如今，人工智能几乎随处可见，从震惊棋坛的阿法狗、才艺双绝的微软小冰，到疫情爆发期间智能进食机器人，以及到处都能看到的全自动驾驶。

九月十五日，上海证监局网站公布了Yitu Limited(以下简称"依图科技")的辅导备案公告文件。报告中称，人工智能“独角兽”依图科技与国泰君安证券签署了一份辅导协议，拟通过公开发行中国存托凭证(CDR)在A股上市。

另一个人工智能“独角兽”即将上市。

旷视科技于2019年8月向港交所提交招股说明书；今年8月，云从科技启动A股上市辅导。到目前为止，多次被谣传上市的人工智能“四小龙”商汤、旷视、依图和云从，除了商汤之外，其他三家已经正式启动IPO计划深圳市人工智能行业协会。

在计算机视觉应用领域，商汤、旷视、云从、依图等被称为“四小龙”，占据了60%以上的市场份额，估值均已超过百亿。人工智能“独角兽”企业IPO排队，人工智能企业时代已经来临？

远远没有。

据Gartner公司预测，2020年全球人工智能芯片市场规模将从2018年的42.7亿美元增长至2023年的323亿美元，在2019-2023年间平均增长50%左右。但是，硬币的另一面却是另一种残酷的市场状况。亿欧报告显示，在2018年全年，近90%的人工智能公司处于亏损状态，而另外10%则是帮助传统行业巨头，充当技术供应商，勉强维持生计。人工智能企业的前景虽然美好，但在落地场景、商业化、产业竞争力等方面，人工智能企业都需要打个问号。

第一，前景很好，商业化难以落地

人工智能本质上还是一种技术工具，人工智能进入一个行业，将激活传统行业的市场，帮助传统行业获得更高的生产力，但如果这种生产力不能带来更高的收益，由人工智能公司赋予的商业价值也将难以体现。

在人工智能公司的安防行业中，海康、大华等巨头占据了大部分市场，用户更换设备的成本非常高，涉及服务器、平台的同步更新、历史数据迁移等问题。深圳市人工智能行业协会不具备显著的技术优势，客户更换设备的动力很小。

人工智能公司切入安防行业，算法是其利器，但在安防领域，传统巨头也在组建自研团队，机器视觉的识别成功率可达95%,人工智能公司算法即使再先进，也能达到97%的识别率，但对大多数客户来说，95%已足以满足需求，更精确的识别率与成本不成正比。结果是，大多数客户不会为这种不易察觉的提升支付更多的预算。

荒野科技的安防事业部技术总经理那正平曾有这样的预判：“安防这个行业的玩家基本上都是固定的，其他的创业者再想进入安防领域难度很大。”

对医疗界来说，理论上只要给人工智能“喂”上足够丰富的数据，就能极大地提高医学数据检测和分析过程的自动化程度，从而大大提高工作速度，减轻医生的工作量，减少医生的主观随意性。

例如在医学影像领域，人工智能公司可以通过建立模型、训练数据量大的人来筛选各种疾病，减少医生的工作量，但问题就出在数据上，让实际应用有点尴尬深圳市人工智能行业协会。

上海交通大学Bio-X中心主任、中国科学院院士贺林说，国内医院现有业务产出的医疗数据质量普遍不高，尤其是病历数据，不同医院的书写不同，细节质量参差不齐，同一患者在不同医院就诊的数据不能相互连接，不能整合，不能形成队列，碎片化现象严重。

李兰娟院士在2020全球人工智能产品应用博览会上也表达了同样的担忧：“必须将大数据和人工智能平台开放共享。如果数据平台不开放，不共享，那么这些数据就毫无价值。

除数据“孤岛”问题外，人工智能诊断还对数据标注的专业性要求很高。对于图像数据来说，图像质量的标准化程度不高，带有专业标注的图像更需要大量的专业医师进行额外的加工，这就阻碍了对现有人工智能产品进行进一步优化。

另外，贺林院士还指出，医疗行业是一个强监管行业，特别是临床辅助产品，需要药监局认证才能进入市场。我国尚无企业获得新一代医疗人工智能产品的医疗器械注册证。智慧相对论发现，更多的人工智能公司仍然以科学研究、合作的名义，游离于监管之外深圳市人工智能行业协会。

2017年2月，在智能语音行业，韩国首尔世宗大学举办了一场人工智能人脑翻译竞赛。参加比赛的有4名具有5~20年从业经验的专业翻译人员，谷歌翻译，韩国NAVER翻译项目Papago，自动翻译国际企业SYSTRAN。最后的结果是，在一场60分的比赛中，人工智能翻译的平均得分是20分，而人类翻译的平均得分是49分，远远超过人工智能。

我国人工智能语音技术的几大巨头，如科大讯飞、搜狗、腾讯等公司，其对外宣传技术准确率已达97%以上，但在实际应用中，如非常重要的翻译场景，准确率却并不理想。科大讯飞在2018年创新与新兴产业发展国际会议上，曾用实锤敲过用人工传译内容冒充人工智能机器翻译。

2018博鳌论坛采用了腾讯人工智能同传服务，同样出现了很多翻译错误，词汇重复，词组使用不当等问题，甚至把像“Yes,please”这样的小学生的日常对话用语翻译成了“是的，求你了”，也一度成为了获得翻译权的新笑料。

护城河较浅，交叉路口竞争激烈

一种应用场景下，人工智能公司所能占领的市场，不仅要与同行竞争，BAT以及海康、华为等各大科技公司也是争相抢占。

它被人工智能产业链所决定。人工智能产业链大致分为三个层次。基础层为硬件、云计算、数据资源；中间层为技术层，如学习框架、算法模型；在线应用层，即行业赛道，通常由传统行业巨头占据具体解决方案。

在这些领域中，底层的门槛是很高的，芯片，开放源码框架和云计算都由巨头控制，如英伟达，高通，英特尔，谷歌，亚马逊，微软，华为，阿里巴巴。人工智能初创企业无法突破。

人工智能公司主要集中在技术层，这一层也是串联上、下两层的要塞，是当前巨头们建设生态系统的必由之路，人工智能公司从语音识别、图像识别等算法切入市场，如今随着各算法的成熟，门槛逐渐降低，在算法不够差异化的情况下，拼的是数据量。

人工智能公司既没有非常底层的核心技术，也没有足够强大的数据获取能力，跨国劫持只是时间问题深圳市人工智能行业协会。

语音识别领域就是一个很典型的例子。被称为“中国人工智能第一股”的科大讯飞，宣称拥有语音识别领域的核心技术，已有近20年的行业积累。2015年，百度开始布局语音技术领域，仅过了两年，百度就在2017年宣布了语音技术的全系列界面永久免费开放，并提供语音识别、语音合成、语音唤醒多平台SDK(软件开发套件)，全面支持开发者和合作伙伴，与华为顺利达成合作。

随后不久，阿里也宣布了自己的语音技术，并将其应用于淘宝、支付宝等app；而二线互联网公司搜狗则是科大讯飞的合作伙伴，经过数年的研发投入，语音识别率与科大讯飞不相上下。

因特网企业具有强大的研发力量，海量用户数据自然优势，以及更贴近用户使用场景，科大讯飞20年来的技术沉淀就这样被因特网巨头轻易追上。

知名人工智能公司寒武纪也出现了同样的情况。

寒武纪与华为麒麟合作，于2017年将寒武纪1 A处理器(16 nm制程)集成到华为Mate 10手机的麒麟970芯片中，作为其核心人工智能处理器。但是华为也只是把寒武纪的IP作为一个过渡方案，仅仅一年之后，华为的达芬奇架构发布，采用了更加先进的7纳米工艺，随后与寒武纪分道扬镳。

当然，在终端项目上，华为与寒武纪有竞争也有合作，寒武纪曾经是人工智能领域的领头羊，华为选择寒武纪可以节省成本和研发时间。不过，如今算法已成为业界通用的技术能力，其重要性不言而喻，而自研芯片和算法更有利于内部调试优化，因此华为转向自研“达芬奇架构”，性能也略胜寒武纪。作为全生态的大玩家，华为拥有上游芯片设计和开发能力，以及在手机、服务器等终端应用方面的优势，很明显，在实际应用中，寒武纪这样的人工智能公司相当被动。人工智能赛道是残酷的，兴也是技术失败的技术，一旦技术落后很容易被坑杀。

技术“冲锋战”向资金“堡垒战”的转化

曾一度被称为“人工智能第一股”的科大讯飞上市多年来业绩大头仍是依靠地方政府采购教学软件、政法软件上位，与人工智能没有直接关系。更加荒谬的是，在2018年的时候，曾被央视曝光以“人工智能”为名在全国各地囤积土地，建设高科技园区来赚取高额利润，让这家人工智能企业“不务正业”深圳市人工智能行业协会。

寒武纪公司被华为“抛弃”，为了保持200亿的高估值快速上市，更不惜以集成商的身份，在西安和珠海建设政府项目和数据中心，成为政府信息化项目的“包工头”。2019年的收入为4.4亿元，其中80%来自两国政府的IDC项目，其中只有15%来自人工智能芯片。

当人工智能公司的迷雾逐渐被揭开时，回归理性就不必再“丢掉几块肉”了。凭借着寒武纪和科大讯飞等前辈的“前车之鉴”，对于这些人工智能“独角兽”来说，当务之急或许只有一个，那就是在高估值回落之前，加快技术“冲锋战”向资本“堡垒战”的转化，选择在资本寒冬中上市才是最优解。

通过“四小龙”中的一家旷视科技的招股书，我们可以窥视到行业的现状。旷视科技截至去年9月已完成9轮融资，总金额13.5亿美元。公司主要从事智慧政府城市物联网安全领域，2019年，政府项目“大礼包”收入6.9亿元，占比73.2%。过多的政府项目、过长的应收帐款和过多的应收帐款，对这样一个高融资、高估值的企业来说，收入结构非常不理想。

亿欧智库发布的《2018中国人工智能商业应用报告》显示，2017年中国人工智能创业企业获得的融资总额已超过500亿元，但其产生的收益还不到100亿元。近90%的人工智能公司在2018年全年都在亏损。

智慧相对论发现，资本已经开始对人工智能公司失去兴趣。

亿欧智库发布的《2018中国人工智能商业应用报告》显示，2017年中国人工智能创业企业获得的融资总额超过500亿元，但其产生的收益却不到100亿元。近90%的人工智能公司在2018年全年都在亏损。

投中研究院和崇期资本联合发布的《2019中国人工智能投资和融资白皮书》显示，国内人工智能投资和融资总规模已从2015年的458亿元增至2018年的1189亿元，但2019年后迅速回落，2019年头三个季度的融资规模仅为577亿元。

当一级市场的资本已经开始对“慢热和疲态”的人工智能失去兴趣时，对于这种高估值、低收入、低增长的“烫手山芋”，推动其上市“及时止损”势在必行。也许错过了这趟列车，人工智能公司就没有新的故事可讲了深圳市人工智能行业协会。

像华为，阿里，腾讯，百度，海康威视等巨头仍然在各个赛道上扮演着“导师”的角色，引领着科技市场的潮流。个别人工智能“独角兽”更像是初学的“练习生”，尽管与“导师”同台起舞，但暂时还无法与一人决斗。与此同时，“独角兽”需要做的，就是将估值转化为业绩，让资本和消费者看到人工智能公司的实力。人工智能的美好前景是毫无疑问的，但属于人工智能公司的时代尚未来临。