近日，“AI四小龍”最年輕的云從科技在科創板遞交了招股書。在業界，商湯科技、曠視科技、云從科技、依圖科技并稱為計算機視覺的“AI四小龍”。

過去幾年，四家公司在計算機視覺領域高歌猛進，但因為算法瓶頸以及應用場景同質化問題，“AI四小龍”開始踏上不同的征程，伴隨曠視、依圖、云從招股書對外披露，外界得以一窺它們的AI版圖。

發展路徑分化

從金融、安防到手機市場，“AI四小龍”曾在多個場景貼身肉搏，尤其是技術應用最為成熟的安防市場。根據IDC《中國人工智能軟件及應用（2019下半年）跟蹤》報告，“AI四小龍”占據了國內計算機視覺應用市場份額的51.4%，分列前四名，但相較于2017年69.4%的市場份額有所下滑。

對于“AI四小龍”而言，在AI落地下半場，如何鞏固自己的優勢行業，并尋找到更多的商業化場景，挖掘更深層次的行業需求，以差異化發展路徑實現自我造血，成為當務之急。

早期參與投資曠視科技的投資人、國家風險投資基金執行董事衛涓告訴第一財經記者，“人工智能的壁壘分為橫向和縱向，橫向就是怎么樣通過單點核心技術切入，足夠早地去做技術和人才方面的儲備，通過持續的前沿技術研發和產品迭代，為客戶提供軟件化和標準化的平臺性服務；縱向則是選擇合適的垂直領域，并在各環節提供技術的整體解決方案從而幫助企業降本增效，在其過程中不斷積累行業Know- How（指行業技術訣竅），形成對行業頭部客戶的深度綁定。橫縱都是比較好的護城河。”

云從科技是“四小龍”中成立最晚的一家。從招股書來看，云從科技投資方多為“國字頭”背景的產業投資和地方基金，包括六大國有銀行在內的400多家金融機構均為云從科技的用戶。

如何快速、大量的復制落地經驗？云從科技將發展方向定位在人機協同操作系統，并新增了機器人、物聯網技術研究投入，試圖構建更為標準化的AI產品。借助底層操作系統這一統一入口，云從科技就可以提供人機協同相關算力、算法、數據管理能力和應用接口，從而構建自己的生態閉環。

以醫學影像分析為主戰略的依圖科技，則選擇了一條更為艱辛的道路，轉型AI芯片+算力廠商。去年5月依圖科技發布了求索芯片，并在后續發布基于求索芯片的原石系列服務器、前沿系列邊緣計算設備，在其招股書中依圖科技不僅多次提及競爭對手英偉達、寒武紀，還表示上市募資很大一部分資金也用于芯片相關產品研發。

對于依圖而言，AI芯片是打開更多應用場景的敲門磚。據了解，目前計算機視覺公司的算力支撐主要依賴于英偉達高性能的GPU系列芯片，而AI公司自研芯片不僅能夠降低成本，也能夠針對應用場景進行性能優化，加速AI產品的推廣速度。

從招股書來看，自研芯片為依圖帶來新的增長動力。2020年上半年依圖軟硬件組合業務占營收60.78%，而2017年軟硬件組合營收占比僅為10.32%，過半營收依賴軟件業務。造芯使得依圖的綜合毛利率也有所提升，主營業務總體毛利率上升至70.99%。

同樣是軟硬件一體化思路，曠視科技則切入AIoT領域，將物流業務視為未來的增長點。曠視科技主營業務包括個人物聯網解決方案、城市物聯網解決方案以及供應鏈物聯網解決方案，在后兩項業務上曠視的“硬”色彩尤為明顯。

例如針對城市物聯網曠視建立了攝像頭、邊緣服務器、云端服務器三大硬件體系，推出了30多款攝像頭。在供應鏈物聯網方面則開發了多款自動化設備，專門執行物流及倉儲任務。

與其他公司深耕優勢場景、打磨主營業務有所不同，商湯則提出了“1+1+X”的平臺化戰略，其中1代表研發和技術產業化，X則代表賦能百業。2019年商湯進行了新一輪組織架構調整，將國內事業群分為智慧城市綜合業務事業群、移動智能事業群和新興創新事業群，其中新興創新事業群關注領域并不固定，聚焦于行業潛在增長機會，包括醫療健康、教育等團隊均源自這一事業群。

商湯科技將自己定位為“AI工廠”，而為了支撐整個“工廠”的不斷運轉，商湯科技投入了約50億元的資金用于建超算中心、開源核心算法。

商業化道路漫長

不難看出構建標準化產品、軟硬件一體化，成為“AI四小龍”的共同方向，只是抵達方式各有不同。曠視科技聯合創始人兼CEO印奇曾表示，行業初期（人工智能企業）想要活下來，必須將所有的事情都做（過），等到行業成熟，再退回來，選擇最有價值的一環來做。

啟明創投合伙人葉冠泰認為，當下AI模型的可解釋性和可復用性還存在一定的挑戰，每個場景都需要訓練一個獨特的模型，而不能去泛化復用，這提高了一些初創AI企業的發展速度。從商業視角而言，因為技術還處于早期，所以AI公司在規模化、毛利率方面也面臨挑戰。

隨著模式和戰略的轉變，“AI四小龍”正在從狹義的人臉識別公司變成更加綜合的公司，但虧損局面仍難改變。“目前國內除了一些有G端資源的安防視覺公司以外，視覺初創公司基本都是沒有盈利的。”青桐資本投資總監陳鵬仁告訴第一財經記者。

在12月8日的無錫人工智能產業高峰論壇上，工信部賽迪研究院副總工程師、人工智能產業創新聯盟秘書長安暉也表示，截至10月中旬，全國智能機器人企業1499家，無人機企業2707家，人臉識別企業6722家，智能語音企業2855家，智能駕駛企業6143家。不過，全球近90%的人工智能公司仍處于虧損狀態，中國AI產業鏈中90%以上的企業也處在虧損階段。

估值高、盈利難、頭部效應加劇使得AI投資熱度開始明顯下滑。頭豹發布的《2020年中國人工智能產業投融資報告》顯示，2019年人工智能相關融資金額出現7年來首次下降，為1003.4億元，對比而言，2018年人工智能相關融資金額為1492.6億元。

葉冠泰表示，AI在中國還處于早期階段，技術和商業落地上存在諸多挑戰，包括訓練數據集的限制，以及數據隱私保護上的措施，這些都成為一家公司未來在AI領域發展的難點。

值得關注的是，近日天津、杭州、南京等多地開始立法嚴控人臉識別，甚至要求拆除售樓處、物業等人臉識別設備，人工智能人臉信息濫用問題引發社會擔憂。伴隨法律法規的完善，AI公司數據獲取范圍、獲取方式和應用領域都會受到直接影響。去除神話光環，AI產業化發展才剛剛開始。
責任編輯:tzh