5G|“科创板AI第一股”格灵深瞳上市:在拥挤的AI赛道走出自己的路( 三 )


看懂中国 , 就等于看懂世界中国AI产业在全球的影响力正不断提升 , 据亿欧智库《2021中国AI商业落地市场研究报告》 , 2017至2019年 , 我国政府工作报告连续三年均提及加快人工智能产业发展;2020年 , 人工智能更是与5G基站等一起被列入新基建范围;2018-2020年 , 中国AI企业数量在全球占比由20%提升至约25%;2021年至今 , 中国人工智能产业正进入深入融合发展期 。
计算机视觉也是AI企业竞争最激烈的领域 , 亿欧智库调研数据就显示 , 2021年 , 计算机视觉在AI市场占比已达三分之一 。 还有研究认为 , 计算机视觉赛道占据了整个AI赛道的半壁江山 。

计算机视觉可以做什么?格灵深瞳那句“让计算机看懂世界”的slogan就是最好的解释 。 中国AI市场无数场景应用的复杂性 , 也意味着“看懂中国就等于看懂世界” 。
其实在看什么、怎么看上 , 格灵深瞳切入的场景是一条少有人走的路 。 就以智慧金融领域为例 , 虽然也有部分AI企业切入 , 但多是运用人脸识别、语音语义识别、OCR等技术 , 或者指纹识别、指静脉识别、虹膜识别、声纹识别等模式识别技术 , 帮助客户进行身份认证、业务核验等 。
而格灵深瞳的解决方案主要应用于银行金库、加钞间、网点的安全运营场景 , 依托三维行为识别分析系统 , 实现场景中的合规性监控、异常人员或可疑行为的实时预警 。 这些场景 , 一方面比单纯的安防监控更加复杂 , 一些细微动作中就可能藏有潜在的金融风险 , 需要进行更细微的分析;另一方面 , 越早涉足这些场景 , 积累更多的数据用于模型训练 , 也越能够提高算法的精确度 。
在看懂中国多种细分场景上 , 格灵深瞳还有更多探索与研发 。
比如 , 不同于美国以汽车为主的城市交通 , 中国的城市化以集约化的轨道交通、公共交通为主要方向 。 但由于轨道交通部件结构复杂、检修范围广、细小部件多、检修频次高、作业强度大 , 目前人工为主的运维体系一直处于高负荷运作状态 , 智能化已是轨道交通发展的必然趋势 。
相比于行业 , 格灵深瞳率先涉足轨交运维 , 已经与中车电气等单位建立了长期合作关系:格灵深瞳的智能运维产品 , 能够对列车150种以上的车况指标进行检测 , 帮助中车电气大大提高了其在宁波、无锡等城市的地铁运维效率 。
中国已经成为世界上人工智能应用最大的场景地 , 人工智能也上升为国家级战略 。 中国AI公司也正在让技术与中国场景深度结合 , 用中国场景+AI技术 , 产生世界级应用影响 。
当然 , 从技术到产品 , 从产品到落地商用 , 从一个场景的落地商用到更多场景的落地——AI技术要给企业带来营收与利润 , 需要经过无数个环节的考验 , 也需要前期投入海量资金 。
这也是高营收之下 , 很多AI企业难以规避亏损的主要原因——AI是一个知识密集型、资金密集型、人才密集型产业 。
据招股书 , 格灵深瞳2020年经营性现金流已回正 , 达到3508.82万元 , 在最近一波申请科创板上市的AI企业里绝无仅有 , 且扣除股份支付费用后 , 最后一期已实现经营性盈利 。 若不考虑股份支付费用的影响 , 公司 2020 年扣非归母净利润为 1031.69万元 , 已实现扭亏 , 成为行业内首家实现经营性盈利的AI公司 。
哪怕营收更高的企业 , 面对瞬息就会波澜变化的市场 , 现金流持续流出 , 也会导致公司处于危险的境地 。 现金流尽快回正 , 才能安稳人心 。 可以说 , 避免了行业中营收越大亏损越大困境的格灵深瞳 , 距离净利润转正已经不远 。
在AI赛道泡沫膨胀的那几年 , 格灵深瞳确实没有变成胖子;但在行业普遍缩水之后 , 没有虚肉的格灵深瞳 , 相信也会在AI赛道继续快速奔跑 , 在已有优势细分领域之外 , 不断探索AI的边界 , 赋能更多领域 。