AI四小龙：从“贴身肉搏”到各走一边

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常根据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Kno- Ho（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、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解决方案、城市解决方案以及供应链解决方案，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，全国企业1499家，企业2707家，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，甚至要求拆除售楼处、物业等设备，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。