AI企业上市困局:秀肌肉时代已远去,还是没有新故事

子弹财经

    
    出品 | 子弹财观
    作者 | 尹太白
    编辑 | 蛋总
    自2016年AlphaGo击败围棋世界冠军李世石之后,转眼间6年过去了,AI行业经历了一个从热度极高到理性回归的发展阶段,在资本密集入局以及政策不断推动之下,AI企业的上市步伐也屡屡加速。
    继商汤科技、海康威视、格灵深瞳、鹰瞳科技、云从科技等AI企业之后,思必驰也向资本市场发起了冲击。
    7月15日,上交所官网显示已受理思必驰科创板IPO的申请,后者拟募集资金10.33亿元。思必驰是一家对话式人工智能平台型企业,基于公司自主研发的新一代对话式人机交互平台和人工智能语音芯片,提供软硬件结合的人工智能技术与产品服务。
    “综合来看,思必驰上市共有三重目的:一是增强现金流;二是加大对核心技术的研发投入和升级;三是继续商业化的探索及落地。”AI行业分析师吴昊告诉「子弹财观」。
    事实上,不止思必驰在冲击资本市场,据「子弹财观」不完全统计,截至目前,至少有20余家AI及AI相关企业已经上市或正在推进上市进程。
    AI企业“上市潮”已然来临,但遗憾的是,资本市场似乎已容不下“烧钱大户”,而这个行业目前没能讲出更有吸引力的新故事。
    1、投资者趋于理性
    AI企业为什么执著于上市?在此之前,一位AI行业人士曾向「子弹财观」表示,AI企业研发投入很高,如果一直无法上市,加上持续亏损带来的资金压力,一旦投资机构失去信心,那么AI企业将直面全局崩塌的风险。
    不过,多位投资者向「子弹财观」表示,AI企业即便能够顺利上市,其前景也不容乐观,“AI企业的科技含量十足,但往往是赚吆喝不赚钱,上市并不意味着一劳永逸。”长期关注AI行业的投资者李磊说。
    
    (图 / 摄图网,基于VRF协议)
    “AI企业上市其实只是第一步,长远来看,还是要重点关注营收规模、研发投入、资金储备、产品性能以及商业化落地程度。”被“AI芯片第一股”寒武纪套牢的投资者吴凯表示。
    吴凯至今仍然无法释怀,“遥想2020年7月20日,寒武纪上市首日股价暴涨近290%,市值一度超过1100亿元!”账面上夸张的数字,让吴凯内心深处迸发出一种“春风得意马蹄疾”的豪情。
    然而,随着寒武纪股价跌宕起伏和一路下跌,吴凯的豪情也没能持续太久。截至目前,寒武纪的总市值已较最高峰时蒸发逾700亿元。
    “AI行业的风口已经过去,现在不是只靠炒作概念就能让投资者埋单的时代了。如果AI企业在二级市场上依旧无法展现出足够强悍的竞争力,自然也就无法带给投资者更多的信心。”在研读了诸多AI行业研报之后,吴凯得出了这样一个结论。
    李磊也认为,在二级市场上,追求利润仍是投资者秉持的第一要义,投资者也不可能一直为持续亏损的AI企业埋单。
    其实不只是二级市场的投资者对AI企业的投资趋于理性,在一级市场上,投资机构对待AI企业同样谨慎和理性了许多。
    计算机视觉(Computer Vision)算是AI行业中发展比较好的一个细分赛道,但根据艾瑞咨询的统计数据,2018年是计算机视觉赛道的融资爆发期,融资金额高达273亿元,2019年以来,随着市场饱和度不断提升,该赛道的融资热度有所降低,融资轮次与金额再未达到2018年的水平。2021年前11个月,计算机视觉赛道的融资金额已下滑至75亿元。
    以“AI四小龙”为例,2014年成立的商汤科技,其在2018年之前完成了9轮融资,而在2018年之后仅获得了3轮融资;2011年成立的旷视科技和2015年成立的云从科技,其最新一轮融资分别停留在2019年和2020年;只有2012年成立的依图科技,在2018年之后完成了4轮融资,但较2018年之前所获融资轮数也相去甚远。
    李磊说:“我从一级市场的AI投资人士那里得知,目前AI行业的新东西越来越少了,同质化十分严重,再叠加疫情因素影响,投资人的策略趋向保守,使得AI企业获得融资越来越困难。”
    在2016年至2018年,也就是AI行业最为火爆的时期,有投资机构甚至会同时投数个AI项目,理由是“不确定哪个项目最后能够跑出来”。
    “一级市场的疯狂,是导致AI行业虚火过盛的重要原因,但在风口过去之后,投资机构发现许多AI项目根本做不出成果,商业化也难以落地,于是逐渐回归理性,但被资本催熟的AI企业却已骑虎难下,不得不谋求上市以延续生命。”李磊向「子弹财观」透露。
    在吴凯看来,AI企业不被看好的根本原因在于AI行业竞争激烈,后期需要不断投入研发,短时间内既无法盈利也无法消除亏损持续扩大的风险,“对于投资者而言,AI企业算不上是优质的投资标的。”
    对于“高估值、高研发、高亏损”的AI企业而言,随着行业风口逐渐远去,上市几乎已是最后一搏,但上市后,能否尽快实现商业化落地甚至盈利,才是AI企业破局的关键。
    2、思必驰盈利无解
    与一、二级市场的悲观情绪形成鲜明对比的是,AI行业有着巨大的发展前景。
    根据IDC最新发布的报告,2021年中国人工智能软件及应用市场规模达52.8亿美元(约合人民币330.3亿元),同比上涨43.1%。
    其中,计算机视觉市场实现23.4亿美元的市场规模;语音语义市场实现21.7亿美元的市场规模;机器学习平台市场实现5.7亿美元的市场规模。
    如果单纯从市场规模角度来看,AI行业的确是一个超级赛道,但如果具体到AI企业的经营业绩角度,AI行业似乎难现曙光。
    思必驰在招股书中列举了一众竞争对手,包括寒武纪、云从科技等行业中的头部企业,三者的总营收和归母净利润的对比情况如图表所示。
    
    在过去三年里,虽然思必驰的总营收逐年增长,但仍与大多数AI企业一样未能实现盈利,而研发投入是导致其未能盈利的重要原因。
    招股书显示,2019年至2021年,思必驰的研发投入分别达到1.99亿元、2.04亿元和2.87亿元,占总营收的比例为173.35%、86.26%和93.25%,其研发投入大有“赶超”总营收之势。
    事实上,研发投入直逼总营收的现象在AI行业内并不少见。2019年至2021年,商汤科技的研发投入占总营收的比例分别为63.30%、71.21%和65.11%;云从科技的研发投入占总营收的比例分别为56.25%、76.59%和49.67%。
    “对于一家科技企业而言,当下的亏损并不是最要命的,关键还是看其支柱业务或者核心产品能否带动整体业绩增长,以及其综合毛利率是否稳中向好。”李磊向「子弹财观」解释。
    不过,对于思必驰而言,情况不容乐观。
    具体来看,按照产品区分,思必驰的业务主要分为智能人机交互软件产品、软硬一体化人工智能产品、技术授权服务和定制开发服务,其中,软硬一体化人工智能产品收入为主要收入来源,2021年,该项业务收入为1.01亿元,占总营收的比例为33.00%。
    然而十分尴尬的是,尽管软硬一体化人工智能产品肩扛营收大旗,但毛利率却一直下降。
    从2019年至2021年,其毛利率分别为28.75%、24.74%和19.12%,处于极低水平,导致思必驰一直难以摆脱亏损泥沼,而对总营收贡献最少的智能人机交互软件产品,其毛利率反而高达95.71%,在业务构成得不到优化的情况下,思必驰实现盈利或遥遥无期。
    此外,由于软硬一体化人工智能产品收入占比大、毛利率低,进而拖累了思必驰的综合毛利率。
    招股书显示,在2019年至2021年,思必驰的综合毛利率分别为72.17%、69.74%和58.15%,呈现出逐年下滑的态势。作为对比,寒武纪的综合毛利率分别为68.19%,65.38%和62.39%,而云从科技的综合毛利率分别为40.9%、43.5%和42.2%,显然后两者已基本趋于稳定。
    “AI企业的总营收增长的同时,净利润却始终没有实现同步增长,一方面是商业化不及预期,另一方面也是外界对于AI的期待过高,可以见得,在未来一段时间内增收不增利的情况将会持续,AI企业的经营业绩仍然难以提振。”李磊分析。
    事实也的确如此。关于盈利时间点,思必驰只在招股书中模糊表示,“尽快实现项目收益,提升经营效率和盈利能力”,同时其还坦言,存在“未来一定时间内无法盈利或无法进行利润分配”、“毛利率可能持续下滑”以及“上市后有可能一段时间内无法实现盈利而触发退市条件”等风险。
    换言之,思必驰即便能够顺利上市,“烧钱”仍将是未来数年内的主旋律。
    3、商业化落地大考
    无论上市前还是上市后,没有哪个和投资者机构愿意一直投资商业化难以落地的AI企业,尽管AI是科技发展的大趋势,但巨额研发投入与迟迟无法实现盈利形成的巨大反差,还是令不少投资者和投资机构如鲠在喉。
    AI算法工程师杨阔试着从日常工作的角度向「子弹财观」解释AI企业难以商业化的原因,“AI是一套底层技术体系,和许多独立且具象化的领域不同,AI需要与应用场景相结合才能体现出价值,其单独存在的意义其实并不大。也就是说,AI的商业化落地离不开定制服务。”
    
    (图 / 摄图网,基于VRF协议)
    AI企业的发展逻辑是先有技术,然后再进入某个垂直领域取得突破,进而扩散至其他领域,其优势是可以连接各行各业,天花板极高,而劣势则是高度定制化、研发成本居高不下,并且难以实现规模化发展。
    “每个细分领域都有不同的规则,开拓一个新细分领域需要的时间周期基本是按年计算,比如AI企业根据客户甲的需求研发了一套算法,这套算法大概率无法再直接卖给客户乙,即便是客户甲和客户乙身处同一领域,但需求不可能完全一致,因此还需要针对特定场景或需求重新训练模型,持续投入人力和时间,在无形之中拉高了成本,商业化难以落地也就成为了现阶段AI企业难以避免的常态。”杨阔进一步解释。
    定制化打开了AI企业商业化的想象空间,但同时也限制了其商业化落地的进程。
    目前,由于计算机视觉技术具备通用性,因此已经与诸多应用场景实现了有效结合,并且从金融和安防两大领域逐步扩展到交通、医疗、机器人、物联网、自动驾驶和风控等领域。
    据「子弹财观」了解,相较于计算机视觉赛道,思必驰所在的语音语义赛道与其有着很大差异。
    一方面,语音语义赛道由于声音识别难度较高而很难被标准化,规模化发展更是无从谈起;另一方面,语音语义技术需要长时间的训练和数据积累,也需要与不同的应用场景进行深层次融合,导致语音数据集扩充缓慢。
    不过,思必驰并不仅仅局限在软件层面,其硬件业务也在发力之中,比如AI语音芯片、智能语音语言交互设备整机等,将其业务范围从智能家电、车载语音交互、智慧医疗等进一步扩大至消费电子、办公硬件等领域。
    “目前,AI企业之间的同质化竞争其实已经非常严重,思必驰与不少AI企业存在着业务交织或重叠的现象,因此以差异化的方式深耕某些领域,或是实现扭亏为盈以及构筑护城河的根本。”李磊向「子弹财观」表示。
    杨阔也倾向于AI企业应该深耕某些领域,“虽然定制化在业内属于普遍现象,但只要在某个领域做到五个客户时,产品重叠的部分就会越来越多,也就意味着可模块化的部分越来越多,实现以量摊薄成本。”
    对于超过90%的AI企业而言,商业化落地仍是一场终极大考。过去AI企业需要“讲故事”,但现在则需要拿出实实在在的商业化落地方案和数据,毕竟“秀肌肉”的时代已经远去。
    未来,AI企业之间的竞争不再是单纯的炫技,而是基于算力、数据、算法、应用场景的综合能力的对决,商业化落地也不再是单纯的纸上谈兵,而是一场残酷的、关乎生死存亡的贴身肉搏战。
    *注:文中人名皆为化名。文中题图来自:视觉中国,基于RF协议。