ChatGPT爆火，但AI公司基本還都是賠錢貨，虧傻的那種_風聞

2022 年 8 月，美國遊戲設計師 Jason Allen 用一張 AI 繪畫的作品《 太空歌劇院 》，拿下了美國科羅拉多州博覽會美術競賽一等獎。

圖源：MetaNews

儘管這張圖片是他經過上千次的修改、生成，花費 80 個小時才完成的，但那些 “ 純人類 ” 的藝術家還是很憤怒，此事在互聯網上引起了很大的爭議。

伴隨着爭議，AI 繪畫火了起來，Stable Diffusion、Disco diffusion、MidJourney 等 AI 繪畫平台開始在全世界範圍內受到廣泛關注。

甚至，互聯網上還流傳起了一些 “ 禁咒 ” 或是 “ 神秘代碼 ”，被用於基於 AI 生成二次元色圖。。。

而 AI 繪畫所屬的 AIGC （ 人工智能生成內容 ）領域，也算是久違的讓對 AI 概念已經麻木的人重新對 AI 產生了新鮮感。

最近一段時間，同屬於 AIGC 領域的 ChatGPT，則是直接讓人們產生了一種 “ 瘋狂的敬佩 ”，彷彿人們正在見證一位 “ 真神 ” 的誕生。

ChatGPT 實在是太強了，它能很好的回答你問它的所有問題，它通過了明尼蘇達大學法學院和沃頓商學院的課程考試，甚至還通過了美國醫學考試。

最近幾天，又有媒體報道它通過了 Google 的 L3 編程工程師應聘，這個職位的年薪大概是 18 萬美元。

ChatGPT 的驚人實力，讓人們對它以及它所述的 AIGC 行業直接就是一句：

1 月 23 日，微軟宣佈將向 OpenAI 追加數十億美元的投資，並計劃迅速推進 OpenAI 旗下 ChatGPT 商業化，將其整合進 Bing 搜索引擎、Office 全家桶、Azure 雲服務、Teams 聊天程序等一系列產品中，被業界調侃是 “ All in ChatGPT ” 。

1 月 30 日，市場傳言百度即將推出類似 ChatGPT 的 AI 聊天機器人。

包括科大訊飛、萬興科技、商湯科技、雲從科技等跟 AIGC 掛得上邊的 AI 公司都迎來了一頓股價大漲。

投資領域如此瘋狂的原因是：AIGC 似乎給 AI 行業帶來了新的變現希望，即便事實未必如此。

過去 10 年間，AI 領域的公司可以説是幾乎沒有任何賺錢能力，但他們卻都有極強的融資吸金能力，動輒就是幾十億幾百億。

數據基於天眼查，統計可能不完全

資本都在賭 AI 成熟後的爆炸式盈利，但起碼到現在為止，他們等到的結果是：

再等等。

比如 AI 四小龍：商湯科技、依圖科技、雲從科技、曠視科技，虧損率超過 100% 很正常（ 比如，收入 10 億，虧損也是 10 億 ），像商湯這個老大哥，乾脆是 300%，已經虧麻了。

根據商湯科技招股書及財報中數據顯示，從

2018~2021 年，商湯的營收分別為 18.53 億、30.27 億、34.46 億，47 億。同期，淨虧損分別為：34.38

億、49.68 億、121.58 億、171.4 億，累計營收 130.26 億，累計虧損 376.89 億元。

與商湯並稱 “ AI 四小龍 ” 的雲從、曠視、依圖這三家科技公司，以及其他較大的 AI 公司，也都面臨着 “ 高虧損、高負債 ” 的問題。

那這些公司它怎麼就賺不到錢呢？

知危編輯部認為比較重要的一點是 “ 相關需求非常複雜 ”。

你可以打開這些 AI 公司的官網，去核心業務或是核心能力欄翻一翻，會發現他們的核心業務都是大標題套小標題，光是標題加起來就有十幾種甚至幾十種，算上詳細介紹基本可以出本書了。

商湯科技官網

看起來大而全對吧？

其實也不是這些公司貪大，現階段較廣泛應用的 AI 主要三個大類：

①決策類人工智能（ 常見於金融機構，比如某筆貸款該不該發、某筆轉賬是否涉及洗錢該不該放行等，機器會給出決策。）

②視覺人工智能（ 人臉識別、文字圖片的識別、路況識別等，會用於辦公、安防、自動駕駛等領域。）

③語音及語義人工智能（ 如機器識別、理解、輸出自然語言，常見的應用是各大品牌永遠聽不懂人話的機器客服。）

市面上大部分使用場景基本上都是上面三者的排列組合，千變萬化。

而需求千變萬化意味着市面上 AI 的通用能力都偏低。

舉個例子，你可以花費很多錢和時間去訓練一個非常強大的能識別路上行人和汽車的 AI，但如果你想基於識別結果去讓 AI 決策到底該怎麼開車，那就是另外一回事兒了。

甚至，變量會更多，比如，即便 AI 既能識別行人和車，又能做一個優秀的駕駛決策，那它的響應速度是什麼樣的？

如果你現在模擬一個路況去問 ChatGPT 該怎麼開車，它可能會給你一個準確的答案，但如果這個準確答案的響應速度不符合實際駕駛時的需求，它依然是無用的。

實際上，編輯部真的建立了一個很簡單的駕駛場景，ChatGPT 給了我一個不錯的答案，但回覆的速度一言難盡，想真正應用到自動駕駛，相信還需要巨大的改造以及相關硬件支持。

知危編輯部與 ChatGPT 的對話

所以你會看到，AI 廠商既要面臨多樣、複雜的場景，又要面臨與相關硬件匹配、調試的改動，這將是天量的研發成本。

在曠視科技的招股書上，其研發費用佔營收的比例高居 70% 左右。

而依圖科技，則是在 100% 及以上。

商湯也是逐年上升，現在也在 100% 左右。

各家都在花費天量的研發費用去搏一個未來，但，實際上真正有多少公司願意嘗試並長期使用他們開發出來的 AI，還是個未知數。

知危編輯部統計了一下已上市或已遞交招股書的中國 AI 企業的銷售費用佔應收比例數據，少則維持在 30% 左右，多的則是能達到 50% 左右。

這個數據似乎意味着，AI 公司們研發出來的 AI，在市場上的推行是有一定阻力的，起碼在現階段，大家似乎對使用 AI 解決問題的慾望沒有那麼強烈。

一邊是動輒 100% 的研發費用佔比，一邊是較低水平也要在 30% 左右的銷售費用佔比，這 AI 公司能賺錢，就怪了。

研發費用方面，你可能會説 “ 忍一忍，開發出來就好了 ”，但問題是，AI 公司們會不會面臨 “ 永無止境的軍備競賽 ”，這樣花錢如流水的境地還要持續多久？

銷售費用方面，你可能會説 “ 等市場成熟了，大家都接受了就好了 ”，那麼有沒有可能，市場成熟之後，大家發現市場沒有預期的大，不夠各家瓜分後回本？

所以，AI 什麼時候會盈利，現階段仍然是個謎。

對了，關於這個問題，編輯部還跑去問了問 ChatGPT，它的回答很謹慎，但字裏行間透露出 “ 有難度 ” 的意思。

對了，既然你都看到這裏了，告訴你一個秘密：

本篇文章的分析思路，來源於 ChatGPT