亏损上市的旷视科技，如何破局AI商业化困境？

大嘉购整理编辑：

文经授权转自公众号： 向善财经(IPOxscj)，作者：至庸

2011年，由印奇、唐文斌、杨沐三位毕业于清华大学“姚班”的学生联手创立旷视科技，8年之后，旷视科技在香港提交了上市申请。

曾经在7年中获得了9轮融资，融资金额超过70亿元的旷视科技终于迎来一个上市的节点，但上市之后如何在高额亏损之下实现盈利，也是旷视必须面临的挑战。

1

“烧钱AI”的背后，一年亏损52亿

2019年内8月25日晚间，旷视科技正式向港交所提交IPO招股说明书，融资规模预计为10亿美元。自此之后，旷视科技的上市进展一直受到投资者密切关注。对于备受资本宠爱的旷视来说，上市之路却有些波折。

去年11月22日有消息称，旷视科技未通过港交所聆讯，彼时旷视方回应称：报道不实。数月之后，再次赴港上市的旷视，却有着难以言说的“亏损隐疾”。

日前，据路透社报道，港交所已经批准了北京旷视科技有限公司(以下简称“旷视科技”)的IPO申请。但上市之后仍处于盈利困境中的旷视迫于投资人的压力更需要以盈利来能力来支撑自身的估值。

经历过资本寒冬之后，任何形式的亏损都难免触动投资者们敏感神经，而旷视科技一年亏损就高达52亿元。据此前公布的招股书显示，2016 年至 2018 年旷视科技年收入分别为 6700 万元、3.132 亿元、14.269 亿元，呈迅速增长态势，但与此同时，亏损也在迅速上升。

2016 年、2017 年及 2018 年，旷视分别亏损 3.428 亿元、7.59 亿元及 33.51 亿元。截至 2018 年 6 月 30 日及 2019 年 6 月 30 日止的半年内，亏损分别为 7.29 亿元及 52 亿元，同比增加 613.3%。

在现金流方面，处于对技术研发力量投入的考虑，公司，2017年、2018年、2019年上半年经营活动所用现金流金额的分别为-1.5亿元、-7.2亿元和-6.7亿元，有不断扩大的趋势。

其实一般来讲，对于人工智能企业而言，市场投资者更看重的是企业未来收入的增长以及业务指标的提升，在这样的前提下，对企业亏损的包容度会高一些。但资本寒冬之下，AI商业化逐渐进入瓶颈期，其估值模型更偏向ToB企业，因此投资人也更看重企业自身的盈利能力。而对于长期处于亏损中的企业来说，实现盈利仍需要走很长的路。

据一位业内专注AI投资领域的投资人表示，这样的企业毛利至少应该保持在80%以上，实际上主要的成本在于技术研发投入，但如果说技术本身的商业化空间和市场不够多，那么这样的投入还需要持续很长时间，另外，由于投资科技公司更多基于技术价值的判断，所以难免会出现估值过高的情况。

“虽然有不少有巨头参与投资的公司，在上市之初都能获得高估值，但后期的发展还是要靠自己的实力，而上市之后，人们也更加关注企业本身的盈利能力。 ”上述业内人士表示。

2

估值泡沫破碎之后，AI技术陷入商业化困境

曾经有这么一句话形容AI行业的投资泡沫：投资往往跟着泡沫走，泡沫的背后是投资人击鼓传花式的游戏，伴随震撼人心一阵响过一阵的鼓点，估值就这么一轮又一轮地水涨船高起来。

自1956年被提出以来，AI泡沫已将先后爆发过两次，而现在AI技术的发展很大程度上基于深度学历领域的突破，但这样的技术革新也是有天花板的，随着AI行业的逐渐趋冷，这样的天花板也愈发显现出来。

因此，有不具名的AI行业人士认为，人工智能的火爆在一些程度上是被广大媒体和投资人炒起来的，因此他认为“技术神话”被戳穿的那一天，也就是AI企业估值破碎的时刻。

在向善财经看来，实际上AI泡沫的背后，是投资人和公众对于技术短期价值预估的失败，雷库兹韦尔曾说，人们容易高估短期内能够达到的目标，而这样的高估就恰恰体现在人们对学习算法型AI的可商业化程度上。

事实上，依托于数据支撑的AI在现实中的商业化空间是极为狭窄的。

以旷视科技为例，在业务方面，个人物联网、城市物联网和供应链物联网是旷视科技的三大业务落地场景，据招股书显示，三者各自营收占总营收的比重分别为21.8%、73.2%和5%，在个人物联网方面，旷视科技主要为手机厂商做计算机视觉方面的技术支撑。

在城市物联网方面，旷视科技为中国智慧城市管理解决方案的系统集成商提供相应的技术解决方案，并获取利润回报。虽然偏向B端的优势在于大客户策略下虽然能带来较大的订单金额，但存在客户谈判难、客户集中等风险。

另外，来自竞争对手的压力也是旷视科技不得不面对的问题，以智慧安防业务为例，传统安防巨头海康威视、大华股份、宇视科技早已虎视眈眈的面对市场竞争，如果未来爆发价格战，那么旷视则面临着更为艰难的处境。

对此旷视方面也曾表示，“我们所经营的行业竞争十分激烈，且在多个主要业务领域面对竞争。倘我们未能在现有或日后竞争对手中脱颖而出，则我们的业务、财务状况及经营业绩或会受到重大且不利影响。”

宏观层面来看，作为技术方案的提供者，旷视快科技的AI技术在这些领域本身商业化应用的空间就较为有限，其次，面对行业传统玩家，不具备供应链优势的旷视也将面临着更加严苛的商业化环境。

3

技术开源，旷视科技不可忽视的“定时炸弹”

对于AI技术企业来说，AI开发工具的底层代码的开源或将成为隐忧。据有关资料显示，AI产业各层企业比重分化较为明显，其中应用层企业占比最高，达到77.7%;其次是技术层企业，占比为 17.9%;第三是基础层企业，占比为5.4%。

对于旷视科技这样的新兴AI技术企业来说，供算法层面的专业技术支持，而为应用层和技术层实现提供计算机底层架构支撑的基础层却涉及甚少。这也成为限制它们市值或者估值的一个重要维度。

以手机行业的操作系统为例，谷歌的安卓系统成为广大手机厂商赖以生存的“土壤”，三星、华为等手机系统都有自己创新，但始终会在一定程度受限于谷歌。

就目前来看，国外的谷歌、Facebook、微软，国内的BAT等头部科技公司似乎都在搭建自己的可升级可迭代AI开源框架。以谷歌为例，通过第二代深度学习框架TensorFlow向全球开发者免费供给AI库与工具。

国内方面，自2011年开始,阿里一直都在参与技术开源社区的建设，目前Github上主体账号的总项目数是国内最多的;而百度方面在技术开源上也是动作频频。前年，开源其自动驾驶系统Apollo，其自动驾驶软件可供任何人免费下载及修改使用。

巨头们开源自己的AI开源框架，手握庞大的用户数据，这也是占据基础层制高点企业独有的权利。在巨头尚未顾及时抢占垂直场景，成为独角兽，可一旦巨头回过头来，一上来就是放大招，垂直独角兽们虽不至于完败，但业务受损可能在所难免。

虽然阿里对旷视科技有着投资，但很多时候投资机构会投同一赛道下的多家企业，阿里投资了旷视，并不意味着就必须全部押注旷视。

参考过去一年谷歌对华为的动作，不难联想到，如果将来某一天原本开源的开发工具和底层代码不再开放，那将成为所有AI 技术企业的“定时炸弹”，成为企业发展的潜在重大风险，而对于依赖AI技术输出为盈利的旷视科技而言，这样的风险似乎是不可接受的。

结语：

人工智能是个大前景，需要高额的研发费用支撑，以及丰富的产业形态做基础。但AI技术的复杂性以及不停行业AI的垂直化决定了垂直领域技术商业化的局限性。

对于旷视来说，上市不是企业的终点，而是一个挣脱盈利困境的开始。在愈发“务实”的资本期望下，如何尽快取得盈利，回报投资人的期望才是旷视科技未来的方向所在。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。