撰文 / 張賀飛
編輯 / 沈潔
一位機器人領域的創業者，在媒體采訪時對中國的AI公司按照路徑進行了代際劃分：
“第一代AI公司可能就是一批大牛，砸了很多錢做技術，說自己擁有算法、算力，但實際上這些AI公司具體是干什么的，他們自己可能都不清楚，醫療、安防、自動駕駛可能什么都想做，但都不清晰。雖然第二代公司的創始人大多也都是技術背景出身，但AI只是我們的一個工具和手段，不是因為我懂AI，然后再去找場景。”
這樣的觀點并不缺少其內在邏輯。當AI“四小龍”代表的第一代AI公司屢屢在資本市場碰壁的時候，機器人行業的融資潮正在全面升溫，僅2021年上半年國內機器人領域的融資數量就高達174起，超過40起融資的單筆金額過億，甚至有多家創業公司在過去一年內完成了兩筆及以上的融資。
資本市場的涼與熱，往往是行業冷暖的晴雨表。只是第二代AI公司是否比前輩們更理性、更長遠、更幸運，似乎還要畫一個問號。
01
第一代AI公司怎么了？
比起第二代AI公司的風頭正盛，第一代AI公司著實有些相形見絀，甚至一些獨角獸級別的企業正在經歷一場至暗時刻。
IPO征程的跌宕起伏就是最真實的縮影。依圖科技主動“撤單”IPO后，裁員風波愈演愈烈；在科創板上市的云從科技，近30億的虧損多次被外界詬病；IPO大門外兜兜轉轉的曠視、商湯、云天勵飛等企業，同樣在為創收掙扎。
為了提升自身的“造血”能力，第一代AI公司的動作越發整齊劃一。比如越來越多的企業打起了芯片的主意，依圖、商湯、云天勵飛等無一缺席；醫療賽道紛紛成為多方角逐的對象，依圖曾將醫療視為主要的營收引擎、商湯多次進軍醫藥研發等相關領域、曠視瞄準了醫藥供應鏈、云從將智慧醫院作為自己的新戰場……零售、金融、交通、醫療，幾乎所有熱門領域都在進行布局。
可將第一代AI公司視為“理想主義”驅動的技術派，似乎并不確切。無論是依圖、商湯、曠視，還是云從、云天勵飛，可以說是清一色的計算機視覺企業，最早瞄準的都是安防工程和智慧城市等場景，簡單來說就是用自家的計算機視覺算法搭配海康威視、大華股份、宇視科技等安防廠商的攝像頭，牢牢抓住了一輪市場紅利。
資本市場的反應，佐證了了第一代AI公司的獨到眼光。
2017年到2019年的三年時間里，AI“四小龍”一度占據國內計算機視覺應用市場 60%的份額，僅2018年就獲得了合計超30億美元的融資，占據中國 AI 企業融資總額五分之一。其中商湯科技的單輪融資就有10億美元，迅速躋身獨角獸陣營，可謂風頭無兩。
然而“技術外包”的商業模式，注定了這場合作的脆弱性。海康威視、大華股份以及后續入場的華為，均在推進視覺識別算法的自主研發，以降低算法采購的成本，直接和曠視、依圖等算法廠商產生了利益沖突。
為了營收結構的多元化，第一代AI公司紛紛尋求突圍，主流的思路正是平臺化，即朝硬件+算法的方向轉型，不再是直接售賣代碼的粗狂打法，轉向輸出場景化的解決方案，和阿里、百度等巨頭的策略越發相似。
可以佐證的是云天勵飛在招股書中對募集資金的規劃：8億元用于城市 AI 計算中樞及智慧應用研發項目，3億元用于面向場景的下一代 AI 技術研發項目，5億元用于基于神經網絡處理器的視覺計算 AI 芯片項目，14億元用于補充流動資金項目。除了用來填補虧損的一部分資金，過半金額在為輸出解決方案鋪路。
只是當前人工智能的落地仍集中在安防、零售、金融等場景，短期內無法滲透進更多的行業，產品落地和商業化的進度仍存在很大的不確定性，何況還要應對阿里、百度等互聯網巨頭的挑戰。再加上一些AI公司為了講出新故事，跟風進入造車、元宇宙等新興領域，第一代AI公司“什么都想做”的說法可謂實錘。
02
資本仍愿為場景買單
哪怕曾經是啟明星般的“第一代AI公司”，在被貼上燒錢、內卷等略帶負面的標簽后，逐漸成了資本市場避著走的“棄兒”。
胡潤研究院在《2020胡潤全球獨角獸榜》中，對商湯、曠視、云從、依圖的估值進行了排名，分別為500億元、300億元、200億元和140億元，除了商湯科技的估值比2019年提升了100億元，另外三家的估值幾乎和兩年前持平。
AI“四小龍”終于不再性感，但資本并未對AI關上大門，一大批“找到了場景”的企業開始被資本所青睞。
瞄準AI制藥的化學合成智能化平臺智化科技，剛剛拿到了源碼資本領投的A+輪融資，1500萬美元的資金將被用于 AI 自動化合成平臺建設和專業的市場推廣。AI醫藥被《麻省理工科技評論》評定為 2020 年度“十大突破性技術”，而智化科技找到的場景是利用人工智能和化學大數據解決新藥研發臨床前的化學合成問題。
同樣歸屬AI制藥賽道的還有深勢科技，不久前拿到了高瓴創投領投的數千萬美元A輪融資，資金將用于以新一代分子模擬平臺為代表的科學計算平臺的建設，以及相關技術在藥物、材料設計等場景的落地。同時這也是深勢科技一年內的第三輪融資，元璟資本、清流資本、百度風投等都曾出現在前面兩輪融資的投資名單中。
如果說醫藥領域的前景還有麻省理工等機構的背書，一些小眾且細分場景的資本行為足以用“瘋狂”二字來形容。
比如一家主打健身鏡產品的企業，給鏡子加入了動作捕捉、語音識別等算法，為健身人群提供基礎的健身知識和動作糾正，經過網紅們的營銷造勢賣到了近萬元的價格。這家創立于2019年的企業也趁勢崛起，兩年時間就拿到了3.91億美元的融資，即便每個月的銷量還只有300多臺的規模。
可以給出的解釋是，第二代AI公司多半屬于產品型公司，即看到了某個待解的痛點，然后利用人工智能去解決問題，有著明確的目標客戶，商業變現的時間周期相對更短，且容易講出有話題性的商業故事。
只是“找到場景”只是第一步，后續仍存在太多的不確定性。譬如正在謀求私有化的流利說，用算法取代了人工成本，在毛利率方面遠高于傳統教培機構，然而定制化的AI交互課程未能吸引到足夠的付費用戶，獲客嚴重依賴市場營銷和廣告，后續的場景拓展也不順利，以至于股價在三年時間內縮水了9成。
資本的青睞不是什么壞消息，讓人擔憂的卻是資本的態度，仍在以消費互聯網的邏輯丈量AI的落地進程，熱衷于回報率高的早期投資，喜歡一窩蜂地涌向所謂的熱門賽道。
典型的例子就是每年數百起融資的機器人賽道，或許可以細分出工業、家用、配送等不同的細分品類，可在算法和場景的制約下，市場的高度同質化也是不爭的事實，僅配送機器人市場就有幾十家企業完成了融資，注定有大量的玩家逐步被市場所淘汰。
03
中國AI創業的“魔咒”
場景為王的思維似乎并沒有什么錯，但中國AI創業隱藏的深層次問題，儼然不是“缺少場景”幾個字就能夠掩蓋的。
中國工程院院士李國杰日前的一篇文章，在坊間引發了不小的爭議，雖然文章中提到的問題大多是對學術界的呼吁，但“頂不了天、落不了地”的結論一陣見血的點出了人工智能在商業化方面遭遇的困局。
還是以AI“四小龍”為例，外界眼中的第一代AI公司，留下了重技術輕場景的印象，細究的話恐怕并不十分準確。
綜合幾家AI公司的招股書數據，每年的研發費用普遍維持在10億元左右的水平，部分企業的研發費用還在2億元上下。和這些企業每年的營收相比，技術研發投入的占比已經非常可觀。
可做一個橫向比較的話，阿里、騰訊、百度、華為等每年的研發費用常年維持在百億元的量級，即便是海康威視這樣的安防企業，2021年的研發費用也有38.78億元。或許這些資金只有一部分被用于AI研發，單就上述巨頭對于AI的態度來看，大概率意味著創業公司很難在技術上構建絕對的優勢。
何況行業巨頭們離場景更近。美團的算法可以直接優化騎手的配送路線，探索AI在餐飲外賣領域的應用；字節跳動的推薦算法，打造了龐大的信息分發矩陣；百度的語音和圖像識別等技術，第一時間在小度、Apollo等產品中循環驗證……AI創業公司則需要有更大的投入補齊商業基礎設施的短板，在人工智能缺少規模化落地的大環境下，對資本而言無異于一場看不到盡頭的豪賭。
場景驅動的第二代AI公司，能否避免同樣的宿命？答案似乎并不樂觀。
被資本押注的機器人賽道已經印證了這一點。現階段機器人的適用場景還比較有限，主要集中在對重復性人力工作的替代，譬如配送、質檢、分揀等工作，比拼的是技術成熟度和產品成本。資本的大舉進入已經產生了一些不利的負面反應，就像一些企業拿到了十倍于當前營收的資金，將很大一部分資金用于搶項目，出現了因同質化競爭大打價格戰的苗頭，儼然違背了行業應有的進化節奏。
由于機器人的應用場景屬于To B層面，不可能像C端產品那樣爆發性增長，有限的市場需求擠入了太多的玩家，在技術無法跳躍式創新的局面下，可能會出現資源錯配的亂象，比如一些公司用燒錢的方式搶人才、搶客戶，以惡性競爭的方式消滅競爭對手，繼而上演劣幣驅逐良幣的一幕。
“頂不了天、落不了地”，顯然不只是針對學術界的吶喊，也是對創投圈的警醒。留給資本層面的挑戰，絕非是瞅準下一個百億、千億級的機會窗口，而是從資本層面打通產業協同的閉環，讓技術優勢的企業可以專注于技術，讓場景落地的企業更好地優化場景，繼而探索出一條可行的新路徑。
無可否認的是，人工智能是一個系統性的機會，資本市場的熱忱已經是最好的詮釋，可這個時代需要的不是蒙眼狂奔。
04
結語
四年多前，還是百度集團總裁的陸奇曾經說過這樣一段話：
“談到人工智能技術，可能很多人會聯想到谷歌、微軟這些以研發見長的科技巨頭。但AI商業化的榜樣卻是亞馬遜。谷歌和微軟的路徑都錯了，亞馬遜的路徑才是人工智能競爭的正途，人工智能技術的最佳商業化方式是打造生態系統。”
或許陸奇的言論有著明顯的個人立場，對AI商業化來說卻不失為一句忠告。相比于第一代AI公司、第二代AI公司這樣對立的態度，中國AI創業者欠缺的恰恰是生態思維，或是狹義上的某家公司主導的研發、賦能、落地的商業生態，或是廣義上的研發型企業和場景型企業共生的協作生態。
國內的AI創業者想要擺脫“魔咒”，還有很長的一段路要走。
