左手拿着钱,右手又撒钱,AI 技术公司为啥喜欢这么玩?( 三 )





去年商汤大概有四千名员工 , 其中有 2500 多人是算法和产品研发人员 , 超过员工总数的一半 。 在商业化团队方面 , 尽管商汤联合创始人杨帆在计算机视觉算法产品化、项目管理、研发管理和团队管理等方面拥有十余年工作经验 , 但只有将 , “没有强悍的兵” , 商汤科技在商业化落地应用上也是挑战重重 。



痛点三:高估值、高亏损、低营收 。



高估值是存在泡沫的 。



对持续亏损的的 2C 互联网公司而言 , 亿级用户量是其高估值的基石 , 那么 , 对于 AI 技术公司而言 , 没有足够多的客户、业务场景支撑 , 仅凭技术本身很难长期支撑起高估值 。 因此 , 去投资一些解决方案服务型公司 , 丰富可能的应用场景是补救的一个办法 。



高亏损的原因是公司收入低 , 但成本高 。



AI 技术公司最大的成本就是人力成本 , 公司以高薪养着几千的研发人员 , 但他们不产生任何收入 , 固定的研发成本占了大头 , 营收增长赶不上开支 , 亏损是必然 。



以寒武纪为例 , 2017 年 - 2019 年 , 寒武纪营收分别为 784.33 万元、1.17 亿元和 4.44 亿;同期亏损金额分别为 3.81 亿元、4104.65 万元、11.79 亿元 , 三年亏损总额超 16 亿元 。



低营收的本质是 AI 创业公司没有承接超大项目的服务能力和大规模交付能力 。



以智慧城市场景为例 , AI 的最佳落地方式是对整个城市大范围的改造 , 小范围落地带来的改变和收效甚微 。 那么对于 to B、to G 这种大订单、大项目模式的产业链环节是比较长的 , 需要上下游配合 , 需要部署 , 很难说一家公司可以大包大揽 , 这十分考验创业公司协调外部资源和协作的能力 。



痛点四:资本极度追捧 AI , 但又缺乏足够的耐心 , 迫切希望获得回报 。



目前头部 AI 技术公司大都走过了 5 年的时间 , 接受过知名风投的大笔投资 , 但现阶段想要走到上市还很困难 , 仅有寒武纪这一家近期将于科创板上市 。



正是在这种种的痛点之下 , 为加速 AI 技术的落地进程 , 商汤科技提出了 “1+1+X” 的商业战略模型:第一个 1 代表研发 , 第二个 1 代表技术产业化 , 而 X 则代表着“赋能百业合作伙伴” 。



在宣布对影谱科技的投资时 , 商汤表示 , 围绕其原创底层深度算法平台与计算机视觉技术 , “商汤逐步通过对外投资等方式 , 吸引更多与商汤存在业务协同和互补性的公司加入人工智能生态中 , 用资本策略放大商汤的技术影响力 。 商汤通过领先的技术形成时间窗口 , 并快速布局行业 , 倾力打造与合作伙伴共赢的人工智能生态 。 ”



3
这些公司也需要 AI 技术赋能



投资是你情我愿 , 这些公司接受商汤的投资也是有原因的 。



从投资案例中 , 我们发现以下几类公司比较愿意: