作者: 邱智丽

  [ 对于“AI四小龙”而言,在AI落地下半场,如何巩固自己的优势行业,并寻找到更多的商业化场景,挖掘更深层次的行业需求,以差异化发展路径实现自我造血,成为当务之急。 ]

  近日,“AI四小龙”最年轻的云从科技在科创板递交了招股书。在业界,商汤科技、旷视科技、云从科技、依图科技并称为计算机视觉的“AI四小龙”。过去几年,四家公司在计算机视觉领域高歌猛进,但因为算法瓶颈以及应用场景同质化问题,“AI四小龙”开始踏上不同的征程,伴随旷视、依图、云从招股书对外披露,外界得以一窥它们的AI版图。

  发展路径分化

  从金融、安防到手机市场,“AI四小龙”曾在多个场景贴身肉搏,尤其是技术应用最为成熟的安防市场。根据IDC《中国人工智能软件及应用(2019下半年)跟踪》报告,“AI四小龙”占据了国内计算机视觉应用市场份额的51.4%,分列前四名,但相较于2017年69.4%的市场份额有所下滑。

  对于“AI四小龙”而言,在AI落地下半场,如何巩固自己的优势行业,并寻找到更多的商业化场景,挖掘更深层次的行业需求,以差异化发展路径实现自我造血,成为当务之急。

  早期参与投资旷视科技的投资人、国家风险投资基金执行董事卫涓告诉第一财经记者,“人工智能的壁垒分为横向和纵向,横向就是怎么样通过单点核心技术切入,足够早地去做技术和人才方面的储备,通过持续的前沿技术研发和产品迭代,为客户提供软件化和标准化的平台性服务;纵向则是选择合适的垂直领域,并在各环节提供技术的整体解决方案从而帮助企业降本增效,在其过程中不断积累行业Know- How(指行业技术诀窍),形成对行业头部客户的深度绑定。横纵都是比较好的护城河。”

  云从科技是“四小龙”中成立最晚的一家。从招股书来看,云从科技投资方多为“国字头”背景的产业投资和地方基金,包括六大国有银行在内的400多家金融机构均为云从科技的用户。

  如何快速、大量的复制落地经验?云从科技将发展方向定位在人机协同操作系统,并新增了机器人、物联网技术研究投入,试图构建更为标准化的AI产品。借助底层操作系统这一统一入口,云从科技就可以提供人机协同相关算力、算法、数据管理能力和应用接口,从而构建自己的生态闭环。

  以医学影像分析为主战略的依图科技,则选择了一条更为艰辛的道路,转型AI芯片+算力厂商。去年5月依图科技发布了求索芯片,并在后续发布基于求索芯片的原石系列服务器、前沿系列边缘计算设备,在其招股书中依图科技不仅多次提及竞争对手英伟达、寒武纪,还表示上市募资很大一部分资金也用于芯片相关产品研发。

  对于依图而言,AI芯片是打开更多应用场景的敲门砖。据了解,目前计算机视觉公司的算力支撑主要依赖于英伟达高性能的GPU系列芯片,而AI公司自研芯片不仅能够降低成本,也能够针对应用场景进行性能优化,加速AI产品的推广速度。

  从招股书来看,自研芯片为依图带来新的增长动力。2020年上半年依图软硬件组合业务占营收60.78%,而2017年软硬件组合营收占比仅为10.32%,过半营收依赖软件业务。造芯使得依图的综合毛利率也有所提升,主营业务总体毛利率上升至70.99%。

  同样是软硬件一体化思路,旷视科技则切入AIoT领域,将物流业务视为未来的增长点。旷视科技主营业务包括个人物联网解决方案、城市物联网解决方案以及供应链物联网解决方案,在后两项业务上旷视的“硬”色彩尤为明显。

  例如针对城市物联网旷视建立了摄像头、边缘服务器、云端服务器三大硬件体系,推出了30多款摄像头。在供应链物联网方面则开发了多款自动化设备,专门执行物流及仓储任务。

  与其他公司深耕优势场景、打磨主营业务有所不同,商汤则提出了“1+1+X”的平台化战略,其中1代表研发和技术产业化,X则代表赋能百业。2019年商汤进行了新一轮组织架构调整,将国内事业群分为智慧城市综合业务事业群、移动智能事业群和新兴创新事业群,其中新兴创新事业群关注领域并不固定,聚焦于行业潜在增长机会,包括医疗健康、教育等团队均源自这一事业群。

  商汤科技将自己定位为“AI工厂”,而为了支撑整个“工厂”的不断运转,商汤科技投入了约50亿元的资金用于建超算中心、开源核心算法。

  商业化道路漫长

  不难看出构建标准化产品、软硬件一体化,成为“AI四小龙”的共同方向,只是抵达方式各有不同。旷视科技联合创始人兼CEO印奇曾表示,行业初期(人工智能企业)想要活下来,必须将所有的事情都做(过),等到行业成熟,再退回来,选择最有价值的一环来做。

  启明创投合伙人叶冠泰认为,当下AI模型的可解释性和可复用性还存在一定的挑战,每个场景都需要训练一个独特的模型,而不能去泛化复用,这提高了一些初创AI企业的发展速度。从商业视角而言,因为技术还处于早期,所以AI公司在规模化、毛利率方面也面临挑战。

  随着模式和战略的转变,“AI四小龙”正在从狭义的人脸识别公司变成更加综合的公司,但亏损局面仍难改变。“目前国内除了一些有G端资源的安防视觉公司以外,视觉初创公司基本都是没有盈利的。”青桐资本投资总监陈鹏仁告诉第一财经记者。

  在12月8日的无锡人工智能产业高峰论坛上,工信部赛迪研究院副总工程师、人工智能产业创新联盟秘书长安晖也表示,截至10月中旬,全国智能机器人企业1499家,无人机企业2707家,人脸识别企业6722家,智能语音企业2855家,智能驾驶企业6143家。不过,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。

  估值高、盈利难、头部效应加剧使得AI投资热度开始明显下滑。头豹发布的《2020年中国人工智能产业投融资报告》显示,2019年人工智能相关融资金额出现7年来首次下降,为1003.4亿元,对比而言,2018年人工智能相关融资金额为1492.6亿元。

  叶冠泰表示,AI在中国还处于早期阶段,技术和商业落地上存在诸多挑战,包括训练数据集的限制,以及数据隐私保护上的措施,这些都成为一家公司未来在AI领域发展的难点。

  值得关注的是,近日天津、杭州、南京等多地开始立法严控人脸识别,甚至要求拆除售楼处、物业等人脸识别设备,人工智能人脸信息滥用问题引发社会担忧。伴随法律法规的完善,AI公司数据获取范围、获取方式和应用领域都会受到直接影响。去除神话光环,AI产业化发展才刚刚开始。

  

(责任编辑:李显杰 )

By admin