如果一个科学家能同时在AI公司工作,还会对公司亏损感到惊讶的话,这个科学家是应该狂欢。
毕竟以他的眼界,再不狂欢就没多少时间了。
任何社会人,他的大脑应该多想一些事,比如思考一下自己的钱是怎么来的。公务员应该想到土地财政,地产老板应该想到自己是地方的狗腿子。而程序员的工资怎么来的?我估计80%的程序员都没有深入思考过这个严肃的问题。
程序员的工资来源只有一个——产品落地。那么商汤公司,这种纯AI公司有什么问题呢?问题就是它的产品只有一个:解决方案。今天问题是图像识别,商汤给我们了解决方案。明天问题是模糊图像清晰化,商汤给我们了解决方案。
商汤的矛盾就在这里,比如我们假设他要和腾讯合作,他不仅要给腾讯提供解决方案,还要和腾讯AI部门竞争。如果是一个人,他天天打完你左脸再给你右脸亲一口,你觉得你会和这个人合作多久?
商汤的业务模式就是反人性的。它没办法和有自己AI部门的大企业合作太久,毕竟人家自己的AI部门才是亲儿子,商汤AI是义子。胳膊扭不过大腿。只要两者差距不会太大,准确度都过得去,大企业就会选择自己的AI部门。这是不可避免的。我原来在优必选工作的时候,我们刚开始用的是科大讯飞的语音技术。我们部门进去后一年半就全换成了自研技术了。连优必选这种(我不好评价的)公司都不愿意用其他公司的解决方案,你商汤的解决方案能卖出多少份?
商汤没有toC的业务,toB的业务也仅限于非常小到没有独立AI能力的科技公司,非科技公司比如传统车企,或者非市场经济主导业务比如政府采购。整个公司给我的感觉是池塘挖的又宽又深,里面住了一大堆鱼儿王八史矛革。结果水就那么点,最要命的是水龙头还不掌控在自己手里。你这样是想搞毛啊?
自从在今年的世界人工智能大会上大张旗鼓地推出技术中台SenseCore大装置,商汤仍然找不到商业突破口、无法用业务定义自身的绝望就显露无疑了。商汤本可以避免如今的困局,但对AI前景的误判导致了其在商业模式和融资节奏上的战略错误。不管商汤最终走向何方,只要上市,前期大股东都能全身而退,只是苦了后面入局的接盘侠。
商汤的战略错误的根源不复杂,就是高估了深度学习的能力边界。
按照成立初期的设想,深度学习包打天下,只需开发通用任务的组件,就可以在所有场景中自由复用,无需定制化开发。这就是为什么AI公司沉迷刷榜——既然组件是通用的,那么算法榜单上最优的组件就可以在所有场景中取得最佳的性能,潜在客户可以通过榜单来筛选供应商,榜单就是天然的广告位。
后面的事情大家都知道了,神经网络的稳健性根本不足以支撑大规模的跨场景复用。相比传统的基于人类判断的统计模型,神经网络的表现在更大程度上依赖数据,输入是啥,输出就是啥,跨场景中截然不同的数据会直接导致模型失效。在可以快速训练的高性能小样本模型诞生前,针对不同场景搜集大数据进行定制化开发成为AI公司不得不面对的现实。
深度学习的局限性不会让一家公司陷入困境,看看字节跳动、科大讯飞等垂直行业龙头,但为一项有局限的技术套上超出其能力范围的商业模式则是场灾难。
商汤的问题就是蓝图太宏大,扩张太激进,融资太贪婪。
如果跨场景复用组件的设想能实现,那商汤作为一次开发、赋能百业的平台型公司,的确有资格与云计算巨头平起平坐。即使组件的单价很低,但凭借海量的客户应用,近乎为零的边际成本,商汤也能取得类似于2C平台公司的超大规模和超高毛利。在这种情况下,商汤完全能支撑起目前过百亿美元的估值。
但如果组件必须定制化开发,商汤和传统的外包公司没有本质区别,只是专注于人工智能。这意味着商汤在项目开发上会处处受到甲方掣肘,客户的数据、对功能的特色要求、与其它供应商的整合等都会延缓项目交付,进而拖累现金流转。此外,由于深度学习在稳健性上的根本缺陷,模型的实验室表现对现实场景没有太大的参考价值,榜单上微弱的差距无法保证商汤在实际落地中能比竞争对手做得更好,因此甲方有充分的理由选择价格更低、更愿意配合的供应商,而不是高高在上的榜单第一。
外包性质还意味着商汤的规模上限远远小于平台型经济。外包需要分配团队到一个个项目,因此:(1) 人手与项目数存在冲突,人手太少,无法最大化营收;人手太多,一旦市场不景气,就会带来沉重的财务负担。(2) 边际成本高,毛利率低,商汤的毛利率只有50-60%,远低于软件服务业常见的70-80%。(3) 项目时间长且各自为战,营收规模只能线性增长,无法像平台型经济那样指数扩张。
总之,一旦进入定制化开发,商汤通过刷榜建立的优势将灰飞烟灭,规模增长速度慢和利润率大跳水的麻烦也将接踵而至,所有的一切都无法支撑目前的高估值。
不知道是盲目乐观还是贪婪使然,商汤从一开始就走上了激进扩张、大额融资的道路。
大跃进式的融资是很危险的,如果前一轮把估值推到了很高的价值,一旦后续轮融资时业绩不佳,无法达到上一轮的估值,就会直接导致融资失败,资金链面临断裂的风险。
如此疯狂的融资自然是为了激进的扩张:超过5000名员工,七成为研发人员,其中有40名教授和250余名博士;基础设施方面则包括两万块GPU,以及将于2022年交付的亚洲最强超算之一的上海临港AI数据中心。
很难理解,一家外包公司会需要如此多的顶尖人才,建设如此庞大复杂的超算集群。明星云集的结果就是超高的薪资,2020年3593名研发人员共计获得15.7亿人民币的薪资,人均年入43万;更夸张的是10名董事和高管共获得6.8亿薪酬,人均年入6800万。
商汤这般狂飙,就是认准了深度学习具有颠覆各行各业的潜力,甚至是通往强人工智能的钥匙。因此商汤必须大额融资,抢在所有竞争对手之前形成AI技术霸权。为了获得投资人的青睐,商汤组建了全明星团队,刷榜算法竞赛,这些都是面子,是为将来的技术演进提供资金而做的公关。
在AI最火的那些年,商汤是真诚地希望通过融资来加快人工智能的到来,但随着AI革命美梦的破灭,此前的大额融资把估值推到了一个无法回头的水平。商汤和早期投资人都知道当前的估值不可持续,但真金白银已经砸下去了,无论如何都不能让估值下跌。因此大机构加码投资,一方面是寄希望于某一天技术突破的来临,另一方面是制造商汤欣欣向荣的假象,从而吸引后续资本接盘。
从上图可以看到,早中后期投资商汤的机构具有明显的分隔,早期机构鲜少投资中后期,甚至连中期机构都很少跟投pre-IPO轮。如果一家公司真的具有高成长性,那早期大股东不会放任股份稀释,必然会持续投资。另外,早中后轮次的机构性质也有很大区别。早期股东以注册地在美国、香港和开曼群岛的美元基金为主,而中后期主要是国有人民币基金。早中后期的明显分界线和机构性质说明逐利的早期私人资本并不看好商汤的前景,只想拉高估值让后续股东接盘,而为了保持我国人工智能的竞争力,国有资本只能接下商汤的烂摊子,尽力维持其运营,等待商业转机。
在机构博弈的过程中,商汤创始人的心态也发生了变化。如果说成立初期的大额融资是为了后面的技术发展,那即便公司严重亏损,创始团队也仍然获得了远超上市公司高管平均薪酬的现象,只能说明相比把公司长期发展好,创始团队更在意利用商汤的平台攫取短期利润。融资不再是为了生死存亡,而是以战略储备之名行维系估值和掠夺投资者财富之实。
资本不愿承认商汤的本质是外包公司,其真实价值只有估值的几分之一,而是通过砸钱来维持泡沫。即便这样,商汤2020年的营收也只有34亿人民币,相比2019年的30亿仅增长13%。作为对比,商汤在同期的估值从75亿美元增长到120亿美元,提高60%。没有营收,拿什么来撑估值?于是创始团队转而营造公司高增长的前景,企图继续通过公关来形塑AI领导者的地位,抛出了AI大装置这种唬人的说辞,为的就是上市后拉高股价、收割股民。
商汤的困顿来源于愿景与现实的巨大落差,当下的AI技术无法实现平台型的商业模式,而碎片化的定制场景无法支撑过高的估值。
商汤的现状警示所有后来者,平台型经济惯用的高融资、高估值和快速扩张的模式并不适用于AI公司。平台型经济是模式创新,AI公司是技术创新。在很多方面,AI与数据库、操作系统等没什么不同,它需要强大的工程能力、庞大的知识体系、深厚的经验积累和坚定的战略执行,绝不是堆钱堆人追潮流就能实现的。在深度学习野蛮生长的第一阶段,以商汤为首的中国AI公司迅速摘取了人工智能中最低垂的果实,但投机取巧的后果就是不能啃硬骨头、攀技术的高峰。过快的扩张带来过早的回报,反而让创始团队疏于规划长期战略。
从某种意义上说,AI之于软件就像机床之于工业,都是行业底层的引擎。正如最精密的机床也无法加工所有的器件,当前最先进的AI也只能适用于一小部分领域。与其打造全场景的AI平台,专注于垂直行业是更切实可行的路线。
(1) 垂直行业的规模必然小于平台,很难出现千亿市值的巨无霸,但在利用AI颠覆制造业和农业等细分领域,百亿规模的可盈利企业将会兴盛。深耕垂直行业或许无法带来规模效应,但千万级的大单辅以10-20%的净利润仍然能给创始团队带来可观的回报。
(2) 收支平衡将成为运营的重中之重。既然高额投资不能加速技术突破,随之而来的融资与估值缩减就迫使企业高效利用资源,谨慎扩张,保证长期的生存和竞争力。AI公司不应假设融资是收入的一部分,它们必须控制追求短期利益的胃口。企业可以不赚钱,但不能亏损。
(3) 占AI公司支出大头的是硬件开销和人力成本。当前AI公司广纳顶尖人才,但却没有很好地量化他们为公司创造的价值,公关意义大于实际。学术明星或许有很好的科研点子,但AI公司更需要的是落地业务的工程能力。诚然,学术明星对引领公司的战略发展、技术突破具有无可替代的意义,但这不意味着他们应该成为公司的主流。AI公司应该谨慎考量团队中科学家和工程师的组合。
(4) 对于个人来说,如果AI不能在深度学习之外带来新一轮的范式革命,那行业的萎缩不可避免。少量巨型公司会被大量小而美的垂直型企业取代,这些中小企业的盈利能力更强,但对于人力成本的考量更谨慎。行业对博士的吸纳能力会下降,同时薪资也很难高歌猛进。这不意味着AI的没落,只是行业回归理性。
回到商汤,它的结局显而易见——价值回落到外包公司应有的估值。或许它会继续外包的路线;或许在资本退出后,没有了维持估值的压力,商汤会大幅裁撤臃肿的团队和业务,转而专精优势领域;又或者它沉湎于往日的荣光,不愿壮士断腕,最终资金无法维持庞大的基础设施,导致破产重组,公司资产被传统大厂收购,成为各行各业转型人工智能的养料,以另一种方式实现“赋能百业”。
商汤代表了深度学习第一阶段的狂飙,它的上市和最终落幕将开启下一个阶段,一个更加理智地认识到目前AI的能力边界,把AI深度嵌入到垂直业务中的新阶段。
人工智能行业一直都是资本关注的热点,近年来,全球人工智能发展迅速,市场对于人工智能的热情持续高涨。随着时间的推移,商汤科技等AI领域独角兽也开始进入人工智能商业化探索期。AI的落地成为了人们关注的问题。而究其原因,主要在以下几点:
第一、 大量资金投入科研,变现周期长
企业产品的市场竞争价格长期低于行业平均价格,以及企业的成本高于行业的平均标准,这些都将直接导致企业的盈利能力低于行业的平均标准,造成典型的相对亏损。如果企业的市场价格相对高于行业平均价格,决定盈利能力的关键就是企业自身的成本控制能力。
但成本有效控制不是单一节约所有费用就是最佳的,企业需要做到将资产配置效率最高化。包括商汤科技在内的人工智能公司,每年会投入大量资金用做科研。此类研发项目资金投入大、回报周期长,变现不及时导致负营收等问题。
招股书显示,商汤科技三年半合计研发支出达69.91亿元,三年半累计研发费用为69.9亿元。此次公开募股募集资金60%将用于投入研发。大量的资金投入到了对AI前景的探索及研究中。作为技术前景备受看好的行业,AI企业最主要的优势就在于它的产业战略受到重视,这是AI企业普遍有高估值的一个关键原因。因此,无论是商汤还是其他AI企业,即使暂时创造不了利润,依旧要保持资金的持续投入,才能在未来将技术的领先性、商业的落地效果以到验证。
第二、人才科研成本高
在人才方面,商汤科技拥有40名教授,5000多名员工,其中约三分之二为科学家及工程师,包括250余名博士及博士候选人。虽然说大量的顶尖技术人才保证了商汤科技在创新与未来AI研发的不断创新,但技术人才不是白用的。在大佬们兢兢业业地研究新的技术,公司也需要为技术人才提供数额不菲的报酬。所以商汤科技支出的大头,有一部分,就是科研人员的工资。
据《中国ICT人才生态白皮书》研究分析表明, 2018年底,我国人工智能人才缺口约100万,到了2020年,这一数字攀升到226万。在一些技术领域 ,应届硕士、博士的年薪都可能超越100万,具有一定相关经验的高精尖人才,薪酬更是上不封顶。即使这样,各类企业仍然挤破头争相收纳人才。
但是反过来看,科研人员薪酬高恰恰说明行业正处于快速扩张期,发展势头良好。虽然成本高,但科研人员的高工资有利于维持科技创新行业的热度,促进技术革新,这是市场经济选择的结果。而高薪酬能吸引更多人才加入进来,当科研成为高薪行业,科研人员的社会声望和地位也会随之提高,这是非常有利于我国科技水平发展的事。此外,高薪职业的背后是高附加值的产业,十分利于带动当地经济发展。
第三、服务对象限制多
和外界所了解的不同,AI服务本质上还是to B的生意,单价高、决策流程长、服务周期长、研发成本高,又重又慢,且更考验专业性以及服务能力,企业只能通过不断开拓新项目来赚钱。但这并不容易。
虽然现在不少AI企业开始转向面向政府、机构的to G业务。虽然To G客户订单量大,但不得不考虑其交付时间长、回款慢的硬性问题。
对于绝大部分的C端客户来说,在产品出现之前基本很难意识或者真正了解到相关应用技术的发展程度,甚至可能都不知道在应用方面有这些技术改革。只有当真正的产品出现且应用的时候才真切的感受到技术改变生活。所以对大部分AI公司来说,to B是赋能,是企业进一步扎根市场,向外部市场开拓的必经之路。基于此,to B具有非常大的想象空间。
那么,AI企业到底是如何赚钱的呢? 以这里提到的商汤科技为例,其四大业务板块涵盖智慧商业、智慧城市、智慧生活、智能汽车。当前,商汤客户数量达2400多家,包括250多家“财富500强”企业及上市公司,119个城市及30多家汽车企业,覆盖4.5亿多台手机和200多款手机APP。
商汤面向智慧商业打造方舟企业开放平台,应用于制造业、基础设施、交通、商业管理等诸多垂直领域。据招股书披露,于2021年上半年,商汤服务了635个智慧商业客户。
智慧城市打造方舟城市开放平台,主要是围绕交通管理、城市服务、环境保护、应急管理等市政运营方面提供检测支持,提高与改善城市的安全性、效率、便利性及环境质量,目前在国内外119个城市部署。
面向智慧生活有SenseME 、SenseMARS及SenseCare平台,客户多为企业,其中人工智能+医疗是当下变现最快的模式之一。目前,商汤科技已经开发出获得国家药监局认可的数字病例图像处理软件,并已经与国内16家三甲医院开展合作.
智能汽车主要是商汤打造的绝影智能汽车平台,客户主要是汽车制造企业,利用视觉AI技术衍生出多种应用系统,实现预判车道变化、识别交叉点和道路编辑、检测障碍物、高速自动巡航等功能。未来随着自动驾驶赛道扩容,该板块也存在很高的增长潜力。
不难看出,商汤走的每一步都是坚实的,坚持科技改变生活。相信在未来,我们将在更多的应用方面享受到商汤技术革新带给我们的红利。
招股书显示,2018年、2019年及2020年,商汤营收分别为18.5亿元、30.3亿元、34.5亿元;2021年上半年,商汤营收为16.5亿元,相比去年同期增长91.8%。除去近些年大量的研发及运转资金,商汤科技的利润率正在逐年上升。2018年至2020年3年间,商汤毛利润分别为56.5%、56.8%、70.6%,2021年上半年为73.0%。
这是一个很好的现象,但未来AI行业能否持续产生商业的落地效果,值得我们期待。
只要商汤还在发paper,那纯AI公司就永远会亏钱。很简单,如果你的技术和算法是你的核心竞争力,你怎么舍得共享自己的核心竞争力来博得一点虚名呢。为什么Google发系统或者数据库paper都是把自己过时或者淘汰或者无关紧要的系统实现分享一下,但是AI的paper就无所谓随便发,越前沿越好,想明白其中的逻辑就懂了,估值吸引投资和有效落地提高营收和盈利,在现代公司里是两套逻辑,前者是面子,后者是里子。面子做足了,最终还是要看里子能不能撑起来。
人工智能是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。随着时代的进步,市场上也出现了以AI作为主产品的科研生产公司。
让人工智能成为全民话题的,还得提2016年3月,AlphaGo程序以4:1击败韩国围棋冠军李世石(Lee Se-dol),这也成为近年来人工智能领域少有的里程碑事件。尽管如此,AlphaGo背后的公司DeepMind整体来讲还是亏损的,数额让人惊讶,高达42亿人民币。
无独有偶,Element AI是一家位于加拿大蒙特利尔的人工智能公司,由AI先驱Yoshua Bengio博士创立,并得到微软,英特尔,英伟达和腾讯等公司的融资支持,公司目标是建立和提供基于企业AI的IT技术服务。这个曾经受到政府与科技巨头追捧的公司却被硅谷的软件公司ServiceNow以不到5亿美金的价格收购。这个价格远低于公司在2019年9月进行的2亿加元B轮融资后的估值。
大量研究报告显示,人工智能前景广阔,应用已经在教育、医疗、金融、交通等众多领域获得落地,甚至成为未来产业变革的决定性力量。但与之前景坦途不符的是,目前人工智能顶尖领域的公司,其实都或多或少经历坎坷、遭遇过低谷。主要原因其实也不难分析。
第一, 主要是因为在AI领域要想有所突破性进展,对训练模型时计算机资源的需求极高,也就是需要强大的技术支持。强大的技术需要大量的高尖技术型人才。一个AI公司想在技术上取得突破,背后投入的时间成本及人力成本是难以估量的。
第二, 需要资金支持,不管是技术基础设施,还是技术人员的工资,都需要巨额资金。持续投入的高昂的成本进入研究领域本就是一个跨度大、周期长的资金回转。所以大部分公司在最初成立时都会显示企业亏损的状态。
基于以上,一家人工智能企业要想打磨出实用和理想的技术,是需要投入巨大的人力、物力、和财力,才能创造合适的研发条件和环境。光是这些,就已经劝退了很多原本雄心满满的科技企业。现在能在行业留下来,并仍然坚持的人工智能公司,不得不敬他们是汉子。研发成本的高昂,原本就会变相削弱企业的盈利能力,而我国人工智能起步较晚,市场教育也是一笔不小的成本。对于人工智能企业来说,在现有环境下,坚持研发技术使其能落地应用已经不易,再去找到规模化、可复制的应用场景,或者商业化需求,更是需要更多的时间和空间。
就像问题中提到的,专业从事人工智能技术,如今的估值已经超越千亿的商汤科技,也难以逃出亏损的现状。但就招股书近几年的数据来看,在布局智慧商业、智慧城市、智慧生活以及智能汽车四大板块下,其亏损已在逐年收缩,毛利率也自2020年上升到70%,逐年增长。
从技术角度看,商汤科技已经建立了23个超级计算集群,拥有超过2万个GPU,达到每秒1.17百亿亿次浮点运算的总算力。从收入来看, 2018年、2019年及2020年,商汤营收分别为18.5亿元、30.3亿元、34.5亿元。2021年上半年,商汤营收为16.5亿元,相比去年同期增长91.8%。
以国内市场为根据,逐步推广至全球市场的形式,已经成为近年来高新科技领域的主要发展方向。面对全球市场的大变革,作为亚洲第一大AI公司不光要肩负引领行业发展的重责,更需要探索与发现适合高新科技领域发展的方向及领域。巨人的转身不能一蹴而就,大局观很重要,顾及细节逐步调整,稳步发展,才是在当前市场情况下,良性发展的择优策略。未来,希望能有越来越多的人工智能企业参与技术发展和建设中来,顶住压力,迎接时代的变化,也改变这个世界。
商汤科技是家什么公司?
有人管它叫做中国的贝尔实验室,因为商汤科技拥有非常豪华的技术团队。据招股书,商汤拥有40名教授,5000多名员工,其中约三分之二为科学家及工程师,包括250余名博士及博士候选人。
自2014年创办以来,累计拿下70多个全球冠军,600多篇顶级学术论文,拥有8000多项AI发明专利,在全球三大计算机视觉会议上发表的论文总数全球排名第一。
商汤科技的创始人汤晓鸥更是全球人工智能领域最有影响力的科学家之一。