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 。