当前位置:首页 > 公众号精选 > 物联传媒
[导读]远川科技评论2020年11月,网上广泛流传着一个视频:一位济南男子为保护个人信息,戴着头盔去看房。媒体闻风而动,调查发现不少房企采取人脸识别与买房折扣挂钩政策,才出现这种极端“艺术行为”。不仅房企,今年大型合家欢打假节目央视3.15晚会,又爆出全国2353家企业安装上百万个人脸识...

本文来源:远川科技评论


2020年11月,网上广泛流传着一个视频:一位济南男子为保护个人信息,戴着头盔去看房。媒体闻风而动,调查发现不少房企采取人脸识别与买房折扣挂钩政策,才出现这种极端“艺术行为”。


不仅房企,今年大型合家欢打假节目央视3.15晚会,又爆出全国2353家企业安装上百万个人脸识别摄像头,包括科勒、宝马、名创优品这种遍布各大商场的品牌店铺,涉嫌在用户不知情前提下,搜集上亿用户面部信息。真可谓“我一心把你当高大上黑科技,你却一心想着扫我的脸赚钱”。


与此同时,今年组队上市的AI企业,遭遇科创板严厉审查:3月11日,AI四小龙之一的依图科技主动中止科创板审核。更早前,冲击“AI语音第一股”的云知声撤回IPO,思必驰传了多次上市仍未有新进展。


在前有侵犯大众隐私,后有科创板IPO不顺的情况下,那些曾在大众记忆留下黑科技印象的AI公司,实际上日子过得大不如前。


短短几年,AI行业就经历了大起大落:它曾被无数资本簇拥风光无限,一时间大量AI项目蜂拥而起,但无法顺利产业落地的硬伤,又将它快速拉下神坛。随着盈利压力越来越大,中国AI行业走到今天已经进入十字路口。


本文将聚焦解决两个问题:


1. AI企业近年到底经历了什么?

2. 曾经辉煌的AI行业,为什么发展到如今局面?


1、AI企业经历了什么?


旷视科技CEO印奇在2020年中媒体会曾说,现阶段所有AI企业正步入死亡之谷。他判断:穿越死亡谷周期,可能在未来18到24个月之间[3]。


坠入死亡谷的AI企业这几年到底经历了什么?


首先是缺钱,2019年是AI投资由热转冷的分水岭,与热火朝天的2018年相比,2019年中国AI企业融资金额由1484亿元下降到967亿元,下降幅度34.8%,融资数量从737下降到431起,下降幅度达到4成[1]。


而估值动辄几十过百亿的AI企业,投资人想脱身也并不容易。《财经》杂志报道,一家头部的AI公司,老股东想按现有估值7折转手,找不到卖家,“6折,且能确定很快上市,才有可能卖出去”[2]。


一级市场融资无路可走,那么通过上市补血这条路是否可行?


很遗憾,事实证明没那么容易。


在上市补血这条路上,AI四小龙可谓“全村的希望”。然而,早在2019年8月,旷视科技就向港交所提交过IPO申请,但最后无疾而终,直到今天仍在冲击科创板。


去年11月,依图科技也尝试上科创板,但由于公司业务、家族信托等47个问题,被上交所首次质询时进行灵魂拷问,今年3月主动申请中止上市审核。身为国家队的云从科技,在招股书披露后,更被业界质疑三年半亏损23个亿。


作为天之骄子的AI小巨头,上科创板怎么就这么难?


翻开旷视、云从以及依图等AI企业的招股书会发现,伴随三家企业缓慢爬坡的营收,是止不住的亏损。


业绩不佳,二级市场自然也不待见。而亏损的重要原因之一是:AI企业特有的高科技、高人才、高研发的“三高”富贵病魔咒。上述三家AI企业,它们近几年的研发费用,少则占到总营收一半,多则高达146.94%。


如果搞研发投入是亏损的核心原因之一,那么艰难的业务转型,则是提升业绩必须承受的阵痛。


比如,靠人脸识别起家依图,已经转型医疗和AI芯片;而AI芯片起家的地平线,索性把整个AIoT芯片业务线砍掉,转做别的业务。开拓市场渠道也成为头等大事,AI芯片小巨头寒武纪,就在招股书中说明自己前五大客户位居第一的是某地方管委会,贡献收入占营收总额46.65%[4]。


伴随业务转型而来的,还有人员的动荡,裁员不算新鲜,高管也有离职。比如,2017年,格灵深瞳CEO何博飞离职,在社交电商领域创业;36氪报道,今年初,前依图科技CTO颜水成加盟东南亚电商Shopee;2019年云天励飞核心技术骨干CTO田第鸿离职。


从融不到钱到上市不顺,到亏损试图转型,再到高管离职,AI企业的发展似乎进入了难以突破的瓶颈。


那么,曾经的资本宠儿为什么会发展到如今这个地步?背后的原因是什么?


2、AI企业为什么不赚钱?


决定AI成败有三大关键元素,分别是:团队、资本和技术。国内的AI企业发展到如今地步,是因为这三个问题吗?


看团队,AI四小龙中,旷视科技三位创始人来自清华大学、培养世界一流计算机学科人才的“姚班”。依图科技CEO朱珑师从美国计算机视觉权威回国创业。云从科技CEO周曦,创业前则是中科院重庆信息所副所长。


再看资金和技术,AI行业不仅在2014到2018年经历了投资热潮,本身也拥有国际首屈一指的AI技术,比如云从科技创始人周曦,就曾带领团队七次夺得世界人工智能识别大赛冠军。


团队、资本和技术都很能打,问题的关键到底出在哪里?答案很可能是落地和竞争问题。具体有以下三大核心原因:


第一大原因:互联网巨头降维打击


在AI这个新产业,BAT等互联网大厂一早就建立自己的AI实验室和技术团队,在大数据、资金、业务场景方面比AI创业公司更具备优势。


首先是大数据,以智能搜索为例,大数据是AI搜索推荐的燃料,而在百度和淘宝,每天都会产生海量的搜索信息,对互联网巨头来说,它天然就有足够多的数据,去建立充分数量的模型,从而更好地用大数据提炼自己的AI技术。


然后是资金方面,财雄势大的互联网大厂,用高薪获取AI人才不是什么难事。AI投资最火的时候,媒体报道“应届生年薪50万,没出校门被抢光”的新闻比比皆是[9]。


最后从业务场景来说,BAT、TMD这些大厂当中,有做社交互动、电商、网约车以及信息推荐,不仅有丰富业务场景让AI技术落地,同时还可以验证、迭代更多数据模型。


有时候,BAT甚至可以用业务场景达到抢夺AI企业客户的目的。对企业客户来说,部署AI,不仅需要算法,也需要算力。以云计算为例,当企业客户购买了BAT的云服务,后者还会给前者配套AI技术。所以,对企业来说,买一送一的服务难道不是更香么?


第二大原因:AI企业自身“不争气”


大部分AI企业早期都有一个通病:理论与实践距离太远。AI技术在打榜竞赛的理想环境使用没问题,但在落地时,如果没有结合实际场景应用,就会出现很多负面后果。


比如,36氪曾报道,格灵深瞳2015年推出产品“皓目行为分析仪”,由于没有结合具体场景情况,在广场测试时,出现在人流密集区遮挡严重、强光情况,连人数都数不清楚的问题[5]。


不仅落地有难度,落地的场景也有限。目前AI行业能够视线商业化落地领域,无非是搜索、语音、人脸识别和自动驾驶等。


当AI企业苦恼落地的时候,百度和淘宝已经用AI围绕自己的搜索业务做智能应用;语音领域方面,科大讯飞一家独大;连安防也是传统大厂海康威视和大华的大本营。也正是如此,四小龙才会在成立后不断转型业务,本质上,仍然是因为没有自己的造血根据地。


第三大原因:源源不断的竞争者


竞争者不断增加的重要原因来自于算法的开源。算法开源无疑降低了AI技术的使用门槛,比如开发者和企业就可以通过百度大脑等平台,获得技术和解决方案。


这种情况就导致,中小企业使用AI技术升级时会产生一个想法:AI技术那么贵,开源算法已经能够满足自己的需求,我为什么要花钱去买AI公司的技术?这无疑又给AI企业商业化一记重击。


AI企业如今面临的局面,可以用一句话形容:前有虎狼,后有追兵,自己还不够争气。但往深一层思考,这能完全怪AI企业吗?是谁制造了如今这个局面的?


3、谁制造了AI泡沫


就在两三年前,很多顶级投资人仍然迷信,凭借一流的资金支持,只要创业公司有一流创始人和技术,配合能把猪吹上天的风口,拿下AI神话绝对不在话下。


于是,天量的资本在极短时间密集砸向了AI行业。AI创业公司也明白天下没有免费午餐,为了给资本一个交代,原本十年才能完成的技术转化,在两年内就要展现出成果。


资本狂热是制造现在AI局面的重要因素之一。但如果跳出资本圈子,从历史角度看,就会发现造成AI泡沫的根本问题在于:人类对AI日益增长的美好愿望与实际落地效果的矛盾


而事实是,AI泡沫在历史上并不是第一次出现。


AI的第一波浪潮,始于1956年达特茅斯学院的暑期会议,世界第一座AILab实验室开始。自此后的十年,AI领域一片红火:美国政府投资了数百万美元、西洋跳棋程序诞生并战胜了人类大师、会文本聊天的机器人、专家系统、根据指令抓积木的机器人相继诞生。


然而,这波热潮却在1973年被一份报告泼了冷水、湿得透透:到目前为止,该领域的任何发现都没有产生当初承诺的重大影响。随后学术界进行了一轮深刻的批评与自我批评,AI的研究进入平静阶段。


1976年,AI第二波热潮兴起,诞生了十余年的专家系统,终于开始在商业中发挥作用,借助数据库积累参与医疗诊断咨询。


在这轮AI研究高峰,日本政府拨款8个多亿美元支持研发、英国耗资3亿多英镑打造AI工程。然而,又过了十年后,人们遗憾发现,机器专家也不灵光,AI研发再次陷入低谷。


1960年代、1980年代,两次产业的迸发与消退、人类的狂喜与失望,归根结底就是一句话:机器没有人们期望的那么智能。


最新一轮的AI浪潮,则由中美两国在2014年掀起。


只不过,即便是被视为最有希望在AI医疗取得突破的沃森健康系统,这家在2014到2017年为IBM提供接近200亿美金收入的AI公司,由于与美国知名肿瘤科医院MDAnderson合作失败,发展仍然存在很大挑战。


AI的发展历程告诉我们,人类必须正确看待这个产业:AI,作为颠覆人类最大的技术,它所需要发展的时间必定会更长。在人们急于催熟它的时候,也只会产生更多泡沫。


4、尾声


如果说有一个产业,是历史上那些著名科幻影视作品都会聚焦的,那就只有AI了——比如《黑客帝国》《终结者》,甚至连日本动画《哆啦A梦》,主角其实也是一个机器人。这在某程度反映,人类对AI抱有足够长时间的好奇和期望。


回到残酷的现实世界,在AI发展的漫长过程中,无数AI企业从先驱变成先烈,活下来的正奋力穿越死亡谷。毫无疑问,每一家真心为AI行业做实事的企业都是值得尊敬的。


但AI企业也必须意识到,企业的运作不仅要有技术,更需要有效的经营方法。一个企业要成为产业巨头和红利享受者,必须花更多时间思考和探索,才是长久之计。


参考资料:

[1] 猎豹全球智库

[2] 旷视科技:摘下独角兽面具,财经杂志

[3] AI企业进入“生死之谷”?旷视CEO印奇:未来18个月决定生死,每日经济新闻

[4] 寒武纪招股书

[5] 格灵深瞳,天才AI公司跌入谷底之后,36氪

[6] 旷视科技招股书

[7] 依图科技招股书

[8] 云从科技招股书

[9] AI百万级人才缺口:应届生年薪50万,没出校门被抢光,第一财经。


~END~


免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

2024年4月12日,中国--服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)宣布,松下自行车科技有限公司(Panasonic)宣布采...

关键字: 人工智能 电动自行车

4月17日消息,斯坦福大学近日发布《2024年AI指数报告》(AI Index Report 2024),凭借AI在大规模胰腺癌早筛上的创新突破,阿里达摩院(湖畔实验室)医疗AI入选科学与医疗领域的年度亮点研究(High...

关键字: AI 人工智能 集成电路

4月17日消息,去年,中国大陆的半导体设备支出约占据了全球总额的三分之一。

关键字: 半导体 传感器 人工智能 电动汽车

4月17日消息,近日微软硬件设计领域的重量级人物、Surface设计团队负责人Ralf Groene在领英上发帖宣布退休。

关键字: 微软 AI 机器AI 比尔盖茨

该实验室的创新技术能够增强人工智能边缘解决方案,提高神经网络能力

关键字: 人工智能 神经网络

英国竞争与市场管理局(CMA)日前表示,对美国科技公司可能会操纵全球AI市场感到担忧。

关键字: AI 谷歌 苹果 微软 Meta

长期专注于B端垂直领域的小笨智能,用一个个落地的“AI+机器人”,成为行业智慧服务解决方案服务商。

关键字: AI 机器人

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习
关闭
关闭