虧損上市的曠視科技，如何破局AI商業化困境？_風聞
向善财经-2020-02-06 20:50
曾經在7年中獲得了9輪融資，融資金額超過70億元的曠視科技終於迎來一個上市的節點，但上市之後如何在高額虧損之下實現盈利，也是曠視必須面臨的挑戰。
“燒錢AI”的背後，一年虧損52億
2019年內8月25日晚間，曠視科技正式向港交所提交IPO招股説明書，融資規模預計為10億美元。自此之後，曠視科技的上市進展一直受到投資者密切關注。對於備受資本寵愛的曠視來説，上市之路卻有些波折。
去年11月22日有消息稱，曠視科技未通過港交所聆訊，彼時曠視方回應稱：報道不實。數月之後，再次赴港上市的曠視，卻有着難以言説的“虧損隱疾”。
日前，據路透社報道，港交所已經批准了北京曠視科技有限公司（以下簡稱“曠視科技”）的IPO申請。但上市之後仍處於盈利困境中的曠視迫於投資人的壓力更需要以盈利來能力來支撐自身的估值。
經歷過資本寒冬之後，任何形式的虧損都難免觸動投資者們敏感神經，而曠視科技一年虧損就高達52億元。據此前公佈的招股書顯示，2016 年至 2018 年曠視科技年收入分別為 6700 萬元、3.132 億元、14.269 億元，呈迅速增長態勢，但與此同時，虧損也在迅速上升。
2016 年、2017 年及 2018 年，曠視分別虧損 3.428 億元、7.59 億元及 33.51 億元。截至 2018 年 6 月 30 日及 2019 年 6 月 30 日止的半年內，虧損分別為 7.29 億元及 52 億元，同比增加 613.3%。
在現金流方面，處於對技術研發力量投入的考慮，公司，2017年、2018年、2019年上半年經營活動所用現金流金額的分別為-1.5億元、-7.2億元和-6.7億元，有不斷擴大的趨勢。
其實一般來講，對於人工智能企業而言，市場投資者更看重的是企業未來收入的增長以及業務指標的提升，在這樣的前提下，對企業虧損的包容度會高一些。但資本寒冬之下，AI商業化逐漸進入瓶頸期，其估值模型更偏向ToB企業，因此投資人也更看重企業自身的盈利能力。而對於長期處於虧損中的企業來説，實現盈利仍需要走很長的路。
據一位業內專注AI投資領域的投資人表示，這樣的企業毛利至少應該保持在80%以上，實際上主要的成本在於技術研發投入，但如果説技術本身的商業化空間和市場不夠多，那麼這樣的投入還需要持續很長時間，另外，由於投資科技公司更多基於技術價值的判斷，所以難免會出現估值過高的情況。
“雖然有不少有巨頭參與投資的公司，在上市之初都能獲得高估值，但後期的發展還是要靠自己的實力，而上市之後，人們也更加關注企業本身的盈利能力。 ”上述業內人士表示。
估值泡沫破碎之後，AI技術陷入商業化困境
曾經有這麼一句話形容AI行業的投資泡沫：投資往往跟着泡沫走，泡沫的背後是投資人擊鼓傳花式的遊戲，伴隨震撼人心一陣響過一陣的鼓點，估值就這麼一輪又一輪地水漲船高起來。
自1956年被提出以來，AI泡沫已將先後爆發過兩次，而現在AI技術的發展很大程度上基於深度學歷領域的突破，但這樣的技術革新也是有天花板的，隨着AI行業的逐漸趨冷，這樣的天花板也愈發顯現出來。
因此，有不具名的AI行業人士認為，人工智能的火爆在一些程度上是被廣大媒體和投資人炒起來的，因此他認為“技術神話”被戳穿的那一天，也就是AI企業估值破碎的時刻。
在向善財經看來，實際上AI泡沫的背後，是投資人和公眾對於技術短期價值預估的失敗，雷庫茲韋爾曾説，人們容易高估短期內能夠達到的目標，而這樣的高估就恰恰體現在人們對學習算法型AI的可商業化程度上。
事實上，依託於數據支撐的AI在現實中的商業化空間是極為狹窄的。
以曠視科技為例，在業務方面，個人物聯網、城市物聯網和供應鏈物聯網是曠視科技的三大業務落地場景，據招股書顯示，三者各自營收佔總營收的比重分別為21.8%、73.2%和5%，在個人物聯網方面，曠視科技主要為手機廠商做計算機視覺方面的技術支撐。
在城市物聯網方面，曠視科技為中國智慧城市管理解決方案的系統集成商提供相應的技術解決方案，並獲取利潤回報。雖然偏向B端的優勢在於大客户策略下雖然能帶來較大的訂單金額，但存在客户談判難、客户集中等風險。
另外，來自競爭對手的壓力也是曠視科技不得不面對的問題，以智慧安防業務為例，傳統安防巨頭海康威視、大華股份、宇視科技早已虎視眈眈的面對市場競爭，如果未來爆發價格戰，那麼曠視則面臨着更為艱難的處境。
對此曠視方面也曾表示，“我們所經營的行業競爭十分激烈，且在多個主要業務領域面對競爭。倘我們未能在現有或日後競爭對手中脱穎而出，則我們的業務、財務狀況及經營業績或會受到重大且不利影響。”
宏觀層面來看，作為技術方案的提供者，曠視快科技的AI技術在這些領域本身商業化應用的空間就較為有限，其次，面對行業傳統玩家，不具備供應鏈優勢的曠視也將面臨着更加嚴苛的商業化環境。
技術開源，曠視科技不可忽視的“定時炸彈”
對於AI技術企業來説，AI開發工具的底層代碼的開源或將成為隱憂。據有關資料顯示，AI產業各層企業比重分化較為明顯，其中應用層企業佔比最高，達到77.7%；其次是技術層企業，佔比為 17.9%；第三是基礎層企業，佔比為5.4%。
對於曠視科技這樣的新興AI技術企業來説，供算法層面的專業技術支持，而為應用層和技術層實現提供計算機底層架構支撐的基礎層卻涉及甚少。這也成為限制它們市值或者估值的一個重要維度。
以手機行業的操作系統為例，谷歌的安卓系統成為廣大手機廠商賴以生存的“土壤”，三星、華為等手機系統都有自己創新，但始終會在一定程度受限於谷歌。
就目前來看，國外的谷歌、Facebook、微軟，國內的BAT等頭部科技公司似乎都在搭建自己的可升級可迭代AI開源框架。以谷歌為例，通過第二代深度學習框架TensorFlow向全球開發者免費供給AI庫與工具。
國內方面，自2011年開始,阿里一直都在參與技術開源社區的建設，目前Github上主體賬號的總項目數是國內最多的；而百度方面在技術開源上也是動作頻頻。前年，開源其自動駕駛系統Apollo，其自動駕駛軟件可供任何人免費下載及修改使用。
巨頭們開源自己的AI開源框架，手握龐大的用户數據，這也是佔據基礎層制高點企業獨有的權利。在巨頭尚未顧及時搶佔垂直場景，成為獨角獸，可一旦巨頭回過頭來，一上來就是放大招，垂直獨角獸們雖不至於完敗，但業務受損可能在所難免。
雖然阿里對曠視科技有着投資，但很多時候投資機構會投同一賽道下的多家企業，阿里投資了曠視，並不意味着就必須全部押注曠視。
參考過去一年穀歌對華為的動作，不難聯想到，如果將來某一天原本開源的開發工具和底層代碼不再開放，那將成為所有AI 技術企業的“定時炸彈”，成為企業發展的潛在重大風險，而對於依賴AI技術輸出為盈利的曠視科技而言，這樣的風險似乎是不可接受的。
結語：
人工智能是個大前景，需要高額的研發費用支撐，以及豐富的產業形態做基礎。但AI技術的複雜性以及不停行業AI的垂直化決定了垂直領域技術商業化的侷限性。
對於曠視來説，上市不是企業的終點，而是一個掙脱盈利困境的開始。在愈發“務實”的資本期望下，如何儘快取得盈利，回報投資人的期望才是曠視科技未來的方向所在。
ps：向善財經原創稿件，訂閲號ID：IPOxscj，商務轉載合作聯繫：a913613543，轉載保留版權信息違者必究。）