文丨智能相對論（aixdlun），作者丨王勳
從震驚棋壇的阿法狗，才藝雙絕的微軟小冰，到疫情期間智能送餐機器人，及如今各地加緊上路的自動駕駛，在今天，AI幾乎無處不在。
9月15日，上海證監局官網公示了Yitu Limited(以下簡稱「依圖科技」)輔導備案公示文件。文件顯示，AI「獨角獸」依圖科技與國泰君安證券籤署輔導協議，擬以公開發行中國存託憑證（CDR）的方式在A股上市。
又一家AI「獨角獸」要上市了。
2019年8月曠視科技向港交所遞交了招股說明書；今年8月，雲從科技啟動A股上市輔導。至此，多次被傳言上市的AI「四小龍」商湯、曠視、依圖和雲從，除商湯外，其餘三家均已正式啟動了IPO計劃。
在計算機視覺應用領域，被稱為「四小龍」的商湯、曠視、雲從、依圖，已經搶佔了超過60%的市場份額，估值都已過百億。AI「獨角獸」企業排隊IPO，屬於AI公司的時代到來了嗎？
還遠沒有。
根據Gartner預測，2022年全球AI晶片的市場規模將從2018年的42.7億美元上升到2023年的323億美元，2019-2023年平均增速約為50%。但翻過硬幣的另一面卻又是另一番殘酷的市場現狀。億歐報告顯示，2018年全年，近90%的人工智慧公司處於虧損狀態，另外10％則是給傳統行業巨頭打輔助，扮演著技術提供商的角色，勉強維持溫飽。AI公司前景雖美，但AI公司的落地場景、商業化、行業競爭力等方面都需要打一個問號。
一、前景很美好，商業化落地難
人工智慧，本質上還是一種技術工具，人工智慧進入一個行業將會激活傳統行業的市場，幫助傳統行業獲得更高的生產效率，但是，如果這種生產效率沒能獲得更高的收益，AI公司賦能的商業價值也就很難體現出來。
在AI公司「必爭之地」安防行業，海康、大華等巨頭搶佔了大部分市場，客戶更換設備的成本非常高，涉及到同步更新伺服器、平臺，遷移歷史數據等問題。如果沒有大幅度的技術優勢，客戶更換設備的動力非常小。
算法是AI公司切入安防行業的利器，不過，在安防領域，傳統巨頭也在組建自研團隊，機器視覺的識別成功率能夠達到95％，AI公司的算法即便更先進，能夠達到97％的識別率，但是對於大多數客戶而言95％已經足夠滿足需求，更精準的識別率與所付出的成本不成正比。因此，大多數客戶並不會為了這不易感知的提升而付出更多預算。
曠視科技安防事業部技術總經理那正平曾有過這樣的預判「安防這個行業內的玩家基本已經固定了，其他的創業者們再想入局也難度極大。」
對於醫療行業而言，理論上只要給AI「餵」足夠豐富的數據，便可以極大提高醫學數據的測定和分析過程的自動化程度，從而大大提高工作的速度，減輕醫生的工作強度和減少主觀隨意性。
比如在醫學影像領域，AI公司可以通過建立模型，對數據大量訓練從而對各病種進行篩查，減少醫生的工作量，但是問題恰恰處在數據上，使得實際應用有些尷尬。
中國科學院院士、上海交通大學Bio-X中心主任賀林表示，國內醫院現有業務產出的醫療數據質量普遍不高，特別是病歷數據，不同醫院寫法不同，詳略質量參差不齊，同一個病人在不同醫院就診的數據無法連結、整合、形成隊列，碎片化程度高。
在2020全球人工智慧產品應用博覽會上，李蘭娟院士也提出過同樣的擔憂「大數據與AI的平臺一定要開放共享。數據據平臺如果不開放、不共享，這些數據都是沒有價值的。」
除了數據「孤島」問題，AI診斷對數據標註的專業性也提出非常高的要求。對影像數據而言，圖片質量標準化程度低，帶專業標註的影像圖片更需要大量專業醫師額外製作，這些都給進一步優化現有人工智慧產品帶來了阻礙。
並且，賀林院士也指出，醫療是強監管的行業，尤其對於臨床輔助產品，需經過藥監局認證才可以推向市場。目前國內尚且沒有企業拿到新一代醫療AI產品的醫療器械註冊證。「智能相對論」發現，更多的AI公司還是以科研、合作的名義遊走在監管邊緣。
在智能語音行業，2017年2月，韓國首爾世宗大學舉行了一場人類對抗AI翻譯比賽。參賽選手包括從業經驗在5～20年的4位專業翻譯員、谷歌翻譯、韓國NAVER翻譯程序Papago、自動翻譯國際企業SYSTRAN。最終結果顯示，在滿分為60分的比賽中，AI翻譯平均得分為20分，而人類譯員平均得分49分，遠超人工智慧。
國內人工智慧語音技術幾大巨頭如科大訊飛、搜狗、騰訊等公司對外宣傳技術準確率已達到97％以上，但在實際應用中，如非常重要的傳譯場景下準確率流暢度均不如人意。在2018年創新與新興產業發展國際會議中，科大訊飛曾被實錘為利用人工傳譯內容冒充AI機器翻譯。
2018年博鰲論壇採用了騰訊AI同傳服務，同樣出現許多翻譯不準確，詞彙重複、短語誤用情況，甚至將「Yes,please.」這樣的小學生日常對話用語，翻譯成了「是的，求你了」，也一度成為了翻譯權的新笑料。
二、護城河較淺，跨行競爭大
在一個應用場景下，AI公司所能佔據的市場不僅要防著同行競爭，BAT以及海康、華為等大頭的各類科技公司都有機會搶奪。
這是由人工智慧產業鏈所決定的。人工智慧產業鏈大致分為三層。最底層是基礎層，硬體、雲計算、數據資源；中間層是技術層，如學習框架、算法模型；在網上應用層即行業賽道，具體的解決方案，通常是傳統行業巨頭佔據。
其中，基礎層門檻非常高，晶片、開源框架和雲計算有英偉達、高通、英特爾、谷歌、亞馬遜、微軟、華為、阿里巴巴等巨頭把持。AI創業公司無法突破。
AI公司主要集中在技術層，這一層也是串聯上下兩層的關鍵要塞，是當下巨頭打造生態的必爭之地，AI公司以從語音識別、圖像識別等算法切入市場，如今隨著各家算法逐漸成熟，門檻逐步降低，在算法沒有足夠差異化的情況下，拼的就是數據量了。
AI公司既沒有非常底層的核心技術，又沒有足夠強大的數據獲取能力，巨頭跨界打劫只是時間問題。
非常典型的一個案例是在語音識別領域。稱之為「中國人工智慧第一股」科大訊飛，聲稱掌握了語音識別核心技術，在業內有著近20年的積累。而在2015年，百度開始布局語音技術領域，僅兩年後，2017年百度便宣布語音技術全系列接口永久免費開放，且提供語音識別、語音合成、語音喚醒多平臺SDK（軟體開發工具包），全方位支持開發者和合作夥伴，順利與華為達成合作。
而後不久，阿里也宣布自研了語音技術，並在淘寶、支付寶等app上應用；而二線網際網路公司搜狗曾是科大訊飛的合作夥伴，在幾年的研發投入後，語音識別率和科大訊飛不相上下。
網際網路公司擁有強大的研發實力，海量用戶數據天然優勢，及更貼近用戶使用場景，科大訊飛20年的技術沉澱就這樣被網際網路巨頭在數年間輕易追趕上了。
同樣的事情也出現在知名AI公司寒武紀身上。
2017年，寒武紀與華為麒麟達成合作，在華為Mate 10手機的麒麟970晶片上集成寒武紀1A處理器（16nm製程）作為其核心人工智慧處理單元。但華為也僅僅將寒武紀的IP當做是一個過渡方案，僅一年後，華為達文西架構發布，採用更先進的7nm工藝製程，隨之與寒武紀分手。
可以這麼說，在終端項目上，華為與寒武紀既是競爭又是合作關係，後者曾以AI算法領先，華為選擇寒武紀可以節省成本和研發時間。然而，如今算法已經成為行業的通用技術能力，重要性不言而喻，並且自研晶片和算法更有利於內部調試優化，於是華為轉投自研了「達文西架構」，性能還略勝寒武紀。
華為是全生態的大玩家，具備上遊晶片設計開發能力以及手機、伺服器等終端應用優勢，很顯然，在實際應用上，寒武紀這類AI公司非常被動。AI賽道是殘酷了，興也技術敗也技術，一旦技術落後就很容易被坑殺。
三、技術「衝鋒戰」轉變為資本「堡壘戰」
隨著AI公司的朦朧面紗逐步被揭開，回歸理性免不了要「掉幾塊肉」。有了寒武紀和科大訊飛等前輩的「前車之鑑」，對於這些AI「獨角獸」而言，當務之急或許只能是搶在高估值回落之前，加速將技術「衝鋒戰」轉變為資本「堡壘戰」，在資本寒冬中選擇上市是最優解。
從「四小龍」之一曠視科技招股書的數據裡我們得以窺視行業現狀。截止去年9月份，曠視科技完成了9輪融資，總計融資金額達到13.5億美元。其主營業務為政府智慧城市物聯網中的安防行業，2019年，政府項目的「大禮包」收入為6.9億元，佔比為73.2％。政府項目佔比過大，應收帳期較長，應收帳款多，對於這樣一家高融資、高估值的企業而言，收入結構非常不理想。
億歐智庫《2018中國人工智慧商業落地報告》，2017年中國AI創業公司累計獲得超過500億元人民幣融資，但其中累計產生收入卻不足100億元人民幣。2018年全年，近90%的人工智慧公司處於虧損狀態。
但資本已經開始對AI公司失去興趣。
億歐智庫《2018中國人工智慧商業落地報告》，2017年中國AI創業公司累計獲得超過500億元人民幣融資，但其中累計產生收入卻不足100億元人民幣。2018年全年，近90%的人工智慧公司處於虧損狀態。
從投中研究院與崇期資本聯合發布的《2019中國人工智慧產業投融資白皮書》可以發現一些端倪，國內人工智慧領域的總體融資規模從2015年的458億元增加至2018年的1189億元，但這一數字在2019年迅速回落，2019年前三個季度，融資規模僅為577億元。
在一級市場的資本已經對「慢熱且疲態」的AI開始失去興趣時，對這樣一些高估值、低營收、低增長的「燙手山芋」，推動其上市「及時止損」是必然的。或許錯過這一班列車，AI公司沒有新的故事可以講了。
華為、阿里、騰訊、百度、海康威視等巨頭依然在各賽道扮演著「導師」的角色，引領科技市場的潮流。各個AI「獨角獸」更像是初入門的「練習生」，雖然與「導師們」同臺共舞，但暫時還無法與其一決高下。在此期間，「獨角獸們」需要做的，就是把估值轉化為成績，讓資本和消費者看到AI公司的實力。AI的美好前景毋庸置疑，但是屬於AI公司的時代還未到來。