悉……我們決定拓展至的垂直領域都可能有一個或多個現有的市場領導者，此類公司或許能夠較我們更有效的競爭，此乃由於它們具備該市場開展業務的經驗以及更深入的行業洞察力以及更高的客戶品牌認知度。”

現實也確實如此，在安防領域，成立於2001年的老牌視覺裝置公司海康威視也在加速推進產品的人工智慧轉型，透過新技術，海康威視在全球影片監控領域繼續保持著市佔率連續多年第一的成績，保住了該領域的龍頭位置。這也表明，在AI演算法公司們向垂直領域拓展的時候，各行各業的公司們也在不斷利用著先進技術來提高生產效率。

這對純AI演算法公司來說不是一個好訊息，

它意味著AI公司們過去引以為傲的部分技術正在通用化、大眾化，不能將AI公司和非AI公司再作為簡單有效的行業壁壘，某些通用性的、基礎設施性的技術正在潛移默化的被所有行業內的公司所使用。

例如安檢機上的人臉識別系統，從過去AI公司們的專屬技術，變成了所有入局安防行業的公司都要必備技術，因此，整個行業的競爭從這項技術“有沒有”變成了“準確率高不高”等更具象化、場景化的要素。

換言之，這表示著純AI演算法公司需要有更加領先的技術優勢才能在垂直領域搶奪市場，同時，純AI演算法公司們的技術視窗期也在縮短，要儘可能的在視窗期內完成技術到商用的轉化。也因此，四家公司頻頻在各類人工智慧頂會上得獎發paper，不僅僅是單純刷臉賺榮譽，也有著現實需求的推動。這也導致我國AI領域相關論文數量急劇增長，在SCI收錄的深度學習領域論文中，中國在2015年已反超美國。

AI公司們在垂直賽道上遇到的困難遠遠不止這些。在人工智慧領域，資料的收集是異常重要的，可要得到閉環的、有標註的、資料量大到足以發揮深度學習效力的資料也同樣異常的艱難。例如要從0到1收集到充足的、符合要求的醫療大資料，對新入局的純AI演算法公司來說不是一件能快速變現的事情。

而網際網路上最具變現能力、符合該要求的海量資料也基本被該領域的網際網路公司所佔據，自然沒有哪一家網際網路公司會將自己的核心資料交由第三方AI演算法公司，更何況，位元組跳動、百度、谷歌、臉書等網際網路巨頭的眾多核心業務本質就是由機器學習驅動的，而且這些大廠下屬的AILab都有不菲的實力。或者說，這些網際網路巨頭依靠自己的資金和市場反而更容易佔據某一個垂直賽道，純AI演算法公司或許更應該擔心。

必須趕緊賺錢了

高營收，高虧損背後另一個需要考量的就是AI企業主要營收產品背後的毛利率。四家公司在毛利率的變化上較大，最高的商湯科技2021上半年可以達到73%，最低的雲從科技2018年僅為21。7%。雲從表示，其主營業務中的人機協同作業系統是標準化的產品，相關研發產生的人員薪酬計入研發費用，因此毛利率相對較高，而人工智慧解決方案業務由於需外購部分配套軟硬體產品或服務，外購材料成本較高，因此毛利率較低。

雲從科技在人工智慧解決方案上遇到的低毛利率問題是四家AI企業都會遇到的，當各家主要營收來自高度定製化而非標準化的解決方案時，自然意味著毛利率難以保持穩定，企業的整體盈利狀況會隨著不同的個案和服務的物件而發生波動。那麼，企業營收依賴少數大單的情況也很容易出現。

去年9月，有“AI國家隊”之稱的雲從科技中標《廣州市南沙區衛生健康局中山大學附屬第一（南沙）醫院資訊基礎設施與智慧化管控平臺建設專案》，專案標的額達3。12億，這是目前公開的AI企業單一訂單中金額最高的一筆。

要知道2020年雲從科技的總營收僅為7。55億元。雲從科技在招股書中也表示公司有客戶集中度較高的風險，2017年到2020年1-6月，雲從科技前五大大客戶銷售收入合計佔當期營業收入的比例分別為59。77%、62。26%、51。83和31。23%。有華為寒武紀、蘋果概念股公司的前車之鑑，想必沒有任何一家公司希望自己的命脈被掌握在少數幾個客戶手中。

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