从震惊棋坛的阿法狗，才艺双绝的微软小冰，到疫情期间智能送餐机器人，及如今各地加紧上路的自动驾驶，在今天，AI 几乎无处不在。
9 月 15 日，上海证监局官网公示了 Yitu Limited ( 以下简称 " 依图科技 " ) 辅导备案公示文件。文件显示，AI" 独角兽 " 依图科技与国泰君安证券签署辅导协议，拟以公开发行中国存托凭证（CDR）的方式在 A 股上市。
又一家 AI" 独角兽 " 要上市了。
2019 年 8 月旷视科技向港交所递交了招股说明书；今年 8 月，云从科技启动 A 股上市辅导。至此，多次被传言上市的 AI" 四小龙 " 商汤、旷视、依图和云从，除商汤外，其余三家均已正式启动了 IPO 计划。
在计算机视觉应用领域，被称为 " 四小龙 " 的商汤、旷视、云从、依图，已经抢占了超过 60% 的市场份额，估值都已过百亿。AI" 独角兽 " 企业排队 IPO，属于 AI 公司的时代到来了吗？
还远没有。
根据 Gartner 预测，2022 年全球 AI 芯片的市场规模将从 2018 年的 42.7 亿美元上升到 2023 年的 323 亿美元，2019-2023 年平均增速约为 50%。但翻过硬币的另一面却又是另一番残酷的市场现状。亿欧报告显示，2018 年全年，近 90% 的人工智能公司处于亏损状态，另外 10％则是给传统行业巨头打辅助，扮演着技术提供商的角色，勉强维持温饱。AI 公司前景虽美，但 AI 公司的落地场景、商业化、行业竞争力等方面都需要打一个问号。
一、前景很美好，商业化落地难
人工智能，本质上还是一种技术工具，人工智能进入一个行业将会激活传统行业的市场，帮助传统行业获得更高的生产效率，但是，如果这种生产效率没能获得更高的收益，AI 公司赋能的商业价值也就很难体现出来。
在 AI 公司 " 必争之地 " 安防行业，海康、大华等巨头抢占了大部分市场，客户更换设备的成本非常高，涉及到同步更新服务器、平台，迁移历史数据等问题。如果没有大幅度的技术优势，客户更换设备的动力非常小。
算法是 AI 公司切入安防行业的利器，不过，在安防领域，传统巨头也在组建自研团队，机器视觉的识别成功率能够达到 95％，AI 公司的算法即便更先进，能够达到 97％的识别率，但是对于大多数客户而言 95％已经足够满足需求，更精准的识别率与所付出的成本不成正比。因此，大多数客户并不会为了这不易感知的提升而付出更多预算。
旷视科技安防事业部技术总经理那正平曾有过这样的预判 " 安防这个行业内的玩家基本已经固定了，其他的创业者们再想入局也难度极大。"
对于医疗行业而言，理论上只要给 AI" 喂 " 足够丰富的数据，便可以极大提高医学数据的测定和分析过程的自动化程度，从而大大提高工作的速度，减轻医生的工作强度和减少主观随意性。
比如在医学影像领域，AI 公司可以通过建立模型，对数据大量训练从而对各病种进行筛查，减少医生的工作量，但是问题恰恰处在数据上，使得实际应用有些尴尬。
中国科学院院士、上海交通大学 Bio-X 中心主任贺林表示，国内医院现有业务产出的医疗数据质量普遍不高，特别是病历数据，不同医院写法不同，详略质量参差不齐，同一个病人在不同医院就诊的数据无法链接、整合、形成队列，碎片化程度高。
在 2020 全球人工智能产品应用博览会上，李兰娟院士也提出过同样的担忧 " 大数据与 AI 的平台一定要开放共享。数据据平台如果不开放、不共享，这些数据都是没有价值的。"
除了数据 " 孤岛 " 问题，AI 诊断对数据标注的专业性也提出非常高的要求。对影像数据而言，图片质量标准化程度低，带专业标注的影像图片更需要大量专业医师额外制作，这些都给进一步优化现有人工智能产品带来了阻碍。
并且，贺林院士也指出，医疗是强监管的行业，尤其对于临床辅助产品，需经过药监局认证才可以推向市场。目前国内尚且没有企业拿到新一代医疗 AI 产品的医疗器械注册证。" 智能相对论 " 发现，更多的 AI 公司还是以科研、合作的名义游走在监管边缘。
在智能语音行业，2017 年 2 月，韩国首尔世宗大学举行了一场人类对抗 AI 翻译比赛。参赛选手包括从业经验在 5～20 年的 4 位专业翻译员、谷歌翻译、韩国 NAVER 翻译程序 Papago、自动翻译国际企业 SYSTRAN。最终结果显示，在满分为 60 分的比赛中，AI 翻译平均得分为 20 分，而人类译员平均得分 49 分，远超人工智能。
国内人工智能语音技术几大巨头如科大讯飞、搜狗、腾讯等公司对外宣传技术准确率已达到 97％以上，但在实际应用中，如非常重要的传译场景下准确率流畅度均不如人意。在 2018 年创新与新兴产业发展国际会议中，科大讯飞曾被实锤为利用人工传译内容冒充 AI 机器翻译。
2018 年博鳌论坛采用了腾讯 AI 同传服务，同样出现许多翻译不准确，词汇重复、短语误用情况，甚至将 "Yes,please." 这样的小学生日常对话用语，翻译成了 " 是的，求你了 "，也一度成为了翻译权的新笑料。
二、护城河较浅，跨行竞争大
在一个应用场景下，AI 公司所能占据的市场不仅要防着同行竞争，BAT 以及海康、华为等大头的各类科技公司都有机会抢夺。
这是由人工智能产业链所决定的。人工智能产业链大致分为三层。最底层是基础层，硬件、云计算、数据资源；中间层是技术层，如学习框架、算法模型；在网上应用层即行业赛道，具体的解决方案，通常是传统行业巨头占据。
其中，基础层门槛非常高，芯片、开源框架和云计算有英伟达、高通、英特尔、谷歌、亚马逊、微软、华为、阿里巴巴等巨头把持。AI 创业公司无法突破。
AI 公司主要集中在技术层，这一层也是串联上下两层的关键要塞，是当下巨头打造生态的必争之地，AI 公司以从语音识别、图像识别等算法切入市场，如今随着各家算法逐渐成熟，门槛逐步降低，在算法没有足够差异化的情况下，拼的就是数据量了。
AI 公司既没有非常底层的核心技术，又没有足够强大的数据获取能力，巨头跨界打劫只是时间问题。
非常典型的一个案例是在语音识别领域。称之为 " 中国人工智能第一股 " 科大讯飞，声称掌握了语音识别核心技术，在业内有着近 20 年的积累。而在 2015 年，百度开始布局语音技术领域，仅两年后，2017 年百度便宣布语音技术全系列接口永久免费开放，且提供语音识别、语音合成、语音唤醒多平台 SDK（软件开发工具包），全方位支持开发者和合作伙伴，顺利与华为达成合作。
而后不久，阿里也宣布自研了语音技术，并在淘宝、支付宝等 app 上应用；而二线互联网公司搜狗曾是科大讯飞的合作伙伴，在几年的研发投入后，语音识别率和科大讯飞不相上下。
互联网公司拥有强大的研发实力，海量用户数据天然优势，及更贴近用户使用场景，科大讯飞 20 年的技术沉淀就这样被互联网巨头在数年间轻易追赶上了。
同样的事情也出现在知名 AI 公司寒武纪身上。
2017 年，寒武纪与华为麒麟达成合作，在华为 Mate 10 手机的麒麟 970 芯片上集成寒武纪 1A 处理器（16nm 制程）作为其核心人工智能处理单元。但华为也仅仅将寒武纪的 IP 当做是一个过渡方案，仅一年后，华为达芬奇架构发布，采用更先进的 7nm 工艺制程，随之与寒武纪分手。
可以这么说，在终端项目上，华为与寒武纪既是竞争又是合作关系，后者曾以 AI 算法领先，华为选择寒武纪可以节省成本和研发时间。然而，如今算法已经成为行业的通用技术能力，重要性不言而喻，并且自研芯片和算法更有利于内部调试优化，于是华为转投自研了 " 达芬奇架构 "，性能还略胜寒武纪。
华为是全生态的大玩家，具备上游芯片设计开发能力以及手机、服务器等终端应用优势，很显然，在实际应用上，寒武纪这类 AI 公司非常被动。AI 赛道是残酷了，兴也技术败也技术，一旦技术落后就很容易被坑杀。
三、技术 " 冲锋战 " 转变为资本 " 堡垒战 "
随着 AI 公司的朦胧面纱逐步被揭开，回归理性免不了要 " 掉几块肉 "。有了寒武纪和科大讯飞等前辈的 " 前车之鉴 "，对于这些 AI" 独角兽 " 而言，当务之急或许只能是抢在高估值回落之前，加速将技术 " 冲锋战 " 转变为资本 " 堡垒战 "，在资本寒冬中选择上市是最优解。
从 " 四小龙 " 之一旷视科技招股书的数据里我们得以窥视行业现状。截止去年 9 月份，旷视科技完成了 9 轮融资，总计融资金额达到 13.5 亿美元。其主营业务为政府智慧城市物联网中的安防行业，2019 年，政府项目的 " 大礼包 " 收入为 6.9 亿元，占比为 73.2％。政府项目占比过大，应收账期较长，应收账款多，对于这样一家高融资、高估值的企业而言，收入结构非常不理想。
亿欧智库《2018 中国人工智能商业落地报告》，2017 年中国 AI 创业公司累计获得超过 500 亿元人民币融资，但其中累计产生收入却不足 100 亿元人民币。2018 年全年，近 90% 的人工智能公司处于亏损状态。
但资本已经开始对 AI 公司失去兴趣。
从投中研究院与崇期资本联合发布的《2019 中国人工智能产业投融资白皮书》可以发现一些端倪，国内人工智能领域的总体融资规模从 2015 年的 458 亿元增加至 2018 年的 1189 亿元，但这一数字在 2019 年迅速回落，2019 年前三个季度，融资规模仅为 577 亿元。
在一级市场的资本已经对 " 慢热且疲态 " 的 AI 开始失去兴趣时，对这样一些高估值、低营收、低增长的 " 烫手山芋 "，推动其上市 " 及时止损 " 是必然的。或许错过这一班列车，AI 公司没有新的故事可以讲了。
华为、阿里、腾讯、百度、海康威视等巨头依然在各赛道扮演着 " 导师 " 的角色，引领科技市场的潮流。各个 AI" 独角兽 " 更像是初入门的 " 练习生 "，虽然与 " 导师们 " 同台共舞，但暂时还无法与其一决高下。在此期间，" 独角兽们 " 需要做的，就是把估值转化为成绩，让资本和消费者看到 AI 公司的实力。AI 的美好前景毋庸置疑，但是属于 AI 公司的时代还未到来。
来源：智能相对论 王勋
