格灵深瞳科创板首发过会：8 年磨剑，锋芒几何？

“企业不应该只有技术。”

眼下所有AI企业烂熟于心的创业教条，要么来自自身教训，要么来自前辈经验。

这个前辈里，有格灵深瞳，这个最早一批成立的AI企业，这个名字带着一丝浪漫主义、有着传奇经历的企业。

今年6月22日，科创板受理了格灵深瞳提交的招股书，当时还引发了AI界不小的讨论。

但一片热闹过后，少有真正停下来，看看这家经历了起起伏伏的公司重回视线后，如今怎样了，哪些经历值得借鉴。 

它曾是最先经历AI落地难题的那个，也是最先醒悟、沉下心思考的那个。

11月9日，格灵深瞳科创板首发过会。在这个档口，我们从核心技术、落地场景、经营状况三大层面，看看这个曾经自带光环的AI少年如今的真实面貌。

从超前的三维识别到二维识别的主路

要理解格灵深瞳的问题，首先要弄懂人工智能技术发展的规律。

新技术通常会经历“启动-高峰-低谷-爬坡-饱和”五个时期。

2013年左右，二维识别还处于启动初期，主要存在于各大科技巨头的研究院或实验室，不仅商业落地模式不清晰，AI创业公司也极少，更不谈技术纬度更高的三维识别。

当时以及后来的主流AI公司，大多基于二维视觉。

曾站立在技术的最前沿，曾品尝过技术突破带来的果实，格灵深瞳创始人赵勇在最开始的技术路线选择时，就选择了极为领先但也更为艰难的一条路径：3D视觉感知。

格灵深瞳基于三维深度视觉信号处理技术的视觉传感器网络，通过传感器发射红外线，通过收集物体点位的方式识别物体行为轨迹，这让信息不只是二维的“人脸”纬度，而成为“人体”动态纬度的深层次信息。

不难发现，格灵深瞳从一开始就跑在历史曲线的前列。

这份底气，既来源于他们入行早，也源于创始团队的技术背景，以及技术领先性。

“近距离听过赵勇一次演讲，刚开讲还体会不到他有多么牛逼，越到后面越兴奋，他演示了他们的产品demo，真的很牛逼。演讲很幽默，尤其是讲技术的时候很有激情。”一位业内人士曾如此对雷锋网 (公众号：雷锋网) 表示，“太超前了，当时人工智能和计算机视觉的故事还比较冷门，一般人看不懂。”

三维识别技术的不成熟，使得格灵深瞳前两年在商业落地上走的并不是很顺利。

认识到市场的真实情况后，格灵深瞳从三维视觉感知走到了主流的“深度学习+人脸识别”。

在之后的日子里，对技术的热爱与追求，让格灵深瞳始终没有放弃对技术研发的重视。

招股书显示，截至2020年末，公司研发人员为146人，占员工总数的比重为55.51%，其中，硕士及以上学历人数为67人，占研发人员比重为45.89%。

2018年-2020年，格灵深瞳累计研发投入合计28308.78万元，占最近三年累计营业收入的比例为 77.37%，而最近三年核心技术收入占主营业务收入的比重分别为：96.66%、95.76%、97.98%。

横向对比，虽谈不上大手笔，但近8成的研发投入比例，已经足以说明他们在技术上的执着。

时至今日，技术实力、科研能力依然是格灵深瞳的底牌。

根据招股书，格灵深瞳打造了底层AI技术平台——深瞳大脑，并据此搭建起了核心技术体系。

基于此，格灵深瞳的三大人工智能产品体系浮出水面：智源智能前端产品、灵犀数据智能平台和深瞳行业应用平台。

一套原始数据、智能数据、数据智能以及数据应用的全链条就贯通了。

深瞳大脑为基底，格灵深瞳目前有五大技术在身。

深度学习的模型训练与数据生产技术、3D立体视觉技术、自动化交通场景感知与事件识别技术、大规模跨镜追踪技术和机器人感知与控制技术。

算法需要大量的数据量和模型训练，人工智能有今天的繁荣，背后有成千上万的数据标注人员的默默奉献，一些大公司的标注团队更是多达上万人，这需要巨大的成本。

深度学习的模型训练与数据生产技术基于此诞生。 

它通过两大核心功能为格灵深瞳添砖加瓦：挖掘海量数据，主动触发模型更新训练，提高算法准确率和生产率。同时，通过人工标注加 AI 模型自动化预识别，覆盖格灵深瞳内部95%的算法标注任务。

再看起家的3D立体视觉技术，依然能打。

这项技术主要通过对场景深度信息进行估算，使得其不仅达到普通结构光相机精度，还提高了相机的可靠性、易用性以及复杂光线和场景应用能力，从而对人体、物体、场景进行高精度的重建。

据悉，格灵深瞳应用于银行领域的皓目行为分析仪，已经在农业银行各地分支机构推广使用，这证明他们已经具备了3D行为分析大规模落地的能力。

在体育领域，AI技术的应用也不是新鲜事。

英特尔给今年的奥运带来了3D 运动员追踪技术，中国跳水队使用3D AI技术训练也呈现了3D与体育的完美结合。

格灵深瞳基于单目相机的三维重建技术与运动姿态分析技术，实现了在体育健康领域对人体三维姿态的准确识别与分析，自主研发的深瞳视觉体能训练系统，基于三维人体姿态估计算法，并结合人体运动功能学的特点，进行三维动作还原，与标准动作对比，以此判断人员的动作是否规范，进而给出纠正方法和提升方案。

目前深瞳视觉体能训练系统的研发，入选了国家科技重大专项，未来将被应用到中小学体育考试和青少年日常体育锻炼中。

不止于此，格灵深瞳的3D重建与立体视觉分析技术还在轨交运维场景发光发热。他们通过将离散的局部列车零部件数据进行融合和重构，得到列车标准模型，进行零部件匹配和故障诊断。

招股书显示，格灵深瞳的轨交运维相关产品已覆盖列车常见的 190 余种故障项点，项点处理速率超过 20000 个/小时，在高级重要性项点的故障诊断成功率大于 95%，对于高精度测量的项点，测量精度到达亚毫米级别。

其他的核心技术在这里不一一分析，能知道的是，在重新审视公司之后，虽然外界鲜少在媒体上看到格灵深瞳的身影，他们自身却在各个实际场景中磨练技术和产品，也因此多次获得行业权威奖项及承担国家级科研项目。

从押注零售到三轮驱动

《平凡的世界》中的主人公之一孙少平，是一位有文学理想的青年，但后来找了一份稳定的煤炭工人的工作。不过他也没有安于现状，而是重新拿起数理化，深入煤炭行业，学习新的技术、新的机械。

他的新理想，变成了挖煤工人中最懂技术的人。最后，他成功了。

赵勇曾表示希望自己能够成为孙少平，也希望格灵深瞳是一家能够最终突破生存压力把握自己理想和命运的公司。

成立初期，格灵深瞳聚焦线下零售，通过数字化分析，帮助零售商优化公司经营。

但由于赶上电商爆火、线下零售式微的时间点，格灵深瞳的AI落地零售之路在早期走的并不顺利。接下来的三四年，格灵深瞳停止了对外的发声，埋头投入到了新场景的探索和产品研发里。

功夫不负有心人，格灵深瞳的新理想，在城市管理和智慧金融里找到了答案。几年的沉浸，也让格灵深瞳整个气质发生了变化。

2017、 2018、2019年，格灵深瞳低调完成了3轮融资。

与此同时，格灵深瞳的产品线和赛道在逐渐清晰，并持续外扩。

根据招股书，在一头扎进场景里的几年里，格灵深瞳的业务线稳扎稳打，已形成了面向城市管理、智慧金融、商业零售、体育健康、轨交运维五大领域的产品及解决方案。其中，城市管理、智慧金融、商业零售成为格灵深瞳三大核心领域。

报告期内，城市管理和智慧金融领域的销售收入合计占公司主营业务收入的比例分别为95.47%、86.61%和 83.03%，是公司的主要收入来源。

与之对应的，是他们的产品和解决方案早已在各大角落悄无声息地运行。城市管理领域，在全国多省市的公安局、交通管理局、政法委等政府机关或企事业部门的项目中落地；在金融领域，其智慧金融解决方案也在农业银行全国各省市的上千家分支机构落地。

值得一提的是商业零售，这一赛道并未被腰斩，反而成为了新的勋章。

其实，聚焦线下空间数字化与智能化这一思路没有错，只是之前是电商、O2O的天下，如今不同了，是To B数字化转型的主场。

中国的经济已经到了一个临界点，高质量的经济将是未来10-20年经济发展的绝对走向。而AI，毋容置疑是开启这个临界点的最佳钥匙。

格灵深瞳在商业零售这一领域有先发优势，在几年耕耘下，已覆盖中国石化、现代汽车等多家国内外知名企业。

除此之外，公司在体育健康、轨交运维等更多领域进行了前瞻性的布局，并与首都体育学院、中车电气等单位建立了长期的合作关系。这些领域，都是国家大力支持的赛道。

其实，从这些领域的行业巨头客户来看，格灵深瞳的商业落地能力已经得到了业内认可。没有人指引的道路里，格灵深瞳摸索出一条可行的道路。

赵勇曾表示，当AI行业被质疑时，格灵深瞳的信心却越来越强，因为在大家特别狂躁又特别失望时，只有在前线做产品的人，才能看到AI作为一种技术正在切切实实解决用户使用过程遇到的本质问题，从而促进开发者对问题的认知与深度挖掘。

一个健康的过程，是一家企业拥有核心技术，同时对社会需求有相对明确的预测把控，然后，销售在正确的行业推广技术，再从用户反馈中将需求与技术进行结合，及时解决客户需求。

如果说，格灵深瞳的快速成长，来自对市场规律的深刻领悟，那么他们在行业悲观时还能保持的信心，可能来自一个个日夜和一滴滴汗水。 

从亏损上亿到业绩好转

商业落地可圈可点，营收能力如何？

招股书显示，2018-2020 年，格灵深瞳分别实现营业收入 5196万元、7121万元和24271万元，复合增长率达到 116.12%，呈现快速增长趋势。

而亏损，依然是AI企业逃不开的话题，这并非一家之桎梏，而是行业难题。

2020年，工信部赛迪研究院公布数据，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。

报告期内，格灵深瞳亏损分别为7457万元、4.2亿元、7820万元，累计亏损5.62亿元。

2018年和2019年，格灵深瞳的经营活动产生的现金流均为负数，分别为-11063万元和-11066万元。

值得一提的是，格灵深瞳2020年经营活动现金流由负转正，为3508万元，扣非净利润（不考虑股份支付费用）也扭亏为盈，实现净利润1031.69万。

经营性现金流回正，是指企业的收入已经可以完全覆盖企业的支出，且可以正向持续。

艾媒咨询CEO张毅曾表示，不少AI企业不断开拓新业务试图拉高营收数据，但增收不增利，营收泡沫由此产生，营收成本居高不下，营收回血跟不上烧钱的速度，导致企业现金流数据不乐观。

作为一家高投入且尚在成长中的AI企业，能有此成绩实属不易。同时，格灵深瞳并未盲目拓新，也并未一心追求漂亮的营收数据。

格灵深瞳的应收账款数据也侧面反应这一特质。

招股书显示，格灵深瞳的应收账款账面价值分别为5863.20 万元、5365.12 万元和6829.94 万元，而应收账款占当期营业收入的比例分别为112.83%、75.34%和28.14%。应收账款周转率也从1.58次提升至3.98次。

应收账款相对稳定，对应的比例逐年大幅递减，周转频次也肉眼可见地提升。这意味着格灵深瞳在收入规模不断扩大的同时，商业化落地质量也在快速提升，这在同业中也属少见。

从上交所对各AI企业的问询函可知，收入结构是被关注的重点，尤其是对大客户的依赖问题。

报告期内，格灵深瞳2020年前五大客户分别为农业银行、尚博信、中金银利、易华录、朝阳发改委，占当期主营业业务收入比例分别为19.36%、11.55%、10.8%、9.86%、6%，总共销售金额占主营业收入比例为57.57%。

格灵深瞳的前五大核心客户中有多家行业知名公司，且对大客户的依赖性较为分散，稳定性较强。

无论从技术、业务还是业绩看，格灵深瞳都在稳步向好向前发展。

创业启示录

创业8年之际，格灵深瞳走到了科创板的大门口，成功过会意味着他们距离上市成功只有一步之遥。8年时间，说长不长，说短也不短。回顾格灵深瞳的创业之路，有些东西还是值得我们细细品味的。

无论是个人还是企业，想要留存于世甚至扬名立万，离不开两个东西：弹性和韧性。

弹性是什么？ 

外柔内刚，可承受一定的压力、一定的委屈、一定程度的妥协，但也有自己的底线。

说起来容易，但其中如何把握好尺度，需要身体力行摸索。

弹性之外，还需要有韧性。

韧性，是持续的优化和迭代，是去掉肌肉原始记忆，建立新的肌肉记忆，死磕细节，不断优化能力。

它需要能力与勤奋，也需要对细节、目标的坚持。

我们不知道格灵深瞳未来到底能到达什么样的高度，但他们能历经8年的艰难创业之旅，取得如今的成绩，身上一定少不了弹性和韧性。 

在同质化严重的AI领域，他们努力把握每一个可能影响走势的局部细节，在产品达到一定的成熟度，不放弃对信息、数据和业务反馈的重视。

也因此，经过这几年的调整和沉淀，格灵深瞳不仅步伐坚定，还抢先诸多AI企业一步，走到IPO门口。

赵勇认为有一句老话可以很好的诠释AI行业的发展：“每当一项技术创新发生时，人们容易去高估它的短期价值，低估它的长期价值”。

长期来看，AI的价值有无限的想象力。现在，走到IPO大门口的AI公司们，需要向大众和资本市场证明，AI确实可以创造巨大的价值，且他们已经找到了商业落地的有效路径。

而重回聚光灯之下，变得低调和务实的格灵深瞳，看起来已经打磨出了那把开启AI未来之门的钥匙。

。