商湯科技重啟公開招股，AI困局無解

商湯科技重新啟動公開招股 ，預期將於12月30日掛牌。

商湯科技的上市之路並不容易。此前，市場多次盛傳商湯科技計劃上市，但均被商湯科技官方一一否認或不予置評。如今，商湯科技順利通過港交所全面審查，再通過路演、招股、配售結果公佈、掛牌等等，一系列流程之後，正式上市原本指日可待。

 AI第三次浪潮下，國內湧現一大批AI創業企業，以商湯科技、曠視科技、雲從科技、依圖科技為代表，專注於AI計算機視覺賽道的四家創業企業，被行業人士俗稱為“AI四小龍”。 

成立之後，“AI四小龍”頗受投資人青睞。 

實際上，自“AI四小龍”成立以來，其營收規模、虧損程度，以及各項業務指標，對外界而言，一直是一個“謎”。市場上，關於“AI四小龍”巨虧、產品落地場景有限、人員動盪、目標不清晰、故事不好講等等傳言，從未終止過。 

上市融資，也成為這些企業必由的活血之路。按照商湯科技的計劃，此次上市將募集60億港元，預計募集到的資金60%用於增強研發能力，15%用於業務拓展，15%尋求戰略投資和收購機會，最後10%用於運營資金。 

但如今看來，巨虧的商湯科技是否還能等到這筆資金，什麼時候甚至是否還能登陸港交所，仍未可知。 

市場曾預計，商湯科技如在港正式上市，是AI行業內的一個標誌性事件，也將成為AI行業發展的“節點”。但如今看來，商湯科技甚至“AI四小龍”的上市之路，都充滿未知數。這對整個AI行業的未來而言，也是一個挑戰。

AI還有更多期待嗎？

市場曾經對AI技術預期過高，催生AI加各行各業。比如，AI+金融、廣告、交通、企業服務、農業、醫療......AI似乎可以做到無所不能，無所不在。

“一開始AI被吹得用力過猛，將AI設想為雲計算那樣，認為這是一個巨大的資源池，很容易復用。但實際上，AI的現實很骨感，AI學術研究技術還未達到想像中的水平。學術還沒有研究透，就開始上工業，導致一些理想和實際效果的落差。

在默默看來，一方面，AI行業技術水平沒有跨越式發展，另一方面，落地場景、落地場景相關資源，以及創業環境限制了“AI四小龍”想要達到的效果。 

從安防賽道來看，“AI四小龍”不僅要與傳統的安防廠商海康威視等競爭，還需要面對巨頭的毀謗排擠 。“安防賽道的天花板不高，算法壁壘不深，方向也較窄。'AI四小龍'與海康威視相比，在渠道等各方面不佔據優勢，很難搶單。如果切換到一個大的賽道，天花板更高，互聯網巨頭們又虎視眈眈，'AI四小龍'更無能為力。” 

不過，“AI四小龍”早期均以吃安防賽道的紅利起家。招股書數據顯示，2020年，商湯科技的智慧城市、智慧商業（兩者以安防解決方案為基礎，包括交通違章檢測、交通流量監測及預警以及安全及安保、運營管理、資產管理及動環監測等等）合計佔比82.8%。2019年，曠視科技城市物聯網業務（安防、教育）佔比高達66%。

在此情況下，“AI四小龍”紛紛開始轉型，不僅在垂直場景上進行更多拓展，還對原有業務向AI平台化進階。 

比如，商湯科技面向智慧城市推出SenseFoundry方舟城市級視覺開放平台，面向零售、醫療、AR推出SenseGo智慧零售平台、SenseCare智慧診療平台、SenseAR 2.0平台；曠視科技則從單點計算機視覺切入AIoT領域，主要是工業、倉儲物流等領域；雲從科技提出人機協同操作系統與解決方案提供商的概念；依圖科技切割醫療業務後，聚焦雲端AI芯片。 

海迪認為，AI平台化本質是將多個場景解決方案放在一起，功能更全面一些，商湯科技想做一個通用性平台，但這個通用性平台最大的應用場景可能還是安防，對提高營收沒有根本性幫助。“營收遲遲上不去，AI創業企業上市就很難。” 

而醫療和自動駕駛兩個場景賽道，在很多AI行業人士看來，是個“巨坑”。默默表示，“醫療對AI算法、模型要求非常高，獲取數據也難，IBM的Watson項目都黃了。相比之下，自動駕駛可利用的資源較多，車的量級大，消費者也願意買單。但無論是造車新勢力，還是傳統車企，都願意自己做解決方案。”

那麼，AI行業還有什麼發展空間？

“'AI四小龍'其實可以嘗試在傳統行業中找場景，比如製造業。但傳統製造業與AI新興企業差異大，結合之路注定不會順暢。另一個，AI新場景是製藥領域，技術可行，但方向尚未走通，資本願意嘗試。”

但AI製藥真是一個更好的選擇嗎？ 

相關數據顯示，臨床試驗5000種藥物種，只有個位數（5種）的藥物能進入人體實驗，5種進入人體實驗的藥物只有一種能獲得批准。換言之，一種新藥進入市場的機會只有五千分之一。通常，美國市場，一種實驗藥物從實驗室到真正走到消費者手中需要12年時間。這意味著，AI製藥領域投入、產出的周期更長。

資本對AI的耐心已經遠不如前。“早期投資的AI創業企業，大部分機構賬面有盈餘，後期再投資可能就是接盤俠了，賺錢難度比較大。”資本對AI頭部企業比較容易形成共識，同時，對高估值業務的投融資將會更加慎重。

王朴認為，AI目前依然以概念為主，現有技術很難做到真正的人工智能。市場上，以機器學習和數據分析為主，而各家的技術優勢差異已經非常不明顯。“資本對單純的AI技術投資非常少，資本也不是看企業炒個AI概念就投資，經歷了野蠻生長期，現在主要看技術的應用領域有沒有發展前景。”

“二級市場受到行情的影響最大，從二級市場表現能看出來AI行業沒有新概念和突破進展。”王朴表示，AI行業原始價值回歸了，“之前被炒作得太高。”

“'AI四小龍'要做的是，先生存下去，如果這些企業接下來融資不到位，或者不能上市，將會越來越艱難。”