文｜新眸產(chǎn)業(yè)組 阮雪
編輯｜桑明強
對于高科技行業(yè)來說，最不缺的就是風(fēng)口和元年，AI也不例外。
承載著人們對超人類的幻想，人工智能行業(yè)包括但不限于機器翻譯，智能控制，專家系統(tǒng)，機器人學(xué)，語言和圖像理解等復(fù)雜的技術(shù)領(lǐng)域，這也讓AI從誕生起，幾乎就站在了技術(shù)制高點上，接受仰視。在這場幻想里，從最初標榜科技信仰，到現(xiàn)在強調(diào)商業(yè)落地，潮起潮落，產(chǎn)業(yè)鏈參與者眾多。
以BATH為首的傳統(tǒng)科技巨頭、四小龍為典型的AI算法服務(wù)提供商以及?？低?、大華股份、科大訊飛等綜合解決方案提供商，都是行業(yè)的核心參與者，他們在產(chǎn)業(yè)鏈上下游群雄逐鹿，多有布局。其中，一度占據(jù)市場份額高達60%的AI四小龍，承接了更多的市場目光，隨著AI行業(yè)遇冷，在追尋上市的道路上，比起過去技術(shù)上的“軍備競賽”，場景化落地能力成為了核心焦點。
在命運分岔路口的當下，他們的故事也變得更加耐人尋味。
01、遇風(fēng)成龍
AI并不是新世紀的產(chǎn)物，這個大家或許都不知道。
人工智能的概念形成于20世紀50 年代，在歷史上已經(jīng)經(jīng)歷了三次浪潮。
20世紀50年代，注重邏輯推理的機器翻譯時代，機器人和智能軟件開始出現(xiàn)，但由于技術(shù)限制，并沒有掀起更大的浪花，人們對于AI的討論還蒙著科幻色彩；到了70年代，人工智能邁入專家系統(tǒng)時代，大量的學(xué)術(shù)研究涌現(xiàn)，知識雖然在不斷的積累，但是一直都沒有付諸實踐，行業(yè)也很快趨冷。
直到2006 年，深度學(xué)習(xí)算法的推出，人們才開始邁入重視數(shù)據(jù)和自主學(xué)習(xí)的認知智能時代。在數(shù)據(jù)、算法和計算力條件成熟的條件下，人工智能的爆發(fā)浪潮中技術(shù)開始落地，深入到應(yīng)用層面，屬于人工智能的創(chuàng)業(yè)時代也悄然來臨。
如今我們熟知的AI四小龍里，成立于2011年的曠視，是行業(yè)的老大哥，創(chuàng)始人是來自清華“姚班”的年輕人?！白畛跷覀儾]有想到創(chuàng)業(yè)，我們是想將計算機視覺的技術(shù)應(yīng)用到游戲中。”在唐文斌回憶里，那個參賽的游戲《烏鴉來了》才是他們的起點，是印奇把他們帶到了研究人臉識別技術(shù)的路上。
2012年，意識到計算機視覺在工業(yè)領(lǐng)域應(yīng)用層面已趨成熟的朱瓏決定創(chuàng)業(yè)，找到了當時在阿里云做技術(shù)負責(zé)人的高中同學(xué)林晨曦，依圖科技正式成立。幾乎在同一時間，商湯科技的湯曉鷗也遇到了自己的合作伙伴徐立，同樣是從人臉識別出發(fā)，2014年商湯的技術(shù)，先后拿下小米、華為、美圖秀秀以及圖聊軟件FaceU、Snow等客戶，主要從事B2B業(yè)務(wù)。至于云從科技，是四小龍中最后一個走上跑道的。
2014到2016年間，以商湯科技為首的四小龍主要投向兩個地方：一是“人才壟斷”，二是搭建硬件計算平臺。雖然當時的AI領(lǐng)域還沒有受到關(guān)注，但是對于在發(fā)展中的科技公司來說，誰掌握技術(shù)，誰就能領(lǐng)跑，在這場競爭中，云從仿佛有著先天優(yōu)勢，創(chuàng)始人出身中科大，團隊大部分來自中科院，云從一直被看作是AI行業(yè)中的國家隊。
時間來到2018年，人工智能浪潮真正在國內(nèi)席卷，站在風(fēng)口上，年輕的AI四小龍也遇風(fēng)成龍，資本市場的熱錢涌入，短短不到3個月，四小龍就已經(jīng)拿到了100多億人民幣的融資額。
02、泡沫減退
Gartner曾提出過一條技術(shù)成熟度曲線，把新科技的成熟演變速度和達到成熟所需的時間分為5個階段，即技術(shù)觸發(fā)期、期望膨脹期、幻覺破滅谷底期、啟蒙爬升期和高原期?，F(xiàn)在看來，AI的行業(yè)的發(fā)展，也同樣符合這條曲線。
走過了技術(shù)觸發(fā)的創(chuàng)業(yè)階段，人工智能市場的代名詞變成了“燒錢”，高收入、高毛利率與高虧損，一直是AI行業(yè)最典型的特質(zhì)，雖然商湯科技創(chuàng)始人湯曉鷗曾經(jīng)對此做出過回應(yīng)，說“我們不是燒錢的公司，是能賺錢的公司，可以自負盈虧。”、“融資不是用來燒的，而是做偉大的事?！?/p>
但沒能讓外界忽略的是：四小龍在持續(xù)的虧損上幾乎面臨著相似的問題。一是都需要在研發(fā)以及人才招聘上保持高投入；二是在市場拓展和地域擴張上保持高投入，而這兩個問題也是“營收越高，虧損越多”的直接原因，相伴相生。
人力成本過高，一方面是科技研發(fā)對于人才的高要求，讓人力成本一直高居不下。比如商湯科技曾被人稱為中國的貝爾實驗室，就是因為它有非常豪華的技術(shù)團隊，據(jù)招股書顯示，商湯擁有40名教授，5000多名員工，其中約三分之二為科學(xué)家及工程師，包括250余名博士及博士候選人。
類似的情況，也或多或少的發(fā)生在其余幾家身上。在技術(shù)不能快速變現(xiàn)的情況下，科學(xué)家的數(shù)量在某種意義上就是公司產(chǎn)品質(zhì)量的保障。為了獲得資本更多的信任，除了技術(shù)內(nèi)卷外，四小龍不可避免的都在當時落入了人才內(nèi)卷和研發(fā)費用的內(nèi)卷中。
拋開對人才的依賴，在市場擴張中，由于AI的行業(yè)特性，特別是高度定制化的碎片場景，往往需要更多的人力投入，導(dǎo)致人均效益低，經(jīng)有關(guān)機構(gòu)測算，AI 行業(yè)人均費用約 50 萬，與人均收入是相當?shù)摹?/p>
據(jù)新眸不完全統(tǒng)計，在“AI四小龍”當中，云從科技在2017年到2020年上半年凈虧損近23億元，依圖科技2017年至2020年上半年虧損合計近73億元，曠視科技在2017年至2020前三季度已經(jīng)合計虧損超130億元。
圖：AI算法公司凈利潤情況對比（來源：Wind，國金證券研究所）
除此之外，AI四小龍的業(yè)務(wù)發(fā)展高度重合，2020年間，安防和金融是AI在中實體經(jīng)濟市場份額最多的前兩大領(lǐng)域,占比分別達到53.8%、15.8%,合計近70%，一邊是商業(yè)化的想象空間被壓縮，一面是虧損數(shù)字的不斷攀升，AI行業(yè)估值的泡沫被戳破，寒冬也悄然降臨。
回顧2018年的高峰期，AI行業(yè)共完成523起融資，總金額約667.1億元人民幣，而到了2020年，這組數(shù)字便降為305起、243.3億元人民幣，直接砍半?？駳g落幕后，四小龍其實沒有贏家。不過，雖然AI行業(yè)正在經(jīng)歷著幻覺破滅谷底期，但也可以理解成新的爬升期。
03、各據(jù)一方
2021年，被看作是AI產(chǎn)業(yè)化元年。
AI 行業(yè)開始告別過去的瘋狂燒錢，各家都傾向于考慮打造合理的商業(yè)模式，幫助 AI 產(chǎn)業(yè)化落地，也為自己找尋出路。這讓過去擁擠的賽道，也迎來了分化。最早起家時，四家?guī)缀醵己桶卜?、金融有一定關(guān)系，隨著業(yè)務(wù)的演化，技術(shù)神話也不再動聽，落地場景成了關(guān)注的重點，這一次，四小龍是各據(jù)一方。
商湯科技把自己定位在人工智能平臺型公司，主要靠軟件平臺的銷售賺錢?；诠咀匝械腟enseCore，集中量產(chǎn)人工智能模型。旗下目前有面向智慧商業(yè)的SenseFoundry-Enterprise（商湯方舟企業(yè)開放平臺）、面向智慧城市的SenseFoundry（商湯方舟城市開放平臺）、面向智慧生活的SenseME、SenseMARS、SenseCare平臺以及面向智能汽車的SenseAuto（商湯絕影智能汽車平臺），所覆蓋的四大板塊也被視為商湯的四輪驅(qū)動模式。
智慧商業(yè)和智慧城市是商湯的主力業(yè)務(wù)，兩者的占比逐年提升，兩者的收入占比合計一度超過了85%。但這兩大賽道也是人工智能的主流落地領(lǐng)域，相對成熟，競爭也異常激烈，對手除了另外三只小龍：曠視、云從、依圖；還有海康威視、大華股份等。
值得一提的是，另外三家選擇的主要道路其實都和商湯有所區(qū)別。
和商湯的賣軟件、平臺化不同，做了六年人臉識別的印奇，后期更偏向把曠視定位為產(chǎn)品公司，強調(diào)軟硬一體化。曠世所提供的AIoT軟硬一體化解決方案，主要是將自己以 Brain++為核心的 AI 算法體系、AIoT 操作系統(tǒng)以及行業(yè)應(yīng)用所構(gòu)成的軟件，結(jié)合由傳感器終端與邊緣設(shè)備、及自動化裝備組成的硬件。
在商業(yè)化落地上，主要面向個人、城市和供應(yīng)鏈三大場景，打造AIoT平臺和生態(tài)。以物聯(lián)網(wǎng)作為人工智能技術(shù)落地的載體，通過構(gòu)建AIoT 產(chǎn)品體系，面向消費物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)、供應(yīng)鏈物聯(lián)網(wǎng)三大核心場景提供經(jīng)驗證的行業(yè)解決方案。
同樣強調(diào)結(jié)合的，其實還有依圖。在AI行業(yè)前期的發(fā)展中，各家?guī)缀醵荚趪@計算機視覺技術(shù)做文章，視覺識別技術(shù)所建構(gòu)的護城河也變得不再牢靠，差異化成為了當時依圖押注的方向，將芯片技術(shù)與算法技術(shù)結(jié)合，依圖選擇了向AI算力技術(shù)及產(chǎn)品領(lǐng)域發(fā)力，推出AI芯片。而除了安保等傳統(tǒng)領(lǐng)域，依圖最大的特點其實是在醫(yī)療的深耕，專注醫(yī)學(xué)影像。
但押注芯片注定是艱難的，被列入實體清單后，云從的芯片研發(fā)一度停擺，差異化也并沒有給依圖帶來好運，早早折戟資本市場，對比四小龍中的首登A股的云從科技，依圖還沒有走出它自己的至暗時刻。
至于最年輕的云從，營收來自于提供人機協(xié)同操作系統(tǒng)和人工智能解決方案，主推操作系統(tǒng)，后者是云從的營收主力，在過去占比一度高達93.59%，直到2020上半年才迎來下降。
一方面云從利用人機協(xié)同操作系統(tǒng)，通過對業(yè)務(wù)數(shù)據(jù)、硬件設(shè)備和軟件應(yīng)用的連接，拿到了人工智能生態(tài)的核心入口，為客戶提供信息化、數(shù)字化和智能化的人工智能服務(wù)；另一方面，云從一直在試圖圍繞人機協(xié)同操作系統(tǒng)擴大應(yīng)用場景，為包括智慧金融、智慧治理、智慧出行、智慧商業(yè)等提供AI解決方案。
各家走各路，AI行業(yè)的浪潮褪去，走入下半場以來，玩家也變得更加冷靜，低頭走路的時期過去了，燒錢的瘋狂也經(jīng)歷了，這種平靜帶來的也許并不是壞事。風(fēng)光長宜放眼量，就像是朱瓏2017年說過的那樣，“即使AI過火，大家也不能低估它的跳躍式進步?！?/p>