旷视、依图、云从“排队”IPO,AI离钱真的近了?

文|王迅

来源|智能相对论(aixdlun)

如今,AI几乎无处不在,从震惊国际象棋界的阿法尔狗,有着独特天赋的微软萧冰,到疫情期间的智能送餐机器人,再到遍布全球的公路自动驾驶。

9月15日,上海证监局官网公布易图有限公司(以下简称& ldquo易图科技公司;)辅导归档宣传文件。文件显示AI & ldquo独角兽& rdquo易图科技与国泰君安证券签署了咨询协议,并计划通过公开发行中国存托凭证(CDR)在a股上市。

另一个AI & ldquo独角兽& rdquo上市。

2019年8月,迪法恩科技向香港联交所提交招股说明书;今年8月,从云科技开始了a股上市辅导。目前为止,AI & ldquo四条小龙& rdquo商汤、迪法恩斯、易图、从云,除了商汤,都正式推出IPO计划。

在计算机视觉应用领域,它被称为& ldquo四条小龙& rdquo商汤、漠视、从云、易图抢占了60%以上的市场份额,估值均超过100亿元。AI & ldquo;独角兽& rdquo企业排队IPO属于AI公司的时候到了吗?

远非如此。

根据高德纳的预测,全球AI芯片市场规模将从2018年的42.7亿美元增加到2022年的323亿美元,2019年至2023年平均增长率约为50%。但反其道而行之是另一种残酷的市场情况。据十亿欧元报告,【/S2/】2018年全年,近90%的人工智能公司处于亏损状态,另外10%则在协助传统行业巨头,扮演技术提供商的角色,勉强维持温饱。【/S2/】虽然AI公司前景美好,但AI公司的落地场景、商业化、行业竞争力都有待质疑。

第一,前景很好,商业化很难

人工智能,本质上还是一个技术工具。人工智能进入一个行业,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。但如果这种生产效率未能获得更高的收益,AI公司赋予的商业价值将难以体现。

在AI公司& ldquo战场& rdquo在安防行业,海康、大华等巨头抢占了大部分市场,为客户更换设备的成本非常高,涉及到服务器和平台的同步更新以及历史数据的迁移。如果没有显著的技术优势,客户就没有动力更换设备。

算法是AI公司切入安防行业的利器。但是在安防领域,传统巨头也在组建自主开发的团队,机器视觉的识别成功率可以达到95%。即使AI公司的算法更先进,也能达到97%的识别率。【/s2/】但是对于大多数客户来说,95%就足够满足需求了,更准确的识别率与付出的成本不成正比。因此,大多数客户不会为这种潜移默化的促销活动支付更多预算。

不考虑技术安全事业部总经理那正平有这样的预判& ldquo安防行业的玩家已经基本固定,其他创业者再想进入游戏是极其困难的。& rdquo

对于医疗行业,理论上只要给AI & ldquo您好& rdquo足够丰富的数据可以大大提高医疗数据测量和分析过程的自动化程度,从而大大提高工作速度,降低医生的工作强度,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、训练大量数据来筛选各种疾病,从而减少医生的工作量。但是问题出在数据上,使得实际应用有些尴尬。

中科院院士、上海交通大学Bio-X中心主任何林表示,国内医院现有业务产生的医疗数据质量普遍不高,尤其是病历数据,不同医院书写方式不同,详细质量参差不齐。同一患者在不同医院的数据无法链接、整合、排队,碎片化程度高。

在2020年全球人工智能产品应用博览会上,李兰娟院士也提出了同样的关注& ldquo大数据和AI的平台必须是开放共享的。如果数据平台不开放,不共享,这些数据毫无价值。& rdquo

除了数据& ldquo孤岛& rdquo问题,AI诊断对数据标注的专业性也提出了很高的要求。就图像数据而言,图像质量标准化程度较低,带有专业标签的图像图片需要大量专业医生进行额外制作,阻碍了现有人工智能产品的进一步优化。

而且,何林院士还指出,医疗是一个监管力度很大的行业,尤其是临床辅助产品,需要经过食品药品监督管理局认证后才能上市。目前国内还没有企业获得新一代医疗AI产品的医疗器械注册证。& ldquo智能相对论& rdquo发现有更多的AI公司还在以科研合作的名义处于监管的边缘。

在智能语音行业,2017年2月,韩国首尔世宗大学举办了人对AI翻译比赛。参赛选手包括4位有5 ~ 20年经验的专业翻译,Google Translate,韩国的NAVER翻译项目Papago,以及国际自动翻译企业SYSTRAN。最终结果显示,人工智能翻译的平均得分为20分,而人类翻译的平均得分为49分,远远超过人工智能。

国内人工智能语音技术巨头如科大讯飞、搜狗、腾讯等公司的准确率已经达到97%以上,但是在实际应用中,比如非常重要的口译场景,准确率和流畅度都不尽如人意。在2018年创新与新兴产业发展国际会议上,科大讯飞被用作人工智能机器翻译,使用人工翻译。

2018年博鳌论坛采用腾讯AI同传服务,也有不少翻译不准确,词汇重复,词组误用,甚至& ldquo好的。& rdquo小学生的这种日常对话语言翻译成& ldquo是的,请& rdquo一度成为翻译权的新笑话。

二是护城河浅,跨行竞争大

在一个应用场景中,AI公司能够占领的市场,不仅要防范同行竞争,BAT、海康、华为等大头科技公司也有机会抢占。

这是人工智能产业链决定的。人工智能产业链大致分为三层。底层是基础层,硬件,云计算,数据资源;中间层是技术层,比如学习框架和算法模型;在线应用层,也就是行业轨道,具体的解决方案通常都是由传统的行业巨头占据。

其中,基础层门槛很高,芯片、开源框架、云计算都被NVIDIA、高通、英特尔、谷歌、亚马逊、微软、华为、阿里巴巴等巨头控制。AI创业公司无法突破。

AI公司主要集中在技术层,也是串联上下两层的关键堡垒,是巨头打造生态的战场。人工智能公司通过语音识别和图像识别等算法进入市场。现在随着各种算法的逐渐成熟,门槛也逐渐降低。在算法分化不够的情况下,就是数据量。

AI公司既没有非常低级的核心技术,也没有足够强大的数据采集能力。巨人跨境抢劫只是时间问题。

一个非常典型的例子是语音识别领域。称之为& ldquo中国第一支人工智能股票& rdquo自称掌握了语音识别核心技术的科大讯飞,在业界已经积累了近20年的经验。2015年,百度开始布局语音技术领域。仅仅两年后的2017年,百度宣布将永久免费开放全系列语音技术接口,并提供语音识别、语音合成、语音唤醒的多平台SDK(软件开发套件),全方位支持开发者和合作伙伴,成功与华为达成合作。

不久之后,阿里也宣布自己开发了语音技术,并应用在淘宝、支付宝等应用上;搜狗是一家二线互联网公司,曾是科大讯飞的合作伙伴。经过几年的研发投入,语音识别率堪比科大讯飞。

互联网公司拥有强大的R&D实力,海量用户数据的天然优势,更贴近用户使用场景。科大讯飞20年的科技沉淀,在几年内已经被互联网巨头轻松赶超。

同样的事情也发生在著名的AI公司寒武纪身上。

2017年,寒武纪与华为麒麟达成合作,将寒武纪1A处理器(16纳米工艺)作为其核心人工智能处理单元集成在华为Mate 10手机麒麟970芯片上。但华为只把寒武纪IP作为过渡解决方案。仅仅一年后,华为达芬奇架构发布,采用了更先进的7nm工艺,之后与寒武纪分手。

可以说,在终端项目上,华为和寒武纪是既有竞争又有合作的,后者曾经以AI算法领先。华为选择寒武纪可以节约成本和研发时间。但是算法已经成为行业的通用技术能力,重要性不言而喻,自主开发的芯片和算法更有利于内部调试和优化,所以华为转而自主开发& ldquo达芬奇建筑& rdquo而且性能略好于寒武纪。华为是整个生态中的大玩家,拥有上游芯片设计开发和手机、服务器等终端应用的优势。很明显,寒武纪这样的AI公司在实际应用中非常被动。AI赛道比较残酷,一旦技术落后很容易被坑。

三.技术& ldquo冲锋战& rdquo变成资本& ldquo堡垒战役& rdquo

前者& ldquo人工智能的第一支股票& rdquo很多年来,科大讯飞上市的业绩还是靠当地政府购买教学软件和政法软件,与AI没有直接关系。更可笑的是,2018年央视被曝以“AI”的名义在各地储备土地,建科技园赚取高额利润,让这家人工智能企业落在了后面& ldquo诚实工作& rdquo笑柄。

由华为& ldquo放弃& rdquo寒武纪时期,为了保持200亿的高估值,迅速上市,他们甚至承接政府项目,在Xi、珠海等地建设数据中心作为集成商,成为& ldquo承包商& rdquo。寒武纪2019年收入4.4亿元,其中80%来自这两个地方政府的IDC项目,其中AI芯片收入仅占15%。

随着AI公司的面纱逐渐揭开,回归理性& ldquo丢几块肉& rdquo。与寒武纪和科大讯飞&ldquo等前辈;过去的教训。,对于这些AI & ldquo独角兽& rdquo另一方面,最紧迫的任务可能是加速技术& ldquo在高估值下降之前。冲锋战& rdquo变成资本& ldquo堡垒战役& rdquo在资本寒冬选择上市是最好的解决办法。

From & other四条小龙& rdquo一、忽略技术说明书中的数据,可以窥见行业现状。截至去年9月,远景科技完成9轮融资,融资总额13.5亿美元。其主营业务是政府智慧城市物联网中的安防行业。2019年,& ldquo礼包& rdquo收入6.9亿元,占73.2%。政府项目比例过大,应收账款周期长,应收账款多。对于这样一个高融资、高估值的企业来说,收入结构并不理想。

根据《2018中国人工智能业务落地报告》,2017年,中国AI创业公司获得融资500多亿元人民币,但累计营收不足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。

& ldquo智能相对论& rdquo发现资本已经开始对AI公司失去兴趣。[/s2/]

根据《2018中国人工智能业务落地报告》,2017年,中国AI创业公司获得融资500多亿元人民币,但累计营收不足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。

从中国投资研究院和崇启资本联合发布的《2019中国人工智能产业投融资白皮书》中,我们可以找到一些线索。国内人工智能领域整体融资规模从2015年的458亿元增加到2018年的1189亿元,但这一数字在2019年迅速下降。2019年前三季度,融资规模仅为577亿元。

一级市场的资本已经是& ldquo慢热和疲劳。当人工智能开始失去兴趣时,对于如此高的估值、低收入和低增长& ldquo烫手山芋& rdquo促进其上市& ldquo及时止损& rdquo是必然的。可能错过了这趟火车,AI也没什么新的故事可讲了。

华为、阿里、腾讯、百度、Hikvision等巨头依旧玩& ldquoMentor & rdquo角色,引领技术市场的潮流。每个人工智能& ldquo独角兽& rdquo更像是初学者& ldquo受训者& rdquo,虽然用& ldquo导师& rdquo在同一个舞台上跳舞,但我还不能与之竞争。与此同时,& ldquo独角兽& rdquo需要做的是把估值变成业绩,让资本和消费者看到AI公司的实力。AI的美好未来毋庸置疑,但AI公司的时代还没有到来。

深挖智慧之井,再添VX:致小燕

本内容来自智能相对论。

仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘录、复制或创建镜像。

部分图片来源于互联网,版权归属未经核实,不用于商业用途。如有侵权,请联系我们。

智能相对论(微信ID:aixdlun):

& bullAI行业新媒体;

& bull今日头条青云计划赢家TOP10

& bull《造纸技术》月度排行榜前5名;

& bull这篇文章很长。占领& rdquo钛媒热门文章排行榜前10名;

& bull他是《人工智能的十万个为什么》的作者

& bull【重点领域】智能家电(包括白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者及其背后的芯片和算法。

为您推荐

发表评论

电子邮件地址不会被公开。