文丨韩希言
这一次，距离“AI第一股”的诞生真的不远了。
就在几天前，港交所文件披露，商汤科技通过上市聆讯，预计很快会在港交所上市，IPO计划募资10亿美元，成为全球最大AI独角兽IPO。而此前，旷视科技与云从科技也分别于今年下半年在科创板过会。至此，“AI四小龙”中已有3家拿到了二级市场的“通关文牒”。
关于这次上市潮，在外界看来是必然结果。人工智能行业投资回报周期长、投入高、亏损严重，已经成为共识，而投资市场已不再像前几年那样盲目押注AI赛道。
据招股书显示，商汤的团队多为科研群体：40位教授，5000名员工2/3为科学家和工程师。
“所有人都等不起、等不及了。”一位投资人向投资人直言。“在未能实现有效造血的时候，上市成为了这些独角兽们共同的、唯一的选择。”“（对于AI公司来说）现在的形势是哪里能上就上哪里。”
去年7月29日，旷视科技CEO印奇表示，所有AI企业都已经步入生死之谷。他认为，AI产业落地进入了深水区，穿越时间可能在未来18~24个月。
这让部分AI创业者也产生一种常态焦虑：如何更加快速地推进AI技术与产业相融合，如何走出泡沫期，如何不被淘汰。
直至今日，以“四小龙”为代表的AI大小玩家们走出“生存之谷”了么？也许很快，也许还需要更长的时间。
注：本文内容主要来自铅笔道记者采访和有权威信源的公开信息，论据难免偏颇，不存在刻意误导。
“AI”四小龙争相上市
11月22日晚间，据港交所文件披露，商汤科技通过港交所上市聆讯，联席保荐人为中金公司、海通国际和汇丰银行，预计很快会在港交所上市，IPO计划募资10亿美元。
值得注意的是，2021年6月商汤完成最后一轮融资，投后估值超120亿美元，近期资本市场又预测其估值达到130亿美元。若成功上市，商汤或将成为目前人工智能领域全球最大的IPO。
实际上在此之前，路透社就曾报道商汤科技港股IPO获得批准。商汤科技当时对外的回应均是：“感谢您的关注，公司对此不予置评。”如今，随着港交所“官宣”，真相也得以水落石出。
成立于2014年的商汤科技，是一家专注于计算机视觉和深度学习技术的AI软件公司，主要业务包括智慧商业、智慧城市、智慧生活、智能汽车四大板块。其中，智慧商业和智慧城市扛起了商汤的营收大旗，并且两者的占比逐年提升，今年上半年，两大业务收入占比合计超过8成。
据招股书显示，商汤是可谓是AI行业亚洲收入第一的公司。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。
但是在营收表现向好的同时，商汤科技企业亏损的情况同样值得留意。2018年、2019年、2020年及截至2021年6月30日，商汤科技分别净亏损34.33亿元、49.68亿元、121.58亿元及37.13亿元。
作为AI独角兽，商汤科技一直备受资本青睐。根据招股书披露，商汤科技共计完成12轮融资，总融资金额达52亿美元（约合人民币336.58亿元）。股东方面，商汤最大股东依然是创始人汤晓鸥教授，持股21.73%。外部股东中，软银持股14.88%，阿里以淘宝中国持股7.59%，春华资本持股3.08%，银湖资本持股3.05%，IDG资本持股1.42%。
至于受资本追捧的原因，商汤联合创始人徐冰曾接受媒体采访时披露了一部分：“我们所有的投资人，目前得到的回报都远超他们的平均回报率。银湖资本是市场上有名的投TMT行业的投资机构之一，过往30年的平均投资回报率是37%。这是非常可怕的一个数字，在全球TMT投资领域应该是数一数二。包括银湖在内的投资人，在投资我们后，回报率都远远高于这个数字。我们已让所有投资方赚到了大钱。”
忘了从什么时候开始，江湖上流传起“AI四小龙”的说法。从融资到上市，“四小龙”的发展节奏都高度协同。“四小龙”之中第一个申请上市的旷视曾于2019年就向港股提交了招股书，但不到十个月便终止赴港上市进程，随后旷视从港股转战科创板并于今年9月过会。此外，云从在2020年向科创板递交招股书，今年7月也已成功过会。目前唯一有点落后的是依图，它在2020年上市申请获上交所受理后，却在今年6月主动撤回上市申请。
“四小龙”为什么竞速上市？投资人杨俊（化名）对铅笔道分析称：“所有人都等不起、等不及了。”
人工智能行业投入高、回报周期长，亏损严重，已经逐渐成为普遍认知，而投资市场已经不再向前几年那样盲目押注AI赛道。“也因此，在未能实现有效造血的时候，上市成为了这些独角兽们共同的、唯一的选择。”
对于上市进程，此前还有投资人感叹：“（对于AI公司来说）现在的形势是哪里能上就上哪里。”
看不见的AI，看得见的亏损
为钱焦虑，是AI创业者的常态，且与公司的体量大小无关。
翻开“AI四小龙”的招股书，共同点都是未能实现盈利。粗略统计，“四小龙”三年累计亏损超400亿。虽然亏损都包含了“公允价值损失”（主要是员工期权造成的亏损），扣除非经常性损益的亏损后，各公司的调整亏损净额都有降低，但数字依然庞大。
拿本次即将上市的商汤举例，在财报中，商汤将亏损归因于巨额研发支出，其中研发人员的薪酬开支占了大头。
商汤科技联创兼CEO徐立曾表示，“人工智能的战争是人才的战争。”所以，自2014年完成天使轮融资后，商汤即开始地毯式招揽人才。招股书显示，截至2021年6月30日，商汤有5286名员工，其中3593名为研发人员（超过另外三家研发人员的总和），另外还有40名教授带领研发工作。
所以也有观点认为：“AI公司是科学家的狂欢，但学术论文是产生不了营收的，总得有人来给员工的高薪、昂贵的集群和电费买单。”
在巨额亏损的另一面，投资人对盈利的迫切性越来越强烈。华盛证券认为，目前AI创业公司已经成长多年，已经从“技术突破”转向“商业成长性”周期，资本对其的选择也从技术突破转向了能否落地的实现商业化的阶段。
可是，AI商业化并非易事。一家AI企业创始人此前对铅笔道分享自己感受：“AI创业，死亡随行。”其核心原因就在于技术投入高，但是赚钱难度大。
就目前来看，AI的商业化落地场景比较集中，“AI四小龙”都在安防、金融领域进行竞争。大方向的“异曲同工”，部分垂类业务的重合，使得竞争者之间从避免同质化走向了同质化。
当然，AI难赚钱的局面是由多种因素导致的。一位业内人士分析，“四小龙”虽然拥有非常强悍的技术实力，但在市场上用来招揽客户的，往往是比较朴素的大众化产品，很难实现非常高的利润。
换言之，虽然AI技术正在高精尖方向快速迭代，但市场上的需求还是比较低端。“比如商汤的困顿来源于愿景与现实的巨大落差，当下的AI技术无法实现平台型的商业模式，而碎片化的定制场景无法支撑过高的估值。”
一位“四小龙”其中一家公司的员工表示，“四小龙”尚未盈利主要是行业本身特点和技术受限所致。
从模式上，国内的大部分企业（尤其是大部分中小企业）没有形成为服务付费的习惯，所以AI 公司的业务大部分只能 to G 或 to 大客户。而 to G 和to 大客户通常项目定制化程度高，项目的可复用程度差，边际效应太低，成本过于高昂。
在技术层面，当前 AI 技术尚不够成熟，可落地的仅有识别（主要是人脸识别）技术时，就导致各家的产品与服务较为单一，市场规模相对较小。市场对于AI 技术的需求很多，但很多需求准确性暂无法做到商业可用，甚至有些需求完成实现不了。
总结来说，烧钱能力惊人且商业化进展缓慢，这便是包括“四小龙”在内的AI企业饱受外界质疑的一部分原因。
对于投资人来说，前期的估值水平太高，但相关公司的发展势头目前看来很难维持高增长，且看不到盈利的阶段。
更关键的是，不仅在于现阶段亏损，而且未来几年时间内，AI公司大概率还会继续亏损。
当潮水褪去
那些曾经被风口和概念掩盖的问题，随着资本退潮，赤裸裸地呈现在AI行业面前。
面对困局，“AI 四小龙”除了向二级市场寻求新的资本外，还需要新的故事。“四小龙”也在谋求转型，开始在更加垂直的领域，去寻求商业模式的差异化。
在招股书中，商汤表示本次IPO募资60%将用于公司研发投入；15%用于业务拓展，主要是新兴商业机会和国内外市场拓展渗透；15%用于投资并购，商汤称将寻求对外战略投资和并购机会，扩大AI生态，以及在各行各业的影响力。
实际上，商汤科技一直在不断地扩大业务范围，战线逐渐拓展到自动驾驶、智能手机、医疗健康、文娱、广告、新零售等领域布局后，又宣布进军AI教育，成立了子品牌商汤教育。
当元宇宙概念出世后，外界纷纷给AI企业们出主意，建议它们用最快的速度与元宇宙关联起来。
确实，元宇宙的实现离不开AI技术。商汤科技招股书也50次提及元宇宙，并表示公司已构建用于赋能IOT设备及驱动元宇宙的多层基础设施，其SenseMARS软件平台已成为最大的元宇宙赋能平台之一，內含超过3500个AI模型支持的全新的元宇宙体验，公司一直在开发可广泛部署在云及物联网设备上的元宇宙相关技术，有望构筑元宇宙无处不在的入口，创造真正沉浸式的元宇宙体验。
但是，但目前元宇宙还处于概念阶段，除了讲故事，究竟能给AI公司带来多少助力尚不能下定论。资本市场要听的不再是一个面向未来的“科幻”故事，而是实际的商业内容。
汤晓鸥和商汤科技CEO徐立在创立公司时，就有一个共识：“不做高高在上的技术，而是要把技术转化成商业和生产力。”然而直至今日，如何成为一家能够盈利的商业公司？对于这个问题，商汤目前还没有交出一份外界满意的答卷。
这个问题对于其他AI玩家而言，亦然。“所有AI企业都已经步入到‘死亡之谷’，大家已经有很高的预期，当预期往下回落的时候，到底哪个AI企业能穿越这个‘死亡之谷’，大家都很难预测。”去年7月29日，旷视科技CEO印奇在年中媒体会上如此表示。他认为，可能在未来18~24个月的泡沫期内，不带来真实价值的AI公司将被淘汰出局。按照他的说法，现在的AI企业们依然还在谷底。
IPO能让“AI四小龙”续命，但不能解决所有问题。上市不是终点，而是起点，当光环褪去，如何活得越来越好？这成了当下摆在所有AI企业面前的问题。