十年融资 2000 亿，AI 公司依然不想被看懂
所有公司都在做人工智能，但能赚钱的并不是人工智能公司。
文 | 贺乾明
编辑 | 黄俊杰
“浅白易懂”
“简明扼要”
“逻辑清晰”
“具有可读性和可理解性”
“避免使用艰深晦涩、生僻难懂的专业术语 ”。
2019 年 3 月，证监会发布科创板公司的招股书准则，其中第十条规定招股书要写得能让人看懂。
之后两年多，300 多家公司在科创板上市，绝大多数也没有在 “简明清晰、通俗易懂” 这一条上遇到太多麻烦。但随着 2020 年 11 月人工智能公司开始密集冲刺上市，几乎每一家都遇到了问题。
其中云从科技被问的最多。从 2020 年 12 月递交招股书，到今年 7 月通过审核，上交所就 “浅白易懂” 解释云从的生意，连续追问了三轮：
2021 年 3 月 5 日：
上交所：以简明清晰、通俗易懂的语言描述业务实质、产品或服务形态、产品与业务的对应关系、业务流程、生产模式、盈利模式、主要客户群体和采购用途。
云从科技：（以上省略约 1.5 万字）城市智慧公交运营管理解决方案基于城市现有公交调度系统、公交 ERP 管理系统、公交移动办公系统及公交车场站系统等，通过轻舟平台能力赋能，提升城市公共交通感知实时性和分析精准度。（以下省略约 6600 字）
2021 年 6 月 25 日：
上交所：用通俗易懂的语言披露轻舟平台与人机协同操作系统、人工智能解决方案在产品形态、业务模式等方面的差异。
云从科技：公司立足于人机协同操作系统，推出了以 “轻舟平台” 为代表的通用服务平台 ......(省略约 650 字）。
2021 年 7 月 13 日：
上交所：请进一步补充披露，以简明易懂的语言清晰说明主要产品人机协同操作系统的具体内容。
云从科技：云从人机协同操作系统指运行在通用操作系统或云操作系统之上 ......（省略约 850 字)。
被连番追问、上市一度中止、9 月底再次向证监会补充材料的云从科技，已经是上市过程较顺利的中国人工智能公司。不出意外，它将是中国第一家登上二级市场的人工智能公司。
依图在冲刺上市大半年后主动放弃，商汤在 8 月底向港交所递交了招股书，9 月通过科创板上市审核的旷视，也曾在 2019 年冲刺香港上市未果。
每家公司都在说一个智能世界的宏大故事，也都有 “顶级学术会议与期刊” 发表论文的记录证明技术实力。
但一提及公司具体做什么生意，文字就变得令人费解，互联网大厂员工自嘲的黑话十级也难以相比：
通过充分融合治理条线中各角色的需求，以综合应用体系为抓手，打造包括分析、决策、执行、反馈、优化的行业化、场景化、个性化的解决方案闭环，全面助力社会治理现代化建设。
乔治·奥威尔曾在《政治与英语》里总结说，不清晰的表达往往是掩饰手段，“当一个人声称的目标和他实际想法有偏差，他自然会投入到浮夸和冗长的怀抱。”
不论有何种宏伟愿景，一家商业公司的最基本职责还是赚钱回报股东。收入和收入增速也是二级市场评估一个公司价值的最主要标尺。但人工智能公司的这个关键指标并不好看。
据企名片 Pro 数据，从 2011 年 10 月至今的 10 年中，中国人工智能行业共获得 2169 亿元人民币融资，97% 发生在 AlphaGo 击败围棋世界冠军之后。
其中融资最多、估值最高的是被并称为 “人工智能四小龙” 的商汤、旷视、云从和依图。四家公司在递交招股书前总共筹集了约 75 亿美元——跟同期成立的字节跳动在 2020 年之前的融资总额差不多。
同样规模的投入，带来的产出大不相同。字节跳动 2020 年，收入达到 2366 亿人民币。而四家人工智能公司，2020 年总收入差不多是字节跳动 3%。至于盈利更是不可预期。
从这几家公司总计 2300 多页的招股书里，我们挑出一些频繁出现的名词。翻译这些词将帮助我们理解这个随 AlphaGo 大热的行业，目前究竟处在怎样的状态。
“智慧城市”、“智慧治理”、“城市管理”……安防有了各种别名
人工智能四小龙的过半收入，来自 “智慧城市”、“智慧商业”（商汤）、“城市物联网”（旷视）、“智慧治理”（云从）、和 “城市管理”（依图）。
根据云从招股书，“智慧治理” 指：
首先，通过提供丰富的 AIoT 设备，全面感知场景中人、车、物、电等动态信息，并提供针对业务具体场景的人机交互设备，打造服务于人的场景应用小闭环。
其次，通过汇聚场景全量数据，利用云从人机协同操作系统进行视图解析、数据分析，并结合业务专家的经验，生成面向治理决策的知识体系和服务体系。
在上交所发出首轮问询后，云从科技补充披露解决方案的构成：“AIoT 设备”+“操作系统”。前者是智能抓拍相机、人脸识别终端等安防摄像头设备，后者是指具备人脸识别、活体检测等能力的软件系统，来实现与人、车等有关的风险防控和管理。
多位人工智能从业者称，行业里面一般称之为 “安防”，换说法可能是为了显得 “高大上一些”。
不只是云从不怎么提安防。商汤递交给港交所的 672 页招股书中，只提及一次安防。依图在 584 页的招股书中，只提到安防 7 次，称其承担政府的安防科研项目、有安防相关的软件著作权等。相比之下，仅为它带来不到 2% 收入的 “医疗” 出现了 589 次。
在它回复上交所问询时，安防也只在介绍竞争对手、经销商、客户和供应商时出现。
“安防” 的确是一个没有多少想象空间的词语。这个行业已经有了极具优势的巨头——海康威视，2020 年收入达 635 亿人民币，是四小龙收入之和的十倍。
截至 10 月 8 日，海康威视市值为 5273 亿元人民币，是其去年收入的 8.3 倍。如果资本市场将人工智能巨头们归为安防公司，以同样比例估值，云从的价值为 62 亿元人民币；商汤则将是 286 亿元人民币——其最后一轮融资估值的三成。“如果按照这个估，商汤的投资人要疯了”，一名投资人评价。
为了不陷入安防的估值逻辑，人工智能四小龙也在进入更多行业，但成效不大。商汤最激进，面向十多个行业提供了 31 个解决方案。不过即便算上早些年跟手机厂商合作，其与安防无关的收入占比也不到 20%。
依图从 2015 年开始拓展金融、医疗、互联网服务，整体贡献的占比还不到 5%。据《中国经营报》 8 月份报道，依图已将医疗相关业务打包出售。
尽管没有一家公司说自己做的是安防生意，但旷视、云从、依图都在招股书将海康威视列为直接竞争对手。
云从科技在回复上交所问询时称，其 “智慧治理” 业务中竞争对手包括海康威视等传统安防企业，对方目前处于领先地位，云从的收入规模与之相比较小。
人工智能公司不仅收入规模小于传统安防公司，在于产业链的话语权也更弱。
缺少护城河的 “解决方案”
像大多数企业服务一样，人工智能四小龙将对外出售的产品统称为 “解决方案”。
旷视称，其可以针对 “同一客户在不同场景的不同需求或是对不同客户的不同需求做出快速且完善的应用解决方案。” 首次回复上交所问询时，旷视提到 “解决方案” 的次数比 “人工智能” 还要多 200 多次。
将人脸识别等算法授权给支付宝使用，是 “云端 SaaS 类消费物联网解决方案”；为手机厂商定制人脸识别软件，是 “移动终端类消费物联网解决方案”。
只提供算法、软件包的方案，符合软件领域 “边际效益为零” 的特征，毛利较高。旷视去年该业务毛利率达到了 81%，是安防相关业务 “城市物联网” 的 3 倍，“供应链物联网” 的 14 倍。
但在这些场景，人工智能公司的产品很容易被厂商自己替代。2019 年，支付宝终止与旷视达 5 年的合作，选择自研人脸识别算法。
商汤曾为抖音等平台提供短视频滤镜服务，后来字节自研算法，双方合作终止。2020 年 6 月，字节通过火山引擎对外提供视频滤镜服务，与商汤竞争。
2014 年底，人工智能刚热起来，天使投资人王童在点评旷视科技称，人脸识别技术是识别技术中的一个重要的方向，技术门槛相对较高。
资本方的看法已经发生变化。旷视科技早期投资人、启明创投创始主管合伙人邝子平 2019 年参加一场科技活动时说，一个创业公司如果专做人脸识别、语音识别，“竞争壁垒、技术壁垒其实并不是那么深。”
人工智能的开发工具 TensorFlow、PyTorch 等日趋成熟，而前沿论文、技术都会开源，人工智能技术的门槛过去几年不断降低。
2019 年 7 月，创新工场创始人李开复在接受《21 世纪商业评论》采访时说，以前学人工智能，可能要读博士，再练 3 年才能用。现在计算机背景的学生，哪怕不太懂人工智能，花 5 周就能训练成人工智能工程师。
随着门槛降低，人工智能公司开始为客户提供更完整的解决方案，而不只是软件和算法。它们通常会从第三方公司采购摄像头、服务器等硬件，再搭上软件及算法打包卖给客户。
打包的解决方案中，往往有一半收入来自第三方生产的摄像头、服务器。这部分毛利率极低，云从在 2020 年只有 7.5%——扣除自身成本，人工智能公司转卖硬件不赚钱。
最终，整套解决方案毛利率也不高。以云从为例，过去几年，其软硬件组合的毛利率在 20% 左右。传统企业服务公司，比如 Salesforce 的毛利率超 70%，同为安防公司的海康、大华的毛利率也在 40 % 以上。
一位人工智能从业者对《晚点 LatePost》说，低利润做项目可能是为了获得更多的收入，这能换来更高的估值。
低利润率也没有换来高复购。人工智能行业的 “解决方案” 主要是卖给政府、企业，是按照项目来执行，获得的收入往往是一次性的。从各家招股书中披露的大客户来看，很少有公司能从单一客户处连续 3 年获得大量收入。以商汤为例，过去 3 年的前五大客户，只有 1 个三年都出现。
在这些客户面前，人工智能公司也没有多少议价权。
人工智能四小龙在招股书中称，自己靠 “直销” 获取收入。这种“直销”，大多数情况不会直接接触最终的客户。
在人工智能公司的商业模式中，“直销” 有两种情况：一是把 “解决方案” 卖给政府部门、事业单位及企业等客户；二是卖给 “具有集成能力、较强实力和一定知名度的上市公司或国有企业” 的中大型集成商，然后再由它卖给终端客户。
人工智能安防公司云天励飞干脆在招股书中说，这是 “行业惯例”。
多名人工智能从业者称，政府、事业单位或大型企业有使用人工智能技术的需求后，通常会招标选择一家大型上市公司（比如华为、阿里等），或电信运营商（比如中国移动）等有国资背景的企业购买，行业中称它们为 “总集成商”、“总包”。
之后，这些集成商会根据客户的需求拆分为若干个部分，自己完成或是交由第三方完成。
人工智能公司在这个链条中通常属于第三方。根据云从回复上交所问询时披露的数据，其超过 70% 的收入来自集成商。
跟集成商做生意，人工智能公司能获得客户，但不一定能赚钱。
一名人工智能创业者称，掌握终端客户需求的总集成商，会追求利润最大化，压价在行业中属于常态。尤其是多家公司竞争同一个项目时，基本都没有利润空间，一些公司为了竞争优质客户树标杆，还主动降价，甚至赔钱入局。
他认为，根本的原因是人工智能技术未能建立足够高的壁垒，导致在整个商业化链条中，掌握客户、场景的一方才是关键。
把人工智能做成“操作系统”
但操作系统里没几个应用
人工智能公司目前的处境，已经跟前些年技术火热时的预判有了极大差别。
2012 年，人工智能科学家们提出的深度卷积神经网络技术，让人们看到了技术超越人类的可能性。这在后续的发展得到证实，机器识别人脸的精度在 2014 年超越人眼。
一些大公司也开始研究可以像人一样解决问题的人工智能，它们称之为 “大脑”，比如 Google Brain、百度大脑等。
冲刺上市的人工智能四小龙延续了 “大脑” 的思路，想做成一个平台，称其可以帮人做各种工作。
这些平台被包装成“操作系统”。伴随地缘政治冲突，人们担心操作系统“卡脖子”的语境下，操作系统听起来比平台更重要。
目前通过科创板审核的旷视和云从，在打造操作系统上最为积极。
仅旷视一家就有 4 个操作系统，分别用于城市、建筑、供应链和新零售场景。云从干脆把 “人机协同操作系统” 列为了主要收入板块，2020 年营收达 3 亿元，占整体三成。
Windows、iOS 和 Android 等广为人知的操作系统都是让电脑或者手机可以方便安装数以万计的软件，完成多种多样的工作。
人工智能公司的操作系统也希望可以实现同样的目标，在平台上安装不同的人工智能功能，解决政府、企业遇到的现实问题。
但几家一线公司的操作系统能提供的应用都很有限。以云从为例，操作系统有多个平台，如 “集成生物识别平台”、“视图汇聚解析平台”、“机场综合服务平台”、“轻舟平台”，人脸识别仍是核心应用。
“操作系统” 的应用有限，人工智能四小龙还尝试讲述另一重构建技术壁垒的故事——配合自研的算法研究芯片，整体 “解决方案” 效果。到现在只有依图和商汤两家做出了芯片。
商汤的布局链条更长，还投入大量资金建立了计算中心，称之为 “大装置”。商汤认为，这能帮助人工智能算法解决更多场景中的问题。当然大多数还是与人脸识别等计算机视觉有关。
人工智能四小龙在技术上的尝试与突破，反馈到财务报表上，研发投入甚至比同期收入还多。
巨额投入研发但没有产生巨额回报，这是人工智能领域过去 70 多年来重复遭遇的困境。
所有公司都在做人工智能
但能赚钱的并不是人工智能公司
人工智能的概念紧跟着电子计算机诞生。计算机先驱冯·诺依曼、艾伦·图灵都提出过关于计算机思考的假设。“人工智能”、“机器学习”、“神经网络” 这些概念也都在 1950 年代相继提出。
之后六十多年间，人工智能经历了两次大狂热。每一次，伴随研究的新突破，研究人员和企业家都曾相信想人一样思考的计算机智能即将到来。每一次，热情和投资也最终被艰难的现实驱散——所谓 “AI 寒冬”。
商汤、旷视等公司赶上了第三轮人工智能热潮。与前两次相比，技术突破更大——机器在识别图像上超过了人眼。落地场景从一开始就更多——2012 年，Google 投入开发无人车，Facebook 花近亿美元买了一家做人脸识别的创业公司 Face.com。
更让人们有明显感知的事件发生在 2016 年，Google DeepMind 研发的围棋人工智能 AlphaGo 击败了世界冠军李世乭，彻底引爆人工智能。
宏大的概念与足够颠覆的前景，人工智能的想象空间被不断扩大。人工智能公司们顺着这股浪潮成为了资本的宠儿，成为了一个又一个融资机器。
五年之后，投入数百亿元研发的人工智能公司们，在目前和可以预见的将来，距离宏大愿景实现还有很远。“AI 寒冬” 的说法再次出现。
但这些公司陷入困境的同时，它们参与推动的技术、培育的人才也在加速人工智能的快速普及。
人工智能的开发工具 TensorFlow、PyTorch 等日趋成熟。各类人工智能公司参与推进的前沿论文、技术也都会开源，这类人工智能技术的门槛过去几年不断降低。
每一个用智能手机的人，每天都得接触数十上百次人工智能的应用。虽然期间几乎没有什么产品会提醒你，它正在用人工智能技术。
今天行驶在数百万家庭中的扫地机器人，通过图像识别更有效地认路、避障。抖音、Facebook 用深度学习算法，为用户推荐更对口味的视频、图片和广告，吞噬着每个人的时间。当人们举起智能手机拍照，按下快门的前后，数百次拍照已经悄然完成，图像算法将不同照片的细节拼凑在一起，自动 P 出一张更好的照片。
与先掌握技术再找客户的人工智能公司不同，这些使用人工智能的公司已经在为消费者和客户提供服务。人工智能算法帮这些公司为用户提供了更好的服务、赚到了更多钱，也让它们更有资本在长远投入人工智能。
对于商业上成功的公司来说，技术不是最终目的，是和产品、运营、营销、设计等能力一同带来好产品，获得商业回报的手段。
一旦人工智能算法成了一个实用的功能，它们也就有了一个更容易理解的名字，比如扫地机器人的 “路径规划”、或者抖音的 “个性化推荐引擎” 、手机里的 “人像模式”。
正如 Google 工程总监、亲历人工智能大多数发展历程的未来学家雷蒙德·库茨魏尔（Raymond Kurzweil）在 2001 年接受采访时称：“但凡一项技术能够发挥实际作用，就不会被认为是人工智能了”。
晚点团队出品
更多内容，点击下方关注