圖源：東方IC

來源：《IT時報》公衆號vittimes

30秒快讀

1、“AI四小龍”商湯、曠視、雲從和依圖，如今困囿淺灘。

2、鉅虧、裁員、高管出走、流血上市、數據危機接踵而至，爲什麼連“AI四小龍”都在與BAT的競閤中失利？一套價值千萬的人臉識別算法，沒幾年就跌至40萬元，算法門檻被拉低，AI盛世不再。

3、最大的危機在於隱私，業內人士向《IT時報》記者透露，3·15晚會之後，新零售場景下公共區域的攝像頭AI應用可能會被禁止，人臉識別的一些商業場景面臨整改風險。

“AI四小龍”新一輪競賽開始了，誰會是第一家上市的AI獨角獸？最新消息顯示，依圖科技中止科創板上市，曠視科技港股IPO擱淺，轉戰科創板，雲從科技回覆科創板首輪問詢，商湯科技也傳出A+H股上市。答案未知，變數多多。

業績普遍虧損、估值普遍較高的“AI四小龍”，參加二級市場“考試”時，被聚光燈照射後露出艱難的真相。

消極信號接連釋放。同一時間，京東科技、雲知聲、禾賽科技、優必選等人工智能賽道上的企業或終止上市，或撤回招股書。

翻看招股書，財務狀況不佳應是上市遇阻的主要因素。依圖科技與曠視科技的資產負債率都達到或接近300%，業績連年鉅虧，開源難，虧損趨勢也不見收縮。甚至上市前夜，有獨角獸高管放棄豐厚股權回報選擇離職，而爲了“流血上市”，裁員成爲選項。

3月23日，百度回港二次上市，妥妥拿走“AI第一股”的名頭。

雪上加霜的是，在四小龍主賽道，人工智能圖像識別場景受到政策和輿論的阻力也越來越大。2020年下半年，對於強制使用人臉識別的抗議聲越來越高漲。今年央視3·15晚會，借智慧零售之名，無感“偷臉”的使用場景，又掀起一波涉及個人隱私問題的輿論危機。

圖源：央視

業內人士向《IT時報》記者透露，3·15晚會之後，新零售場景下公共區域的攝像頭AI應用可能會被禁止，人臉識別的一些商業場景面臨整改風險。

以“AI四小龍”爲代表的人工智能企業，下一個穩妥且賺錢的場景落在哪裏？

01

上市前夜

曠視、雲從、依圖三家正在“流血上市”，招股書顯示，曠視四年虧損超130億元，依圖三年半虧損超70億元，雲從三年虧損超20億元，依圖的研發投入佔比幾乎是100%。

對高科技企業而言，人才就是資源，據大師兄App數據顯示，2019年，依圖科技公司員工的平均月薪達到28225元，比行業均值高出144個百分點。

然而，就在上市前夜，裁員、高管出走的傳聞逐漸成真。

上市中止、裁員、高管出走

3月11日依圖科創板上市中止，圖源：上交所科創板官網

在脈脈等社交平臺上，依圖裁員20%，雲從上市前優化等傳聞不脛而走，一批依圖前員工的履歷在2021年2月至3月間戛然而止，離職的人員集中於杭州醫療銷售團隊以及各地非核心研發崗。部分依圖、雲從在職員工對《IT時報》記者表示，“這是正常優化，上市前的主動調整”。

不過，“AI四小龍”放出的招聘崗位數量拉開了差距，在百度百聘聚合招聘平臺上，截至3月24日，曠視、依圖、雲從的招聘崗位數量分別爲13、14和38個，唯獨沒有公佈具體上市時間表的商湯放出了411個招聘崗位。

可佐證的是，同在AI安防領域的兩家傳統硬件廠商海康威視和大華股份，分別放出103、50個招聘崗位。

對於這些裁員、上市中止的傳聞，同爲AI創業人員的譚謙（化名）並不感到意外，“上市前，CTO卻走了，肯定有問題，難道高管放着錢不要嗎？”

依圖申請IPO之際，原依圖科技CTO顏水成離職，甚至離開國內人工智能圈，加入東南亞電商平臺Shopee。

原依圖科技CTO顏水成，圖源：依圖官網

無獨有偶，已開始上市輔導的AI企業格靈深瞳，其CTO鄧亞峯也被傳言離職。

人工智能圈之小，幾乎所有技術大拿都能與微軟亞洲研究院、姚班這些“黃埔軍校”產生聯繫，人才至今仍是“AI四小龍”講好資本故事的重要砝碼。核心高管的離職，讓AI企業除了上市，暫時無路可退。

前幾年，隨着資本的瘋狂注入，“AI四小龍”估值水漲船高，但二級市場能否撐起“AI四小龍”動輒趨百億的估值？

公開資料顯示，商湯是“AI四小龍”中最吸金的公司，10輪融資累計金額約40億美元，另外三家融資總額分別爲曠視約13.5億美元、雲從約35億人民幣、依圖超4億美元。

2020年7月，世界人工智能大會召開時，商湯上市的傳言已經發酵，言談之間，投資人和二級市場保薦機構走向兩端，前者委婉地表達了想要儘快退出的意願，後者則認爲着急上市對需要長時間、高投入的人工智能企業來說並不是一件好事。

價值千萬的算法 跌價九成多

不上市，對於AI獨角獸來說，的確有點撐不下去了。

2017年至2018年，“AI四小龍”大多靠算法講故事。當時間來到2019年，基於計算機視覺的AI賽道進入資本寒冬，融資規模縮水嚴重，據獵豹全球智庫數據，2019年國內AI企業的融資金額比2018年下滑了34.8%。

與2018年相比，國內AI企業2019融資金額下降幅度達到34.8%，融資數量下降幅度達到4成，圖源：獵豹全球智庫

“幾年前，一套人臉識別算法賣上千萬，現在只值40萬元。”2019年，一位AI技術大拿從AI創業公司離職後說道。

彷彿一夜之間，人臉識別算法不值錢了，圖像識別算法的門檻越來越低，特別是在巨頭下場後。

百度率先提出All in AI並推出了“百度大腦”，找到了自動駕駛這條賽道；騰訊提出AI in all並創立優圖實驗室；阿里則祭出了達摩院。這些動作都意味着，巨頭感知到自己手中數據的價值，他們試圖甩開AI算法公司，自建AI算法團隊。

螞蟻金服發佈刷臉支付硬件“蜻蜓”，微信支付緊隨其後推出同類產品“青蛙”，算法均來自阿里和騰訊自家的算法團隊。

圖源：東方IC

在巨頭擁有的數據和渠道優勢面前，AI公司幾乎沒太多還手之力。

“幾年前，廠商們還在依靠其專有的高級分析庫進行競爭，現在所有的入門級技術都可以通過開源庫獲得。即便是沒有AI經驗的企業都可以駕馭這些算法。” Gartner研究總監孫鑫告訴《IT時報》記者，根據2020年Gartner人工智能調查報告，只有53%的AI算法原型最終被落地部署，這些算法需要不斷迭代。

中國工廠標準化水平低，一個工廠信息化就得要重新定製一套解決方案，其中投入的人力、研發和時間成本都非常高。“像阿里更擅長於做可複製、規模化的解決方案，應用層驅動雲產品的銷售，AI只是集成在其中的一個能力罷了。”業內人士說道。

圖源：阿里雲

AI中臺是阿里、華爲、百度、商湯、依圖等平臺公司的強項。“AI中臺融合了城市數字化轉型場景中的多種複雜算法，提高了產品的場景適應性，更加貼近用戶和市場的需求。” 在同濟大學副研究員馬雲龍看來，AI中臺會是未來的一大趨勢。

剛剛二次上市的百度，早在2020年5月中旬便發佈了AI中臺，包括AI能力引擎、AI開發平臺兩大核心能力以及管理平臺。

圖源：百度

據《IT時報》記者當時瞭解，AI能力引擎可以爲企業提供百度已有的250多項成熟AI能力，也就是說，企業不需要具備太高的AI開發能力，便可以在百度AI中臺的基礎上，快速將這些AI能力賦能於自己的企業系統。

02

鉅虧背後

AI企業普遍虧損，2020年，工信部賽迪研究院副總工程師、人工智能產業創新聯盟祕書長安暉公佈過一個數據，全球近90%的人工智能公司仍處於虧損狀態，中國AI產業鏈中90%以上的企業也處在虧損階段。

至於虧損的原因，AI獨角獸們說法略有不同，但不外乎投入研發、拓展業務、擴大團隊等原因。究其根本，是渠道、成本之戰。

盛世到寒冬：BAT下場奪食

“AI四小龍”的第一筆大單，或多或少與安防、金融有關。

當支付寶尋找“刷臉支付”技術提供商時，曠視當機立斷，拿下了第一個落地場景。

雲從的第一單是幫海通證券做遠程開戶的身份認證系統，由此突圍金融領域。

依圖第一個大單在安防領域，憑藉“蜻蜓眼系統”爲蘇州市公安局破獲一起入室搶劫。在公安部門的支持下，依圖建立起全球最大的人像對比平臺，主要用於刑偵破案、反恐情報、治安防控和出入境管理等。

商湯的第一筆商業化大單來自中國移動的3億人手機實名制。

但隨着技術門檻降低，政府數據監管趨嚴，輿論對隱私越來越關注，AI公司需要尋求更多落地場景賺錢，卻正面遇到了BAT。

分手故事早已上演，去年，在澄清李開復關於螞蟻金服爲曠視提供人臉數據的“口誤”時，螞蟻金服透露，支付寶刷臉支付早已不再與曠視合作，雙方當年的合作僅限曠視授權其圖像識別算法能力給螞蟻單獨部署與使用，螞蟻沒有將任何數據給曠視。

圖源：螞蟻集團微博

據曠視招股書顯示，2017年和2018年，曠視與阿里在個人物聯網解決方案的關聯交易分別爲2064萬元和2616萬元，佔曠視當年相關業務營收的14.8%和15%，名副其實的大客戶。

圖源：曠視招股書

搶下“AI第一股”的百度，在智能交通、智慧金融、智慧城市、智能製造、智慧能源等多個賽道中快速擴張，且標杆性案例衆多。以智能交通爲例，2020年8月時，Apollo中標廣州4.6億元新基建項目爲例，該項目或是2020年國內智能交通領域的最大訂單。

人臉識別這一賽道被巨頭奪食後，“AI四小龍”不得不重新尋找垂直賽道，那些BAT不涉足的領域。

難過“海華關”

安防，是“AI四小龍”都曾涉足的領域，但如今，傳統硬件廠商海康威視、大華、宇視等企業的市場地位仍舊堅如磐石。

據艾媒諮詢發佈的《2019年中國人工智能產業研究報告》，安防和金融領域成爲人工智能賦能實體經濟市場份額最多的兩大領域，佔比分別爲53.8%、15.8%。也就是說，安防是兵家必爭之地。

圖源：艾媒諮詢

“AI四小龍”和海康威視、大華等傳統攝像頭硬件廠商近身肉搏，在這場渠道爲王的戰役中，政府和B端客戶更願意爲硬件買單，“AI四小龍”被倒逼着做起了軟硬件集成的解決方案，甚至招兵買馬開拓渠道。

相似的故事再次上演，只是商戰的對手從BAT平臺公司變成了“海華”兩大硬件廠商。

海康威視大數據方面專家告訴《IT時報》記者：“我們早就自建了算法團隊，但沒聽說過有數據中心。”

海康園區外的馬路上，佈局着密密麻麻的攝像頭，自己收集測試數據。

在數據監管趨嚴的當下，連海康威視這些硬件企業都難以拿到充足的數據來訓練算法，特別是面向政府端的城市治理數據。

醫療數據訓練成本高

疫情期間，依圖、商湯等AI公司，阿里雲、華爲雲等平臺公司，不約而同地切入AI閱片這個細分賽道。

依圖是第一個跳出人臉識別賽道的，它能在新冠疫情暴發時，利用三天時間上線AI閱片系統，在上海市公共衛生臨牀中心上線並進行臨牀實驗，就是基於在醫療影像分析領域佈局早。

依圖AI閱片系統在上海公共衛生臨牀中心上線，圖源：依圖

AI輔助新冠肺炎的CT閱片，是一個典型基於小樣本數據進行AI訓練的場景，依圖採用遷移學習和增強學習等算法建立模型，將誤診率控制在1%。

醫學影像分析的數據訓練，比我們熟悉的人臉識別、物體識別乃至語音識別的門檻都高，前者不僅需要資深的影像科醫生進行數據標註，數據的獲取也非常困難。

據依圖公開的招股書顯示，其智能醫療臨牀決策平臺在開發階段投入了1.17億元，這一平臺便是對不同類型的醫療影像數據進行專家標註，再通過深度學習使機器可以進行結構化解析。

AI醫療數據訓練的成本之高，僅次於其AI芯片及硬件產品的3.40億元開發成本以及城市視覺中樞平臺（針對城市治理開發的算法算力平臺）的6.08億元開發成本。

圖源：依圖招股書

投入高成本訓練數據有其必要性，3月15日，劍橋大學領銜的一項最新研究發現，62個AI算法存在算法偏見和不可重複性等重大問題，都不具有新冠臨牀診斷價值。因爲這62個算法都存在一個普遍問題：缺乏影像科醫生和臨牀醫生的參與。

AI公司每換一個主力賽道，數據訓練成本就增長一波。

變換賽道的信號已傳導到生態鏈底層，早在2018年末，楊植（化名）的AI數據標註團隊已經接不到人臉識別標註的訂單。2019年，他們團隊開始爲自動駕駛的圖像識別標註。如今，標註的圖像變成了雷達圖案，對熟練的數據標註工人來說，相較於圖像識別的簡單打點拉框，標註一張雷達圖的單價漲了30%。

AI發展初期，基於圖像識別的數據標註門檻低，多在小作坊中完成。這些數據可能會存在一定的污染和偏見，隨着數據標註的專業門檻提高，數據標註和訓練的成本也越來越高。

“數據訓練成本增高只是一部分原因，一般來說，業務不聚焦，銷售主導型的AI公司都活得越來越差。”接觸了越來越多的AI企業後，楊植摸到了一些門道。

03

下一個必爭之地

圖源：《攻守道》劇照

基於小數據的算法，長尾的場景，是平臺公司和普通大數據公司還不會侵入的領域。

而未來城市治理必然需要深入城市的毛細血管中，這種長尾小衆需求將是“AI四小龍”可競爭的領域。

長尾應用成新藍海

在上海市長寧區，記者模擬了一次共享單車亂停放，12分鐘後便有志願者將共享單車停回了指定區域。亂丟垃圾9分鐘後，也完成了從發現到被處置全過程。

商湯共享單車違停、亂丟垃圾檢測，圖源：商湯

疫情期間，西班牙政府限制大家出行，但允許遛狗，於是有人遛起了玩具狗，有的人甚至扮起了狗。

圖源：Twitter

在這些場景面前，AI還是弱智的。

一家電信運營商人士也向《IT時報》記者透露，此前上海市政府部門也曾提出一個檢測居民是否牽狗繩的需求，但經過技術評估後發現，爲了解決這個小衆場景需求，人力、算力等成本都會呈指數級增長，沒有辦法將此類場景做成一個通用的產品，同時，缺乏數據也成爲一個新問題。

共享單車違停、亂丟垃圾、遛狗合規性等等場景，都是一些小衆、長尾需求，但如果按照現在的大數據機器學習方式，會遇到缺乏數據，場景不夠聚焦的挑戰，成本更高。

2020年世界人工智能大會，商湯CEO徐立沒有花太多時間介紹投入50億建成的AI超算中心，卻花了大篇幅介紹長尾應用。

圖源：商湯

在BAT都斥巨資打造超算中心、數據中心的當下，商湯在算力上的優勢在被逐漸追平，它希望在長尾應用場景上，會比BAT、雲平臺公司更具競爭力。

政府推動數據開放

2035年，上海將建成具有世界影響力的“國際數字之都”。

上海政府傳達出明確的信號，“政府希望在數字化轉型的過程中把AI等新技術用到城市治理方面，在提高政府的運行效率的同時，也爲本土AI企業提供了豐富的實驗平臺。”馬雲龍認爲。

城市數字化轉型，AI企業的機會在哪裏？

圖源：《關於全面推進上海城市數字化轉型的意見公佈》

馬雲龍解讀稱，政府在轉型規劃中提出的對態勢全面感知、風險監測預警、資源統籌調度、行動人機協同等需求，分別對應仿真技術、預測技術、優化技術和自動化技術等，這些技術在以往落地時，總會有一定難度，但現在來看，城市數字化轉型的需求更強調全面態勢和預判，這將引導政府和企業服務商加快技術開發和信息化投入，而高校也有望通過更靈活的機制，將技術產業化。

缺乏數據怎麼辦？公共數據又將如何開放？

以前企業如果想從政府手中得到部分數據，在保證數據安全性的前提下，企業需要經過一整套成熟和複雜的申請流程，最後通過立項甄選企業。如今，上海市普陀區政府正在嘗試建立數字化轉型實驗室等方式，優化開放流程數據。

馬雲龍也看好上海各區政府開放數據的嘗試，“一旦這種模式在上海發展成熟，將會複製到長三角區域，甚至可以在全國範圍內進行推廣”。

對“AI四小龍”來說，上市是拐角，穿過“死亡的幽谷”，纔是“成年典禮”。守好用戶數據和個人隱私的生死線，尋找新的城市治理、金融風控等場景，纔有長尾應用誕生的可能性。

作者／IT時報記者 孫妍 李丹琦