曠視科技：摘下獨角獸面具
受多種因素共同作用，獨角獸的成年禮暗含波瀾和挑戰，這為曠視科技提供了一個重新審視自我、穿越死亡之谷的新契機
曠視科技聯合創始人兼CEO印奇 受訪者供圖
到2021年，AI獨角獸公司曠視科技就10歲了。這是一個微妙的節點。
人們通常會把創辦時間在十年內，估值超過10億美元，還未上市的熱門賽道公司稱為“獨角獸”——一個代表榮譽和希望的代號。有投資人評估，曠視科技的估值已經達到60億美元，但這家公司從去年8月開始的IPO之旅並不順利。
“從我們自身的發展曲線來説，那可能是最好的時機。”今年7月，曠視科技聯合創始人兼CEO印奇對《財經》記者説。2011年，23歲的印奇和清華本科同學唐文斌、楊沐一起創了這家“聰明”的公司，但公司和創始人聲名鵲起一直要等到2018年，當年，印奇成為《麻省理工科技評論》“2018全球35歲以下科技創新35人”之一，中國進入了AI產業化最熱鬧的一年。
2019年8月，曠視科技提交招股書。整個科技行業和創投圈都在等着AI第一股的出現，他們認為這將影響到所有AI公司的發展。
直到今天，IPO仍然懸而未決。但箭在弦上，不得不發。截至目前，曠視科技已經完成了9輪融資，總計融資金額達到13.5億美元。過往數年，印奇經常被問到一個問題：最有壓力的事情是什麼？7月底，他對《財經》記者説，IPO的不可控，確實感受到了壓力。
去年11月，路透社報道稱曠視未能通過港交所聆訊，隨後曠視向《財經》記者否認了這一説法。多位券商人士告訴《財經》記者，IPO是被延後了。近期，《金融時報》報道稱，曠視考慮選擇科創板，印奇説，大環境在變化，可以選擇的機會越來越多。
資本之外，市場在進化，只做最聰明的腦力公司，無法為獨角獸提供符合預期的想象空間。“所有的AI創業公司現在都很累，越走越重，又不得不往前走。”印奇説。所謂“往前走”，即越來越硬，越來越實。
國際諮詢公司Gartner發佈的2019年人工智能技術成熟曲線呼應了印奇的判斷。這條曲線顯示，人工智能會經歷的五個關鍵階段，分別是技術觸發期、期望膨脹期、幻覺破滅谷底期、啓蒙爬升期和高原期。
此時，人工智能正處在幻覺破滅谷底期，印奇稱之為“死亡谷”，如果不能帶來真實的落地價值，就將被淘汰出局。獨角獸要從備受追捧的AI明星，融入到埋頭苦幹的政企生意中去。
AI獨角獸在過去幾年被資本迅速催肥，當成長到一定程度，資本往後退，市場往前走。他們要做的是自我增肌造血，這不是一件容易的事，但必須要做。
01
IPO一波三折
曠視IPO受阻的原因，外界的猜測主要集中在兩個方面，一是被美國列入實體清單，二是曠視科技業務結構不夠滿足現實市場的預期。
2019年10月8日，美國商務部將28家中國公司加入實體清單，包括曠視、商湯等多家AI公司在內。
對於實體清單，以及不斷變化的中美關係，印奇判斷目前不會有太大影響。曠視科技主要業務在中國，國際業務尚處試水期，目前有10％的收入來自海外，主要來自東南亞。“外面在下雨，我們能做的就是把雨衣穿厚一點，該出門還是要出門。”
他強調，選擇在港股上市，也是因為希望變成一家國際化的公共市場公司。
接受《財經》記者採訪的多位AI行業人士持相同看法。他們認為，實體清單對於幾家AI頭部公司的發展影響不大，因為各家公司都已經有自己的算法能力，不太存在類似芯片行業的“卡脖子”問題。
港交所行政總裁李小加此前接受媒體採訪時提到曠視IPO問題，他認為，實體清單是美國政府根據自己的要求而設的名單，“這些名單對於港交所來説沒有任何關係，港交所只會按照自己的規則來審批上市。只要是通過了，就可以來港上市，即使有人反對，也依舊會上市”。
也就是説，被列入美國政府實體清單，對於IPO臨門一腳的曠視科技來説並不會造成實質性影響。
多位券商人士與熟悉曠視的投資人告訴《財經》記者，曠視在過往的融資和發展過程中，遺留了一些問題，對IPO會產生一定影響。
主要問題包括，收入質量不夠健康、創始人持股比例較低、控制權不穩定、關聯交易等。
曠視招股書顯示，隨着營收的增長，應收款也在暴增，2017年應收款為1.5億元，2018年應收款漲至10.9億元，2019年上半年，漲到了13.8億元，不僅如此，其中半年至一年期的應收款從2018年的1.2億元漲到了2019年上半年的6.8億元。
前述券商人士向《財經》記者分析稱，以曠視在招股書裏提到的行業地位和技術實力，這樣的賬期狀況並不合理。對比來看，已經登陸科創板的AI視覺公司虹軟科技2018年的營收為4.58億元，應收款4144萬元，安防龍頭公司海康威視2018年營收498億元，應收款191.8億元。
不過，賬期時間長，應收款多，是ToG業務以及安防業務的特點，招股書顯示，以安防為主的城市物聯網業務貢獻了曠視73.2％的收入。曠視的難點是應收款佔總營收的比例過高。“這會影響對收入質量的判斷。”前述券商人士説道。
創始人持股比例較低問題，目前看來已經解決。
2019年5月16日，曠視科技進行了一次工商信息變動，4家企業退出股東，分別是北京納遠明志信息技術諮詢有限公司、天津聯想之星創業投資有限公司、北京貝鴻眉科技有限公司和雲鑫投資管理有限公司。
其中，雲鑫是螞蟻金服的全資子公司，納遠明志的大股東是聯想雲科技，貝鴻眉的股東是創新工場。聯想、螞蟻金服、創新工場都是曠視的投資方。
通過這些控股公司來擔任股東，可以有效地分散風險，是資本市場的正常操作。
從工商信息來看，是創始團隊回購了這些股份，變動後，印奇的持股比例高達75％，唐文斌與楊沐各自佔股12.5％。
5月時，曠視已經在籌備IPO事宜，上市對於投資方來説就是走到了退出階段。“正常情況下，投資方不會在上市前退出。”一位投行人士告訴《財經》記者。曠視隨後發佈公告稱，此次工商變動為正常調整，是常規性集團內部結構優化，集團層面沒有股東退出。
招股書中提到，股東退出是為了取得電信與信息服務業務許可證，必須由境內主體申請，因此需要“優化”。
曠視招股書中顯示，目前螞蟻金服持股比例為14.33％，淘寶中國的持股比例為15.08％，國風投持股11.3％，創始人印奇的持股比例為8.2％，另外兩位創始團隊成員持股比例為唐文斌5.9％、楊沐2.7％。
前述投行人士分析，這次工商變動主要是為了規避關聯交易的風險。招股書顯示，螞蟻金服和聯想都是曠視的大客户。
曠視採用的是A/B股架構，通常A/B股會採用10倍或是20倍的加持，用來穩固創始人的控制權，例如劉強東用15.4％的股權控制了京東79％的投票權。
IPO的順利與否，並不能決定一家公司的成敗，但能決定公司的融資通道。如果沒有二級市場的資金支持，曠視需要靠自身業務活下去，就算IPO成功，也需要持續的造血能力。
2016年至今，AI產業已經從被熱捧回到了正常的商業邏輯中。AI獨角獸們面臨的第一個難題是在高研發投入的情況下盈利；第二個難題是，持續盈利；第三個難題是，達到配得上估值的盈利水平。
一位曠視的早期投資人曾經對《財經》記者提到，投資曠視時，並沒有想清楚以後這家公司會怎麼發展，“投的就是這個團隊和賽道”。
這樣的投資心理很普遍，2018年是AI領域融資的高峯期，投資人們通過各種渠道擠進頭部AI公司。受到資本追捧的不僅是曠視，2018年，商湯完成了3輪融資，總計融資金額超過22億美元，這個數字甚至超過了一些上市公司的市值。
連續的大額融資後，一級市場已經很難承擔這個體量的公司，投資人需要退出，IPO迫在眉睫。
與曠視並稱“AI四小龍”的四家AI公司都走到這一關鍵節點，依圖科技與雲從科技正在計劃登陸科創板，今年8月18日雲從科技已經提交了上市輔導登記，依圖還未有明確的上市時間表。多位投資人向《財經》記者透露，商湯也在準備上市輔導工作，但商湯對外宣稱沒有具體的上市計劃。
投資人們提到，純AI賽道已經不是他們關注的焦點了，現在是結合AI能力的金融、農業、公安、客服等細分領域。
一些投資人開始私下交易手裏的知名AI公司股份，他們發現，現有估值太高，幾乎賣不出去。一位參與股份交易的投資人告訴《財經》記者，一家頭部的AI公司，老股東想按現有估值7折轉手，找不到買家，“6折，且確定能很快上市，才有可能賣出去”。
資本正在降温，印奇認為很合理，“這就像你剛認識一個人，你覺得很好，但是再深入接觸一下，評價會更加綜合。”
曠視聯合創始人楊沐認為，IPO是業務發展推動的，曠視的發展經歷了三個階段：2015年之前，一直在做技術和算法的積累；隨後開始搭建框架，包括天元MegEngine、Brain++等系統；有了框架系統之後，開始招更多的人，去完成客户對接和交付，“到這一步才算步入正軌，可以IPO了”。
2019年下半年確實是曠視IPO最合適的時機。曠視的收入自2018年開始有大幅度的增加。但是存貨壓力也在加劇，應收賬款金額始終保持在高位。這些問題都需要持續的資金注入，IPO能緩解壓力。
“如果IPO失敗，還可以退回來繼續融資，但是現在是卡在這裏了，有點尷尬。”一位投資人説道。
印奇依然樂觀，“我們可以找一個更好的時機再去上市，一個上市後股價能保持穩定的時機。”
02
增肌：越來越“硬”
曠視的優勢在算法。按照產業鏈的分工原則，它不涉足硬件，算法優秀，為曠視科技的快速崛起提供了基礎，但從去年下半年開始，曠視越來越“硬”。
2017年開始，安防成為“香餑餑”。AI視覺相關公司都一頭扎進了安防領域，曠視也不例外，但姿勢不同，曠視直接拿出了硬件設備——智能安防攝像頭。
選擇推出硬件，是在手機領域耕耘的成果。頭部手機廠商們對技術創新極度敏感，尤其是攝像頭，更好的攝像頭是新款手機的最大賣點之一。
手機受限於硬件尺寸，無法替代專業攝像機。基於機器視覺、深度學習，可以實現更好的攝像頭效果。
“需要和客户持續溝通。”楊沐説，“很多技術人員會想，只要拿出最好的算法就可以了，走到商業場景中會發現，完全不是這樣。”
手機定價分高中低端，不同的系列，每一款手機都有自己的成本區間和毛利控制，這也決定了每一顆攝像頭的投入不一樣。不僅如此，產業鏈上下游的工藝水平能不能實現技術人員心中的“最好”，也是問題。
“只有把這些外部變量輸入進來，技術團隊才能做出好的產品。”楊沐説。
此前，這一領域的主導者是虹軟科技。虹軟成立於2003年，2019年7月登陸科創板，主營業務是智能手機的視覺解決方案，主要客户包括三星、華為、小米、OPPO、vivo、LG、索尼、傳音等手機廠商。
但業內很少有人將虹軟當做一家AI公司，上市前，虹軟完成了4輪融資，大多來自產業基金和企業。在楊沐看來，虹軟是一家傳統算法公司，想要從虹軟手中分到一塊蛋糕，需要提供差異化的產品。
印奇認為，如果只有好的算法，沒有可以配合的硬件，很難實現最終的用户體驗。
“如果你不多走一步，你就沒有競爭力。”印奇決定從硬件上改變攝像頭的成像原理。
傳統攝像頭是單向數據傳輸，也就是説，前端的鏡頭採集到的數據如果不夠理想，例如光線太暗或模糊，後端的算法只能在這個基礎上加工處理。曠視希望攝像的每個環節，都連接起來，一個環節採集到的數據質量不足，其他環節可以立即彌補，用AI重新定義硬件。
這樣的做法讓曠視擠進了擁擠的手機廠商的合作方行列，基於在手機行業的實踐，技術成果可以轉化到其他領域。“從手機到安防，再到物流，曠視的三塊業務是聯動的。”楊沐説。
目前，曠視的主營業務分為三塊，個人物聯網解決方案、城市物聯網解決方案，以及供應鏈物聯網解決方案。
其中，個人物聯網解決方案包括AI SaaS服務和消費電子，通過AI賦能攝像頭，進行身份驗證，可用來解鎖設備，線上支付，視頻及照片優化等。曠視招股書中提到，2018年發佈的國產智能手機中，70％使用了曠視的服務。
城市物聯網解決方案主要包括面向政府的智慧城市，以及面向政府和企業的智慧社區，曠視提供算法、軟件以及AI傳感器。在這一領域，曠視已經建立攝像頭、邊緣服務器、雲端服務器三大硬件體系，相繼推出30餘款攝像頭，用於不同場景。
供應鏈物聯網解決方案是曠視目前最重硬件的業務，主要通過河圖操作系統、機器人，提供智慧物流、智慧倉儲以及智慧零售解決方案。曠視自主開發了多款自動化設備，專門執行物流及倉儲任務，包括於設施內搬運貨架、料箱或托盤以及分揀包裹。此外，曠視還投資或收購了包括鯨倉科技、艾瑞思機器人等數家物流機器人公司。
招股書顯示，目前以安防業務為主的城市物聯網解決方案仍然佔曠視的收入大頭，2019年上半年，這部分業務的收入6.9億元，佔比73.2％。
印奇決定暫時不再擴展新的領域，他認為物流業務會是曠視未來的增長點。
03
造血：搭建人才體系
2019年，印奇找到了徐慶才，當時曠視正在競標一個物流項目，希望能夠得到他的幫助。
徐慶才在物流行業工作超過20年，曾就職於北京起重運輸機械設計研究院，他一直在尋找AI和物流結合的契機，2017年，他離開研究院創辦北京中新物流科技有限公司。
見到印奇之前，徐慶才承接了一個物流項目，用到很多機器人、傳輸車，他們也有自己的算法，但能力不足，他看上了曠視的技術。
那段時間，印奇和唐文斌幾乎把物流行業內的資深人士找了個遍，他們需要外部力量的支持來啃下物流這塊新業務。
印奇告訴徐慶才，他們競標的項目已經進入到最後一輪，但項目的交付有一些困難。
交付是AI公司的共同難題，實驗室裏的研究成果，無法直接匹配到真實場景中，例如廠房改造，每個廠房的建造基礎都完全不一樣，牆體的高度，地面的情況，哪裏要打洞，哪裏要填平，電路與信號怎麼走。沒有行業經驗，項目拿不下來。
通過與徐慶才團隊的合作，曠視最終拿下了這個訂單。
但真正讓徐慶才動心的是曠視的“河圖”系統，河圖是AIoT機器人及物流裝備的操作系統，通過IoT技術連接物流各個環節。物流行業長期以來存在軟硬件割裂的局面，河圖能夠提供多設備的接入能力，及多樣化設備的智能化管理方案。
“河圖是很美妙的，我在幾年前就有過類似的想法，但是靠我們自己的團隊實現不了。”徐慶才告訴《財經》記者，他選擇加入曠視，擔任高級副總裁。
另一邊，唐文斌找到了王銀學，他是徐慶才的老朋友，同樣在物流行業工作了20多年，此前曾在京東物流負責“亞洲一號”項目。唐文斌説，曠視想做成國內第一的智慧物流公司，王銀學的第一反應是，“不可能。”
行業人士普遍認為，一家只懂技術的AI公司，很難把業務做紮實。王銀學認為當時的曠視缺少行業經驗，他告訴唐文斌，“如果你能把徐慶才找來，我就來。”
曠視從2016年開始，將觸角伸向安防領域。為了能夠快速把業務跑起來，曠視在杭州成立了分公司，杭州是安防巨頭海康威視和大華的所在地，曠視從這兩家公司挖了不少人。
想要進軍一個新領域，靠自己太慢，必須藉助行業內部的力量。一家可能代表新技術趨勢的公司，能夠吸引到一些傳統行業裏有先鋒理念的人才。
王銀學也加入曠視擔任副總裁。此外他還有一個身份，是曠視“夜校”的校長，每週四晚上，他會花2個－3個小時，給技術人員上課，講解行業經驗，或請行業專家進行授課。
以最重物流的電商行業為例，電商行業的訂單越來越零碎，SKU越來越多，再加上即時消費，傳統的物流系統很難適應。
“我們把行業的情況和難點講出來之後，技術人員很快能找到他們需要關注的重點，比如電商公司一分鐘會接到多個訂單，所以整個系統一分鐘都不能停，交付的時候一定要重視穩定性和可靠性。”王銀學説。
傳統倉庫裏都是固定設備，某一個設備壞了，要花時間去維修、替換，但整個物流系統不能停，柔性系統至關重要。
過去兩年，柔性製造在工業界備受關注，實現柔性的關鍵在於需要打造一套操作系統，連接所有的設備，但很少有公司能夠做到這一點。
曠視在物流領域最新的案例是為一家大型服裝企業改造的智慧倉，近4萬平方米的倉庫裏有10類近4000台智能物流裝備，其中包括700多台移動機器人。
能夠承接這樣的項目證明了曠視的能力，但更多時候，客户並不願做如此大規模的改造。一些企業會先試着改造一條產線，或是用更低的價格，採購智能化程度不那麼高的設備，嘗試看看。
“每個客户的需求都是完全不一樣的。”王銀學説道，他遇到過各種各樣的客户，有些客户希望可以降本增效；有些想通過智能化改造，向內傳遞公司的創新精神；還有一些客户，想提升品牌形象。
早期的河圖系統做得非常大，因此交付時經常遇到困難。王銀學和徐慶才加入後，將河圖系統改造成積木式，以便滿足各類需求。
將技術融入行業，靠的是人。多位AI行業人士都提到，AI落地目前仍然是一個勞動密集型的工作，哪怕是很小的訂單，都需要有一個團隊來專門對接。
印奇提到，“當AI落地時，對組織的密度和陣型要求是極高的。”他有自己的團隊配置方案，由四類人組成一個項目團隊，包括CEO、CTO、CAIO和CMO。
除了首席AI官，另外三類人都需要有一定的行業經驗，尤其是CMO。一開始，印奇希望內部培養出這些合適的人才，他將技術人員送去“前線”，讓他們在行業裏紮根，但還是太慢，至少要在行業裏泡2年－3年才能開始理解行業，“培養人才的速度跟不上公司發展的速度”。
他只能“無所不用其極”，內部培養，外部挖人。越來越多像徐慶才和王銀學這樣的行業人士加入曠視，他們看重的是曠視手裏的“彈藥庫”——大量的技術專家提供更先進的算法和底層技術、系統，希望可以在新的公司與新趨勢接軌。
印奇稱，目前曠視3000人的團隊中，AI人才、行業人才與職能人才的比例是4∶4∶2。他認為這是曠視目前發展最合適的組織架構。
引入行業資深專家，是所有科技公司想產業落地的特定動作。不僅是AI公司，科技巨頭也加入了人才爭奪戰。找到最適合的人不容易，讓他們融入公司更難。這個問題沒有標準答案，但無論組織結構如何創新，任何一家公司都會面臨一個又一個的問題。
04
訓練生如何站上舞台
AI產業被寄予厚望，2017年，國務院發佈《新一代人工智能發展規劃》，將人工智能上升到國家戰略層面。中國在基礎技術領域一直未能做到世界領先，AI獨角獸們聚集了大量的技術專家和資金，擁有相對寬鬆的數據獲取渠道，可以專注地進行基礎技術突破，成為中國新一輪技術突破的一支奇軍。
遍觀中國科技產業史，在AI時代，中國歷史性地形成了全球“中美兩極”的狀況，和這一批中國AI公司的異軍突起有重大關係。
不過，在AI產業化趨勢明朗以後，大型平台性科技公司快速佈局，結合已有的平台、商業和資金優勢，迅速卡位，總體來看，商業化落地比創業公司們更寬、更厚。
“AI公司還沒登上舞台，舞台上的還是華為、阿里巴巴、騰訊、美團這些公司。”印奇説，“我們還只是舞台下面的訓練生。”
或許這一代AI獨角獸不能引領潮流，但它們的存在給傳統產業鏈帶來了新的衝擊，為數字化和智能化的進程造橋鋪路。
經過幾年高速擴張，曠視員工數量已經超過3000名，原來的中關村辦公室已經坐不下了，又在金隅製造工廠開設了新的辦公地點。
新辦公樓的樓下，有一片模擬實驗倉庫，各種機器人和設備在這裏完成交付前的準備工作。看起來和一些工廠裏的自動化產線很像。
“這是自動化。”曠視北京機器人實驗室測試基地工作人員告訴《財經》記者，“但融入了視覺識別的技術，例如有貨品掉落，有人突然進來，郊區的倉庫可能會有小動物鑽進來，攝像頭可以識別到並報警。”
這與AI剛剛起步時的想象差得很遠，絲毫沒有科幻電影裏呈現出的科技感和未來感，機器的運轉依然需要人力的配合，最終的效果沒人能確定。
一位物流公司老闆告訴《財經》記者，他們有足夠的利潤可以去做智能化改造，但是並沒有選擇投入。“聽起來很酷炫，但我不確定能帶來多少收益，畢竟現在外部環境也不樂觀。”
行業的不確定性源於行業還處於初期階段，更難的是，處於初級階段的AI公司們，需要活下去，它們要證明自己能賺錢，資本市場才願意掏錢。
印奇認為，AI產業落地最大的挑戰是“價值閉環”，產品形態的三層演進，是實現價值閉環的唯一路徑，從AI算法到系統集成，再到軟件平台，最後到軟硬結合。
他解釋，第一步是從0到0.1，是最基礎的技術研發工作，技術成型後，需要打造一個可用的產品，並觸達客户，就實現了從0.1到1，最後，從1到N就是規模化應用。
“至少需要2年－3年的時間，才能走完這個閉環。”印奇説，“這是AI落地的最小路徑。”
過去幾年，AI行業出現了“扎堆”的現象，從智能音箱到智慧安防再到AI芯片，小熱潮一波接一波，但落地難題仍然待解。
“這是行業不成熟的表現，成熟的行業會有明確分工。”一位AI公司創始人説道，“AI產業是一個非常長的鏈條，不是簡單的視覺識別、語音識別就能概括，僅僅是數據分析這個環節，就有很多問題沒有解決。”
他提到的數據分析，是指多元化數據打通的問題。許多人認為，人臉識別技術已經相對成熟，但在現實的應用中，僅有人臉識別功能解決不了問題。“類似酒店前台的人臉識別，是拿身份證裏的照片和本人做對比，那不是人工智能，那是數據比對。”
現實場景中有的遠遠不止人臉，以城管的工作為例，他需要解決一條街道上可能出現的問題，佔道經營，沿街晾曬，機動車與非機動車亂停亂放，垃圾堆放，非法小廣告，公共設施損壞，違章建築等等，識別每一項都需要大量的數據和算法。
但一個有經驗的城管沿街走一遍就能發現所有的問題。
這一個個的項目，看似簡單，但需要一個公司從底層到應用，從數據到算法，全部走一遍。做完之後，也無法複製到新項目上。
多位AI行業人士都認為，想要實現規模化，首先需要產業的高度分工，然後在某一個環節提供差異化價值，並把這個價值發揮到最大。
印奇也認同，行業初期，想活下去，必須自己把所有的事情都做了，等到行業成熟了，再退回去，選擇最有價值的那一環來做。
每個細分行業都已經有自己的遊戲規則，幾乎大的行業都有固定的總包公司，2G行業的總包需要有政府發放的牌照，例如安防資質等。無論怎麼宣傳，一家新公司進入行業的路徑是一致的，參與招投標，拿出產品名錄，建立銷售渠道。總包公司會根據客户的需求，採購來自不同公司的產品。
多位AI行業人士透露，因為做項目太難、太慢，AI公司們創造收入的方法有很多，主要包括政府補貼、外部收購、投資換訂單等，這已經成為行業內公開的秘密。
一位AI公司創始人告訴《財經》記者，當一家AI公司開始考慮怎麼賺更多錢的時候，他很難再把精力放在新技術研發上，“賺錢太難了，要盯緊產品和銷售團隊，光這件事，就要耗費所有的精力”。
“如果頭部的AI公司都只想做收入，它們拿了市場上那麼多的資金，這對行業發展沒有好處。”該創始人説道。
一位頭部投資機構的合夥人也提到，“我們重金投入AI公司，是希望它們可以引領下一個時代，而不是變成一家普通的2B公司。但現在似乎看不到方向，很多公司只能選擇找一個領域落下來，賺錢養活自己。”
資本市場對AI的熱情下滑，是因為他們發現“時機”還不到。投資能否獲利，關鍵在於投進和賣出的時機，AI的前景毋庸置疑，但此時，還不是屬於AI公司的時代。
印奇希望，有一天AI公司也可以站上舞台，不需要在舞台中央，能夠站上去就夠了。“過去的三次技術浪潮中，都是美國公司在做基礎設施，中國公司做的都是上層應用，未來十年，中國也會出現提供基礎設施的公司，雖然不一定是我們。”
原載2020年9月7日《財經》雜誌，作者為《財經》記者