AI四小龙有耐心,资本没有( 二 )
对此 , 旷视科技CEO印奇曾这样描述:“行业初期(AI企业)想要活下来 , 必须将所有的事情都做过 , 等到行业成熟 , 再退回来 , 选择最有价值的一环来做 。 ”
文章图片
【AI四小龙有耐心,资本没有】秉持着这一逻辑 , 四小龙们重新调整自己的定位 , 云从科技主打人机协同操作系统 , 旷视科技进军AI物联网 , 依图科技发力芯片 , 商汤则讲述平台化的故事 。 此后数年间 , 众玩家依托于所谓的差异化 , 各自展开了各种令人眼花缭乱的业务布局 。
可纵使玩家们如何精心包装所谓的业务 , 其核心却仍是换汤不换药 , 竞相转型的AI四小龙们 , 始终摘不掉“CV(计算机视觉)四小龙”的帽子——在被称作中国AI元年的2017年 , 四者均处于计算机视觉与图像赛道 。
翻看商汤科技的四大业务板块 , 智慧城市 , 是城市各角落摄像头的“智能化”;智慧商业 , 类似于小区物业、园区的摄像头感知识别;智慧生活 , 多为消费电子产品摄像头的刷脸解锁等图像算法 , 智能汽车 , 则是汽车端的摄像头 , 配套图像识别 , 视觉系自动驾驶等方案 。
云从科技则与之类似 , 其标榜的人机协同操作系统 , 应用场景分为智慧治理、智慧金融、智慧出行、智慧商业四类 , 通俗地说 , 这大概相当于学校扫脸进校、网贷人脸验证、高铁扫脸进站与刷脸支付 。
换言之 , 即便兜兜转转一圈又一圈 , 不断切换话术兜售方案 , 但AI厂商们葫芦里卖的仍是同一份药 , 分食的也仍是同一块蛋糕 。
这不仅无法作为AI困局的解答 , 亦将众玩家拖入了略显尴尬的境遇——不同商业化场景对于CV算法的需求各不相同 , 而现阶段所谓的计算机视觉系统想要落地 , 不得不为来自不同行业的不同客户适配AI算法模型 。
瓶颈由此产生 , 一方面 , 同一算法模型很难复用至差异化场景 , 导致“人工智能”被“腰斩” , 所谓的智能尚不足以量产高可用的AI模型 , 海量数据标注清洗仍需人工来完成;另一方面 , 由于难以规模化量产 , 导致解决方案成本普遍较高 , 市场认可程度受限 。
以服装生产线为例 , 与其花大价钱引入AI图像识别技术筛选瑕疵品 , 不如另请几名员工蹲在产线上盯着 , 二者成本不属同一量级 。 尤其是对财力薄弱的中小型企业而言 , 任何的选择都关乎其存亡 , 根本没有引入AI的理由 。
一位AI厂商负责人告诉光子星球 , 当下市场对于AI其实仍保有需求 , 可由于商业模式不清晰 , 缺乏标准化定价流程 , 商业方面的合同额并不大 。 比如价值数百万的项目 , 在低价竞争的态势下或许数十万便有厂商承接 , 为生存 , 压价做生意已成行业常态 。
这表明 , AI企业们虽踏入更多垂直行业寻求商业化落地 , 但实际上仍未解决技术大规模商业化的亘古难题 , 赛道内部亦不健康 。 在此背景下 , ToG业务线成为了一众AI厂商的糊口之本 , 毕竟相较于勒紧裤腰带的企业 , 政务客户相对不那么差钱 。
2021年 , ToG的智慧城市板块以45.6%的营收占比 , 成为了商汤第一大营收来源;同年 , 仅是四川天府新区行政审批局与广州南沙区卫生健康局两大客户 , 便为云从科技贡献了超五成营收 。
ToG业务的确能在短期内支撑起业绩 , 并维持现金流 , 但不是所有企业都像商汤、云从那么好命 , 何况客户总量始终存在天花板 。 正因如此 , 赛道内几乎所有的玩家 , 时时刻刻都在琢磨着“新的遮羞布”与“新的故事” 。
- 融资丨「惠利生物」完成近3亿元A轮融资,君联资本、博远资本联合领投
- 36氪专访|普华资本蒋纯:半导体国产替代的窗口期或许就3-5年,判断趋势很重要
- 任正非|任正非如何看“资本”?它像候鸟一样,总在不断寻找丰美的水草
- 腾讯|“利益熏心,资本屈服”,京东腾讯延长合作,两强联手,阿里有难
- 首发丨「邦邦机器人」宣布完成近亿元B轮融资,清池资本和博远资本共同领投
- |掘金者 | 联想、小米、沸点资本一起投了个跨国科技团队,英达视获千万美元融资
- 融资丨「UniUni」完成5千万元A轮融资,纵腾、燕文、凯尔特亚洲、西图资本等联合投资
- 亚马逊|一场美国版反资本无序扩张戏码,快要到达高潮了
- thinkpad|行业泡沫褪去,资本严冬来袭:35岁的互联网中年人,何去何从
- 红杉资本|广州蓝景技术分享—开发语言JavaScript之多线程