剛剛進入解禁期，商湯科技的股價就經歷了崩盤式的下跌。
對於這樣的結果，外界並未有太多的詫異。AI領域的投融資事件數量在2019年時就已經顯著下降，「四小龍」的上市路可謂一波三折，在市場整體不樂觀的環境下，機構投資者的撤離可以說是預料之中的結果。
比起股價的一時漲跌，不少人看不懂的是：為何曾經的「寵兒」到了被「遺棄」的地步，而且同樣命運的遠不止商湯一家，幾乎所有靠電腦視覺起家的AI創業者，都走向了一條高開低走的下坡路。
問題的答案絕不只是「大環境不好」可以解釋的，理清楚行業崛起的過程中犯了哪些錯，新故事為何無法挽回投資者信心，以及創業者們自我救贖的機會在哪裏，對AI市場的方向有著不可或缺的作用。
01 一場華麗的夢
回顧人工智慧的前進演化歷程，2014年是個重要的時間節點。
2012年的ImageNet挑戰賽上，深度摺積神經網路AlexNet橫空出世，由此開始了電腦視覺的黃金時代。隨後的兩年時間裏，國內外的研究團隊不斷刷榜，到了2014年的時候，電腦影像辨識的準確率首次超過了肉眼辨識。
這一事件的影響力雖不像AlphaGo那樣出圈，卻直接影響了人工智慧的商業行程，國內的曠視、商湯、雲從、依圖、格靈深瞳等企業均在同一時段入局。即便「電腦視覺」還是大多數人感到陌生的技術詞匯，單單是AI辨識文字、人臉、物體、場景的描述，就能讓人產生無限的遐想。
最為直接的場景就是安防市場。在雪亮工程、智慧城市等概念的推動下，大量的網路攝影機被布置在社群樓宇和交通路口，車輛辨識、人臉辨識、行為分析等技術的套用，對安防賽道的增值不言而喻。
比如2012年成立的依圖科技，第二年就透過「蜻蜓眼系統」幫助蘇州警方破獲一起入室盜竊，接下來很快就建立起了全球最大的人像對比平台，被套用於刑偵破案、反恐情報、治安防控、出入境管理等場景。
有些巧合的是，曠視的印奇、雲從的周曦、商湯的湯曉鷗、依圖的朱瓏，不少AI企業的創始人都有著「科班出身」的背景，他們對技術創新有著深刻的洞察，但對商業的理解普遍有所欠缺，導致很多公司迷信於研發SDK，只要研發出標準化的模組，被整合在下遊公司的解決方案裏，就能形成穩定的營收。而且SDK被整合越多，對應的邊際成本就越低，利潤率也就越可觀。
類似的商業邏輯牢牢抓住了資本市場的胃口，特別是見證了互聯網商業盛宴的投資者，對AI的商業化有著特殊的偏愛。
一個著名的插曲就是徐小平胡沈南鵬在2014年對格靈深瞳未來市值的激烈爭論，分別開出了1000億美元和5000億美元的加碼，最後妥協在3000億美元的「中間數」。給一家剛滿周歲的企業開出比肩騰訊的估值，淋漓盡致地詮釋了資本市場對於AI的樂觀態度。
兩位資本大佬沒有料到的是，格靈深瞳在2022年跌跌撞撞走進了「科創板」的大門，市值卻只有70億元，一個月內股價就跌了40%。早期的AI創業者充滿了理想主義的色彩，可理想終歸要面對現實。
02 戰友變成宿敵
技術派背景的創業者們，或多或少會低估商業市場的復雜性。
在AI起步的黃金時代，拋來橄欖枝的除了投資機構，還有誠意滿滿的「大客戶」。曠視的第一個落地場景是支付寶的「刷臉支付」，雲從的第一個訂單是幫海通證券做遠端開戶的身份認證系統，商湯的第一筆商業化大單來自中國移動的手機實名制……以至於很多創業者產生了一種錯覺：只要在演算法精度上保持優勢，客戶自然會聞訊而來。
相當長的一段時間裏，AI創業者把資金砸在了研發上，演算法人才的待遇也水漲船高。而這種打法並非沒有效果，不少創業公司頻頻出現在各種人工智慧會議的得獎名單上，相關論文的數量急劇增長。幾乎沒有「劇中人」意識到，演算法的精度在不斷重新整理，可套用場景卻止步在了安防領域。
2015年到2018年的三年時間裏，不少AI公司將戰場壓在了安防賽道。
根據艾瑞咨詢的統計數據，2017年中國電腦視覺行業的市場構成中，安防影像的占比高達67.9%；艾媒咨詢在2019年釋出的【中國人工智慧產業研究報告】中揭示，安防和金融是人工智慧市場份額最大的領域，占比分別為53.8%和15.8%。
電腦視覺是安防行業的剛需套用，但市場本身高度碎片化，並且以政府訂單為主，同時賽道的深度並不大。就在創業者們想要尋找更多落地場景賺錢的時候，兩類「野蠻人」不經意間闖進了市場。
一群是BAT代表的互聯網平台。在百度、阿裏、騰訊的戰略布局中，很少直接提及「安防」的概念，取而代之的是城市大腦、WeCity、AI生態企業等名詞，可安防市場恰恰是核心的技術出口和業務延伸方向。
另一群是海康、大華、宇視等傳統安防巨頭。作為安防市場的主導者，海康威視等企業不再滿足於銷售網路攝影機，同樣參與到了智慧城市等「基建」中，並且為了彌補演算法上的短板，紛紛招兵買馬增強自研能力。
BAT們的高舉高打，不斷沖擊演算法的價格，原本價值千萬的人臉辨識演算法，迅速跌到了幾十萬的維度；海康們有著天然的渠道優勢，深知政府和B端客戶更願意為硬體買單，搶占AI創業公司的市場可謂水到渠成。
標誌性的轉折是李開復的一次「口誤」，螞蟻金服在聲明中刻意強調，支付寶的「刷臉支付」早已不與曠視合作，替代方案是螞蟻金服獨立研發的產品。曾經的親密「戰友」，悄然間成了搶市場的宿敵。
03 泡沫一夜破碎
AI公司就像一襲華美的長袍，光環褪去後發現爬滿了「虱子」。
安防行業嗷嗷待哺的需求，撐起了AI創業的黃金時代，可在這場渠道為王的戰役中，不少創業公司亂了陣腳。譬如為了和海康們貼身肉搏，被迫放棄兜售SDK的想法，做起了軟硬體整合的解決方案，同時招攬人才開拓渠道。
結果卻只能說差強人意。按照IDC在2019年下半年釋出的【中國人工智慧軟體及套用跟蹤】報告，「AI四小龍」的市場份額從2017年的69.4%下滑到了51.4%。可傳統的安防領域照舊被海康、大華、宇視把持著八成左右的市場份額，AI創業公司只能在逼仄的剩余市場空間裏紮堆競爭。
安防市場是蜜糖，也是砒霜。當安防賽道從藍海駛向紅海，AI創業公司隨即遇到了商業化困局，曾經的範式已然成了原罪。正如海康威視總裁胡揚忠的吐槽：「用高成本的人力去跑安防，就像拿步槍打蒼蠅一樣，投入與產出是非常不匹配的。」
過去為了拿到「大客戶」的訂單，AI公司需要付出龐大的人力和算力成本進行客製化研發，然後以計畫制的方式進行交付。市場競爭不激烈的時候，這樣的服務邏輯無可厚非，可當行業趨於惡性競爭，壓價已經成為一種行業常態的時候，利潤率被大幅壓縮，大多數AI公司深陷虧損的窘境。
再加上安防行業的客戶主要是政府和國企，付款審批流程普遍比較長，導致計畫的回款周期較慢，進一步重創了AI創業公司的現金流，商業化行程遭遇了獲客周期長、實施成本高、重人力交付等弊病。
悲觀情緒傳導到資本層面，一級市場迅速收緊了錢袋子。
2014年到2018年期間，國內人工智慧領域的融資事件和規模逐年增長，2019年首次出現了回落，2020年連AI獨角獸也不再被市場看好。正是從這個時候開始，頭部玩家陸續披露招股書，估值過高、燒錢嚴重、商業化落地難等痛點被越來越多人討論。
即使商湯、格靈深瞳等陸續完成了IPO，市值已無法和高峰時同日而語，反倒是質疑聲越來越盛。
為數不多的利好大概就是「死亡之谷」的說法，在Gartner經典的技術曲線理論中，一個行業總會經歷高峰到低谷的轉折期，預示著泡沫的破裂和參考的淘汰賽，唯有熬過「死亡之谷」的企業，才能進入穩定爬升的成長期。
04 敢問路在何方
想要挽回市場的信心，還需要找到有價值的新出路。
其實在2018年前後，冷暖自知的AI創業公司就意識到了問題的嚴重性，為了避免在安防市場內耗，紛紛調整自身的戰略方向。雲從開出了「人機協同作業系統」的藥方，曠視加速了AI物聯網的布局，依圖科技將醫療和芯片作為主打牌，商湯試圖講一個平台化的故事，相繼展開了令人眼花繚亂的業務布局。
擺脫對安防場景的依賴，似乎並不是一件容易的事。至少商湯科技的招股書顯示，2021年智慧城市板塊的營收占比為45.6%，照舊是商湯最大的營收來源。比市場轉移更難的，則是走出安防時代的路徑依賴。
就像很多公司將目光定在了金融、醫療等領域，切入市場的做法卻和安防如出一轍，演算法研發到落地部署都需要巨額的成本投入，而且很多演算法的落地過程不順利。何況現階段的AI在許多行業並非剛需，起到的只是錦上添花的作用，定價過高，客戶不會買單，定價太低，直接影響產品的利潤率。
「高不成低不就」的死迴圈，儼然不只是AI公司的錯。需求側場景的碎片化是不爭的事實，決定了AI公司很難做出標準化的產品，雖然行業內已經出現了深度學習框架、演算法工廠等新業態，AI落地的市場門檻已經在某種程度上降低，同樣存在著市場教育的挑戰，短期內無法像電力那樣即調即用。
對大部份AI公司來說，可以描繪出AI套用的誘人前景，但無法回答具體的時間周期。畢竟在語音賽道上摸爬滾打十余年的科大訊飛，早已嘗試了這樣或那樣的商業路徑，可變現能力依舊不容樂觀。這大抵就是基石投資者紛紛拋售商湯們的原因，面對一個充滿不確定的商業化環境，他們已經沒有耐心繼續等下去。
確切地說，行業內並不缺少有參考性的建議。
有人認為AI公司應該在橫向上下功夫，透過核心技術切入的方式，進行持續的技術研發和產品叠代，為某個場景的客戶提供標準化的平台性服務；也有人認為應該縱向深耕，不斷積累行業Know- How，提供覆蓋各個環節的解決方案，幫助企業降本增效。
如果這些聲音出現在2014年前後，或授權以讓一些創業者審慎思考。現在的情況是，AI公司往往背負著研發、銷售、營運、管理的龐大成本，主動把節奏慢下來或者收縮戰線，顯然不是一件容易的事。尤其是在一些AI公司主動和元宇宙捆綁時，早已被投資者和所謂的市值綁架。
05 寫在最後
在新一輪人工智慧浪潮醞釀時，安防提供了一個天然的套用場景，讓很多人看到了商業化的潛力，並刺激了中國AI創業的繁榮度。
但在商業模式的選擇上，很多創業者犯了路線上的錯誤，照搬互聯網時代的商業邏輯，輕視了AI落地的內在規律。AI不像互聯網那樣屬於獨立的產業體系，必須要和場景深度結合才能形成價值。
安防賽道缺少足夠的廣度和深度，無法支撐起高估值獨角獸的盈利預期，而且安防這樣的大賽道和大市場並不多，無論是醫療、金融、教育還是制造，大多是細碎的長尾場景，在AI進階為通用型技術前，很難餵飽野心十足的創業者。
過度的樂觀，過高的期望，最終留下了一個又一個「傷仲永」的故事。
也許最後會像曠視創始人印奇說的那樣：「行業初期想要活下來，必須將所有的事情都做，等到行業成熟，再退回來，選擇最有價值的一環來做。」但願摔過跟頭的創業者們，還有機會重新出發。
