云从过会，AI们的资本路通了吗？ | 不止IPO

表面上看是技术落地和资本之间的竞速，而本质的矛盾则是技术与市场之间能否有效沟通。

作者 | 高雅

编辑 | 宋家婷 杨杨

AI公司上市的子弹还在飞。

7月20日这一天，从早上九点到下午收获科创板上市委的消息，云从科技集团股份有限公司（下称“云从科技”）经历了过去七个月来最为紧张的时刻。幸运的是，这一次是好消息：云从科技科创板IPO成功首发过会。这对于扎堆冲刺上市的AI行业来说终于等来一线希望，“AI第一股”的名号也大概率会花落云从。

这并不容易。过去三年里，被称为“CV（计算机视觉）四小龙”中的旷视科技、依图科技以及云从科技均已递交招股书，其中旷视科技更是在2019年8月就先一步踏上了上市路。但结果却出人意料，旷视科技失意港股市场，不得不在今年5月折返科创板上市，依图科技则在两次中止IPO审核后，最终于7月初退出科创板上市，反而是成立时间最晚、递交招股书最迟的云从科技最终率先破局。

就此而言，也曾经历过一次“中止审核”的云从科技堪称幸运——上市对于当下的AI初创公司们而言，已经是箭在弦上不得不发。截至「甲子光年」发稿，已有7家AI公司在IPO的渡口排队等待叫号，最新的两家公司即是，在6月22日和25日分别于科创板和港交所递交招股书的格灵深瞳和创新奇智。

曾经被资本热烈追捧的AI公司们，为何上市如此之难？AI资本进程受阻背后的深层原因是什么？在此次云从科技拉开窗口之前，「甲子光年」采访了近10家AI创业公司、6位AI行业的投资人以及3位从事AI工作的技术人员，得出以下几个观点：

云从顺利过会，市场评价“我听到了行业的欢呼”；但对剩下的公司来说，比上市更难的是，如何找到新的渠道解决资金问题，而目前更多的回答是，只能等风来；

着急上市是真的缺钱，战线拉得太长。现阶段AI企业避免亏损很难，更应该追求“良性亏损”；

资本走快了一步，落地却慢了一步。落地难的本质，是技术和市场需求出现的先后顺序错位、技术很难翻译给市场听；

当下AI行业的竞争格局也正处于“一超多强”在前、后有“虾兵蟹将”的阶段；

AI现阶段投资趋势为：新增企业数量减少，投融资轮次后移，资本聚焦到了新兴的应用领域。

1.AI现状：找到了需求、失宠于资本

当下的AI行业正处于两极状态。

火热的一面是，AI在各行各业中加速渗透。正如华为轮值董事长胡厚崑在2021年世界人工智能大会（WAIC）上所言，AI对各行各业的赋能可以用“润物细无声”来描述。「甲子光年」在文章《世界人工智能大会第四年：AI真的不酷了吗？不，它正在细枝末节中扎根｜甲子在现场》中也提到，AI新一年最大的变化是从蓝图走向落地阶段，如果说过去的人工智能在解决头部的痛点，现在的人工智能则将点连成了网，解决的是网下更长尾的痛点。

这表现在三个方面。其中最为重要的一点莫过于，AI开始从科学研究、社会治理、商业创新和国家安全等各个宏观领域，覆盖到普通人的日常生活中，特别是疫情之后，更多的需求和场景被催生出来，刷脸购物、遥感测温、不带身份证买药、语音操作智能家居等都不再是新奇的事。

在各个细分市场需求导向下，AI产业的发展重心也发生了变化。中国信通院《人工智能核心技术产业白皮书》显示，较之此前纯技术驱动的特点，AI企业比拼重点已经从单项技术的“理论”准确率转向应用场景的 “跑马圈地”。从2020年的数据看，我国人工智能渗透率最高的交通场景已经达到45%，其次是医疗场景（41%），教育场景（39%）。To B业务的渗透率则更高，生产/制造环节的渗透率达到57%，其次是物流/供应链（37%），销售/商务拓展（34%）【1】。

如果说AI技术的初心是为各行各业赋能，那么现在这个目标正在不断达成，它拉动了与之相关各行各业的增长。艾瑞咨询数据显示，2020年中国人工智能产业带动了约6000亿元的其他产业增量；至2025年，相关产业规模将达1.6万亿元。

与此同时，整个AI产业也从技术研讨阶段进入“降本增效”阶段。据《人工智能核心技术产业白皮书》，目前，同等算法水平所需计算量每八个月降低一倍，成本可降低百倍；2020 年，技术标志性生产工具TensorFlow框架下载量爆发式增长，仅一个月下载量超1000万次，占到了发布四年半下载总量（1 个亿+）的十分之一。

不过，硬币的另一面却不那么乐观。在资本侧，投资人对于AI投资的热情较2018年大为冷却。上海国有资本投资有限公司总裁戴敏敏，用“一降”、“两升”、“聚焦”来形容新的AI投融资趋势：“一降”、“两升”是指在新增企业数量减少的同时，投融资的轮次后移趋势和热度不断扩大。据他透露，2020年全球新成立AI企业数量不到800家，而2017年峰值时为5000家；但是，2020年B轮及以上融资笔数占到了总笔数的62.3%，这比上一年增长了40%以上。

“聚焦”则是指AI投融资更聚焦到了新兴的应用领域，比如生物医药领域的AI企业融资在2019年只有30亿美元左右，而去年这个数字上升到了138亿美元；更火热的自动驾驶领域，仅在刚刚过去的6月，融资总额就超过人民币56亿元；此外，教育、安防、金融、消费等新兴应用领域也获得了更多资本投入。

对于上述变化，熊伟铭告诉「甲子光年」，过去投资AI公司时还未进入落地阶段，更关注技术成分有多少、团队够不够酷，现在AI已经渗透进各行各业了，在他看来，这意味着“AI已经不性感了，它开始中年发福了”，所以更在意具体应用到什么场景、解决了什么痛点。

计算机视觉算法平台极视角的联合创始人刘若水表达了相同的观点。她注意到，2018年开始，一些做人脸识别的公司虽然亏损很多，但是已经开始有一些比较好的业务收入了，“所以有没有自我造血的能力就成了2018年之后的一个考量指标。”

资本冷静下来了。2016年创业者随便拿一个跟AI沾边的项目PPT ，就可以找投资人拿融资、接着不断推高该公司估值的融资热潮一去不返了。同时，这也意味着，在此前AI赛道风口上涌进来的大量初创公司，将随着被资本抛弃而像泡沫一样破灭。

刘若水告诉「甲子光年」，自己在2018年时走访过300多家AI视觉企业，但现在更新当年的清单时，发现里面很多公司已不存在了。金沙江创业投资基金合伙人温绵绵也向「甲子光年」坦言，之前接触过的企业中有的赛道没有公司“跑出来”，有的公司虽然还在赛道里，但自身增长却比较缓慢，对她而言，有了这些经验，可能会踩在前人的肩膀上，“去做更理性的赛道判断、更早的帮助被投公司做好增长规划”。

资本冷却的重担最先就砸在了“CV四小龙”所在领域。这堪称“三十年河东三十年河西”，此前，由于早期需求明确、数据好获取，CV是中国市场AI行业中技术和落地均发展最快的市场。按照2021年2月的报道数据，我国各种类型的机器视觉企业已经超过4000家。现在，它却成为“卷”得最厉害的窄巷。

“算法在性能上面会有差异。比如说有的算法放在一个2500元的硬件上面用，就可以达到识别率95%，”刘若水对此解释，技术已经到了降本增效层面的比拼，“有些算法必须要拿到一个5000元或者5万块钱的硬件上，才能达到95%的精确率”。

这像极了自动驾驶的起落过程。“两年前，一位自动驾驶公司的CEO，融资难到半夜睡不着觉来找我，今天就完全没有这种担心，主动权已经到他的手里了。”AI语音识别及语言处理技术公司云知声CEO黄伟告诉「甲子光年」。

在这样的时刻，想做No.1只能花费更大的力气。然而，资本本身又更愿意投资“年轻态”的赛道，CV不仅显得老态龙钟，而且还价位高昂，一位投资人告诉「甲子光年」，“我们想投四小龙的时候，它们就已经很贵了。”

2.为何资本快一步、落地却慢一步？

正是一级市场的冷却，让上市对于CV来说变成了“have to”，而非仅仅是“选项之一”。

“资方不担心企业是否亏损，因为亏损的也有好公司，但资方担心企业上不了市。”熊伟铭告诉「甲子光年」。站在今天的时间节点上看，“CV四小龙”中最早成立的旷视科技已满十岁。十年，按照创投圈的逻辑，已经到了资方对企业的付出应该得到回报的年龄。在这种情况下，投资方的焦虑显而易见。

更加着急的则是企业自身。即使被称为“融资机器”，“CV三小龙”在资金上的捉襟见肘也写在招股书里：报告期内，旷视科技、依图科技、云从科技分别亏损了130亿元、51亿元和23亿元，但这在行业却相对常见，因为市场占有量越高，需要的业务扩张越大，亏损也就相应的水涨船高。不仅巨额亏损，三家的经营现金流也均为负值，雷神资本合伙人段文琦向「甲子光年」表示，“当一家企业的帐面资金不足以支撑它一年的时候，你都不知道它有多慌。”

对于这些创业公司来说，2019年正式开板的科创板意味着新的机会。尽管多位科技创业公司CEO向「甲子光年」表示，在上市目的地上，科创板是中国科技公司更向往的市场。但不得不说，今年1月证监会发布的《首发企业现场检查规定》，大大抬高了IPO的进入门槛，这把拖着高估值的AI公司们架在了半空，进退两难。【2】

现在来看，AI早年被炒得过火已经成为行业普遍认知，但它也的确在风口之上带来了大量的资本。以2016年AlphaGo大战李世乭的围棋比赛为契机，AI应用的新世代拉开序幕，投资的新信号纷纷将指向这一赛道。根据公开报道，2018年AI行业共完成523起融资，总金额约667.1亿元人民币。

“如果说几年前是互联网+，那么未来五年一定是AI+。”当时，真格基金创始人徐小平曾这么表示。不过，风口来得快去得也快，2018年年初，AI布道者、创新工场董事长李开复在社交媒体上表示：AI泡沫年底要破，AI寒冬将至。

一句成谶，2018年果真成为AI赛道的分水岭。这一年，整个行业迎来低谷期：先是AI公司大面积死亡，按照企查查数据，2019年国内注销/吊销的含“人工智能”关键词的企业为2565家，是上一年的5倍；投融资也开始变难，2019年的AI行业融资数量从上年的800多起减少至527起。

AI寒冬的根本原因在于落地难。其一，从社会层面看，AI作为新兴技术，受到安全、伦理等问题的困扰。AI隐私泄露、无人驾驶致死等问题的出现，让人和技术之间始终存在距离感，AI还没落地就已经面临重重质疑；

其二，to B的生意，本身就难做。首先是技术研发成本高昂，这主要体现在人力成本昂贵。以2019年AI人才市场为例，在美国薪酬最高的硅谷，工程类职位的平均基本年薪（Base Salary）为16.8万美元。纽约、洛杉矶、波士顿、西雅图等主要城市区的基本年薪在15-16万美元。而通常，企业为了吸引AI人才归国，需要给到更高价位的诱饵。

此外，to B行业对大客户依赖过强、定制化程度高的特点，对企业资金周转而言是一大挑战。因为技术投入、销售投入先行，而客户们一般会选择集中采购、预算管理的制度，如果企业幸运能在年内收到项目结算，也已经是年底了。前方大额投入，后方却油米未进，很容易弹药不足。

同时，AI本质上是一种底层技术，机会在于与各领域的深度结合。在AI技术研发的早期阶段，往往是通过技术想象需求，而并非对已有的需求赋能技术。结合了AI算法的3D相机研发商光鉴科技创始人朱力向「甲子光年」举例说明，“比如说人脸识别技术，在摄像头前面技术可以做到1:1甚至更精准，但放到安防的开放场景中，在相对远距离的情况下，其实识别的准确率是很低的，这就需要涉及到整个硬件算法、整个系统的产品在场景中的优化，技术要不断在场景中磨合，而这往往是很长的时间。”

其三，以技术立身，也面临着产业上下游和同类竞品的双重竞争。一方面是，算法优势的壁垒很低，很容易受到上下游打压；另一方面，今天的CV红海市场上，已经拉响了价格战。

正如格灵深瞳在招股书中所写：“人工智能行业的快速发展，吸引了包括国内外科技巨头、解决方案及设备供应商、传统硬件厂商及系统集成商、人工智能企业等各类企业参与及布局，行业市场竞争日趋激烈。公司既面临着同行业人工智能企业包括旷视科技、依图科技、云从科技等企业的竞争，也面临传统硬件厂商以及国内外科技巨头的竞争。”

所以，为了实现商业化落地、早日盈利，各家公司的技术发展路径也开始分野，业务线出现频繁变动。比如，依图科技将业务转向芯片和自动驾驶，而业务调整更频繁的旷视科技，从to C到to B，最终落在了消费物联网、城市物联网、供应链物联网三大板块上。

相对软件来说，硬件更好落地。一位AI企业创始人向「甲子光年」表示，中国市场上的客户更喜欢看得见、摸得着的东西，仅靠纯软的东西很难实现营收，所以算法都需要有一个硬件的载体，方便业务的规模化，这可能也是一些公司去做芯片的原因。此外，在今天的行业趋势下，“物联网”反而比“AI”更性感。

想办法变现、落地、找到新的帽子，成了CV们在上市之际的Plan B。只不过，一位投资人对「甲子光年」说，“它们在安防里陷得太深了，不太容易拔出来。”

3.决胜的关键：技术如何让市场能听得懂

AI赛道走到今天，市场中的水分已经在不断排出，PPT公司不见了。比如曾对标英特尔的芯片企业Wave Computing，由于数据流处理器性能不达预期而宣告破产；宣称利用AI技术自动化生成财务报表的智能会计工具ScaleFactor，在融资1亿美元后倒闭，实际上，它的虚假成分是部分采用人工外包方式处理。

活下来的“CV四小龙”们也有自己的过人之处：疫情期间，依图科技曾在3天内完成“新型冠状病毒性肺炎智能评价系统”开发，AI系统能够在2-3秒之内对病变区域完成定量分析。

云从科技也在视觉技术基础上，进一步开发了以视觉为核心的人机协同平台，还开辟了银行及民用枢纽机场两大落地方向，据云从方资料，它目前在这两个方向的AI技术市占率已达到第一。

曾在旷视工作过的技术人员也向「甲子光年」透露，在他工作的2019年上半年，旷视就已实现超3000万元的盈利，账面上51亿多元的亏损，实际上是由于公允价值变动导致。

当然，对于旷视科技财务数据的阴阳面，市场上各执一词，真实情况则不得而知。

不过这些在投资方和技术人员眼里熠熠生辉的科技光环，在商业模式上却常常会带来一些困惑。

以人员结构为例。数据上看，在旷视、云从和依图，技术人员占比分别为61%、50%和55.5%，均超过公司员工一半以上。而事实上，“如果把实习人员和流动性强的员工都算进去的话，研发人员的占比要更高些。”曾在“CV四小龙”之一工作过的研发人员告诉「甲子光年」。

对于研发人员占比很高的新技术公司来说，一直以来都需要回答的问题是，如何做好技术人员与商务部门的翻译工作——“强技术、弱销售”，几乎是to B公司共同的难题。

此外，不少AI公司诞生于高校实验室——同样不擅长将技术语言转化为商业语言。然而，商场如战场，一位科技公司CEO曾告诉「甲子光年」，科学家们鲜少能讲出商业好故事，“更多的商业知识是在开了公司后从零学起的”。刘若水则向「甲子光年」透露，2018年她走访的300多家AI公司，“大部分实验室的老师没有太多商业方面的能力，如果他去找一个商业人才合作的话，也没有那么多商业化的人才懂AI行业，所以说难度比较大，获得投资的机会也比较小。”

但是，每一天的成本都是肉眼可见的。原本在高校里只需要花在研发上的成本投入，到了企业里则需要养更多的人，包括行政人员、市场人员、渠道人员等等，于是虽然企业融资的数额远大于在高校实验室里拿到的课题金额，但实际上“刨去成本之后比在实验室里亏得更严重”。最后，很多从实验室里走出来的科学家，又不得不重新回到了实验室的状态。

刘若水对此感受深刻。极视角最早定商业模式的时候，就发现了开发者群体和客户群体，是完全不同的两套语言体系，所以极视角占比四成的员工是非技术背景的，专门对客户侧，而占比六成的技术背景员工则专门对开发者侧，“两边的语言体系完全不一样”，她向「甲子光年」解释。

相比来说，在落地上，商汤科技更像是一个懂技术的生意人。

首先是技术上先行一步。雷神资本合伙人段文琦是商汤科技的早期投资人之一，据他回忆，当时投资商汤的契机是：“早期有我们比较信任的投后企业想要筛选供应商，测试的时候，商汤比另一家公司分数高一些，而那个时候技术上差一个点就是很大的不同了。因为有了实际客户的认可，商汤的技术我们就觉得是比较认可的。”

其次，商汤科技在变现上走得也早。在技术领先的优势下，商汤科技较早实现了品牌效应，商汤科技联合创始人徐冰向「甲子光年」解释称，产品技术指标较好，就容易产生规模效应，性价比也有明显优势，“我们在2015年就有几个大天使客户了，而且合作越久越稳定”。

虽然商汤科技被分类为“CV四小龙”中的一家，其市场份额也在2020年上半年就占据了计算机视觉近一半的市场，但随着“CV四小龙”业务的不断分野，现在仅用计算机视觉已经无法完整地概括商汤科技了。商汤科技工作人员也更愿意强调自己做底层的、赋能百业的优势，而对于“CV四小龙”的定位，业内人士向「甲子光年」透露，“是‘四小龙’中的第四名在融资宣传时开始这么称呼的”。

按照商汤科技的说法，做底层解决了两个问题，一是定制化的不可复制性，二是不同场景中的巨大差异使每次进入新场景都需要从零开始。公开资料显示，创办六年来，商汤科技推出了13000多个技术模型，以及17000多个商业模型，足够多的模型意味着商汤科技的底层可以达到通用模型的要求，也就可以实现规模化、多场景的落地。

简单来说，做底层前期投入很多，就像是扎根种树，而后期就会枝繁叶茂，渗透进“百业”之中，享用前期投入的果实。刘若水也肯定了做底层的优势：“底层其实就是在定制化开发的过程当中，把所有共性的问题提炼出来，这样以后在开发或者应用的时候，遇到这个环节就不用再去花一遍功夫了，相对会简单很多”。

此前，有媒体透露，商汤科技2019年的营收达到50亿元人民币，同比增长147%，商汤对此不予置评。从现有逻辑和已知数据上看，商汤科技在盈利和现金流上更富态，可以“来得晚一点”，这可能是各家AI公司们在上市上表现出焦灼感，商汤却不紧不慢的原因。不过也有业内人士对此持怀疑态度，“AI公司的体量越大，投入就会越大，在没看见披露数据之前，一切都还是未知数。”

4.上市之外，找到新的增长点更关键

技术的落地过程总不是一帆风顺的。在技术革命的上一场，1995年~2001年间的互联网泡沫中，互联网相关概念的股票高速上涨，纳斯达克（NASDAQ）指数也在2000年3月10日到达5048.62的顶峰。而后，随着“.com”的普及应用，则是一系列泡沫破裂的连锁反应：大面积的抛售和清盘同时开始，最快的时候，纳斯达克仅6天就损失了将近900个点。

站在今天回看，即使泡沫存在的年代，也不乏网景、雅虎、eBay、亚马逊、Google等一批优质互联网公司出现。“发展与泡沫同在”，无疑是互联网时代的最佳写照。

今天的AI产业也是如此。技术推向市场的过程中，高昂的研发投入和落地成本让亏损变成了一件不可避免的事，云知声CEO黄伟曾向「甲子光年」表示，“想让AI不亏损很难，但应该在阶段性的亏损中，追求如何亏得健康。”换言之，更应该在亏损中追求企业的良性发展。

对于“良性亏损”的定义，一位AI公司创业者也向「甲子光年」表达了自己的看法，市场渗透率比业务扩张更重要，如果只是不断扩大业务，那么，亏损也在同步扩大，“那这个亏损就是没有意义的。”而如果亏损能够让公司所在赛道的渗透率越来越高、建立越来越高的壁垒，其实就是一个良性的亏损。

现在的AI处在一个什么样的阶段？专注产品识别解决方案的码隆科技CEO黄鼎隆，用“微笑曲线谷底往上爬”来形容目前AI产业所处的阶段。“行业的发展是通过不断的小规模试错尝试出来的，当几百、几千家公司在行业里面不断的一起寻找机会的时候，最后可能会有一堆公司没有成功，但走到最后的是找到了好的切入点和好产品的公司。”他说。

事实上，即便在当下——AI行业面向潮水的两面的同时，AI企业数量也在不断增加。按照德勤2021年最新的统计数据，中国AI企业数量总共约5015家，成长型企业的数量为4484家，占到了全球人工智能企业的近九成。由此看来，这个行业仍旧生机勃勃。

业界和投资界的观点认为，AI产业长期呈现出良性发展的趋势。

一是人才成本的降低，元禾原点北京合伙人米菲告诉「甲子光年」，随着AI向各行业的渗透，现在的企业也更愿意招聘“AI的交叉学科人才”。同时，技术框架成熟之后，技术使用的门槛比之前降低了很多，本身不在AI行业的人，也会慢慢转到这个方向上，“AI型人才”的稀缺度低于前几年。

二是降本增效的趋势增强，技术的比拼从“算力的大小”变为“算力的效能”，而此前提到的定制化难题也能在降本增效中得以解决。刘若水向「甲子光年」举例：“比如我要卖一个一块钱的冰棍，之前我一直要用两块钱的成本才能造出来，那永远都是亏损的。但如果说我一旦变成了0.5元一个的成本，就有可能去赚钱了。”

长期向好之下，最棘手的其实是眼前的问题——比上市更难的是，如何找到新的渡口。

有人可以退下来，找到新的避风港。6月24日，人工智能公司云知声就宣布完成了D1轮1亿美元融资；

有人已经抢先一步找到了这场游戏里能够航行的船。比如，商汤科技CEO徐立在WAIC上，就正式推出了新的武器——商汤SenseCore AI大装置，据称可以解决长尾应用场景中80%未被覆盖的小问题；

有人试图找到新的希望。「甲子光年」发现，上市折戟之后，依图科技迅速转向，瞄准了投资火热的自动驾驶赛道，并通过独立运营方式设立上海依行机器人科技有限公司（以下简称“依行科技”），并由依图科技早期团队成员陈远浩领导，直接向依图科技创始人、CEO朱珑汇报；

有人刚刚获得了“科创板过关卡”，为长时间找不到渡口的AI行业撕开了一抹曙光；

有人则面临着更大的挑战。一级市场的冷漠态度、科创板的严格监管、被美拉上实体清单…一场AI闯关记还没有打到通关。此外，熊伟铭告诉「甲子光年」，在目前的激烈竞争下，先拿到钱的通常就有了底牌，也能走得更早、更快。

而在「甲子光年」的访谈中，听到的更多回答是，只能等风来。“因为我们太新了，审查方也需要重新定义我们。”CV四小龙一家中的工作人员告诉「甲子光年」。

*助理分析师徐文璞、李智颖、王泽华对本文亦有贡献。

【1】数据来源：艾媒咨询、浙商证券——浙商策略：三分钟看中观-新股新赛道系列之十三：人工智能

【2】「甲子光年」在文章《80天28家！谁在经历科创板IPO撤单潮？| 甲子光年》中对彼时的撤单情况做过梳理。

END.

今日话题：你对还没上岸的AI公司持什么态度呢？

欢迎大家在评论区留下自己的观点。

本文首发于微信公众号：甲子光年。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。

（李显杰 ）