1. 创业头条
  2. 前沿领域
  3. 人工智能
  4. 正文

抱歉,AI还回答不了盈利问题

 2021-08-19 09:15  来源:A5专栏  我来投稿 撤稿纠错

  【推荐】海外独服/站群服务器/高防

第四范式也向港股发起了冲刺。

IPO招股书披露的一连串数据中,话题性最强的依然是亏损情况。2018年到2020年期间,第四范式分别亏损3.72亿元、7.18亿元、7.5亿元,2021年上半年的亏损则进一步扩大为11.87亿元。过去三年半的时间里,第四范式已经烧掉30.72亿元。

这样一组数据似乎并不让人感到诧异。旷视、云知声、依图、云从科技等几乎所有想要走向二级资本市场的AI独角兽,都交出了一份亏损数十亿元的成绩单,而盈利就像是一个“魔咒”被施加在所有玩家身上。

当亏损成为所有人工智能企业的“通病”,曾经的明星创业者逐渐失宠,第四范式们是否还有破局的机会?

01 拿步枪打苍蝇

海康威视总裁胡扬忠曾在媒体采访中,这般形容安防领域的野蛮人:“以通讯行业为例,其运营和销售成本比安防高很多,所以用高成本的人力去跑安防,就像拿步枪打苍蝇一样,投入与产出是非常不匹配的。”

看似是对科技巨头插足安防市场的“怒怼”,可“拿步枪打苍蝇”的比喻巧妙的道出了人工智能企业亏损的根源。

正如两年前被无数人鼓吹的AI人才短缺,掀起了一场轰轰烈烈的抢人大战。为了掌握前沿技术的主动权,科技巨头和创业公司都在组建自己的科学家团队,博士人才的年薪迅速被炒高的百万级别。商汤科技的创始人徐立就曾在公开场合透露,公司成立之初就将大约一半的资金用在了人才招聘上。

算法和人才也随即成为资本下注的主要因素,“投人工智能要先投科学家”成了创投圈的隐性共识,以至于出现了顶级AI科学家在不同创业公司间来回转场的一幕。或许硬科技的天然特征就是烧钱研发,由于研发难度大技术链条长,短期内无法盈利甚至持续亏损都是行业的普遍现象。

但技术实力不等于变现能力,在年薪百万的博士工程师跑到工厂写代码的那一刻,就注定了人工智能的悲情角色。

大多数人工智能企业的人才结构都有些畸形,懂算法、懂理论的博士,却不懂产业痛点和既有规则,让他们下沉到工厂这样的场景里解决问题,性价比自然比不上海康威视等企业用一群本科生塑造的铁军。在人力成本严重不对等的局面下,即便可以创造营收,也难以产生可观的利润。

何况当前AI落地的场景过于碎片化,不同用户有着不同的需求,定制化的比例远高于标准化的方案。结果就是,人工智能企业无法通过单点突破迅速收割市场,只能做完一个项目再做下一个项目,在定制化、成本高、利润低等不利因素的制约下,亏损也就成了一种难以避免的常态:看起来营收在逐年增长,需要的研发投入也在逐年增加,最终还是没有等来营收平衡的临界点。

艾媒咨询CEO张毅的观点可谓相当有针对性:“目前人工智能企业在不断地开拓新业务试图拉高营收数据,但营收增长的同时,利润却没有得到同步增长,也就意味着营收带有一定的泡沫。营业成本居高不下,营收回血跟不上烧钱速度,直接导致很多企业的现金流数据不容乐观。”

这大抵也是AI独角兽们频频冲刺IPO的诱因。早期的资本对研发上的高投入还比较宽容,可持续的亏损正在消磨资本的意志,在一级市场态度冷漠的局面下,抓住行业最后的窗口期上市,可以说是为数不多活下去的机会。

02 盈利暂时无解

麦吉洛咨询资深分析师司马秋曾表示,“从营收的角度来看,AI是个超级赛道,拥有巨大的市场前景。但是从AI四小龙的财务数据来看,AI应用落地仍然存在一定难度,营收不如预期,持续亏损。”

至于营收不如预期的原因,或许可以找到两种解释:

一是外部大环境的制约,像自动驾驶这样能够低成本复制的标准化产业,短期内很难规模化落地,而金融、安防、医疗等商业化比较成熟的领域,目前还没有哪家AI独角兽走出亏损的死胡同。

二是商业化变现的浮躁,很多技术创业公司会陷入闭门造车的困境,个中原因离不开创业者的“需求臆想症”,即习惯性思考技术可以做出什么样的产品,而非目标市场到底需要什么样的产品。

一个直接的例子,曾经有一家制造业工厂寻求人工智能企业合作,但找了很多家都遭遇了碰壁,要么以需要硬件研发为由拒绝,要么坦陈对方的体量太小。也就折射了一个深层次的问题,尽管很多人工智能企业在积极寻找商业化变现的路径,可聚焦到一线的销售或商务身上,仍然苛求接大单。

其实这一现象并不难理解。算法、算力和数据是人工智能三个核心要素,但目前的普遍现状在于,客户的需求都是非标准化的,哪怕是最基础的产品瑕疵检测,也需要足够的样本数据进行算法模型训练,而小样本学习技术又面临数据孤岛、数据隐私保护等问题,落地的潜在成本可想而知。

为了解决类似的命题,一种流行的思路是像IBM那样控制“中间件”,比如将算法、芯片等占据核心地位且毛利高的产品掌握在自己手中,帮助其他企业牵线搭桥,尝试将落地的环节交给上下游的合作伙伴。

商汤、旷视等独角兽很早就成立了投资部门,思必驰、中科视拓等也和VC机构联合成立了产业基金。目的正是通过投资上下游企业,打通商业化落地的闭环,那些被投的企业可以在场景落地、政府资源等方面弥补人工智能企业的不足。

秉持同样理念的还有百度智能云,在2020年末推出了“云智生态计划”,计划在三年内扶植1万家合作伙伴,并与其中200家建立重点扶持关系。意图也是与合作伙伴相互集成,进而加速人工智能在各行各业的落地。

有些遗憾的是,诸如计算机视觉、智能语音等领域并没有太大的技术壁垒,呈现出的态势是技术的趋同,没有哪家的技术绝对领先,即使是一些小的创业公司也能拿出和独角兽们相似的解决方案,所谓的市场统治力也就无从谈起。

IBM、甲骨文、SAP等企业的高分答卷,还人工智能赛道上还无法复制。

03 几个可能方向

现代管理之父彼得•德鲁克说过:“动荡时代最大的危险不是动荡本身,而是仍然用过去的逻辑做事。”

同样的道理俨然适用于人工智能,巨额亏损的原因无外乎两点:一是自身的成本太高,包括研发、人力、营销、渠道,以及项目落地过程中的隐形成本;二是盈利跟不上,按照固有的模式输出技术的路线,早已被证实缺少想象力。

想要走出当下的盈利困局,抑或说为企业找到新的增长空间和故事脚本,还需要继续寻找可行的轨迹。目前市面上也出现了几种流行方向:

比如对深度学习框架的角逐。作为人工智能时代的操作系统,开源深度学习框架的价值不言而喻。切换到商业化的视角上,开源深度学习框架无疑是不可或缺的生产力平台,也是连接各行各业开发者的理想方式。一旦可以在上游解决算法门槛,人工智能的落地剩下的就只是时间问题。

然而目前国内过半的开发者还扎堆在TensorFlow和PyTorch,开发者生态比较成熟的仅有百度飞桨,华为MindSpore、旷视天元、一流科技的OneFlow等才刚刚起步。或许意味着这个市场还存在很大的机会空间,同时也预示着国内开源生态的成熟还需要长时间的市场教育,短期内无法改变人工智能企业的盈亏。

再比如降低AI应用的成本。人工智能的最大问题并不是缺少应用场景,而是人工智能带来的效率提升远低于成本投入。很多企业找到了人工智能的场景,获得了技术落地的价值提升,但没有到达产出高于投入的临界点。

除了寄希望于市场的逐渐成熟,一个重要的赛点在于降低技术的边际成本,当边际成本足够低的时候,所有的问题都将迎刃而解。开源深度学习框架是一种可行路径,SaaS服务可能是另一种可行路径,即将算法模型以可复用的SaaS进行订阅。

虽然轻量化的SaaS服务无法满足客单价高的重型解决方案,却也不失为一种创收手段。毕竟B端业务依旧是人工智能行业的营收大头,可动辄半年以上的付款周期,严重限制了人工智能企业的资金流动,乃至成了人工智能规模化落地的另类桎梏,付费订阅则巧妙地化解了里面的种种问题。

不管怎样,从谈概念、讲技术到拼场景、抢落地,人工智能已经进入到了新的时间周期,继续沿用旧有的套路和范式,恐怕很难再让资本市场买单,一起起IPO失败的惨烈案例,何尝不是最直接的教训。

同时需要明白的是,倘若人工智能的商业化由阴转晴,大概率预示着进入门槛已经足够低,势必会吸引越来越多的玩家来抢食市场,战况将前所未有的复杂,彼时等待人工智能企业应对的麻烦将只多不少。

04 写在最后

人工智能曾经是下一个商业时代的触点,引诱了一众创业者和投资人,可最终也没能跳出行业兴衰的节奏。

答案或许就藏在第四范式创始人戴文渊的一句实话里:“现在几乎没有企业不用到AI的技术,但是如果说哪个企业把AI拿掉后活不下去,这样的企业也很少。这是我们认为人工智能最大的挑战,虽然有用,但是没有特别大的用处。”

所有泡沫都有碎裂的时候,人工智能的浪潮也没有例外,却也让人们越来越理性思考人工智能的技术价值和商业价值。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
ai技术

相关文章

  • 汇聚中国AI顶尖力量 云天励飞参与华为AI大模型联合创新

    2023年7月6日,第六届世界人工智能大会(WAIC2023)在上海开幕,“人工智能大模型”是本届大会的备受瞩目的话题,据悉,在昇腾AI大模型的创新研发中,华为联手26家行业领军企业,组建了一支协同创新的“AI明星队”,云天励飞作为中国人工智能企业的杰出代表,和互联网大厂、运营商、科研院所等优秀团队

    标签:
    ai技术
  • 用友大易:迈入AI招聘2.0时代,让人力资源回归本质

    这几个月来,以ChatGPT为代表的生成式AI展现出的能力令世界惊叹。自从2016年AlphaGo战胜李世石掀起了一波AI浪潮后,AI仿佛已经沉寂了很久,ChatGPT的横空出世就如同一束耀眼的光芒,让AI这个名词重回C位。过去在AI1.0时代,主要通过训练模型来实现图像识别、声音识别、语言处理等特

    标签:
    ai技术
  • 新发布的PaaS2.0,能否助力涂鸦智能再起飞?

    文:互联网江湖作者:志刚2023年的IoT需要一个新故事。6月29日,涂鸦智能在开发者大会上,发布了企业级战略PaaS2.0,希望通过一个平台+四大开发服务,建立起IoT生态。对于这场发布会,市场的态度是积极的。美东时间6月29日收盘,涂鸦智能美股股价上涨5.6%,来到1.87美元/股。近日股价稳定

    标签:
    ai技术
  • 大模型难掩AI制药的悲伤:越过山丘,无人等候

    美团曾经的二号人物王慧文对标OpenAI的创业项目光年之外,以20亿卖给美团,再度引发市场对大模型的热议。

    标签:
    ai技术
  • 拾起王慧文的AI梦,美团冲向“光年之外”?

    2020年底,王慧文在朋友圈写下这句话时,外界本以为这位伴随中国互联网发展而持续创业20年的人物即将告别创业舞台。但是,一个曾经多次创业,正值壮年的互联网老将心中的创业热情是难以熄灭的。

    标签:
    ai技术
  • 开发者怎么拥抱智能化浪潮?昇腾AI给出了“通关指南”

    在大模型代表的新一轮技术浪潮下,智能化转型已然是毋庸置疑的趋势,科技大厂们纷纷给出了智能化的“道法术”,大大小小的企业也开始更新认知,想要从创新中挖掘出驱动增长的新质生产力。但现实和智能化的美好愿景之间,仍然横亘着一片鲜有人涉足的“荒海”,脚下还没有坚实的路。3月23日在天津举办的昇腾AI开发者创享

    标签:
    ai技术
    ai智能
  • 8款AI视频生成产品实测,谁将成为中国Sora?

    ©自象限原创作者丨罗辑、苏奕编辑丨程心2024年开年,科技圈没有什么比Sora的出现更让人兴奋。如同ChatGPT在2023年初带来的LLM创业潮,Sora的发布也同样将视频生成模型推到了风口浪尖。科技巨头猛推产品,创业公司则乘风而上。3月13日,AI视频大模型公司爱诗科技完成亿元级人民币A1轮融资

    标签:
    ai技术
    ai智能
  • AI业务收入盈利双增,但百融云没有止步

    当为科学技术巡游一方的神,行至人工智能的篇章,中国公司的2023年报里,写着AIGC的前世今生。翻开科技进步的编年史,每一次技术革命都有这样一条铁律:技术革命的最大受益者,通常不是率先做出突破的开疆派,而是率先将其发扬光大的技术流。靠着工业革命超越日不落的美利坚,把同样的故事,转载到了50年代的半导

  • AI手机需要新故事

    言必称AI的时代,已经来了,尤其是随着sora等的震撼发布,以及Google、微软和国内大厂等在AI研发、大模型等方面的日新月异。就手机行业而言,在存量时代出货量连年不及预期的情况下,如何刺激用户换机,成了一道摆在所有手机厂商面前的共同命题。从三星到国内的一些手机厂商,实际上已先行一步打出了“AI手

    标签:
    ai技术
  • 智能校对大模型文修2.0重磅发布:赋能“人工智能+办公”转型升级

    3月22日,由天津蜜度文修智能科技有限公司主办的智能校对大模型文修2.0智臻发布会在津举行。发布会以“大模型赋能‘人工智能+办公’体验升级”为主题,邀请语言智能领域专家,以及各大媒体机构和合作伙伴,围绕大模型技术、应用落地发展、标准化进程进行分享交流。发布会上还发布了智能校对大模型文修2.0。天津市

  • 阿里通义千问重磅升级:免费开放1000万字长文档处理功能

    3月22日消息,阿里通义千问重磅升级,向所有人免费开放1000万字的长文档处理功能,成为全球文档处理容量第一的AI应用。即日起,所有金融、法律、科研、医疗、教育等领域的专业人士,都可通过通义千问网站和APP快速读研报、分析财报、读科研论文、研判案情、读医疗报告、解读法律条文、分析考试成绩、总结深度文

    标签:
    通义千问

编辑推荐