烧钱快如流水、赚钱难于上青天,AI 创业出路在何方?

阅读数:2319 2019 年 8 月 29 日 08:00

烧钱快如流水、赚钱难于上青天,AI创业出路在何方?

烧钱快如流水、赚钱难于上青天,AI创业出路在何方?

AI 四小龙之一的旷视科技即将“抢滩”登陆资本市场,成为人工智能第一股。但在半年亏损 52 亿、其商业模式能否带来持续大规模盈利还需要时间验证的情势下,旷视此番上市,素来现实的二级市场投资者是否会愿意为它买单?

招股书揭开了这家炙手可热的超级 AI 独角兽更为真切和透明的一面,它像一面镜子,无形之中,也透视出了被风口裹挟着的人工智能行业的盈利难题。愿景很美好,现实却很残酷,90% 的 AI 公司赚不到钱,AI 创业的出路在哪里?

旷视半年亏损 52 亿

昨天,旷视科技正式向港交所递交了招股书,预计融资超 85 亿港币。此前长达一年多的上市传闻终于划上了句号。

如果顺利,旷视将跻身“人工智能行业第一股”,成为“AI 四小龙”(旷视、商汤、依图、云从)中率先登陆二级市场的公司。

招股书披露了旷视科技的财务数据。2019 年上半年,旷视营收为 9.49 亿元,同比增长 210.3%,经调整后的净利润为 3270 万元。2016 年—2018 年,旷视年营收分别为 6780 万、3.132 亿和 14.26 亿,复合年增长率为 358.8%,每年的营收规模约以 4-5 倍的速度增加,增速可观。

烧钱快如流水、赚钱难于上青天,AI创业出路在何方?

收入大幅增长的同时,近三年来,旷视科技的亏损额也在持续扩大。2016 年,旷视亏损 3.42 亿元,2017 年亏损 7.58 亿元,2018 年亏损 33.5 亿,到了 2019 年上半年,旷视的亏损竟高达 52 亿,超出之前三年的亏损总和还要多。

半年亏损 52 亿,这一速度和金额着实惊人。

旷视解释,亏损主要是优先股的公允价值变动及持续的研发投资所致。优先股的公允价值亏损并不是真正的亏损,一般公司到中后期融资时,会优先考虑采用优先股的方式,优先股是一种可将股权转为债权的双属性股权,如果优先股的增值会被算做公司对优先股东的负债。当公司上市,就意味着公司的负债消失了。此前小米、美图上市时也曾遇到过类似情形。

另一方面,旷视认为其大力投入研发在短期内会对公司的盈利能力和经营现金流产生负面影响。自 2016 年至今,旷视持续加大研发投入,研发支出分别为 7816 万,2.05 亿、6.12 亿、分别占总收入的 115.3%、65.6%、43.3%。2019 年上半年,旷视研发投入 4.68 亿,占到总营收的 49%。

撇除旷视管理层认为的不能反映经营表现的项目的影响,公司 2019 年上半年经调整后的净亏损和净利润为 1.369 亿元和 3270 万元。不过,对比来看,调整前后的亏损数额差距较大。

“烧钱”和亏损的速度都很快,需要源源不断的现金流作补充,这是旷视谋求上市一个很重要的原因。招股书还显示,此前,旷视科技已经历经了 9 轮融资,已累计融资 12 亿美元,在最近的一次 D 轮融资后,其估值已达 40 亿美元,如此高的估值在一级市场已经很难再募到钱,去二级市场筹钱是眼下最合适的选择。此外,旷视与投资者签订了对赌协议,招股书显示,公司截至 2021 年 1 月 1 日仍未完成合资格首次公开发售,则公司须赎回优先股。如果再晚或推迟到明年上市,留给旷视的时间表将会非常紧张。

今年年初,曾有业内人士透露,旷视或许会跟着阿里上美股。5 月时,有外媒曾报道称,美国正在考虑是否将旷视科技、大华等智能安防公司列入“实体名单”。当前的形势,对中国科技公司来说赴美上市可能存在阻力,或许考虑到这层原因,旷视转而选择了赴港上市。

最近几年,去港股上市的很多内地公司总是绕不开破发的“魔咒”,小米、平安好医生、阅文集团等明星独角兽都未曾例外。旷视是目前国内估值最高的 AI 独角兽之一,而港股亦素来具有低溢价的特点,旷视赴港股上市后是否也会遭遇一二级市场估值倒挂的尴尬,其业绩能否让二级市场的投资者买单,这还需要拭目以待,最关键的,是要尽快解决技术落地和规模化变现的问题。

只有 10% 的 AI 公司赚钱

招股书揭开了这家炙手可热的 AI 独角兽更为真切和透明的一面,它像一面镜子,无形之中,也透视出了被风口裹挟着的人工智能行业的盈利难题。

亏损、盈利难是 AI 创业公司的普遍问题。2018 年全年,近 90% 的人工智能公司处于亏损状态,CB Insights 曾统计。

2016 年, AlphaGo 战胜了世界围棋冠军李世石,这一里程碑事件再一次掀起了人工智能的热潮。而作为这波热潮的源头、全球规模最大的人工智能研究机构之一的 DeepMind 也一直没有实现盈利。

不久前,DeepMind 一年亏损 40 亿的消息在震惊业界之外,还引发了一场关于 AI 是否会走向毁灭的大讨论。

在过去 3 年里,DeepMind 连年亏损,且亏损额度逐年扩大,2016 年 -2018 年,其亏损额分别为 1.54 亿美元、3.41 亿美元、 5.72 亿美元。加上收购时的 6.5 亿美元,谷歌母公司 Alphabet 已经在 DeepMind 身上投入了约 20 亿美元,而得到的却严重入不敷出,2018 年,DeepMind 仅营收 1.25 亿美元。

DeepMind 的持续亏损主要源于两方面,一是研发投入高企,过去几年来,其累计研发投入已高达 10 亿美元,每一项 AI 研究都耗资巨大。有报道指出,在未来一年,DeepMind 还将投入 10 亿美元搞研发。二是,尽管其 AI 技术全球领先,但 DeepMind 始终没有做出大规模化落地的产品并找到适合的落地场景。

同样的问题也困扰着中国的 AI 创业公司。

今年 4 月,CB Insights 公布了《最有前景 AI 公司 100 名单》,其中有 6 家中国公司上榜,分别是第四范式、Momenta、地平线、商汤科技、旷视科技、依图科技。
烧钱快如流水、赚钱难于上青天,AI创业出路在何方?

目前除了旷视的财务状况比较透明之外,因为没有上市,其他公司的营收状况并未对外公布。但从为数不多的一些媒体的报道中,可以大概了解其他几家的营收状况。在甲子光年的文章中曾提到,有业内人士透露称,2017 年时,估值已达 30 亿美元的商汤科技年收入为 3 亿人民币左右。另据投中网 CV 智识报道,2018 年商汤科技收入约 20 亿元,云从科技收入约 6 亿元,依图科技收入约 8 亿元。

旷视等头部公司在 AI 算法技术上已经取得了领先优势,但普遍在技术落地、商业化变现上面临较大的挑战。不过,他们在融资上相对压力较小,资本更倾向于向头部的公司集中。

因为技术难以落地,大规模商业化变现需要很长的周期,大部分 AI 创业公司面临着融资难题,在热度过后,资本市场也更趋于理性,投资人也更关注 AI 公司是否具备自我造血能力,旷视科技副总裁谢鹏就曾对媒体表示,从 2017 年开始,他时常会听到灵魂 " 拷问 ",“所有的资本都会问,如何变现“?

2019 年 1 月 -5 月,AI 行业的投资频数下降为 2018 年全年的 23.7%。《北京人工智能产业发展白皮书 (2018)》的数据显示,截至 2018 年底,全国人工智能企业 4040 家,但拿到风险投资的公司仅有 30%,70% 的公司没有拿到融资。

在 AI 这个重度“烧钱”的行业,没有资本注入,很可能意味着被兼并甚至倒闭。有数据统计,截至 2017 年上半年,就有超过 50 家 AI 企业因资金链断裂宣布倒闭。在人工智能企业的死亡名单上,斯凯智能、智能万事屋、易致机器人等公司成了昙花一现般的存在。在激烈的竞争中,新的洗牌正在进行,那些最终无法实现规模化变现的不合格的 AI 公司免不了被淘汰的命运。

AI 创业出路在何方?

烧钱快如流水、赚钱难于上青天。

亿欧《2018 年中国人工智能商业落地研究报告》显示,2017 年,中国的 AI 创业公司累计融资额度高达 500 亿元,而累计产生收入却不足 100 亿元。

一个问题值得深思:AI 创业的出路在哪?

这两年,深度学习的寒冬论调又多了起来。有观点认为,作为 AI 领域最核心的技术之一,深度学习已经触及到了“天花板”,它并非是最完美的人工智能通用解决方案。现在很多 AI 创业公司即便投入了大量的人力、物力和财力,但在技术上仍旧没有特别大的突破。

在此前,AI 前线的报道中,人工智能科学家 Gary Marcus 曾表示,就目前而言,真正的机器智能更多是种炒作而非实际方案。虽然 AI 在广告与语音识别等有限几个领域取得了重大进展,但可以肯定的是,AI 的发展还有很长的路要走。

“话好说、但事难做,整个社会对于 AI 的观点,最终仍然取决于 AI 到底能够交出怎样的答卷”,Gary Marcus 的评论一针见血。

PPT 里的故事再怎么天花乱坠,也不如挣到的真金白银来得实在。

在经历了去年的寒冬之后,AI 行业开始渐渐回归理性,一个必须要正视的问题摆在了 AI 公司面前:如何解决落地难题、实现规模化盈利?

目前 AI 创业公司的发力方向主要在安防、 医疗、自动驾驶等领域,不少头部的 AI 公司纷纷加大了在落地方面的尝试,商汤科技、旷视科技、依图科技等都在将业务往应用层扩展,且各自聚焦擅长的领域,旷视科技发力智慧安防、依图科技重点布局医疗场景、云从科技将金融作为重点探索的场景;智能语音巨头科大讯飞最近一年多来在积极推进企业向 C 端转型,推出了翻译机、录音笔等一系列消费者业务产品,寻找新的盈利增长引擎。

技术并不是一家 AI 创业公司唯一的“护城河”,变现路上没有捷径,如何用 AI 技术解决实际问题,打造出满足用户需求、解决用户痛点的好产品、找到合适的落地场景同样重要。

在高高的“神坛”上狂飙突进了两三年后,AI 创业公司们需要变得更接地气一些,扎根到行业深处,赚到钱。

评论

发布