原标题：做AI的企业越赚越多 做AI的企业却有苦难说
名声在外的“AI四小龙”，并没有过上尽如人意的好日子。
前几天，“AI四小龙”中最后一家冲刺IPO的公司——也是体量最大的——商汤科技的招股书在网上曝光。其中显示，从2018年到2021年上半年的3年半时间里，商汤科技累计亏损高达240.72亿元。
一石激起千层浪。
怎么讲，1年想赚1个小目标很难，1年能亏80个小目标也不简单。
而翻看另外三家云从、旷视和依图的招股书或财报，都逃不过一个大写的“亏”字。
比如旷视科技在2018年到2020年的三年里，累计亏损127.7亿元，成立最晚的依图科技则在两年半里亏损了61亿元。
虽然这些亏损都包含着“公允价值损失”，也就是说作为硬核科技企业，它们给员工发放了很多期权来留住和激励核心人才，所以造成了财务层面的“亏损”。
但即使扣除掉这些非经常性损益的亏损，AI四小龙的亏损数字也没有收敛太多。
从最早成立的旷视算起，这波AI淘金热已经来到了第10个年头，如今高举火把站在最前沿的这些玩家们似乎完成了自证，金子不是那么好淘的。
1、 十年AI淘金热，欢喜之人多过愁
那么AI并不是个好生意？
也不尽然。
在科技企业言必谈AI的今天，后者其实已经和5G、VR、云计算等前沿科技一起，正帮助很多企业改善业务、降本增效、提升盈利水平。
比如阿里，在2019年双11的时候，阿里就已经实现了电商核心系统全部上云。阿里云智能计算平台事业部研究员林伟表示，上云背后是整个双11都是AI和数据在驱动。实时性、规模性和AI三者相辅相成了大幅提高了购物狂欢节的效率，对实现当年的2684亿销售额功不可没。
今年618期间，阿里又推出了基于AI搭建的3D实景购，这一云逛街功能让消费者可以在线上享受到堪比亲临现场的购物体验，足不出户即可放心“剁手”，既提高了商业效率，也降低了线下门店的投入成本。
阿里公布的数据显示，通过3D实景购，消费者人均加入购物车的商品数为15件，较此前提升5倍。
在阿里8月下旬发布的最新一季财报则指出，“AI客服”店小蜜已累计服务138万商家，天猫618期间相当于节约了65万人一天的客服工作量，帮助商家净增收29亿元。
再比如，在互联网企业创收的最重要阵地——广告领域，AI也日渐起到举足轻重的作用。
Facebook从2年前开始通过AI技术为广告主提供动态广告，这一功能会根据机器学习算法和大数据，分析不同适用于不同用户的广告类型，进而向看到它的每个人提供个性化版本的广告。
Facebook的数据显示，与传统的轮播广告相比，这种动态广告增量ROAS（收入成本比）平均提高了34%，提升率提高了10%，每次增量购买的成本平均降低了6%。更精准的广告投放自然会带来更多广告合作。
已经连续5年举办广告算法大赛的腾讯也是如此，AI在广告生成、审核、投放等多个业务层面都有用武之地。
仅在广告审核方面，腾讯每天需要审核的广告数就超过10万条，相关的审核规则超过80条，基于AI的智能审核帮助腾讯广告高效完成各项违规判定，提升审核效率和误审率，也极大减轻了人工成本。
还有普通网民接触和直观感受更多的线上文娱行业，AI已经开始在大厂手中发光发热了。
爱奇艺就针对自制内容的后期制作，自研了一套爱创媒资系统，可以通过使用身份识别、表情识别、声纹识别和动作识别等技术，为不同视频素材对应相关关键词，从而辅助字幕输出，智能生成剪辑片段，协助后期制作人员高效处理海量视频数据。
这一技术可以把后期制作的工作效率提高20%，既提升了创作和生产效率，也节省了内容和人力成本。
像这样的例子还有很多。
一个简单而清晰的结论是，或许很少有企业把AI带来的收益量化为财务数字，但从业务和产品中抽丝剥茧，我们总能看到AI正带来新福祉。
2、 重新理解AI对商业社会的渗透
事实上，人们日常生活中很多习以为常的事物都早已和AI结下深厚羁绊。
用凯文·凯利的话说，“最深刻的技术是那些看不见的技术，它们将自己编织进日常生活的细枝末节之中，直到成为生活的一部分。”
春雨润物细无声，尚且需要一场灌溉，AI对人们日常生活的改变更在无形之中。
比如手机，众所周知，近几年不要说像乔布斯拉开智能机取代功能机这样的新时代大幕，手机行业连真正意义上的突破性创新都难以做到。
那么是什么支撑着品牌企业们为新机型打造卖点？
摄影摄像。
摄像头从单摄逐渐升级为双摄、三摄、四摄，摄像功能从主摄拓展到广角、超广角、长焦、潜望式、微距、ToF......在这些用户能够直观感受到的改变之外，更多的是手机摄像功能在不知不觉中的进化，AI摄影、人像模式等功能一经诞生就成为了用户们的心头好，这背后离不开AI技术——计算机视觉的快速发展。
在AI的渗透下，智能手机可以利用算法自动调配摄像头，在捕捉用户想要拍摄的画面之外，填补画面的不足，这已经超出了“所见即所得”，正向着“所想即所得”的维度前进。
还有家电行业，一方面是越来越多的传统家电拥抱智能化，比如很多家电开始主打“产品可以了解用户的使用习惯和偏好”，这就源于AI技术中的深度学习。
家电与AI的纠葛更集中体现在人机交互方面，一个APP控制家里所有家电，甚至通过语音就能操作家电，这是AI技术中的语音识别、自然语音理解、对话管理、自然语言生成、语音合成等。
另一方面，有些近几年才问世的小家电品类，本质上是AI技术发展的衍生品。
比如扫地机器人，虽然早在1996年，瑞典家电巨头Electrolux就已经研发出了史上第一台扫地机器人“三叶虫”，但这款机器是纯纯的“智商税”，它不仅价格昂贵，还缺乏良好的感应功能，无法自主完成打扫清洁。
直到近几年计算机视觉分支下的语义分割技术足够发达和普及，才让扫地机器人能学会“走正确的路”，也才有了仅国内扫地机器人就能逼近百亿的市场规模。
不难发现，这些依托AI找到了新方向新前景的行业、企业，并不会把AI当成产品或者服务。
这个含义广阔的前沿技术概念只是手段，是和产品、营销、运营等能力一起共同勾勒商业链条的一个环节。
所以这些受益于AI的企业不会对消费者大谈特谈AI，而是把后者完全融入到了产品或服务中。比如天猫的“3D实景购”、Facebook的“动态广告”或者智能手机的“人像模式”。
3、 四小龙们踩中了哪些坑
必须承认，以AI四小龙为代表的AI企业们是这10年AI浪潮的弄潮儿。某种程度上，它们吹响了AI商业化、大众化的进击号角。
但在现代商业社会，起大早赶晚集从来都不是什么新鲜事。
AI四小龙与前面这些行业、企业案例不同，尽管它们为自家AI落地的产品、服务加上了纷繁复杂的概念叫法，但总结下来并切换到大白话语境，就是一个词：“AI技术解决方案”。
这意味着AI技术本身就可以和四小龙的产品划上等号，起码是约等号。
顺着这个逻辑捋下去，就能找到这些只做AI的企业盈利难的根本原因。
还是以四小龙为例，它们起码踩中了以下几个坑：
其一，产品服务同质化。
根据晚点LatePost梳理的AI四小龙主营业务，尽管官方概念被加以华丽包装，但本质上这四家AI企业的主营业务领域都是安防。
其中商汤与安防无关的业务贡献收入不足20%，依图从 2015 年开始拓展金融、医疗、互联网服务，整体贡献收入占比不到5%，云从和旷视在安防相关的“智慧治理、智慧商业、城市物联网”等方面营收占比也都超过了70%。
高度同质化的业务竞争本就激烈，更何况在安防领域早有巨头在前，成立于2001年的海康威视牢牢掌控着国内智能安防市场的半壁江山，其在全球视频监控领域都保持着市占率连续多年第一的成绩。
后来者们想要和这位老大哥掰手腕，难度系数还挺高的。
其二，越来越缺乏技术壁垒
AI是一个概念广阔，类型复杂的前沿技术领域，不同的技术分支有着迥异的发展速度，有些还看不到走出实验室的影子，比如自动驾驶、机器人。另外一些已经成熟到没什么门槛可言了，AI四小龙起家的计算机视觉就是其中之一。
早在2014年，在识别图片中的人、动物、车辆或其他常见对象时，基于深度学习的计算机程序就已经超过了普通人类的肉眼识别准确率。
这拉开了AI在计算机视觉相关商业领域落地应用的大幕，相关技术也在几年时间里飞速发展成熟，今天我们司空见惯的人脸识别就是这项技术的普及产物。
无论是阿里、腾讯、百度这样的科技互联网巨头，还是海康威视这样的传统巨头，都具备充足人力物力的主观条件，也都有不在核心技术上被“卡脖子”的客观需求，发力自研相关AI技术是必然，这大大压缩了AI企业的市场空间。
旷视曾经是支付宝的供应商，2019年支付宝开始自研人脸识别算法，终止了与旷视的合作。商汤也曾为抖音提供短视频滤镜服务，后来字节开始自研算法终止合作，更对外火山引擎对外提供视频滤镜服务，成了商汤的直接竞争对手。
毕竟如今哪家大厂还没个AI Lab呢？
其三，ToB与ToG的业务局限
产品是“解决方案”，代表着和AI企业们做生意的是企业或政府。不能直接接触到用户群体不仅会带来无法掌握海量数据的问题，还意味着客户群体高度集中，企业营收依赖极少数大额订单。
在这种情况下，本就产品服务同质化、技术竞争力也越来越不具备优势的企业，很容易遭遇客户变动，整体盈利状况也就难以稳定在一个理想的可预期的范围内。
看清楚了这几点，现在可以回答我们最开始提到的问题了，AI是不是一门好生意？
这取决于企业的玩法。
这要看企业究竟是把AI融入产品服务，通过更好地服务最广泛用户来提升溢价，还是顶着高昂的研发支出，只能为产业链中更有话语权的强势环节提供“技术解决方案”，赚上一份辛苦钱。
一句话，做AI的企业越赚越多，只做AI的企业有苦难说。