失意商汤,择路求生

洞见新研社

    作者 | 楚纹龙
    来源 | 洞见新研社
    
    股票解禁、资本逃离,股价腰斩,媒体唱衰……
    今年的商汤很坎坷。
    2022年中报数据显示,商汤科技今年1-6月营收14.15亿元,同比去年减少14.3%,毛利66%,同比下降22.5%,调整后净亏损25.61亿元。
    持续亏损下,长期主义的耐心正慢慢被消耗殆尽,商汤是真的急了。
    不久前结束的世界人工智能大会上,商汤科技董事长兼CEO徐立以《人工智能的“营造法式”》为题讲述商汤的AI落地经验,并一口气发布了四大创新人工智能平台体系:SenseCore商汤大装置AI云、SenseAuto V2X商汤绝影车路协同、SenseMAP商汤多体智能平台、SenseCare“智慧诊疗”平台。
    很显然,商汤正急于在安防主业之外,再找一个新的增长点,只是突然同时布局四个领域,战线拉长,商汤能“顾此”而不“失彼”吗?在巨大的不确定性面前,会不会“四处出击”,最终却颗粒无收呢?
    01 该止血了
    我们先来看这四个平台所对应领域。
    SenseCore商汤大装置AI云:是将商汤 AI 大装置具体落实到 AI 云的产品形态上,将 AI 部署能力开放给企业用户。
    简单来说,就是在AI云的赋能下,企业无需前期投入,便可实现AI基础设施的智能化管理,旨在为行业提供一套开发的AI基础设施。
    SenseAuto V2X商汤绝影车路协同:通过对车端、路端信息融合处理、分析一体化分析决策方案,实现“车-路-云”一体化决策控制。
    旨在让智能驾驶车辆具备更加全面的感知能力,提升复杂交通场景的行驶能力。
    SenseMAP商汤多体智能平台:是一款专为游戏生产及运营量身定做的平台型产品,主要是辅助游戏开发,提供一站式游戏生产服务。
    商汤SenseCare“智慧诊疗”平台:是为未来医院提供覆盖多场景的整体解决方案的智慧服务,其实从产品形态来看,主要还是面向医生为主,为他们临床诊疗提供有效的智能辅助工具,或把医院信息整合起来,帮医院管理者更好地做决策。
    从上述四个平台的定位不难看出,商汤试图通过标准化建立更加高效易用的平台型服务,推动AI在不同场景下的落地,自己也能从中实现营收。
    这番愿景正如徐立所说的一样:在仰望前沿技术的广阔与无边想象力的同时,AI也要与真实的产业经济结合。
    可当前的现实是,AI的落地不在于讲好“产业故事”,而是做好。
    做好的关键则包括“技术实用”和“价值成链”两个方面。
    商汤的安防主业之所以“腹背受敌”,前有先入局的海康威视挡道,后有旷视、依图、云从等一众AI小弟追击,很大一个原因在于商汤在安防赛道上技术能力并没有和友商们拉开差距,死守着“算法授权”的商业模式,在打法上略显笨拙。
    你能做的,大家也能做,既谈不上“技术实用”,“价值成链”就更不用说了,护城河一直没有建立起来。
    此次商汤所发布的四大平台,无一不是针对市场潜力大、高回报的行业。由此可见,商汤深陷业务发展瓶颈,迫切地想开辟出第二战线,在外界唱衰的质疑声中证明自己。
    回血已是奢望,止血是更迫切的现实。
    前面WAIC双马对话的盛景已不再,资本对爱讲故事的AI企业祛魅后,也开始回归理性。
    如今,商业化陷入困局的商汤,现在要做的是推动AI在合适场景落地的过程中,找到生态共赢的方式。
    02 商汤的下一步
    AI原生云,商汤玩得转吗?
    商汤发布AI原生云,更多是向外界宣布自己拥有这项能力。
    使AI原生于云,是当前云计算厂商们的共同发力点,也是云计算与AI深度融合趋势的更进一步。
    云计算厂商之间的较量在于,如何满足开发者“研发效能”与“交付效能”的需求。
    商汤AI云向内能够降本提效,但往外满足开发者需求的竞争力则偏弱。
    开发者是云计算生态发展壮大的核心力量,只有开发者源源不断地汇聚在云计算平台上,开发各类应用,云计算生态蛋糕才有持续做大的机会。
    于商汤而言,生态构建能力是一个问题,更大的问题是AI原生云是远水,解不了近渴。
    众所周知,云计算业务投入资金大,周期长,是一个必须达到一定规模才能形成正向循环的业务,以商汤的体量和资源,能玩得起吗?
    商汤显然不能,云计算不止需理解用户需求,更重要在于打造出对应的产品。
    不同行业间的需求大相径庭,而商汤AI云暂无法使用现有AI模型适用于不同企业,最终呈现的局面很可能是laaS、PaaS、SaaS全要一起抓,原本想提速增效,反而因此拖累自己。
    阿里云历经12年才苦尽甘来,百度十年千亿投入,盈利依然遥遥无期,商汤怎会有把握追赶并超越BAHT?
    靠车路协同赚钱,不只最后一公里
    商汤的自动驾驶业务不算成功。
    2021年全年,商汤智能汽车业务的营收只有7000万,仅占总营收的4.6%;2022年中报,该项业务稍有起色,但营收也只有1.2亿元,总营收占比8.5%。
    商汤的尴尬之处在于,由于自动驾驶行业的特殊性,商汤有产品,却难以落地,和专业选手们相比,又缺乏项目经验和数据积累。
    今年调转方向,攻向车路协同倒也在意料之中。
    相比自动驾驶,车路协同的商用落地受到干扰因素的影响要小很多,目前市场也在快速成长中。
    只是商汤现在入局,在节奏上慢了一步。
    一个车路协同项目,需要集聚大量的生态力量,各方相互协作才能完成。摆在商汤面前的有两条路,一是成为生态的组织者,带着一众小弟牵头去拿项目;一是打不过就加入,成为某个巨头的生态企业,跟在巨头身后喝汤。
    然而现实情况是,商汤这两条路都很难走通。
    首先与百度、华为这样的科技巨头相比,亦或是千方、海信这类专业选手,商汤作为行业新人,在组织生态的经验与能力都有欠缺,很难达成“虎口夺食”的奇迹。
    其次,从SenseAuto V2X商汤绝影车路协同平台所表现出的能力来看,商汤是想做车路协同项目完整的解决方案,其定位就是“带头大哥”,心态上放不下,最终只能吃自己画的饼了。
    AI游戏平台却如泡沫
    对于商汤而言,AI游戏平台只可远观而不可亵玩。
    商汤的SenseMAP依旧是To B的生意,主要功能是辅助游戏开发,使用AI提升游戏开发效率。
    对于游戏开发者来说,开发游戏AI、使用游戏AI本质的目的是辅助游戏的制作,让团队在游戏制作过程中得到方面与便捷。
    但AI游戏平台普遍存在样本大、成本高、不可控的问题,对于亟需稳住军心的商汤来说,无疑是糖之砒霜,只会使商汤亏损加大。
    且现有的游戏公司,基本上能够满足自给自足的需求,结果就出现大厂不需要,小厂买不起的尴尬局面。
    像腾讯已将AI经全面应用在了《王者荣耀》的整个游戏环节设计之中,网易则有专注游戏AI研究的“伏羲实验室”,目前已经与网易旗下的10多款游戏多个游戏工作室有着紧密合作。
    腾讯和网易游戏占据整个行业半壁江山,留给商汤的只有很难让人提起兴趣的“残羹剩饭”。
    在AI时代,可以用算法和算力来解决游戏开发的效率问题,这也是当前AI游戏平台的价值所在。
    可AI游戏平台对于眼下的商汤而言更像是个诱人的陷阱,AI游戏平台显然既不满足商汤的求稳心理,也难以实现突破。
    AI医疗难上加难
    最后,我们来看AI医疗赛道,同样一条是长坡厚雪的赛道,但AI落地的场景还是十分有限。
    商汤官网披露的案例显示,商汤目前已和5家医院达成合作,其业务均是医疗影像AI。
    目前医疗影像AI是“红的发紫”的超级红海,一家医院同时被三四家影像AI企业邀约免费使用产品的情况并不鲜见,但要想从医院口袋里掏钱却难上加难。
    一个值得思考的案例。
    IBM的Watson Health部门,经历了长达六年的亏损后,终被出售,IBM也由此暂停了AI医疗业务。
    医疗AI技术与临床的需求如何匹配并不算难,难的是落地的边际效应与付费的商业模式。在这方面,不光是商汤,其他玩家也都没有十足的把握。
    值得一提的是,商汤似乎也对游戏和医疗这两项业务的信心不足,发布的四大平台中,多款搜索引擎中检索商汤的SenseMAP和SenseCare“智慧诊疗”信息极少,甚至SenseMAP在商汤官网中都没有披露更多信息。
    03 站在十字路口的商汤
    AI的实际应用价值不用再做赘述,且背后一直有政策支持。
    双重加码下,商汤该何去何从?
    首先,商汤要考虑眼下盈利的刚需。
    技术盈利的问题,其实本身与技术无关,商汤固然有技术的实力与底气,但技术盈利是个商业和经济问题。
    经济问题在于边际投资效果递减,过于重视技术的商汤,随着技术投资成果的增加,用于新成果的投资需要的就更多,结果便陷入了烧钱漩涡。
    站在塔上的商汤只看到了远处的风景,却没想过要如何到达目的地,对于AI技术的产业应用,目前的技术早已驶入了快车道,唯独产业在后方的泥潭挣扎。
    当下AI企业中,普遍成本高、售价低,且还面临着同行的虎视眈眈,尤其是AI企业里基本没有独家盈利项目,所有AI场景对于AI企业来说大同小异,所以AI企业如何选择自己的路是个难题。
    其实,AI企业更像如今的滴滴,滴滴无人驾驶的成果与市面现有产品相差不多,打车也赚不到覆盖成本的钱,涨价用户跑了,降本公司倒了,所以商汤核心问题依旧是在于降成本。
    此外,商汤这类的独立 AI公司一直以来都面临着应用场景碎片化的挑战。在不同项目中,客户的需求不同,算法也将随之更新、产品的复用性较低。
    而独立 AI公司在面临应用场景碎片化的挑战,衍生出三种类型。
    第一种是深化AI技术的应用深度,通过软件算法和硬件终端模块化结合,开发出更符合市场地位的产品,如科大讯飞对于智能语音技术的运用。
    第二种是将AI技术与其他产品平台结合。如部分中科创达将图像AI和操作系统平台技术结合。
    第三种是选择扩大下游覆盖面,利用高效研发的技术优势,针对不同硬件设备和场景需求快速开发AI模型,而这正是商汤AI赋能百业的战略。
    商汤选择了最难的一条路,其高效研发的技术优势,必然会大量放血,伤口反复,长期阵痛。而且,针对不同设备和场景定制化AI模型,其成本高昂,投入与产出比严重失衡,更是难上加难,所以在各个AI细分领域均有商汤的身影,但多数业务由于成本、市场等原因点到为止,演化的四大板块业务,其实也就是在百业之间游走。
    商汤很大的一个问题是迷茫,AI落地的对象到底是To B还是To C,AI落地的众多场景如何选择,自己主攻的赛道又是哪个?
    当前,商汤正处于To B赋能阶段,只有找准商业定位、学会开拓市场,才知道在十字路口中,路该往哪走。