商汤登陆港股背后，AI公司摆脱困境？

文章
- 甲小姐对话
- 洞见
- 破局者
- 7x24h
- 甲子视频
研究
- 报告下载
- 定制研究
政府服务
活动
榜单
关于我们
- 关于我们
- 大事纪
- 荣誉墙
- 文化价值观
- 招贤纳士
- 联系我们
- 合作伙伴

推荐文章更多

玻色量子发布新一代专用量子计算机：专用路线先行一步，通用路线还有多远？

斑马智能进化论：从一家智能座舱供应商，到重新定义“汽车智能”的AI公司

当黄仁勋反复提起OpenClaw，他到底在焦虑什么？

零克云及AIGCLINK协同北京数字人基地共建OPC创新社区，北京试图批量制造“一人公司”

逐项解读黄仁勋GTC演讲：Vera Rubin、token王、英伟达“龙虾”、太空计算和雪宝

推荐报告更多

跨 OS GUI 智能体基础设施白皮书——重新定义人机交互自动化

数字经济 · 数字化 · 人工智能

AI原生组织：OpenClaw推动组织形态重塑

人工智能 · 数字化 · 人工智能

2026企业级智能体白皮书

人工智能 · 数字化 · 人工智能

商汤登陆港股背后，AI公司摆脱困境？

作者：武静静

编辑：宋家婷 2021-11-24

“CV四小龙”之首商汤科技终于迎来上市。

11月19日，路透社报道称商汤科技港股IPO获得批准，计划集资额介乎10亿至20亿美元（约78亿至156亿港元）。从去年传出上市消息到今年8月在港交所披露了首份招股书，商汤的首次上市之路终于画上了句号。此前由于信息安全管控的收紧，以及被美国列在“实体清单”中，商汤科技上市之路一度成谜。

在近一年的时间里，商汤、依图、旷视、云从、海天瑞声、格灵深瞳、第四范式等AI企业接连踏上IPO征程。这既是公司本身的“刚需”，也是背后投资人的诉求。

在华创资本合伙人熊伟铭看来，资本可以接受公司亏损，但是无法接受公司不上市，“如果你上不了市，或者总是不能上市，加上持续亏损，你增长就会出问题。”

熊伟铭的这一观点代表了创投圈不少人的看法。过去数年间，资本疯狂砸向各个领域，大起大落瞬间破灭的风口赛道也为数不少，特别是这两年，市场瞬息万变，被现实狠狠教育的投资人也明显变得谨慎了。

变化非常明显。2021年，一级市场投资人在看AI项目时，问题已经从“你们公司技术有多牛？有哪些技术牛人？”变成了“你们有多少落地案例、合作伙伴和客户有多少，目前营收多少？” 换句话说，要从投资人口袋里掏钱，不能再靠PPT，而是要拿真金白银来交换。

这也意味着，能给出盈利时间点的AI公司将更受欢迎。此前成功过会的云从，就是在招股书中明确给出承诺，公司扭亏为盈的预期时间节点为2025年。

AI公司们如何实现盈利？还是要找到真正可规模化的落地场景，将算法、算力、数据的闭环落实在实际产业场景中，赋能各行各业的质效提升，实现可持续的商业变现。“AI产业正处于‘微笑曲线’谷底往上爬的阶段。如何找到合适的商业模式、落地场景来赚取利润，是眼前这个行业最重要的问题。”码隆科技董事长兼CEO黄鼎隆告诉「甲子光年」。

1.现实困境：“一步一坑”中寻找突破点

道理都懂，但在具体实践中，AI公司们面对的是“一步一坑”的现实困境。

和外界所了解的不同，AI服务本质上还是to B的生意，单价高、决策流程长、服务周期长、研发成本高，又重又慢，且更考验专业性以及服务能力，企业只能通过不断开拓新项目来赚钱。但这并不容易。

“每个细分行业都已经有自己的游戏规则，开拓一个新行业需要的时间周期都是按年计算。接下来需求对接、制定方案、交付、打款又是一个漫长过程。”一位AI行业创始人感叹。

以依靠计算机视觉起家的“CV四小龙”为例，虽然发展多年，但从收入结构来看，面向政府、机构的to G业务仍旧是支撑公司营收的核心主力：

· 商汤科技2020年及2021上半年智慧城市业务营收占比分别达39.7%及47.6%；

· 旷视科技2020年城市物联网营收占比为65.82%；

· 云从科技2020年智慧治理业务占总营收比例高达57.75%；

· 依图2019年、2020年智能公共服务收入（包含智慧城市和智慧医疗，后者占营收的比例不足2%）占比分别为90%、58.46%；

To G客户的优点在于订单量大，但缺点则是交付时间长、回款慢，以商汤科技为例，招股书披露，公司应付款的账期已经从2018年的92天增加至2020年的228天。这对于研发投入极高、日出斗金的AI公司来说，并不是一件好事。

不仅如此，在争夺G端客户的智慧城市场景中，以软件起家的AI公司们，也面临原有硬件厂商海康威视、大华股份带来的强势竞争压力。

在这些具有明显渠道和供应链优势的传统软硬件厂商面前，AI企业们的算法长板难以形成真正明显的差异化优势，最终都选择了加持硬件，做软硬件一体的整体解决方案，竞争态势愈演愈烈。熊伟铭向「甲子光年」感叹：“不同因素的影响下，走到现在，四小龙在安防上的技术优势没有体现出来，海康威视等公司如今也完全可以通过自建或者采购获得类似的技术能力。安防到最后变成了一个渠道生意，又回归本质了。”

这使得AI公司们必须寻找新的战场。从发展路径来看，为了实现商业化落地，过去几年“CV四小龙”都在不断拓展新的场景版图，也都走出了各自不同的路线：依图出售此前核心的医疗业务之后，瞄准了自动驾驶新场景；云从定位为人机协同解决方案提供商，在金融领域持续深耕的过程中，也新增了机器人、物联网技术研究投入，试图构建更为标准化的AI产品；旷视则切入AIoT，将物流业务视为未来的增长点。

在2020年媒体发布会上，旷视联合创始人兼CEO印奇强调：“旷视不会成为一家平台化的公司，而是基于1+3战略，打造几个支柱型产业作为立身之本。”目前，旷视已经将供应链物联网领域中的智慧物流场景提到了战略性高度，同时也发布了智慧物流操作系统河图以及相关的智能硬件机器人。印奇表示，旷视要做最硬的AI公司。

效果已经显现，从目前营收数据来看，公司的供应链物联网解决方案业务在总营收中的占比正在不断增加——从2019年的5.56%上升到2020年的15.71%。未来，公司将会与极智嘉、快仓等AGV头部企业在智慧物流细分赛道上直接竞争。

与其他三家相比，商汤的“1+1+X”（1分别代表研发和技术产业化，X 则代表赋能百业）平台化战略却似乎让人更迷惑——这家公司是干什么的？

作为“CV四小龙”中的老大，商汤科技营收明显高于其他三家。招股书数据显示，公司2018年、2019年、2020年和2021年上半年的收入分别为18.53亿元、30.27亿元、34.46亿元和16.52亿元。「甲子光年」测算发现，从近三年的年均营收规模来看，商汤的营收规模相当于旷视的2倍多，云从的4倍，依图的6倍，不过亏损也更多，从近三年的年均净亏损来看，商汤的亏损规模相当于旷视的1.9倍，云从的9倍，依图的4倍。

换句话说，无论是从商业版图、营收乃至亏损规模上看，商汤科技更像是放大版的旷视、云从和依图们。

在招股书中，商汤将自身定位为人工智能软件平台型公司，截至2021年6月30日，商汤科技已经积累了超过2.2万个赋能不同应用的人工智能模型。目前，该公司旗下主要有面向智慧商业的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及SenseCare平台以及面向智能汽车的SenseAuto（商汤绝影智能汽车平台）四大平台——几乎涵盖了所有的商业、生活、出行场景。

总结起来就是一句话：没有圈定的场景，什么行业都做。

看起来，这也是商汤一直遵循的路径。早在2019年，商汤就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，其中新兴创新事业群关注领域并不固定，而是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。

这次组织架构调整的另一层意思是，智慧城市是其收入较强的业务板块，值得单独拿出来，这从目前商汤的财报中也可以看得出来。

不过根据招股书，尽管商汤科技智慧城市业务占比在不断增加，但另一面其智慧商业、智慧生活、智能汽车收入占比却都呈收缩态势，特别是智慧生活业务，较之去年同期，2021年上半年收入降半。智能汽车业务虽处于早期探索阶段，但也处于下滑态势。

商汤在招股书中强调了公司继续扩张新场景的决心，表示目前已经开始在智慧生活领域探索物联网设备、元宇宙和智慧健康，在自动驾驶领域，商汤的定位则是自动驾驶解决方案制造商，覆盖单车智能和车路协同两大方向，与百度、华为直接竞争。

不难看出，志在“赋能百业”的背后，商汤对于落地的理解是平台化，将自己定位为“AI工厂”，公司对外称，为了支撑整个“工厂”的不断运转，投入了约50亿元的资金用于建超算中心、开源核心算法。

2.遗弃“外包”的AI公司争相平台化

就在此次公布招股书的一个多月前，商汤科技在世界人工智能大会上推出了其新型人工智能基础设施——SenseCore商汤AI大装置。

商汤科技联合创始人兼CEO徐立把它比作“人工智能的粒子对撞机”，但说到底，它仍是一个由算力层、平台层和算法层组成的AI平台。其中算力层即上文提到的在建的超算中心；算法层则是上文中的开源核心算法；平台层打通了数据平台、深度学习训练框架、深度学习推理部署引擎和模型生产平台，实现从数据存储、标注到模型训练、生产、部署、测试的全链路、批量化过程。

从某种程度上而言，SenseCore商汤AI大装置除了满足商汤科技的商业野心，似乎也意在破除长久以来人们对AI公司的印象——定制化的“外包”公司。

此前，「甲子光年」曾于2017年10月在《AI创业：始于外包，终于何？》一文提到，绝大部分to B的AI初创公司的商业模式本质是“外包”，而实际性价比却远不如一般行业的外包。原因在于，彼时AI行业卡在产品验证的环节——这是每一个新技术发展的必经阶段。从内因上看，AI技术则具有典型的“落地口径窄，需求不稳定”特征，这使得其行业商业化探索阶段会更加漫长；而客户认知的不健全又导致AI在落地时容易出现偏差。

其结果就是，看似高大上的AI公司，干的却是给硬件公司做算法、SDK项目这类“最辛苦的活儿”。

辛苦的原因是，项目型公司挣钱是做加法——1个项目+1个项目，而产品/平台型的公司挣钱是做乘法——1个产品×销量。

对此，腾讯优图实验室总监任博曾表示，AI落地场景的确存在碎片化的情况，一方面因为其仍在技术探索中，很难只做一两个赛道；另一方面，AI现在各行各业的需求很广泛，所以落地场景比较分散、碎片化。

因此AI公司要摆脱“外包”的印象，就要将商业模式从项目化变为平台化。

其路径便是把技术或产品标准化、模块化。“一般做法是细分功能需求点，制作成可单独分拆和组合的标准模块组件或接口。”美都邦智慧科技（广州）有限公司首席技术顾问Ivan Tang告诉「甲子光年」。

实际上，这也是商汤科技确定“1+1+X”战略的初衷。「甲子光年」查到，2017年商汤就已明确提出平台化战略。2018年9月，科技部宣布依托商汤科技建设智能视觉国家新一代人工智能开放创新平台，这让商汤科技在AI平台化上更加坚定，AI平台化也在此后成为商汤区别于其它“三小龙”的最明显标签。

招股书称，商汤通过软件平台，将SenseCore的能力作为通用的AI服务提供给客户，使其无需深厚的专业知识、巨大资本投入，就可轻松生产符合自身需求的人工智能模型。在商汤看来，这将是未来的一大广阔市场。截至2021年6月30日，商汤科技累积生产超过22,000个驱动不同应用的商用人工智能模型。

不过除了商汤，不少AI企业也在努力构建自己的AI平台。2020年，旷视发布了AI生产力平台Brain++，意图缩短AI算法的研发周期，提升AI与产业融合的效率；云从在2020年7月也发布其行业级人工智能产品和能力平台“轻舟”平台。然而这些平台的商业化能力并未在招股书中披露。

这也意味着，曾经的“CV四小龙”再次进入了同一个细分战场。问题是，这会是一条赚钱的路径吗？

3.AI平台能挣钱吗？

AI平台怎么挣钱？至少到目前，AI创业公司们还没有给出明确的答案。但它们或许可从互联网巨头们身上得到些许启发。

实际上，早在商汤科技创立之时，BAT等互联网巨头就已经在做AI的平台化布局。

其中，阿里旗下的AI开放平台飞天AI始于2014年，其整体架构分为云边端一体的训练和推理引擎框架，PAI机器学习平台以及解决方案层等。阿里另一个AI应用平台阿里城市大脑平台，则最早于2016年被提出，后被广泛应用于智慧城市建设中。

百度则在2013年1月组建了专注于Deep Learning（深度学习）的研究院，到2017年已形成了Apollo自动驾驶应用平台以及百度AI技术开放平台。

同样是2017年，腾讯也开放了旗下AI开放平台。这一年年底，科技部公布首批国家新一代人工智能开放创新平台名单。其中提到，依托百度建设自动驾驶国家新一代人工智能开放创新平台，依托阿里云建设城市大脑国家新一代人工智能开放创新平台，依托腾讯建设医疗影像国家新一代人工智能开放创新平台，依托科大讯飞建设智能语音国家新一代人工智能开放创新平台。

目前，国内AI开放平台已形成较为清晰的格局：百度、阿里、腾讯、华为等互联网巨头主打综合性AI开放平台，在国内占据了超过80%的市场份额；而商汤、旷视、讯飞等则在计算机视觉、语音识别等细分领域打造了AI开放平台，它们共同争夺剩下20%的市场份额。

但这些头部的综合性AI平台，在商业模式的选择上却让AI创业公司学不来——免费开放旗下平台的通用AI功能接口。自2017年起，百度、阿里、腾讯等巨头就推出了针对旗下AI开放平台的免费政策，比如每天有多少次的免费调用次数，或者干脆将AI应用服务全面免费。

如此一来，巨头们通过吸引更多企业用户入驻，打造生态并积累数据，并与已有的云计算等业务形成“AI揽客，云计算挣钱”的盈利闭环。

此外，原本AI算法公司服务的安防巨头海康威视、大华股份等视觉设备厂商，近年来也一直在推进旗下产品的AI转型。以海康威视和商汤的合作为例，早前海康威视通过支付技术授权费用来使用商汤的算法，而后海康转变模式，开始自研算法。

2019年，海康威视发布了旗下AI开放平台，为行业客户提供算法定制服务。AI开放平台再结合海康行业应用平台和海康云眸平台，满足私有化和互联网场景下视频联网、AI模型管理、AI应用的需求，从而覆盖需求产生到应用落地的完整流程，亦可完成商业盈利的闭环。

商汤的招股书中，也提到了其AI平台的盈利模式。其将SenseCore的多种能力作为通用的AI-asa-Service提供给客户，用于其定制化的模型生产。随着更大规模、更多元化地使用其AI应用，客户也将采购更多产品和服务，进而为公司带来经常性收入。

但是对AI平台来说，通用AI技术的门槛已降得非常低。头豹研究院的相关报告显示，一些AI平台间的识别准确率仅有0.001%左右的差别。在大厂的免费策略下，目前既没有形成自己的云平台、也没有硬件能力的AI创业公司，很难通过“羊毛出在猪身上”的策略让AI开放平台盈利，只能用在AI平台的基础上对模型做定制化开发，来实现营收。

这意味着，垂直领域AI开放平台终究逃不过差异化、定制化的商业出路。故事才刚刚开始。

2418
0
0
0

评论

0/140 提交