商汤科技3年亏损243亿，AI企业商业化困境何解？_风闻
艾问人物-艾问人物官方账号-艾问人物，全球传播，与时代创始人同行2021-09-08 09:16
在多次传闻上市后，商汤科技IPO的靴子终于落地。8月27日，商汤科技向港交所递交招股书。
至此，计算机视觉四小龙（俗称“AI四小龙”）在IPO动作上集合完毕。在商汤科技前，AI四小龙的其他三家——旷视科技、依图科技、云从科技已经先后启动了IPO计划。从最新进展来看，旷视科技已于近期回复了上交所第二轮问询；依图科技科创板IPO宣告失败，并传闻考虑在香港IPO；云从科创板IPO申请已获批准。
AI四小龙中，商汤科技成立的时间不算早，仅有云从科技晚于其成立。但从招股书披露数据来看，无论是营收规模还是研发投入，商汤科技都走在前头。沙利文报告显示，以2020年收入计，商汤科技是亚洲最大的人工智能软件供应商及中国最大的计算机视觉软件供应商；而在研发投入上，商汤科技在三年半累计投入70亿元，而对比2018-2020年数据，商汤科技在研发上的投入都高于同期内的其他三家。
走在前头的，还有商汤科技的亏损规模。招股书显示，2018-2021年上半年，商汤科技累计亏损243亿。其他三家，据其各自披露过的招股书数据，2018-2020年，旷视科技三年累计亏损128亿元，依图科技2018-2020年上半年，两年半累计亏损61亿元，而云从科技则三年累计亏损超过26亿元。
连续亏损背后，实际上是包括商汤科技在内的AI企业普遍存在的商业变现难题。
这道题，会有解吗？
从实验室走出来的AI独角兽
商汤科技于2014年成立于香港，创始团队源于2001年创立的香港中文大学多媒体实验室，包括了创始人汤晓鸥以及实验室的核心成员。
据公开资料，商汤科技最初是以人脸识别技术起家。汤晓鸥首次接触人脸识别技术，是在上世纪 90 年代。1990年，汤晓鸥从中国科学技术大学工学专业本科毕业后，去美国罗彻斯特大学攻读工程及应用科学学院理学硕士学位，而后又去了麻省理工学院攻读博士学位。
他曾谈及自己初到麻省理工学院的场景，“我加入的实验室做的是海底机器人，相当于在水下用声呐和视觉相机来探索海底世界。在我去之前，那个实验室刚刚发现了泰坦尼克号，所以我当时觉得这个很酷。”
从麻省理工学院博士毕业后，汤晓鸥被邀请到香港中文大学信息工程系任教，继续从事计算机视觉相关领域的研究，培养出了大批计算机视觉人才。2001年7月，汤晓鸥参与组建了香港中文大学多媒体实验室，从此香港中文大学便有了 计算机视觉界的黄埔军校的美誉。
9年后，到2010年，香港中文大学多媒体实验室迎来了一个年轻人——汤晓鸥日后最重要的合伙人徐立。
徐立是上海人，很小时就表现出了极高的数学天赋，小初高期间，他就多次代表所在学校参加上海市中小学数学奥林匹克竞赛并多次获得金牌。2000年，18岁的他被保送到上海交大计算机系就读本科，四年后再次直接被保送研究生。
2007 年硕士毕业后，徐立先后在摩托罗拉、欧姆龙、微软研究院等机构工作，从事计算机视觉、模式识别、图像处理领域的研究和产品开发。
彼时，大数据、云计算、人工智能正高速发展，徐立早早地意识到，深度学习才是未来方向，人脸识别大有可为。
2010年秋天，徐立放弃了一切工作，只身前往香港中文大学多媒体实验室继续深造。从此，徐立的命运，便紧紧地与人脸识别和汤晓鸥连在了一起。
2014年，随着包括微软、英特尔、谷歌、Facebook 在内的国际科技巨头纷纷开始入局人工智能，这个赛道开始火起来。
2014 年初，Facebook 对外宣称，用 750 万人的数据对计算机进行训练后，其人脸识别准确率已经接近人眼识别能力。而此时的汤晓鸥的团队几乎竭尽其所有资源，才建立起一个20万人的数据库。
意识到了在硬件和数据库上不敌对手，汤晓鸥转而在计算能力上下功夫。他开始埋头改进自己的算法。
2个月后，2014 年 3 月，汤晓鸥团队发布 GaussianFace 人脸识别算法，在 LFW 数据库上准确率达 98.52 %，在全球首次突破人眼识别能力。2014 年 6 月起开始发表DeepID 系列算法，逐步将人脸识别准确率进一步提升至 99.55 %。
计算机的识别准确率首次超过人眼，让汤晓鸥团队名噪一时，投资人也慕名而来。IDG资本合伙人牛奎光认为，这意味着计算机视觉技术有可能实现商业化落地。他随即飞到香港，拜访汤晓鸥团队。
那次拜访后，IDG资本投出了数千万美元，助推汤晓鸥的研究团队走出实验室，2014 年 10 月，商汤科技正式成立。
当听说汤晓鸥要成立公司时，实验室里很多学生踊跃而来，全部是博士、博士后，其中就包括了徐立、王晓刚、徐冰，曾与汤晓鸥在微软研究院共事过的杨帆也加入了创业团队，还带去了一大波自己的清华学生。
很快，以汤晓鸥为核心的联合创始人团队组建了起来。
三年半连亏243亿，商业化难题待解
据公开资料，商汤科技是一家“赋能百业”的人工智能软件公司，专注于计算机视觉和深度学习技术，自主研发并建立了深度学习平台和超算中心，业务范围覆盖智慧商业、智慧城市、智慧生活、智能汽车四大板块。
截至2021年6月30日，商汤科技软件平台的客户数量累计已超过2400家，其中包括超过250家《财富》500强企业和上市公司，119个城市以及超过30家汽车企业，同时，商汤科技赋能了超过4.5亿部手机和超过200款手机应用程序。
招股书显示，2018年-2020年，商汤营收分别为18.5亿元、30.3亿元、34.5亿元。有媒体对比发现，其同期收入达到了旷视的两倍，是云从、依图的三倍之多。2021年上半年，营收16.52亿元，去年同期为8.61亿元，同比增长91.87%。
商汤科技的使命是“坚持原创，让人工智能引领人类进步”，与之匹配的，招股书显示，截至2021年6月30日，商汤科技拥有超过5000名各类员工，其中约三分之二为科学家及工程师，而其研发团队还包括了40位教授。
在研发投入上，2018年、2019年、2020年及2021年上半年，商汤科技分别投入了8.5亿元、19.2亿元、24.5亿元及17.7亿元，三年半累计在研发上投入了69.91亿元。
与其对应的是，自成立以来，商汤科技在各项全球竞赛中已获得70多项冠军，发表了600多篇顶级学术论文，并拥有8,000多项人工智能专利及专利申请。
研发费用逐年上涨的同时，商汤科技还计划未来继续加大在研发上的投入力度。招股书显示，计划将此次IPO募集资金的60%用于提升研究和开发能力，15%用于投资新兴商业机会以及提高产品及服务在国内外各垂直行业及企业层面的渗透率，约10%用于寻求战略投资及收购机会，约10%用于一般资金及企业用途。
然而，相比其研发力度，但更引人关注的是，商汤科技成立至今还尚未实现盈利，而且亏损呈现扩大趋势。2018-2020年，商汤科技分别亏损34.33亿元、49.68亿元、121.58亿元，2021年上半年亏损37.13亿元，三年半累计亏损242.72亿元。
按非国际财务报告准则扣除优先股公允价值变动等非经常性损益后，2018年至2021年上半年，商汤科技亏损净额分别为2.205亿元、10.371亿元、8.784亿元及7.262亿元。报告期内累计扣非净亏损为28.6亿元。
从公司财务数据上看，高研发投入是其亏损的重要原因。招股书显示，2018年-2021年上半年，商汤科技的研发开支分别占到营收的45.9%、63.3%、71.3%、107.3%。可以看到，2021年上半年，其研发投入已经甚至已经超过了营收。
而从行业层面看，亏损在AI行业内实际上是一种常态。《艾问人物》（iask-media.com）对比AI四小龙的财务表现来看，目前还没有一家是实现盈利的：旷视科技2018-2020三年累计亏损127.7亿元，云从科技2018-2020年三年亏损超26亿元；依图科技2018-2020年上半年，两年半亏损61.2亿元。此外，据2018年统计数据，90%以上的人工智能企业都处于亏损状态。
《艾问人物》（iask-media.com）了解到，普遍连续亏损的现状背后，实际是AI 行业一直以来在商业化变现上的顽疾。
AI商业化为什么这么难？
对于中国社会科学院工业经济研究所研究员李晓华曾在2018年的一篇文章中作过分析，由于人工智能产业尚处于起步期，技术还不够成熟，用户接受度低、市场规模小、运营成本高，人工智能企业盈利困难。而这也几乎是所有处于产业起步期的企业都会面临的。
其次，技术的商业落地在技术成熟度、数据安全、用户认识、实施效果等多方面存在的制约，也会限制人工智能企业的成长速度。
此外，人工智能作为技术赋能的角色，其价值常常不能直接表现为业务收入。李晓华在文章中解释，在大多数情况下，人工智能企业并不直接销售人工智能产品或服务，而是将其作为改善其他产品或服务性能、体验或效率的支撑工具，如应用在电商、搜索、社交、新闻推荐等，提升其运作效率和用户体验，但无法直接为其提供直接的销售收入，而这也是人工智能技术的经济价值被低估的原因。
然而，《艾问人物》（iask-media.com）注意到，商业化变现困难，并不阻碍业界对人工智能赛道的看好。沙利文报告显示，人工智能软件预计是未来十年增长最快的商业领域之一。2025年 全球人工智能软件市场规模将达到1,218亿美元，2020–2025年年均复合增长率为31.9%。
那么，资本和市场该用什么样的心态来对待这个以技术驱动的赛道？
《艾问人物》（iask-media.com）在北极光创投合伙人黄河在今年5月的一篇文章中看到了答案。他指出，从商业侧看，在以技术为驱动的行业，其To B的特性决定了，这个行业先天就快不起来。而从技术产品的成熟过程看，行业也需要经过多次与客户之间的反复迭代才能稳定成熟，这个过程需要时间，“不是靠堆钱堆人可以大幅加速的”。
黄河分析，对于技术驱动的公司来说，在到达一定的资金充裕度后，资金效率的边际效应大幅下降，接近于0，这是技术和制造业的特点。而随着企业发展成熟到一定程度，开启高速成长模式后，对资金的需求又会上升。投资者如果抱有在企业早期依靠密集资本投入，快速制造行业龙头的想法，是完全行不通的。
即使是当今的全球互联网巨头亚马逊，在开始盈利前也曾持续亏损20年；而国内，京东物流在盈利前，也经历过10多年的持续亏损，《艾问人物》（iask-media.com）认为，人工智能赛道的前景好坏已经无需质疑，正所谓好饭不怕晚，面对已经奔涌而来的数字化智能时代， 对人工智能赛道抱有长远的耐心，是资本市场应有的正确态度。