商湯科技3年虧損243億，AI企業商業化困境何解？_風聞

在多次傳聞上市後，商湯科技IPO的靴子終於落地。8月27日，商湯科技向港交所遞交招股書。

至此，計算機視覺四小龍（俗稱“AI四小龍”）在IPO動作上集合完畢。在商湯科技前，AI四小龍的其他三家——曠視科技、依圖科技、雲從科技已經先後啓動了IPO計劃。從最新進展來看，曠視科技已於近期回覆了上交所第二輪問詢；依圖科技科創板IPO宣告失敗，並傳聞考慮在香港IPO；雲從科創板IPO申請已獲批准。

AI四小龍中，商湯科技成立的時間不算早，僅有云從科技晚於其成立。但從招股書披露數據來看，無論是營收規模還是研發投入，商湯科技都走在前頭。沙利文報告顯示，以2020年收入計，商湯科技是亞洲最大的人工智能軟件供應商及中國最大的計算機視覺軟件供應商；而在研發投入上，商湯科技在三年半累計投入70億元，而對比2018-2020年數據，商湯科技在研發上的投入都高於同期內的其他三家。

走在前頭的，還有商湯科技的虧損規模。招股書顯示，2018-2021年上半年，商湯科技累計虧損243億。其他三家，據其各自披露過的招股書數據，2018-2020年，曠視科技三年累計虧損128億元，依圖科技2018-2020年上半年，兩年半累計虧損61億元，而云從科技則三年累計虧損超過26億元。

連續虧損背後，實際上是包括商湯科技在內的AI企業普遍存在的商業變現難題。

這道題，會有解嗎？

從實驗室走出來的AI獨角獸

商湯科技於2014年成立於香港，創始團隊源於2001年創立的香港中文大學多媒體實驗室，包括了創始人湯曉鷗以及實驗室的核心成員。

據公開資料，商湯科技最初是以人臉識別技術起家。湯曉鷗首次接觸人臉識別技術，是在上世紀 90 年代。1990年，湯曉鷗從中國科學技術大學工學專業本科畢業後，去美國羅徹斯特大學攻讀工程及應用科學學院理學碩士學位，而後又去了麻省理工學院攻讀博士學位。

他曾談及自己初到麻省理工學院的場景，“我加入的實驗室做的是海底機器人，相當於在水下用聲吶和視覺相機來探索海底世界。在我去之前，那個實驗室剛剛發現了泰坦尼克號，所以我當時覺得這個很酷。”

從麻省理工學院博士畢業後，湯曉鷗被邀請到香港中文大學信息工程系任教，繼續從事計算機視覺相關領域的研究，培養出了大批計算機視覺人才。2001年7月，湯曉鷗參與組建了香港中文大學多媒體實驗室，從此香港中文大學便有了 計算機視覺界的黃埔軍校的美譽。

9年後，到2010年，香港中文大學多媒體實驗室迎來了一個年輕人——湯曉鷗日後最重要的合夥人徐立。

徐立是上海人，很小時就表現出了極高的數學天賦，小初高期間，他就多次代表所在學校參加上海市中小學數學奧林匹克競賽並多次獲得金牌。2000年，18歲的他被保送到上海交大計算機系就讀本科，四年後再次直接被保送研究生。

2007 年碩士畢業後，徐立先後在摩托羅拉、歐姆龍、微軟研究院等機構工作，從事計算機視覺、模式識別、圖像處理領域的研究和產品開發。

彼時，大數據、雲計算、人工智能正高速發展，徐立早早地意識到，深度學習才是未來方向，人臉識別大有可為。

2010年秋天，徐立放棄了一切工作，隻身前往香港中文大學多媒體實驗室繼續深造。從此，徐立的命運，便緊緊地與人臉識別和湯曉鷗連在了一起。

2014年，隨着包括微軟、英特爾、谷歌、Facebook 在內的國際科技巨頭紛紛開始入局人工智能，這個賽道開始火起來。

2014 年初，Facebook 對外宣稱，用 750 萬人的數據對計算機進行訓練後，其人臉識別準確率已經接近人眼識別能力。而此時的湯曉鷗的團隊幾乎竭盡其所有資源，才建立起一個20萬人的數據庫。

意識到了在硬件和數據庫上不敵對手，湯曉鷗轉而在計算能力上下功夫。他開始埋頭改進自己的算法。

2個月後，2014 年 3 月，湯曉鷗團隊發佈 GaussianFace 人臉識別算法，在 LFW 數據庫上準確率達 98.52 %，在全球首次突破人眼識別能力。2014 年 6 月起開始發表DeepID 系列算法，逐步將人臉識別準確率進一步提升至 99.55 %。

計算機的識別準確率首次超過人眼，讓湯曉鷗團隊名噪一時，投資人也慕名而來。IDG資本合夥人牛奎光認為，這意味着計算機視覺技術有可能實現商業化落地。他隨即飛到香港，拜訪湯曉鷗團隊。

那次拜訪後，IDG資本投出了數千萬美元，助推湯曉鷗的研究團隊走出實驗室，2014 年 10 月，商湯科技正式成立。

當聽説湯曉鷗要成立公司時，實驗室裏很多學生踴躍而來，全部是博士、博士後，其中就包括了徐立、王曉剛、徐冰，曾與湯曉鷗在微軟研究院共事過的楊帆也加入了創業團隊，還帶去了一大波自己的清華學生。

很快，以湯曉鷗為核心的聯合創始人團隊組建了起來。

三年半連虧243億，商業化難題待解

據公開資料，商湯科技是一家“賦能百業”的人工智能軟件公司，專注於計算機視覺和深度學習技術，自主研發並建立了深度學習平台和超算中心，業務範圍覆蓋智慧商業、智慧城市、智慧生活、智能汽車四大板塊。

截至2021年6月30日，商湯科技軟件平台的客户數量累計已超過2400家，其中包括超過250家《財富》500強企業和上市公司，119個城市以及超過30家汽車企業，同時，商湯科技賦能了超過4.5億部手機和超過200款手機應用程序。

招股書顯示，2018年-2020年，商湯營收分別為18.5億元、30.3億元、34.5億元。有媒體對比發現，其同期收入達到了曠視的兩倍，是雲從、依圖的三倍之多。2021年上半年，營收16.52億元，去年同期為8.61億元，同比增長91.87%。

商湯科技的使命是“堅持原創，讓人工智能引領人類進步”，與之匹配的，招股書顯示，截至2021年6月30日，商湯科技擁有超過5000名各類員工，其中約三分之二為科學家及工程師，而其研發團隊還包括了40位教授。

在研發投入上，2018年、2019年、2020年及2021年上半年，商湯科技分別投入了8.5億元、19.2億元、24.5億元及17.7億元，三年半累計在研發上投入了69.91億元。

與其對應的是，自成立以來，商湯科技在各項全球競賽中已獲得70多項冠軍，發表了600多篇頂級學術論文，並擁有8,000多項人工智能專利及專利申請。

研發費用逐年上漲的同時，商湯科技還計劃未來繼續加大在研發上的投入力度。招股書顯示，計劃將此次IPO募集資金的60%用於提升研究和開發能力，15%用於投資新興商業機會以及提高產品及服務在國內外各垂直行業及企業層面的滲透率，約10%用於尋求戰略投資及收購機會，約10%用於一般資金及企業用途。

然而，相比其研發力度，但更引人關注的是，商湯科技成立至今還尚未實現盈利，而且虧損呈現擴大趨勢。2018-2020年，商湯科技分別虧損34.33億元、49.68億元、121.58億元，2021年上半年虧損37.13億元，三年半累計虧損242.72億元。

按非國際財務報告準則扣除優先股公允價值變動等非經常性損益後，2018年至2021年上半年，商湯科技虧損淨額分別為2.205億元、10.371億元、8.784億元及7.262億元。報告期內累計扣非淨虧損為28.6億元。

從公司財務數據上看，高研發投入是其虧損的重要原因。招股書顯示，2018年-2021年上半年，商湯科技的研發開支分別佔到營收的45.9%、63.3%、71.3%、107.3%。可以看到，2021年上半年，其研發投入已經甚至已經超過了營收。

而從行業層面看，虧損在AI行業內實際上是一種常態。《艾問人物》（iask-media.com）對比AI四小龍的財務表現來看，目前還沒有一家是實現盈利的：曠視科技2018-2020三年累計虧損127.7億元，雲從科技2018-2020年三年虧損超26億元；依圖科技2018-2020年上半年，兩年半虧損61.2億元。此外，據2018年統計數據，90%以上的人工智能企業都處於虧損狀態。

《艾問人物》（iask-media.com）瞭解到，普遍連續虧損的現狀背後，實際是AI 行業一直以來在商業化變現上的頑疾。

AI商業化為什麼這麼難？

對於中國社會科學院工業經濟研究所研究員李曉華曾在2018年的一篇文章中作過分析，由於人工智能產業尚處於起步期，技術還不夠成熟，用户接受度低、市場規模小、運營成本高，人工智能企業盈利困難。而這也幾乎是所有處於產業起步期的企業都會面臨的。

其次，技術的商業落地在技術成熟度、數據安全、用户認識、實施效果等多方面存在的制約，也會限制人工智能企業的成長速度。

此外，人工智能作為技術賦能的角色，其價值常常不能直接表現為業務收入。李曉華在文章中解釋，在大多數情況下，人工智能企業並不直接銷售人工智能產品或服務，而是將其作為改善其他產品或服務性能、體驗或效率的支撐工具，如應用在電商、搜索、社交、新聞推薦等，提升其運作效率和用户體驗，但無法直接為其提供直接的銷售收入，而這也是人工智能技術的經濟價值被低估的原因。

然而，《艾問人物》（iask-media.com）注意到，商業化變現困難，並不阻礙業界對人工智能賽道的看好。沙利文報告顯示，人工智能軟件預計是未來十年增長最快的商業領域之一。2025年 全球人工智能軟件市場規模將達到1,218億美元，2020–2025年年均複合增長率為31.9%。

那麼，資本和市場該用什麼樣的心態來對待這個以技術驅動的賽道？

《艾問人物》（iask-media.com）在北極光創投合夥人黃河在今年5月的一篇文章中看到了答案。他指出，從商業側看，在以技術為驅動的行業，其To B的特性決定了，這個行業先天就快不起來。而從技術產品的成熟過程看，行業也需要經過多次與客户之間的反覆迭代才能穩定成熟，這個過程需要時間，“不是靠堆錢堆人可以大幅加速的”。

黃河分析，對於技術驅動的公司來説，在到達一定的資金充裕度後，資金效率的邊際效應大幅下降，接近於0，這是技術和製造業的特點。而隨着企業發展成熟到一定程度，開啓高速成長模式後，對資金的需求又會上升。投資者如果抱有在企業早期依靠密集資本投入，快速製造行業龍頭的想法，是完全行不通的。

即使是當今的全球互聯網巨頭亞馬遜，在開始盈利前也曾持續虧損20年；而國內，京東物流在盈利前，也經歷過10多年的持續虧損，《艾問人物》（iask-media.com）認為，人工智能賽道的前景好壞已經無需質疑，正所謂好飯不怕晚，面對已經奔湧而來的數字化智能時代， 對人工智能賽道抱有長遠的耐心，是資本市場應有的正確態度。

點擊閲讀【艾問人物】更多精彩