AI公司们的“造梦”之旅

    新技术的兴起催生着人工智能赛道上的企业成为资本市场新的“宠儿”。在今年年初，随着旷视即将IPO的消息传出，AI企业上市潮的说法也不胫而走。然而，2019年马上就要过去，旷视方面“爽约”推迟上市，而商汤方面似乎一直是“上市有计划，但无时间表”。
    为什么？一是不缺钱，二是今年以来整个AI产业其实都在进行着一场润物细无声的去泡沫化行为。过去行业火爆，多少会有一些估值泡沫，这些AI独角兽企业的估值普遍都比较高。
    而那些已经上市的企业，譬如素有“人工智能第一股”美誉的科大讯飞，似乎一直都没能摆脱“看起来很热闹就是不挣钱”的窘境。市值方面，科大讯飞的千亿市值早已如一帘幽梦般的成为过去式，现在上市可能会“掉膘”，理性所使，AI独角兽们自然不会选择在这个时候进行IPO。
    事实上，现在其实整个二级市场对于这些AI企业的估值仍缺乏完整的评估模型，依旧通过“故事＋业绩”的模板来进行。那么科大讯飞、商汤、旷视这些AI公司如何才能支撑得起自己的市值或者估值？尤其是科大讯飞，如何兑现自己的高市盈率或许也是它所面临的的一个难题。
    落地不足下的“故事”续写：“投资化”or“2C化”
    在讨论AI企业如何提升估值或者市值之前，我们先回到产业本质，人工智能产业链主要包括提供数据或者计算能力支撑的基础层、关键技术的研究的技术层以及终端的应用层上。而我们今天重点讨论的AI公司类型针对的其实是技术层。但从去年下半年开始，商业化逐渐成为讨论最多的话题，国内AI公司的发展重心也自然而然的放在终端应用层方面上面。
    据清华大学数据显示，计算机视觉，语音，自然语言处理是中国市场规模最大的三个应用方向，分别占比34．9％，24．8％和21％。
    但遗憾的是，人工智能产业一直以来造的势太大了，而在落地方面，已经落地的商业化场景确实也有，但远远没能达到投资人和公众的内心锚定。
    以计算机视觉为例，主要还是集中在金融和安防，大众对人工智能的热情逐渐消退。而科创板推崇的市梦率，符合这些AI企业们现在的需求，于是为了保持自己的高估值或者高市值，开启了自己的“造梦之旅”。
    就目前观察到的情况来看，AI公司在维持自己“想象力”方面主要采取多角化与纵深化这两种路径，即技术层的横向扩张以及人工智能产业的纵向打通。
    一方面，多角化。
    无论是商汤、旷视这样仍需通过融资来发展的年轻的AI独角兽企业，还是科大讯飞这样的老牌技术公司，到处投资是它们共同的标签。根据企查查检索显示的数据来看，旷视目前的投资动态有五起，商汤有四起，而作为老牌企业的科大讯飞更是有十多起。
    
    
    
    科大讯飞还好，但商汤、旷视们的投资行为在我们印象中其实是有些早的，自己还在拿融资的阶段，却还给别人融资，其直接目的可归结于“两个消化”：
    1．消化融资：
    AI公司堪称“吸金兽”，据有关资料显示，2018年中国人工智能创业公司的融资总额是 1131 亿人民币，其中，CV四小龙则合计拿到了总额的五分之一。今年年初，商汤科技曾获得了由阿里巴巴集团领投的6亿美元C轮融资。5月8日，旷视也宣布完成D轮第二阶段股权融资，总融资额约7．5亿美元。
    即使商业化方面质疑不断，但头部AI公司们真的不缺钱，它们“头疼”的是怎么花钱。
    持续且大量的技术投入是一定的，但也有一个度，融资不可能都放技术上或者内部的扩张。一旦投入过多所带来的结果就是“大跃进”，一旦技术没能出现大的突破，或者这些布局没能立刻带来现金收益，大概率会给企业经营带来困境，从去年冬天到今年年初的互联网公司“裁员潮”就是最好的证明。但与此同时，又不能毫无作为，这时候，投资其它企业其实是个消化融资的上上之选。
    2．消化技术
    通过观察不难发现，科大讯飞、商汤、旷视的投资方向主要集中在人工智能领域垂直场景下的AI公司，有的可能直接针对的是C端消费群体。利用主营业务积累的技术资源进行多元化扩张。通过投资，AI独角兽们可以对投资企业进行自己的技术输出，这实际上也起到了消化自身技术的作用，使得自己的技术研究看起来有更多的落地，同时也说明自己的在AI技术层布局广泛。
    在互联网江湖团队看来，AI企业们的投资行为，第一要素肯定是基于看好和未来需要。但从短期来看，促使投资行为发生的直接原因还是为了在资本市场面前讲出更精彩的故事，对维持自己估值或者市值有一定的帮助。当然了，目前只能说是维持市场信心的故事，或者说目前只是一个“梦”，真要把投资价值转化为市值、估值，还得让资本市场看到实打实的成绩。
    另一方面，纵深化。
    所谓纵深化，其实就是沿着AI产业链进行上下游拓展。在基础层方面，无论是科大讯飞还是CV巨头们多少有些心有余而力不足，只能是朝下游应用端拓展。今年五月，科大讯飞推出了自己五款AI硬件产品，这五款AI＋产品分别是，讯飞翻译机3．0，讯飞转写机，讯飞智能录音笔，讯飞智能办公本，讯飞学习机。
    市场落地场景有限，科大讯飞只得亲自下台，由台前到幕后。目前看来，这一做法效果确实还不错，前几天搜索引擎关键词检索搜到的都是科大讯飞硬件产品在双十一的“捷报”，六大品类六项第一。
    不得不说，科大讯飞的硬件选择也比较聪明，小众，市场竞争小，与主流硬件厂商的竞争较小，另一方面购买者的议价能力也比较弱。今年第三季度科大讯飞营业收入23．45亿元，同比增长13．10％，看来卖硬件看来确实为它带来不少收益。这对于自己的市值“保鲜”也会起到一定的帮扶作用。
    然而，科大讯飞的C端业务仍有一些需要进一步观察的地方，这也意味其C端业务的拓展也只是市值“保鲜”而不是升值。
    就比如今年双十一的六项第一含金量有多大呢？个别产品似乎是没有太多对手，在这样的新领域拿下头筹应该不是什么难事吧？此外，比如翻译机、转写机，我们能想到的场景依旧有限，对于很多用户而言，“尝鲜”容易，但持续购买很难，这些产品未来究竟有多大想象空间恐怕仍需要进一步观察。
    科大讯飞的纵向C端策略，对于商汤、旷视是否具有借鉴意义呢？在互联网江湖团队看来，CV巨头们恐怕都不会跟风。它们不差钱，但如果想要做好C端硬件却并不容易。
    ＊人的行为鸿沟：
    有些产业适合纵向整合，有些产业则不适合。计算机视觉的应用场景最多的还是2B或者2G，与计算机视觉强关联的硬件，在我们认知中客单价可能都比较高，很难2C。而语音识别不同，语言交流和信息传递的形式应用非常广泛，这为科大讯飞们发力C端市场创造了好的先天环境。
    ＊技术企业与硬件企业的转化鸿沟：
    就像今年小米9的发布会雷军所感叹的那样，做了硬件之后才发现“硬件太难了”。而罗永浩在总结反思导致锤子手机失败的原因时，提到的第一点就是轻视了整合供应链的难度。从人的角度来看，组建一个硬件的研发和生产团队，一般至少需要包含结构设计、ID设计、工程师、测试、品控、采购等诸多角色，还需要与上下游供应商之间周旋。许多技术公司改做硬件都要踩不少坑，短期来看可能不明显，但长期以往，产品一旦得到市场证明，硬件本身的品质也将成为行业的分水岭，互联网品牌发力智能电视就是最好的证明。
    ＊B端、G端与C端的思维鸿沟：
    在这一方面华为就是最明显的例子，别看现在华为在国产手机市场大杀四方，但之前从B端转型C端时也面临着许多问题。2010年华为开启转型发力高端手机。但很快发现自己产品工业设计美学不足，体验较差。
    后来，华为消费者业务CEO余承东总结那段时间的失败时说道：华为终端最难改变的就是团队的思想观念，包括在产品设计上的工程师情结，缺乏面向消费者的意识。
    类似的问题或许也引起了商汤旷视们的重视，这也是为什么没有像科大讯飞鲜有那样发力直接C端市场的原因，最多也就在机器人教育等新兴市场有所布局。
    ＊顾虑多：
    科沃斯为什么放弃代工选择专门做硬件？因为如果自己有硬件再做代工，可能会给一些代工客户带来顾虑。商汤旷世也类似，本身就是做技术输出的，如果自己再做硬件可能会与现在的企业级客户在一定程度上形成竞争，从而削减自己在企业级赛道的影响力，容易把客户推向对手。对于CV巨头们而言，卖技术与卖硬件，孰轻孰重如何取舍还是一目了然的。
    综上所述，对于商汤旷世们而言，它们的硬件产品也只是停留在B端或者G端，不会像科大讯飞那样直接高举高打的2C化。在主营业务商业化瓶颈、技术瓶颈尚未实现突破时，维持自己高估值只能通过横向投资化这一种方式。
    基础层“硬伤”限制：技术开源是AI公司们的“定时炸弹”？
    据有关资料显示，AI产业各层企业比重分化较为明显，其中应用层企业占比最高，达到77．7％；其次是技术层企业，占比为 17．9％；第三是基础层企业，占比为5．4％。
    科大讯飞、商汤、旷视等AI企业主要是针对应用层出现的新兴业务形态，提供算法层面的专业技术支持，而为应用层和技术层实现提供计算机底层架构支撑的基础层却涉及甚少。这也成为限制它们市值或者估值的一个重要维度。
    关于人工智能产业链的一个共识性正确就是技术和算法难以成为核心壁垒，只有基础层的数据才是，掌握了上游的数据就可以制约下游的技术发展和技术应用，这也使得这些垂直领域的AI独角兽或者巨头未来发展存在一定的不确定因素。
    为什么这样说？有这样一个比喻：数据是原料，技术是菜谱。但菜谱可以到处流传，原料不是谁都有；菜谱会不断更新完善，但始终受制于原料。而菜谱流传对应的AI产业发展就是技术开源论。菜谱的更新对应的其实就像谷歌的安卓系统，三星、华为等手机系统都有自己创新，但始终会在一定程度受限于谷歌。
    就目前来看，国外的谷歌、Facebook、微软，国内的BAT等头部科技公司似乎都在搭建自己的可升级可迭代AI开源框架。
    例如2015年，谷歌第二代深度学习框架TensorFlow，通过一些硬件载体，向全球开发者免费供给AI库与工具；同年，微软亚洲研究院于日前将分布式机器学习工具包（DMTK）通过Github开源，受到研究人员和开发者们的欢迎。而Facebook在前年推出的机器学习框架PyTorch，经历几次升级完善，在近年来更是风靡全球。
    国内方面，自2011年开始，阿里一直都在参与技术开源社区的建设，目前Github上主体账号的总项目数是国内最多的；而百度方面在技术开源上也是动作频频。前年，开源其自动驾驶系统Apollo，其自动驾驶软件可供任何人免费下载及修改使用。去年开源人工智能综合平台“百度大脑”底层的深度学习平台Paddle，今年上半年又把自研的底层区块链技术XuperChain进行开源。
    BAT纷纷入足语音技术领域，对科大讯飞就形成了一定的威胁。2017年，百度宣布语音技术全系列永久免费，舆论上出现许多对科大讯飞的担忧声，最有名的莫过于刷屏文章《保卫科大讯飞》。随后，百度与高通合作共同推出一套完整的人工智能语音和智能助手解决方案，这对于科大讯飞势必会带来一定的影响。
    巨头们开源自己的AI开源框架，手握庞大的用户数据，这也是占据基础层制高点企业独有的权利。在巨头尚未顾及时抢占垂直场景，成为独角兽，可一旦巨头回过头来，一上来就是放大招，垂直独角兽们虽不至于完败，但业务受损可能在所难免。
    商汤旷世们也是如此，虽然阿里投了他们，但计算机视觉阿里自己也有研究，还有百度、腾讯等科技巨头虎视眈眈。在去年的计算机视觉峰会。腾讯高级执行副总裁汤道生就表示接下来腾讯会在计算机视觉领域加强布局。
    自己研究，也投资相关企业，就像很多时候投资机构会投同一赛道下的多家企业，这样一来容错率较高。失败不重要，重要的是有一个成了。AI产业发展也是如此，如果“代理人”可以胜任，那么现在投资正好占了坑。如果未来相关技术走向开源，那么巨头们也会毫不犹豫的拿出来。
    在互联网江湖团队看来，科大讯飞、商汤、旷视们的横向扩张，实际上是通过投资把自己由原先的垂直细分式企业变得生态化，向“一站式”方向演化。规避业务过于集中受限于下游应用层销售情况的痛点，在面对巨头入侵时也具备足够的防御力，使得自己一旦面临巨头们的攻击时也不至于被外界用“保卫”来表达担忧。而科大讯飞向下游延伸，也可以强化自己对上游交流的“话语权”。
    由此可见，AI企业们的多元化，不只是为了“造梦”，提升自己的想象力，更是为了规避未来可能存在的风险。毕竟人工智能技术的发展和落地，其内部运作架构究竟长成什么样谁也不知道，趁早防范未然，跳出自己的垂直场景“牢笼”才是AI独角兽们的当务之急。
    版权声明
    本文来源亿欧，经亿欧授权发布，版权归原作者所有。转载或内容合作请点击转载说明，违规转载法律必究。
    作者：互联网江湖 来源：亿欧