又到十字路口：人工智能战车2022年将驶向何方？

　　如果说2020年AI独角兽正在加速步入资本市场，那么在2021年，AI企业的上市征途可谓多舛。

　　12月13日午间，商汤科技发布公告称，全球发售及上市将延迟，预期将刊发补充招股章程。同时商汤科技在公告中称，公司仍致力尽快完成全球发售与上市，此次所有申请股款将不计利息悉数退还予所有申请人。

　　而此前，商汤科技原本预计在12月16日公布最终发售价、配售结果等信息，并于12月17日正式在港股挂牌交易，从而正式摘得首次IPO企业中的“AI第一股”桂冠。

　　商汤科技暂缓上市，导火索主要是“外部因素”。10日，美国财政部突然宣布，将商汤科技列入投资黑名单。当天正是商汤科技为其香港证交所挂牌上市定价的时间。

　　不过纵观商汤科技的其他“小伙伴”们，今年的上市路也颇多周折。今年8月和9月，云从科技、旷视科技在科创板分别提交注册，不过截至目前，两家企业迟迟没有上市结果。依图科技自今年6月底终止科创板上市审核之后，一直没有新的动作。

　　除了“AI四小龙”之外，今年上市折戟的AI企业名单还很长：云知声、云天励飞、格灵深瞳、禾赛科技、优必选……对于AI独角兽们而言，2021没有上市梦。

　　上市“闭门羹”

　　对于人工智能行业而言，2020年显见的现象是，相关独角兽正在试图加速步入资本市场。

　　彼时，AI独角兽“2021年上市”似乎已是板上钉钉，悬念只留停于谁将冲刺成为“AI第一股”。不过风云变幻，2021年行至尾声，暂没有任何一家AI企业成功上市。

　　一方面是上市遇阻，另一方面，纵观几家冲刺IPO的AI企业，依然难逃巨额亏损的命运。综合各家招股书数据，2018年至2020年，旷视科技累计亏损127.7亿元，云从科技累计亏损26亿元，依图科技在2018年至2020年上半年累计亏损额达到61.18亿元。云知声自2017年至2020年上半年累计亏损达8.33亿元。

　　位于行业头部的商汤科技，自2018年至2021年上半年更是累计亏损达到242亿元。商汤科技在招股书中提到，由于AI产业还处于初期，需要持续大规模投入，未来可能无法实现或维持盈利。

　　在高额亏损背后，是AI企业高昂的研发投入。据商汤招股书显示，2018年、2019年、2020年及2021年上半年，其研发开支分别为8.48亿元、19.16亿元、24.53亿元及17.7亿元，三年半累计研发支出近70亿。

　　人工智能本身所需的时间成本与资金成本就比较高，而考虑到行业节奏变化快，硬件成本较高，导致不少AI企业研发费用占营收的比例高企。

　　招股书数据显示，2021年上半年，商汤的研发费用营收比更是高达107.3%。

　　“大多数中国人工智能企业都面临研发成果难以落地、研发费用高昂、难以实现盈利的问题，”头豹研究院研究团队分析称，“虽然人工智能企业毛利率保持在40%到60%这样的较高区间范围内，但如何实现利润零的突破，仍是中国人工智能企业的主要矛盾。”

　　对于AI企业亏损现状，云知声CEO黄伟此前在接受21世纪经济报道记者独家专访时表示，希望外界对行业多一些耐心。

　　“我们不能一方面强调中美科技竞争，一方面无视美国在这个领域内的长期投入，”黄伟指出，“目前美国纯AI公司没有一家盈利的，在这样的前提下，凭什么要求中国企业现在就要盈利？我认为这是个悖论。”

　　在黄伟看来，对于目前的AI公司而言，亏损二字是合理的。但这也不意味着企业可以无止境地“烧钱”，黄伟认为，“确实可以关注一下企业亏损是否收窄，或者说相应的科研投入有没有产生相应的商业回报。”

　　探索技术落地

　　尽管AI企业上市颇多周折，不过从另一方面而言，人工智能产业仍在发展中，对产业落地的探索也从未停止。

　　中国新一代人工智能发展战略研究院的统计数据显示，截至2020年，我国共有2205家人工智能企业。相较之下，2019年我国人工智能企业数量仅797家。从产业规模而言，根据中国信通院数研中心测算，2020年中国人工智能产业规模为3031亿元人民币，同比增长15.1%，增速超过全球。

　　《中国新一代人工智能科技产业发展报告(2021)》数据显示，截至2020年底，中国人工智能企业布局侧重在应用层和技术层。其中，应用层人工智能企业数占比最高，达到84.05%;其次是技术层企业数，占比为13.65%;基础层企业数占比最低，为2.30%。

　　这也就意味着，中国人工智能科技产业发展主要以应用需求为牵引。而在助推人工智能技术应用的过程中，平台型企业发挥了重要的作用。

　　近日，鹏城实验室与百度联合召开发布会，正式发布双方共同研发的鹏城-百度·文心（模型版本号：ERNIE 3.0 Titan）。据介绍，该模型参数规模达到2600亿，是目前全球最大中文单体模型，也是全球首个知识增强千亿大模型。

　　在接受包括21世纪经济报道在内的媒体采访时，百度集团副总裁吴甜分析称，目前行业内的AI技术应用存在两大困难。首先在于数据标注非常昂贵，甚至在特定场景内无法完成大批量批注，另一方面在行业应用中，行业自身的知识积累至关重要。预训练大模型的推出，则能够在不具备大量数据标注的同时保证技术基础底座，叠加行业“基本功”便能够实现AI技术的快速落地。

　　“过去我们更多是将单项的AI技术提供给开发者并对他们进行培训，让他们将技术应用到更多应用中去，”在接受包括21世纪经济报道在内媒体采访时，科大讯飞总裁吴晓如解释称，“随着产业数字化的推进，许多传统产业也需要人工智能技术，然而具体到各个行业需要解决的问题比较复杂，且行业专家经验、知识需要长时间的沉淀，因此我们将AI开放平台升级为2.0。”

　　如果说今年的行业主题是不期而至的暴风雨给许多企业过于晴朗的“预期”涂抹了更多不同色彩的话，展望即将到来的2022年，相信人工智能行业在经历风雨洗礼后更加行稳致远，中国AI企业领先全球的趋势不会改变。