AI企业上市困局：秀肌肉时代已远去，还是没有新故事( 三 ) 出品|子弹财观作者|尹太白编辑

然而十分尴尬的是，尽管软硬一体化人工智能产品肩扛营收大旗，但毛利率却一直下降。
从2019年至2021年，其毛利率分别为28.75%、24.74%和19.12% ，处于极低水平，导致思必驰一直难以摆脱亏损泥沼，而对总营收贡献最少的智能人机交互软件产品，其毛利率反而高达95.71% ，在业务构成得不到优化的情况下，思必驰实现盈利或遥遥无期。
此外，由于软硬一体化人工智能产品收入占比大、毛利率低，进而拖累了思必驰的综合毛利率。
招股书显示，在2019年至2021年，思必驰的综合毛利率分别为72.17%、69.74%和58.15% ，呈现出逐年下滑的态势。作为对比，寒武纪的综合毛利率分别为68.19% ， 65.38%和62.39% ，而云从科技的综合毛利率分别为40.9%、43.5%和42.2% ，显然后两者已基本趋于稳定。
“AI企业的总营收增长的同时，净利润却始终没有实现同步增长，一方面是商业化不及预期，另一方面也是外界对于AI的期待过高，可以见得，在未来一段时间内增收不增利的情况将会持续， AI企业的经营业绩仍然难以提振。 ”李磊分析。
事实也的确如此。关于盈利时间点，思必驰只在招股书中模糊表示， “尽快实现项目收益，提升经营效率和盈利能力” ，同时其还坦言，存在“未来一定时间内无法盈利或无法进行利润分配”、“毛利率可能持续下滑”以及“上市后有可能一段时间内无法实现盈利而触发退市条件”等风险。
换言之，思必驰即便能够顺利上市， “烧钱”仍将是未来数年内的主旋律。
3、商业化落地大考无论上市前还是上市后，没有哪个和投资者机构愿意一直投资商业化难以落地的AI企业，尽管AI是科技发展的大趋势，但巨额研发投入与迟迟无法实现盈利形成的巨大反差，还是令不少投资者和投资机构如鲠在喉。
AI算法工程师杨阔试着从日常工作的角度向「子弹财观」解释AI企业难以商业化的原因， “AI是一套底层技术体系，和许多独立且具象化的领域不同， AI需要与应用场景相结合才能体现出价值，其单独存在的意义其实并不大。也就是说， AI的商业化落地离不开定制服务。 ”

文章图片
图/摄图网，基于VRF协议
AI企业的发展逻辑是先有技术，然后再进入某个垂直领域取得突破，进而扩散至其他领域，其优势是可以连接各行各业，天花板极高，而劣势则是高度定制化、研发成本居高不下，并且难以实现规模化发展。
“每个细分领域都有不同的规则，开拓一个新细分领域需要的时间周期基本是按年计算，比如AI企业根据客户甲的需求研发了一套算法，这套算法大概率无法再直接卖给客户乙，即便是客户甲和客户乙身处同一领域，但需求不可能完全一致，因此还需要针对特定场景或需求重新训练模型，持续投入人力和时间，在无形之中拉高了成本，商业化难以落地也就成为了现阶段AI企业难以避免的常态。 ”杨阔进一步解释。
定制化打开了AI企业商业化的想象空间，但同时也限制了其商业化落地的进程。
目前，由于计算机视觉技术具备通用性，因此已经与诸多应用场景实现了有效结合，并且从金融和安防两大领域逐步扩展到交通、医疗、机器人、物联网、自动驾驶和风控等领域。
据「子弹财观」了解，相较于计算机视觉赛道，思必驰所在的语音语义赛道与其有着很大差异。
一方面，语音语义赛道由于声音识别难度较高而很难被标准化，规模化发展更是无从谈起；另一方面，语音语义技术需要长时间的训练和数据积累，也需要与不同的应用场景进行深层次融合，导致语音数据集扩充缓慢。