AI新世纪难题：赚得越多，亏得越多

云栖网：对于高科技行业来说，最不缺的就是风口和元年，AI也不例外。

承载着人们对超人类的幻想，人工智能行业包括但不限于机器翻译，智能控制，专家系统，机器人学，语言和图像理解等复杂的技术领域，这也让AI从诞生起，几乎就站在了技术制高点上，接受仰视。在这场幻想里，从最初标榜科技信仰，到现在强调商业落地，潮起潮落，产业链参与者众多。

以BATH为首的传统科技巨头、四小龙为典型的AI算法服务提供商以及海康威视、大华股份、科大讯飞等综合解决方案提供商，都是行业的核心参与者，他们在产业链上下游群雄逐鹿，多有布局。其中，一度占据市场份额高达60%的AI四小龙，承接了更多的市场目光，随着AI行业遇冷，在追寻上市的道路上，比起过去技术上的“军备竞赛”，场景化落地能力成为了核心焦点。

在命运分岔路口的当下，他们的故事也变得更加耐人寻味。

01 遇风成龙

AI并不是新世纪的产物，这个大家或许都不知道。

人工智能的概念形成于20世纪50 年代，在历史上已经经历了三次浪潮。

20世纪50年代，注重逻辑推理的机器翻译时代，机器人和智能软件开始出现，但由于技术限制，并没有掀起更大的浪花，人们对于AI的讨论还蒙着科幻色彩；到了70年代，人工智能迈入专家系统时代，大量的学术研究涌现，知识虽然在不断的积累，但是一直都没有付诸实践，行业也很快趋冷。

直到2006 年，深度学习算法的推出，人们才开始迈入重视数据和自主学习的认知智能时代。在数据、算法和计算力条件成熟的条件下，人工智能的爆发浪潮中技术开始落地，深入到应用层面，属于人工智能的创业时代也悄然来临。

如今我们熟知的AI四小龙里，成立于2011年的旷视，是行业的老大哥，创始人是来自清华“姚班”的年轻人。“最初我们并没有想到创业，我们是想将计算机视觉的技术应用到游戏中。”在唐文斌回忆里，那个参赛的游戏《乌鸦来了》才是他们的起点，是印奇把他们带到了研究人脸识别技术的路上。

2012年，意识到计算机视觉在工业领域应用层面已趋成熟的朱珑决定创业，找到了当时在阿里云做技术负责人的高中同学林晨曦，依图科技正式成立。几乎在同一时间，商汤科技的汤晓鸥也遇到了自己的合作伙伴徐立，同样是从人脸识别出发，2014年商汤的技术，先后拿下小米、华为、美图秀秀以及图聊软件FaceU、Snow等客户，主要从事B2B业务。至于云从科技，是四小龙中最后一个走上跑道的。

2014到2016年间，以商汤科技为首的四小龙主要投向两个地方：一是“人才垄断”，二是搭建硬件计算平台。虽然当时的AI领域还没有受到关注，但是对于在发展中的科技公司来说，谁掌握技术，谁就能领跑，在这场竞争中，云从仿佛有着先天优势，创始人出身中科大，团队大部分来自中科院，云从一直被看作是AI行业中的国家队。

时间来到2018年，人工智能浪潮真正在国内席卷，站在风口上，年轻的AI四小龙也遇风成龙，资本市场的热钱涌入，短短不到3个月，四小龙就已经拿到了100多亿人民币的融资额。

02 泡沫减退

Gartner曾提出过一条技术成熟度曲线，把新科技的成熟演变速度和达到成熟所需的时间分为5个阶段，即技术触发期、期望膨胀期、幻觉破灭谷底期、启蒙爬升期和高原期。现在看来，AI的行业的发展，也同样符合这条曲线。

走过了技术触发的创业阶段，人工智能市场的代名词变成了“烧钱”，高收入、高毛利率与高亏损，一直是AI行业最典型的特质，虽然商汤科技创始人汤晓鸥曾经对此做出过回应，说“我们不是烧钱的公司，是能赚钱的公司，可以自负盈亏。”、“融资不是用来烧的，而是做伟大的事。”

但没能让外界忽略的是：四小龙在持续的亏损上几乎面临着相似的问题。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，而这两个问题也是“营收越高，亏损越多”的直接原因，相伴相生。

人力成本过高，一方面是科技研发对于人才的高要求，让人力成本一直高居不下。比如商汤科技曾被人称为中国的贝尔实验室，就是因为它有非常豪华的技术团队，据招股书显示，商汤拥有40名教授，5000多名员工，其中约三分之二为科学家及工程师，包括250余名博士及博士候选人。

类似的情况，也或多或少的发生在其余几家身上。在技术不能快速变现的情况下，科学家的数量在某种意义上就是公司产品质量的保障。为了获得资本更多的信任，除了技术内卷外，四小龙不可避免的都在当时落入了人才内卷和研发费用的内卷中。

抛开对人才的依赖，在市场扩张中，由于AI的行业特性，特别是高度定制化的碎片场景，往往需要更多的人力投入，导致人均效益低，经有关机构测算，AI 行业人均费用约 50 万，与人均收入是相当的。

据新眸不完全统计，在“AI四小龙”当中，云从科技在2017年到2020年上半年净亏损近23亿元，依图科技2017年至2020年上半年亏损合计近73亿元，旷视科技在2017年至2020前三季度已经合计亏损超130亿元。

图：AI算法公司净利润情况对比（来源：Wind，国金证券研究所）

除此之外，AI四小龙的业务发展高度重合，2020年间，安防和金融是AI在中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%，一边是商业化的想象空间被压缩，一面是亏损数字的不断攀升，AI行业估值的泡沫被戳破，寒冬也悄然降临。

回顾2018年的高峰期，AI行业共完成523起融资，总金额约667.1亿元人民币，而到了2020年，这组数字便降为305起、243.3亿元人民币，直接砍半。狂欢落幕后，四小龙其实没有赢家。不过，虽然AI行业正在经历着幻觉破灭谷底期，但也可以理解成新的爬升期。

03 各据一方

2021年，被看作是AI产业化元年。

AI 行业开始告别过去的疯狂烧钱，各家都倾向于考虑打造合理的商业模式，帮助 AI 产业化落地，也为自己找寻出路。这让过去拥挤的赛道，也迎来了分化。最早起家时，四家几乎都和安防、金融有一定关系，随着业务的演化，技术神话也不再动听，落地场景成了关注的重点，这一次，四小龙是各据一方。

商汤科技把自己定位在人工智能平台型公司，主要靠软件平台的销售赚钱。基于公司自研的SenseCore，集中量产人工智能模型。旗下目前有面向智慧商业的SenseFoundry-Enterprise（商汤方舟企业开放平台）、面向智慧城市的SenseFoundry（商汤方舟城市开放平台）、面向智慧生活的SenseME、SenseMARS、SenseCare平台以及面向智能汽车的SenseAuto（商汤绝影智能汽车平台），所覆盖的四大板块也被视为商汤的四轮驱动模式。

智慧商业和智慧城市是商汤的主力业务，两者的占比逐年提升，两者的收入占比合计一度超过了85%。但这两大赛道也是人工智能的主流落地领域，相对成熟，竞争也异常激烈，对手除了另外三只小龙：旷视、云从、依图；还有海康威视、大华股份等。

值得一提的是，另外三家选择的主要道路其实都和商汤有所区别。

和商汤的卖软件、平台化不同，做了六年人脸识别的印奇，后期更偏向把旷视定位为产品公司，强调软硬一体化。旷世所提供的AIoT软硬一体化解决方案，主要是将自己以 Brain++为核心的 AI 算法体系、AIoT 操作系统以及行业应用所构成的软件，结合由传感器终端与边缘设备、及自动化装备组成的硬件。

在商业化落地上，主要面向个人、城市和供应链三大场景，打造AIoT平台和生态。以物联网作为人工智能技术落地的载体，通过构建AIoT 产品体系，面向消费物联网、城市物联网、供应链物联网三大核心场景提供经验证的行业解决方案。 

同样强调结合的，其实还有依图。在AI行业前期的发展中，各家几乎都在围绕计算机视觉技术做文章，视觉识别技术所建构的护城河也变得不再牢靠，差异化成为了当时依图押注的方向，将芯片技术与算法技术结合，依图选择了向AI算力技术及产品领域发力，推出AI芯片。而除了安保等传统领域，依图最大的特点其实是在医疗的深耕，专注医学影像。

但押注芯片注定是艰难的，被列入实体清单后，云从的芯片研发一度停摆，差异化也并没有给依图带来好运，早早折戟资本市场，对比四小龙中的首登A股的云从科技，依图还没有走出它自己的至暗时刻。

至于最年轻的云从，营收来自于提供人机协同操作系统和人工智能解决方案，主推操作系统，后者是云从的营收主力，在过去占比一度高达93.59%，直到2020上半年才迎来下降。

一方面云从利用人机协同操作系统，通过对业务数据、硬件设备和软件应用的连接，拿到了人工智能生态的核心入口，为客户提供信息化、数字化和智能化的人工智能服务；另一方面，云从一直在试图围绕人机协同操作系统扩大应用场景，为包括智慧金融、智慧治理、智慧出行、智慧商业等提供AI解决方案。

各家走各路，AI行业的浪潮褪去，走入下半场以来，玩家也变得更加冷静，低头走路的时期过去了，烧钱的疯狂也经历了，这种平静带来的也许并不是坏事。风光长宜放眼量，就像是朱珑2017年说过的那样，“即使AI过火，大家也不能低估它的跳跃式进步。”