中国软件网百度AI的中场战事( 四 ) 4月

也就是说，百度的智能云业务，虽然与腾讯云、阿里云相比还略有差距，但差距并不大。
我们再把目光放到人工智能创业公司上。 2020年以来，有两家AI公司被传出IPO最新动态，一个是在去年8月就递交招股书的旷视，一个是寒武纪。
旷视与地平线，分别代表了在视觉与AI芯片领域的佼佼者。一旦上市成功，将分别成为人工智能第一股与AI芯片第一股。
旷视科技成立于2011年，主要向客户提供包括算法、软件及人工智能赋能物联网设备的全栈式解决方案，其核心竞争力是深度学习，自研的深度学习框架Brain++作为一个统一的底层架构，为算法训练及模型改进过程提供重要支持。旷视科技的人工智能赋能的解决方案主要包括个人物联网、城市物联网和供应链物联网。
寒武纪成立于2016年，主要通过向客户提供处理器IP授权、芯片及加速卡产品、智能计算集群系统获取收入，能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。
根据招股书，旷视在2016年到2019年6月30日止六个月期间的营收分别为6780万元、3.13亿元、14.27亿元、9.49亿元；期内分别亏损3.43亿元、7.59亿元、33.51亿元、52亿元；寒武纪在2017年到2019年的营收分别为784.33万元、1.17亿元、4.44亿元，期间分别亏损3.8亿元、4104万元、11.79亿元。
不过，值得一提的是，旷视的大幅亏损主要是由于上市引发的优先股的公允价值变动。剔除此类非经营原因，旷视科技2018年的经调整净利润为3220万元， 2019年上半年经调整净利润为3270万元。
有营收，但不赚钱，这是AI创业公司乃至整个科技创业公司的普遍现状，属于“黎明来临前的黑暗” 。关键是，烧钱抢占市场押宝未来，还能坚持几年？
04
AI成熟还需时日
2019年，中国人工智能企业的数量超过4000家，比前一年提高近一倍。对于“AI企业” ，目前行业已经达成共识，可以分为三个层面：基础层、技术层和应用层。

文章图片
在中国，大部分的国内AI公司都会选择从技术层和应用层切入，并伴随着技术的沉淀和业务的拓展，两层的界限逐渐模糊。以旷视、百度来说，在三个层面都有涉及。
“AI的商业化是不均衡的，在个别行业，已经大规模商用，这些行业的特征是信息化发达，行业的经营十分依赖技术手段。 “艾瑞分析师李天慈告诉中国软件网。
旷视和寒武纪都在这个范畴当中，分别在深度学习和AI芯片领域，拥有自己较高的技术壁垒。
”至于亏损，则需要考虑对方的计提规则、摊销、研发资本化之类的会计处理，本质上这类软件研发公司没有太多的资产需要摊折，但是他们每年的研发投入太大了。 “
比如寒武纪，亏损原因就是因为研发支出太大，每年的研发费用占营收比例都超过100% 。旷视在2018年和2019年上半年的研发占比也分别达到了76.6%和49.4% 。
“除了这些行业，其他行业的商业化是非常艰难的，因为AI通用性比较差，比如一个石化企业遇到的智能化问题跟一个装备企业可能差距巨大，很难复用AI能力，供应商做解决方案的性价比就会非常低，而传统工业企业又没有能力去自研AI ，同时不同行业又都有各自的门槛。 ”李天慈说。
从2015年开始，人工智能经历了一轮资本市场的热潮。在过去5年间，中国人工智能领域投资快速增长， 2015年，投资总额达到了450亿元，并在2016年和2017年持续增加频次。
经过行业的一轮优胜劣汰，以及投资界和企业界对人工智能的了解逐步加深，人工智能投融资市场开始回归理性。根据投中研究院与崇期资本联合发布的《2019中国人工智能与产业投融资白皮书》显示，截至2019年12月17日，国内人工智能领域融资348起，与2018年的553起差距明显。