原标题：千亿商汤完成IPO敲钟 打开AI落地的另一扇门 

　　赶在 2021 年的尾巴上，12 月 30 日商汤终于完成 IPO 敲钟，成为目前 AI 领域全球最大 IPO。

　　尽管此前商汤的上市之路并非一帆风顺，但上市之后的表现却给 AI 行业带了一个新气象。

　　在商汤之前，已有数家 AI 领域的企业接连上市，但其上市之后表现平平，加之一些 AI 企业上市遇阻，一度引发外界对 AI 行业发展的担忧和质疑。然而此次商汤上市，首日就一扫此前的质疑和担忧，开盘首日，股价一度上涨 22.08%，截至当天收盘其股价稳定在 4.13 港元 / 股，比发行价 3.85 港元 / 股上涨 7.27%，当日市值也达到 1374.56 亿港元，较上市前 130 亿美元的估值上涨近 1.4 倍。截止 1 月 4 日收盘，公司市值一度突破 3000 亿港元。

　　在经历波折后，商汤登陆港股也为其他等待上市的 AI 企业们带来了积极信号。

　　为什么此时上市的商汤，能取得投资者们如此高的关注度？

　　在商汤集团董事长兼 CEO 徐立的敲钟致辞中，有一句话道出了其中的缘由，" 每个时代的企业都承载着各自不同的希望和责任 "。当下的时代正是走向数字经济的时代，这是确定的大趋势；而 AI 又是数字经济中最关键的技术要素，是推动数字化向智能化核心技术之一。因此不难理解，作为 " 亚洲最大 AI 软件企业 " 的商汤科技在这其中扮演的角色。

　　数字经济的机遇与发展，商汤生逢其时，同时也助力数字经济落地。正如徐立所说，" 用 AI 的百点热，散发时代千分光。" 从 2018 年到 2020 年，商汤的收入从 18.53 亿元增长到 34.46 亿元，2021 年上半年也达到 16.52 亿元。此外，依靠 SenseCore 的 AI 大装置，商汤已开发超过 22000 个商用人工智能模型，应用在智慧城市、智能商业、智慧生活、智能汽车等领域，还可满足低频、长尾的应用需求。这意味着，AI 正在变成像水电煤一样的基础设施。

　　而当 AI 变成一种基础设施，数字经济的大门便加速打开了。

　　1.AI 落地的另一扇门

　　" 先有持续的大规模技术投入带来创新，再有商业模式发展，这是一条罕有人走的路。艰难之处在于商业的不确定性。" 徐立在 12 月 30 日的上市致辞中如此表示。

　　徐立所说的 " 商业的不确定性 "，曾是众多 AI 企业苦苦突破的瓶颈。

　　在此之前，其他 AI 企业皆提交了招股书，但是云从自 7 月 20 日过会后迟迟未有进展，依图则在为上市准备了 8 个月后终止了 IPO 进程。

　　其中一大原因便是 AI 的商业化难题。由于 AI 企业过去持续的高投入、低收入导致陷入亏损状态，在未能找到一条快速实现 AI 商用化的道路前，它们确实很难描绘一个令人信服的前景。

　　为了商业化，各 AI 企业进行了不同路径的商业化探索。

　　第一种是直接圈定行业场景，找到目标赛道，用软硬件结合的方式深耕场景，让具体行业中的企业客户买单。目前大多数 AI 企业都在走这一条路，通过深耕行业的方式，实现 AI 的商业化闭环，同时形成自己的壁垒。

　　第二种则是走平台的路径，让 AI 模型的生成成本足够低后，再赋能百业，自己变成 "AI 工厂 "。这种方式的坏处是路极难走，且不确定性高，对创业公司而言，这不仅要承受长期的巨额投入，也要面临商业化的缓慢。然而一旦路走通了，商业化便能势如破竹。

　　这种方式的代表企业便是商汤。

　　那商汤的路走通了吗？或许从招股书中可一窥究竟。

　　从商汤的投入上看，研发开支是大头，其次是行政开支，最后是销售开支。其在 2018 年、2019 年、2020 年及 2021 年上半年研发开支分别为 8.49 亿元、19.16 亿元、24.54 亿元及 17.72 亿元，研发投入分别占收入的 45.9%、63.3%、71.3% 和 107.3%。与其他 AI 企业动辄上 10 亿的研发投入相比，商汤三年半投入 70 亿元，可见其对研发与底层技术能力投入之重。

　　投入多，挣得也多。从公司披露的招股书来看，商汤已经是毫无疑问的计算机视觉领域中的老大，且营收规模层面已经远超其他几家 AI 公司。招股书数据显示，商汤 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。根据弗若斯特沙利文公司的报告，商汤的收入水平已在 2020 年位列亚洲第一。

　　这些收入来源于智慧城市、智慧商业、智慧生活、智能汽车四大板块。其中，智慧商业和智慧城市是商汤科技的基本盘，累计有上千个客户来自于企业和城市场景，有 180 家《财富》500 强企业及上市公司智慧商业客户和 119 个城市。智慧生活板块服务的客户包括头五大安卓手机厂商、共覆盖 4.5 亿部智能手机；智能汽车方面，商汤科技服务本田等 30 多家车企、覆盖 50 款车型，获得了 2000 多万台汽车的量产定点。

　　AI 赋能百业

　　从商汤的上市及其表现看，市场对这一模式是认可的。

　　2. 数字经济与 AI

　　之所以取得众多投资人的认可，商汤也抓住了一个时代的机遇——数字经济，当下最耀眼的一个词汇。

　　如今，数字经济的重要性已经不言而喻。从政策上看，在 2021 年的政府工作报告中 " 数字经济 " 四度出现，在十四五规划里，国家首次明确提出要将数字经济占比从 7.8% 提高到 10%；从市场上看，作为数字经济最具潜力的部分，产业数字化正加速前进，疫情让企业云与数字化的进程平均加速了 6 年，如今几乎所有行业都在面临数字化转型。

　　2021 年 7 月举办的世界人工智能大会公布了一个数字：我国数字经济规模已达 41 万亿元。而 2020 年我国的 GDP 为 101 万亿。按照这个比例算，我国数字经济的规模已占 GDP 规模的 40%。

　　实际上，数字经济发展到今天的规模，是基于网络水平、数据量级、代表性技术的不断迭代而来。接下来，随着相关技术的成熟，数字经济将开启更大的想象空间。

　　正如徐立在致辞中所言，一场跨越经济周期、气势磅礴的产业升级就在眼前。

　　在这背后，AI 已经变成了数字经济时代的关键技术要素。

　　学者 Bresnahan 和 Trajtenberg 在 1995 年发布研究成果认为，经济增长是由少数一般通用目的技术（GPT）推动的。该技术存在几个特征：能否适用于多个产业场景、能否能推动应用方研发等技术进步、在应用的同时能否推动自身进步。沿着这些定义，人工智能便成为新时代下的一个通用目的性技术。

　　比如，AI 与信息科学领域进行密切结合，出现了诸多改变生活的技术应用，包括面部识别、语音识别、文字识别、文本翻译等，这些技术应用在金融、教育、交通甚至消费产品领域，给人们生活带来极大的变化；AI 与机械、汽车结合，诞生了机器人、自动驾驶等应用，也已加速在各个行业、场景的落地。而这些应用产生的数据又将反馈给人工智能，提升其识别精准度。

　　通用目的技术是产业革命中的关键共性技术，会驱动数字经济向纵深发展。因此，AI 的价值将随着数字经济的发展越发显现。

　　此前有报告预测，到 2030 年，中国人工智能核心产业规模将是一万亿，带动上下游相关产业规模十万亿。这意味着 AI 发挥的价值会是十倍的杠杆。

　　经过几十年的高速增长，我国经济发展已经进入到高质量发展阶段。由于发展方式转变、经济结构优化、增长动力转换都处于至关重要的攻关期，因此迫切需要新一代人工智能等重大创新添薪续力。

　　在此前的 2021「甲子引力」大会上，甲子光年创始人、CEO 张一甲就曾提到，我们正在开启数字经济和实体经济大融合的时代。实际上这个融合的过程也是 AI 落地的过程。过去，AI 的落地更多集中在圈定的行业、场景中，会优先选择流量大、深度较浅的场景。随着这些场景被开发殆尽，AI 不得不向长尾场景落地，从 " 短平快 " 走向 " 慢深重 "。

　　长尾场景虽然难做，但价值更大。互联网世界中，亚马逊及 Google 都是在解决互联网世界中的 " 长尾应用 " 问题。目前的数字化升级以及智能化升级中，都离不开 " 长尾应用 "。比如，在智能汽车中，除了解决自动驾驶中正常的问题，实际上要解决很多低频但也可能发生的长尾应用。

　　而数字化的落点步入产业更深处，创新者要接受考验的链条就更长、维度更多。

　　为此，AI 就要做到足够通用化，成本足够低，直至变成一种底层基础设施。

　　这就需要让 AI 模型的生产成本足够低，满足低频次、长尾的应用。这便是打造 AI 应用的基础设施。引出数字经济向深处发展，需要构筑 AI 的底层设施。这也正是是商汤正在打造的核心利器—— SenseCore，AI 大装置。

　　3. 让 AI 成为数字时代的 " 水电煤 "

　　如同电力推动了工业时代的一场动力变革一样，人工智能已经逐渐成为推动新一轮生产力和生产关系变革的重要因素。

　　变革的方式，就是推动千行百业加速数字化转型。

　　商汤研发的 AI 大装置 SenseCore 便是基于此而来。

　　商汤在 AI 大装置方向的探索早在 2017 年就已经开始。彼时，商汤在做大参数模型的挑战时，把 SenseNet 做到了 1000 多层。但随着模型网络越深、参数越大，算力的问题变得突出。于是 2018 年开始，商汤开始严肃审视芯片、硬件，并在自建算力中心的基础上，完成了大装置的 " 原型机 " 打造。其后，投资 56 亿的 AIDC 智算中心开工，并将于 2022 年初投入运营。

　　徐立把这个大装置比作 " 人工智能的粒子对撞机 " ——海量数据，一通 " 暴力 " 计算，最后给出结果。

　　简单理解就是，在知道大致正确的方向和目标的情况下，无需精心准备输入数据和流程，只需把所有可能相关的数据都输入，大装置就会穷尽所有可能性，解出正确的结果。

　　SenseCore 包含算力层、平台层、算法层，以基础设施方式输出模型，把 AI 能力输出到各个落地方向中。

　　在徐立看来，SenseCore 的本质是让 AI 落地摆脱人力密集的状态，它就像流水线工厂，可以实现不同场景的算法模型的底层抽象，以模块化平台套件打造通用型服务平台。

　　特别是针对 AI 落地中更长尾的客户和场景，SenseCore 能够在组合不同算法套件的基础上完成新场景的定制，以低边际成本实现对新场景的规模化覆盖。这让商汤成为第一个把 " 长尾应用 " 问题搬到线下物理世界的 AI 企业。

　　招股书显示，通过使用 SenseCore 赋能人工智能模型生产的全流程，相较于行业需耗时数周，商汤的研发及工程团队可以将开发时长缩短至数小时。2019 年、2020 年及 2021 年上半年，商汤的研发人员每人年均生产的商用模型数量从 0.44 提高到 3.45 并继续提高到了 5.24 个。截至 2021 年 6 月 30 日，商汤已开发超过 22000 个用于不同应用的商用人工智能模型，涉及多个垂直行业。

　　这种人工智能基础设施是商汤区别于其他 AI 企业的关键要素，即商汤开拓的是一种新的平台化的发展模式。

　　这也是商汤能够实现几十亿营收的核心收入来源。根据公司发布的招股书，其主要依靠 SenseCore 的大装置下软件平台的销售获取收益，包括软件许可、人工智能软硬一体产品及相关服务。具体而言，一方面是用一次性买断的方式给客户售卖软件许可，另一方面可以提供结合人工智能芯片或人工智能传感器、使得 AI 模型得以高效运行的软硬一体产品及相关服务。两类商业模式有赖于商汤 AI 模型及应用与客户的设备或 IT 基础设施有效结合。

　　当 AI 大装置启动，AI 赋能产业的门槛进一步降低，整个数字化和智能化的进程，就会进一步被加速。

　　4.AI 加速走向实体经济

　　伴随着 AI 技术落地门槛的降低，AI 也逐渐加快进入 " 产业化 " 落地阶段。

　　招股书显示，截至 2021 年 6 月 30 日，商汤软件平台的客户数量已超过 2400 家，其中包括约 250 家《财富》500 强企业及上市公司，119 个城市以及 30 余家汽车企业，同时商汤赋能了超过 4.5 亿部智能手机及 200 多款手机应用程序，其中有 5 款每月活跃用户超 5 亿的手机应用程序。

　　依靠 SenseCore 这个 AI 大装置，商汤推出了面向智慧商业的 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）。2021 年上半年，这四部分的营收分别为 6.47 亿元、7.86 亿元、1.48 亿元、7060 万元。

　　智慧商业业务，会将 AI 应用到企业管理和生产制造中。近年来一个流行的概念叫 " 无人工厂 "，即一堆机械臂、机器人在工厂里来回穿梭，把零部件一个个组装起来，而不再需要工人在车间进行重复性繁重劳作。一个案例是，商汤科技联合一汽解放青岛基地开发了行业首条 "5G+AI" 的冲压件表面质量在线检测线。基于 AI 技术实现升级后，相关产线不仅精简了冲压车间的质检环节用工，更提高了质检结果的一致性和稳定性。

　　招股书显示，2020 年上半年及 2021 年上半年，商汤的企业方舟客户从 532 名进一步增长 19.4% 到 635 名。截至 2021 年 6 月 30 日，已经有近 6000 个企业在站点部署企业方舟。

　　与智慧商业同样重要的另一个领域是智慧城市。这是个具有十万亿级的大市场，也是各 AI 企业必争的领域。商汤打造的城市方舟，主要针对公共部门客户，部署在为人工智能应用量身定制的 GPU 云服务器上，目前拥有超过 14000 个 AI 模型，通过对数百万物联网设备的海量数据进行并行分析和响应，帮助城市管理者解决日常运营中的难题。

　　比如，人们日常乘坐的高铁能够安全顺畅地运行，AI 技术就功不可没。

　　一般来说，高铁需要每日检修。凌晨 0 点至 4:30，也被称为高铁检修的 " 天窗时间 "，在这一时间段内，高铁综合维修人员往往要扛着几百斤的接地线，顺着高铁轨道，查找有潜在隐患的螺丝并检修。而靠人工完成一次全线巡检，要花费 3 年的时间。

　　直到 2019 年，当商汤为京沪高铁打造的基于 AI 技术的 " 星空 " 智能分析系统上线后，借助 AI 技术分析已拍摄的照片，完成一次例行巡检只需要短短 4 天。

　　另外一个例子是，一个拥有 3000 万人口的城市使用城市方舟建立视觉分析平台，借助上千种 AI 模型实时分析物理世界数据，如检测井盖、消防栓、电线杆、电话亭、道路护栏和路标等公共设施的状况，将数据转化为运营洞察、事件警报和管理行动，解决了这些设施丢失、损坏、移位、歪斜、不平整和松动问题。一个具体的数字是，借助该平台，某个一线城市的非机动车交通违规案件数量从 2020 年 12 月的 1800 起下降 56% 至 2021 年 1 月的仅 800 起。

　　截至 2021 年 6 月 30 日，城市方舟服务的城市数量达 119 个，连接了超过 100 万个物联网设备，具体应用在出行和交通管理、城市服务、环境保护、应急响应等各个方面。

　　除了智慧商业和智慧城市之外，汽车的智能化和智能物联网的普及，也让 AI 在汽车、智慧生活等领域有了更广阔的应用空间，这也成为商汤重点拓展的新兴业务市场。

　　种种迹象表明，AI 正在加速走向实体经济，进入生活和产业。在广阔的中国土壤上，随着千千万万个领域在数字化浪潮下的不断发壮大，千亿市值的商汤或许只是中国科技公司崛起的一个开始。