撰文 / 張賀飛
編輯 / 沈潔
一位機(jī)器人領(lǐng)域的創(chuàng)業(yè)者，在媒體采訪時對中國的AI公司按照路徑進(jìn)行了代際劃分：
“第一代AI公司可能就是一批大牛，砸了很多錢做技術(shù)，說自己擁有算法、算力，但實際上這些AI公司具體是干什么的，他們自己可能都不清楚，醫(yī)療、安防、自動駕駛可能什么都想做，但都不清晰。雖然第二代公司的創(chuàng)始人大多也都是技術(shù)背景出身，但AI只是我們的一個工具和手段，不是因為我懂AI，然后再去找場景。”
這樣的觀點并不缺少其內(nèi)在邏輯。當(dāng)AI“四小龍”代表的第一代AI公司屢屢在資本市場碰壁的時候，機(jī)器人行業(yè)的融資潮正在全面升溫，僅2021年上半年國內(nèi)機(jī)器人領(lǐng)域的融資數(shù)量就高達(dá)174起，超過40起融資的單筆金額過億，甚至有多家創(chuàng)業(yè)公司在過去一年內(nèi)完成了兩筆及以上的融資。
資本市場的涼與熱，往往是行業(yè)冷暖的晴雨表。只是第二代AI公司是否比前輩們更理性、更長遠(yuǎn)、更幸運(yùn)，似乎還要畫一個問號。
01
第一代AI公司怎么了？
比起第二代AI公司的風(fēng)頭正盛，第一代AI公司著實有些相形見絀，甚至一些獨(dú)角獸級別的企業(yè)正在經(jīng)歷一場至暗時刻。
IPO征程的跌宕起伏就是最真實的縮影。依圖科技主動“撤單”IPO后，裁員風(fēng)波愈演愈烈；在科創(chuàng)板上市的云從科技，近30億的虧損多次被外界詬??；IPO大門外兜兜轉(zhuǎn)轉(zhuǎn)的曠視、商湯、云天勵飛等企業(yè)，同樣在為創(chuàng)收掙扎。
為了提升自身的“造血”能力，第一代AI公司的動作越發(fā)整齊劃一。比如越來越多的企業(yè)打起了芯片的主意，依圖、商湯、云天勵飛等無一缺席；醫(yī)療賽道紛紛成為多方角逐的對象，依圖曾將醫(yī)療視為主要的營收引擎、商湯多次進(jìn)軍醫(yī)藥研發(fā)等相關(guān)領(lǐng)域、曠視瞄準(zhǔn)了醫(yī)藥供應(yīng)鏈、云從將智慧醫(yī)院作為自己的新戰(zhàn)場……零售、金融、交通、醫(yī)療，幾乎所有熱門領(lǐng)域都在進(jìn)行布局。
可將第一代AI公司視為“理想主義”驅(qū)動的技術(shù)派，似乎并不確切。無論是依圖、商湯、曠視，還是云從、云天勵飛，可以說是清一色的計算機(jī)視覺企業(yè)，最早瞄準(zhǔn)的都是安防工程和智慧城市等場景，簡單來說就是用自家的計算機(jī)視覺算法搭配?？低暋⒋笕A股份、宇視科技等安防廠商的攝像頭，牢牢抓住了一輪市場紅利。
資本市場的反應(yīng)，佐證了了第一代AI公司的獨(dú)到眼光。
2017年到2019年的三年時間里，AI“四小龍”一度占據(jù)國內(nèi)計算機(jī)視覺應(yīng)用市場 60%的份額，僅2018年就獲得了合計超30億美元的融資，占據(jù)中國 AI 企業(yè)融資總額五分之一。其中商湯科技的單輪融資就有10億美元，迅速躋身獨(dú)角獸陣營，可謂風(fēng)頭無兩。
然而“技術(shù)外包”的商業(yè)模式，注定了這場合作的脆弱性。?？低暋⒋笕A股份以及后續(xù)入場的華為，均在推進(jìn)視覺識別算法的自主研發(fā)，以降低算法采購的成本，直接和曠視、依圖等算法廠商產(chǎn)生了利益沖突。
為了營收結(jié)構(gòu)的多元化，第一代AI公司紛紛尋求突圍，主流的思路正是平臺化，即朝硬件+算法的方向轉(zhuǎn)型，不再是直接售賣代碼的粗狂打法，轉(zhuǎn)向輸出場景化的解決方案，和阿里、百度等巨頭的策略越發(fā)相似。
可以佐證的是云天勵飛在招股書中對募集資金的規(guī)劃：8億元用于城市 AI 計算中樞及智慧應(yīng)用研發(fā)項目，3億元用于面向場景的下一代 AI 技術(shù)研發(fā)項目，5億元用于基于神經(jīng)網(wǎng)絡(luò)處理器的視覺計算 AI 芯片項目，14億元用于補(bǔ)充流動資金項目。除了用來填補(bǔ)虧損的一部分資金，過半金額在為輸出解決方案鋪路。
只是當(dāng)前人工智能的落地仍集中在安防、零售、金融等場景，短期內(nèi)無法滲透進(jìn)更多的行業(yè)，產(chǎn)品落地和商業(yè)化的進(jìn)度仍存在很大的不確定性，何況還要應(yīng)對阿里、百度等互聯(lián)網(wǎng)巨頭的挑戰(zhàn)。再加上一些AI公司為了講出新故事，跟風(fēng)進(jìn)入造車、元宇宙等新興領(lǐng)域，第一代AI公司“什么都想做”的說法可謂實錘。
02
資本仍愿為場景買單
哪怕曾經(jīng)是啟明星般的“第一代AI公司”，在被貼上燒錢、內(nèi)卷等略帶負(fù)面的標(biāo)簽后，逐漸成了資本市場避著走的“棄兒”。
胡潤研究院在《2020胡潤全球獨(dú)角獸榜》中，對商湯、曠視、云從、依圖的估值進(jìn)行了排名，分別為500億元、300億元、200億元和140億元，除了商湯科技的估值比2019年提升了100億元，另外三家的估值幾乎和兩年前持平。
AI“四小龍”終于不再性感，但資本并未對AI關(guān)上大門，一大批“找到了場景”的企業(yè)開始被資本所青睞。
瞄準(zhǔn)AI制藥的化學(xué)合成智能化平臺智化科技，剛剛拿到了源碼資本領(lǐng)投的A+輪融資，1500萬美元的資金將被用于 AI 自動化合成平臺建設(shè)和專業(yè)的市場推廣。AI醫(yī)藥被《麻省理工科技評論》評定為 2020 年度“十大突破性技術(shù)”，而智化科技找到的場景是利用人工智能和化學(xué)大數(shù)據(jù)解決新藥研發(fā)臨床前的化學(xué)合成問題。
同樣歸屬AI制藥賽道的還有深勢科技，不久前拿到了高瓴創(chuàng)投領(lǐng)投的數(shù)千萬美元A輪融資，資金將用于以新一代分子模擬平臺為代表的科學(xué)計算平臺的建設(shè)，以及相關(guān)技術(shù)在藥物、材料設(shè)計等場景的落地。同時這也是深勢科技一年內(nèi)的第三輪融資，元璟資本、清流資本、百度風(fēng)投等都曾出現(xiàn)在前面兩輪融資的投資名單中。
如果說醫(yī)藥領(lǐng)域的前景還有麻省理工等機(jī)構(gòu)的背書，一些小眾且細(xì)分場景的資本行為足以用“瘋狂”二字來形容。
比如一家主打健身鏡產(chǎn)品的企業(yè)，給鏡子加入了動作捕捉、語音識別等算法，為健身人群提供基礎(chǔ)的健身知識和動作糾正，經(jīng)過網(wǎng)紅們的營銷造勢賣到了近萬元的價格。這家創(chuàng)立于2019年的企業(yè)也趁勢崛起，兩年時間就拿到了3.91億美元的融資，即便每個月的銷量還只有300多臺的規(guī)模。
可以給出的解釋是，第二代AI公司多半屬于產(chǎn)品型公司，即看到了某個待解的痛點，然后利用人工智能去解決問題，有著明確的目標(biāo)客戶，商業(yè)變現(xiàn)的時間周期相對更短，且容易講出有話題性的商業(yè)故事。
只是“找到場景”只是第一步，后續(xù)仍存在太多的不確定性。譬如正在謀求私有化的流利說，用算法取代了人工成本，在毛利率方面遠(yuǎn)高于傳統(tǒng)教培機(jī)構(gòu)，然而定制化的AI交互課程未能吸引到足夠的付費(fèi)用戶，獲客嚴(yán)重依賴市場營銷和廣告，后續(xù)的場景拓展也不順利，以至于股價在三年時間內(nèi)縮水了9成。
資本的青睞不是什么壞消息，讓人擔(dān)憂的卻是資本的態(tài)度，仍在以消費(fèi)互聯(lián)網(wǎng)的邏輯丈量AI的落地進(jìn)程，熱衷于回報率高的早期投資，喜歡一窩蜂地涌向所謂的熱門賽道。
典型的例子就是每年數(shù)百起融資的機(jī)器人賽道，或許可以細(xì)分出工業(yè)、家用、配送等不同的細(xì)分品類，可在算法和場景的制約下，市場的高度同質(zhì)化也是不爭的事實，僅配送機(jī)器人市場就有幾十家企業(yè)完成了融資，注定有大量的玩家逐步被市場所淘汰。
03
中國AI創(chuàng)業(yè)的“魔咒”
場景為王的思維似乎并沒有什么錯，但中國AI創(chuàng)業(yè)隱藏的深層次問題，儼然不是“缺少場景”幾個字就能夠掩蓋的。
中國工程院院士李國杰日前的一篇文章，在坊間引發(fā)了不小的爭議，雖然文章中提到的問題大多是對學(xué)術(shù)界的呼吁，但“頂不了天、落不了地”的結(jié)論一陣見血的點出了人工智能在商業(yè)化方面遭遇的困局。
還是以AI“四小龍”為例，外界眼中的第一代AI公司，留下了重技術(shù)輕場景的印象，細(xì)究的話恐怕并不十分準(zhǔn)確。
綜合幾家AI公司的招股書數(shù)據(jù)，每年的研發(fā)費(fèi)用普遍維持在10億元左右的水平，部分企業(yè)的研發(fā)費(fèi)用還在2億元上下。和這些企業(yè)每年的營收相比，技術(shù)研發(fā)投入的占比已經(jīng)非?？捎^。
可做一個橫向比較的話，阿里、騰訊、百度、華為等每年的研發(fā)費(fèi)用常年維持在百億元的量級，即便是?？低曔@樣的安防企業(yè)，2021年的研發(fā)費(fèi)用也有38.78億元?；蛟S這些資金只有一部分被用于AI研發(fā)，單就上述巨頭對于AI的態(tài)度來看，大概率意味著創(chuàng)業(yè)公司很難在技術(shù)上構(gòu)建絕對的優(yōu)勢。
何況行業(yè)巨頭們離場景更近。美團(tuán)的算法可以直接優(yōu)化騎手的配送路線，探索AI在餐飲外賣領(lǐng)域的應(yīng)用；字節(jié)跳動的推薦算法，打造了龐大的信息分發(fā)矩陣；百度的語音和圖像識別等技術(shù)，第一時間在小度、Apollo等產(chǎn)品中循環(huán)驗證……AI創(chuàng)業(yè)公司則需要有更大的投入補(bǔ)齊商業(yè)基礎(chǔ)設(shè)施的短板，在人工智能缺少規(guī)?；涞氐拇蟓h(huán)境下，對資本而言無異于一場看不到盡頭的豪賭。
場景驅(qū)動的第二代AI公司，能否避免同樣的宿命？答案似乎并不樂觀。
被資本押注的機(jī)器人賽道已經(jīng)印證了這一點。現(xiàn)階段機(jī)器人的適用場景還比較有限，主要集中在對重復(fù)性人力工作的替代，譬如配送、質(zhì)檢、分揀等工作，比拼的是技術(shù)成熟度和產(chǎn)品成本。資本的大舉進(jìn)入已經(jīng)產(chǎn)生了一些不利的負(fù)面反應(yīng)，就像一些企業(yè)拿到了十倍于當(dāng)前營收的資金，將很大一部分資金用于搶項目，出現(xiàn)了因同質(zhì)化競爭大打價格戰(zhàn)的苗頭，儼然違背了行業(yè)應(yīng)有的進(jìn)化節(jié)奏。
由于機(jī)器人的應(yīng)用場景屬于To B層面，不可能像C端產(chǎn)品那樣爆發(fā)性增長，有限的市場需求擠入了太多的玩家，在技術(shù)無法跳躍式創(chuàng)新的局面下，可能會出現(xiàn)資源錯配的亂象，比如一些公司用燒錢的方式搶人才、搶客戶，以惡性競爭的方式消滅競爭對手，繼而上演劣幣驅(qū)逐良幣的一幕。
“頂不了天、落不了地”，顯然不只是針對學(xué)術(shù)界的吶喊，也是對創(chuàng)投圈的警醒。留給資本層面的挑戰(zhàn)，絕非是瞅準(zhǔn)下一個百億、千億級的機(jī)會窗口，而是從資本層面打通產(chǎn)業(yè)協(xié)同的閉環(huán)，讓技術(shù)優(yōu)勢的企業(yè)可以專注于技術(shù)，讓場景落地的企業(yè)更好地優(yōu)化場景，繼而探索出一條可行的新路徑。
無可否認(rèn)的是，人工智能是一個系統(tǒng)性的機(jī)會，資本市場的熱忱已經(jīng)是最好的詮釋，可這個時代需要的不是蒙眼狂奔。
04
結(jié)語
四年多前，還是百度集團(tuán)總裁的陸奇曾經(jīng)說過這樣一段話：
“談到人工智能技術(shù)，可能很多人會聯(lián)想到谷歌、微軟這些以研發(fā)見長的科技巨頭。但AI商業(yè)化的榜樣卻是亞馬遜。谷歌和微軟的路徑都錯了，亞馬遜的路徑才是人工智能競爭的正途，人工智能技術(shù)的最佳商業(yè)化方式是打造生態(tài)系統(tǒng)。”
或許陸奇的言論有著明顯的個人立場，對AI商業(yè)化來說卻不失為一句忠告。相比于第一代AI公司、第二代AI公司這樣對立的態(tài)度，中國AI創(chuàng)業(yè)者欠缺的恰恰是生態(tài)思維，或是狹義上的某家公司主導(dǎo)的研發(fā)、賦能、落地的商業(yè)生態(tài)，或是廣義上的研發(fā)型企業(yè)和場景型企業(yè)共生的協(xié)作生態(tài)。
國內(nèi)的AI創(chuàng)業(yè)者想要擺脫“魔咒”，還有很長的一段路要走。
