原标题：喂不饱的AI四小龙 一起来看看

　　从生物工程到3D打印，从AI到元宇宙，互联网的话语似乎一直在变。

　　“由技术拥有者推动、媒体涌入加以渲染的造势潮，是技术发展过程中的必然，但很多技术至今都没有达到人们想象中的程度。”战略投资顾问李博告诉光子星球。

　　而在诸多盛极一时的造势神话里，AI的故事最令人意难平。

　　在这场造势潮下，元宇宙作为当红炸子鸡仍处浪头，AI、云计算余热未消，而3D打印、生物工程等旧时代的遗物，已很难在今天的语境下再激起水花。

　　11月22日，商汤科技通过港交所上市聆讯。作为2020年亚洲收入排名最高的AI公司，商汤科技从投融到上市，究竟是融资续命、套现走人，还是加速让这项技术实现落地应用？

　　AI赛道潮起潮落

　　2016年，Alpha Go横扫围棋冠军李世石。大众对AI的印象开始由概念转向应用，AI也就此成为行业热点，AI浪起。

　　可以说，彼时AI的火热程度丝毫不亚于当下的元宇宙。2017年3月，AI被写入政府工作报告，从国家层面释放出积极信号。

　　造势与补贴双重红利加持下，一众企业泥沙俱下，有人寄希望于以AI破局，也有人试图缔造AI骗局。

　　“比如我是一个乡镇企业负责人，也想搞AI，虽然能不能把AI搞出来还很难说，但我得先把项目立起来，立项后考核达标便能拿到补助，补助拿到了，AI本身是否搞得出来就是另外一回事了。”李博说道。

　　然而，政策红利本身具有时效性，并不能支撑企业持续发展，“窗口期”一过，劣者自然会被淘汰。因此，李博口中的荒唐现象并没有延续太久，随着新能源、机器人赛道骗补丑闻的曝出，各地政府均加强了相关审核，红利日益褪去，别有用心的玩家也随之退场，AI赛道重回正轨。

　　其中以AI四小龙（ 商汤科技、旷视科技、云从科技、依图科技）为代表的佼佼者借助东风，以技术、人才积累博得资本重注，短短数年便跃升成为独角兽。然而随着时间推移，一众AI企业在吸血成长后却并未如预想中那般飞升，而是暴露出了薄弱的真实面。

　　杨旭是一位以谨慎见长的投资人，投资过程中，杨旭往往会关注企业商业模式的竞争力与科创能力。他告诉光子星球：“我不在乎投资对象能否成为伟大的公司，只在乎它能不能变现。还处于早期阶段的技术收益高风险也高，距离落地也比较远，相比之下我更愿意被成熟的商业模式和数据打动。”

　　杨旭的担心不无道理，根据Gartner所提出的新兴技术成熟度曲线，任何新兴技术从诞生到落地，都需要经历萌芽期、期望膨胀期、泡沫破裂低谷期、稳步恢复期及生产成熟期五大阶段。

　　李博告诉我们，造势之所以成立，来源于舆论会对新兴技术爆发出的巨大期望，而忽视了客观技术水平与落地情况。造势之下，泡沫产生，各路人马纷纷投身其中，最终暴露出不达期望的技术真实价值。因此，新兴技术短期效益与研发所需的长期投入间始终存在有矛盾。

　　正如一位业内人士所说：“AI本质上并非赛道，而是一门技术。”无论技术多么天花乱坠，都面临着成果无法落地、商业化进展缓慢的风险。

　　根据IT橘子数据，从2016年鼎盛时期一年诞生528家AI企业锐减至2020年的25家，AI之势急转直下。

　　新鲜血液缺失，存量市场却陷入厮杀的惨状。云从科技在招股书中指出：“若公司未能及时准确地把握行业发展趋势和市场需求、突破技术难关，无法研发出具有商业价值、符合市场需求的新技术和新产品，可能对公司未来的竞争能力和持续经营能力带来不利影响。”众所周知，企业的最终目的是盈利，但AI似乎并不能赚钱。

　　技术裸奔，难以变现

　　AI为什么不赚钱很难回答，但未成熟技术为什么不赚钱则很好理解。

　　Gartner《2021年AI成熟度曲线》显示，AI市场处于进化状态，大部分AI应用仍处于技术萌芽期与期望膨胀期，仅有智能聊天机器人趋近于成熟，市场所寻求的能力超出了目前AI应用所具备的能力。这也就意味着，广义的AI应用仍未走出研发环节。

　　事实也确实如此，现如今AI技术路线的同质化即是最好的证明，以AI四小龙为例，在被称作中国AI元年的2017年，四者均处于计算机视觉与图像赛道。

　　“如今的技术迭代速率很快，这其中首先需要考虑的是技术本身是否可行，因为很少真正有能适用于行业的技术。”某金融机构技术负责人侯匡告诉光子星球。而站在2017年这样一个时间节点，挤在狭窄的计算机视觉与图像赛道的四小龙，究其核心业务均为安防工程，显然没有太大的想象空间。

　　“理论上，大部分基金都会参与新兴技术项目投资，但实际上大家都清楚，光靠技术基础层很难变现，失败率也比较高。”杨旭告诉光子星球。因此，受资本青睐或只是表象，而真实的AI企业远不及表面那般风光，落地问题始终无法回避。

　　对于走在实验探索阶段的AI行业来说，技术上的试错无可厚非，但对企业来说，必须用亏损来为AI技术的进步买单。

　　工信部赛迪研究院副总工程师、AI产业创新联盟秘书长安晖曾表示，全球近90%的AI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。

　　可见，亏损严重是AI行业的通病——拿依图来说，2018 年至2020上半年，依图分别亏损 11.68 亿、36.47 亿、13.03亿，两年半累计亏损超60亿。而旷世同期同样亏损严重，累计亏损超百亿。

　　归根结底，AI赛道不断投入的研发开支是亏损的症结所在。正如云从招股书表示：“由于公司业务仍处于快速扩张期，研发费用将会持续增加，公司未来一定期间内存在无法盈利的风险。”而2020全年，云从科技研发费用高达5.78亿元，占总营收比的75.59%。

　　面对业务的不明朗，资本也在撤离与驻守中摇摆不定。李开复曾公开表示：“有三个AI专家就能估值7亿、靠AI概念忽悠投资人的时代已经过去了。”

　　而据《2020年中国AI产业投融资报告》显示，2019年AI相关融资金额7年来首次下降，“资本寒冬”下，上市、转型，成为了AI企业下一阶段亟需解决的命题。

　　然而，AI企业的上市路，却不再如过往融资般坦荡：旷视科技赴港IPO未果，冲击科创板仍处闻讯阶段；依图科技IPO终止，在商汤科技通过港交所IPO聆讯前，仅有云从科技顺利过会。而即使成功上市，没有盈利性业务支撑，故事也将难以延续。因此，朝向应用转型，成为了技术路线AI企业最后的出口。

　　对此，李博告诉我们：“有时候技术跑得太快了其实没必要，纯技术路线就像美女，虽然性感，但只能看看而已，根本不可能挣钱，要么To G要么To VC。而应用路线虽然不性感，但却是操持家务一把好手，寒碜点，但是能把钱给挣了。”

　　不论过去还是现在，To G项目一直都是AI企业重要的营收来源。以商汤科技为例，2018年至2020年，其智慧城市相关营收占比分别为29%、42%、40%。而在2021上半年财务数据中，智慧城市占比更是达到了48%。

　　占比年年攀升，但营收增速却在放缓，2019年至2020年，智慧城市的增速则分别为139%、7%，足以说明强调渠道的To G业务始终不具备持续性，To VC在趋于冷静的资本市场也难以跑通。在此背景下，技术流AI企业纷纷转型、拓宽赛道以谋求新的增长空间。

　　转型之外，必然的等待

　　在AI商业化困难、技术落地存在瓶颈的现状下，AI四小龙选择了更为细分、也更容易商业化的赛道力求落地。

　　转型后，四小龙纷纷找到了自己的定位：云从集中精力于人机协同操作系统，旷视科技进军AI物联网，依图发力云端定制芯片，商汤定位AI+平台型公司，在每个垂直行业输出技术和解决方案。科大讯飞也于近期宣布对下属控股公司讯飞医疗分拆上市，加码智慧医疗板块。

　　然而，转型并不意味着摆脱颓势，“新的场景”也并不能作为AI企业困局的解答。反之，即使业务逐渐靠向To B板块，但应用场景依然不足以支撑技术的大规模商业化，导致常年的亏损却仍未停止，AI最后的遮羞布也被扯下。

　　根据商汤科技招股书：2018年、2019年、2020年、2021年上半年，商汤科技营收分别为人民币18.53亿元、30.27亿元、34.46亿元、16.52亿元；净亏损分别为人民币34.33亿元、49.68亿元、121.58亿元及37.13亿元，盈不抵亏已成常态。而依图科技，也并未在重注“求索”芯片的两年后止亏为盈，反而折戟科创板IPO。

　　何以至此？除赛道内其他玩家的施压与搅局影响外，更多是AI技术与To B赛道的不契合。

　　“就像是老人买iPhone，你iOS系统如何如何好其实并不会被关注，因为用户所需的只是打电话、买菜等具体的解决方案。不管是基础技术研发，还是应用、产品技术层面的研发，只要无法解决行业实际痛点，就很难具备真正的价值。”侯匡告诉光子星球。

　　另外，企业采纳AI应用本质上也是商业行为，除了考虑技术的可行性，还需考虑成本与效益是否统一，这也就带来了新的问题。

　　首当其冲的，便是技术可行性与效益的问题。“布局AI未必会带来收益，即使纸面上数据变好看了，但也有可能是市场发展自然增长的结果，如果真有什么技术能颠覆行业，那早就被所有企业所采用了。”侯匡说道。

　　而对To B业务更大的基本盘——产业数字化来说，AI应用依旧水土不服。对此，侯匡告诉光子星球，抛开战略角度，数字化程度高的企业受限于边际成本不愿意用AI，而产业数字化的主体传统企业，也并不愿意为AI投入成本。

　　“以传统制造业为例，遭遇产品瑕疵问题，与其投入大量成本引入AI图像识别技术筛选瑕疵品，还不如多请几个人呆在生产线上盯着。如果遇到业务危机，老板往往也会选择裁员或停产，尤其是中小型企业，任何的选择都关乎其存亡，更不可能费钱费力去搞AI。”侯匡解释道。

　　AI看似朝向To B发展，但业务实际上却仍停留在医疗、金融等热门赛道，难以契合各个行业，落地仍然举步维艰。而业务模式受阻，变现也成为了伪命题。

　　此外，《数据安全法》《个人信息保护法》的陆续出台，要求企业遵循数据、个人信息获取的安全、可控，个人生物特征数据也就此被立法保护，这也为需数据喂养的AI算法蒙上阴影。

　　终

　　目前，无论是资本，还是企业，对于AI潮流已趋于冷静，不再盲目追逐概念。在李博看来，这其实是好事：“我们不该盲从概念，也不该排斥概念，概念与技术本身没有对错，只有合适与否的问题，现在国内还没有孕育出适合AI大规模落地的土壤，AI技术本身也没有达到落地的要求，但这些年的造势却是有意义的。”

　　“从新兴技术发展的角度来讲，一是研发成本很高，二是不确定性很大，三是需要构建生态环境与供应链，因此，一个新兴技术想要走向应用，巨大的社会资源投入不可或缺。而想要达到这一点，造势自然不可避免，虽然这会在一定程度上造成资源的浪费，但确实能帮助其迅速度过早期阶段提前落地。”李博解释道。

　　得益于造势，AI产业的耕耘也抵达了尾期。Gartner在《2021年AI成熟度曲线》分析称：“成熟度曲线中多半技术有望在两到五年内被广泛采用。包括边缘AI、计算机视觉、决策智能和机器学习在内的创新都将会在未来几年对市场产生变革性影响。”

　　泡沫褪去后的AI，或许也将同昔日泡沫破裂的互联网那般，以更为务实的身份重回视野。