巨额亏损，融资断层新 AI 创业公司究竟还值不值钱？

 

      北京初秋的一天，站在中关村标志性建筑理想国际大厦 10 层，可以俯瞰北京大学全貌和整个中关村广场，这里的主人曾是 ofo 小黄车，如今这里是商汤 科技 北京办公室所在地，商汤科技在这座见证 互联网 繁荣时代的大厦租了五层用来办公。

而在这座大楼 12 层，百度员工曾于 2005 年那个盛夏，打开香槟通宵庆祝上市，当天股市收盘上涨了 354%。时隔 16 年，今年 8 月 27 日向港交所递交招股书的商汤科技，会成为第二个百度吗？

"AI 四小龙 " 中，商汤科技 CEO 徐立心怀忐忑之时，备受波折、历经两年，折戟港交所后转战科创板的旷视科技，拿到了那张期待已久的船票，9 月 9 日，旷视科技成功过会。两月前，云从科技也在科创板过会，依图科技则在两度 " 中止 " 后变成 " 终止 "，上市梦碎。这便是伴随人工智能 投资 潮而跑出的几头独角兽的近况。

巨额的亏损、高企的应用落地成本以及同质化的技术、持续烧钱的研发投入，AI 四小龙均已披露的招股书，打破了外界对它们运营真面目一直上演的《李米的猜想》，也揭开了它们近两年出现融资断层的面纱。AI 四小龙是大部分 AI 创业 公司的缩影。" 很多 AI 公司都面临着大额的亏损，资本看不到未来，就变得谨慎了，所以融资就出现了断层。" 中国机器人网 CEO 赵勇对 经济 观察报记者说。

" 低谷期 "，国金证券研究员罗露认为，机器学习、聊天机器人、计算机视觉和 FPGA 加速器技术处于低谷期，自然语言处理、深度神经网络和人工智能云服务即将结束泡沫期迈入低谷期。上市并非 AI 四小龙等化解困境的终极目标，" 提升技术的可复用性、扩展性和安全性才能实现二次繁荣。"

上市焦虑症

近几年，人工智能领域里跑出了几头独角兽公司——商汤科技、旷视科技、云从科技、依图科技，它们被并称为 "AI 四小龙 "。

在经过多轮融资后，2020 年胡润研究院对商汤、旷视、云从、依图的估值分别为 500 亿元、300 亿元、200 亿元和 140 亿元。

如今在上市路上，几家欢喜几家愁。云从科技此次上市准备募资 37.5 亿元，创始人兼 CEO 周曦为公司实际控制人。通过常州云从等公司直接和间接持股为 24.0075%，其中通过大昊创业、吕申创业和释天投资间接合计持有云从科技 0.7155% 股权。

IPO 后，常州云从持股为 19.78%，佳都科技持股为 6.63%，云逸众谋持股为 6.40%，鼎盛信和持股为 3.41%，刘益谦持股为 3.28%；新疆汇富持股为 2.78%，新余卓安持股为 2.72%；南沙金控持股为 1.88%；释天投资持股为 1.81%；大昊创业、高丛创业分别持股为 1.77%。

9 月 9 日刚过会的旷视科技，本次上市拟募资 60.18 亿元，" 阿里系 " 是旷视科技背后最大的股东，合计持股高达 29.41%，其中蚂蚁集团间接持股 15.08%，阿里巴巴间接持股 14.33%；公司三位创始人印奇、唐文斌、杨沐分别持股 8.21%、5.9%、2.72%；中国国新间接持股 11.33%。此外，公司投资方还包括创新工场、富士康、联想集团等。

身为依图科技创始人兼 CEO，今年 43 岁的福建福州人朱珑，近期糟心事儿比较多。年初 CTO 颜水成博士被传离职，今年 6 月，集团将要裁员的消息又被曝出，在上市折戟之后，依图科技开启了断臂求生之路，近日被报道已将曾经重点发力的医疗业务相关资产出售，接盘方为深睿医疗。经济观察报记者向 AI 医疗行业内人士求证，得到确认在出售的消息。

依图科技用自身经历，警醒着其他 AI 创业公司。" 不少 AI 公司割了不少投资人的韭菜，很多 VC 因为虚荣心想要参与 AI 项目，导致 AI 公司估值膨胀，" 李开复去年的一句话道出了 AI 圈里的虚假繁荣。

作为启明创投创始主管合伙人，邝子平在风险投资领域有长达 22 年的经验，投资过的数百家企业中，光是人工智能领域的项目就有云之声、优必选、旷视等。

素有 " 双子星 " 之称的旷视科技创始人印奇和联合创始人唐文斌，早在一年前与邝子平进行过一次对话。

期间，谈及对旷视这类创业公司的投资，邝子平说，" 早期的 AI 项目出来，大家的热情都非常高。" 他形容当年的自己 " 比较傻 "，只要带着 "AI" 字眼的创业者找过来，往往会 " 给个比较高的估值就投了 "。

不过，几年光景过去，回看整个人工智能产业的投资环境，已然不同以往。

投资正变得更谨慎和理性。邝子平这样身处投行视角的人觉得，当下大家并不会怀疑 AI" 有没有价值 "，反倒是会疑问，新的 AI 创业公司究竟还值不值钱？

在赵勇眼里，从 2018 年开始至今三年间，AI 四小龙便不同程度出现融资断层的现象。商汤科技 2014 年成立后，四年间完成 9 轮融资，2018 年之后仅获得一轮融资。2011 年成立的旷视科技和 2015 年成立的云从科技，最新的一次融资已经在两年前的 2019 年。2012 年成立的依图科技，虽然在 2020 年有一轮新融资，规模为 3000 万美元。但 2015 至 2018 年间，每年至少一轮融资，且投资机构有红杉资本、高领资本、云锋基金轮番上阵的豪华阵容。与之前相比，2019 年之后依然显得有些落寞。

在量子位联合创始人李根看来，" 这是必然的。" 尤其在产业进入落地期后，投资机会自然会收缩，" 要么是很大规模的钱，要么就是很垂直的机会。" 他发现，没有那么很早期的投资机会了。

商汤科技成立不到三年，先后拿下了 IDG、StarVC、鼎晖投资、万达集团以及高通的 6 轮融资，估值甚至高达 35 亿美元。" 那时，并不是谁想投就能投进来的。" 李根如是说到。

事实也确实如此，那之后可以斥巨资加注商汤科技的，也只能是阿里巴巴、软银愿景这样的 " 巨头 " 机构了。

这符合整个中国 AI 行业融资规模与投融资数量的曲线变化，据 IT 桔子与深圳市人工智能行业协会统计数据，在 2013 到 2018 年整体快速增长之后，2019 年出现 45% 左右的显著下滑，虽然去年投融资金额恢复增长，但投融资数量显著下降。

与之相伴随的是，截至 2021 年，中国 AI 初创企业数量已连续四年下降，AI 领域投融资频次连续三年下降，亿欧数据最新统计显示，中国有 69% 的人工智能企业成立于 2014-2018 年间。

产业趋冷之下，高估值的 AI 四小龙，已骑虎难下，只有上市这华山一条路可走了。

" 人工智能应该回归到一个比较理性的状态，回归到市场本身，技术能不能给客户带来增值，要回归到这个逻辑范围内，" 赵勇认为，" 资本不应该把人工智能炒热，以往被资本盯上的不少行业，要么被搞死了，要么被搞垮了。"

罗露认为，资本市场早期对于人工智能行业回报周期过于乐观，以及市场对当前创业型 AI 公司 商业 落地和变现模式存疑，是其近两年资本市场遇冷的主要原因。

学院派遭遇实力派

印奇恐怕永远忘不了 9 月 9 日这天，因为历经两年波折，旷视科技科创板终于成功过会了。

AI 四小龙的创始人都是 " 从实验室里走出来的学院派 "，几乎都为 80 后（只有朱珑是 1978 年出生的），高学历、有技术基因且都有光鲜的履历。

其中，旷视科技印奇是年龄最小的，1988 年出生于安徽芜湖。商汤科技联合创始人兼 CEO 徐立也是 80 后，上海人。云从科技周曦是 1981 年 12 月出生于四川内江。四人当中年龄最大的是，1978 年出生于福建福州的依图科技朱珑。

有意思的是，麻省理工学院博士汤晓鸥创办了香港中文大学多 媒体 实验室，该实验室有计算机视觉界的黄埔军校的美誉，徐立师从汤晓鸥教授，同时两者还是商汤科技合伙人，商汤初期的技术团队也大多来自该实验室成员。

无独有偶，依图科技的联合创始人朱珑和林晨曦是高中同学，朱珑曾为美国加州大学洛杉矶分校（UCLA）统计学博士，期间师从 AlanYuille 教授（计算机视觉学界奠基人之一，也是霍金教授的得意门生），被媒体称为 " 霍金的徒孙 "。

旷视的印奇、唐文斌、杨沐，则同为清华 " 姚班 " 出身的三个年轻人，姚班即清华学堂计算机科学实验班，由世界著名计算机科学家姚期智院士于 2005 年创办。"AI 国家队 " 云从科技创始人周曦出自中国科学院重庆研究院，而云从科技的前身，也是由中科院最大的人脸识别研究团队孵化而成。

" 从实验室里走出来的学院派 "，四位创始人的风格极为相似，在赵勇看来，这符合人工智能投资热期间资本看中的 " 赛道、团队和未来 "，然而如今资本更看重 AI 四小龙商业模式何时跑通。

亏损是 AI 四小龙此时的共同特征，依图科技自 2017 年至 2020 年上半年累计未弥补的亏损达 72.20 亿元；自 2018 至 2020 年，云从科技三年累计亏损 25.79 亿元；旷视科技三年累计净亏损为 127 亿元，另外，旷视在招股书中预计 2021 年上半年，其净亏损为 18.58 亿元；2018-2021 年上半年，商汤科技累计亏损 243 亿元。

亏损是人工智能创业公司的一个普遍现象。2020 年底，人工智能产业创新联盟秘书长安晖发表的报告显示，全球近 90% 的人工智能公司仍处于亏损状态，中国 AI 产业链中 90% 以上的企业也处在亏损阶段。

从营收来看，2018 年至 2020 年，商汤科技的营收是四小龙中最多的，分别为 18.53 亿元、30.27 亿元和 34.46 亿元，2021 年上半年营收大涨超九成。旷视科技 2018-2020 年的营收分别为 8.54 亿元、12.60 亿元和 13.91 亿元；同期另外两小龙，年营收不足 10 亿元。

研发费用支出成为 AI 四小龙同期营收占比的大头，其中旷视科技在 2018 至 2020 年研发费用占同期营收比例均稳定在 70% 以上。商汤科技和云从科技的研发投入，则呈阶梯上升趋势，商汤科技 2021 年上半年，研发投入甚至超过了营收。云从科技在 2020 年也占到当期营收的近 77%。

学院派的 AI 四小龙，面对有 " 小华为 " 之称的海康威视等行业实力派，需要补的一课就是如何降本增效。

罗露认为，AI 四小龙持续亏损的原因之一在于人力成本过高。特别是高度定制化的碎片场景，需要较多人力投入，导致人均效益低。经测算，AI 行业人均费用约 50 万，与人均收入相当。

海康威视之所以能在安防行业跑通 AI 商业模式，一方面是安防行业数据量大、业务场景明确，另一方面是人效优势叠加规模化效应，使公司将 " 成本三低 " 做到极致：平均人力成本低、运营和销售成本低、产量扩大后边际成本低。" 随着 AI 人才供给增加，人力成本下降，AI 技术公司盈利和变现能力提升，或能改变行业结构，使行业拐点前炮。" 罗露称。

AI 生意越来越重

字节跳动成立 9 年，便成长为可以挑战腾讯的新贵巨头，在复旦大学智能机器人研究院副院长张文强看来，这与其人工智能技术算法的运用有着密切的关联，" 字节跳动也是一家人工智能公司，它比较幸运地瞄准了短视频、信息流这两个赛道，商汤科技等 AI 四小龙就没那么幸运了，这些 AI 创业明星公司涉足的 金融 、安防、零售、医疗、教育、自动驾驶等赛道，目前都无法与之相媲美。"

" 目前阶段 AI 底层算法创新已经趋缓，技术到达一定程度后，如果没有颠覆性的创新产品大概率会趋同，这种情况下，结合行业需求就尤其重要。" 投资过商汤、地平线、云知声等多家 AI 公司的势乘资本合伙人刘英航告诉记者，现在 AI 技术不再是某个公司独步天下的绝技，而是像十年前的移动互联网技术与传统行业结合一样，AI 已逐渐成为一种标配，" 你有别人没有的绝对技术壁垒，其实比较少。"

AI 四小龙的发展经历，印证了技术进步放缓的过程。久谦中台研究员王海从 2017 年关注 AI 行业，他记得，最早期，AI 四小龙是安防行业的主力 AI 技术公司，海康威视和大华等设备公司只能赚硬件的辛苦钱。但到了后期，硬件公司自己组建 AI 团队，也可以很快做起来，于是四小龙的生意就不那么好做了。

罗露看到，AI 产业链上下游 " 群雄逐鹿，多有布局 "，包括以 BATH 为首的科技巨头、字节跳动等互联网公司、AI 四小龙为典型的 AI 算法提供商，寒武纪等创业公司独角兽作为 AI 芯片提供商，以及海康威视、大华股份、科大讯飞等综合解决方案提供商是行业的核心参与者。

" 未来四小龙可能更像以前的 IBM，就是帮别人做咨询，做集成服务这样的公司，因为它们核心的技术能产生的价值，已经支撑不了它们目前的估值了。必须朝着这种大集成商的方向前进。" 不愿具名的某人工智能公司相关负责人对经济观察报记者说。

以 AI 四小龙均有涉足的安防领域为例，盘踞着海康威视、大华股份等龙头企业。" 四小龙比我们这些专注细分领域的企业面临更大的竞争，技术竞争已经是次要的了，更多的比拼，是渠道能力、实施能力、交付能力、物流能力等等 "，中科智云 CEO 魏宏峰对记者称。

刘英航向记者表达了判断，AI 行业很难形成互联网行业 BAT 等一样的平台型公司，因为一个单一的 AI 功能很容易被竞争对手替代。AI 要与各个行业场景结合，更有可能出现华为、海康威视等重技术、重场景，比较擅长行业纵深的企业，这些领域也更容易形成多家并存、百花齐放的竞争格局。

互联网大公司的 AI 生意也正在越来越重。一位接近百度的人士告诉记者，之前，即使百度 AI 论文质量获奖，专利数量全球前列，AI 技术国内领先，其平台型的 AI 生意仍不好做，被市场认为 " 有未来，却没有现在 "。直到百度有了小度音箱、无人驾驶出租车、百度智能云，把 AI 技术落地后，才逐渐得到认可，有了今年上半年股价冲破 1000 亿美元的高光时刻。

未来的机会

在互联网大公司中，阿里、腾讯、百度、字节跳动都已投入 AI 多年，百度更是自称是一家 "AI 公司 "，将 AI 视为未来。在创业公司中，医疗、餐饮、金融等细分市场已有上市的 AI 公司，市值在 100 亿元左右，不算大，但已经成为市场中流砥柱。

同时，罗露认为，全球主流技术大多处于泡沫到低谷期的过渡阶段，小样本学习是重要发展方向。

中科智云诞生于 2018 年，就是小样本学习方向，" 一个建筑工地每年安全事故很少，所以样本量也小，我们团队追求的是认知端的智能，就是在数据缺失的情况下做出判断。" 魏宏峰说。

根据久谦中台调研，从去年开始，虽然 AI 四小龙为代表的 AI 公司在资本市场遇冷，但是，这并不意味着整个 AI 行业遇冷。王海对一家做 AI 内容审核的公司印象深刻，这家公司提供 AI 技术，帮内容平台做音视频、图像与文字内容的审核，" 平台对内容审核有非常强的诉求，并且愿意为了高精度去支付一定的议价，这家公司专注在这个小赛道，不断积累信息数据，这种技术壁垒是可以持续的。"

邝子平认为，人工智能应用已进入了 " 工业化大生产 " 时代，如今千行百业都在使用 AI 技术进行转型升级，只是节奏不一，但最终是要 " 趟出一条可复制、被认可的路线 "。

" 整个产业进入了春夏秋冬的四季周期交替。" 李根称：AI 安防领域 " 已经进入深秋，资本开始检验各家的御寒水平 "，而 AI 医疗刚刚告别热夏，结束了 " 各路资本扎推，纷纷下场押注 " 的时候。

李根更看好 AI 生物领域，" 才刚刚步入春天 "，他认为这类新兴技术在开始阶段将会是春暖花开，VC/ 投行们在此期间多会跃跃欲试。当然，聚焦全产业的话，" 技术创新草莽生长的阶段已经过去了。"

王海毫不掩盖他对 AI 未来趋势的信心，" 它本身的价值创造非常明确，另外非常明确的一点是，近几年，企业主对 AI 这种降本增效的产品的付费意愿在增强，这说明 AI 价值是一定存在的。" 刘英航也有同样的观点，"AI 最适合的是有海量需求的重复劳动场景，解放重复枯燥的人力劳动。自动驾驶、物流配送、服务机器人、智能客服等场景，都是这个逻辑。这个大逻辑之下，找场景应用的机会很多，AI 是未来解放生产力的重要工具。" 很多传统行业，都有可能是 AI 大放异彩的领域，比如餐饮行业、农业、工业等重要行业。

今年 7 月，记者在上海西门子工厂见到了 AI 对于效率的提升。当时，西门子身穿灰色工服的工程师向记者感慨，以前，一条流水线需要 80 个工人，用 5 天时间干完活。现在，引入 AI 机器人之后，10 个工人花 2 天时间就能做完。并且培训时间缩短了，新来的工人，2 小时就能上手干活。一家服装企业的负责人也提到，AI 机器人应用的空间很大，应该在现有规模的 10 倍以上才够用。

目前，包括 AI 四小龙在内的 AI 公司，都还没有真正打开制造业工厂的大门，如果中国的制造业都开始 AI 化，会是大的市场空间？

王海没有给出具体数据，不过他认为，至少足够长出几家千亿市值的 AI 公司了。目前，制造业还没有完全接受 AI，除了市场认知外，还有一些技术瓶颈。比如有的老板会担心公司数据安全，这些技术上正在解决中。据业内人士透露，目前蚂蚁金服有团队，腾讯微众银行也有团队，还有一些创业公司都在研究隐私计算技术，这项技术突破后，可以让数据本身不被交易的同时，还能发挥数据的价值。这将提高数据安全性，有助于 AI 技术落地到更多的行业，而不是仅仅局限在当下少数几个安防、金融场景。

制造业和安防之外，AI 已慢慢渗入普通人的日常生活中。家里的扫地机器人， 手机 里的短视频，外卖点的餐，住酒店时的人脸识别，打车时的路线规划，背后都是 AI，衣食住行，无所不包。

但不可否认的是，现在仍然没有那种震撼人的，让人感到惊艳的 AI 产品，就像 2010 年 微信 出现后，大家就知道了，原来这就是移动互联网时代的 APP。

刘英航认为，AI 应用一个重要的大规模落地领域可能出现在 汽车 行业。他发现身边朋友，尝试过带有相关自动驾驶系统的新能源汽车之后，就不会再考虑买传统汽车。

8 月 18 日，百度展示了一辆 " 汽车机器人 "，可以看做是 AI 应用到汽车领域的终极可能之一。这辆车没有方向盘，不需要任何人工驾驶，乘车的人可以躺在里面睡觉，然后睁开眼后，目的地到达了。

这样的汽车百度只推出了概念款，什么时候能真正普及？也许并不会太遥远。李彦宏提到 3 年内百度会推出自己的智能汽车。刘英航认为，任意路径的自动驾驶可能还很遥远，但多点对多点的自动驾驶离我们很近。

即使智能汽车，其实也只是 AI 一个小领域。" 现在 AI 仍只是解决某个具体赛道的问题，处在只解决非常小的场景的状态。大部分 AI 目前还没有真正创造应有价值。" 王海认为，当下的 AI，仍是非常不智能的状态，在漫长的 AI 路上，现在只能算是刚刚起步。

更深层次的 AI，会不会是美剧《西部世界》中的仿真人，或是《头号玩家》中的虚拟世界，还是其他想象都想不出来的事物？在目前的技术框架下，这些 AI 都还很遥远。回到现实，调研机构 IDC 估算，2020 年全球人工智能市场规模约 1565 亿美元。在国内，《2020 中国人工智能产业白皮书》数据是，2020 年人工智能行业核心产业市场规模超过 1500 亿元，预计在 2025 年将超过 4000 亿元。中国人工智能产业市场发展潜力巨大，未来中国有望发展为全球最大的人工智能市场。

跟踪调研 AI 市场 4 年后，王海告诉记者，现在 AI 公司们还有三个方向可以尝试，一是技术壁垒可以不断夯实的细分市场，比如做 AI 审核。二是可以帮助解决整个 AI 产业数据获取痛点的赛道，比如研究隐私计算技术。三是帮助解决数据清洗及建模工作中重复性工作的赛道，比如做自动化数据标注。在当下，这些方向仍有机会。至于更深层的 AI，仍需等待底层技术突破。   

来源： 经济观察报 冯庆艳