来源：华商韬略（ID：hstl8888） 作者：刘柏铖
挺过寒冬，迎来超车。
2000年3月，《巴伦周刊》对207家互联网公司做了场调查，然后给了个结论：71%的公司正在亏损，51家公司的现金会在12个月内用完，其中包括亚马逊。
在文中，《巴伦周刊》用一句话表达了担忧态度：小心投资。
互联网的彼时彼刻，恰如AI此时此刻。
01 比惨大会
2022年6月30日，AI第一股商汤科技股价惨遭腰斩，并跌破3.85港元的发行价，一天之内约900亿港元（约769亿人民币）灰飞烟灭。在此之后，它连连下跌，一直到2港元的边缘，才迎来了像样的反弹。
一天之内暴跌46.77%是什么概念？
如果把市值看作经营成果，那相当于一天之内，把多年的奋斗成果弄丢了差不多一半。
但让商汤如此尴尬的直接原因，却不是公司经营有什么突然变化。事实上，自上市以来，公司营收一直在增长，公司所处的AI行业仍然是时代的宠儿。
综合各种消息，导致其股价如此反常的唯一原因，是上市前投资者所持股份的限售解禁。
6月30日，因为限售解禁，商汤科技的可流通股份从一天前的2%增至70%，日成交额也突然从此前的约1亿港元暴涨至46亿港元。
疯狂抛售的主要角色，不言而喻。
虽然当下市场动荡不安，此前的投资者已有巨大利润，跑路保利无可厚非，但这还是让人对整个AI行业的前景多了忧虑。
而且，这忧虑来的有些突然。
仅仅在几个月前，商汤科技还是投资者们的“小甜甜”，但现在他们似乎一天都不想等了。
商汤科技，被誉为“AI四小龙”，拥有三千多人的研发天团，是AI业内公认的“中国最强团队，世界前五”。它的背后，站着阿里巴巴、软银、中国国有企业结构调整基金、春华资本、鼎晖投资等一众投资大佬，而且创下过AI公司单笔融资纪录。
商汤科技的成就，甚至获得了美国政府的认可。在其上市前夕，美国财政部将其列入“非SDN中国军工复合体企业名单”，禁止美国投资者参与其中。
“用我百点热，耀出千分光。”商汤科技联合创始人徐立在上市当天语气豪迈。
最近，最高领导人在香港科学园考察时，还专门参观了已在这里设立分公司的商汤科技展台并点赞其发展。2018年，领导人主持召开民营企业座谈会，商汤科技创始人汤晓鸥也是应邀出席的高科技企业代表并发了言。
不过，上市后股价涨了一倍多的商汤，股价暴跌也不算意外。
在此之前，AI股的惨淡阴霾就已经笼罩在各大AI公司的头上，如今的AI公司股价表现也已像是一场大型比惨大会。
最早上市的AI公司寒武纪，上市不久即巅峰。
它的股价在三天内达到最高点，然后就一路下跌。至今年8月2日，已较最高点跌去80%。
寒武纪也同样曾被投资人看好。靠着与华为海思的合作一夜成名后，它曾在四年时间融资五次，并且还创下国内上市审核纪录，被誉为“AI芯片第一股”。
今年上市的格灵深瞳更是惨烈，它在3月17日上市首日即破发，一度深跌近50%，至今仍跌近24.4%。
然而在八年前的一场饭局中，真格基金创始人徐小平就认为，格灵深瞳未来至少估值5000亿美金。红杉资本合伙人沈南鹏虽然认为徐小平喝多了胡说，但也认为1000亿美金比较实际。
可如今格灵深瞳市值仅仅56.72亿元，看来在当年的饭局上，沈南鹏其实也喝了不少。
同为“AI四小龙”的云从科技，虽然在今年5月27日上市后股价上涨了差不多40%，然后还有一波更大的涨幅，但背后却是它上市前就被迫下调募资金额与发行价的断臂求生。
据招股书中披露，云从科技原计划募资37.5亿元，最终却仅仅募资约17.28亿元。
可以说，它后来的股价上涨，是因为上市前就已经“下跌”结束。而现在，曾经涨到发行价翻倍的它，也又开始向发行价靠近了。
各大公司市值的缩水，也让很多人认为——AI行业的泡沫破了，凛冬将至。
02 业绩尴尬
曾经，投资者们看AI项目时，问的问题往往是“你们公司技术有多强？有哪些技术大佬？”
现在，问题变得更加实际了，落地案例、合作客户、营收业绩才是投资者们口中的核心。
换句话说，如今想要获得投资者的青睐，不能再靠那些光环、头衔和想象力，而要靠业绩和真实成长性。
问题的转换，戳到了AI公司的痛点。
虽然故事已经讲了好多年，但几乎所有AI公司至今都还处于亏损状态，甚至还陷入了业务增长的瓶颈。
商汤科技算是实力最强，业务根基最牢，也是业绩表现最亮眼的公司。2018年至2021年，其营收已经从19亿元增至47亿元。但与营收高增长伴随的，是其不断扩大的亏损：从2018年的净亏损34.3亿元扩大到了2021年的171.7亿元。
营收越多却亏得越多，这样的尴尬不只在商汤。
如今的AI公司都在亏损的道路上内卷。
依图科技2017年-2020年上半年累计亏损超70亿元；
云从科技2018-2020年累计亏损超26亿元；
寒武纪2018-2020年累计亏损16.56亿元；
格灵深瞳2018-2021上半年累计亏损额高达6.18亿元人民币。
虽然这些公司的亏损比商汤科技低不少，但其背后，则是更难望商汤科技项背的营收。
除了业绩数字，各家AI公司的业务进展也并不乐观。
首先是，在目前AI商业化的主阵地，也是相对最成熟的计算机视觉领域，头部厂商已在各细分市场中深耕多年，市场格局趋于稳定。
根据IDC2021年的报告显示，商汤科技、依图科技、云从科技、格灵深瞳等一系列计算机视觉领域公司各有所长，各家竞争激烈，可谓是群雄逐鹿。
其中，商汤科技的市场份额占比第一，但也才22.2%，并增长较为缓慢，一年时间仅增长3.8%。
其次，在新兴领域的拓展上，具体到每一家公司，也是各有各的困难。
根据商汤财报显示，在其各大业务中，增速最快的部分是智慧城市，而智慧城市更多的应用为AI摄像领域。
比如由它在深圳部署的城市方舟平台，可以用来检测摩托车违反交通规则的事件，亦或是司机是否系安全带等。
然而，视频监控起家的海康，已经在这一业务领域建立了绝对优势。根据2020年的数据，全球视频监控市场中，海康的市占率已高达40%。
这也意味着，商汤在这个领域每拱一步都像是要搬大山。
云从科技也在招股书中提到，公司的业务开发并不是一帆风顺，一些投资也被迫打水漂。
比如2020年，它就由于芯片设计未达预期，同时相关产业遭遇限制，不得不终止了“人工智能SOC芯片研制及结合高准确度人脸识别技术的产业化应用”项目，并让相关业务停滞。
比如，疫情后火爆的AI医疗领域，曾被认为是AI的新阵地，但离赚钱也还遥远。
环球同此凉热，AI行业的进展不利，并不只在中国。
技术积累强如美国，也同样面对着企业亏损，烧钱养业务的难题。
比如，AI领域的巨头谷歌，成立有专门面向AI医疗的谷歌健康，还聘请医疗领域资深人士David Feinberg就任主管。但据其2021第一季度财报显示，谷歌包括人工智能DeepMind、智能医疗Verily在内的创新业务，都是处于亏损状态。
在这样的局面下，谷歌健康不得不在2021年裁员20%，更是在2022年彻底被分拆。
强如谷歌也还没有摘到医疗AI的果子，更何况国内仍处于创业期的AI公司。
03 应用困局
技术在不断突破，很多事情都只是在理论上可行，但已有的应用场景竞争激烈，新的应用场景却难以突破，这是AI公司业绩表现拉垮的主要原因。
根据《2020年中国人工智能发展报告》数据显示，在2011年到2020年间，中国人工智能专利申请的数量为39万件，占据了全球总量的74.7%，是排名第二美国的8.2倍。
这是中国AI的骄傲，也是未来发展的资本。
更是在一个全新产业，实现超车美国的希望所在。
但在当下，这些专利中的很多技术却几乎没有用武之地。
目前，中国人工智能市场依然主要局限在城市治理和运营方面，应用占比达到49%，而这其中又以安防领域人脸识别为主。
但几乎所有厂商都聚集在此，僧多粥少，业绩自然就差强人意。
另外，如今可以落地应用的一些场景对技术要求也并没有那么高。比如曾经火爆过一阵的人脸识别闸机，其技术难度其实并不算高，一些初创团队甚至下游厂家都能自己完成。
这也直接导致大量没啥技术含量、但却挂着AI名头的企业大量涌现，使得本就不大的应用市场竞争更加激烈。
还有一个尴尬的情况是，除了极少数商汤这类已经不断有终端产品打市场，可以更大程度掌握主动权的AI公司，目前的绝大多数AI公司都只是配套。
这也让它们的发展面临着一大难题：终端公司或许会自己出来干这件事，既不被技术卡脖子，也抢占其中的市场机会。
而且，这些终端公司的实力，往往是那些创业中的AI公司无法对抗的。
寒武纪就是这样一个典型。
它靠与华为合作手机和智能芯片一战成名，但这样的“蜜月期”仅仅持续了两年。2018年末，华为就放弃寒武纪，开启了自己的AI芯片研发道路。
彼时的寒武纪不但失去了华为的订单，还与华为成为竞争对手，使得市场一度对它的商业化道路产生疑虑。
各大AI公司自然也知道拓宽应用场景的重要性，但这场景的拓展是个系统工程，很多事情并不以AI公司单方面的努力为转移。
甚至，AI公司的技术宅们，对相关场景的了解也很不足，会做不少无用功。
比如云从科技，早年间为将业务拓展至银行的面部识别系统，其团队绞尽脑汁闭关多天，才写出一个较为满意的PPT方案参与竞标。
结果银行拿着PPT说：从来没有供应商给他们写过十几页的方案，最少都是300页起。
银行固然有形式主义的嫌疑，但也不排除技术宅们，的确把事情想得太简单。
另一个难题是，AI还是一个新生事物，各家应用方又有各家的具体情况，这就导致其应用场景的拓展，往往多为定制化服务，进而难以标准化和规模化起量。
比如腾讯旗下的优图AI实验室，为了完成一家上海工厂的智能制造项目，就不但派出大量人员入驻工厂，还整整耗费了300多天搞研发，才真正为该厂打造了一套AI质检解决方案。
而一旦换一家工厂，就要根据不同的需求重新进行方案开发。
这进一步增加了AI公司拓宽应用场景的难度，导致其难以迅速扩大营收。
还有一个制约是，AI的效用和应用场景是正相关关系。想要AI越聪明，就越是需要更多的场景和数据去让它计算和学习。而在当下，这种数据的获取也并不容易。
比如在AI医疗领域，最难的就是数据库的建立。
受制于地域与规模的影响，每家医院的数据质量参差不齐，AI医疗公司必须与足够多的医院达成合作，才能从更多有共性的数据中学习，然后让自己的方案更有针对性并精准。
可初创公司由于实力有限，只能与一家或者几家医院合作，这就导致数据难以保证准确性和全面性。这就导致一个两难的更大局限：自己的AI方案越不灵，也就越是难以找到更多合作者；越是找不到更多合作者，自己的AI方案就越不灵......
不只是初创公司，也不只是中国，包括美国的巨头，也正在这方面头疼。
比如，IBM公司的沃森系统就曾面临着数据准确性的质疑。
▲IBM公司纽约基因组研究中心 来源：IBM中国
质疑者认为，沃森系统的训练，不但使用虚假患者的假想数据，而且数据量明显不足。比如，在8种癌症中，训练数据量最高的肺癌只有635例，而最低的卵巢癌仅有106例。
包括它的儿童骨龄智能辅助诊断软件，也被认为在数据的全面性上有所缺陷。该系统的数据基本为南方地区的身高数据，并不适合其他与南方平均身高不一致的地区。
总结起来就是，如今的AI，真正有技术含量的不太容易被派上用场，能派上用场的，技术却又很容易被平替，能赚到钱的领域已是打得头破血流，而缺少竞争的领域也缺少机会。
如此等等，都让AI行业在短时间内，难以实现业务和业绩爆发。
04 寒冬之后
不论是中国还是美国，处于早期发展阶段的AI行业，成熟应用场景依然过于狭窄。
这是AI当下的挑战，并正让AI公司告别当初疯狂被追捧的高光。
根据艾瑞咨询数据，2018年的中国，仅AI的计算机视觉领域，融资额即高达273亿元人民币。但此后几年，融资额度逐年递减，再也没有那样的盛况。
包括前述公司股价低迷，也都与AI当下的挑战有关。
但现在的挑战，却也正是未来的空间。
即便道路可能曲折，AI本身已是大势所趋，且前景一定光明。而且，更大的突破虽然面临诸多困难，却已呈现出星星之火的势头。
以AI在产业企业的结合为例。艾媒咨询数据即显示，目前，已有八成受访企业表示对人工智能重视程度较高，近六成企业表示未来会重点布局人工智能。
智能制造，智慧城市，智慧农业……AI终将深入每一个生产所及之处。智慧家居，智慧社区，智能驾驶……在工作与生活领域，AI也是终将无处不在。
而且，AI已在创造崭新的价值。
比如，商汤科技在智慧交通，智慧商业等等领域带来的便利。
比如腾讯优图AI为工厂设计的质检方案，不但效率更高，而且一年能节约数千万人工成本；
比如眼底AI的出现，能够为非眼科医生在治疗慢性病时提供更准确的诊断结果；
哪怕我们仅仅是刷短视频、进行词条搜索、家庭音响，AI在其中都产生了至关重要的作用。
但这都才是AI真正成为一个产业，并孕育更大商机的前夜，大量新兴技术仍未能与现实完美结合。
置身其间的公司们，也宛如2000年代的互联网，还刚刚踏上改变世界的旅程。
2000年以前的互联网行业，只需要一份商业计划书，前面有个“e-”，后面再加个“.com”，就能从投资人兜里掏出几千万美金。
当年的投资人曾这样形容人们对互联网行业的看好：创业点子越大胆，越能招来美元。
直到2000年3月，《巴伦周刊》给出了这样的结论：他们在调查了207家互联网公司后，发现71%的公司正在亏损，51家公司的现金会在12个月内用完，其中包括亚马逊。
后面的事情大家也都知道，互联网泡沫破裂，股价不断下跌。
但更后面的事实是，互联网发展到了超出2000年任何人的想象，包括诞生了超出当时任何人想象的一批大公司，甚至成为世界经济发展的新领军者。
如果非要说如今的AI已泡沫破裂，那它大概也相当于2000年的互联网泡沫破裂。
有所不同的是，如今的AI事实上已比当时的互联网实在得多。
比如，商汤科技，不但有实实在在的营收增长，业务拓展，也更有截止2021年底，累计拥有11494件全球专利资产，其中78%为发明专利的技术基础在身。
而同为AI四小龙之一的云从科技，它的操作系统主打占据泛智能化入口。向下可服务所有设备，向上可服务各类软件应用厂商。在规模经济效应下，云从科技盈利能力在持续提升。云从科技综合毛利率从2018年的21.7%提升到了2021年的37.01%。
而包括商汤、云从在内的一众企业，可能将中国真正造就成AI发展的高地。
2021年10月初，美国空军第一任首席软件官尼古拉斯·沙朗（Nicolas Chaillan）曾表示：中国在人工智能、机器学习和网路技术上对美国已取得领先，正在走向全球主导地位。
沙朗给了一个悲观的判断：“我们在未来的15年到20年内没有足以抗衡中国的竞争力，这已是板上钉钉的事情了。”
沙朗没有说出其中的原因：世界之最的应用场景和人口，不但将练就出最聪明的AI，也将早就出最大的AI市场。
一旦市场真正蓬勃，挺过寒冬活下来的AI公司，或许就会蹦出下一个腾讯、阿里。