图片来源：图虫创意

投稿来源：Alter

本以为2021年会是人工智能的IPO大年，等来的却是AI独角兽们的“现形记”。

依图、禾赛、云知声等AI明星企业的上市路被迫中止，旷视、京东科技则传出了二度冲刺IPO的消息。在倒下和继续出发轮番上演的背后，“AI第一股”的名头似乎已不再重要，上市俨然成了继续活下去的“避风港”。

有人用“泡沫破裂”来形容AI独角兽的遭遇，被迫止步二级市场的同时，往往夹杂着高管出走、裁员风波、数据打架、营收崩溃等不利“戏码”，诸如估值过高、盈利能力不足、持续亏损的话术，几乎可以用于形容任何一家人工智能企业。

从宠儿到弃子，人工智能行业的遭遇并不让人陌生，几乎所有的新事物都有着相似的轨迹。不同的是，除了“技术成熟度曲线”所折射的规律，国内AI独角兽高光或落寞的悲喜剧，还离不开一系列的人为因素。

01

To C的逻辑丈量AI

把时间拨回到2016年前后。

当年3月份，谷歌策划了李世石和AlphaGo的围棋人机大战，一场不可谓不成功的公关秀，随即将人工智能的热度在全世界范围内点燃。

5个月后的亚布力中国企业家论坛夏季峰会上，百度创始人李彦宏发表了题为“互联网的下一幕”的演讲，分享了自己对于人工智能改造各行业的思考，并为人工智能的未来图景奠定了基调。

谷歌和百度的姿态迅速被其他科技巨头跟进，腾讯高调喊出了AI in all，阿里巴巴创立了达摩院并启动NASA计划，华为也在第一时间推出了全栈AI策略……和巨头们的嗅觉同样灵敏的，还有疯狂寻找优质标的的创投圈。

彼时国内VC市场的资金充足，在“不缺钱”且看到了风口的局面下，头部的AI创业团队自然成了资本市场的宠儿。

最为典型的例子就是商汤科技。2017年7月，商汤科技宣布完成4.1亿美元B轮融资，刷新了全球AI领域单轮融资额记录，彼时距离商汤科技诞生仅仅过了三个年头；2018年4月，阿里主导了商汤科技6亿美元的C轮融资，也让商汤科技迎来了自己的高光时刻，然后是6.2亿美元C+轮融资以及软银的10亿美金……

做一个粗略计算的话，商汤科技在2018年的半年时间里就拿到了22亿美元，即便是当时融资最为疯狂的滴滴也难以匹敌。何况商汤科技并非是孤例，云从科技、依图科技等明星企业都拿到了动辄几亿、几十亿美金的资金。

正是这次疯狂的融资竞赛，迅速“催肥”了一家又一家AI独角兽。

个中问题可以参考启明创投合伙人邝子平在2018年时提出的观点：“现在绝大部分技术型的、平台型的公司还是ToB的场景，但投资机构却把它们当作ToC的公司来投。这样的公司后续还需要多轮的融资支持成长。如果天使轮一下子把估值做到1亿，那A轮总得3亿，做到F轮怎么办？”

邝子平的隐忧在2019年得到了验证，当资本寒冬传导到AI行业，国内在AI领域的投资额和投资笔数大幅下跌。

倘若仅仅是估值偏高的后遗症，恐怕还不足以诱发“泡沫破裂”的结果。To C逻辑的本质在于早期入场迅速套现，凭借资本上的优势快速收割市场，就像出行、外卖市场等早已被验证的剧情。却忽略了技术的研发周期和落地场景的局限，偏高的估值对比持续微薄的营收，问题自然被放大。

李开复在2020年调侃道：“不少AI公司割了投资人的韭菜”。可从另一个维度上看，AI公司何尝不是被割的对象？

02

追风式的场景落地

巨额的融资是一把双刃剑。

利的一面在于，人工智能本就是重投入的技术赛道，持续的研发投入才可能换来技术上的超车，然后寻找适合的落地场景，再逐渐探索出可行的变现机会，并不断打磨优化形成长期的商业模式。

弊的一面在于，资本市场抛出了数亿美金的筹码，在To C逻辑的制约下，对企业的营收和增长速度抱有很大的期望。只是人工智能的落地绝非一朝一夕，重新估量投入和产出后，资本逐渐退热。

早期宽裕的资金，让不少AI企业放弃了创业初期的筚路蓝缕，选择了寻求快速扩张的战略布局。比如商汤科技为了拓展落地场景，先后并购或注资了十余家企业，涵盖智能硬件、汽车交通、医疗健康等领域。

当资本的输血被迫停止，大多数AI独角兽开始出现资金上的压力，在市场落后于技术和资方急于变现的双重作用下，谋求上市可以说是最有可能摆脱破产命运的门路，也是一波接着一波冲刺IPO的主要原因。

而为了讲出有吸引力的商业故事，频繁转换赛道几乎成了一种常态。

比如依图科技在中止IPO后，传出了动刀医疗团队的消息，为了尽可能减少人力成本，医疗团队业务裁了近70%，销售团队接近崩盘。而在依图科技之前的招股书中，医疗一词被提及了589次，远超金融和硬件。

再比如自动驾驶的吸金能力被佐证后，越来越多的AI企业将自动驾驶视为新赛道。深兰科技已经全面转向自动驾驶，主攻公交车、重卡等大型商用车的智能化；地平线开始裁撤AIoT部门，将重心集中在自动驾驶AI芯片的研发；前面提到的依图科技，也传出要研发自动驾驶相关的技术。

所有的尝试看似很努力，却逃不掉为了IPO粉饰招股书的嫌疑，毕竟转换赛道本就是避重就轻的选择。

一是当前AI独角兽的商业模式以输出解决方案为主，同质化几乎是不可避免的结果，继而就是价格战。据说几年前一套价值千万的人脸识别算法，在算法的门槛被拉低后，已经跌至40 万元的价格。

二是人工智能尚未出现爆发性的应用行业，即便是在智慧城市、AI养猪等方面动作频频的京东科技，此前招股书披露的营收构成中，金融科技的占比高达93.7%，和人工智能有关的营收只有5.7亿元。

何况在资本降温、市场回归理性的大环境下，趁着人工智能的话题效应上市，不失为一种理性的选择，追风式的场景落地某种程度上也无可厚非。只是在本来就不够大的蛋糕面前，等待独角兽挖掘的机会又有多大呢？

03

走出古典思维陷阱

比IPO更为棘手可能是活下去。

就当前的局势来看，或许京东科技、旷视有望打破IPO不利的魔咒，但对大多数AI企业而言，上市融资的路径短期内已经行不通，特别是在监管趋严的背景下，留给AI独角兽的试错空间正在被压缩。如果底层的商业模式不成立，即使再频繁的换赛道追风口，也无法摆脱失血过多被淘汰的命运。

一些AI企业已经开始转变方向，并形成了两股暗流：

譬如给“巨头打工”，百度、阿里、华为等不缺少现金牛的科技巨头，大概率不会因为人工智能的低谷期而折返，转身帮助巨头进行数据标注或者算法模型训练，已经是一些AI企业的选择，毕竟AI企业和巨头是非对称的竞争关系。

不过这样的低姿态并不具有普适性，对于那些估值已经达到几十亿美元的独角兽而言，做巨头的“附庸”似乎不是什么好的选择，过于依赖单一客户的商业模式，本身也不是讨资本市场喜欢的路线。

或者是向硬件转型，由过去单纯做解决方案，逐步推进硬件产品的占比，并依靠硬件来增加营收。旷视的AI摄像头、物流机器人，依图的人工智能芯片，京东科技的机器人等都可归为此类模式。

但目前人工智能的应用场景主要集中在计算机视觉和智能语音，前者几乎被海康威视、大华和华为占领了市场，自身也有独立的算法团队；后者可以参考科大讯飞的营收状况，市场的想象空间非常有限，也是很多AI企业选择的方向。况且靠硬件起家的优必选，最终也上演了折戟IPO的一幕。

其实上述的种种“转型”，一个最大的误区在于违背了技术进化的自然规律，人工智能的规模化应用需要越过算力、数据、市场认知等重重关卡，市场的培育期注定会非常漫长。忽略人工智能的技术本色，强行推进商业化应用落地，以市场营收和行业站位进行自我证明，恐怕不是太聪明的决策。

记得在2020年的世界人工智能大会上，商汤CEO 徐立花了很长的篇幅介绍人工智能的长尾应用，并未过多谈及自家投入50亿元的超算中心。这似乎是一个积极的信号，在BAT们纷纷斥资数百亿打造超算中心、数据中心的当下，AI独角兽们需要厘清自身的优势在哪里，找到正确的商业化方向。

或许商汤科技等独角兽们，可以借助超算中心等算力优势瞄准一些长尾应用深入布局，在单个赛道中建立起护城河，最终在人工智能进入规模化应用时迅速占领市场，但前提时说服投资者认识到技术本身的价值，理解To B的商业规则。

只是在市场被资本疯狂催熟后一地鸡毛的情况下，还有人能抱着一颗平常心吗？

04

写在最后

从时间上来算，旷视、云知声等创立的时间和快手、美团相当，后者已经是万亿市值的互联网新贵，AI独角兽们还在四处寻找出路。

2021年很可能是中国人工智能的又一个分水岭，一些玩家将黯然离场，一些玩家可能赶上IPO的浪潮熬过寒冬。最需要反思的其实是那些被割了韭菜的投资人，互联网式的商业创新已经是过去式，硬科技主导的技术创新终将登上历史的舞台，唯有尊重规律、善待技术，才能等来真的风口。

但愿AI独角兽们的命运不会再重演。