圖片來源@視覺中國
文 | Alter
本以為2021年會是人工智能的IPO大年，等來的卻是AI獨角獸們的“現形記”。
依圖、禾賽、雲知聲等AI明星企業的上市路被迫中止，曠視、京東科技則傳出了二度衝刺IPO的消息。在倒下和繼續出發輪番上演的背後，“AI第一股”的名頭似乎已不再重要，上市儼然成了繼續活下去的“避風港”。
有人用“泡沫破裂”來形容AI獨角獸的遭遇，被迫止步二級市場的同時，往往夾雜着高管出走、裁員風波、數據打架、營收崩潰等不利“戲碼”，諸如估值過高、盈利能力不足、持續虧損的話術，幾乎可以用於形容任何一家人工智能企業。
從寵兒到棄子，人工智能行業的遭遇並不讓人陌生，幾乎所有的新事物都有着相似的軌跡。不同的是，除了“技術成熟度曲線”所折射的規律，國內AI獨角獸高光或落寞的悲喜劇，還離不開一系列的人為因素。
01 To C的邏輯丈量AI把時間撥回到2016年前後。
當年3月份，谷歌策劃了李世石和AlphaGo的圍棋人機大戰，一場不可謂不成功的公關秀，隨即將人工智能的熱度在全世界範圍內點燃。
5個月後的亞布力中國企業家論壇夏季峯會上，百度創始人李彥宏發表了題為“互聯網的下一幕”的演講，分享了自己對於人工智能改造各行業的思考，併為人工智能的未來圖景奠定了基調。
谷歌和百度的姿態迅速被其他科技巨頭跟進，騰訊高調喊出了AI in all，阿里巴巴創立了達摩院並啓動NASA計劃，華為也在第一時間推出了全棧AI策略……和巨頭們的嗅覺同樣靈敏的，還有瘋狂尋找優質標的的創投圈。
彼時國內VC市場的資金充足，在“不缺錢”且看到了風口的局面下，頭部的AI創業團隊自然成了資本市場的寵兒。
最為典型的例子就是商湯科技。2017年7月，商湯科技宣佈完成4.1億美元B輪融資，刷新了全球AI領域單輪融資額記錄，彼時距離商湯科技誕生僅僅過了三個年頭；2018年4月，阿里主導了商湯科技6億美元的C輪融資，也讓商湯科技迎來了自己的高光時刻，然後是6.2億美元C+輪融資以及軟銀的10億美金……
做一個粗略計算的話，商湯科技在2018年的半年時間裏就拿到了22億美元，即便是當時融資最為瘋狂的滴滴也難以匹敵。何況商湯科技並非是孤例，雲從科技、依圖科技等明星企業都拿到了動輒幾億、幾十億美金的資金。
正是這次瘋狂的融資競賽，迅速“催肥”了一家又一家AI獨角獸。
箇中問題可以參考啓明創投合夥人鄺子平在2018年時提出的觀點：“現在絕大部分技術型的、平台型的公司還是ToB的場景，但投資機構卻把它們當作ToC的公司來投。這樣的公司後續還需要多輪的融資支持成長。如果天使輪一下子把估值做到1億，那A輪總得3億，做到F輪怎麼辦？”
鄺子平的隱憂在2019年得到了驗證，當資本寒冬傳導到AI行業，國內在AI領域的投資額和投資筆數大幅下跌。
倘若僅僅是估值偏高的後遺症，恐怕還不足以誘發“泡沫破裂”的結果。To C邏輯的本質在於早期入場迅速套現，憑藉資本上的優勢快速收割市場，就像出行、外賣市場等早已被驗證的劇情。卻忽略了技術的研發週期和落地場景的侷限，偏高的估值對比持續微薄的營收，問題自然被放大。
李開復在2020年調侃道：“不少AI公司割了投資人的韭菜”。可從另一個維度上看，AI公司何嘗不是被割的對象？
02 追風式的場景落地鉅額的融資是一把雙刃劍。
利的一面在於，人工智能本就是重投入的技術賽道，持續的研發投入才可能換來技術上的超車，然後尋找適合的落地場景，再逐漸探索出可行的變現機會，並不斷打磨優化形成長期的商業模式。
弊的一面在於，資本市場拋出了數億美金的籌碼，在To C邏輯的制約下，對企業的營收和增長速度抱有很大的期望。只是人工智能的落地絕非一朝一夕，重新估量投入和產出後，資本逐漸退熱。
早期寬裕的資金，讓不少AI企業放棄了創業初期的篳路藍縷，選擇了尋求快速擴張的戰略佈局。比如商湯科技為了拓展落地場景，先後併購或注資了十餘家企業，涵蓋智能硬件、汽車交通、醫療健康等領域。
當資本的輸血被迫停止，大多數AI獨角獸開始出現資金上的壓力，在市場落後於技術和資方急於變現的雙重作用下，謀求上市可以説是最有可能擺脱破產命運的門路，也是一波接着一波衝刺IPO的主要原因。
而為了講出有吸引力的商業故事，頻繁轉換賽道幾乎成了一種常態。
比如依圖科技在中止IPO後，傳出了動刀醫療團隊的消息，為了儘可能減少人力成本，醫療團隊業務裁了70%，銷售團隊接近崩盤。而在依圖科技之前的招股書中，醫療一詞被提及了589次，遠超金融和硬件。
再比如自動駕駛的吸金能力被佐證後，越來越多的AI企業將自動駕駛視為新賽道。深蘭科技已經全面轉向自動駕駛，主攻公交車、重卡等大型商用車的智能化；地平線開始裁撤AIoT部門，將重心集中在自動駕駛AI芯片的研發；前面提到的依圖科技，也傳出要研發自動駕駛相關的技術。
所有的嘗試看似很努力，卻逃不掉為了IPO粉飾招股書的嫌疑，畢竟轉換賽道本就是避重就輕的選擇。
一是當前AI獨角獸的商業模式以輸出解決方案為主，同質化幾乎是不可避免的結果，繼而就是價格戰。據説幾年前一套價值千萬的人臉識別算法，在算法的門檻被拉低後，已經跌至40 萬元的價格。
二是人工智能尚未出現爆發性的應用行業，即便是在智慧城市、AI養豬等方面動作頻頻的京東科技，此前招股書披露的營收構成中，金融科技的佔比高達93.7%，和人工智能有關的營收只有5.7億元。
何況在資本降温、市場迴歸理性的大環境下，趁着人工智能的話題效應上市，不失為一種理性的選擇，追風式的場景落地某種程度上也無可厚非。只是在本來就不夠大的蛋糕面前，等待獨角獸挖掘的機會又有多大呢？
03 走出古典思維陷阱比IPO更為棘手可能是活下去。
就當前的局勢來看，或許京東科技、曠視有望打破IPO不利的魔咒，但對大多數AI企業而言，上市融資的路徑短期內已經行不通，特別是在監管趨嚴的背景下，留給AI獨角獸的試錯空間正在被壓縮。如果底層的商業模式不成立，即使再頻繁的換賽道追風口，也無法擺脱失血過多被淘汰的命運。
一些AI企業已經開始轉變方向，並形成了兩股暗流：
譬如給“巨頭打工”，百度、阿里、華為等不缺少現金牛的科技巨頭，大概率不會因為人工智能的低谷期而折返，轉身幫助巨頭進行數據標註或者算法模型訓練，已經是一些AI企業的選擇，畢竟AI企業和巨頭是非對稱的競爭關係。
不過這樣的低姿態並不具有普適性，對於那些估值已經達到幾十億美元的獨角獸而言，做巨頭的“附庸”似乎不是什麼好的選擇，過於依賴單一客户的商業模式，本身也不是討資本市場喜歡的路線。
或者是向硬件轉型，由過去單純做解決方案，逐步推進硬件產品的佔比，並依靠硬件來增加營收。曠視的AI攝像頭、物流機器人，依圖的人工智能芯片，京東科技的機器人等都可歸為此類模式。
但目前人工智能的應用場景主要集中在計算機視覺和智能語音，前者幾乎被海康威視、大華和華為佔領了市場，自身也有獨立的算法團隊；後者可以參考科大訊飛的營收狀況，市場的想象空間非常有限，也是很多AI企業選擇的方向。況且靠硬件起家的優必選，最終也上演了折戟IPO的一幕。
其實上述的種種“轉型”，一個最大的誤區在於違背了技術進化的自然規律，人工智能的規模化應用需要越過算力、數據、市場認知等重重關卡，市場的培育期註定會非常漫長。忽略人工智能的技術本色，強行推進商業化應用落地，以市場營收和行業站位進行自我證明，恐怕不是太聰明的決策。
記得在2020年的世界人工智能大會上，商湯CEO徐立花了很長的篇幅介紹人工智能的長尾應用，並未過多談及自家投入50億元的超算中心。這似乎是一個積極的信號，在BAT們紛紛斥資數百億打造超算中心、數據中心的當下，AI獨角獸們需要釐清自身的優勢在哪裏，找到正確的商業化方向。
或許商湯科技等獨角獸們，可以藉助超算中心等算力優勢瞄準一些長尾應用深入佈局，在單個賽道中建立起護城河，最終在人工智能進入規模化應用時迅速佔領市場，但前提時説服投資者認識到技術本身的價值，理解To B的商業規則。
只是在市場被資本瘋狂催熟後一地雞毛的情況下，還有人能抱着一顆平常心嗎？
04 寫在最後從時間上來算，曠視、雲知聲等創立的時間和快手、美團相當，後者已經是萬億市值的互聯網新貴，AI獨角獸們還在四處尋找出路。
2021年很可能是中國人工智能的又一個分水嶺，一些玩家將黯然離場，一些玩家可能趕上IPO的浪潮熬過寒冬。最需要反思的其實是那些被割了韭菜的投資人，互聯網式的商業創新已經是過去式，硬科技主導的技術創新終將登上歷史的舞台，唯有尊重規律、善待技術，才能等來真的風口。
但願AI獨角獸們的命運不會再重演。