毛利率持续下滑,科大讯飞隐患仍在
翟菜花据沙利文公司统计的数据显示,国内AI项目的投资热度在2013-2018年持续发酵,但在2019年投资金额和投资笔数大幅下跌。
在投资热度最高的2015-2018年,商汤、云从、旷视、依图四家企业因频繁融资被称为“AI视觉四小龙”。但随着投资热度的下降,2019年起,“四小龙”频繁尝试上市,希望能通过二级资本市场来缓解资金压力。
而到了如今,成功登陆二级资本市场的仅商汤一家,云从科技在今年4月初刚刚获证监会同意其在科创板IPO注册,另外两家在二级资本市场仍频繁折戟。在巨大的资金压力下,依图甚至在去年卖掉了医疗业务,今年2月份依图终于再次在一级资本市场获得融资,旷视则是自2019年5月份之后就再没传出过融资消息。
高投入、盈利难是AI企业通病。商汤科技在港股上市后虽然曾市值超过2720亿港元,但盈利依然堪忧。据其财务数据显示,2021年实现营收47亿元,亏损达171.4亿元,同比增长41.3%。依图、云从、旷视也均处在亏损之中。
而在AI 行业中,有家企业却是例外。2008年上市的科大讯飞,在行业颇不受看好的2019年宣布营收破百亿,且取得净利润8.19亿元,2021年实现营收183亿元,同比增长40.61%,归母净利润15.56亿元,同比增长14.13%,营收规模与净利润都处于增长状态。
值得一提的是,虽然科大讯飞取得了不错业绩,但是据雪球网信息显示,科大讯飞2021年年度财报发出之后,二级资本市场反应平淡,甚至连续下跌了几天到52周股价最低点。
行业“老大哥”为何能做到不错的营收规模与净利润?又为何股市震荡不断?科大讯飞这家企业的“喜与忧”能给人工智能行业带来哪些启示?
沿着技术成熟周期,多赛道并行收获好业绩
科大讯飞由中科大18名学生成立于1999年,成立不久后就获得合肥市政府帮忙。据其官网显示,科大讯飞自成立以来,一直从事智能语音、自然语言理解、计算机视觉等核心技术研究,并积极推动人工智能产品和行业应用落地。
科大讯飞无疑是国内人工智能的先行者。不过,AI产业商业化一直是困扰AI企业的难题,科大讯飞也不例外。
例如科大讯飞在2001年就确定了专注语音产业的发展方向,可直到2011年人工智能语音助手Siri的出现,人们才开始了解智能语音技术,随着后续智能语音助手的普及,加上2017年之后智能音箱的火热及后续厂商价格战导致的智能音箱普及,智能语音技术才算是深入到每家每户,科大讯飞在智能语音技术方面的商业化才随着人们对智能语音技术的认知加深而扩大。
可以看出,人工智能技术从出现到深入进产业链中,往往需要经历很长的时间。全球权威技术咨询机构加德纳曾提出一个技术成熟曲线,将技术从出现到应用分为5个阶段,分为萌芽期、过热期、低谷期、复苏期、成熟期。人工智能从技术到应用的过程,大多都离不开这一技术成熟周期。
所以,在笔者看来,科大讯飞之所以能取得一定的营收规模、利润,有一部分原因是科大讯飞在人工智能领域的先发优势。例如前面提到的人工智能语音技术,科大讯飞已经深耕多年,相较于其他企业更早进入成熟期,寻找到合适的商业化路径。
而另一部分原因,则与科大讯飞的业务发展战略有关。
科大讯飞曾在近些年曾提出“平台+赛道”的业务发展战略,在人工智能平台以及智慧教育、智慧城市、智慧医疗等行业赛道上发展应用商业化。
去年2月份,科大讯飞对外公布了“十亿用户、千亿收入”的目标,并公布两大核心战略为“根据地业务+系统性创新”。其中,根据地业务囊括智慧教育、医疗、城市、汽车等领域业务,系统性创新则是指AI研发底座平台的夯实。
可以看出,无论说法如何,底层人工智能能力+具体赛道是科大讯飞业绩增长的两大法宝。多赛道并行对底层人工智能技术商业化,可以使科大讯飞的多项技术沿着技术成熟期并行发展,提升其变现能力。
据2021年财报数据显示,2021年全年科大讯飞的根据地业务占总营收比重已超50%。而智慧教育、开放平台及消费者业务是科大讯飞营收的主力选手,智慧教育实现营收60.07亿元,在总营收中占比32.82%;开放平台及消费者业务营收46.87亿元,同比增长52.19%。
另外,科大讯飞的G-B-C端联动成效明显。以智慧教育业务为例,科大讯飞在“双减”政策的背景下,在G端提供的因材施教综合解决方案已经在安徽蚌埠、青岛西海岸等地中标,在G端落地的过程中,继续向B端学校提供智慧课堂、学情分析等多种B端单效应用商品。凭借G端、B端的产品及积累的知识图谱,科大讯飞向C端继续输出AI学习机、个性化学习手册等产品。
某些技术在人工智能领域的先发优势,加上多赛道对人工智能技术应用的探索,还有G/B/C端市场的全覆盖,是科大讯飞这个“老大哥”能在人工智能行业普遍亏损的情况下,取得不错的业绩的原因。
股价震荡不断,信心失在何处?
截止至5月6日收盘,科大讯飞的股价报收36.54元/股,总市值在850亿元左右,相较于最高点时已相去甚多,二级资本市场投资者对其信心失在何处?
从直观的财务数据来看,科大讯飞一季度净利润为1.11亿元,同比回落20.57%,盈利情况不及预期。据科大讯飞解释,是因为一季度持股寒武纪、三人行等因股价波动导致公允价值变动确认损益-1.54亿元。
科大讯飞为了完善人工智能产业生态建设,投资了寒武纪、商汤科技、三人行等企业。若不考虑业务上的协同,投资企业的上市也曾为科大讯飞带来不错的投资收益,但如今二级资本市场受局势影响本就呈下行趋势,科大讯飞必然会受到持股企业股价走向影响。而且虽然不是自身业务导致亏损,但总给人一种科大讯飞用企业资金炒股失败的印象。
同时,科大讯飞的毛利率在持续下滑。据财报数据显示,2021年科大讯飞的销售毛利率为41.43%,同比下降4%,且已经连续下降五年。
具体细分业务来看,智慧教育、开放平台、智慧城市、智慧医疗等业务毛利率均有所下降。科大讯飞官方给出的原因是主要受市场芯片价格升高叠加备货、业务结构变化以及2021年面向战略根据地的布局投入等因素影响。
这些都是从微观角度考虑是何原因造成了科大讯飞毛利率下降,但从宏观角度来看,我们或许更能清晰理解二级资本市场整体对科大讯飞的态度变化。
前文我们已经提到技术成熟度曲线。将技术成熟度曲线与AI企业在资本市场所受待对比来看,就可以发现,在技术萌芽期到过热期阶段,AI企业水涨船高,例如2015-2018年间AI企业的融资热,但随着低谷期的到来,资本市场对AI企业的热度也进入冰点,2020年随着部分AI技术的落地而复苏。
各细分赛道技术到产业落地均需要经历这一过程,而科大讯飞各大赛道的商业化,发展很明显不均衡。例如同属于根据地业务的智慧医疗营收仅为3.38亿元,智慧汽车营收仅为4.49亿元,与智慧教育业务营收能不在一个等级。
科大讯飞在各赛道的技术成熟度不在一个时期,各业务所需注入资金不同,有些赛道尚处于萌芽到过热的初期阶段,所需投入资金较多。而科大讯飞这一企业,也会因为某一赛道的过热,股价呈现与技术成熟度曲线相匹配的走势。
另外,科大讯飞早期盈利方向不明显时,离不开政府的帮助,到了如今,依旧依赖政府补贴。据科大讯飞财报数据显示,2019年、2020年及2021年,计入当期损益的政府补助分别为4.12亿、4.26亿以及4.39亿,占总利润比例分别为50.24%、31.23%、28.21%。虽然比例有所下降,但依旧不低。
除了持股公司拖累、业务发展不均衡、政府补贴问题外,科大讯飞的现金流管理、资本化研发投入占比高等老问题依旧存在。隐患仍存,二级资本市场表现自是震荡不断。
AI行业,喜忧参半
科大讯飞在AI行业率先盈利,但仍有隐患存在,所以在二级资本市场并没有打破周期性的能力。而就整个AI行业来说,同样是“喜”“忧”并存。
“忧”的一面是前文我们已经提到AI企业的亏损问题,其实本质上AI行业商业化场景落地问题。
我们不妨先大概划分一下AI行业商业化场景落地的进程:
一方面,智能化需建立在信息化的基础上。例如移动互联网的发展推动了数据的增加,在移动互联网下半场进入基于大数据做应用的AI产业商业化1.0时代。
另一方面,人工智能需要与具体场景结合。例如智能音箱、智能安保、智慧医疗等出现代表着应用场景规模化的AI产业商业化2.0时代。
由此我们就能了解AI行业面临的商业化场景落地具体问题:
一方面,某些商业化场景的信息化程度是不够的。例如无人驾驶、车路协同,需要的不仅是汽车内部信息数据化,还需要车路动态实时信息、道路信息等数据化。
另一方面,AI技术与具体行业的结合同样有门槛。例如智慧医疗,如何获取到专业的医疗行业知识?如何与专业的医疗设备配合?这些都是问题。
而到达能盈利的技术成熟期是AI企业共同探索而来的,不是等着技术自己发展的。“喜”的一面是,AI行业整体向好。
据《中国互联网发展报告(2021)》统计,2020年,我国人工智能产业规模达3031亿元,增速略高于全球增速。我国人工智能企业共计1454家,位居全球第二。
据智东西统计,在今年一季度,国内AI企业融资超250起,其中单笔超过1亿元人民币的融资共有83起,约占全部融资的近三分之一。
而据笔者观察,自动驾驶、工业机器人、智慧医疗赛道大热背后,细分领域的人工智能企业也正在受到一级资本市场关注。
例如微创手术机器人研发商博恩思完成B轮融资;人工智能数据标注和采集等服务提供商杭州曼孚科技完成A+轮融资;专注于高端制造领域质量管控的工业人工智能企业上海感图科技获数亿元C轮融资。
细分领域的人工智能企业的探索与发展,将会进一步促进人工智能行业信息化、智能化程度,加强人工智能技术与各行各业的融合。
结语:
人工智能,英文缩写为AI,这一行业是研究、开发计算机科学来模拟、延伸和拓展人的智能,是引领未来的战略性行业。这一行业也非常适合“资本市场投资的是企业的未来”这一逻辑,导致AI企业常常被高估。
科大讯飞是行业“老大哥”,被高估是常事。遗憾的是,其布局赛道虽多,但也并没能打破技术发展成熟度带来的股价震荡。而AI行业想要增强盈利能力,打破高估、低估循环,还需继续努力提升赛道信息化,积极与应用场景融合,才能蓬勃发展。