2015 年前後，第三波機器學習的浪潮由橫空出世的「阿爾法狗」引爆，恰好撞上了一代人的青春。

在圖像技術和安防市場等造富熱土上，中國第一批人工智能公司魚貫而出，五年一躍門，七年一造化，精準地踏在時代的節點上。

他們高頻曝光，他們大膽探索，初步構造出完美的商業化閉環，伴着成熟的喜悅，帶着青春的煩惱，他們從獨角獸裏脫穎而出，邁入二級市場的新隊列，首批AI公司的「成人禮」交響曲緩緩奏響。

「一級市場可以助你快跑，但真正讓你起飛的是二級市場。」這便是上市的意義。

但起飛的前提是長出堅實的臂膀，早年在資本溫室裏的催熟經歷，爲AI公司烙下了深深的 To VC 慣性。

成本與規模，這對頑固的矛盾就像是喋喋不休的反方辯手，不斷對「人工智能是門好生意」的論點提出一個又一個的質疑，讓自證註定艱難而漫長。

撰文 | 微胖、四月

編輯 | 四月

5月22日晚間，上交所披露第33次審議會議公告，中科寒武紀將於6月2日科創板首發。至此，中國AI公司首批上市潮正式開閘，傾瀉而出的是一隻由18家獨角獸組成「準上市」隊列。

「如果沒有找到盈虧平衡點，全靠輸血，曠視科技肯定不會選擇現在上市。」

聯想創投合夥人宋春雨告訴機器之心。作爲知名獨角獸捕手，聯想創投已成功「捕獲」兩家 AI 領域「準上市」公司——曠視科技和寒武紀。據機器之心瞭解，在港交所經歷了幾番波折後，目前曠視已將重心轉至國內科創板。

「公司基礎設施穩定性和投入程度已趨於平衡，現在可以進入下一階段」，宋春雨解釋道，比如3000 塊 GPU 足以滿足未來三年業務需求，無須無限制投入。

自2019 年 8 月曠視科技率先向港股遞交上市申請以來，目前已有多家 AI 企業相繼「被」披露上市進展，不僅包括分別以機器視覺（CV）、語音識別算法見長的公司，也涵蓋諸如 AI 芯片、智能硬件爲主的企業。

機器之心根據公開資料等綜合整理，擬上市公司包括明確表示 IPO 意向，但未透露時間表和登陸板塊的公司，商湯科技明確否認上市計劃，因此並未列入其中；松鼠 AI（原乂學教育）系乂學教育集團旗下教育品牌。

「這些公司有着一些共同標誌性特點，抓住技術突破並初步實現商業化閉環。」宋春雨談道，但與谷歌、亞馬遜這樣的巨頭差距還很大，一級市場已經「砸」了很多錢，也有退出的要求，接下來需要社會資本接力，幫助優秀的公司加速產品和商業化閉環。

一 掘金科創板

2019 年 7 月，科創板鳴金開市，三個季度以來，平均每家公司已募集資金達 11.90 億元。

第一批擬上市 18 家 AI 公司中，多達 14 家公司明確表示衝擊科創板。囿於技術和業務敏感性，視覺類公司選擇明顯少於語音類，後者通常也將海外上市納入備選。

比較科創板五套上市標準，標準一市值門檻最低（10 億元），核心關注點是盈利性，出於求穩心理，絕大多數企業選擇風險較低的標準一。不過，AI 公司選擇稍顯不同。

除了石頭科技「從大流」選擇標準一，和虹軟科技一樣，寒武紀也選擇標準二，核心關注研發投入。曠視科技尋求科創板上市消息如屬實，也有可能選擇標準二。

科創板五套上市標準和條件，來自安永《中國會計通訊》

像石頭科技這樣的 AIoT 公司，即使選擇創業板上市也毫無違和感。一位投資人告訴機器之心，但是，標準二是目前唯一對企業研發投入做出要求的標準。

根據要求，IPO 企業近三年累計研發投入佔近三年累計營業收入比例不得低於 15%，主要適用於在關鍵領域通過持續性研發投入突破性技術已經達到商用階段的企業。

「寒武紀和曠視這樣的公司研發投入非常高，技術領先，更符合科創板瞄準『硬科技』的設立初衷。」宋春雨認爲。

雖然大多數公司都是第一次衝擊上市，也有兩家從新三板轉戰而來的公司，影譜科技和小 i 機器人。只要能夠成功登陸科創板，企業、股東、投資人都有機會實現「多贏」的局面，「這類公司最重要的就是要做好門檻估值管理。」上述投資人告訴機器之心。

機器之心根據公開資料等綜合整理。

從宏觀 AI 產業鏈角度來看，18 家擬上市公司覆蓋了從基礎層、技術層到應用層。基礎層最少（2家），寒武紀是名副其實的「AI 芯片」第一股，絕大多數集中在技術層和應用層。

技術層是人工智能的核心，憑藉人才優勢和世界第一的 AI 論文數量，中國 AI 公司在語音和視覺算法上佈局已經相對完善，這次擬上市公司中有9家屬於技術層。

應用層也是我國 AI 市場最爲活躍的領域，7 家公司集中在該板塊，將較爲成熟的語音、計算機視覺等技術應用到多個細分場景中。有數據顯示，2014 年-2019 年人工智能行業細分領域的融資事件中，投向產品和解決方案的應用最多。由此可見，資本也比較青睞靠近商業變現的公司。

資本投向產品和解決方案的應用最多，來自《投中研究院·崇期資本 2019 中國人工智能產業投融資白皮書》

聚焦技術層，我們發現 CV 類公司（包括與 CV 直接相關的應用層公司）佔多數，一共 10 家。語音 AI 類公司偏少，僅爲 5 家。而且估值最高五家公司中，除了明略科技，其他都是 CV 公司，或者與 CV 技術直接相關。

之所以形成這樣的分佈，除了與 CV 技術成熟度有關，更重要的是中國提供了得天獨厚的應用場景。這裏存在「實實在在的需求」，海康威視總裁胡揚忠曾對媒體表示。

歷史數據顯示，平安城市、特別是「雪亮工程」接連推動國內安防市場不斷增長，CV 公司們不僅在這裏挖到了第一桶金，安防業務也是他們主要營收來源之一。比如，曠視科技的城市物聯網業務營收佔比高達 73%。據云從科技聯合創始人姚志強透露，公司最大營收來源也是安防業務。

國內安防市場規模增長趨勢非常明顯，來源前瞻研究院《中國安防行業發展規劃》

相比之下，語音 AI 公司上市之路顯得「艱苦卓絕」。雖然這些公司「年齡」普遍高於 CV 類，但是，無論是營收還是估值，均明顯低於後者。

語音 AI 公司成立時間更早。2012 年之前成立的幾乎都是語音 AI公司，小 i 機器人甚至可以追溯到 2001 年。到目前爲止，這些公司成立時間短則八年，長則近二十年。然而，2018 年雲知聲營收過 1 億，這一年，雲從科技已過 6 億。雲知聲估值約 80 億，也是目前估值最高的語音 AI 獨角獸，不僅排在了 CV 四小龍之後，距離雲從科技 250 億估值也更遠。

語音 AI 跨越可用階段，基本是在 2016 年深度學習爆發之後，在此之前，語音技術還處在發展期，這期間成立的公司會活得比較艱難，一位 AI 創業公司的負責人告訴機器之心。

而且，語音交互涉及非常複雜的技術鏈條，包括聲學處理、語音識別、語義理解和語音合成等核心技術，比計算機視覺複雜得多，這也很大程度影響到這些公司的商業變現。科大訊飛 2008 年上市後，至今仍受質疑的原因也正在於此。

將目光從技術層轉移至應用層，擬上市的松鼠 AI 和同盾科技，分別來自教育與金融細分領域，大文娛孕育出了影譜科技和極鏈科技。除了良好的信息化基礎（教育可能稍遜一籌），這些行業共同點還在於，市場需求實在也很龐大。比如，銀行創收的第一來源是放貸，而放貸最核心的需求就是風險控制。

有意思的是，這四家也是目前唯一願意「開誠佈公」營收的公司。「教育行業的現金流非常充沛，因此，松鼠 AI 的造血能力也非常強，幾乎可以做到現金流平衡。」松鼠 AI CEO 慄浩洋在接受採訪時曾表示。

同盾科技、松鼠 AI、影譜科技和極鏈科技這四家應用層 AI 公司也是目前唯一願意「開誠佈公」營收（2016、2017、2018 三年）的公司。

二 天價估值 VS 50 倍市銷率

全球最貴的 AI 公司，也大多出現在了擬上市陣容中。優必選和曠視科技估值最高，寒武紀、雲從科技等公司也是「身價」不菲。然而，很多人並不明白，爲什麼收入都沒多少的公司能值幾十億美元？

機器之心根據公開資料等綜合整理，爲方便排序統一換算爲人民幣估值。

招股書數據顯示，直到 2018 下半年，曠視科技的淨利潤才轉正，2019 年上半年利潤 3000 多萬元。寒武紀一直處在虧損中，三年虧了 11.8 億。

「必須承認的是，商業化的真實狀態一定沒有 PR 宣傳得那麼好。」出門問問 CEO 李志飛在接受國內媒體採訪時曾坦言。

不過，與此同時，這些 AI 公司都在儘可能追求銷售曲線的陡峭。比如，曠視最近三年的營收在快速上升，2016、2017、2018 連續三年分別實現營業收入 6780 萬元、3.13 億元、14.27 億元。2019 年上半年已經創收 9.49 億元，複合增長率超過了 358%。據姚志強透露，雲從科技年複合增長率也在 300% 左右。

寒武紀三年營收超 50 倍增長，在 AI 芯片行業內已屬上佳表現。

大多數公司並不願意公開營收數據，機器之心根據公開資料等綜合整理。

既然因淡化盈利，市銷率（PS）更適合這種處在高速成長期的科技企業，也常常被用來衡量估值是否過高，那麼，不妨比較一下這些公司市銷率（PS）。

比如，曠視科技估值 280 億元，2018 年營收爲 14 億，那麼，市銷率（PS）約爲 20。對比虹軟科技（當年市銷率約爲 50），基本符合 PS 估值法。

再來看寒武紀。Wind 數據顯示，科創板半導體行業平均市銷率（PS）21.42。按照 220 億估值，2019 年營收 4.4 億計算，寒武紀市銷率（PS）約爲 50，明顯高於平均水平。不過，對比瀾起科技市銷率 51（2019 年），也基本符合 PS 估值法。

我們發現，和科創板「前輩」身價相比，AI 公司估值其實並不算「太離譜」。「現在科創板估值算是比較高的，這是一個必經階段，」某證券研究院研究人員告訴機器之心，「這也是希望依託比較好的估值和流動性，吸引硬科技企業來科創板上市，畢竟（科創板）肩負着引領經濟轉型的重任。」

不過，仍有不少人對此持保留態度。市銷率（PS）很難給到一個合理水平，互聯網公司也是燒錢，只要規模能快速增長，燒出一定規模後再考慮利潤，一位投資人士告訴機器之心，不過，10 倍以上市銷率已經有點高了，何況是幾十倍，至少短期內不便宜。

更重要的是，有的「連 S（銷量）都看不到」，一位芯片行業從業者告訴我們，比如有一定銷量規模的射頻芯片等公司市銷率（PS）一般在 6-8 倍，不管做什麼芯片，AI 芯片也需要銷售收入證明。

三 AI 是門好生意嗎？

業績增長困難，也反映在這些擬上市 AI 公司商業模式上的掙扎。至少從毛利率看，技術先進，未必是一門好生意。

硅谷知名創投 a16z 曾調查發現，全球 AI 公司都有一個驚人的共性：毛利率太低，通常在 50-60％，遠低於 SaaS 業務 60-80％以上的毛利率。比如，科大訊飛毛利率大約在 46%；曠視科技營收規模最大的安防業務，毛利率（2019 年上半年）爲 59%。

AI 本身就是一個成本中心。算力和人工佔據了成本支出的「大概 40%」，國內一家估值 10 億元的 CV 公司 CEO 王勇（化名）告訴我們，算法千萬條，算力第一位，雲服務費用是支出大頭。除此之外，爲了確保算法模型的高精度，工作流程也不離開人工。

目前深度學習還主要集中在監督學習，數據標註也是比較重要的工作。阿里巴巴集團調研數據顯示，國內近 50 萬人工智能訓練師從業者中，從事數據標註等簡單任務的人員佔了絕大多數。

對精度要求特別高的業務，還是自己做比較放心，王勇解釋道。招股書顯示，曠視也有 405 名數據標註員工，佔到公司總人數 17.2%，僅次於研發團隊。

數據源成本明顯高於雲服務費用。

來源《中橋調研：2020 年市場和技術趨勢研究–人工智能篇》

高成本投入的另一面，卻是業務規模化的舉步維艱。

大多數 AI 公司切入細分（領域）都是定製化，部署每個新客戶的時候，都可能需要全新的數據。寫一套賣給 A 的算法，再賣給 B 時，需要根據 B 公司的場景，重新訓練模型或者寫接口。特別是，兩家公司的邊緣案例（corner case）往往不一樣，對這些邊緣情況的處理，又構成最消耗公司成本支出的部分之一。

「累得要死還拿不到錢，這難道是商業的本質嗎？」一位國內機器視覺創業公司的負責人曾發出這樣的感嘆。

一般來說，交付的產品化，決定了交付的週期，也決定了企業的毛利率。「AI 視覺公司目前的商業模式是傳統的項目制模式。」商湯投資人、鼎暉創新與成長基金管理合夥人黃炎則曾向財新記者稱，項目制意味着 B 端（企業級）可以拖欠賬款，可能踢掉公司，找他人替代，「這樣的模式能走多遠？做多大？」

AI 本質上創造了一種新的業務類型，在一些 a16z 投資人看來，AI 應用既像普通軟件，可以多次出售，但是每次都需要大量的專業人員提供服務，以致於無法實現傳統軟件邊際爲零的複製與規模化。

不過，這種情況並非不能得到有效改善。「底層工具標準化也能從另一個維度減低成本，」姚志強告訴機器之心，包括雲從科技在內，不少 AI 公司都在致力於底層工具的標準化。

曠視科技基礎生產力平臺 Brain++

比如，凝結曠視科技心血的基礎生產力平臺 Brain++，就像福特發明的流水線，爲研發人員提供了一站式 AI 工程解決方案。除了將數據獲取、清洗、預處理等基礎性工作自動化，AutoML 技術還能將算法生產自動化。

公司毛利率明顯提升也證明了這一努力的有效性。數據顯示，從 2016 到 2018 年，曠視科技的數據源成本佔比連續三年銳降，相應地，2018 年曠視科技毛利率已經提升到了 60% 以上。

一開始大量都是定製化，但在這個行業做到三五個客戶時，產品化的部分就會越來越多，或者可複用的部分就會越來越多，明略科技 CEO 吳明輝曾對媒體解釋道。

儘管如此，TO B 業務很難做到快速擴張，特別是客戶心態最難加速，王勇認爲，「沒有過某個臨界點時，推起來非常困難」。而且，技術邏輯並不等於業務邏輯，比如，深度學習方向非常推崇端對端的學習方式，但是，對於那些需要決策的業務場景來說，黑盒還是不行。

早期的私人資本可以在短期內掩蓋這些效率低下的情況。但是，長期產品或投放市場優化是否能夠完全解決問題？一些投資人表示，這一點尚不清楚。

四 脫「虛」向實，漸歸理性

是時候擠出泡沫了。

看多了一二級市場倒掛的一位資深投資人士感嘆到，一級市場看重 IPO 退出，意味着名利雙收，不過，燒紅的山芋，二級市場未必接。科創板對上市公司的選擇上還是比較慎重，燒錢模式、估值太高，未必能過會。

「一級市場可以讓你快跑，但是，真正讓你起飛的是二級市場。」一位上市公司中層管理人員告訴機器之心。

企業之間的競爭並不是企業之間的直接較量，而是各自經濟聯盟（上下游）的較量。進入資本市場後，與資本市場有關的資源（比如品牌塑造、上下游資源）就會隨之而來，從而推動企業更快發展。

騰訊，谷歌也都是上市之後實現飛速成長，宋春雨補充道。

對於那些過於關注公司財務指標的做法，宋春雨並不認同，「拿一套財務指標去衡量成立幾年的科技創業公司，很不合理，會扼殺創新，也不符合科創板設立初衷。」

美國經濟增長的 60% 至 70% 應歸功於新經濟的帶動，而美國新經濟發展，在很大程度上歸功於美國發達的創投業和納斯達克市場，諾貝爾經濟學獎獲得者保羅·克魯格曼曾指出。

中國要扶持科技創新企業，之前面臨一個很大的基礎性短板，就是沒有中國的「納斯納克」。科創板提出更高市值要求，相當於用市場博弈取代了硬指標的做法，間接吸引社會資本進來，讓中國掌握先進科技主動權，比如半導體和人工智能。

「如果社會資本不進來，這些錢還是會流向傳統行業成熟公司的股票或者房地產。」宋春雨說。

不過，過去習慣靠融資的這些企業接下來幾年的成長性如何，都是未知。2019 年，英語流利說已經淨虧近 6 億。

對於盈利，「我們不太會有擔心，」姚志強說。大部分公司前期高投入情況，最近已有改善，隨着營收擴大，相對成本會迅速降低，「就算沒有科創板，上市時間也只會再推兩三年。」

雖然成立二十年的科大訊飛在商業化路徑上一直走得比較辛苦，但在姚志強看來，這並不能代表這一批 AI 公司的未來。

科大訊飛成立時，還沒有到技術紅利期。但是，AI 落地又需要結合很多點，所以，訊飛的行業化做得比現在的 AI 公司要更重一些。姚志強解釋道，比如，爲了做教育會進行一些收購，與行業深度綁定後，也更易受到行業發展週期影響。

除了資源和槓桿，公司上市也意味着，與對手的競爭從過去 AI 爲主，擴展到產品，品牌和渠道的全方位商業化競爭。目前，科創板定價已經包含了企業高速增長的預期，一旦增長未及預期，股價就會下降。

任何公司都能上市，但時間會證明一切。