商汤上市,算得上2021年翻篇之前AI行业最大的悬念落地,尤其是在其首次招股的最后一天(12月10日),美国突发将其列入“中国军工复合体企业”清单,打乱了原定的上市计划。
上不上?何时上?有人关切、有人质疑、有人鸣不平、有人持币待观。无他,国内人工智能领域明星,亚洲AI收入排名第一,冲刺AI第一股——这家公司身上的每个标签都足够吸睛。而另一边,来自彼岸的打压与坊间的质疑,让商汤的上市之路看起来没那么顺利。
然而,就在外界还在疑虑之时,商汤表示仍然坚定推进上市计划,并于十天后重启招股。
12月30日,靴子落地,AI独角兽商汤科技正式登陆港交所,上市首日最大涨幅超20%,市值一度逼近1600亿港元。
商汤集团联合创始人、董事长兼CEO徐立在上市仪式致辞中讲到:“每个时代的企业都承载着各自不同的希望和责任,我们的命题是如何从生存、追赶到发展与开创。”
此时,鲜花着锦或是烈火烹油,似乎都不再重要,这家公司正面和资本市场过招,获得了一个还不错的开场。
而故事才刚开始。
AI的长期价值
围绕商汤的争议,可以看作AI行业近十年来境遇的缩影。
和任何新兴行业相同,AI经历了潮涨潮落,商汤的上市应该被看作是一次周期性的回归。那些“回报周期长、毛利率低、造血能力弱”的偏见标签理应被撕下。
从收入规模看,商汤已远高于同期企业,根据其招股书显示,2018年、2019年及2020年,商汤营收分别为18.5亿元、30.3亿元、34.5亿元;2021年上半年,商汤营收为16.5亿元,相比去年同期增长91.8%,2018-2021年上半年累计营收99.8亿元。在收入增长的同时,商汤的毛利率也在逐步提升,由2018年的56.5%增至2019年的56.8%,并进一步增至2020年的70.6%,并由2020年上半年的72.1%增至2021年上半年的73.0%。
此外,招股书还披露了商汤科技的研发费用。三年半累计研发费用为69.9亿元。2018年、2019年、2020年及2021年上半年研发开支别为人民币8.5亿元、19.2亿元、24.5亿元及17.7亿元。招股书显示,此次公开募股募集资金60%将用于投入研发。如果商汤像很多公司那样,将研发投入资本化,财报数据必然好看很多,但商汤的行动证明了他们是如何看待研发投入这件事。
再回看互联网企业,一般所透露的信息,往往是AI的成绩、AI的投入,而非独立AI业务的业绩。另一点问题则更加严峻,互联网企业将AI应用于“杀时间”、“懂用户”的应用中,这也是用户使用时长不断攀升、“不同人不同价”等事件的元凶。
AI应用于2C业务,固然能够产生规模效益,结合企业原有业务,不断获取用户的时长和价值。但是如果将目光置于AI的长期价值上,引导产业转型是国家命题,不应该为了短期业绩压力而产生偏离。
从财务上看,全球AI企业当下都普遍缺乏强劲的赢利模式,而企业中的AI业务或是依附于原有业务进一步攫取用户,或是依靠原有业务跨入AI,独立的AI业务也只是作为战略投入,难以撑起商业化目标。
但为何,资本市场能够将后者看作行业常态,而不愿意再等一等前者?
注定要投入
商汤第一次赢得世人关注就是在机器视觉领域的“放大招”。2014年3月,创始人、香港中文大学教授汤晓鸥团队发布研究成果,基于原创的人脸识别算法,准确率达到98.52%,首次超越人眼识别能力的97.53%。
这预示着,人工智能在计算机视觉领域商用转折点的到来。
商汤CEO徐立曾以“工业红线”来解释这种现象。过去60年,人工智能很难跨越这条工业红线。直到2010年,神经网络开始崭露头角,到了2014年,很多垂直领域做到了超过人类的准确率,这意味着人工智能具备了行业应用的可能性。
另一方面,AI本身的光环也早已淡去,技术不断成熟落地,这个过程中,高科技的神秘感不在,AI 为各行各业赋能的同时也迅速完成了自身的技术平权化,完成最广泛的社会教育。从机器视觉、自然语言处理到智慧教育、智慧医疗、智慧政务、智慧金融,人们发现AI公司们以几近相似的打法出现在市场上,解决相似的问题,提供相似的答案。即便行业先行者,也难说能拿出明显差异化的产品和解决方案。
因此,差异化同样是摆在各家面前的共同课题。沿着共同的赛道跑,谁都想把同行甩在身后。商汤也一样,想一直领跑,就必须有更坚决更密集更有分量的投入。
随着深度学习网络模型越来越通用,参数规模越来越大,对算力的需求在过去几年翻了近百万倍,这个增速甚至超过了对算法精度增长的需求。
行业中也出现了越来越多的长尾细分需求,虽然应用频次较低,但拥有巨大的商业价值,是打通价值闭环的关键。行业内曾有论断:AI的商业化困难,最直接的原因在于,每一个场景的独特性决定了其定制化成本高企。
但他们忽略了一点,中国的国情也决定了,完备产业链的庞大规模与复杂场景,在积累到一定量级后,能够实现“标准化+定制”的样板,这在电子商务F2C模式中已经得到验证,在行业不断进化、案例不断积累的今天,标准比例不断攀升,定制化需求走向纵深,越过阈值后,成本将得到有效控制。
由此,原来技术路线是单一方向、单一路线的,而今天通用正在变成可能。强大的通用模型加上行业属性,就能够推动一个行业的突破。
但这些都需要来自算力、算法、平台建设的长期投入。每一年,商汤把将近四成的收入投在核心研发上,成立至今在北上广、东京、新加坡等地建设了多处超算中心,在算力基础设施投入百亿。
这些布局在各地的算力设施连同建筑在其上的AI大装置,越来越庞大,越来越聪明,来自各行各业的长尾需求一来便隆隆开动,吞下问题和数据,用算法和框架处理,生产技术和解决方案。
这背后是从成立时把“坚持原创”写进公司使命就开始的漫长投入。AI不像消费互联网,能够依靠业务模式的迁移和大资本的涌入,快速创造业务、利润规模。技术研发、场景挖掘、市场教育、通用能力与定制化能力都需要时间,时间不可压缩,也不会辜负。
徐立在上市仪式中谈到:“先有持续的大规模技术投入带来创新,再有商业模式发展,这是一条罕有人走的路。艰难之处在于商业的不确定性。但当我们看到人工智能在诸多行业突破了‘工业红线’的时候,让我们更加坚信技术突破能带来的普惠价值。”
我们需要重新认识以商汤为代表的硬科技企业,作为新的核心资产,他需要一个不同于互联网企业的商业价值估算模型,以短期利益为主导的指摘都需得到审视,因为AI作为技术,不属于企业与行业,他在更长的时间维度中有着战略价值。
十几年来,消费互联网行业的应用创新几乎改写了时代面貌,风头无两的公司来来去去,拥有“时代价值”的企业少之又少。每个时代的企业都承载着不同的责任和使命,商汤选择了一条投入科研,坚持原创的技术之路。这势必是一场长跑,商汤希望借技术之手率先叩开“奇点”的门。
有赖于此,AI企业一直引以为傲的学术研究成果,在商汤身上体现得淋漓尽致:70多项全球竞赛冠军、600多篇顶级学术论文、8000多项人工智能专利及专利申请,同时,作为创新的副产品,商汤团队发布了600多篇计算机视觉深度学习的顶会论文,全球排名第一,甚至超过了谷歌、微软和MIT等,在“硬科技”方面已经做到极致。
从技术先驱到市场领导者
量变引起质变,学术研究水平最终转化为了解决方案,而商汤也锚定了安身立命之本,曾经被AI行业“看不见、做不了”的长尾场景,成为商汤业务收入的中坚力量。
对工人、设备等的安全性保障,对工业资产的管理和维护,对产品质量的把控……长尾细分需求拥有巨大的商业价值,也是真正提升生产效率、打通价值闭环的关键。因此,与多数AI公司“深耕少数场景,建立主营业务”不同,商汤的业务逻辑是1+1+X。其中“X”就代表赋能百业。
中国联通每年需要维护上百万座基站、上万个大机房、上百个1万平米以上IDC,成本很高,商汤为其提供了三维智能化勘察技术的建设和应用,提高了资产三维建模质量和勘查效率,降低成本。
和镜湖医院合作的AI诊疗,可以节省原本冠脉检查的大量人工重建工作,降低操作复杂度与处理时长,直接提高医院冠脉检查的承接数量。
肺结节AI检查,可以大幅地促进肺癌的早诊早治,也大大提升了放射科医生对肺结节的诊断信心和效率。
AI视觉检测分析技术的“星空”智能分析系统,可以帮京沪高铁全线的接触网做问题筛查,节省大量人力成本,从3年一次的人工全线巡检,变成4天一次,安全性和时效性都更好。
目前商汤的业务已涵盖智慧商业、智慧城市、智慧生活、智能汽车四大板块,每个板块还覆盖各种细分行业和场景。
根据沙利文的行业报告,基于2020年的收入水平,商汤已成为亚洲最大的AI软件公司。商汤领先的市场地位源于商汤的开拓性研究、先进的人工智能基础设施及依托于人工智能平台的商业化模式。
商汤自主研发的人工智能基础设施SenseCore支持人工智能模型的工业级量产。这是商汤业务可持续拓展的重要基础,也是商汤脱颖而出的主要原因。因为这个平台,商汤在各个赛道里布局业务的人员需求都远比其他企业更少,同时可以获得更多的创新技术成果,并且把这些创新性的技术成果快速进行商业化。
AI大装置相当于把整个人工智能算法的生产过程变成流水线,按照工业化的流程来批量生产算法,从而大幅降低人工智能生产要素的成本,实现规模化创新和落地应用。
通过AI大装置,商汤的研发效率也得到了大幅提升,2019年、2020年及2021年上半年,商汤的研发人员每人年均生产的商用模型数量从0.44提高到3.45并继续提高到了5.24个。截至2021年6 月30日,商汤已开发超过22,000个用于不同应用的商用人工智能模型,涉及多个垂直行业。
很快,位于上海临港新片区的商汤全新的新型人工智能AI算力中心(AIDC)就将投用,它也将成为是目前亚洲最大的人工智能算力中心。随着AIDC的投用,商汤的AI大装置在更强大的算力支持下,能够在组合不同算法套件的基础上完成新场景的定制,以更低的边际成本实现规模化覆盖。
这是商汤正在并将持续做的事,也是商汤征战资本市场的底气。
好汤不怕晚,慢熬又何妨?